能源是人类生存、经济发展、社会进步和现代文明不可缺少的重要物质基础。随着社会经济的不断发展,能源需求也在不断增长。因此对能源需求的研究具有重要的理论意义和现实意义。能源需求预测是从研究一个国家、地区或特定范围内能源消费的历史与现状开始,根据其消费行为,归纳影响能源消费的各种因素,寻求消费与这些因素的关系,根据这些关系对未来能源需求发展趋势作出估计和评价。因此对能源需求进行建模与预测是制订能源发展战略、规划部署的基础之一。近年来,很多学者对能源需求的预测进行了研究,有很多的预测方法。本文将经济增长、产业结构、能源消费结构、人口和城市化、居民消费水平、技术进步和环境政策等作为对能源需求的影响因素。利用1978~2008年的能源需求总量时间序列数据,通过时间序列、灰色理论以及BP神经网络分别对2010-2015中国能源需求总量进行了预测。组合预测模型比单个预测模型具有更高的预测精度,能增强预测的稳定性,具有较高的适应未来预测环境变化的能力,本文以最小预测误差平方和为目标函数的线性组合预测模型,计算出时间序列、灰色理论以及BP神经网络组合模型的权重系数,利用1978~2008年的数据进行建模和检验,结果表明组合模型预测结果的平均相对误差为2.19%,比时间序列、灰色理论以及BP神经网络的平均相对误差分别小1.93%、2.14%以及1.12%,利用此组合模型预测到2015年我国能源需求总量将达到385781万吨标准煤。