1.一种区域风电功率概率预报方法，其特征在于，包括：采集目标时刻风电场的预报功率；从基于预先构建的联合概率分布模型得到的模拟样本集中筛选出符合目标时刻风电场预报功率等级的条件样本集；对所述条件样本集进行拟合得到条件概率分布函数；基于所述条件概率分布函数提取概率预报区间和分位数预报集合；所述联合概率分布模型的构建，包括：基于风电场的历史数据，构建随机向量；对随机向量的随机变量进行边缘分布拟合，得到边缘累积分布函数；根据边缘累积分布函数和随机向量得到相关性向量；根据相关性向量，确定R-vine copula模型；根据R-vine copula模型和各随机变量的边缘累积分布函数得到的联合概率分布模型；所述历史数据包括：历史预报功率和历史预报误差；所述基于风电场的历史数据，构建随机向量，包括：以所述历史数据中的同一时刻的数据为一行构建包括t个时刻数据的矩阵，将所述矩阵用随机向量表示；所述根据相关性向量，确定R-vine copula模型，包括：计算相关性向量中两两变量间的Kendall秩相关系数；选择满足Kendall秩相关系数总和最大化生成树结构；为生成树中每个边确定二元copula函数并进行参数估计。
2.如权利要求1所述的区域风电功率概率预报方法，其特征在于，所述基于预先构建的联合概率分布模型得到模拟样本集，包括：任意生成满足均匀分布的独立随机向量；根据所述独立随机向量结合所述R-vine Copula模型生成相关性的随机向量；根据边缘累积分布函数的反函数，从相关性的随机向量求得目标随机向量，以所述目标随机向量为模拟样本集。
3.如权利要求1所述的区域风电功率概率预报方法，其特征在于，对所述条件样本集进行拟合、以及对所述随机向量的随机变量进行边缘分布拟合均采用核密度估计的方法。
4.一种区域风电功率概率预报系统，其特征在于，包括：模型构建模块，用于预先构建联合概率分布模型；采集模块，用于采集目标时刻的风电场的预报功率；条件样本模块，用于从基于预先构建的联合概率分布模型得到的模拟样本集中筛选出符合目标时刻风电场预报功率的条件样本集；拟合模块，用于对所述条件样本集进行拟合得到条件概率分布函数；预报模块，用于基于所述条件概率分布函数提取概率预报区间和分位数预报集合；所述模型构建模块，包括：随机向量单元，用于基于风电场的历史数据，构建随机向量；边缘分布拟合单元，用于对随机向量的随机变量进行边缘分布拟合，得到边缘累积分布函数；相关性向量单元，用于根据边缘累积分布函数和随机向量得到相关性向量；R-vine copula模型单元，用于根据相关性向量，确定R-vine copula模型；联合概率分布模型单元，用于根据R-vine copula模型和各随机变量的边缘累积分布函数得到的联合概率分布模型；所述历史数据包括：历史预报功率和历史预报误差；所述条件样本模块，包括：第一生成单元，用于任意生成满足均匀分布的独立随机向量；第二生成单元，用于根据所述独立随机向量结合R-vine Copula模型生成相关性的随机向量；样本确定单元，用于根据边缘累积分布函数的反函数，从相关性的随机向量求得目标随机向量，以所述目标随机向量为模拟样本集；筛选单元，用于从所述模拟样本集中筛选出符合目标时刻风电场预报功率的条件样本集；所述R-vine copula模型单元，包括：系数计算子单元，用于计算相关性向量中两两变量间的Kendall秩相关系数；生成树子单元，用于选择满足Kendall秩相关系数总和最大化生成树结构；模型确定子单元，用于为生成树中每个边确定二元copula函数并进行参数估计。
