电力负荷预测是电力生产和发展的重要依据,目前没有任何一种方法能保证在任何情况下都能获得满意的预测结果。组合预测综合利用各种预测模型所提供的信息,以适当的组合形式得出组合预测模型以期有效地改善预测模型的拟合能力,提高预测精度。本文在前人研究的基础上研究了蚁群算法与组合预测应用于电力负荷预测的原理和方法,建立了中长期电力负荷预测的组合预测模型。在建立组合预测模型过程中,最重要的是筛选单个预测模型和确定单个预测模型权重。本文主要从这两方面着手,根据电力负荷预测的特点选取了负荷密度法、电力弹性系数法、二次移动平均、二次指数平滑法、三次指数平滑法、一元线性回归分析法、多元线性回归法、灰色预测法等8种预测方法作为组合预测的单个预测模型。再依据最近五年的历史数据,以最小二乘准则构造目标函数,在约束条件下使目标函数最小化,从而求得组合预测模型的加权系数,再把加权系数作为筛选单个预测模型依据,把权重过小的单个预测模型剔除,使得模型更加简单合理,从而使筛选模型做到了定量与定性相结合,更有科学性。由于采用最小二乘准则构造的目标函数是一个非线性规划问题,而对于求解非线性规划问题,目前还没有一种通用有效的方法。蚁群算法主要是解决离散组合优化问题,本文将基本蚁群算法加以改进,使其能解决连续优化问题,并尝试用改进蚁群算法来求解组合预测模型的加权系数,取得了较好的效果。本文将组合预测和蚁群算法相结合,从而解决了组合预测中权重系数难以确定的问题,并较为合理的筛选了单个预测模型,使电力负荷组合预测方法更具有科学性,对于电力负荷预测问题具有一定的理论指导意义。通过涪陵区电力负荷预测中的实际应用研究,证明了本文成果具有较好的实用性和较高的准确性,具有一定的推广应用价值。