当前能源枯竭和环境污染问题日愈严重，因此人们越来越重视可再生清洁能源的研究和使用。风能是可再生的清洁能源，利用风能发电，可以有效缓减上述两个问题。但是在应用过程中发现风电有些不足，我们需要对其进行深入研究。
　　本文主要从两个方面展开对风电的研究，一是风电功率预测，二是风电场储能优化。
　　论文从全球、国内、山东省三个不同的范围对风电发展现状进行了介绍，通过大量的统计数据展示了当前风电的发展状况。
　　针对风电功率预测，本文先对采集的历史数据进行分析，从统计学角度分析其概率分布。利用MATLAB中的DFITTOOL使用不同的分布进行拟合，最终确定具有长尾特性的带一位因子与伸缩系数的t分布能够较好的描述风电功率的分布。在此基础上研究了风电功率预测的方法，分别研究了基于时间序列的ARIMA模型和基于人工智能的BP神经网络模型，使用SPSS统计软件，对某风电场的数据进行分析，确定了模型的最佳参数，对用部分数据进行了检验。最后从准确率、合格率等多个角度对两种模型的预测效果进行了对比。
　　针对风电场的储能优化，在分析储能电池出力模型的基础上，提出了基于一阶低通滤波的风电场储能系统控制模型，同时提出了从电量效益、环境效益等多个不同角度综合考虑的经济效益最大化的储能系统容量配置方法。
　　最后，对全文工作进行了总结，并对下一步工作进行了展望。