建立多时间尺度的风速模型,其目标是模拟风电机组的出力特性,建立有效的风电场稳态和暂态模型,利用仿真分析风电场接入后电力系统的运行状态,对研究含风电的电力系统动态过程和中长期经济调度问题具有非常重要的意义。采用分段线性化方法和基于夹角距离的相似度匹配进行风速的同类趋势聚合,利用聚合数据构建径向基函数神经网络拟合风速趋势,并在此基础上结合风速集合量化概率分布和趋势变化2个约束,对概率分布函数生成的随机风速序列按照趋势的最小偏度进行重构,建立符合真实变化规律的风速模型。算例基于一组实测数据建立了同趋势的随机风速模型,从变化曲线和功率谱密度曲线对真实风速序列和模拟的随机风速序列进行了分析对比。实验结果证明,与传统的建模方法相比,建立的模型既能够反映风速的长期趋势特征,又保留了风速变化的动态特性,显著提升了风速模型的多样性与真实性。