近年来,由于环境的严重污染,地球生态环境问题日益突出,清洁能源的发展受到社会广泛关注,以风力发电为主的新能源发电在全球范围内得到了快速发展。但风能的随机性和波动性使风电功率预测存在不确定性,准确合理的预测可以使电力系统可靠、持续、稳定运行。论文提出一种基于相关向量机的短期风电功率预测方法,研究风电功率的短期预测及不确定性。主要研究内容包括:1、分别对风电功率短期预测的4种统计模型(时间序列法、神经网络法、支持向量机、相关向量机)进行介绍,通过对4种预测模型的对比,可知相关向量机对于小样本数据具有更好的预测能力。并且分析了风速的基本特性,对风速数据进行了筛选。2、基于相关向量机(Relevance Vector Machine,RVM)的风电功率短期预测。由于风速具有波动性和随机性,在进行分析与建模的过程中,针对实际风电场数据,需要考虑天气的变化、数值天气预报可能存在的误差等问题,对数据进行修正。然后利用相关向量机对风电功率进行预测,得到了较好的预测结果。3、分析研究了风电功率预测不确定性的影响因素,对预测误差的存在形式和评价指标做了划分,重点分析了3种不确定性的影响因素(包括数据精度、机组故障、预测模型精度)。在进行算例分析时,主要考虑了输入数据精度和预测模型精度对不确定的影响。4、风电功率预测及其不确定性分析。考虑风电功率的不确定性,是进行建模与分析的理论和模型基础。利用历史NWP和历史风电场功率数据作为训练样本,然后再结合未来的数值天气预报,预测出风电场的发电功率。通过对不确定性的分析,研究提高风电功率不确定性的准确性和高效性的方法,对缓解风电场的“弃风”现象具有重要意义。