随着传统化石能源的逐渐枯竭,全球能源供给问题日益突出。光伏发电作为绿色环保可持续的新型能源,不仅可缓解能源危机,也可减轻化石能源引发的各种环境问题。随着越来越多的光伏电站建设并投入运营,光伏发电在未来的能源发电中必将占有越来越大的份额,同时由于光伏发电功率具有明显的波动性和随机性,其输出功率受多种气象和环境因素以及自身结构特性影响,光伏功率输出过高和不足都会影响电网的安全可靠运行,光伏发电给电力系统的发电、输电、用电实时动态平衡带来了巨大挑战,导致光伏发电目前在配电网中的利用效率不高,严重制约了光伏发电功率的安全可靠消纳,也限制了大规模光伏发电系统并入电网。而电网系统的调度计划安排也涉及多个时间段范围,需要不同时间尺度的光伏发电功率预测提供数据支撑。为促进光伏发电功率消纳,保障高光伏功率渗透率下电网的安全稳定运行,有必要深入研究光伏发电的预测模型,及时准确的预测光伏功率并采取相应的配网功率优化控制策略,对电网的安全和调度具有重要意义。本文在总结最近几年国内外光伏发电相关领域研究进展的基础上,对太阳能光伏预测进行了分析研究,论文主要研究内容如下:（1）介绍了太阳能电池的基本结构、原理和数学模型,对光伏电池的特性进行了分析,指出了通过数学模型计算发电功率在实际工程应用中问题。然后着重分析了影响光伏输出功率的主要因素,风速、相对湿度、辐照强度、温度、雾霾等天气状况对光伏系统出力的影响进行了相关性分析并做相关性校验,针对光伏发电功率预测中存在的问题进行了总结。（2）对光伏发电功率预测方法进行了研究。首先对光伏发电功率预测方法进行了阐述,重点介绍了WRF模式的运行框架与基本原理,以及人工神经网络相关流程算法。并采用BP神经网络算法预测光伏发电功率。考虑到光伏发电系统是一个非线性系统,并且受到自身组件特性和多种天气因素耦合的影响,其输出功率具有波动性和间歇性。因此在使用神经网络算法时可以不用考虑变量间的耦合关系,不需要进行拟合,只需要将输入变量和输出变量的历史数据进行训练,让神经网络不断的学习和自我优化,则可以得到输入和输出之间的关系模型。（3）开发了光伏发电功率预测系统。分析了光伏发电功率预测系统的逻辑结构,选择了合适的软件开发平台和数据库。该系统主要包含用户管理模块、实时数据显示模块、统计报表模块、系统管理模块等功能模块。根据部署后的测试,系统能够满足设计要求、稳定的运行。（4）建立了光伏预测评价体系指标评价,并针对光伏功率发电场站的建设提出建议。