光伏发电具有清洁无污染、可再生等优点。受气象、设备、设计等客观因素影响,其发电功率呈现周期性和不稳定性。光伏并网系统发电量的准确预测,能够降低光伏发电的不确定性对电网调度和电网安全运行的影响。以北京建筑大学5.6kW光伏并网发电系统采集的历年运行数据为基础,建立了以太阳能辐射量、环境温度、极板温度为主要影响因素的三支决策理论光伏并网发电量预测模型。结合覆盖算法对历史气象数据和光伏发电量进行分类处理、数据归一化、向量等长度投影、随机选择样本中心,形成一组历史光伏发电覆盖集合。不同类别的覆盖集合构建了三支决策理论的正域、负域和边界域。依据三支决策规则将待预测时刻归入某一覆盖中,利用欧式距离法获取正域中近似覆盖样本,根据回归分析法最终获得预测时刻的发电量。利用Visual C++6.0语言编写了基于三支决策理论的光伏并网发电量预测模型和误差指标评价仿真程序。将预测结果与实测结果进行对比,结果表明四季预测日中的所有时刻光伏发电功率实际值与预测值之间的最大均方根误差在6.5%以下,小于规范规定的月均方根15%的误差指标,且合格率为100%。同时,分析了各种天气类型对光伏发电量预测的影响,重点研究雾霾、雨雪天等极端天气的预测精度。结果表明即使极端天气的光伏发电量非常低,输出功率呈现极大的不稳定性,该预测模型的预测精度仍能达到2%以内。三支决策理论首次被应用于光伏并网发电量预测领域中,结合覆盖算法完成了光伏并网发电量预测,仿真预测精度较高,进而证明了三支决策理论作为预测模型的正确性和准确性。