[pt] A previsão da energia elétrica produzida com energia solar pode ser usada para monitorar em tempo real seu desempenho, permitindo a identificação de problemas operacionais ou sua degradação, assim como a previsão da produção de energia elétrica a curto e médio prazo, permitindo otimizar o uso da rede. Normalmente, a previsão de dados climáticos ao longo do dia serve para ajudar a estabilidade da rede elétrica. Já a previsão de dados para um dia ou mais à frente serve para apoiar a participação de mercado. Esta pesquisa tem como objetivo geral propor um modelo de previsão a curto prazo da irradiação solar a partir de correlações de condições climáticas, visando diminuir as incertezas de previsão da mesma, que pode ser usado para prever a geração fotovoltaica. O modelo de previsão proposto se baseia em identificar os dias de céu limpo, caracterizados pela ausência de nuvens, e dias totalmente nublados. Para sua identificação, foram utilizadas formulações já consagradas na literatura. Para os demais dias, a previsão da irradiação é feita a partir de regressões e correlações entre temperatura ambiente e transmitância atmosférica. A escolha do modelo de céu limpo é um fator preponderante para a previsão, podendo aumentar significativamente sua confiabilidade. Diversos modelos de previsão foram avaliados e combinados para uma melhor previsão da irradiação solar média incidente na superfície terrestre. A partir de dados de irradiação solar e temperatura, medidos a cada minuto por quatro anos na cidade de Miranda do Norte, Maranhão, foi possível analisar, interpretar e propor um modelo para a previsão da irradiação solar média com incertezas de 22-24 porcento, 14-16 porcento, 13-15 porcento e 12-13 porcento, a nível de confiabilidade de 95,45 porcento, respectivamente para horizontes de 1, 3, 5 e 7 dias à frente. A utilização do método dos mínimos quadrados para previsão apresenta incertezas muito maiores. O modelo proposto apresenta-se eficaz para prever a irradiação solar. Sua utilização e facilidade de implementação podem ser de grande valia para a prever o planejamento diário e semanal da produção de usinas fotovoltaicas. Foi usado o modelo de previsão sugerido por Bindi, juntamente com três modelos de céu limpo para redução da incerteza de previsão. / [en] The prediction of the electric energy production by solar energy systems can be used as a real time monitoring of its performance, allowing the identification of operational problems or its performance degradation, as well as the short and medium term production of electric energy, thus optimizing the use of the electric network. Normally, the daylong climactic data prediction is useful for helping stabilizing the electric network. The one or more day ahead prediction of electric energy is a useful tool for planning the energy supply to the market. The main goal of this research is to propose a short-term prediction model for the solar irradiation by means of weather condition correlations, in doing so, we expect to lower the uncertainties of the solar irradiation forecast, for which can be used to forecast photovoltaic energy. The proposed prediction model uses literature available correlations for clear sky (no clouds) and overcast days, to predict the solar irradiation in other days, through the use the ambient temperature and atmospheric transmission literature available correlations. Several prediction models were used and combined for 1, 3, 5 and 7 days ahead prediction of the available average solar energy in that time interval . It was concluded that the clear sky model plays an important role in the prediction reliability. Experimental data taken every minute for almost four years in the city of Miranda do Norte in the state of Maranhão, Brazil, were used to verify and propose a model to better predict the available solar energy irradiation, to within 22-24 percent, 14-16 percent, 13-15 percent and 12-13 percent uncertainty (95,45 percent confidence level), respectively for 1, 3, 5 and 7 days ahead of the available solar irradiation in the time interval. The least square model was also analyzed and it was shown to predict the solar irradiation with much higher uncertainties. As a result, the proposed model can be easily implemented for predictions in other places and can be very useful for predicting and planning the daily and weekly output of photovoltaic plants. In this dissertation the prediction model suggested by Bindi was utilized, together with three clear sky models to reduce the prediction uncertainty.