本发明公开了一种基于集合经验模态分解的CNN‑BiLSTM短期光伏功率预测方法，包括：1、采集历史数据，筛选出突变天气和非突变天气样本数据；2、针对不同的天气类型，利用集合经验模态分解法将历史光伏电站小时功率数据分解为一系列不同频率但相对平稳的分量序列；3、搭建卷积神经网络CNN，构建CNN‑BiLSTM模型；4、采用灰狼寻优算法GWO确定CNN‑BiLSTM模型的超参数，并利用训练好的模型进行光伏功率短期预测。还公开了一种基于集合经验模态分解的CNN‑BiLSTM短期光伏功率预测系统。本发明能够在有效提取光伏数据的各个分量及变化趋势的同时，提高短期光伏功率预测的精确度。