Con la rápida expansión de los sistemas de energía renovable en los últimos años, la estabilidad y calidad de las redes inteligentes que utilizan energía solar se han visto desafiadas debido a la intermitencia y fluctuaciones. Por lo tanto, la predicción de la generación de energía foto-voltaica (PV) es esencial para facilitar la planificación y gestión de la generación y distribución de electricidad. En este documento, se investiga el método de pronóstico a ultra corto plazo para la generación de energía solar PV. Posteriormente, propusimos una red neuronal basada en funciones de base radial (RBF). Además, para mejorar la capacidad de generalización de la red y reducir el tiempo de entrenamiento, se limitan los números de neuronas de la capa oculta. La entrada de la red neuronal se selecciona como aquella con una correlación de Spearman más alta entre las características de potencia predichas. Los datos se normalizan y el parámetro de expansión de las neuronas RBF se ajusta continuamente para reducir los errores de cálculo y mejorar la precisión de la predicción. Se realizan numerosas simulaciones para evaluar el rendimiento del método de pronóstico propuesto. El error porcentual absoluto medio (MAPE) del conjunto de pruebas está dentro del 10%, lo que muestra que los valores de potencia de los siguientes 15 minutos pueden predecirse con precisión. Los resultados de la simulación verifican que nuestro método muestra un mejor rendimiento que otros trabajos existentes.