随着现代化工业的飞速发展,人类对能源的需求越来越大,石油、煤炭等传统化石能源却日渐缩减,常规能源使用之后带来的全球温室效应日趋严重,因此全球各国政府都开始注重新型能源的开发利用。风能作为现阶段最具开发前景的新能源,以其清洁环保、储量丰富的优点,已经受到世界各国所重视,许多国家纷纷将风力发电纳入到国家能源发展规划中。在风电装机容量不断增加的情况下,由于风能自身的间歇性和不稳定性,大规模风电并网给电力系统带来了巨大的挑战。为了使电力系统调度部门能够合理制定调度运行计划,保证电力系统安全稳定运行,风电场输出功率的预测研究已成为国内外研究学者日益关注的课题。现阶段大量研究表明,单一风功率预测方法因其自身的特点和适用范围,都有其自身局限性和优越性,通过将不同预测方法相结合建立组合预测模型,可以充分利用不同预测方法的优点弥补缺点,从而有效地提高预测结果的精确度。论文主要有以下三方面内容：首先对国内外风功率预测方法现状进行简单分析介绍；之后对时间序列分析预测法和BP神经网络预测法进行详细阐述,并且用某风场实际数据为基础建模预测；最后,提出了一种基于小波分析、时间序列分析和BP神经网络相结合的组合预测方法,结合实际算例,通过对比分析单一预测方法和组合预测方法的预测结果误差指数,论证组合预测方法与单一预测方法的优越性。