该方法针对光伏功率受天气影响波动大的问题，提出先对天气进行分型处理，再组合预测短期光伏功率。首先，基于历史气象数据（如辐照度、温度、湿度、云量等），利用聚类算法（如K-means）将天气划分为晴、多云、阴、雨等典型类型。其次，针对每种天气类型，分别构建适合其特点的预测模型（如神经网络、支持向量机、随机森林等），以捕获不同天气下的发电规律。然后，在实际预测时，根据当日实时气象条件判断所属天气类型，选择对应模型进行功率预测。最后，通过加权组合或集成方法融合多模型结果，提升预测稳定性和精度。该方法通过分型精细化建模，有效降低了天气突变对预测的干扰，在各类天气条件下均有较好表现，适用于光伏电站短期运行调度。