风力发电作为最具商业开发价值的可再生能源之一，近年来得到快速发展。但是由于风的间歇性和随机性，风电大规模并网会给电网带来较大冲击，影响电能质量和电网稳定性，甚至成为制约风电场装机容量和风电并网比例提升的重要因素。为了解决上述问题，需要利用风电功率预测技术，为电网调度和风电场安排发电计划、停机检修提供依据，提高风力发电的质量和经济效益。风电功率预测在国内外都已进行了长时间研究，国外早有成熟的商用功率预测系统，国内近年来也陆续有功率预测系统面世，但由于我国地域覆盖范围广，地形复杂多样，数值天气预报水平与发达国家存在差距，复杂地形风电场的风电功率预测精度较低。为提高风电功率预测的精度，本文在以下几个方面开展工作：（1）分析风速和风向的分布特性和变化规律，比较了不同数值天气预报的特点，确定其在风电功率预测中的适用范围，为建立预测模型提供基础。（2）对风电功率预测中的常用技术方法进行研究，比较各种数学模型的特点，并利用风电场实际数据进行建模验证，选定支持向量机作为主要建模方法，该方法在小样本建模时具有较大优势。（3）针对风电功率预测中已有的数据预处理方法的不足，提出一种基于连续时间段聚类的新方法，综合考虑风速日变化特性和时间连续性的影响，提高了建模数据样本的可靠性和相似性，通过与其他方法建模的预测结果对比，具有较好的预测精度和推广能力。基于上述研究成果，开发了一套风电功率预测系统，该预测系统具有数据定时采集，自动预测上报，远程监控维护等功能特点，目前已在国内多个风电场运行，满足风电场的预测功能要求，取得较好效果。