【摘要】精准的负荷预测是保障微电网安全运行的基础。 为提高短期微电网预测精度，解决预测实时性响应不足的问题，本文首先提出了一种遗传算法－误差反向传播算法（ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ⁃ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ，ＧＡ⁃ＢＰ）神经网络的短期微电网负荷预测模型。 其次根据负荷数据的时序相关性，选取相似日作为训练数据集。 再次将遗传算法融合到 ＢＰ 神经网络的参数优化中，建立 ＧＡ⁃ＢＰ 神经网络预测模型。 训练数据集对模型进行大量训练学习后，根据多种影响因素进行预测，通过与实际数据的对比，检验预测模型的准确性。 最后进行对比实验，使用多种评价指标来比较不同模型的预测结果，对比结果表明该算法稳定性最高，性能最好，是一种实用的预测模型。