现代化社会对化石能源过度的攫取,已经造成了一系列环境污染问题。风能作为清洁能源,凭借其显著的社会效益越来越受各个国家的欢迎。由于风速具有波动性和间歇性,且风电机组具有大惯性和非线性的特点,这给风电机组的输出功率控制带来了挑战。随着近些年风电产业的快速发展,风电设备制造和控制技术也取得了长足的进步。变速变桨距风电机组在风能转换效率和功率控制方面有着无可比拟的优势。论文以变速变桨距风电机组为研究对象,以实现平抑功率输出波动为目标,提出一种行之有效的风电机组功率控制策略。论文首先分析风电机组的各个子系统和风速的工作原理并且搭建仿真实验模型,从而为后续的风速预测以及变桨距控制的实现奠定坚实的基础。由于风速难以预测以及风电机组的复杂性,使得传统的控制策略难以达到较好的控制效果。萤火虫算法作为元启发式算法,在求解复杂的非线性系统优化问题时,具有明显的优势。因此,论文引入萤火虫算法,并且对其进行改进,设计了并行结构和四种通讯策略,提出具有更快的收敛速度和更高收敛精度的分布式并行萤火虫算法（Distributed Parallel Firefly Algorithm,DPFA）,为后续的风速预测模型和控制器设计提供有效的算法支撑。其次,针对BP神经网络（Back Propagation Neural Network,BPNN）对风速时间序列的预测结果存在滞后现象,导致预测效果不佳的问题,论文引入经验模态分解（Empirical Mode Decomposition,EMD）对风速时间序列进行分解,然后利用DPFA算法优化BP神经网络的初始权值和阈值,最后将各分量叠加重构成最终的预测结果。针对在变化幅度较大的风况下,变桨距执行机构变桨不及时,以及反馈控制器控制信号具有滞后性的问题,论文提出预测前馈-反馈控制策略,将预测值作为前馈控制器的参考值,利用预测前馈控制器的预测值对经过DPFA优化的反馈控制器的控制信号进行补偿,使得变桨距执行机构能够提前一步变桨,达到风电机组功率平滑输出的目的。最后,将论文提出的算法和控制策略应用于兆瓦级风力发电机组,与传统的控制策略进行研究对比。实验结果表明,论文提出的预测前馈-反馈控制策略具有较好的控制效果,能有效平滑风电机组的功率输出,提高风电机组的稳定性,减少对电网的冲击。