为应对环境污染与能源枯竭问题,节能环保、集中、多元融合、分布式协同、高效配置的多能互补模式逐步成为多能源微网的发展方向。为提高多能源微网系统内多能源互补能力与极端场景下供能可靠性,提出一种基于源-荷-温度场景深度联合生成的多能源微网系统优化配置方法。首先,考虑多能源微网系统设备多样性,分析多能源微网系统中常用设备的工作原理与运行特性,建立光伏、热电联供机组、储电系统、储热系统、电制冷机、电热泵、吸收式制冷机及燃气轮机的数学模型。其次,为深入挖掘不同气象条件下源-荷耦合特性,提升系统经济性与供能可靠性,针对历史气象数据开展聚类分析,获得典型气象类型簇。同时,以与用能负荷相关性最高的温度划分极端气象类型。然后,为准确刻画多能源系统内各类能源间耦合特性,提升多能源间互补潜力,在获得典型气象簇与极端气象数据后,以辐照、电负荷、温度历史数据为基础,针对典型场景与极端场景中每个气象模块,分别开展基于模块化去噪变分自编码器的辐照-电负荷-温度场景深度联合生成,并以温度确定多能源系统内冷热负荷,以获得准确描述不同气象类型下源-荷-温度场景,并对数据样本较少的极端用能场景进行扩充。其中,模块化建模可使生成模型更具针对性,且去噪准则能增强模型鲁棒性与泛化性,能够生成与历史数据概率分布和相关性相似且有差异的海量潜在典型场景和极端场景。由此,体现不同气象场景下用能不确定性,并覆盖有限极端温度数据下潜在高用能场景。最后,以聚类分析进行场景缩减,确定不同典型场景与极端温度场景的典型日,以各类场景历史出现概率确定典型日场景权重,以多能源微网系统总年化成本最低为目标,开展多能源微网系统优化配置。实验分析表明,生成源-荷-温度联合场景集能体现不同气象条件下的差异性,并能深入挖掘能源间互补潜力,提升优化配置的经济性与供能可靠性。