为了提高光伏输出功率短期预测的准确性和可靠性，提出一种基于主成分分析法（principal component analysis, PCA）、变分模态分解法（variational mode decomposition, VMD）和多元宇宙算法（multi verse optimizer, MVO）对支持向量机（support vector machine, SVM）进行优化的光伏输出功率短期预测组合模型。先利用PCA具有的数据分析能力和VMD具有的数据分解性能，对多维训练数据进行降维和分解；再将提取后的数据输入由MVO算法优化的SVM预测模型，得到不同本征模态的光伏输出功率预测分量；最后，将各预测分量的结果进行叠加。研究结果表明：该模型在晴天、多云和阴雨天时的平均绝对百分比误差分别为0.745 3%、0.510 5%和1.015?6%。以多云天气为例，该模型的平均绝对百分比误差比MVO?SVM、VMD?MVO?SVM、PCA?MVO?SVM模型的分别降低了3.820 7%、2.917 3%和1.843 8%。