当今化石能源恶化环境并口益枯竭,风力发电等新型能源成为未来的主要发展之道。风电资源间歇性强、波动性大的特点可能对电网的功率平衡、调度优化、稳定性等实时运行造成不利影响,因此很有必要提前把握风力发电机(场)的功率输出和变化趋势,即进行合理而有效的短期风电功率预测。本文首先针对风电功率输出波动性强、高斯分布特征不明显的特点,采用了一种新型的评价准则——最大相关熵准则(MCC)来指导风电功率预测模型的参数优化,研究了基于最大相关熵准则的最小二乘-支持向量机短期风电功率预测方法;同时,为了降低不恰当的输入变量对预测精度的不良影响,研究采用核主成分分析法提取预测模型中的输入变量及其主成分。在此基础上,形成了短期风电功率预测算法,包括历史数据的归一化、输入变量维数确定、输入变量主成分分析、MCC准则下的参数优化(网格寻优和粒子群优化)、最小二乘-支持向量机预测模型、预测结果的四种指标评价等。并且,按照省电力公司的工程要求编写了 C/S结构的风电功率预测软件。某风场一年的现场数据对所研究的内容进行了测试,结果表明采用MCC作为评价准则的参数优化过程适应风电功率输出特性,预测方法和预测软件是有效的,预测精度相比于传统参数优化方法提高5%-20%,加入核主成分分析后的预测模型可进一步使预测误差降低10%以上。