1.一种光‑荷联合典型场景生成方法，其特征在于，包括：

获取预设时间范围内的目标光伏出力数据、多种目标气象数据和目标负荷数据，将各所述目标气象数据分别与各所述目标光伏出力数据和各所述目标负荷数据进行多源数据融合，得到气象光伏数据集和气象负荷数据集；

基于所述目标光伏出力数据、所述目标气象数据和所述目标负荷数据之间的相关系数，对所述气象光伏数据集和所述气象负荷数据集进行气象数据冗余剔除，确定目标气象光伏数据集和目标气象负荷数据集；

采用改进的时序生成对抗网络模型分别对所述目标气象光伏数据集和所述目标气象负荷数据集进行数据增强，得到增强气象光伏数据集和增强气象负荷数据集；

对所述增强气象光伏数据集和所述增强气象负荷数据集中的增强气象数据分别进行降维，并进行交互式聚类得到光伏侧气象场景和负荷侧气象场景；

分别对所述增强气象光伏数据集与所述增强气象负荷数据集进行聚类分析，得到各所述光伏侧气象场景的光伏簇和各所述负荷侧气象场景的负荷簇；

基于各所述光伏簇和各所述负荷簇进行气象日场景的全局‑局部时序匹配，生成光‑荷联合典型场景集；

所述对所述增强气象光伏数据集和所述增强气象负荷数据集中的增强气象数据分别进行降维，并进行交互式聚类得到光伏侧气象场景和负荷侧气象场景，包括：对所述增强气象光伏数据集中的增强气象数据按日分别进行峰谷差计算和平均值计算，得到多个光伏侧降维气象数据；

对所述增强气象负荷数据集中的增强气象数据按日分别进行峰谷差计算和平均值计算，得到多个负荷侧降维气象数据；

对所述光伏侧降维气象数据进行聚类，得到多个光伏侧气象场景和光伏聚类参数；

以所述光伏聚类参数作为负荷聚类参数，对所述负荷侧降维气象数据进行聚类分析，得到多个负荷侧气象场景。

2.根据权利要求1所述的光‑荷联合典型场景生成方法，其特征在于，所述获取预设时间范围内的目标光伏出力数据、多种目标气象数据和目标负荷数据，将各所述目标气象数据分别与各所述目标光伏出力数据和各所述目标负荷数据进行多源数据融合，得到气象光伏数据集和气象负荷数据集，包括：获取预设时间范围内的初始光伏出力数据、多种初始气象数据和初始负荷数据；

对各所述光伏出力数据、各所述气象数据和各所述负荷数据进行数据清洗，得到目标光伏出力数据、目标气象数据和目标负荷数据；

将各所述目标气象数据与各所述目标光伏出力数据按照时间进行数据融合，生成气象光伏数据集；

将各所述目标气象数据与和各所述目标负荷数据按照时间进行数据融合，确定气象负荷数据集。

3.根据权利要求1所述的光‑荷联合典型场景生成方法，其特征在于，所述基于所述目标光伏出力数据、所述目标气象数据和所述目标负荷数据之间的相关系数，对所述气象光伏数据集和所述气象负荷数据集进行气象数据冗余剔除，对应确定目标气象光伏数据集和目标气象负荷数据集，包括：对各种所述目标气象数据分别按日进行峰谷差计算，对应得到多个峰谷差气象数据；

采用皮尔森相关系数法计算各所述目标光伏出力数据、各所述目标负荷数据和各所述峰谷差气象数据之间的相关系数；

选取与所述目标光伏出力数据和所述目标负荷数据均满足相关系数大于第一相关阈值的峰谷差气象数据作为目标峰谷差气象数据；

若所述目标峰谷差气象数据的类别为多个，则基于各种所述目标峰谷差气象数据之间的相关系数择一确定相关系数大于第二相关阈值的目标峰谷差气象数据的类别作为降维气象场景；

从所述气象光伏数据集和所述气象负荷数据集中分别剔除所述降维气象场景关联的目标气象数据，得到目标气象光伏数据集和目标气象负荷数据集。

4.根据权利要求1所述的光‑荷联合典型场景生成方法，其特征在于，所述分别对所述增强气象光伏数据集与所述增强气象负荷数据集进行聚类分析，得到各所述光伏侧气象场景的光伏簇和各所述负荷侧气象场景的负荷簇，包括：按照各所述光伏侧气象场景分别从所述增强气象光伏数据集中抽取出对应的增强光伏数据进行聚类，得到各所述光伏侧气象场景的光伏簇；

