能源作为国民经济发展的物质基础和基本保障,对国民经济建设全局有着重大作用和影响,随着经济的不断发展,社会对能源的需求越来越大,各种能源问题也随之而来。随着京津冀地区经济的快速发展以及天津被确定为北方的经济中心,该地区越来越引起中国乃至整个世界的瞩目。京津冀地区能源消费以煤为主,天然气、风能、太阳能等清洁能源及可再生能源近年来开始不断增长,作为我国首都,政治、文化、教育和国际交流中心,改革开放以来,北京的经济有了迅速的发展,经济的发展需要靠能源来支撑,然而北京市目前能源自给率仅50%左右;天津作为中国的四大直辖市之一,是中国北方最大的沿海开放城市,而天津也是典型的能源输入城市,且能源利用效率偏低;河北省经济发展较快,但由于其经济发展模式属于对能源消耗有着强依赖性的粗放型发展模式,随着经济的迅速发展,其能源短缺、能源消费结构不合理等问题逐渐出现,目前面临严重的能源危机。由此可见,以煤为主的能源结构导致京津冀地区经济、能源与环境的矛盾突出,因此目前亟需对能源结构进行合理地优化。本文首先分析了京津冀地区的能源消费现状,各主要能源品种消费现状,北京、天津及河北三个地区的能源消费现状,以及三个地区各主要能源品种消费现状;接着通过平稳性检验、Granger因果关系检验、向量自回归模型(VAR)、协整检验以及误差修正模型(ECM)研究了京津冀地区能源消费与经济增长之间的关系;之后本文找出了京津冀地区能源消费的可能影响因素,对各影响因素进行了详细分析,并运用相关分析法求解出各影响因素与京津冀地区能源消费之间的相关系数,对相关系数进行排序,选择相关系数较高的前两个影响因素,作为神经网络的输入向量,预测京津冀地区未来能源消费量,另外选用遗传算法对神经网络的权值和阈值进行优化,以达到更好的预测效果;最后,本文根据关系研究及预测结果,确定了京津冀地区能源消费结构的优化目标及约束条件,构建了能源消费结构多目标优化模型,并运用粒子群算法对模型求解,针对粒子群算法局部搜索能力较差的问题,本文通过引入同步粒子局部搜索(SPLS)和模糊全局最好位置f-gbest,即模糊多目标粒子群算法(FMOPSO)对京津冀能源消费结构优化模型进行求解,并根据优化结果,提出了京津冀地区未来能源发展的对策建议。