近年来,风力发电的成长步入了迅速发展阶段。随着风电发电机组额定功率和渗透率的不断提高,其波动性和间歇性给电网造成的冲击越来越显著。因为风力发电机功率具有很强的不确定性,使得风电场难以制定合理的发电计划,导致了有关部门难以对风电进行合理的调整。本文针对风电功率预测做了以下工作。(1)首先论述了风电的发展现状及风电发展潜力,介绍风力发电功率的重要性和现有的风力发电机功率计算方法,论述了马尔可夫模型对于风电功率预测的适用性。(2)随后在马尔可夫模型的基础上搭建风电功率预测模型,介绍了基于绝对分布的马尔可夫模型的预测步骤。并选取实际生产环境下的风力发电机功率为数据源进行仿真预测计算,并论述状态空间数这一关键参数对预测精度的影响,得出最佳状态空间数。(3)鉴于单一的马尔可夫预测方法存在着一定程度的局限性,为进一步提高预测的精度,借鉴信息论中信息熵的思想,将持续预测法与马尔可夫预测理论进行相结合,通过熵值法确定了组合模型中的加权系数,从而建立了组合预测模型。(4)最后选取同样的数据进行仿真预测计算,仿真结果显示,组合预测的方法可以弥补各自的不足,使两种方法的优势得到互补,使得预测误差下降,预测精度有了一定的改善,有效提升了风力发电机功率预测的准确性。