在能源安全、环境污染和气候变化三大国际问题下，如何提高多能负荷预测精度成为全球的焦点问题。为此，提出了一种新颖的基于梯度提升回归树（GBRT）和轻型梯度提升机（LGBM）的多能负荷组合预测方法。首先，利用Spearman相关系数分析多能负荷及相关因素间的相关性，构建更有效的模型输入数据集；然后，利用网格搜索及交叉验证方法，分别对GBRT模型和LGBM模型进行训练，得到针对不同类型负荷的最优参数组合的模型；最后，将两种模型进行加权组合，得到最终的多能负荷预测结果。算例分析结果表明，所提模型能结合两种模型的优势，深入挖掘不同负荷之间的耦合关系，与其他模型相比有更高的多能负荷预测精度和更好的预测适用性。