“十三五”期间,电力能源清洁化成为我国电力能源行业的主要推进任务,我国的风电能源正逐渐从代替性电力能源转变成主要电力能源,截止2016年,我国风电装机总容量已达168.73GW,位列世界第一。然而,由于自然风速的变化趋势呈现很大的随机性且无法进行人为调控,在我国风能基地建设规模和产能体量于能源行业整体中占比不断提高的情况下,风力发电无论从有功还是无功平衡的调度上,都给电网造成很大的困扰,其对电网容量的可信度也相对较低。为消除风能占比提高对电网电能质量以及能源系统稳定造成的威胁,近年来,风功率预测技术在我国得到了更多的研究,也逐渐有越来越多的风电功率预测系统被建立起来。传统的风电功率预测系统主要由数据库服务器、功率预测服务器、应用工作站、数据接口机和测风塔五个部分组成,其主要原理是采用物理模型对风电机组未来时间段出力情况进行预测,它需要在风电生产现场建立测风塔装置,并对风电现场物理参数进行精确建模,再通过风速功率转换公式预测下一时刻风机出力,由于涉及的物理参数模型复杂,精准度要求高,处理流程繁琐杂多,对各类时间尺度的风电功率的精确预测难度很大,此外,由于存在系统维护人力成本高、对第三方中尺度气象数据和测风塔硬件建设依赖严重等问题,风功率预测系统的工作效率也难以达到理想要求。为此,提出一种基于云平台的风电功率预测系统,以风功率预测统计组合模型实现预测目标,以解决传统风功率预测系统预测精度不准确、建设周期长、维护难度大、成本高、工作效率不足的问题。基于云平台的风电功率预测系统对多种建模方式获得的出力预测结果,使用智能加权ensemble算法进行处理,得到预测精度更高的结果数据,同时满足实时模型更新和现场建模不断逼近实地情况的需要。系统整体由硬件系统、软件系统和网络数据通信链路组成。硬件上,系统可划分为处于调度侧的风电功率预测云平台、风场侧的信息展示上报设施以及网络安全设备等三部分;软件上,按照功能设计为数据采集存储模块、风功率预测模块、降尺度天气预报模块、数据同步系统以及用于信息管理的Web服务系统等几部分;数据通信链路按照电监会第5号令对电力系统二次侧的安全规范,采用可靠的双网结构设计。设计上,系统通过引入基于Hadoop的云计算平台架构,为大尺度数值天气预报降尺度运算和预测模型的训练设计并行计算框架,以充分发挥云平台强大的多CPU计算能力,提高系统工作效率;使用云端分布式部署的实时历史数据库,为风电场实时海量数据的存储和访问提供可靠和高性能的支撑。