电力负荷预测技术的不断创新是当今社会电力系统长久发展的保证,中长期电力负荷预测可以为电力系统的发展与稳定提供重要凭据。由于指数平滑法具有需要样本少、适应性强等特点与中长期电力负荷预测研究对象相吻合,所以本文研究其在中长期负荷预测中的应用。本文首先介绍研究负荷预测的意义,以及国内外对于负荷预测的研究现状,介绍了指数平滑法的创立与发展。列举出电力负荷预测的主要影响因素,对于负荷预测中误差的产生进行了分析,并给出了误差评级指标。本文使用MATLAB软件建立传统型指数平滑法,在指数平滑法模型中搜索出平滑系数α值是预测精度的关键所在,然而传统型指数平滑法在搜索最优平滑系数α时,对于模型拟合误差采用“远近相同”的思想对待,这将导致搜索到的平滑系数并不是最理想的。所以,本文引入了新参数——拟合误差权重系数β,将搜索的目标函数修正为加权平均百分比误差(Weighted Mean Absolute Percentage Error,WMAPE),从而建立了基于“厚近薄远”指数平滑法模型,并与传统型指数平滑法模型通过仿真实例进行纵向预测对比。使用MATLAB软件建立灰色GM(1,1)模型,使用SPSS(Statistical Product and Service Solution)软件建立ARIMA(Autoregressive Integrated Moving Average model)模型,将改进型指数平滑法模型与ARIMA模型、灰色GM(1,1)模型通过仿真实例进行横向预测对比,并通过Minitab软件和MATLAB软件对预测结果进行分析。为了使模型更加完善,减少计算时间,提高预测效率,方便在各种情况下选取最佳拟合误差权重系数β值。本文基于统计学思想,由MATLAB软件建立数学模型,通过大量的统计试验归纳出负荷在不同年平均增长率情况下、在不同预测期数情况下的“厚近薄远”规律,即选取最佳拟合误差权重系数β值。同时通过仿真实例验证指数平滑法“厚近薄远”规律正确性和适应性。为了提高预测精度,使用MATLAB软件对模型中拟合误差权重系数β值进行细化,将拟合误差权重系数值缩小搜索范围,细化至小数点后两位,使模型能够搜索最准确的平滑系数α。并且通过仿真实例证明细化后拟合误差权重系数β值可提高预测精度。最后对指数平滑法“厚近薄远”规律进行了总结,并且提出了对探索“厚近薄远”规律的展望。