偏低的準確率
　　《風電功率預測預報考核辦法》中規定，風電場月平均風電功率預測預報準確率應達到80%以上。但是，目前的情況是，我國風電功率預測的準確率仍然偏低，并非所有風電場預報的準確率都能滿足要求。而且，“即使準確率達到80%，也意味著10萬千瓦的風電場仍有2萬千瓦的預測偏差，這種偏差在風電負荷低谷時段將更加嚴重，如果按風電預測曲線安排發電計劃將面臨較大的風險。”一位風電開發商這樣說道。
　　多位專家指出，影響風電場風電功率預測準確率的因素有很多，但數值天氣預報的影響最大。“數值天氣預報預測的是風速、風向、氣溫、氣壓等氣象數據，是風電場開展風電功率預測的基礎和輸入，能否得到準確的數值天氣預報對風電功率預測準確率有很大影響。但是，近地面的風速數值預報難度很大。”中國氣象局風能太陽能資源評估中心首席專家朱蓉說。
　　目前我國很多風電場都建在邊遠地區，地形差異較大，短時間會有風的快速變化，而“風電功率與風速的3次方相關聯，在這種情況下，如果風速多預報了10%，風電功率的預報就會增加30%。”馮雙磊對《能源》雜志記者說。另外，“個別風電場，由于小氣候比較復雜，風電功率預測在某些時段的準確率要想達到80%以上還是比較困難的。”
　　除了數值天氣預報，風電功率預測方法也可能會影響預測的準確率。目前國內主要采用的物理方法和統計方法，對數據都有很高要求。如果數據本身不是很完整，或者經過人為影響，或者得到的數據是錯誤的，都會影響到風電功率預測結果的準確度。
　　同時，數據源（氣象源）也會對預測的準確率造成影響。“總體來說，歐洲和美國的風電功率預測準確率要比我國高一些。比如歐洲，有很多商業性的公司能夠提供氣象服務，氣象方面的數據可以有償或無償共享，通過整合數據源能夠提高預測的準確性。而在我國，社會上能夠提供氣象服務的機構除了氣象部門之外基本上就沒有了。而且在處理這些數據的技術上，我國較歐美也有差距。”吳金城說。
　　業界呼吁，要整合社會資源，充分發揮氣象局、科研機構、高校、企業的力量，加強基礎學科的建設，全面提升核心技術實力，提高國內預測預報的準確率。
　　除了風電功率預測準確率的問題，電網公司對于風電功率預測的考核體系也并不完善。首先，各地電網公司考核標準不統一，有些電網公司考核過嚴。
　　《能源》雜志記者得到的一份各省電網公司考核辦法顯示，全國各地的電網公司對于風電場風電功率預測的考核方式不盡相同，例如，對于限電時段，河北省、江蘇省電網公司不納入考核，而甘肅省電網公司則不論是否限電，均按全天96個時間節點考核。