Досліджено методи, що використовуються для прогнозування виробництва енергії фотоелектричними станціями (ФЕС), а також шляхи підвищення точності прогнозу для оптимізації структури балансу електроенергії в енергосистемі. Дослідження спрямоване на виявлення ефективних підходів та алгоритмів прогнозування, оцінювання їхньої точності та надійності. За результатами дослідження запропоновано комбінацію методів регресійного аналізу та машинного навчання, що забезпечує прийнятну точність прогнозу для планування резервів потужності у енергосистемі. За основу взято метод Random Forest, оскільки він забезпечує адаптивність до особливостей енергогенерування ФЕС у різних регіонах України та в різні періоди року. Для підвищення ефективності машинного навчання запропоновано алгоритм попередньої фільтрації наборів даних з використанням методів авторегресії та ковзного середнього.