Predecir el consumo de energía no es fácil debido a la naturaleza no lineal de las series temporales de consumos de energía, que no pueden predecirse con precisión mediante métodos de pronóstico tradicionales. Por lo tanto, se propone un nuevo marco de pronóstico híbrido basado en el enfoque de descomposición modal empírica de conjunto (EEMD) y una combinación de modelos de pronóstico individuales. Los modelos híbridos incluyen el modelo autorregresivo de media móvil integrada (ARIMA), la regresión de vectores de soporte (SVR) y el algoritmo genético (GA). El marco integrado, denominado EEMD-ARIMA-GA-SVR, se utilizará para predecir el consumo de energía primaria de una economía. Se utilizará un estudio de caso empírico basado en el consumo de energía en Taiwán para verificar la viabilidad del marco de pronóstico propuesto. Según los resultados del estudio empírico, el marco híbrido propuesto es viable. En comparación con los resultados de predicción derivados de otros mecanismos de pronóstico, el marco propuesto demuestra una mayor precisión, pero dicho sistema híbrido también puede considerarse como una base para la gestión energética y la definición de políticas.