风能是一种干净并且不会对环境产生破坏的优质能源,风能转化成的优质电能电现已成为电网电能供给的重要组成部分。但是由于风电功率的不稳定性,容易对电网的稳定性造成冲击,因此风电并网成了难题,对风电功率精准预测是解决这个问题的有效方法。为提高超短期和短期风速预测的准确率和可靠性,分析了我国冬季风主要路径上风速与气压、风向、气温等的相关性变化。首先,根据相关性/距离定量指标的内在性质,采用Pearson相关系数等指标来计算本地风速与其上游地影响因子之间的相关性。并采用样本交叉相关函数SCCF来分析各地风速之间的平均优化延迟时间。之后,计算了时间窗口上风速与其影响因子的第一主成分之间的相关性及其优化延迟时间。主要结论有:(1)发现Pearson相关系数、夹角余弦等能够反映风速未来的变化趋势,比欧式距离等更适合用于风速的相关性预测。当风速之间的相关性要求更高时,可以先采用相关系数、夹角余弦等做第一轮的变化趋势优选;再用欧式距离等做第二轮优选。(2)各地风速都包含较为明显的“昼夜变化”成分。从原始风速中消去本地的“昼夜变化”之后,才能得出合理的上游和本地风速之间的优化延迟时间。(3)由于地形的作用,我国台湾海峡不仅是风能丰富区域,还是特别适合空间相关性预测的区域。(4)必须使用上游和本地的气压差值。用气压差、风速,是保证本地未来风速预测的基本变量,而且其第一主成分对本地风速的优化延迟时间不敏感。这个结论表示在建造测风塔时对地址的依赖程度不高。