我国是世界上风电装机容量最大的国家,同时也是每年新增风机容量最多的国家,风电已经成为我国能源结构调整,实现清洁替代的重要一环。然而,由于风电本身具有强烈的随机性和波动性,风电的大量接入对电力系统运行带来了诸多挑战。在此背景下,如何提升电网对大规模风电的消纳能力引起人们的广泛关注。有效的风电功率预测可以为调度提供可靠的预报信息,是提高电网消纳能力,减少“弃风”的关键。根据预测结果的不同形式,风电功率预测方法可以分为单值预测方法和概率预测方法。前者的输出形式为风电系统输出功率的期望值,而后者则将预测误差反映到预测结果中,其输出形式为风电系统输出功率的上下分位数、某一置信度下的置信区间、或者风电输出功率的概率密度函数。单值预测目前的应用范围比较广泛,技术也相对成熟：而概率预测能够量化预测结果的不确定性,为电网调控人员提供更加丰富的信息。目前,短期及超短期风电功率预测方法存在以下问题。一方面,当前方法多是通过一组或几组固定的方程或函数作为模型来描述风电系统的动态特征,模型本身固有的偏差不利于风电系统有效信息的充分挖掘,从而难以在实践中给出高精度的风电预测结果。另一方面,目前方法大多针对风电场的功率进行预测,而针对单风机输出功率的预测方法很少,而风机功率预测与风场功率预测在建模过程中存在很多不同。在实践中,风机功率预测结果在风电场经济调度、风电机组控制、以及风机故障监测等方面均有重要作用,因此迫切需要填补单风机功率预测这一领域的技术空白。本文对基于动态规律建模(EDM)的风电功率预测技术进行研究。EDM是一种基于吸引子重构的时间序列分析方法,其优点在于完全依靠数据完成了对风电功率与各变量之间相互作用关系的挖掘,能够充分利用观测数据中的有效信息,摆脱了传统平衡方程模型的局限性。文章首先对风电功率时间序列进行分析,验证了风电系统的非线性,并进一步揭示了风电系统的混沌本质,说明采用混沌理论分析风电系统的动力学行为的可行性。然后,根据Takens嵌入定理,提出一种基于动态规律建模的风电功率单值预测方法。该单值预测方法利用风电功率观测序列和数值天气预报数据,实现计及气象环境影响的风电场动力系统吸引子重构,利用单纯形投影方法对重构空间中的吸引子流形进行分析,估计风电系统的未来状态,从而实现风电功率的短期预测。进而,文章对基于动态规律建模的预测架构进行扩展,提出一种风机功率的非参数概率预测方法。该概率预测方法利用重构状态空间中相邻运动轨迹的散度估计预测的不确定性,并对传统单纯形投影法进行改进,使其能够生成风机功率的预测概率分布;并通过优化吸引子重构参数和实现重构空间的实时更新,进一步提高了预测方法的可靠性和灵活性。文章使用2014年国际风能预测竞赛数据和蓬莱风电场多台风机数据进行算例分析,并与多种基准方法进行对比,实验结果说明了本文方法的有效性。