摘要：针对光伏电站短期功率预测准确性的问题，提出了一种基于VMD-SE与改进的灰狼优化（Grey Wolf Optimization，GWO）算法优化支持向量机回归（Support Vector Regression，SVR）的组合预测方法。由于不同天气类型的光伏功率输出相差较大，因而利用相似日选取相同天气类型下的数据进行预测；考虑到光伏功率输出随机波动性较强，采用变分模态分解对原始光伏功率序列进行分解，以减少数据的非平稳性；为了克服支持向量回归参数盲目选取的弊端，利用改进的灰狼优化算法对其参数进行优化，以进一步提高数据的预测精度；最后，将分解后的子序列经样本熵重组后相加求和得到最终预测结果。算例结果表明，该组合预测方法整体上预测误差最小，有效提高了光伏输出功率预测的准确性，可以更好地保障电力系统的可靠运行。

关键词：光伏功率预测 变分模态分解 差分进化 灰狼优化 支持向量回归 

单位：广东工业大学自动化学院; 广东广州510006