无论是国家电网公司的同业对标考核制度,还是在电力市场环境下的电力营销工作,亦或是国家电网公司以及其上下游公司控制利润平衡和人力物力资源分配工作,售电量预测都起着十分重要的作用。同时售电量预测工作对于整个电网规划起着基础性作用,经济平稳良好的运行和电力系统可靠供电均以其作为前提条件,而在一定程度上合理的电网搭建投资和运行是由售电量预测精度决定。因此,提高月度售电量预测精度,国家电网公司及其上下游公司和其他电力企业都极为重视。然而有相当多的定性因素和可量化、不可量化的因素影响电力预测,很难找到一种准确的预测的方法,既能够保证适合于任何地市又能够适用于任何情况,且均能得到我们预想的预测结果。所以,有必要根据实际情况选取适合当地发展需要的模型来预测。目前,该论题的研究有很多,常用的方法主要集中在时间序列法和灰色预测方法上,这些方法比其他传统方法简单,也相对更加成熟,对于一些影响因素少的案例预测效果也很好。然而这些方法有局限性,本文综合历史研究成果和存在的问题进行新的尝试并作相应的改进预测。首先,本文运用常规灰色模型理论以及改进,并结合灰色关联度理论的多因素灰色模型理论对售电量进行预测。使用灰色预测模型时,更加注重数据序列本身的特点,要求原始数据序列要有一定的平滑度,且对于其他内外部影响因素的考虑不全面。对于这些问题,我们进行有针对性的改进试探,寻找最佳的预测模型。对常规的灰色模型数据序列进行提高光滑度处理,分离出原始数据序列的季节性因素,再通过数据平滑处理,得以消除一定量的随机因素。由于影响售电量的因素错综复杂且多变,无法通过上述方法获得更优的预测结果时,我们考虑引入影响因素到预测模型中,引入尽可能多的影响因素,然后对其进行显著性检验,选择影响显著的因素进入模型。通过国家电网公司各省市数据来实例测试,最后选择北京市售电量数据进行建模预测。得到模型提高了预测精度。然后本文还运用了支持向量机的预测的方法。对支持向量机的参数进行优化,选取最佳的模型优化法,再选取合适的核函数,构造适应于核函数的支持向量机算法,结合实际数据仿真预测,得到该方法具有提高预测精度的效果。最后本文将灰色预测和支持向量机预测结合,运用组合模型对售电量进行预测。由于单一模型预测的侧重点不一样,将这两种方法结合建立一个新模型,组合预测的方法不同预测结果也会有异,尝试最优权组合,方差-协方差优化组合,结合实际数据进行训练,选取全区最佳预测结果的组合方法。