1.一种基于单目标的新能源接入下的输电网规划的优化方法，其特征在于，包括步骤：S100，搭建含新能源的多目标输电网规划模型，将多目标输电网规划模型通过选定权重系数转化获得单目标函数；

S200，基于所述多目标输电网规划模型根据EPSO优化算法的粒子个体搭建相应的输电网网络拓扑结构；

S300，对所述输电网网络拓扑结构进行修补，使得输电网网络拓扑结构连通；

S400，利用概率直流潮流法求得粒子个体对应的输电网网络拓扑结构中各个支路的潮流，并根据潮流结果判断并修正不能满足输电网规划模型约束条件的粒子个体；

S500，根据所述单目标函数，利用自适应策略每次选择较高成功率的PSO策略进行多次迭代得到最优的全局粒子个体；

S600，把最优的全局粒子个体转化成相对应的规划方案。

2.根据权利要求1所述的一种基于单目标的新能源接入下的输电网规划的优化方法，其特征在于，在所述步骤S100中，综合考虑过负荷风险，以新建线路的输电投资成本等额年费用和网损功率构建目标函数，以线路的有功潮流过负荷随机变量的期望值构成过负荷风险约束，搭建含新能源的多目标输电网规划模型，再将其根据选定权重系数转化为单目标函数。

3.根据权利要求2所述的一种基于单目标的新能源接入下的输电网规划的优化方法，其特征在于，采用线性加权求和的方法，给建立的多目标输电网规划模型的目标函数分别乘以权重系数求和来得到粒子个体的适应度函数作为单目标函数；

所述单目标函数值包括网损功率和新建线路的输电投资成本等额年费用；网损功率包括丰期网损功率和枯期网损功率：

根据丰期各个支路的潮流求解结果，计算丰期网损功率，计算公式为：式中：f2为网损功率；NL为系统总走廊数； 为支路i的原有线路数；zi为支路i的扩建线路数；ri为支路i的单回线路电阻；Pli为正常运行方式下线路i上的有功潮流；

根据枯期各个支路的潮流求解结果，计算枯期网损功率，计算公式为：

4.根据权利要求1所述的一种基于单目标的新能源接入下的输电网规划的优化方法，其特征在于，在所述步骤S300中对所述输电网网络拓扑结构进行修补时，采用去除孤立节点和去除孤岛两步进行输电网网络拓扑结构的修补，使得输电网网络拓扑结构连通。

5.根据权利要求4所述的一种基于单目标的新能源接入下的输电网规划的优化方法，其特征在于，所述去除孤立节点包括步骤：S301，进行初始化设置：对输电网网络拓扑结构的节点进行编号；获取输电网网络拓扑结构的邻接矩阵；

S302，设定节点i＝1，根据邻接矩阵linjie1n×n判断节点i是否为孤立节点；若是，转到步骤S303；若否，进行步骤S305；

S303，由新建线路的输电投资成本等额年费用的目标函数计算新建线路的输电投资成本等额年费用，选择新建线路的输电投资成本等额年费用最少的一条两端节点编号含上述孤立节点编号的线路；

S304，对步骤S303中得到的线路进行存储，更新邻接矩阵；

S305，判断上述孤立节点编号是否小于节点总数；若是，转到步骤S302依次判断下一个节点是否为孤立节点；若否，则孤立节点去除完毕。

6.根据权利要求5所述的一种基于单目标的新能源接入下的输电网规划的优化方法，其特征在于，所述去除孤岛包括步骤：S311，进行初始设置：设定节点i＝1，输电网网络拓扑结构中节点1为中心节点，节点集合P当前只包含节点1；

S312，在输电网网络拓扑结构中依次检索所有与集合P中节点i相连的节点j，将节点j存储在集合P中，直到所有节点检测完毕；

S313，检测集合P是否包含输电网网络拓扑结构中的每一个节点；若是，孤岛去除完毕；

若否，转到步骤S314；

S314，去除输电网网络拓扑结构中的孤岛。

7.根据权利要求6所述的一种基于单目标的新能源接入下的输电网规划的优化方法，其特征在于，所述步骤S314中去除输电网网络拓扑结构中的孤岛，包括步骤：S3141，设置起始节点a＝1，节点集合S3142，依次将不属于集合P中的节点a存储到集合T中；

