CC BY
55Прогнозирование и планирование электропотребления промышленных предприятий в рамках устойчивой организации производства
Кокшаров Владимир Алексеевич,
д-р. экон. наук, проф., кафедры «Экономика транспорта» ФГБОУ ВО «Уральский государственный университет путей сообщения», [email protected]
Состояние вопроса: в настоящее время существующие подходы прогнозирования и планирования электропотребления имеют погрешность, которая приводит к снижению финансового результата предприятия. В связи с этим повышение качества прогнозирования и планирования электропотребления становиться ключевым фактором повышения конкурентоспособности.
Материалы и методы: использованы материалы зарубежных и отечественных исследований. Проведение исследований автора базировалось на системном подходе к организации производства, методах корреляционного и регрессионного анализа электропотребления.
Результаты: выдвинута гипотеза, что наряду с другими факторами прогнозируемый объем электроэнергии будет также определяться уровнем организации производства на предприятии, устойчивость которого будет влиять на точность прогнозирования энергопотребления. Данная гипотеза позволила повысить точность прогнозирования и планирования моделей корреляционного и регрессионного анализа электропотребления, а также определить круг показателей, с помощью которых можно отслеживать устойчивость организации производства, что будет способствовать точности прогноза. Выводы: предложенный подход позволяет повысить точность прогнозирования и планирования электропотребления, что обеспечивает предприятию устойчивый финансовый результат при электропотреблении. При прогнозировании необходимо учитывать уровень организации производства, который должен быть постоянным в рамках рассматриваемой стратегии развития предприятия.
Ключевые слова: прогнозирование, электропотребление, коэффициент множественной корреляции, погрешность, организация производства, стратегия, корреляционный и регрессионный анализ
Главное достижение балансирующего рынка состоит в том, что у участников оптового рынка появились объективные экономические ориентиры и рыночные стимулы для тщательного планирования производства, потребления и выполнения команд Системного оператора. Другой причиной является, то, что покупатель (предприятие) электроэнергии обязан оплатить договорной объем вне зависимости от величины собственного планового потребления. В связи с этим так актуально качественное планирование и прогнозирование энергопотребления на предприятиях.
В этих условиях предприятие-потребитель на оптовом рынке электроэнергии вынужден делать краткосрочный прогноз потребления в своих группах точек поставки и подавать его в виде заявки на рынок на сутки вперед. От качества этого прогноза, зависит общий финансовый результат предприятия на оптовом рынке.
Сегодня на предприятиях существует подход к прогнозированию, который приводит к высокому проценту ошибки прогноза, который в среднем по большинству предприятий составляет 15%. [1]. В связи с этим широко применяется алгоритм стратегии «Energy value strategy» ценозависимого управления электропотреблением для краткосрочного прогнозирования электропотребления. При этом надо отметить, что на первом этапе этой стратегии есть возможности дальнейшего методического совершенствования точности прогноза.
Поэтому можно выдвинуть следующую гипотезу исследования: что наряду с другими факторами прогнозируемый (необходимый) объем электроэнергии будет также определяться уровнем организации производства на предприятии, следовательно, устойчивость организации производства будет влиять на точность прогнозирования (волатильность) энергопотребления. При этом прогнозирование электропотребления должно осуществляться одновременно с анализом прогноза уровня организации производства, влияющим на его точность прогноза. В связи с этим уровень организации производства не должен меняться на период прогнозирования.
X X
о
го А с.
X
го m
о
ю 7
М О
to
а>
о
см
I-«. О!
О Ш
т
X
<
т о х
X
В этих условиях предлагается методика прогнозирования электропотребления для краткосрочного прогнозирования, принятую для практической деятельности правлением ОАО «СО ЦДУ ЕЭС», согласно которой методом моделирования электропотребления является декомпозиция этого процесса на регулярную и нерегулярную составляющие. Если тренд описывает устойчивые тенденции изменения процесса на интервале времени, то нерегулярная составляющая характеризует случайную непрогнозируемую часть потребления и вероятные отклонения фактических значений электропотребления от тренда, выделенного из исходного процесса, которая будет характеризовать изменения уровня организации производства согласно выдвинутой гипотезе исследования.
