本发明涉及一种基于改进极限学习机与分位数回归的光伏功率区间预测方法，获取初始历史样本单元集，经过数据清洗后，对各气象因素与光伏功率进行相关性分析，筛选出与光伏功率具有较高相关性的气象因素作为极限学习机预测模型输入变量；考虑预测区间覆盖率与归一化平均带宽，构建光伏功率预测区间评价指标；使用交叉验证法确定极限学习机隐层神经元个数，并使用光伏功率预测区间评价指标值表征粒子适应度，结合粒子群算法与分位数回归确定极限学习机参数最优值，完成光伏功率区间预测模型构建。本发明能够在满足可信度要求基础上，实现较高准确度的光伏功率不确定性预测，生成相应置信度下的光伏功率预测区间，具有实际应用价值。