摘要：针对光伏电站日前小时短期出力预测问题，提出一种基于集合经验模态分解（ensemble empirical mode decomposition，EEMD）和支持向量机（support vector machines，SVM）的 EEMD-SVM 组合模型预测方法。该方法将天气类型分为突变天气和非突变天气。首先采用EEMD分解法将历史光伏电站小时出力数据分解为一系列相对平稳的分量序列，对不同的天气类型考虑不同的气象因素，然后采用SVM法对所分解的各分量序列分别建立预测模型，选用不同的核函数和参数以取得单个分量序列的最佳预测精度。算例结果表明，分类建模思想和EEMD-SVM组合预测法能够使突变天气预测结果的平均绝对百分比误差减少5%，非突变天气的减少3%。

关键词：集合经验模态分解 支持向量机 光伏电站 短期 预测 

单位：教育部光伏系统工程研究中心(合肥工业大学) 安徽省合肥市230009