La energía solar fotovoltaica está cobrando gran importancia a nivel mundial debido a los beneficios de su uso. El cambio climático está provocando variaciones climáticas frecuentes que tienen un efecto directo en la producción de energía en instalaciones fotovoltaicas, por lo que su buen manejo es esencial. Esto puede ser un gran problema, por ejemplo, en sistemas de bombeo fotovoltaico donde los cultivos regados pueden resultar afectados por la falta de agua. En este trabajo, se desarrolló un modelo PREPOSOL (PREdiction of POwer in SOLar installations) en el software MATLAB, que permitió predecir la energía generada en las instalaciones fotovoltaicas hasta 3 h de antelación utilizando Redes Neuronales Artificiales (ANNs) en un marco bayesiano con Algoritmos Genéticos. A pesar de que el modelo PREPOSOL puede implementarse para otras actividades con energía solar fotovoltaica, en este caso, se aplicó a sistemas de bombeo fotovoltaico. Los resultados mostraron que el modelo estimó la energía generada con un error relativo (RE) y R de 8.10 y 0.9157, respectivamente. Además, se presenta un ejemplo representativo sobre la programación de riego, lo que permitió un manejo adecuado. La metodología fue calibrada y validada en un sistema de bombeo fotovoltaico de alta potencia y complejidad en Albacete, España.