Выделенная в результате декомпозиции траектория электропотребления, реализуемая в математическом виде, используется в качестве прогнозирующей математической модели, применяемой для расчёта прогнозных значений электропотребления (ЭП). Определение вида и параметров прогнозирующей модели выполняется путём аппроксимации значений ЭП на ретроспективном интервале времени. В этом случае прогнозирующая математическая модель ЭП может включать элементарные функции от независимых переменных, принимаемых в качестве факторов, влияющих на величину потребления, по которым имеются достоверные фактические данные и существующие прогнозы.
Современная методика прогнозирования предусматривает исследование влияния экономических, технологических и организационных факторов и зависимостей на принятие плановых решений, которые отражают тенденции изменения электропотребления и учитываются на ближайшую перспективу [2].
Методы краткосрочного прогноза основаны на исследовании тенденций прошлых лет, усреднении этих показателей и получении зависимостей, которые количественно отражают действие стабильных факторов [7]. Однако характер таких зависимостей, способ их получения и возможная область применения различны в зависимости от влияния и взаимодействия различных факторов. Использовать методы корреляционного и регрессионного анализа при планировании электропотребления важно для предприятий с многономенклатурным выпуском продукции, где планирование энергопотребления ведется методом прямого счета: перемножения планируемого объема выпуска на удельный расход энергии (расход, отнесенный к тысячи рублей стоимости выпускаемой продукции). К сожалению, такой подход приводит к существенным погрешностям прогнозирования энергопотребления. Анализ отчетных данных о расходе электроэнергии по ряду предприятий за 10 лет показал, что совпадение фактического и планируемого расхода наблюдается
редко. В основном отклонения достигают 15—20 %. Поскольку при всех равных условиях не учитывается влияние уровня организации производства на электропотребление, уровень которой должен быть устойчивым и постоянным на период прогнозирования.
Главная причина отклонений на среднесрочный прогноз состоит в том, что стоимость и энергоемкость продукции находятся в разных соотношениях у отдельных видов и типоразмеров продукции. Поэтому если учет произведенной продукции ведется в неизменных ценах, то изменение ее номенклатуры и неустойчивый уровень организации производства вызывают колебание удельных расходов энергии. Такое же влияние оказывает изменение объема кооперирования предприятия с поставщиками: сразу же изменяется удельный расход энергии, поскольку происходит изменение энергопотребления. Стоимость продукции зависит от целого ряда других факторов (спроса и предложения на данную продукцию, цены на сырье, материалы, товары заменители и т. д.).
Кратковременные изменения стоимости и объема выпуска продукции, от указанных факторов обычно не влияют на суммарный объем потребления электроэнергии, что вызывает резкие отклонения фактических удельных расходов от планируемых и ошибки в определении размеров энергопотребления. Отклонения проявляются в изменении по годам основных производственных фондов, численности промышленного персонала, установленной электрической мощности, номенклатуры продукции, объема выпуска и объема потребления энергии, а значит и изменение уровня организации производства.
Изменения первых четырех показателей стабильны, как показал анализ, и этими изменениями определяются тенденции потребления энергии, что очень важно при прогнозировании электроэнергии. Методы математической статистики позволяют математически описать зависимости расхода электроэнергии от перечисленных показателей и обобщенно выраженных в форме фактора времени.
Для определения зависимости расхода электроэнергии от различных факторов была произведена статистическая обработка отчетных данных о произведенной продукции и потреблении энергии. Расчеты проводились на компьютере по программе множественной корреляции, что позволило получить коэффициенты корреляции, регрессии и средние квадратические отклонения фактических от расчетных показателей.
Для предприятий были определены три вида зависимости:
W=a0+a1П+a2t; (1)
W=a0+a2 П; W=a0+a2t;
(2) (3)
где а0 — постоянная составляющая расхода энергии, тыс. кВт-ч/год; а! — прирост расхода энергии на единицу продукции, тыс. кВт. ч/тыс. руб.; а2 — прирост расхода энергии в единицу времени, тыс. кВт-ч/год; П — годовой объем выпуска, тыс. руб.; 1 — порядковый номер года (1,2, ..., п).
