在单一能源系统中,能源终端各自独立运行使得不同能源的供需利用未有效协同,从而导致了能源总体上利用效率不高。同时,传统的化石能源发电方式还会对环境会造成一定的破坏,因此有必要减少化石能源的使用,增加可再生能源的开采和使用。相对的,在多能源系统中,可以通过多能协同耦合互补的方式来提高能源的利用率,又可以通过接入可再生能源减少化石能源的使用来缓解环境问题。为了实施多种能源协同利用和精准的综合需求响应,能源负荷的准确预测是必需的。而多能源系统中多能流和信息流的时空耦合是制约能源负荷预测精度的关键难题,针对这一难题,多源信息融合的数据驱动方式有望实现高精度的负荷预测。为了实现多能源系统中能源负荷的精准预测,本文基于Open DSS对光伏微电网仿真,基于Simulink对燃气轮机建模,通过对Open DSS和Simulink进行平台结合实现多能源系统的建模,并对能源负荷的精准预测开展了研究。多源特征的高效融合对预测模型的准确度至关重要,因此对多源数据进行融合和特征提取,作为模型的输入对能源负荷进行预测。为了提高模型的预测准确性,利用栈式集成学习。最终提出了基于多源信息融合方式利用集成学习对区域多能源系统进行负荷预测的算法。在基于仿真数据的预测精度对比实验中,所有的对比性能表明本文提出的模型在预测精度上高于其他经典预测算法,且没有产生类似经典算法在某一测试数据上预测精度低于其他算法的情况,即泛化性更好。为解决区域多能源系统下的能源负荷的预测提供了一种方法。