近年来,太阳能因其可再生、易开发等优点得到规模化发展,光伏发电成为当今可再生能源领域的研究热点。然而,光伏发电出力其固有的间歇性和波动性给电力系统的调度决策和可靠运行带来挑战。准确的光伏出力预测可以帮助调度部门制定科学合理的决策计划,降低系统备用和运行成本,提高光伏电站并网接入水平。针对光伏出力的特性,本文分析了光伏出力的特性和影响光伏出力的气象因素。基于实测光伏电站出力及气象数据,采用线形图法和相关系数法定性和定量研究了光伏出力与温度、辐照强度、风速、相对湿度、云量及降雨量等气象因素之间的关系,确定了温度和辐照强度为影响光伏出力的主要气象因素,采用灵敏度分析法定量研究了温度和辐照强度对光伏出力的影响程度。针对光伏出力预测,本文提出了一种基于奇异谱分析的短期光伏出力预测方法 SSA-MF(Singular Spectrum Analysis method considering Meteorological Factors)。首先,采用奇异谱分析技术对原始光伏出力序列进行分解得到不同的光伏出力子序列即低频序列、高频序列和噪声序列,挖掘不同子序列所呈现的规律和特征;接着,根据光伏出力的各种特性和奇异谱分析理论,建立嵌入主要气象因素的短期光伏出力预测模型;最后,采用SSA-MF、BP(Back Propagation)神经网络、SSA-AR(Singular Spectrum Analysis method based on AutoRegressive)和AR(AutoRegressive model)4种方法分别对几种常见的不同天气类型的光伏出力进行了预测。大量的仿真结果表明,与BP神经网络、SSA-AR和AR相比,SSA-MF的预测精度最高,并且针对不同天气类型均具有较好的预测能力。这表明,本文所提出的一种基于奇异谱分析的短期光伏出力预测模型具有一定的优越性。