本发明涉及光伏发电技术领域，公开了一种基于互补集合经验模态分解的光伏功率预测方法及系统，其方法通过利用相关系数的计算方法筛选出与历史功率数据相关性较高的气象特征数据，还采用互补集合经验分解对光伏功率数据进行分解得到多个不同频率下的经验模态分量和一个残差分量，充分挖掘光伏功率数据潜在的频率变化规律，还将多个经验模态分量和一个残差分量进行聚类并划分为低频分量集合和高频分量集合，使用SVR神经网络对低频分量进行训练，使用Bi‑LSTM神经网络对随机性强的高频分量进行训练，并融合两个模型的预测结果，从而有效降低了预测误差，提高了模型的整体预测精度和鲁棒性。