电力系统负荷预测是以电力负荷的历史数据为基础，同时考虑政治、经济、气象等因素，通过不断地研究历史数据的变化规律，找出未来负荷与历史数据之间的内在联系，从而对未来的用电负荷做出精确而科学的判断。电力负荷预测与电力系统各部门有着紧密的联系，在电力系统中有极为重要的地位。能否对电网负荷开展精确预测，关乎电力系统是否能够经济、安全、可靠地运行，从而影响国民经济的快速发展。　　本文对电力负荷预测的基本概念、特点以及分类方法加以论述，并对常用的电力负荷预测方法作相关介绍。对组合预测的概念和意义展开论述，并介绍了几种组合预测权重系数确定的方法。组合预测可以很大程度地利用各种单个预测模型的信息，更全面综合地考虑问题，因而用该方法可以减少单个预测模型在预测过程中的偏差，减少环境随机因素的影响，从而提高负荷预测的可靠度，且有时也可提高预测精度。　　本文将一元线性回归模型、二次指数平滑模型、三次指数平滑模型、灰色GM(1.1)模型、改进灰色GM(1.1)模型五个单项预测模型组合在一起开展负荷预测，采用改进ABC算法计算组合权重。使得对未来用电量的预测更加安全可靠。最后对实验地区的用电量进行了实际分析，证明了ABC算法能够应用在负荷预测中，说明了该方法的实用价值。