本发明提供了一种误差修正的分时刻集成学习光伏预测方法，包括以下步骤：步骤1：获取待预测光伏用户在历史近1年的光伏出力数据；步骤2：对出力、气象数据进行异常处理；步骤3：使用GAN算法，将已有的关联气象数据、出力数据组成的向量集进行有效扩充；步骤4：每个用户id，分时刻建模；步骤5：在每个类簇中，分别构建基于3种基模型的集成学习算法模型；步骤6：实现分时刻的误差修正。应用本技术方案可实现精准光伏出力预测的情况下，有效地节约计算资源，节省企业运行成本。