随着我国经济的飞速发展,居民的生活水平大幅度提高,汽车走进千家万户,成为受百姓欢迎的代步工具。但是经济发展的同时,也导致的城市污染的加剧。很多大城市的机动车牌号需要通过抽签的方式进行申请,并且机动车出行也会受到车牌号的限制。所以大众纷纷选择新能源汽车作为出行工具。而为了解决环境污染问题和能源短缺问题,国家也出台各种政策来大力扶持新能源汽车产业的发展。据统计,2021年新能源汽车的市场份额占比为14.8%,对比2020年的5.8%,提升9个百分点。新能源汽车产业对于国家经济发展以及百姓日常生活的影响力度越来越明显。而新能源汽车的销量是用来衡量新能源汽车发展态势的重要指标。准确预测新能源汽车的销量,掌握新阶段汽车市场走向,无论从宏观经济还是微观经济都具有十分重要的意义。根据新能源汽车在华销量的周期性波动特征,我们分析其变化规律,对我国新能源汽车的销量进行月度和年度的预测。预测销量可以更好地把控新能源市场的增长。为了对月度销量进行预测,我们收集了 2015年1月至2020年12月共84个月的销量样本数据。我们分别利用时间序列分析SARIMA模型和BP神经网络模型单独进行了预测。结果均有良好的预测结果。但是为了进一步提高预测的精确度,我们根据误差平方和最小原则构建新的组合预测模型,将两种模型的结果组合在一起。结果表明组合模型的预测效果优于单一的预测模型。在新能源汽车年度销量预测方面,采用私人汽车保有量、GDP、公路总里程、人均可支配收入、燃料动力价格指数这些指标对汽车销量进行预测。最终我们得出年度销量预测模型,预测结果的平均绝对百分误差（MAPE）在9.00,证明预测效果良好。根据未来的经济的增长情况给出整个十四五规划期间的基准预测销量、乐观预测销量与悲观预测销量。