风力发电技术在可再生能源发展利用中最快最成熟，但其具有波动性、间歇性、随机性的特点，使得大容量的风力发电接入电网，对电力系统的安全及稳定运行带来严峻挑战。对风功率进行预测，是解决这个问题的有效途径。本文对风电场功率和风电并网后的频率稳定两个方面进行了研究。　　根据风电场风速及功率特性的分析，考虑了温度、风速等影响功率预测的因素，提出了一种将改进粒子群优化应用到最小二乘支持向量机的短期功率预测方法。以内蒙古某风电场的历史数据和气象数据为训练样本，分析影响功率预测的各种因素，对历史数据中的“异常数据”进行修正，建立LSSVM模型对风电场风速及功率进行预测，然而LSSVM中的两个参数对模型预测误差有很大影响;对此，采用粒子群优化算法对LSSVM的模型参数进行优化;为了避免粒子群的早熟收敛问题，应用改进PSO-LSSVM模型，使得预测误差有所降低。实际算例表明，预测方法收敛性好、方便实用、有较高的预测精度和较快的训练速度。　　考虑了风电场并网对电网频率稳定性产生的影响，在对变速恒频双馈风电机组参加频率控制特性进行分析的基础上，给传统变速恒频双馈风电机组解耦控制附加一个频率控制单元。仿真结果可以看出，该控制策略能够对电网的频率降低做出响应，表现出变速风电机组惯量作用，在一定程度上参与系统的频率控制，降低电网频率变化率。