风能产业发展迅速,然而由风瞬时性、脉动性导致风电安全并网和弃风问题。准确的风能预报是风电系统并网调度的关键。内蒙古作为中国风力发电最多的省份之一,然而有全国最高的弃风率。本文对内蒙古地区大规模风电场的集合预报系统的初、边界值和边界层参数化两个扰动问题进行评估分析。研究时间为春季3月1日至4月15日,针对共411座具有代表性站点的风机轮毂高度风速预报进行评估试验。试验使用的集合预报系统的核心模式为美国NCAR（National Center for Atmospheric Research）基于WRF（Weather Research and Forecasting）模式的实时四维资料同化和集合预报系统,进行逐3小时循环预报,每次预报未来72小时,输出逐15分钟的气象预报场。试验中集合预报系统由GFS（Global Forecast System）,GEM（Global Environmental Multiscale Model）和GEOS（Goddard Earth Observing System）提供三种背景场,以分析集合风速预报中不同初边界条件带来的扰动。不同背景场下的集合预报组风速预报误差统计分析发现,GFS组风速预报的相关系数（CC）和平均绝对误差（MAE）优于其他两组,GEM组表现较差。GEOS组风速预报的MAE与GFS组相近,GEOS组存在较多的正负偏差相互抵消,造成总体误差较小;三组风速预报误差随预报时间长度的增加而增加,3天预报期的增长率约为每天0.3m/s。GFS组和GEOS组风速预报的MAE相对接近,GFS组略占优势。GEM组的风速预报误差在夜间增长更快,其误差比其他两组大～0.4-0.6m/s,主要是由于夜间风速的较大的系统性高估造成的;三组集合预报都高估低风速（0-3m/s）,低估高风速（＞12 m/s）。对于3-12m/s的风速段,GFS和GEOS组的风速预报误差相近且优于GEM组。对于大于12m/s的风速,GFS组的表现优于GEOS组,GEM组的误差最大;三个集合组的风速预报在七个分区域中表现出类似的昼夜变化。白天的风速预报误差一般较小,但在夜间风速高估了1-1.5m/s。GEM组在白天较大地低估了风速。在4个复杂地形地区,GEOS组在夜间的风速预报比GFS组更准确。模式系统包括9种边界层参数化方案:YSU、BL、MYNN2.5、MYJ、SH、TEMF、UW、GBM、QNSE,以分析风速预报中不同边界层参数化方案的扰动。不同边界层参数化方案风速预报的总体统计检验表明,MYJ和BL方案风速预报的相关系数均最大,BL方案预报的平均误差和平均绝对误差均为最小,而TEMF方案表现最差。各方案风速预报的平均偏差均在1m/s以内,平均绝对误差在2m/s左右;在不同风速段上,各边界层方案误差表现各异,其中低风速段（0～9m/s）,BL方案误差最小,9～12m/s风速段中GBM方案最优,而大于12m/s的风速段中MYNN2.5方案最佳,BL方案整体表现为风速预报偏小1m/s,在高风速段内负误差较大;不同边界层参数化方案风速预报误差的日变化整体趋势相似,但数值差异较大。白天一阶非局地方案YSU、SH的平均误差最小,接近于0。白天风速预报最差的是TEMF,其次是QNSE。夜晚所有方案的风速预报均表现为正偏差。BL方案因整体风速预报偏小,因此夜间误差最小,其次是MYJ方案。夜晚较差的方案并不统一,SH、UW、YSU、MYNN2.5均表现较差。BL方案总体偏小的特点可能是因为该方案不能有效地捕获大涡流的影响,导致对流边界层中的混合不足,利好在边界层相对稳定的夜间风速预报。YSU、SH方案垂直混合方面比大多数其他方案有优势,在白天对流下预报更好,然而会高估夜间的湍流。QNSE等方案在白天误差较大,可能与其白天模拟出过强的垂直混合有关。本文对我国首个（内蒙古自治区）大规模分布风电场中尺度集合预报系统的风机轮毂高度风速预报进行了系统性评估,揭示了不同全球模式降尺度模拟和不同边界层参数化方案的预报误差特性及日变化、地域变化的特点。认识全球模式降尺度和模式物理参数化不确定性是提升中尺度数值模式能力和预报精度的关键。然而研究时间跨度较短,难以把握风速预报季节性差异;且仅有风速数据,无法结合具体边界层发展过程分析各个边界层参数化方案风速预报误差特点的机制具体原因。