构建以新能源为主体的新型电力系统是实现我国“双碳”战略目标的主要举措之一，风力发电和光伏发电作为两种最具代表性的新能源，其波动性和随机性给电网安全和新能源消纳带来了重大挑战，新能源功率预测是降低其随机性影响的核心关键技术。近年来随着大数据技术和以深度学习、强化学习为代表的新一代人工智能技术在诸多领域的成功应用，其在新能源功率预测方面的应用仍有方兴未艾之势。本文首先简要论述了人工智能技术在新能源功率预测应用的理论基础，并对人工智能技术在风电和光伏功率预测方面的应用进行了系统总结，包括数据增强和特征构建等多种数据处理技术的应用，传统机器学习算法、深度学习算法以及组合算法在模型构建方面的应用，以及进化算法、群智能优化算法、强化学习等多种智能优化算法在模型训练和超参数优化方面的应用。然后对当前相关文献进行了统计分析，并基于新能源预测大赛结果和实际预测系统调研情况，对当前学术界研究热点和趋势，产业界模型应用情况进行了对比和分析。最后对当前新能源功率预测在场景自适应、小样本学习、NWP数据时空分辨率、分布式新能源预测等方面存在的一些问题进行了剖析，并对采用强化学习、元学习、图神经网络等多种人工智能技术解决相关问题的前景进行了展望。