随着社会经济的发展,能源短缺和环境污染问题日益突出,开发与利用可再生能源已成为解决能源和环境问题的重要途径。微电网作为分布式可再生能源友好接入大电网的一种方式,引起了广泛的关注。本文以光伏微电网为研究对象,围绕其发电预测与经济运行问题展开研究,研究工作主要包括:1)分析光伏微电网特性,包括微电网结构特性与各元件特性。重点阐述光伏发电系统的发电原理与输出功率特性、光伏微电网主要元件的数学模型,为光伏微电网发电预测方法研究与经济运行问题研究提供研究基础。2)研究光伏发电预测问题。针对投运初期的光伏电站历史数据不足的问题,提出一种对样本量需求较少的神经网络光伏预测方法。根据光伏发电各环节影响因素的解耦特性,利用改进的双层神经网络模型进行未来一天内的光伏输出功率预测,实现在较少样本量下,对神经网络预测模型的有效训练。基于实际数据,验证了所提出的光伏预测方法在小样本条件下的有效性。3)研究光伏微电网并网经济运行问题。综合考虑光伏发电超短期、短期预测技术的特点与微电网经济运行问题的需求,提出一种混合时长多时段滚动优化方法。在日前调度层的优化模型中,通过前密后疏的时段划分,有效利用光伏发电预测数据的时间粒度与预测精度特点,为实时调度层提供可靠的运行计划,从而保证了系统运行的经济性和安全性。与此同时,所提出的混合时长多时段滚动优化方法减少了日前调度层优化模型的变量数量,减少了问题求解的计算耗时。