在整县推进分布式光伏的背景下，由于光伏板分布广、数量多且受局部天气影响大，传统单点预测精度较低。集群短期功率预测旨在通过汇聚区域内多个分布式光伏电站的数据，利用空间相关性提升整体预测准确性。其核心思路包括：首先，采集区域内各站点历史发电数据、气象数据（如辐照度、温度）及卫星云图；其次，通过聚类算法将相似天气特征或地理位置的光伏站分成若干子集群；然后，结合数值天气预报与深度学习模型（如LSTM、CNN或Transformer），学习集群内各站点功率的整体演化规律；最后，输出未来数小时至数天的集群总功率曲线。这种方法能有效降低单点预测误差的随机波动，提高电网调度对光伏波动的应对能力，同时减少对每一块光伏板独立建模的算力成本，为整县光伏的高比例接入提供关键技术支撑。