為了提高光伏發(fā)電功率預(yù)測的精度，本文在結(jié)合灰色預(yù)測算法（GM）與神經(jīng)絡(luò)預(yù)測算法優(yōu)點的基礎(chǔ)上，提出一 種基于灰色徑向基函數(shù)（Radical Basis Function， RBF）和神經(jīng)網(wǎng)絡(luò)光伏發(fā)電功率預(yù)測模型。 該預(yù)測模型綜合了灰色預(yù) 測算法所需歷史數(shù)據(jù)少以及 RBF 神經(jīng)網(wǎng)絡(luò)預(yù)測算法自學(xué)習(xí)能力強的優(yōu)點。 最后，運用南昌地區(qū)夏季和冬季晴天、陰 天、雨天光伏發(fā)電歷史數(shù)據(jù)在 MATLAB 應(yīng)用平臺編程實現(xiàn)對 GM-RBF 神經(jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)測精度進行驗證，得出 基于 GM-RBF 神經(jīng)網(wǎng)絡(luò)光伏發(fā)電預(yù)測模型在夏季晴天預(yù)測誤差為 6.495%、夏季陰天預(yù)測誤差為 12.146%、夏季雨天 預(yù)測誤差為 21.531%、冬季晴天預(yù)測誤差為 8.457%、冬季陰天預(yù)測誤差 14.379%、冬季雨 天預(yù) 測 誤 差為 18.495%，其 預(yù)測精度均高于灰色預(yù)測算法和 RBF 神經(jīng)網(wǎng)絡(luò)預(yù)測算法