1.一种基于相似日选取和SSA‑KELM的光伏发电功率日前预测方法，其特征在于：包括以下步骤：
S1、统计历史光伏发电数据集并分析，保存为光伏发电数据集uy，并对光伏发电数据集uy进行数据预处理，得到新的数据集ug；
S2、对输入变量进行处理，并设定相似日训练样本集；
S3、建立预测模型，并定义核函数，将核函数替换预测模型的输出函数中的隐含层输出矩阵H；
S4、对预测模型的影响参数进行寻优求解；
S5、将相似日训练样本集送到预测模型中训练，得到光伏发电功率预测模型的最终回归函数。
2.根据权利要求1所述的一种基于相似日选取和SSA‑KELM的光伏发电功率日前预测方法，其特征在于：所述步骤S1中处理的表达式如下：
其中，ug表示处理后的数据集，umin表示uy中最小值，umax表示uy中最大值。
3.根据权利要求1所述的一种基于相似日选取和SSA‑KELM的光伏发电功率日前预测方法，其特征在于：所述步骤S2包括以下步骤：
S2.1、对输入变量进行加权处理；
S2.2、设定固定相似日选取天数，将与待预测日多元动态时间规整距离最近的固定天数的历史日选取为相似日，作为相似日训练样本集。
4.根据权利要求3所述的一种基于相似日选取和SSA‑KELM的光伏发电功率日前预测方法，其特征在于：所述步骤S2.1中对输入变量采用熵权法来为多元气象特征曲线之间的动态时间规整距离进行加权，具体表达式如下：
Dmdtw＝w1D1+w2D2+…+wjDj
其中，w*表示第*个气象特征的权重，D*表示第*个气象特征的动态时间规整距离，Dmdtw表示多元动态时间规整距离。
5.根据权利要求1所述的一种基于相似日选取和SSA‑KELM的光伏发电功率日前预测方法，其特征在于：所述步骤S3中的预测模型的输出函数f(x)表达式如下：
T
其中，h(x)表示隐含层的映射向量，β表示输出权重，H表示隐含层输出矩阵，H表示矩阵h的转置，C表示惩罚系数，I表示单位矩阵，Y表示期望输出。
6.根据权利要求5所述的一种基于相似日选取和SSA‑KELM的光伏发电功率日前预测方法，其特征在于：所述步骤S3中的核函数表达式如下：
其中，ΩELM表示ELM核矩阵， 表示ELM试验输入向量xi和xj的核函数，K(x，xN)表示输入向量x和xN的核函数，K(xi，xj)表示试验输入向量xi和xj的核函数，上标T表示对矩阵的转置运算。
7.根据权利要求1所述的一种基于相似日选取和SSA‑KELM的光伏发电功率日前预测方法，其特征在于：所述步骤S4中的寻优求解通过麻雀智能搜索算法以及最小化公式为目标进行求解，所述最小化公式表达式如下：
其中， 表示光伏发电功率预测值，yi表示光伏发电功率实际值，N表示测试集样本数量。
8.根据权利要求1所述的一种基于相似日选取和SSA‑KELM的光伏发电功率日前预测方法，其特征在于：所述步骤S5的最终回归函数表达式如下：
2
其中，F(x)表示最终回归函数，δ表示核函数宽度，xn表示第n个训练样本，||*||表示最小误差平方和，e表示自然对数，C表示惩罚系数，I表示单位矩阵，Y表示期望输出，ΩELM表示ELM核矩阵，上标T表示对矩阵的转置运算。