1.一种基于交替梯度算法的电网概率潮流计算方法，其特征在于，包括以下步骤：步骤1、将电力系统中的新能源风光出力和随机负荷设为随机输入变量，n为总随机输入变量的个数；判断各个变量所服从的概率分布并获得各分布参数；

步骤2、对每一个随机输入变量进行拉丁超立方采样，采样规模为N，采样矩阵的维度为N×n；则每一个采样样本由式(1)得到：其中 为变量X的累计分布函数的反函数；k表示第k次采样；i为区间 中的随机数；经过拉丁超立方采样过后得到初始采样矩阵Rn×N，其中步骤3、获得各随机变量间的相关矩阵C，对相关矩阵C进行判断，若为正定矩阵，则继续步骤4；若为无效相关矩阵，即非正定矩阵，则运用改善的梯度更新法将无效相关矩阵处理为有效相关矩阵C′，有效相关矩阵即正定矩阵；具体如下：

1)生成初始矩阵B，并且BBT尽可能与目标非正定相关矩阵C接近；利用式(3)计算目标函数的梯度：其中k为迭代次数；Bk为迭代k次时的分解矩阵；C为各随机变量间的相关矩阵；

2)通过式(4)计算更新公式的步长θk：

其中τ为步长因子，通常设为0.5；m为控制步长收敛的值，初始值为1；gradk为迭代k次时目标函数的梯度；

3)对梯度更新的设定如式(5)，计算更新后的矩阵Bk+1：Bk+1＝Bk-θk×gradk     (5)其中Bk为迭代k次时的分解矩阵；Bk+1为迭代k+1次时的分解矩阵；θk为迭代k次时的步长；gradk为迭代k次时目标函数的梯度；

为了保证处理后的有效相关矩阵的对角元素为单位1，引入比例矩阵T，利用式(6)计算比例矩阵T：其中函数diag(A)表示将矩阵A中所有对角元素单独形成的一个对角矩阵；

4)利用式(7)对迭代后的矩阵进行修正，使的矩阵的对角元素为单位1：通过式(8)计算此次迭代所得结果的误差值：若此次迭代结果的误差比上一次迭代的误差小，即rk+1-rk＜0     (9)

则继续下一步，否则m＝m+1，重新开始计算步长并重新迭代；

5)若满足迭代停止条件则迭代结束，由C′＝Bk+1Bk+1T输出处理后的目标正定相关矩阵C′；若不满足迭代停止条件，则进行下一次迭代，k＝k+1；迭代停止条件如式(10)所示：步骤4、当相关矩阵为非正定时，使用秩变换法来处理采样矩阵Rn×N，使各随机输入变量的相关矩阵接近等价于步骤3获得的有效相关矩阵C′；当相关矩阵为正定时，使用秩变换法来处理采样矩阵Rn×N，令C′＝C，使各随机输入变量的相关矩阵等价于相关矩阵C′；

首先利用式(11)计算初始采样矩阵的相关矩阵CT：其中σi与σj分别为随机输入变量Xi与Xj的标准差；

基于Cholesky分解，对相关矩阵CT与目标正定相关矩阵C′进行分解：CT＝PPT，C′＝QQT      (12)其中P与Q为下三角矩阵；

计算出满足SCTST＝C′的矩阵S：

S＝PQ-1  (13)

计算出具有与相关矩阵C'相同相关矩阵的采样矩阵：R′＝RST      (14)

对初始采样矩阵R中的元素按照R′中元素的大小排列顺序进行排列，得出最终具有目标正定相关矩阵C′的采样矩阵R″；

步骤5、根据每一次得到的输入变量样本进行确定性潮流计算，得到随机输出变量即为概率潮流计算结果，对得到的结果进行统计学分析。