风电场功率预测是减轻大规模风电并网对电力系统不利影响的有效手段之一。由于风能波动性以及预测误差的影响,单一估计值的功率预测给电网调度计划或风电场运行决策引入了较大的风险。风电场功率预测不确定性分析可以提供在某置信水平下功率预测值可能发生的波动范围,大大提高单点预测的抗风险能力。论文进行了风电场功率预测不确定性分析方法及其应用的研究,主要工作内容包括：1、风电场功率预测影响因素研究研究了数值天气预报和预测模型对功率预测的影响。分析数值天气预报和测风塔不同月份或季节风速、风向、温度、大气压强、相对湿度的统计特征和误差分布特征。对遗传优化BP神经网络训练样本的时间单位进行细化,分析训练样本对预测精度的影响趋势；提出支持向量机三重筛选方法进行训练样本筛选,并进行预测误差分析。2、分位数回归方法在风电场功率预测不确定性分析中的应用定义了风电功率预测风险指数,定量描述了某置信水平下风电功率预测的最大误差；通过对基于历史数据和基于数值天气预报两种功率预测方法的不确定性因素来源进行分析,分别建立了相应的分位数回归不确定性分析模型。结果表明：该模型结构简单,运算效率高,工程实用价值高。3、风电场功率预测系统的开发在已建立短期和超短期预测不确定分析模型的基础上,根据中国北方某风电场业主和电网的具体要求,开发风电场功率预测系统。该系统可以提供预测及其不确定性分析、历史数据统计分析、误差分析等信息；图形界面显示友好,运行安全稳定,支持远程登录,满足国家关于风电场功率预测的规范要求。