依据《江西省"十四五"能源发展规划的通知》文件要求："十四五"力争新增风电装机 200 万千瓦以上， 2025 年累计装机达到 700 万千瓦以上。截至2023年3月，江西省风力发电机组装机容量已达528.92万千瓦，占全省电源容量14%。随着风力发电电源容量占比增大，风电出力已存在影响电网风电出力主要受气候和环境因素的影响，随机变化的风速、风向导致风电场输出功率具有显著的随机性和波动性特征。短期风电功率预测是以风电场环境因素、输出功率、风速、风向等数据建立功率预测模型，获得未来一段时间、逐时刻风电出力的技术。短期风电功率预测可将随机波动的风电出力变为基本已知，是风电调度运行的基础，意义重大。 数值天气预报（NWP）是风电功率预测中的重要特征，提供未来几天的预报天气信息。然而，与实际风速相比，NWP中预测的风速存在时间滞后。而时间滞后的时变性质使得在选择NWP时间特征时面临着挑战。为解决这一问题，本成果首先总结了时间滞后的特征，并发现其在短时间内表现出弱的惯性属性。因此，提出了一种数值天气预报修正方法（NWPC），通过考虑时间滞后的干扰，从NWP中提取有效的信息，用于超短期风电功率预测。NWPC主要包括三个基本部分：块稀疏注意范围、滞后识别和特征融合。块稀疏注意范围首先从时间滞后的广泛分布中筛选出时间滞后范围，以简化后续计算；滞后识别实时比较实际风速与NWPWS时间序列之间的序列相似性，以确定最可能的前k个时间滞后及其概率；特征融合最终生成经过滞后校正的加权NWPWS作为有效的NWP信息。通过将NWPC集成到修改后的编码器-解码器模型（MED）中，能有效地减轻NWPWS时间滞后对风电功率预测的负面影响，提高风电预测准确度。 该项研究创新性提出了一种基于改进时空偏差修正的风电功率预测模型，并结合高龙山风电场实际数据开展验证，其日前准确率、中期准确率结大部分稳定在90%以上，达到了较高水平，并在2023年为公司减少损失电量经济98.72万元。该方法是具有经济研究价值，是构建新能源项目AGC/AVC调节适配于规律化社会用电平均水平出力的重要手段，为后续新能源项目建设提供具有较高价值的经营辅助设备。