太阳能作为一种绿色能源,它有传统化石燃料资源无法比拟的优势。随着传统化石燃料资源的不断消耗,它在为人类提供电力资源上的作用会越来越大。由于太阳能到达地表层的多变性,为了使得太阳能发电厂能够更好地管理和调配太阳能电力,很有必要进行太阳能辐照度预测工作。本文针对基于地基云图的短时太阳能辐照度预测进行了相关的研究工作。本文基于地基云图的云团检测、云团运动估计和辐照度预测等工作,利用MATLAB平台构建了一个利用地基云图进行短时太阳辐照度的系统。该系统包括了使用地基云图进行预测的各个算法模块,能够进行实时辐照度预测,并且系统有简单直观的交互界面可以方便地使用。本文对该系统的各个模块和相应的算法进行了详细的介绍并展示了各个模块的效果。本文针对已有的对太阳周围区域遮挡比预测方法的不足,提出了使用条件随机场对太阳遮挡比预测建模的方法。基于条件随机场的太阳遮挡比预测方法能够把多张地基云图信息对太阳遮挡比的影响加以考虑,这丰富了用于遮挡比估计的特征。条件随机产中的转移特征函数能把相邻两个时刻的太阳遮挡比情况联系起来。这把太阳遮挡比的上下文信息综合在遮挡比的预测中,从而避免了在每一个时刻进行相互独立地进行遮挡比预测。本文的实验说明,基于条件随机场的太阳遮挡比预测方法比已有的利用虚拟太阳区域进行太阳遮挡比预测的方法有更高的预测准确率。本文针对目前已有的辐照度预测方法中存在的缺陷,提出了基于历史云团模式匹配的辐照度预测方法。通过云团历史模式匹配,算法能够筛选出近期历史云团模式中与当前时刻云团模式匹配的时刻,从而建立预测的辐照度能够与近期的历史测量辐照度之间的联系。利用这种方法进行辐照度预测,能够降低在传统的方法中由于不能考虑空气中其它微粒对太阳辐照度产生的影响而产生的预测误差。经过实验验证,基于云团历史模式匹配的预测方法能够比已有的辐照度预测方法有着更好地预测准确度。