La creciente integración de fuentes de energía renovable en la estructura existente de suministro energético es un desafío debido a la intermitencia típica de estas fuentes de energía, lo que implica problemas de fiabilidad y programación de la operación de la red. En lo que respecta a la energía solar, la herramienta de pronóstico solar predice la producción de energía fotovoltaica (PV) y, por lo tanto, permite una gestión más eficiente de la red. En este trabajo, se analiza la combinación de técnicas de agrupamiento y ANNs (Redes Neuronales Artificiales) para el pronóstico de energía PV para el día siguiente. Las técnicas de agrupamiento se explotan para dividir un conjunto de datos en diferentes clases de días con condiciones climáticas similares. Luego, se desarrolla una ANN dedicada para cada grupo. El objetivo principal es evaluar la mejora en el pronóstico determinada por la combinación de ANNs y métodos de agrupamiento de conjuntos de datos. Se comparan diferentes combinaciones en un estudio de caso real: una instalación de PV en SolarTech, en el Politécnico de Milán.