随着化石能源不断地枯竭及生态环境不断地遭到破坏,光伏发电这种新兴的发电技术越来越受到人们的青睐,光伏发电系统将会成为未来我国电网发电的主流产业。随着天气等变化无常,致使光伏系统发电出力带有很大的不确定性,如若就此并入大电网,也会给电网带来不可估量的冲击,同时给电力系统正常安全稳定运行带来了一定的隐患。因此,为了电力系统更加安全稳定运行及供配电的协调发展,发电发电功率的准确预测变得至关重要。本论文依托沈阳农业大学光伏试验系统,通过分析研究光伏电站的监控数据,实现光伏电站功率的精准预测,为光伏行业的可持续向前发展和电网未来发电产业更好为用户供电提供了一定的理论支持和技术支撑。本文将从两个部分进行主要地分析研究:(1)研究光伏试验系统的主要构成部分,其中主要研究光伏序列的排列方式和逆变器的安装情况等,及辽宁省沈阳市光伏示范电站监测系统构成及数据采集情况。并对光伏监测系统采集的电数据和气象数据进行了预处理,且以示范电站为算例详细地分析了四季不同影响因素包括太阳辐射量、日照时数和日最高气温同光伏发电功率间的相关程度,相关系数分别为0.902,0708和0.364。并且基于此,分不同天气类型针对发电功率的扰动程度进行了定量的详细分析,春季在阴雨天气扰动最大,在阴/多云天气下夏季发电功率扰动最大,而多云/晴天气下秋季和冬季发电功率扰动最大。(2)构建3种发电功率短期预测模型,前两种预测模型分别采用随机森林预测方法和灰色-马尔科夫链组合预测方法,此两种方法是直接针对光伏发电功率变化规律设计功率预测模型,以光伏示范电站为算例分析,输入变量为光伏电站历史发电数据,通过两种模型评价标准实施评估分析,第三种预测模型采用相似日算法和IGA-BP的组合方法,相似日特征向量通过相似日构建原理构造,在此基础上,利用IGA-BP算法构造功率短期预测模型,最后对三种预测算法预测结果进行统一评估分析。预测结果表明三种预测方法在光伏电站发电功率预测领域均具有可行性和有效性,并且每种预测方法具有各自不同的优势,但相似日算法和IGA-BP算法结合预测方法预测效果最佳。