微电网技术是未来电力工业的发展方向。包括风能的清洁可再生能源是微电网重要的能量来源，但风能的随机性、间歇性、不可控性对微电网系统能量调度提出了挑战。对于含有风机的微电网来说，快速而准确地预测出未来短期内的风机输出功率是减小风能波动性对微电网系统能量调度消极影响的关键所在。快速而准确的预测目标要求在选择短期风电功率预测方法过程中充分比较各种方法的特点进而选取最适合应用于微电网系统的预测方法。对于既定的预测方法，如何提高预测精度和预测速度的问题随之而来。另外，风机输出功率预测的准确度对微电网系统能量调度的影响也是风能随机性带给微电网的问题。针对风力发电在微电网系统中存在的上述问题，本文主要从预测方法的选择、模型参数的合理配置、预测模型的改进以及预测结果对微电网系统能量调度的经济性影响进行了研究，主要研究工作与创新成果如下：（1）根据预测尺度与微电网系统实时性的一致性筛选出主要的预测方法：人工神经网络法和支持向量机法。考虑到人工神经网络法又有更细的划分，选取人工神经网络法中具有代表性的三种方法与支持向量机法从预测精度和预测速度角度进行详细的定量分析。同时，对影响既定方法的参数配置以及样本容量尺度问题进行了深入研究。（2）与传统改进思路不同，在分析了传统预测过程的基础上提出了一种不依赖于基本预测方法的基于预测误差正向叠加修正的新型短期风电功率预测改进思路，在提高短期风电功率预测准确度的同时保证了较好的快速性，由于不依赖于任一基本方法，此改进具有良好的通用性。同时，对风电输出功率的不确定性预测进行了基于统计学的研究，给出了给定置信度下风电功率置信区间的获得方法。（3）将不同预测精度的短期风电功率预测值作为微电网系统能量调度的参考值进行优化调度，并将调度结果进行对比，定量地分析了微电网中风机输出功率预测的准确度对微电网系统能量调度计划的生成和对应的单位电能成本等经济性指标的影响。