目前,国内外对于风力发电各种课题的研究越来越深入和广泛,但其中关于风电场风速和发电功率预测的研究还达不到令人满意的程度,而且在我国基本还没有做过这方面的研究工作,本文将对这一领域进行研究和探讨。风电穿透功率超过一定比例之后,会严重影响电能质量和电力系统的运行。如果能对风电场风速和发电功率进行比较准确的预测,则有利于电力系统调度部门必要时提前调整调度计划,有效的减轻风电对电网的影响,而且还具有其他诸多方面的意义。本文介绍了这一课题的国外研究现状,并且具体阐明时间序列法和神经网络法的基本原理以及在这一领域内的应用。首先是用时间序列法初步建模,目的是得到对预测值影响最大的几个量;之后,把时间序列法的研究结果运用到神经网络法,解决了目前神经网络法输入变量不能定量确定的问题;提出了滚动式权值调整手段,解决了神经网络权值随时间推移而逐渐变得不适用的问题。试验表明,所建立的模型具有一定的实用价值。文章最后对风速预测和风力发电功率预测的精度进行比较,指出因为风速和风力发电功率自身规律性强弱的不同,导致它们的预测精度亦存在相应的差距。