风电功率的出力具有随机性、波动性、间歇性,其大规模并网容易造成电网潮流紊乱,严重影响并网容量规划。风电功率的预测以及基于功率预测的并网容量优化,可以对未来的风电功率、电网潮流以及电网容量规划进行提前预测与分析,为电网调度的提前规划与控制奠定重要基础,从而有力促进风力发电的发展与电网安全稳定运行。首先,针对单一风电功率预测方法精确度低问题,提出了基于PSR-Elman-GWO的风电功率组合预测方法。该方法在采用Elman神经网络进行预测建模的基础上,利用灰狼优化算法的快速寻优性对其参数进行滚动初始化,降低了由固定参数带来的模型误差。在此基础上,利用相空间重构的数据重构方法,将预测模型的输入数据进行多维化展开,增加了数据的特征输入,同时降低了数据的输入误差。仿真结果验证了所提方法能同时降低数据误差和模型误差,有效提高风速平缓段预测精度。其次,针对上述方法在爬坡段预测精度低的问题,提出了基于VMD-Elman-IGWO的风电功率爬坡段预测方法。该方法采用极值提取算法搜索序列极值点,通过对爬坡段的重新定义,达到爬坡段识别与风电功率序列分段的效果;在此基础上,结合VMD、Elman、IGWO算法构建分段预测模型,利用VMD算法分解爬坡段输入量,降低模型输入量的信息复杂度。再对GWO进行改进,采用收敛速度更快的IGWO。仿真结果验证了所提方法能大幅度提高风电功率爬坡段的预测精度,为含风电的并网容量计算提供了可靠的数据保障。最后,提出基于功率预测的风电并网容量优化方法。该方法首先分析风电稳定性并网约束条件;然后基于风电功率预测数据,建立10KV～35KV电网下的风电功率最大计划并网容量目标函数;最后进行目标函数求解。算例分析结果表明,可以满足电网安全稳定运行裕量的同时,实现风电场的最大运行率以及风电功率的最大消纳率。