（国网辽宁省电力有限公司 盘锦供电公司，辽宁 盘锦 124000）

目前，风能已经成为第二大可再生能源，被广泛应用于诸多领域［1］。然而，风能所具有的间歇性和波动性也给电网调度和电力交易带来了巨大的挑战［2］。在风量日益增长的情况下，及时准确地预测风电功率，能够有效地减轻间歇性和波动性对电网所带来的不良影响。风电功率预测从时间尺度上划分可分为4 类，分别为超短期（分钟～小时）、短期（小时～天）、中期（周～月）、长期（月～年）。其中，超短期和短期风力发电预测为电网调度和电力交易提供了基础；长期风力发电预测对选址、性能预测、风车规划以及为特定地点选择最佳风力发电机尺寸具有重要意义［3］。本文主要研究的是未来24 h 内的短期风电功率预测，用预测结果来辅助电网调度和电力交易。

在国内外所提出的风电功率预测方法中，主要利用两种类型的数据来建立风电功率预测模型，一种是风电功率历史数据，另一种是数值天气预报（NWP）数据。风电功率历史数据主要用于超短期风电功率预测［4］。由于风的功率会直接受到风速立方的影响，所以NWP 数据是风电功率预测的重要数据源。NWP 所提供的风速主要被用于建立短期风力预测模型。现有的利用NWP数据进行风电功率预测建模的方法可分为统计方法、人工智能学习方法和混合方法［5］。然而，风速的间歇性和波动性也同样会导致NWP数据所提供的风速具有不确定性，进而影响了风电功率预测的准确性，这给风电功率预测带来了巨大的挑战。……