1.一种光伏发电功率预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述光伏发电功率预测方法，其特征在于，所述nwp数值天气数据包括总辐照度、法向直射辐照度、水平面散射辐照度、气温、气压和相对湿度。
3.根据权利要求1所述基光伏发电功率预测方法，其特征在于，所述emd分解不同季节下的天气类型光伏发电功率时间序列的方法具体如下：
4.根据权利要求1所述光伏发电功率预测方法，其特征在于，所述鸟群算法各项参数包括初始化种群规模n、搜索空间维数d、最大迭代次数t、飞行间隔fq、常量c、s、a1、a2、fl以及随机初始化鸟群个体空间位置。
5.根据权利要求1所述光伏发电功率预测方法，其特征在于，所述鸟群算法初始化参数，具体如下：
6.根据权利要求1所述光伏发电功率预测方法，其特征在于，所述bsa-elm参数优化的具体方法如下：
7.一种光伏发电功率预测装置，其特征在于，包括：
8.根据权利要求7所述一种光伏发电功率预测装置，其特征在于，所述数据分解模块采用emd分解获取稳定的imf分量的方法具体如下：
9.根据权利要求7所述一种光伏发电功率预测装置，其特征在于，所述鸟群算法的各项参数包括初始化种群规模n、搜索空间维数d、最大迭代次数t、飞行间隔fq、常量c、s、a1、a2、fl以及随机初始化鸟群个体空间位置。
10.根据权利要求7所述一种光伏发电功率预测装置，其特征在于，所述数据优化模块对鸟群算法的各项参数进行初始化的规则，具体如下：
11.根据权利要求7所述一种光伏发电功率预测装置，其特征在于，所述数据优化模块利用选定的训练集进行bsa-elm参数优化的具体方法如下：
12.一种电子设备，其特征在于，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至6中任意一项所述的光伏发电功率预测方法。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至6中任意一项所述的光伏发电功率预测方法。