Выступление: «Классы энергоэффективности зданий: оценка на основе методов машинного обучения, а также влияние на прогноз потребления тепла в России»

Видео

YouTube ВК.Видео

Выступление состоялось в рамках прошедшей 19-21 марта 2025 г. VII-й Всероссийской научно-практической конференции «Анализ и прогнозирование развития экономики России», организованной ИНП РАН и ИЭОПП СО РАН.

Презентация

Тезисы

Опубликованы в сборнике Экономическая политика России в межотраслевом и пространственном измерении: материалы VII конференции ИНП РАН и ИЭОПП СО РАН по межотраслевому и региональному анализу и прогнозированию (19-21 марта, Россия, г. Ярославль). Том 7

Классы энергоэффективности зданий: оценка на основе методов машинного обучения, а также влияние на прогноз потребления тепла в России

Повышение энергоэффективности является одним из ключевых элементов сценариев низкоэмиссионного развития, составляемых большим числом стран и ведущих экспертных групп [1-3]. Так, в России постановлением Правительства РФ была утверждена государственная программа «Энергосбережение и повышение энергетической эффективности»^[1] (далее – ГП «Энергоэффективность»), а также Стратегия социально-экономического развития Российской Федерации с низким уровнем выбросов парниковых газов до 2050 года^[2] (далее – Стратегия).

Особое внимание в ГП «Энергоэффективность» уделяется отрасли жилищно-коммунального хозяйства и строительства. Одной из основных проблем отрасли является отсутствие информации об уровне энергетической эффективности жилищного сектора и потенциале его повышения: так, около 90% жилых зданий не имеют установленного класса энергоэффективности.

Низкая осведомленность о структуре жилого фонда не позволяет оценить предполагаемый спрос на тепло и величину потерь при конечном потреблении в бытовом секторе. В этом смысле оценка существующей структуры зданий является ключевым фактором в решении задачи оптимизации потребления ресурсов.

Согласно приказу Министерства строительства и жилищно-коммунального хозяйства Российской Федерации^[3] в качестве класса энергоэффективности следует считать величину относительного отклонения значения удельного расхода тепловой энергии на отопление, вентиляцию и горячее водоснабжение здания от нормируемого уровня (табл. 1).

Таблица 1

Официальная номенклатура классов энергетической эффективности

Источник: Минстрой России.

В данной номенклатуре в качестве базового принят класс энергоэффективности D. Классы A, B и C являются более энергоэффективными, а E, F и G – менее энергоэффективными соответственно.

В рамках дооценки структуры жилищного фонда с использованием методов машинного обучения был использован метод случайного леса. Результаты моделирования в виде распределения домов по классам энергоэффективности представлены на рис. 1.

Рис. 1. Общее распределение числа домов по классам энергоэффективности

Источник: расчеты автора.

Рис. 2. Доли домов с классами энергоэффективности в структуре жилого фонда РФ по федеральным округам

Источник: расчеты автора.

Полученная оценка согласуется с информацией, представленной в Стратегии, согласно которой более половины многоквартирных домов в России имеют класс энергоэффективности Е и ниже.

Дома с присвоенным классом, как правило, находятся преимущественно в Европейской части РФ, особенно – в регионах с крупными городами. В этих же субъектах наблюдается более благоприятная ситуация с состоянием и энергоэффективностью жилого фонда, чем в тех регионах, где дома с присвоенным классом энергоэффективности найти крайне затруднительно.

В целом, чем дальше от ЦФО расположен тот или иной федеральный округ, тем меньше в нем доля энергоэффективных зданий (рис.2). Это объясняется тем, что наибольшая часть вводимого жилого фонда сосредоточена именно в ЦФО (рис. 3), что, в свою очередь, обусловлено демографическими показателями этих регионов. Впрочем, необходимо отметить, что эта разница не является чрезвычайно большой.

Рис. 3. Структура жилого фонда РФ по федеральным округам, млн кв. м

Источник: расчеты автора.

Для оценки возможностей применения описанного выше модельного инструментария также была произведена оценка спроса на тепло в России в рамках Целевого сценария Стратегии.

Помимо результатов моделирования также учитывался фактор изменения климата: так, согласно выводам из работ [4-5] предполагается увеличение среднегодовой температуры в России на 1,3°C, а также сокращение потребления топлива на нужды теплоснабжения зданий: снижение на 45 млн тонн условного топлива к 2050 году, что приводит к снижению спроса на тепло на 265 млн Гкал.

Кроме того, в рамках Целевого сценария были использованы ряд сценарных параметров. Ввод жилого фонда к 2030 году предполагается на уровне 120 млн кв. м: новые здания вводятся только классов А-С, из которых 65% имеет класс энергоэффективности В. Предполагается и энергоэффективный капитальный ремонт зданий: к 2030 году предполагается модернизация 45 млн кв. м. жилого фонда до класса С.

Результаты моделирования представлены на рис. 4. Так, в 2030 году предполагается потребление тепла с учетом изменения климата на уровне 431 млн Гкал, что на ~10% меньше, чем в 2021 году.

Рис. 4. Параметры теплоснабжения в России

Источник: расчеты автора
 

Литература и информационные источники

1. IEA, World Energy Outlook 2024, URL: https://www.iea.org/reports/world-energy-outlook-2024.
2. NIJS W, RUIZ CASTELLO P, TARVYDAS D, TSIROPOULOS I, ZUCKER A, Deployment Scenarios for Low Carbon Energy Technologies, EUR 29496 EN, Publications Office of the European Union, Luxembourg, 2018, ISBN 978-92-79-98184-5, doi:10.2760/249336, JRC112915, URL: https://publications.jrc.ec.europa.eu/repository/bitstream/JRC112915/jrc112915_lceo_d4.7.pdf.
3. S. Energy Information Administration, International Energy Outlook 2023 Data Tables, Release Date: October 11, 2023, URL: https://www.eia.gov/outlooks/ieo/data.php.
4. Клименко В.В., Терешин А.Г., Федотова Е.В. Рост потенциала возобновляемых источников энергии в России в условиях глобального потепления // Научно-технические ведомости СПбПУ. Естественные и инженерные науки. 2019. Т. 25, № 3. С. 6–27. DOI: 18721/JEST.25301
5. Клименко В. В., Клименко А. В., Терешин А. Г., Федотова Е. В. Влияние изменений климата на производство, распределение и потребление энергии в России // Теплоэнергетика. 2018. No. 5. P. 5-16. DOI1134/S0040363618050053

[1] Постановление от 9 сентября 2023 г. № 1473 Об утверждении комплексной государственной программы Российской Федерации «Энергосбережение и повышение энергетической эффективности», URL: http://static.government.ru/media/acts/files/1202309110012.pdf.

[2] Стратегия социально-экономического развития Российской Федерации с низким уровнем выбросов парниковых газов до 2050 года, URL: http://static.government.ru/media/files/ADKkCzp3fWO32e2yA0BhtIpyzWfHaiUa.pdf.

[3] Приказ Министерства строительства и жилищно-коммунального хозяйства Российской Федерации от 6 июня 2016 года N 399/пр «Правила определения класса энергетической эффективности многоквартирных домов.», URL: https://docs.cntd.ru/document/420369798.