A necessidade mundial por uma matriz energética alternativa ao uso dos combustíveis fósseis é emergencial e para isso devemos recorrer às formas alternativas de geração de energia, como, por exemplo, a fonte solar fotovoltaica, que vem ganhando amplo destaque no cenário mundial e hoje é uma das indústrias que mais cresce em todo o planeta. Diante das dificuldades relacionadas à geração de energia através de fontes renováveis, a modelagem e previsão de séries temporais surgem como ferramentas fundamentais a fim de reduzir essas incertezas. Dado esse contexto, o presente trabalho apresenta uma detalhada análise descritiva da série horária de geração solar de uma usina fotovoltaica, com potência instalada de 75MW, localizada no Nordeste do Brasil, trazendo suas principais características, onde pode-se destacar a dupla sazonalidade. Em seguida, com base nessas propriedades, são comparadas as capacidades preditivas de três métodos estatísticos de previsão de séries temporais, sendo um deles um método de suavização exponencial com a série ajustada através de um método de decomposição sazonal, o outro um método que combina métodos de suavização exponencial com termos de Fourier e, por fim, um método de regressão dinâmica harmônica. Utiliza-se a métrica do MASE para avaliar a capacidade dos métodos, e o método de suavização exponencial com a série ajustada sazonalmente foi aquele que obteve a melhor performance no geral.