能源是经济发展和社会进步不可或缺的重要物质基础,是人类各种活动顺利进行的保证。京津冀协同发展是国家重大发展战略,也是国家经济发展的重要核心区域。在经济快速发展的同时,能源的保证是必不可少的。能源需求预测是能源规划和政策制定的基础,分析京津冀区域能源需求有助于政府准确制定能源政策,保障京津冀经济可持续健康发展。能源需求预测方法很多,这些方法考虑问题角度不同,各有其优缺点,但它们之间不是相互排斥的,而是相互兼容、相互补充的。因此,Bates和Grange提出了组合预测思想。组合预测方法能够有效保留单项预测方法的有价值的数据信息,相比单一预测方法,具有更高的预测精度,并可以增强预测的稳定性。然而目前的能源需求组合预测文献中,对于如何选取单一预测方法,单一预测方法的数量没有依据,且组合的形式大都停留在线性组合或者是简单的非线性组合形式,且非线性组合的权系数确定困难,计算复杂。针对这些问题,本文做了以下研究工作:第一,本文系统研究了能源需求的影响因素,分析了经济增长、产业结构、人口与城市化、能源消费结构、技术进步、居民消费水平、能源价格及环境政策等影响因素与能源需求的相关关系。第二,本文提出了选取单一预测方法的基本原则,即主观与客观相结合、线性模型与非线性模型相结合、单一预测方法的数量要适度等原则。基于以上原则本文选取了ARIMA模型(客观线性模型)、灰色预测方法(客观非线性模型)、多元回归(主观线性模型)、二次非线性能源需求预测模型(主观非线性模型)及灰色神经网络模型(主观非线性模型)等5种预测方法,并对模型进行了改进。第三,本文提出了基于BP神经网络的非线性组合预测模型。BP神经网络是非线性映射模型,权重可以在网络训练中确定,避免了计算权重困难的问题。第四,针对神经网络收敛速度慢,易收敛到局部极值等问题,采用混沌遗传算法对神经网络性能进行优化。混沌遗传算法具有收敛速度快、全局搜索能力强、适合参数优化等特点,通过混沌遗传算法优化神经网络,能大幅提升网络性能,从而提高预测精度。最后,利用组合模型对京津冀能源需求进行预测,2015年至2020年京津冀能源需求总量分别为4.48、4.62、4.75、4.90、5.04、5.17亿吨标准煤,并给出了京津冀能源发展对策建议。