本发明涉及一种基于精细化建模与集成学习的光伏预测方法，包括如下步骤：S1、获取光伏电站的历史数据，生成特征库；S2、不同站点以及日内所有时段统一训练一个lightGBM模型；S3、对各光伏电站与日内不同时段进行精细化建模；S4、对各基学习器进行K折交叉验证，以确定各基学习器的超参数；使用集成学习的方法，对各基学习器进行并行集成，各基学习器的权重使用粒子群算法寻优确定；S5、将待预测时刻对应的特征数据输入到训练好的基于精细化建模与集成学习的光伏预测模型，得到光伏出力的预测结果。本发明使用树模型中的lightgbm，能够在保证模型准确度的前提下，提高模型的泛化能力与鲁棒性。