本发明公开了一种光伏概率预测方法，包括(1)收集光伏电站历史数据并对历史出力数据进行序列分解；(2)随机生成输入层‑隐层权重及偏置；(3)设定概率预测区间期望覆盖率；(4)训练网络，确定隐层‑输出层的权值；(5)输入数据，获取输出预测区间。本发明以光伏电站历史出力作为模型输入，解决了光伏阵列的安装位置随机性和光伏阵列的使用时间等对转换效率的影响，提高预测准确性；对历史数据进行序列分解，可更有效判别不同因素对出力的影响，增强数据特征；引入极限学习机ELM思想，在保证精度的同时大幅提升训练速度；以分位数回归方式对光伏出力区间进行概率预测，对调度计划的制定有更强的参考价值。