1.一种计及动态汇聚特性的分布式光伏短期功率预测方法，其特征在于，包括：考虑动态时间规整的序列插值，调节分布式光伏的功率序列，得到分布式光伏插值后的功率规范曲线；考虑基波占比的无监督聚类，将所得到的功率规范曲线进行分布式光伏站点的动态集群划分，构建分布式光伏的动态汇聚模型；根据所构建的动态汇聚模型得到分布式光伏的聚类结果，根据所得到的聚类结果，将聚类后的气象输入到预设的长短期记忆网络功率预测模型，预测分布式光伏的功率；基于时空动态插值模型的信息不完备站点功率数据插值补全，通过小波包分解将基准站功率序列分解为低频平稳序列和高频波动序列，低频波动曲线通过三角插值进行估计，高频波动曲线首先通过动态时间规整消除时序差异的影响，并通过基于Delaunay三角剖分的自然邻点插值进行估计，最后将不同时间间隔的功率序列通过三次样条插值为时间分辨率15分钟的标准功率序列，得到分布式光伏插值后的规范曲线。
2.如权利要求1中所述的一种计及动态汇聚特性的分布式光伏短期功率预测方法，其特征在于，通过动态时间规整得到消除相位延迟或超前影响的原始功率序列，通过依次计算所得到的原始功率序列的空间插值和时间插值得到分布式光伏的功率序列，再利用三次样条时序插值来调节所得到的分布式光伏的功率序列。
3.如权利要求1中所述的一种计及动态汇聚特性的分布式光伏短期功率预测方法，其特征在于，将所有隶属同一低压10kV母线的站点汇聚为同一节点，通过求解各节点对邻近节点注入功率的灵敏度计算，完成计及电气距离的模块度划分对地区分布式光伏站点进行动态集群汇聚，对需要满足的集群约束和整数规划采用粒子群算法求解，其所有粒子根据自己找到的当前个体极值，以及整个粒子群共享的当前全局最优解，来调整自己的速度和位置。
4.如权利要求3中所述的一种计及动态汇聚特性的分布式光伏短期功率预测方法，其特征在于，在搜索过程中进行权重的动态调整，在搜索前期保证粒子以较大的速度步长探测到全局较好的区域；在搜索后期保证粒子在极值点周围做精细的搜索。
5.如权利要求1中所述的一种计及动态汇聚特性的分布式光伏短期功率预测方法，其特征在于，采用聚类算法，将每日的实际辐照特征输入到聚类模型中，重新进行类别划分，实现对气象的动态聚类；对将待预测日的气象情况进行分类，若属于某一类则再将其输入到对应预测模型中进行预测；若判定为噪声点，则将其输入到所有预测模型中，对输出结果取均值作为噪声点的预测结果。
6.如权利要求1中所述的一种计及动态汇聚特性的分布式光伏短期功率预测方法，其特征在于，将动态时间规整的序列插值和聚类后的气象作为输入，采用长短期记忆网络功率预测得到功率预测结果。
7.一种计及动态汇聚特性的分布式光伏短期功率预测系统，其特征在于，包括：调节模块，其被配置为考虑动态时间规整的序列插值，调节分布式光伏的功率序列，得到分布式光伏插值后的功率规范曲线；建模模块，其被配置为考虑基波占比的无监督聚类，将所得到的功率规范曲线进行分布式光伏站点的动态集群划分，构建分布式光伏的动态汇聚模型；预测模块，其被配置为根据所构建的动态汇聚模型得到分布式光伏的聚类结果，根据所得到的聚类结果，将聚类后的气象输入到预设的长短期记忆网络功率预测模型，预测分布式光伏的功率；基于时空动态插值模型的信息不完备站点功率数据插值补全，通过小波包分解将基准站功率序列分解为低频平稳序列和高频波动序列，低频波动曲线通过三角插值进行估计，高频波动曲线首先通过动态时间规整消除时序差异的影响，并通过基于Delaunay三角剖分的自然邻点插值进行估计，最后将不同时间间隔的功率序列通过三次样条插值为时间分辨率15分钟的标准功率序列，得到分布式光伏插值后的规范曲线。
