本发明涉及一种基于注意力条件生成对抗网络的长期场景生成方法及系统，其包括：基于K‑means聚类算法进行典型日的聚类，得到原始年数据聚类结果；利用原始年数据聚类结果计算得到聚类转移矩阵，由聚类转移矩阵利用马尔科夫链蒙特卡洛模拟法生成每日集群的长期年度序列；以月份和原始年数据聚类结果作为条件数据训练对抗性网络ACGAN，训练得到满足目标函数的对抗性网络ACGAN，将长期年度序列中每天的信息输入训练后的对抗性网络ACGAN，生成风能和光伏能源的日内场景，进而由日内场景得到长期年度场景。本发明能更好地捕捉风能和光伏能源的相关性特征以及历史数据中的特征。