开发利用可再生能源是当前能源领域所关注的研究热点。太阳能具有资源储量大、可持续、清洁、获取方式直接等特点。因此,把光伏发电系统融入到电网中,成为改善人类能源结构、减少电能生产过程中的碳排放的重要研究方向之一。同时,光伏(PV)系统实际接收的辐照度存在波动幅度大和不确定性强的特点,这导致其输出功率呈现明显随机波动和间歇特性。为应对PV发电系统的这种随机波动性和间歇性,目前电网主要采用增设储能装置、使用可选择性电力负载和开展PV发电功率预测等方式来应对。在极端情况下,电网还可以采取切断其与电网的物理连接的方式(弃光)来减少其对电网的冲击。其中,PV功率预测是新近出现的实用的应对措施。以往的PV功率预测研究基本是进行长期和中期预测。随着社会对可再生能源调控技术需求的提高,电网调度期望实现对光伏短期预测和超短期功率预测。在这些预测中,云层作为影响辐照度的主要因素必须需要考虑,而传统的PV功率预测方法却无法进行有效的云层检测,所以有必要展开相关的研究工作。本文以‘考虑阵列局部遮挡的PV发电系统’为研究对象。首先,介绍了太阳辐射及其在大气传输过程和PV阵列所接收的太阳辐照度模型。并针对地面辐照度中主要成份--直射辐照度,设计了一种基于广义大气浑浊度的晴空直射DNI预测方法。然后,介绍了云检测相关的内容,具体包括:全天空成像仪及其运行环境、地基云图的大致信息等。还介绍了针对两类基于地基云图样本的信息熵阈值云层检测算法,在分析了这两类算法的不足之处的基础上,设计了采用混合熵阈值进行云层检测的改进方法。然后,介绍了以提取出的云层特征参数作为输入和晴空因子作为输出、基于支持向量回归原理的PV阵列辐照度空间分布计算方法。即从云图图像特征到云层对辐照度衰减因子的非线性关系建模方法及实现过程。同时,通过对光伏组件特性的分析,建立了考虑局部阴影遮挡的光伏阵列输出功率模型。将二者与云层移动参数结合,形成PV的超短期功率预测的整体算法。最后,通过实际的PV发电系统运行数据,对PV系统出力预测模型进行了验证。