能源短缺和环境污染问题已成为限制社会经济发展的重要因素,受到了全国乃至全世界的普遍关注。风力发电具有清洁高效,成本低等优点,对其进行大规模开发利用可在一定程度上缓解能源短缺及环境污染问题,现已成为最具有开发前景的新能源发电方式,但由于风电出力具有显著地随机性及不确定性特点,其并网规模快速增长将给系统规划和合理调度增加难度,对系统的安全稳定运行产生负面影响。风电出力能否被电网大规模合理消纳取决于电力系统对供电波动的反应能力,对风速及风功率进行准确预测可在很大程度上平抑风电的随机波动特性,大幅提高风电并网容量及供电可靠性,因此对风速及风功率进行准确预测具有重要的现实意义和研究价值。针对风电并网规模快速增长的现状,本文简要阐述了风力发电技术的时序数学模型及工作原理,探讨了风电大规模并网对系统网络损耗、电压质量及系统稳定性的影响,同时对风电机组出力时序随机波动特性及场内各机组风速和功率的差异性进行深入剖析,合理分析了大规模风电场内风能资源时空分布特性及风电机组出力的集群效应,为构建不同容量机群的风电功率预测模型奠定理论基础。风速波动易受温度、湿度、气压等多种气象属性因素的共同影响,具有较大的随机性和不确定性。本文从预测模型输入集和预测模型关键参数优选两方面入手,根据风速序列的递归率及确定性组成的联合指标对风速系列的可预测性进行量化评价,利用联合指标优选的重构参数对风速序列进行相空间重构,综合嵌入维度与延迟时间获取预测模型的最佳输入集,最后结合实际风电场风速数据,运用经最佳输入集训练的COA-SVR优化模型对待预测数据开展预测研究。根据风速与风功率转化数学模型,采用等效风能利用系数评估各风电机组间的相互影响,基于历史风速及风功率实测值求取等效风能利用系数矩阵,根据最大风速预测值构建风电机群输出功率等值模型,进而实现对大规模风电场整场功率的短期预测,并结合风电场的实测数据对本文所提方法的可行性与合理性进行验证。