Эти же уравнения в численной форме были представлены так:
W = 6516, 4 + 03388П + 1211, 691; (1а)
W = 68 000, 4 + 0,8354П; (2а)
W = 7210, 3 + 2361, 41. (3а)
Коэффициент множественной корреляции оказался высоким для всех предприятий, которые исследовались и могут достигать значения 0,995, при этом минимальное значение составляет 0,921. Однако в регрессионном анализе отбор факторов тесно связан с проблемами мультикол-линеарности и автокорреляции. Поэтому одной из основных задач является количественное измерение степени мультиколлинеарности. Ряд авторов [3,4,5] считают мультиколлинеарность сильной, если коэффициент корреляции между парами факторов больше совокупного коэффициента корреляции регрессии равняется или больше 0,8. Наиболее точно определяется расход энергии при использовании уравнения (1): погрешность не превышает 5%. Вместе с тем имеются случаи, когда погрешность достигает 25 %. Как правило, это бывает в период освоения производственных мощностей предприятий для выпуска новой продукции, которая пользуется спросом на рынке и при использовании новых материалов, что требует в свою очередь обновления информационной статистической базы и изменения организации производства, которая принимает устойчивый характер. Вывод: для расчета перспективного энергопотребления не могут быть использованы уравнения, составленные с учетом данных за предшествующий период электропотребления предприятием. Этот период должен быть установлен и количество принятых лет обосновано и проверено экспериментально. При этом, сформированное уравнение должно регулярно уточняться с учетом новых данных. Поэтому при отборе данных для расчета параметров уравнения целесообразно использовать метод «скользящей средней».
Уравнение расхода энергии проектируется на основе данных о расходе за несколько ближайших к расчетному году лет и уравнение должно отражать краткосрочные тенденции изменения потребления энергии при переходе к следующему году планирования, оно должно быть построено с учетом новых данных, причем часть данных за прошлые годы должна обновляться. Достигнуть этого можно, если
1) уравнение расхода энергии составлять заново каждый год,
2) для расчета параметров уравнений каждого года брать одинаковое число предшествующих лет,
3) число лет отсчитывать всегда от года, предшествовавшего плановому, что обеспечивает регулярное введение в расчет последних данных и «забывание» устаревших.
В роли «скользящей средней» рассматривалась тенденция изменения потребления энергии предприятием по годам, выражаемая уравнением вида (1). Вывод уравнений и расчет расхода по этому методу проводился на компьютерной программе. Погрешность результатов расчета определялась на базе фактических данных. Для ряда рассматриваемых предприятий уравнения и результаты сопоставления расчетных данных с фактическими приведены в табл. 1.
Для целей прогнозирования при использовании статистического материала по потреблению энергии при производстве продукции за ряд лет необходима большая выборка для получения надежных оценок, что затрудняет использование корреляционного метода.
Кроме того, при сложившейся практике планирования необходимо знать годовое, квартальное и месячное энергопотребление.
Переход от годовой к квартальной и месячной статистики обеспечивает надежность прогнозирования. Математический метод тот же — корреляционный и регрессионный анализ, но его использование имеет специфику, поскольку изменение электропотребления в течение года носит двоякий характер: во-первых,
Таблица 1
Погрешность определения расхода энергии по уравнению вида (1)
Номер пред приятия Уравнение Погрешность Шф-Ш 8 = ф р,% ШФ
1 W= 19 755,7 + 0,34П + 1361 0,5
2 W= 151140 - 0,078П + 1326 0,5
3 W= 3 061,4 + 0,65П + 30,06 10,0
4 W = -376 + 0,58П - 595 5,0
5 W = 103562 - 0,017П + 1311 0,5
6 W= 15 859 - 0,52П + 707 5,0
7 W= 1 230 + 0,3П+ 1,2 1,0
растет к концу года, во-вторых, неравномерно из-за действия сезонных (например, снижение осветительной нагрузки в летний период и рост ее в зимний период) и рыночных факторов (спрос и предложение), но при этом уровень организации производства будет относительно нестабилен.
