在地球资源日益枯竭、生态环境持续恶化的今天，获取新型能源已经变得十分迫切。太阳能作为一种自然资源，以其丰富的储量且清洁无污染的特性显示出了其独特的优势。但太阳能的发电量受太阳辐射、温度、天气等因素影响，其中天气是最不可控的因素，天阴或者云层较厚时，太阳能并网发电就会变得具有不可预测性，这正是太阳能利用方面的一个重要障碍。
云量对太阳不同时间点的辐照度准确预测造成了不小的困扰。当云层掠过上空时，光伏设备系统产生的太阳能会产生波动。世界各地的太阳能生产商希望根据电力供应的多寡来调整电力使用量。想要做到这一点，可能就需要详细了解阳光辐射量的变化情况。因此，预测太阳辐照度［到达给定表面的太阳辐射量，以瓦特每平方米（W/m2）计量］可能是更好地管控太阳能发电的策略。
人们希望太阳能能够像风能一样具有可预测性，早在2010年就有美国国家大气研究中心（NCAR）的科学家提出希望预测云盖的生成，以及云盖对太阳能利用的影响。尽管近几年来，前预测变得更加准确，但仍缺乏统一的验证程序，评估比较一种预测与另一种预测的是很困难的。
而近日，美国“优睿科”网站6月28日消息称，瑞典乌普萨拉大学的科学家开发出一种预测太阳辐照度变化的数学模型，将有助于促进更有效地利用太阳能发电。在各种数据模型的测试中，该模型被证明该模型能够做出高度可靠的预测，并且在某些方面表现出显著的优势。相关研究该结果现也已发表在《太阳能》杂志上。
“马尔可夫链混合”（MCM）模型能够依据特定的太阳辐射水平预测下一分钟，几小时或一天会发生什么。这个模型设计简单，易于训练和使用，关键是能够提供准确的太阳辐照度预测结果。这个根据模型能够对各种过程和模式进行识别和概率预测。MCM分布模型将太阳辐照度划分为多个级别，并可以计算出此后时间段中出现各种日照强度的概率。在此基础上，科学家就有可能预测出何时以及哪些照度水平的阳光会倾向于产生变化，进而将预测结果与实际观测结果进行对比，以检验前者与实际情况的吻合程度。
之前，研究人员对这个模型进行了测试，在其中一项研究中，他们对该模型和5个已建立的基准模型（专门用于比较和评价新模型的相对性能）进行了测试，新MCM模型的预测结果最为可靠，且近未来预测准确性尤为突出。乌普萨拉大学的研究人员希望与其他科学家和公司合作，运用其他方式对此模型进行进一步的测试，比如电池储能系统。基于对当地太阳能发电条件的预测结果，通过调整电量来提高存储系统的效益。
业内人士表示，精准的太阳能预测可以使电站与电网营运商间进行更有效的能源组合，根据当前的市场行情进行决策优化，使光伏电站的收益最大化，为能源交易提供可靠的预测。