现如今,我国经济飞速发展,对化石能源的大量消耗使得生态环境污染严重。风能的开发利用更是在优化产能结构、坚持落实可持续发展战略中起着不可替代的作用。然而,风力发电具有间隙性、随机性和波动性的特点,因此,风能在利用时非常困难。而风电功率主要影响因素是风速,风电场的输出功率也会有波动,这会对电网的安全稳定运行造成一定程度的影响,因此提高风电功率预测的准确性可以优化电力系统的调度,降低因出力波动性对电网的影响,提高经济效益。随着风电快速发展,很多地区风电场呈现集群化、规模化特点,就调度来说,工作人员更关注整个风电场集群区域的功率,所以风电场集群整个区域的风电出力相关问题很有研究的必要。风电场集群区域风电功率的准确预测,更利于调度安排运行方式。因此,本文提出一种风电场集群出力预测方法。首先本文叙述了风电场的功率预测的背景及意义,详细介绍了单一风电场和风电场风集群功率预测在国内外的发展现状,阐述了风功率预测的研究范围与分类。主要分析了风电出力的特性,并且定性、定量分析了影响风机出力的因素,为风功率预测模型输入变量的选择提供了科学的依据。建立了基于EMD-LSTM的单一风电场预测模型,首先对相关数据进行预处理,得到理想的输入序列,利用LSTM网络模型先修正数值天气预报(NWP)风速,得到修正后的预报日NWP风速序列更接近于实际风速。随后先用经验模态分解(EMD)将风功率数据序列分解成不同尺度的数据分量,再采用LSTM长短期记忆网络对分解后的各固有模态函数(IMF)分量和残余量RES分别进行建模,把各分量和余量建模预测结果加起来,作为风功率预测的最终结果。在单一风电场预测模型基础上提出了一种风电场集群出力预测方法,包括划分子区域、选择代表风电场、代表风场出力预测、子区域出力预测、子区域预测结果求和。根据集群内风电场的地理位置以及该地区风能特点来划分子区域,根据各风电场与子区域出力相关系数及相关因素选择出代表风电场,代表风电场输出功率预测采用本文所述单一风电场预测模型,子区域总体输出功率预测仍采用LSTM模型。最终用内蒙古某地区风电场集群做实验并进行误差分析,验证了本文所述方法的有效性。