По характеру электропотребления в течение года все предприятия можно подразделить на три группы: предприятия с выраженной сезонностью электропотребления и постоянством среднего во времени; предприятия, для которых помимо се-
X X
о
го А с.
X
го т
о
ю 7
М О
а>
о
es
I-«.
OI
О Ш
m
X
<
m о x
X
зонной неравномерности характерно изменение во времени среднего расхода энергии; предприятия с неявно выраженной сезонностью электропотребления [6,7].
Для прогнозирования электропотребления в рамках года на базе квартальной или месячной статистики необходим подбор эмпирических зависимостей, описывающих основные тенденции изменения. При этом исходная информация задается реализацией, представляющей собой зависимость W = f(i).
Статистический анализ исходной информации по ряду предприятий, относящихся к указанным группам, позволил остановиться на следующих зависимостях;
1. Для первой группы предприятий электропотребление за квартал
W (t) = g0 +g1 cosan + b1 sinan, (4)
где cos an и sin an отражают основную закономерность изменения электропотребления; g0 — среднее значение функции; g1 и b1 — коэффициенты, характеризующие разброс электропотребления; n — порядковый номер квартала; а — период изменения электропотребления.
2. Для второй группы предприятий
W (t) == g0 (t) + g1 cos an + b1 sin an, (5)
где g0(t) —уравнение прямой или параболы. Тогда для второй группы предприятий уравнение расхода электроэнергии в течение года примет вид:
W (t) = g0 + g1n + g1 cos an + b1 sin an, (6) Достоверность модели зависит от выбора ретроспективного периода. В условиях настоящего времени период ретроспективы меняется от месяца до года,
если изменение среднего во времени носит прямолинейный характер, или
W" (t) = g0 t2 + g1 n + с + g1 cos an + b1 sin an, (7) если изменение среднего во времени носит криволинейный характер.
3. Для третьей группы предприятий зависимость электропотребления будет аппроксимирована полиномом Чебышева:
W(t) = g0 +g1 n +g2n2 +g3n3...
(8)
Таблица 2
Эмпирические уравнения для прогноза квартального элек-
Предприятие Эмпирическая формула Ошибка прогноза, %
Груп па Номер
1 8 W (t) = 10,8 + 0,372 cos an + 0,437 sin an 0,4 - 3,0
2 9 W (t) = 7,66 + 0,087« + 0,254 cos an + 0,235 sin an 0,5-3,0
10 W (t) = 17,07 + 0,17и- 0,06 + 0,495 cos an + 0,878 sin an 0,9- 5,0
3 11 W (t) = 10,328 + 1,13n - 0,25n2 - 0,017n3 0,4- 4,0
Зависимости для предприятий разных групп приведены в табл. 2 (в продолжение табл. 1).
Для определения годового электропотребления необходимо проинтегрировать за четыре квартала функцию W(t):
W =
V
j W (t )dt
(9)
Актуален вопрос надежности прогноза, построенного на основании зависимостей (1), (4), (6) - (8). Точность определяется уровнем погрешности: абсолютной (разность между фактическим и предсказанным значением электропотребления в тысячах киловатт-часов или в процентах к факту)
5 =
(W
•100
(10)
приростной (разность приростов электропотребления фактического и расчетного)
А5 =
"(AW^ -AWp)
•100
(11)
Учитывая степень точности исходной информации, можно считать, что погрешности при прогнозировании на краткосрочную перспективу не должны превышать ±5 %.
Исследование организации производства должно определить степень реализации состояния организации производства через ряд основных принципов, которые характеризуются набором следующих коэффициентов: непрерывности производственного процесса, параллельности при организации производственных процессов, пропорциональности использования средств труда, специализации рабочих мест, предметной специализации, подетальной специализации, технологической специализации. Исследование позволяет обосновать, какие из этих коэффициентов не будут меняться на период прогнозирования, а какие будут подвержены изменения и как это скажется на прогнозном уровне электропотребления, что будет основой формирования будущей стратегии развития предприятия в сфере электропотребления.
