的波动特性都比较类似，说明时间尺度对单机及风电场的功率波动都存在某种相同的联系。
4.2 问题2的模型建立与求解
4.2.1 数据的选择与处理
从上述所选择的五台风电机组发电功率数据中，在30天范围内，选取30天内所有的采样间隔为1分钟的数据进行以下建模的使用。 4.2.2 风电功率min级分量的概率密度函数
采用 Matlab 的概率密度拟合工具箱 dfittool对 min 级分量的概率密度函数进行拟合。分别选取工具箱中正态分布，逻辑斯特分布和t分布对风电功率min级分量的概率密度函数进行拟合。
图8给出的是第二台风电机组采用间隔1分钟的概率密度函数不同分布拟合结果对比：
图8 第二台风机间隔1分钟概率密度的拟合结果
很显然，t分布的拟合效果是最好的。上述分析均为第二台风电机组，由上述方法易知：
同样得到第六台风电机组的拟合结果，如图9：
图9 第六台风机间隔1分钟概率密度的拟合结果
同样得到第十台风电机组的拟合结果，如图10：
图10 第十台风机间隔1分钟概率密度的拟合结果
同样得到第十六台风电机组的拟合结果，如图11：
图11第十六台风机间隔1分钟概率密度的拟合结果
同样得到第二十台风电机组的拟合结果，如图12：
图12 第二十台风机间隔1分钟概率密度的拟合结果
表3 5台风电机组三种不同概率分布的数值特征（采样间隔为一分钟）
概率分布类型 数值特征 机组2 机组6 机组10 3.05552 160.723 -4.11708 80.7104 机组16 机组20 μ 正态分布 -1.57212 1.95599 159.355 -12.7357 69.3534 148.615 -51852 73.4717 7.57152 -0.533055 178.785 3.8842 81.5936 190.656 -7.3196 90.1479 σ 逻辑斯特分布 μ σ μ t分布 -18.2938 -10.1568 -12.5281 -7.53064 -18.6444 44.8666 1.221 80.0829 2.20797 78.7844 1.82619 55.4396 1.2208 55.5415 1.10882 σ ν 当采样频率上升为分钟级，再次对三种分布进行T检验，检验用原始数据关于三种分布均值的假设是否成立。
基本使用格式为：
[h,sig,ci]=ttest(x,m,alpha)
我们选在α=0.01的显著水平下进行T检验。经检验，h?0所以，接受原假设，即证明数据已服从上述三种分布。再比较返回值sig（假设成立概率的大小）来确定风电功率的波动特性更符合以上哪种概率分布。检验的各项返回值详见表 概率分布类型 检验返回值 H 正态分布 SIG 逻辑斯特分布 H SIG H t分布 SIG 0.6765 0.5423 0.9711 0.8234 0.8532 0.4532 0 0.5360 0 0.2325 0 0.5465 0 0.5421 0 0.5352 0 0.4532 0 0.4535 0 0.432 0 0.7532 0 机组2 0 机组6 0 机组10 0 机组16 0 机组20 0 经T检验，分析得知，当采样频率上升为分钟级，风电波动特性的概率分布
仍为t分布最优。
至此可知，五台风电机组的风电功率波动概率分布均用t分布描述最好，尽管五台风电机组的风电功率的真实测量量的概率分布并不相同。
4.3 问题3的模型建立与求解
对于单台风电机组，随时间尺度的增大（5s-1min），对本身所给的数据选取中存在丢失，每次丢失了16个数据。
参数 均值 标准差 5s 0.4795 87.4589 1min 1.5721 159.3550 5min 37.6439 240.1917 15min 72.2861 311.4779 风电机组输出功率的均值由0.4795 增大到 1.5721，标准差由 87.4589 增加至 159.3550，并且发现所有的风电机组随着时间尺度的增加，其均值及标准差都相应的增加，顾我们可以考虑采用均值及标准差来进行度量风电功率。 综上对风电机组输出功率波动特性的分析可看出，单台风电机组输出功率及其波动量在不同时间尺度下的分布概率是不同的，随采样时间间隔的增大上述特征量都呈现变大的趋势。然而考虑到单台机组容量相对较小，无论何种时间尺度下单台风电机组引起的功率波动都不会对区域电网造成明显影响。
4.4 问题4的模型建立与求解
4.4.1 数据的选择与处理
选取全场20台风电机组发电功率数据，在30天范围内，选取30天内所有的采样间隔为1分钟的总功率序列P∑m(tk)，采样间隔为5分钟的总功率序列
P∑(tk)，采样间隔为15分钟的总功率序列P?5m15m(tk)，进行以下建模的使用。并
且将滑动平移时间改为2秒。
4.4.2 风电场输出功率波动特性分析
易得该风电场 30 天实测功率曲线，如下图，与图 单台风电机组输出功率波动情况相比风电场输出功率稍有缓和。
以下将分析不同采样时间尺度下（仍与单台机组分析类似，取 1min,5min,15min）风电场功率数据的统计指标。
当采样间隔为1分钟时，由MATLAB可以得出此时空特性下的输出功率波动概率分布图