随着经济全球化的不断深入,能源环境问题日益突显。太阳能光伏发电以其优越性得到飞速发展。各项数据表明了分布式光伏发电将是未来光伏发电的主流方向。随着分布式光伏发电系统的大量并网,对光伏发电系统输出功率的稳定性要求越来越高,因此提高光伏发电功率预测的精度势在必行。传统的光伏发电短期预测无法捕捉因云团瞬时遮挡造成输出功率的瞬时大幅度波动,导致预测精度有限。目前,国内外致力于超短期预测的研究中,对影响太阳辐射遮挡的云团特征的描述过于单一,导致预测精度依然有限。本文通过对影响太阳辐射遮挡的云团关键特征的深入分析和研究,提出研究适用于城镇社区的分布式光伏发电系统超短期功率预测的稀疏云团动态特征建模,主要的工作如下：(1)全面描述了基于云团遮挡效应的分布式光伏发电超短期功率预测系统,包括云层监测装置、稀疏云团关键动态特征建模及目标云团辨识、稀疏云团对太阳辐射的遮挡效应及预测、离线模型和在线补偿器设计等。(2)对太阳视运行轨迹进行了研究,以太阳高度角与太阳方位角共同描述一定时刻下太阳的位置；通过建立云阴影反投影模型确定一定时刻下光伏面板遮挡的有效区域,并结合平面镜投影模型建立了平面镜视野中云团遮挡光伏面板的映射关系。(3)深入分析了影响太阳辐射遮挡效应的云团的关键特征,通过提取云团的共性确定云团的位置,再用二次多项式模型将时序云团的位置坐标进行拟合,并用最小二乘法判定最佳拟合曲线,得到位置预测模型；通过质心角函数描述云团的形状,将时序云团的边界对应点经二次多项式模型拟合,得到形状预测模型；通过聚类分析将云团质量划分8个等级,将云团质量与图像灰度建立对应关系,并通过伪彩图处理,直观反映不同云团质量的区域,并将时序云团的对应层云团质量区域提取并通过类似形状预测模型进行各层云团质量区域预测,得到云团质量分布预测模型；并结合3种预测模型,预估光伏面板接收的太阳辐射指数。(4)基于MATLAB软件,编写相应的图像处理算法,对3组时序云团图进行仿真分析,基本实现了对未来云团的特征预测。本文构建了基于稀疏云团遮挡效应的分布式光伏发电超短期功率预测系统框架,重点研究建立了影响光伏面板接收太阳辐射量的云团位置、速度、形状和质量分布等动态特征的描述及预测模型,基本实现了对未来云团的特征预测。今后的研究中可以完善已有的云团的特征模型,并建立更多的云团关键特征模型,结合风速、温度等因素,进一步提高预测精度。