随着社会经济的发展,科学技术的革新,发生事件的复杂性增强,不确定性系统越来越常见,并趋于复杂化。灰色多变量预测模型作为灰色系统理论中的经典预测模型之一,考虑驱动因素对模型的整体影响,经过30多年的理论创新和实践运用,其科学性和精确性得到验证。但在对能源需求、用电量和粮食产量的预测等问题中,不仅需要考虑众驱动因素的实时影响,更要考虑到驱动因素变化趋势对特征序列的影响。为了提高预测模型的适用性,本文针对驱动因素对特征序列的时滞、时变作用的问题,建立TTDGM(1,N)模型,研究驱动因素随着时间变化对特征序列作用的变化情况,进一步厘清驱动因素的作用机制,探究该模型的参数计算、响应式求解,并将其运用到江苏省全社会用电量的预测研究中。针对多变量灰色模型分析各驱动因素时滞动态变化时未考虑其驱动因素影响时变特性的问题,通过引入时变控制项构建一种基于驱动因素时变影响的灰色多变量离散时滞模型(TTDGM(1,N)),并探讨其参数求解方法。结合高斯分布与粒子群算法模拟出驱动因素在不同滞后期对系统行为序列的影响的变化情况,从而充分利用驱动因素往期数据。使用TTDGM(1,N)对江苏省全社会用电量进行预测,首先分析2005年-2018年江苏省全社会用电量及其驱动因素,明确其相关度和时滞情况,根据分析结果构建TTDGM(1,N)模型,对江苏省全社会用电量进行预测,分析其适用性、科学性和精确性。结果表明,在驱动因素对行为序列具有时变时滞影响时,该模型能够较好地描述和预测小样本数据系统的运行规律。最后利用TTDGM(1,N)模型预测2019年-2020年江苏省全社会用电量,并结合预测结果为江苏省能源、电力等相关部门从优化电力供应结构、构建新型产业体系、均衡供需矛盾关系和加速电力需求响应四个方面提出相应建议。