中文摘要:由于風(fēng)能的隨機(jī)性以及電力系統(tǒng)的非線性等原因，預(yù)測(cè)風(fēng)電功率時(shí)需要考慮眾多的不確定因素影響。現(xiàn)有預(yù)測(cè)方法主要包括物理預(yù)測(cè)方法、統(tǒng)計(jì)預(yù)測(cè)方法以及學(xué)習(xí)預(yù)測(cè)方法、綜合預(yù)測(cè)法等。基于數(shù)字天氣預(yù)報(bào)（NWP-numerical weather prediction）的物理預(yù)測(cè)方法模型復(fù)雜、計(jì)算量大，較少用于短期預(yù)測(cè)；統(tǒng)計(jì)預(yù)測(cè)方法模型簡(jiǎn)單，數(shù)據(jù)需求量少，較適合于數(shù)據(jù)獲取有一定困難的情況；人工智能預(yù)測(cè)方法不依賴于對(duì)象的精確模型，適合于隨機(jī)非線性系統(tǒng)；綜合預(yù)測(cè)方法可一定程度地?fù)P長避短。本文主要就風(fēng)電場(chǎng)風(fēng)速及風(fēng)電功率預(yù)測(cè)方法研究進(jìn)行了綜合闡述，并在總結(jié)前人研究的基礎(chǔ)上提出了一些可進(jìn)一步研究的問題。（詳細(xì)內(nèi)容請(qǐng)下載附件）