风电功率预测的精度主要受数值天气预报的精度、建模样本数据的预处理方法、预测模型的精度等多个因素的影响。随着预测建模技术的不断成熟,风电功率预测的精度很大程度受数值天气预报精度与数据预处理方法的影响。另一方面,由于缺少全面的考核制度,预测评价指标皆从误差角度出发,单一评价预测模型优劣,并未结合生产中发电计划的安排和实时调度情况,无法真正反映风电的随机性和波动性对电网造成的冲击。因此,需要规范化的预测误差考核体系,为调度部门进行预测系统考核提供依据。本文针对基于专用数值天气预报的风电功率预测系统各功能模块开展深入研究,具体研究内容如下:(1)在数值天气预报精度方面,对功率预测的关键原始数据源数值天气预报进行研究,考虑风电行业的专有数据,建立专用于风电功率预测的数值天气预报模型,提高数值天气预报在风电场附近区域的预报分辨率与预报精度;(2)在建模样本数据的预处理方法上,考虑实际运行中测风数据缺失严重的情况,提出一种基于虚拟测风塔的数据预处理方法,为预测建模提供完备的数据样本;(3)在预测建模方面,以完备的高精度测风数据为基础,基于RBF神经网络建立功率预测模型,实现测风塔风速与风电场发电功率的预测;(4)在预测误差考核体系方面,本文对一般误差分析方法进行研究,分析误差产生原因,进而提出误差评价新指标,建立预测误差指标体系,为功率预测考核提供依据;(5)研制一款风电功率预测系统,实现专用数值天气预报功能、风电功率预测功能与预测误差考核功能,旨在为各省风力发电考核提供一套便于操作与管理的软件系统,为各省实现风电功率预测考核,规范风电功率预测系统运行提供帮助,提高电网调度计划的科学性,进而提升风电消纳,提高电网效益。