风能作为一种新型的可再生清洁能源,近年来在国家大力发展绿色可再生能源的环境下,引起了人们的广泛重视。相比于其他常规的能源,风能不仅具有充足的储量,并且开发与利用的成本十分低廉,因此目前我国在大规模开发与利用风能进行发电,风力发电机装机容量在总发电容量中占有较大的比例。但是,由于风能的随机性和波动性较强,使得在风力发电机在运行工作过程中,发出的风电功率非常不稳定。风力发电的输出波动性和不稳定性,严重影响电力系统的电能质量,同时给电力调度部门在进行发电计划制定的过程中带来诸多困难。因此,论文以东营风电场为研究对象,开展风电功率短期预测研究,对确保电力系统的安全稳定运行、降低风电机组运行成本和备用容量以及调度安排风力发电的计划等方面均有着重要的意义。论文针对东营风电场的短期风电功率预测进行研究,主要完成如下工作:(1)对东营风电场风电功率预测现状和存在问题进行了分析,并给出了风电功率预测的基本原理和一般流程。(2)研究了基于时间序列的东营风电场风电功率预测。基于历史数据的特性,应用时间序列分析方法建立预测模型,给出一种基于时间序列的风电场风电功率预测方法,对东营风电场的短期预测结果表明,该方法比较准确地预测风电场发电功率。(3)研究了基于改进BP人工神经网络的风电功率预测。为了进一步提高风电功率预测的准确性,研究了BP人工神经网络的基本原理,并针对BP神经网络的缺点,给出了一种基于改进BP人工神经网络的短期风电功率预测方法,对东营风电场进行预测结果表明,基于改进BP人工神经网络模型和方法可有效改善风电功率预测的准确率,降低预测误差。论文完成了本文预测方法的程序编制,并应用于东营风电场的短期风功率预测实际,提高了预测精度,有利于调度计划和检修计划的安排,有利于提高电力系统稳定性和经济性。