随着全球能源危机和环境污染的日益严峻,开发利用新能源和可再生能源已成为世界各国解决能源问题的主要方法,光伏发电系统也由此得到迅速的发展。但是,光伏并网发电系统的发电功率由于受气象因素的影响,其发电功率具有间歇性和波动性特点,为了减轻其对电网的冲击,保证电网的稳定性,有必要对光伏系统的发电功率进行准确的预测。在阅读大量国内外文献的基础上,本文从两个不同方面对光伏并网的发电功率预测进行了研究。通过分析影响光伏并网发电功率的相关因素和数据挖掘技术,从大量数据中筛选出与预测时段具有相似气象特征的数据序列,采用灰色关联分析理论对光伏发电功率进行预测。选取辐照度、温度、湿度主要影响因子作为最小二乘支持向量机预测模型的输入变量,提前24h预测光伏系统的输出功率。深入分析灰色关联分析方法和最小二乘支持向量机方法各自的优缺点,结合光伏发电系统的特性,提出并联灰色关联小二乘支持向量机预测方法和串联灰色关联小二乘支持向量机预测方法。本文通过天津大学光伏并网发电监控系统,获取光伏并网的相关数据,分季节建立了四种预测模型,分别对晴天、多云、雨天和雾霾天进行了预测。实验结果表明串并联灰色关联小二乘支持向量机预测方法比单独的灰色关联分析方法和最小二乘支持向量机方法的预测精度高,其中串联灰色关联小二乘支持向量机模型的输出值最接近光伏系统输出功率的实际值。