本文探讨了支持向量机、深度学习和新兴概率预测方法在风能和光伏发电预测中的应用，研究表明这些方法能有效提高预测准确性，优化电力市场参与策略，并解决分位数交叉问题。

本文提出了多种基于深度学习的风速预测模型，包括时空风速预测模型、CNN-RNN结构和改进的门控循环神经网络（AtGRU）。研究表明，这些模型在短期风速和风能预测中显著提高了准确性，尤其在多个发电站的预测场景中表现优于传统方法。