Estimativas precisas da geração e consumo de eletricidade são necessárias para promover a integração de fontes de energia renováveis à malha elétrica, assim reduzindo o consumo de combustíveis fósseis e seus efeitos nas mudanças climáticas. Neste cenário, diversos experimentos têm desenvolvido métodos de previsão de radiação solar, mas poucos destes aplicam Redes Neurais Recorrentes e seu potencial de modelar séries temporais. Este artigo revisa alguns dos modelos e apresenta um experimento utilizando Redes Neurais Recorrentes em previsões de radiação solar. O desempenho do modelo é avaliado em dados de irradiância com resolução de 5 minutos, de 2014 à 2016. Novos experimentos serão conduzidos investigando a adequação do modelo a horizontes mais longos e o efeito da normalização dos dados.