随着新能源不断开发利用，可再生能源必将取代燃料能源成为未来发电行业的主导力量，光伏作为新能源的代表，近年来越来越受国内外研究学者的重视。然而光伏发电受气候环境影响较大，并网后会给大电网带来冲击，影响电网的安全、稳定、经济运行。因此，光伏发电预测已成为电网工作人员制定决策的依据和保证。本文采用D-S证据理论对发电初始数据进行预处理，通过支持向量机算法对于光伏电厂发电量进行预测，完成了基于发电预测模型的光伏并网逆变器的设计与实现，主要进行了以下几个工作：首先，研究基于D-S证据理论的支持向量机算法。通过证据理论，获取与待预测月特征相似值很高的训练数据，建立支持向量机预测模型进行预测。第二，提出利用改进的变步长扰动观察法，在构建的光伏电池数学模型的基础上，结合S函数构建PV最大功率跟踪模块，用以模拟光伏电池模块在不同光照强度及温度下的I-V，P-V特性以及实现最大功率跟踪。第三，采用PQ控制方法作为光伏并网逆变器控制策略，通过PLL(锁相环)与dq变换、功率及功率因数控制、电流控制三个环节对于光伏并网逆变器进行了控制策略的研究与探讨。最后，搭建并网逆变器实验平台，完成了并网逆变器硬件与软件两部分的设计，通过DSP数字控制技术实现了逆变器的并网控制。将通过D-S证据理论与支持向量机相结合的预测算法得到的预测值作为逆变器输出功率的参考值给定进行了逆变器并网运行闭环试验。