При прогнозировании электропотребления необходимо знать на какую стратегию производственного планирования будет опираться предприятие: стратегия отслеживания спроса, стратегия гибкого использования рабочего времени или на стратегию неизменного темпа производства. Проблема прогнозирования будет заключаться как раз в том, что практически всегда применяются смешанные стратегии, что усложняет поддержание организации производства на одном уровне. Поэтому центральное место в устойчивости организации производства будет занимать гибкость производственных мощностей, которая означает способность предприятия быстро увеличивать или уменьшать объем производства
либо переводить мощности с выпуска одного вида продукции на выпуск других товаров. Важное место при прогнозировании электропотребления занимает система составления производственных графиков, поскольку она ориентирована на уровень загрузки производственных мощностей, а это может быть основано на ограниченной или неограниченной загрузке оборудования, а, следовательно, определять уровень электропотребления. Неограниченная загрузка имеет место в тех случаях, когда основанием для потребления электроэнергии является лишь потребность во времени. Система составления производственных графиков, основанная на ограниченной загрузке, предусматривает подробное планирование электроэнергии по каждому заказу.
В связи с этим особую актуальность приобретает статистическое наблюдение, которое является научно организованным учетом фактов об изучаемых процессах электропотребления и сбором первичных данных. Поэтому при анализе организации производства необходимая информация может быть получена из статистических отчетов предприятия.
Очень важным является перечень показателей для анализа, характеризующих состояние организации производства в функциональных подсистемах: организация подготовки производства, организация производственных процессов, организация вспомогательных процессов, организация контроля качества продукции, организация материального обеспечения производства. В связи с этим возникает проблема отбора самых важных показателей, в основе решения которой лежит корреляционно регрессионный анализ, позволяющий по величине коэффициента корреляции отбирать наиболее значимые показатели.
Для устойчивого уровня организации производства, который закладывается при прогнозировании электропотребления необходимо осуществлять контроль через набор организационно-технических мероприятий не требующих, как правило, инвестиций, что является достаточно сложной задачей, но выполнимой. В связи с этим отбор таких мероприятий должен проводиться самым тщательным образом, чтобы обеспечить устойчивость уровня организации производства и тем самым выйти на прогнозируемый объем электропотребления. В основе отбора организационно-технических мероприятий лежит хронометраж, фотографии рабочего времени, анкетные опросы, опросы интервью, а также анализ карт производственного процесса, что позволяет определить резервы сокращения длительности производственного цикла, а значит выдерживать необходимый уровень организации производства при прогнозировании электропотребления.
При этом планирование электропотребления должно быть увязано с разработкой плана со-
вершенствования организации производства на предприятии, где должны доминировать организационно-технические мероприятия, не требующие инвестиций. Очень важно соотнести тот объем электроэнергии, который обеспечивают организационно-технические мероприятия с возможными отклонениями ее при прогнозировании, которые должны быть меньше экономии электроэнергии, которая обеспечивается организационно-техническими мероприятиями. При этом необходимо проранжировать по важности организационно-техническими мероприятиями, позволяющие получить устойчивую экономию электроэнергии в рамках заданных графиков нагрузки, что будет отражать устойчивость организации производства в рамках прогнозирования и планирования электропотребления [8,9]. Обеспечивая устойчивость организации производства надо опираться на прогрессивную нормативную базу всех материальных ресурсов, в противном случае энергосбережение электроэнергии не будет реализовано, что будет противоречить стратегии планирования предприятия. Однако это требует увязки прогрессивной нормативной базы потребления электроэнергии с прогнозированием.
Важным фактор устойчивости организации производства является также текучесть кадров, которая может приводить к серьезным последствиям: остановка, как основного, так и вспомогательного оборудования, не выполнение заказов, выплата неустоек и т.д. В связи с этим необходимо делать корректировку на степень устойчивости кадрового состава, которая в свою очередь будет определяться степенью соответствия разряда выполняемых работ уровню квалификации персонала, совершенствованием материального стимулирования за результаты производства. Центральным местом будет соответствие уровня организации технологическим изменениям, поскольку эти два важных процесса находятся в динамике, поэтому при прогнозировании электропотребления очень важно определить баланс между двумя этими процессами, что в свою очередь требует очень качественного анализа всех показателей, характеризующих организацию производства, а это в свою очередь предполагает корреляционный и регрессионный анализ электропотребления с этими показателями и отбор тех, которые определяют сферу сильного влияния на устойчивость прогнозирования [10,11]. Важная роль отводиться текущим управленческим решениям, которые направлены на поддержание устойчивого уровня организации производства. Поэтому в сфере внимания управления должны находиться все вышеназванные показатели, чтобы своевременно принимать меры для их стабильного значения.
