本发明公开了一种基于数据挖掘和变分模态分解的可再生能源短期预测方法，包括以下步骤：1)聚类过程划分数据簇：在给定的数据集中，通过聚类算法将其分成一些不同的组，提取历史发电与环境特征相似的数据至同一个类中；2)变分模态分解处理历史数据：通过不断迭代并搜寻出变分模型的最优解以确定出每个模态分量带宽和中心频率，将信号在频域内进行自适应的剖分；3)利用极限学习机预测未来数据。本发明实施例的技术方案结合了K-means聚类技术，变分模态分解和极限学习机来预测可再生能源的的发电量；本发明相比于传统预测方法具有更好的准确性。