准确的短期电力负荷预测,可以及时可靠的制定地区负荷供限电方案,保持社会正常生产和生活;可以经济合理的安排电网内部发电机组的启停和机组检修计划,保持电网运行的安全稳定性,减少不必要的储备容量,有效地降低发电成本。但是电力系统的负荷从本质而言是不可精确控制的,因此预测未来负荷变化最有效的方法就是观察负荷的历史纪录数据,并针对实际情况和现有的资料找到适合实际系统的负荷预测方法。作为一种工程实用性高的新理论,灰色预测理论在电力负荷预测领域正在得到广泛的应用。但是,对于不同地区的负荷预测现状,目前并不存在一种通用的预测模型,而且普通GM(1,1)灰色预测模型在数据波动较大的情况下进行预测,其预测误差可能变得较大,不符合实际需要。为提高灰色预测的精度和适用范围,本文结合实际工程提出了一种基于灰关联分段优选组合模型的改进灰色负荷预测方法:首先,针对普通GM(1,1)灰色预测模型在数据波动、突变、转折等不确定情况下预测精度较差的问题,本模型基于GM(1,1)灰色预测模型在平滑上升和下降区段预测效果好、而一天的用电负荷可划分为几个峰谷区段的特点,通过对预测日的灰关联分段和优选组合,有效避免由于初始条件选择不当而将误差引入模型并随之被逐步放大的风险;其次,通过选取不同角度的原始序列,尽可能寻找数的规律以覆盖各类不确定因素对模型的影响;最后,将本文提出的几种模型自身优化算法和数据预处理算法引入模型。以上步骤所构成的改进灰色负荷预测方法,经南方电网广西贵港市实际工程验证,预测平均误差在3%左右,预测精度有明显的提高,完全可满足该地区短期电力负荷预测的实际要求。