光伏功率受天气不确定性影响而具有的随机性、波动性等特点,会对电网的安全稳定运行造成冲击,影响电能质量,不利于电力系统内部多种能源出力的容量合理配置。因此,对光伏功率进行准确预测,特别是对不确定性天气下的光伏功率预测,是合理配置电源容量、实现绿色经济、保护人类生态环境的重要措施之一。为了提高光伏功率预测精度,对电网系统容量配置进行优化,本文完成了如下研究工作。（1）分析了光伏输出功率的特点及其与太阳辐射强度、大气温度、相对湿度等多种气象因素的关系,通过皮尔逊相关系数法分别计算不同影响因素与光伏功率之间的相关程度。其中,太阳辐射强度、大气温度、相对湿度与光伏功率之间的相关系数均超过0.6,具有较强的相关性。因此,将这三种气象因素确定为预测模型的输入。（2）构建一种混合改进灰狼粒子群优化算法（HIGWO-PSO,HIGP）,采用测试函数对HIGP算法进行性能测试,并与其他算法进行对比分析。测试结果显示,HIGP算法的寻优能力和寻优稳定性均强于其他算法。利用所构建的HIGP算法优化多层感知器（MLP）的模型参数,建立了混合改进灰狼粒子群优化多层感知器（HIGP-MLP）光伏功率预测模型。（3）利用所构建的HIGP-MLP模型分别对晴天、多云、雨天、阴天、雪天和风沙天六种天气类型,以及春、夏、秋、冬四季下的光伏功率预测进行实例分析,并与其他几种模型的预测结果进行对比分析。结果表明,HIGP-MLP模型在不同天气类型和季节下的平均相对误差均小于8%,预测精度均高于其他模型。该模型没有出现较大的预测误差,其预测稳定性好、泛化能力强,在短期光伏功率预测方面具有较强的预测有效性和实用性。（4）在微网容量优化配置实例分析中,以光伏发电阵列、柴油发电机、抽水蓄能电站的设备数量作为决策变量,通过不同权重将等年投资成本、环境惩罚费用及负荷缺电率共同组成目标函数,利用HIGP算法对微网容量进行优化配置。配置结果显示,以HIGP-MLP预测模型得到的光伏功率作为微网输入时,HIGP算法的容量优化配置结果最优,其年总投资成本为1 816 905.8元,比采用经典光伏出力模型的HIGP算法节省了134 661.6元,约为当年投入总成本的6.9%。该方法可在追求经济效益、环境效益的同时保证系统稳定运行,是一种合理的容量优化配置方法。