為了提高光伏發電功率預測的精度，本文在結合灰色預測算法（GM）與神經絡預測算法優點的基礎上，提出一 種基于灰色徑向基函數（Radical Basis Function， RBF）和神經網絡光伏發電功率預測模型。 該預測模型綜合了灰色預 測算法所需歷史數據少以及 RBF 神經網絡預測算法自學習能力強的優點。 最后，運用南昌地區夏季和冬季晴天、陰 天、雨天光伏發電歷史數據在 MATLAB 應用平臺編程實現對 GM-RBF 神經網絡預測模型的預測精度進行驗證，得出 基于 GM-RBF 神經網絡光伏發電預測模型在夏季晴天預測誤差為 6.495%、夏季陰天預測誤差為 12.146%、夏季雨天 預測誤差為 21.531%、冬季晴天預測誤差為 8.457%、冬季陰天預測誤差 14.379%、冬季雨 天預 測 誤 差為 18.495%，其 預測精度均高于灰色預測算法和 RBF 神經網絡預測算法