1.一种风电场风速概率分布拟合方法，其特征在于，包括以下步骤，步骤1：测量各种情况下风电场的风速，统计风速的概率，绘制风速概率分布图；

步骤2：利用威布尔分布函数对风电场风速进行逼近，确定威布尔分布函数参数；

步骤3：计算风速概率分布与威布尔分布函数的误差，记为降落形式的概率分布；

步骤4：对降落形式的概率分布进行分段；

步骤5：对分段的降落形式的概率分布抽取样本数据，采用云模型对降落形式的概率分布分段进行拟合；

步骤6：将分段的云模型与威布尔分布函数叠加，得到风速的概率分布拟合函数。

2.根据权利要求1所述的风电场风速概率分布拟合方法，其特征在于，步骤2中，所述确定威布尔分布函数参数采用极大似然法，风速的威布尔分布的概率密度函数如下：式中c、k分别代表威布尔分布的尺寸参数、形状参数，v为风速。

3.根据权利要求1所述的风电场风速概率分布拟合方法，其特征在于，步骤4中，所述对风速的概率分布与威布尔分布函数的误差的曲线进行分段，以有效过零点作为分段的界线，误差的曲线由正变成负或者由负变成正时确定该点为过零点，误差的曲线在正负之间不断摇摆的过零点称为波动过零点，此部分误差较小进行剔除，剩下过零点即为有效过零点。

4.根据权利要求3所述的风电场风速概率分布拟合方法，其特征在于，所述对分段的误差分别抽取样本数据，每段抽取N个样本数据，设该段为区间[A,B]，该段实际有M个样本，若当M≥N时，不放回随机抽取该区间样本数据的N个数据；当M

5.根据权利要求4所述的风电场风速概率分布拟合方法，其特征在于，所述采用云模型对降落形式的概率分布分段进行拟合，包括以下过程：

1)计算样本数据的期望Ex、熵En、超熵Ehe：

式中 S2、S4分别为样本的均值、方差、四阶中心距

式中xj表示第j个样本，N为样本数量；

2)对分段的降落形式的概率分布每一段抽取N个样本，利用式(2)、(3)分别计算对应的云模型的Exi、Eni，i＝1,2,…,Nc，其中Nc表示降落形式的概率分布分段的数量；

3)确定第i段的云模型的期望曲线

fCi(x)＝Ki·exp[-(x-(Exi))2/2(Eni)2]            (5)式中Ki表示第i段云模型的峰值，取值范围为[0,1]。

6.根据权利要求5所述的风电场风速概率分布拟合方法，其特征在于，步骤6中，风速的概率分布的拟合函数如下：式中fFM(v)表示风速的概率，fw(v)表示威布尔分布的密度函数，fCi(v)表示第i段云模型拟合的误差函数，Nc表示降落形式的概率分布分段的数量。