光伏发电具有随机性、波动性和受天气影响等特点,棚内微电网自身容量有限且光伏输出功率波动大,微电网线电压受光伏输出随机性和负荷变化的影响,造成线电压波动大。本文提出一种光伏功率预测方法,根据预测结果研究大棚负荷可时移用电策略,提高光伏利用率,降低光伏随机性、波动性对棚内线电压的影响。具体研究内容如下:(1)对光伏发电影响因素进行分析。研究辐照强度、温度、风速、湿度等对光伏功率的影响,运用ELM激励函数的余弦非线性相关性度量方法,求出各影响因素与光伏功率输出的非线性相关系数。对原始数据进行归一化、缺值修补,根据K-means聚类方法将训练数据分为晴天、雨天、阴天三种相似日类型。(2)对BP(back propagation neural network,BP)、Elman、LSTM(Long Short-Term Memory,LSTM)3种预测模型进行网络结构分析及光伏功率预测仿真。仿真结果表明,以BP为代表的具有单隐含层网络结构的预测模型运算速度快、预测精度低;以Elman为代表的多隐含层预测模型预测精度较高、运算速度慢;以LSTM为代表的具有长时记忆能力的预测模型预测精度高、运算速度介于两者之间。(3)为提高光伏功率预测速度,本文研究了含有单隐含层且具有横向学习能力的宽度学习(BLS)预测模型,仿真结果表明,BLS在预测速度上显著提升;为提高光伏功率预测精度,在BLS网络上增加级联结构使其具有时间记忆能力,因此研究了一种深度级联宽度学习(DCBLS)光伏功率预测模型,仿真结果表明,DCBLS预测模型在运算速度与预测精度上效果最好。(4)根据光伏功率预测结果,提出一种农业大棚负荷可时移策略。首要对大棚微电网安全结构系统设计,之后根据负荷特性将其分为不同等级,制定负荷可时移策略。仿真结果表明,负荷时移后光伏利用率提高,棚内微电网电压波动减小。