随着我国风电技术研发能力的迅速提升,现单机装机容量达到国际领先水平,多地的风电场已形成较大的规模。但风电固有的种种特性以及源荷之间空间距离的限制,导致目前存在大量的“弃风限电”状况。而电网风电接纳能力则是判断电网对于风电功率的极限穿透能力的评估依据。影响风电接纳能力的因素有很多,其中风电功率预测区间是不可或缺的一项。本文在归纳总结风电接纳能力的限制因素后,提出一种风电功率区间预测方法和概率潮流算法,并结合基于风电功率预测上下限的约束条件进行风电接纳能力的评估。本文的主要内容包括:(1)分析总结了风电出力特性、风电接入对电网造成的影响以及电网风电接纳能力的限制因素等基础问题,并基于此分析归纳出针对评估风电接纳能力优化算法的约束条件。(2)介绍了风电功率区间预测的分类和定义,以极限学习机(Extreme Learning Machine,ELM)网络算法作为点预测模型,并基于Copula相关性理论,考虑风电功率波动与预测误差间的相关性建立了风电功率短期区间预测模型,且利用评价指标对模型和方法进行验证。(3)分析总结了现有风电并网概率潮流计算方法中,风电功率概率模型参数法和非参数法建模的优劣,并提出采用考虑边界校正的非参数核密度估计建立概率潮流计算中的风电功率概率模型,并引用机器学习中带交叉验证(Cross Validation,CV)的网格搜索(Grid Search)法优化核密度估计的带宽参数。利用加入风电后改进的IEEE39节点电力系统进行潮流计算仿真分析。(4)建立基于风电功率预测区间的风电接纳能力评估模型。先将风电功率预测区间信息和负荷信息作为输入,结合常规机组发电模型,优化其启停状态,并给出最优机组组合和电网可接纳风电的上下限;基于此,以弃风率和风电接入前后的成本改变量作为评价指标,将不同置信度的预测区间得到的结果与单点预测值作为模型输入进行对比,分析得到最终结论。