近年来,随着能源问题与环境问题的日益突出,人们的环保意识逐渐增强,各国陆续加大了对可再生能源的开发力度。风能作为一种可再生能源,因其具有分布广泛、清洁无污染等特点而备受青睐。不同容量风电的接入一方面可以分担传统机组不同大小的负荷值,降低燃料成本并减轻环境污染,提高风电场经济效益的同时,带来巨大的社会效益。另一方面,我国风电的发展模式正由小规模的、分散的、就地并网的,向大规模的、高密度的、跨区域的进行转化,而随着大规模风电的并入,风电在多个时间尺度上所具备的出力波动性、随机性,使得电网难以消纳高渗透率的风电,造成了不可避免的弃电操作,这不仅危害系统的经济性、安全性,更使得当地风资源利用率进一步降低。因此,制定相应策略进行风电装进规划,引导有序有效的风电装机并网具有重大意义。本文首先分析了风电工程的各项发电成本与收益,建立了风电场经济社会效益的数学模型。为了能够在风电规划中解决风电出力随机性对规划造成的困扰,本文通过结合BP神经网络与非参数核密度估计法,实现了风功率点预测曲线与风功率预测误差的估计。以系统的负调峰能力作为含风系统安全域的评价指标,根据所得风功率点预测曲线建立了以风电场经济社会效益与含风系统安全域为目标的风电装机规划多目标模型。采用归一化法线约束法计算多目标模型的Pareto前沿,并结合风电预测误差,得到多种不同的风电装机规划方案。以某省电网实际数据进行仿真分析,算例验证了传统数学方法(模糊理论)对于风电装机规划问题的局限性,通过对比结合风电预测误差所计算出的推荐方案与传统方法所计算出的折中方案,验证了本文所提求解方法的优越性,能够为风电规划人员提供更加切合实际的规划方案。