Проведенные исследования на основе исходной гипотезы показали, что использование ме-
х
X
о
го А с.
X
го т
о
ю 7
М О
а>
о
сч
I-«. OI
О Ш
m
X
<
m о х
X
тода корреляционного и регрессионного анализа для прогнозирования электропотребления предприятий с многономенклатурным выпуском продукции дают достаточно надежные результаты, при условии, что уровень организации производства не менялся на период прогнозирования. Таким образом, выдвинутая гипотеза исследования нашла свое подтверждение.
Таким образом, возможны три метода прогноза электропотребления:
построением функции электропотребления вида (1);
метод «скользящей средней»;
построением функции электропотребления вида (4) и (6—8).
Поэтому уровень организации производства предприятия необходимо удерживать по каждому единичному показателю постоянным в прогнозируемом периоде, в противном случае можно получить увеличение нерегулярной составляющей электропотребления и как закономерный результат увеличение погрешности прогнозирования, таким образом, интегральный показатель уровня организации производства предприятия должен быть также стабильным. Это будет важным условием повышения точности прогноза электропотребления на предприятии, а поскольку часть данных электропотребления за прошлые годы должна «стираться», то интегральный уровень организации производства предприятия должен быть также скорректирован на основе разработанных организационно-технических мероприятий.
В краткосрочной перспективе прогноз нужен для предсказания потребности в электроэнергии, что позволяет своевременно реагировать на изменение спроса. На основе прогнозов корректируются графики производств и потребность в электроэнергии. В долгосрочной перспективе прогноз служит основой для принятия таких стратегических решений, как освоение новых рынков, а также расширение существующих или внедрение новых производственных мощностей.
Литература
1. Баев И.А. Эффективность управления затратами на покупку электроэнергии промышленным предприятием / И.А. Баев, И.А. Соловьева, А.П. Дзюба // Экономика, управление и инвестиции. - 2014. - № 2 (4). - Режим доступа: http://euii.esrae.ru/24-43
2. Баев И.А. Эффективность управления затратами на покупку в промышленных комплексах и регионах / И.А. Соловьева, А.П. Дзюба; под общ. ред. И.А. Баева. - М.: Наука: Информ.; Воронеж: ВГПУ, 2013. - 153 с.
3. Валь П.В. Краткосрочное прогнозирование электропотребления горного предприятия с использованием однофакторных методов / П.В.
Валь // Вестник СибГАУ им. ак. М.Ф. Решетнева. -2011. - № 2. С. 12-17.
4. Гофман А.В. Повышение точности краткосрочного и оперативного прогнозирования электропотребления энергосистемы с применением
искусственной нейронной сети / А.В. Гофман, А.С. Ведерников // Электрические станции. -2012. - № 6. - С. 27-31.
5. Жучкин С.В. Краткосрочное прогнозирование суточного электропотребления Нижнетагильского металлургического комбината С.В. Жучкин, А.В. Мозгалин // Электрификация металлургических предприятий Сибири. Выпуск 12. - Томск: Издательство Томского университета. - 2004. -С.222-238.
6. Максимов В. На каждом производстве есть потенциал для повышения эффективности // Энергорынок. 2010. № 04 (76). С. 77 - 78.
7. Методы краткосрочного прогнозирования электропотребления предприятий в отрасли с многономенклатурным выпуском продукции / Ме-лехин В.Т., Таратин В.А., Шишов А.Н., Шнейрова Г.В.// Повышение эффективности энергетического хозяйства. Л.: Ленингр. инж. - экон. ин-т, 1975. 230с.
8. Никифоров Г.В., Заславец Б.И. Энергосбережение на металлургических предприятиях. МГТУ, 2000. 126 с.
