负荷预测是电力系统的重要工作之一，对电力系统各个部门的工作都起着非常重要的作用。科学准确的负荷预测可以让电力决策部门经济合理地安排发电机组的启停，调整线路的潮流，使其更加合理，提前制订设备的检修计划，从而确保电网在安全稳定运行的前提下，系统运行的经济效益也能得到很大的提高。中长期电力负荷预测是指五到十年左右并以年为单位的预测,主要用于制定电力系统的扩建规划,为该地区未来供电电源点的确定、电力建设规模、电力工业布局以及电网资金和人力资源的平衡提供可靠的依据。由于中长期负荷预测会受到很多不确定因素的影响,因此到目前为止,没有哪一种预测模型能保证在任何不同时间和地区都能获得满意的预测结果，所以在进行负荷预测时,必须分析该地区的负荷变化,结合实际情况,选择合适的预测模型。　　本文首先讨论了电力系统中长期负荷预测研究的目的和意义，国内外发展动态，介绍了负荷预测的基本原理、分类、预测的基本程序、负荷预测的误差分析以及应用于负荷预测的各种方法的比较；其次，本文分析了GM(1，1)模型存在的问题，包括边值问题，背景值构造问题，最小二乘参数辨识问题等，根据模型的时间响应式，提出了使用蚁群算法的优化GM(1，1)预测模型，该模型修正了边值影响，又避免了背景值构造和最小二乘参数估计带来的误差，能够有效提高预测精度.最后通过实例对传统GM(1，1)模型和新模型进行比较，得出结论：传统GM(1，1)模型通过上述改进，在对实际负荷数据进行预测时确实可以提高预测精度，说明上述方法是有应用价值的。