作为最大的发展中国家，中国对电力的需求巨大，并不断增长。面对日益凸显的能源危机和环境问题，中国必须大力发展清洁低碳能源。风能被认为是当前最具大规模开发和商业化发展前景的清洁能源之一。中国是世界上风电装机容量最大的国家。然而，随着风电比重的增大，风电的并网消纳问题成为制约风电大规模发展的最主要因素。风电场风功率预报研究对于电网合理安排调度计划、提高电网消纳风电能力具有重要意义。　　本文首先提出了基于小波分析及BP人工神经网络理论的风速预报构想。利用小波分析的方法分析风速信号，了解风速信号的频率构成及各频率成分的自相关性；在小波分解结果的基础上，选取风速信号的关联小波系数作为BP人工神经网络的输入，建立并训练出能够实现由前一段时间风速得到后一时段风速的网络；采用迭代算法获得风电场日前风速预报结果；在MATLAB平台上建立此小波-BP风速预报模型。　　其后，分析小波-BP风速预报模型预报结果。针对其超短时预报精度好而日前预报不合格率高的问题，提出将数值天气预报（NWP）引入风速预报模型的想法。将NWP修正模型与小波-BP风速预报模型合理组合，获得含NWP的组合风速预报模型。实际算例显示，日前风速预报的可靠性有明显提高。　　最后，在组合风速预报模型的基础上设计风电场风功率预报模型。证明了含NWP的小波-BP风功率预报模型的可行性。