Эффективное долгосрочное прогнозирование спроса на электроэнергию является ключевым элементом стратегического планирования и развития электроэнергетических систем. Точность таких прогнозов напрямую влияет на обоснованность инвестиционных решений, выбор оптимальных схем генерации и распределения энергии, а также на устойчивость и экономичность функционирования энергосистем в целом.
Одним из наиболее значимых факторов, оказывающих влияние на спрос, является сезонность, проявляющаяся в виде устойчивых колебаний потребления в зависимости от времени года. Эти колебания обусловлены как климатическими условиями, в первую очередь — температурой окружающей среды, так и социально-экономическими аспектами, включая изменение образа жизни потребителей, режим работы предприятий. Дополнительное влияние на спрос оказывает демографическая динамика, в частности рост численности населения, который ведет к увеличению базового уровня энергопотребления.
Игнорирование сезонных, климатических и демографических факторов в долгосрочном прогнозировании может привести к значительным ошибкам, в том числе: недооценке или переоценке пиковых нагрузок, неэффективному использованию генерирующих мощностей, искажению тарифной политики и, как следствие, снижению экономической эффективности энергетических проектов.
В данной работе для прогнозирования используется метод группового учёта аргументов (МГУА) — один из перспективных методов, основанных на машинном обучении, который позволяет формировать структуры регрессионных моделей с автоматическим отбором наиболее значимых факторов. Преимущество МГУА заключается в его способности адаптироваться к реальной структуре данных и выявлять нелинейные зависимости между параметрами, что особенно важно при учете таких неоднородных факторов, как температура и численность населения.
Цель данной работы: выполнить оценку влияния сезонного фактора и температуры на точность долгосрочного прогнозирования спроса на электроэнергию, а также демонстрация эффективности применения метода МГУА для решения данной задачи.