按照各所述负荷侧气象场景分别从所述增强气象负荷数据集中抽取出对应的增强负荷数据进行聚类，得到各所述负荷侧气象场景的负荷簇。

5.根据权利要求1所述的光‑荷联合典型场景生成方法，其特征在于，所述基于各所述光伏簇和各所述负荷簇进行气象日场景的全局‑局部时序匹配，生成光‑荷联合典型场景集，包括：将各所述光伏簇中与相应的聚类中心最接近的增强光伏数据作为各所述光伏簇的光伏典型场景；

将各所述负荷簇中与相应的聚类中心最接近的增强负荷数据作为各所述负荷簇的负荷典型场景；

以光伏侧气象场景和负荷侧气象场景处于相同气象场景为单位，采用各光伏典型场景所在日的增强气象数据与对应的各负荷典型场景所在日的增强气象数据计算动态时间规整距离和矩阵剖面距离；

采用各所述动态时间规整距离与关联的矩阵剖面距离进行综合处理，得到各所述光伏典型场景的多个综合距离；

遍历各所述综合距离，将各所述光伏典型场景与对应的最小综合距离关联的负荷典型场景组合为光‑荷联合典型场景对；

采用各所述光‑荷联合典型场景对按照气象场景构建成光‑荷联合典型场景集。

6.一种光‑荷联合典型场景生成装置，其特征在于，包括：

数据处理模块，用于获取预设时间范围内的目标光伏出力数据、多种目标气象数据和目标负荷数据，将各所述目标气象数据分别与各所述目标光伏出力数据和各所述目标负荷数据进行多源数据融合，得到气象光伏数据集和气象负荷数据集；

数据剔除模块，用于基于所述目标光伏出力数据、所述目标气象数据和所述目标负荷数据之间的相关系数，对所述气象光伏数据集和所述气象负荷数据集进行气象数据冗余剔除，确定目标气象光伏数据集和目标气象负荷数据集；

数据增强模块，用于采用改进的时序生成对抗网络模型分别对所述目标气象光伏数据集和所述目标气象负荷数据集进行数据增强，得到增强气象光伏数据集和增强气象负荷数据集；

降维聚类模块，用于对所述增强气象光伏数据集和所述增强气象负荷数据集中的增强气象数据分别进行降维，并进行交互式聚类得到光伏侧气象场景和负荷侧气象场景；

光伏负荷聚类模块，用于分别对所述增强气象光伏数据集与所述增强气象负荷数据集进行聚类分析，得到各所述光伏侧气象场景的光伏簇和各所述负荷侧气象场景的负荷簇；

典型场景生成模块，用于基于各所述光伏簇和各所述负荷簇进行气象日场景的全局‑局部时序匹配，生成光‑荷联合典型场景集；

所述降维聚类模块具体用于：

对所述增强气象光伏数据集中的增强气象数据按日分别进行峰谷差计算和平均值计算，得到多个光伏侧降维气象数据；

对所述增强气象负荷数据集中的增强气象数据按日分别进行峰谷差计算和平均值计算，得到多个负荷侧降维气象数据；

对所述光伏侧降维气象数据进行聚类，得到多个光伏侧气象场景和光伏聚类参数；

以所述光伏聚类参数作为负荷聚类参数，对所述负荷侧降维气象数据进行聚类分析，得到多个负荷侧气象场景。

7.一种计算机设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1‑5任一项所述的光‑荷联合典型场景生成方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现如权利要求1‑5任一项所述的光‑荷联合典型场景生成方法的步骤。

9.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现如权利要求1‑5任一项所述的光‑荷联合典型场景生成方法的步骤。