伴随着全球经济的飞速发展,传统能源的匮乏与日益增长的需求矛盾不断加剧,使得新能源的开发和利用成为一项世界性的重要课题。风能作为一种清洁、安全、丰富的新能源,已被越来越多的国家所重视。目前在世界范围内风电发展迅速,风力发电在全球发电总量中所占比重正在持续增加,风电机组的装机容量也越来越大。但风电技术在蓬勃发展中也面临着一系列的问题,如风资源的间歇性和不可控等特性,不便于风电场经济运行和电网企业调度指挥。因此对风电功率准确预测显得十分重要。同时风电场并网会对原系统的无功功率分布、电压、频率、系统稳定、谐波污染、线路损耗和保护装置等产生影响,上述因素也制约了风电发展的速度。因此,对风电功率进行较高精度的预测,并采取有效的无功优化控制策略,具有十分重要的现实意义。本文首先在深入研究国内外风电预测系统的基础上,基于锦州风电场的需求分析开发了一套风电功率预测系统,系统安全可靠、用户界面友好,可操作性强。在地区风电场的实际运行结果表明,该系统能够较好的实现预期目标,且不受风电机组停电检修、风电场新建的影响。在此基础上提出了两种风电功率预测方法,分别为基于混沌时间序列和多级神经网络的风电功率预测方法,并对各自特点进行了分析。本文将两种预测方法分别应用于锦州大兴隆山风电场和锦州北镇杨家店风电场。预测结果表明,两种风电功率预测方法均满足指标要求,且准确率较高。针对风电场无功优化控制策略,提出了基于有功损耗最小的无功优化控制方法,并将该无功优化控制方法应用于锦州北镇杨家店风电场,考虑风机自身无功功率特性,对机侧和网侧的变流控制策略分别作了仿真研究。测试结果表明,本文采用的无功优化方法可以有效提高电压短时跟随指令能力,并能显著提升风电场电压合格率和系统的稳定性,两方面的效果分析表明本研究具有实用性和有效性。