本发明公开一种基于PCA‑LSTM‑MTL的含光伏出力的台区负荷预测方法，包括以下步骤：S1.获取台区历史负荷数据、光伏历史出力数据和历史气象数据，对数据进行预处理，构建特征数据集x＝|x1，x2，..，xn|；S2.针对S1中的特征数据集x＝|x1，x2，..，xn|，根据主成分分析降维重构该时序特征空间，降低数据集复杂度，识别构造出最优的k个特征，优化特征空间；S3.构建多任务学习网络，将S2中的特征数据集输入多任务学习网络进行训练，获得台区负荷预测结果与光伏预测结果；S4.预测结果及评价，将S3中得到的负荷预测结果与光伏预测结果相减，得到最终的含光伏电站的台区负荷预测结果，并采用绝对平均百分比误差(MAPE)评价模型预测精度。