Nâng cao độ chính xác của các phương pháp dự báo năng lượng gió được xem là giải pháp chính để giải quyết vấn đề vận hành khi tích hợp chúng vào hệ thống điện. Do đó, mục tiêu của bài báo là nghiên cứu so sánh các phương pháp đã có với các phương pháp kết hợp đề xuất dùng cho dự báo năng lượng gió. Trước tiên, mô hình ARIMA và phương pháp làm mịn lũy thừa (EXP) được sử dụng để dự báo năng lượng gió dạng chuỗi thời gian. Thứ hai, mô hình mạng nơ ron được huấn luyện để dự đoán công suất gió phát ra. Hai phương pháp dự báo năng lượng gió kết hợp (mô hình ARIMA + mạng nơ ron, phương pháp EXP + mạng nơ ron) được đề xuất dựa trên phương pháp phương sai-hiệp phương sai. Cuối cùng, ba trường hợp nghiên cứu các nông trại gió của Bỉ được sử dụng để minh họa hiệu quả của các phương pháp dự báo. Bài báo đã tìm ra phương pháp dự báo tốt nhất trong các trường hợp nghiên cứu theo các tiêu chí MAE, WAPE và RMSE., Tóm tắt tiếng anh, As the integration of wind power energy resources into power system, the enhancement of the accuracy of wind power forecasting methods can be considered one of the key solutions for solving the operational issues. Therefore, the primary objective of this paper is to make a comparison between the existing methods and the proposed combined ones for the wind power generation forecasting. Firstly, two traditional statistical methods consisting of the ARIMA model and exponential smoothing method (EXP) are used to make the time series forecasting of wind power. Secondly, a neural network model is trained to predict wind power generation. Then, two combined wind power forecasting methods (i.e., the ARIMA model and the neural network, and the EXP and the neural network) are proposed based on the variance-covariance method. Finally, the three case studies from Belgium wind farms are performed to demonstrate the efficiency of the proposed methods. Three evaluation criteria including MAE, WAPE, and RMSE are used to identify the optimal wind power forecasting method in these case studies.