风力发电技术的研究和大规模应用为可再生能源发电掀开了崭新的一页，同时也给传统电力系统的运行与控制带来了全新的挑战。如何应对大规模风电接入电力系统后造成的如电力系统运行点变化不可预测等诸多问题已经成为时下的科研热点。想要很好地驾驭风能，首先需要对风电的特性进行全面的刻画和详细的分析。然而到目前为止，相关的研究工作开展得还很少。对于电力系统运行特性研究，动态模拟试验是一种最为直接且有效的方式，但是建立能够反映一个风电场功率特性的动态模拟系统非常困难。因此，数字仿真成为广大科研工作者普遍采取的方式，如何生成符合实际风电场出力特性的风电功率时间序列是数字仿真最重要的基础工作之一。虽然目前对于风电功率时间序列的建模方法已经有了较广泛的报道，但是利用这些方法生成的风电功率时间序列是否能完整地保留原始风电功率的特性还需要深入研究。基于以上两点问题，本文主要对风电功率的时域特性进行了定义和详细的分析，主要包括风电功率状态持续时间特性、风电功率状态转移特性和风电功率波动特性等，总结了各个特性的特点并分析了每个特性在电力系统规划、运行与控制方面的应用价值。在简要介绍了随机变量生成算法之后，文章结合上述特性，对传统马尔科夫链-蒙特卡洛法（Markov Chain Monte Carlo method，MCMC）进行了两方面的改进，解决了传统MCMC法容易陷入某个状态无法跳变以及状态内风功率取值方法不当导致其概率密度函数畸变的缺陷。并且使得生成的风电功率时间序列较好地保留了原始风功率的上述时域特性。最后，通过对大量风场数据的仿真计算结果进行统计和对比，证明了文章所提出方法的有效性和实用性。