利用可再生能源是解决能源短缺的重要途径,而风能凭借其源源不断且无公害的特性成为世界上最受欢迎的可再生能源之一,但风力发电的不稳定性是一直存在的困扰。风能预测是解决这个问题的方案之一,精确的预测有助于制定适当的激励措施从而运作良好的电力市场。从物理角度看,风力发电是一个能量转换的过程,当风速发生变化时,风机叶片转动受机械惯性的影响,风机实际输出功率与理想输出功率会有所偏差,尤其是当风速保持持续性变化的时候。因此,本文针对风速特性对短期风电功率预测结果造成的延迟影响进行了研究,主要内容如下:整合风机全年数据,拟合标准风电功率曲线,通过风速前后差值正负将风速分为上升风与下降风,分析风速上升与下降对功率的影响。考虑风速的持续上升对功率的影响,提取不同步长的持续上升风速段,通过幅值、夹角、功率差值相关定义量对风速上升段进行量化表示,通过实验选取合适长度风速上升段进行分析。结合风功率转换的物理过程,提出延迟修订函数,对风电功率预测结果进行修订,通过RMSE、MAE误差评价指标对修订结果进行分析,发现基于延迟修订函数的短期风电功率预测能有效降低风速的持续上升对功率预测结果的影响。结合谱聚类对风速上升段进行分类,对风速持续上升段进行分类分析。为更好的识别出特征向量数目,自动确定聚类数目,提出特征间隔平均化结合置信区间的方法对特征向量进行确定。通过不同类别的修订结果及功率差值对聚类结果的准确性进行分析,并对不同类别的上升段风速是否需要修订分类讨论。结合特征阈值识别需要修订的上升段,与第三章修订结果比较发现加入聚类分析后的修订结果更好,降低上升段修订后误差增大的概率。在以上研究内容的基础上,分析风电功率预测系统的开发需求,参与研发了针对上海某风场的短期风电功率预测系统。主要涉及统计模块及预测模块,实现对气象数据的统计与可视化、风场的监控、风速及功率的预测等功能。