9. Проскуряков В.М., Самуйлявичюс Р.Й. Эффективность использования топливно-энергетических ресурсов: показатели, факторы роста, анализ. М.: Экономика, 1988. 175 с.
10.Тукенов А.А. Рынок электроэнергии: от монополии к конкуренции. М. : Энергоатомиздат, 2005. 416 с.
11.Эффективное использование электроэнергии / под ред. К. Смита. М. : Энергоиздат, 1989. 400 с.
Forecasting and power planning industrial enterprises within
a sustainable organization production Koksharov V.A.
Ural State University of Communications
The state of the matter: at present, the existing approaches of forecasting and planning power consumption have an error that leads to a decrease in the financial result of the enterprise. In this regard, improving the quality of forecasting and planning of power consumption is becoming a key factor in improving competitiveness. Materials and methods: used materials of foreign and domestic research. The research of the author was based on a systematic approach to the organization of production, methods of correlation and regression analysis of power consumption.
Results: it was hypothesized that, along with other factors, the predicted amount of electricity will also be determined by the level of production organization at the enterprise, whose sustainability will affect the accuracy of energy consumption forecasting. This hypothesis has improved the accuracy of forecasting and planning models for the correlation and regression analysis of power consumption and determine the range of indicators with which you can monitor the stability of the organization of production, which will contribute to the accuracy of the forecast.
Conclusions: the proposed approach allows to increase the accuracy of forecasting and planning of power consumption, which provides the company with a stable financial result with power consumption. When forecasting it is necessary to take into account the level of organization of production, which must be constant within the framework of the considered strategy of the enterprise development.
Keywords: forecasting, power consumption, coefficient of multiple correlation, error, organization of production, strategy, correlation and regression analysis
References
1. Baev I.A. Efficiency of cost management for the purchase of electricity by an industrial enterprise / I.A. Baev, I.A. Solovyov, A.P. Dzuba // Economy, management and investments. -2014. - № 2 (4). - Access Mode: http://euii.esrae.ru/24-43 2. Baev I.A. Efficiency of cost management for the purchase in industrial complexes and regions / I.A. Solovyov, A.P. Dzuba; under total ed. I.A. Bayeva. - M .: Science: Inform .; Voronezh: VSPU, 2013. - 153 p. 3. Val P.V. Short-term forecasting of power consumption of a mining enterprise using single-factor methods / P.V. Val // Bulletin SibGAU them. ac Mf Reshetnev. -2011. - № 2. P. 12-17. 4. Hoffman A.V. Improving the accuracy of short-term and operational forecasting of power consumption of the power system using artificial neural network / A.V. Hoffman, A.S. Vedernikov // Electric stations. -2012. - № 6. - P. 27-31.
5. Zhuchkin S.V. Short-term forecasting of daily electricity consumption of the Nizhny Tagil Metallurgical Combine S.V. Zhuchkin, A.V. Mozgalin // Electrification of metallurgical enterprises of Siberia. Issue 12. - Tomsk: Tomsk University Press. - 2004. - pp. 222-238. 6. Maksimov V. Every production has the potential to increase efficiency // Energorynok. 2010. No. 04 (76). Pp. 77 - 78. 7. Methods of short-term forecasting of power consumption of enterprises in the industry with multi-product output / Melekhin V.T., Taratin V.A., Shishov A.N., Shneirova GV.// Increasing the Efficiency of the Energy Sector. L .: Leningr. Ing. - econ. Inst, 1975. 230s. 8. Nikiforov G.V., Zaslavets B.I. Energy saving at the metallurgical enterprises. MGTU, 2000. 126 p. 9. Proskuryakov V.M., Samuilevichius R.J. Fuel and energy resources efficiency: indicators, growth factors, analysis. M .: Economics, 1988. 175 p. 10. Tukenov A.A. Electricity market: from monopoly to competition. M.: Energoatomizdat, 2005. 416 p. 11. Efficient use of electricity / ed. K. Smith. M.: Energoizdat, 1989. 400 p.
X X
O
00 >
c.
X
00 m
o
io 7
IO O
to
