化石能源为工业的快速发展提供动力,但是化石能源的过度使用同时也导致了二氧化氮、二氧化硫等大气污染物以及二氧化碳等温室气体的大量排放,从而引发全球变暖、酸雨等气候问题。21世纪气候问题的不断恶化引起全世界关注,加之化石能源全球储量有限,本质上属于不可再生资源,世界诸多国家在开发可再生新能源,减少化石能源消费的必要性上达成共识。第75届联合国大会上,习近平总书记向世界宣布中国将于2030年、2060年分别实现碳达峰、碳中和。可以预见未来我国化石能源消费量增速将逐步下降,非化石能源消费逐步上升,而准确预测我国化石能源消费量与非化石额能源生产情况能够帮助我国更好把握能源转型的节奏。在“十二五”到“十三五”期间,我国化石能源的消费量增速经历了由快速增加到近三年的增速正在逐渐下降的过程,由此可以判断我国化石能源消费总量的变化趋势符合灰色Verhulst模型的建模要求,适合建立灰色Verhulst模型对未来我国化石能源消费情况进行预测。传统灰色Verhulst模型要求建模数据有着显著的单峰或者饱和的特性,造成模型的适用面较窄。为了拓展模型适用面,提高模型的预测精度,本文对传统的灰色Verhulst模型进行改进,提出了新的灰色Verhulst模型的优化方法。文章首先针对传统灰色Verhulst模型在初值的选择上只考虑第一个分量作用的缺陷,通过对原始序列的所有分量赋权,分量的权重随着分量的由旧到新递增,构建全新的初值,以提高初值的合理性,新构建的初值满足“信息充分利用原理”和“新信息优先原理”。在背景值的优化过程中,本文紧扣传统灰色Verhulst模型在建模过程中由于将白化方程的解直接代替为模型的解从而造成了背景值的构造产生了固有的误差,使用倒推的方法来构建全新的背景值,成功消除了该误差。最后将两种优化方法结合应用于灰色Verhulst模型的优化,构造基于全信息初值和背景值组合改进的灰色Verhulst模型,通过最小二乘法推导相关参数表达式,以最小化平均误差作为目标函数构建非线性优化模型求解模型的相关参数。本文将新构建的模型应用于我国化石能源消费量的预测中,以检验模型的精度,并对比传统模型,结果表明本文构建的模型无论在拟合还是预测精度上,都明显领先于传统模型,适用于我国化石能源消费预测。最后利用优化的模型构建新陈代谢模型预测我国2025年、2030年化石能源消费量规模,结合我国非化石能源生产规模,从而预测我国2025年和2030年能源消费结构中非化石能源消费占比,得出我国将提前实现《2030年前碳达峰行动方案》中提出的能源消费结构优化目标,并提出我国能源发展建议为相关部门提供参考。本文在传统模型的基础上对模型进行了优化,成功将其应用于我国化石能源消费规模的预测中,拓展了模型的适用范围,同时显著提高了模型的预测精度。本文所提出模型在能源以外其他领域也可适用,而且本文的优化方法不仅适用于灰色Verhulst模型,对于其他灰色模型也同样具有一定适用性。