21世纪以来,随着煤炭、石油等化石能源的大量消耗,能源问题日益突出,环境问题也变得更加严峻,利用可再生、无污染的新能源进行发电势在必行。光伏发电技术凭借其结构简单、无污染、维护简单、易运输、易安装等优点,在多种新能源发电技术中占有重要地位。然而,由于光伏发电本身受到各种环境气象因素的制约,其输出功率具有不确定性,给电网造成一定的不良影响。因此,对光伏发电系统输出功率进行预测便成为当今电力领域研究中的一项重要研究课题。本文首先对影响光伏发电系统输出功率的影响因素进行了分析,分析了光照强度、大气温度、相对湿度、风速、天气类型以及季节类型对输出功率的影响作用,通过定性比较输出功率变化曲线和各因素变化曲线之间的线性关系,以及定量采用通径分析法计算各影响因素的相关程度,确定了预测模型所需输入变量。之后,本文研究了支持向量机理论和改进萤火虫算法,并将两种方法有效结合在一起,作为输出功率预测所需的理论基础,在此基础上,本文建立了预测模型,对预测地区2月和5月两个月份中的两个星期共14天的光伏发电系统输出功率进行了预测,并通过和传统粒子群优化支持向量机的方法进行对比,得到的光伏发电系统输出功率预测结果的平均绝对百分比误差满足实际预测要求。验证了预测模型较好的预测效果。此外,本文对光伏发电系统输出功率的区间预测进行了研究。对某地区2015年12月31日的输出功率值进行实际区间预测,并和实际该日输出功率值所属区间范围进行比较,验证了所提出区间预测方法的可行性。综上所述,本课题研究的成果对光伏发电系统输出功率预测问题具有一定的指导作用和实用性价值。