1.一种基于参考能量分布的太阳能短时动态预测方法，其特征在于：该方法包括以下步骤：S1：将一天等分为N个时隙，把每个时隙收集的能量值存储在一个N×1的矩阵中；选取过去晴天、阴天和雨天的M个典型天气能量分布储存在N×M的矩阵中，称为历史能量分布；

S2：根据预测天预测时隙(n+1)的前K个时隙太阳能能量值和历史能量分布中最近K个时隙能量标准差之差以及它们的平均绝对误差从典型天气能量分布选出最相似能量分布；

S3：根据最相似能量分布和预测天预测时隙前K个时隙能量值之间平均百分比计算出缩放系数erate，然后计算出最相似能量分布在n+1时隙的能量修正值erep(n+1)；

所述S3中，最相似能量分布在n+1时隙能量修正值erep(n+1)的计算步骤如下：计算对最相似能量分布在n+1时隙能量值进行缩放的缩放系数为：式中，em(k)是最相似能量分布第k时隙的能量值，e(k)是预测天第k时隙的能量值预测，为防止干扰数据造成修正值过大或过小，设置了能量比值范围：THmin、THmax分别是最小、最大阈值，它们使能量修正值保持在合理的范围内,e(k)/em(k)表示为：由缩放系数erate和最相似能量分布在n+1时隙的能量值计算出最相似能量分布在n+1时隙的能量修正值为：erep(n+1)＝em(n+1)*erate (7)S4：根据最相似能量分布在n+1时隙的能量修正值偏离预测天预测时隙前K个时隙能量平均值的程度计算出动态权重因子α：S5：建立预测模型，得到如下太阳能能量预测方法：

其中 是预测时隙n+1的能量预测值，e(n)是当前时隙的能量值，erep(n+1)是最相似能量分布预测时隙的能量修正值，α是动态权重因子，0＜α＜1；

S6：每天所有时隙能量值预测结束后，根据时间新鲜度和相似度更新历史能量分布池，当天N个时隙与每个历史能量分布的相似度，如果表征相似度的值的最小值大于阈值Tmax，用当天的能量分布替代与当天相似度最高的历史能量分布，如果表征相似度的值的最小值小于Tmin，用当天的能量分布替代离当天时间最久远的历史能量分布，更新能量池；

所述S6中，计算整个预测天与历史能量分布的相似度步骤如下：其中，N表示预测天的总时隙，e(k)，ei(k)分别是预测天和历史能量分布中第i天k时隙太阳能能量值，和 分别是预测天和历史能量分布中第i天的太阳能能量平均值，sim值越小，相似度越高。

2.根据权利要求1所述的一种基于参考能量分布的太阳能短时动态预测方法，其特征在于：所述S2中，选择最相似能量分布的具体步骤如下：计算预测天和历史能量分布第i天第n+1个时隙的前K个时隙的标准差之差，计算如下：其中，是预测天n+1时隙前K个时隙太阳能能量平均值，e(k)是预测天k时隙太阳能能量值，是历史能量分布中第i天模型n+1时隙前K个时隙太阳能能量平均值，ei(k)是历史能量分布第i天第k时隙太阳能能量值；

预测天和历史能量分布第i天第n+1个时隙的前K个时隙的能量平均误差，计算如下：*

最相似能量分布为SDV(i)和ER(i)加权和最小的能量模型，i 为最相似能量分布，其选择方法为：*

i＝argmin(β*ER(i)+SDV(i))                   (4)。

3.根据权利要求1所述的一种基于参考能量分布的太阳能短时动态预测方法，其特征在于：所述S4中，计算动态权重因子α的具体步骤如下：计算预测天n+1时隙前K个时隙能量值的方差：

计算预测天n+1时隙前K个时隙能量值加上最相似能量分布在n+1时隙能量修正值的方差：其中，为预测天n+1时隙前K个时隙能量值再加最相似能量分布在n+1时隙能量修正值的能量平均值，计算如下：动态权重因子由上述方差计算：

其中，S是调整参数，为了使动态权重因子的范围从为使动态权重因子的范围能从0～

0.5扩大到0～1。