准确的电力负荷预测可以为电力系统运营商和经济管理者提供有价值的参考。近年来,大量间歇性风电已集成到电力系统中,大大增加了电力负荷预测的不确定性,因此,提出了一种基于分解集成策略和多目标优化算法的混合预测模型。采用分解集成策略,降低原始序列中的噪声污染,提高预测模型的建模能力,引入多目标优化算法,寻找Elman神经网络中的最优参数,进一步提高预测的精度和稳定性。实验结果表明,提出的混合预测模型在各项性能上均优于单一模型。