S3143，i∈P，a∈T；由所述新建线路的输电投资成本等额年费用目标函数计算新建线路的输电投资成本等额年费用，选择新建线路的输电投资成本等额年费用最少的两端节点编号为节点i和节点a的一条线路；

S3144，通过从步骤S3143中得到的线路更新邻接矩阵linjie1n×n，转到步骤S311。

8.根据权利要求7所述的一种基于单目标的新能源接入下的输电网规划的优化方法，其特征在于，在所述步骤S400中，利用概率直流潮流法求得粒子个体对应的输电网网络拓扑结构中各个支路的潮流，并根据潮流结果判断并修正不能满足输电网规划模型约束条件的粒子个体，包括步骤：

S401，初始化：初始化初代粒子个体；修补初代粒子个体；

S402，计算出系统中每个节点注入功率取期望值时的直流潮流分布，得到节点电压相角θ0和支路潮流功率Pl，计算公式为：P＝B0θ0，Plij＝(θi‑θj)/xij；

式中，P为节点注入有功功率的期望值；B0为系统节点电纳矩阵；θi为节点i的相角，θj为节点j的相角；xij为线路两端节点i与节点j的线路阻抗；

S403，根据输电网中发电机的出力和节点有功负荷随机变量的分布，计算节点有功注入随机变量的各阶矩mr(P)，计算公式为：式中，mr为随机变量的r阶矩；E(x)为离散型随机变量x的期望值；pi是离散型随机变量x取xi的概率；

S404，由于随机变量矩与半不变量间的关系，通过mr(P)可得到相应的各阶半不变量kr(P)，计算公式为：

式中，kr为随机变量的r阶半不变量； 为多项式系数；

S405，支路潮流的一阶半不变量和二阶半不变量的平方根分别对应其数学期望和标准差，其余阶半不变量则由上述步骤S404得到，进而得出粒子个体对应的输电网网络各个支路的潮流；

S406，依次判断各个支路潮流是否满足所述约束条件；若是，保留该粒子个体；若否，转到步骤S401。

9.根据权利要求8所述的一种基于单目标的新能源接入下的输电网规划的优化方法，其特征在于，在所述步骤S500中，根据所述单目标函数，利用自适应策略每次选择较高成功率的PSO策略进行多次迭代得到最优的全局粒子个体，包括步骤：S501，初始化：初始化算法参数以及输电网网络拓扑结构参数；初始化初代粒子个体，包括粒子个体的位置和速度、粒子的最优全局位置和最优个体位置；修补初代粒子个体，初始化适应度函数；

S502，判断代数是否为1；若是，初始化每个PSO策略的被选择概率，并为第一代随机选择PSO策略；若否，采用自适应选择策略选择高成功率的PSO策略作为最优PSO策略；

S503，根据所述最优PSO策略来进行粒子个体位置和速度的更新，得到次代粒子个体；

S504，采用所述去除孤立节点和去除孤岛两步对所述次代粒子个体进行修补；

S505，由概率直流潮流法得到粒子个体对应的输电网网络各个支路的潮流，并根据潮流结果判断并修正不能满足输电网规划模型约束条件的粒子个体；

S506,通过所述单目标函数更新粒子的最优全局位置和最优个体位置；

S507，判断是否达到最大代数；若是，则结束计算；若否，转到步骤S502。

10.根据权利要求9所述的一种基于单目标的新能源接入下的输电网规划的优化方法，其特征在于，所述步骤S502中的自适应选择策略，将固定数量的世代数目定义为学习期LP，并且EPSO跟踪在学习期间每个PSO策略的成功或失败的情况，根据记录下来的成功和失败的记忆，在学习期生成之后，计算每个PSO策略的成功率，同时，在每个子代中更新每个PSO策略的选择概率，然后，选择与当前代中每个粒子的成功率成正比的PSO策略，包括步骤：S5021，令Pk作为每个PSO策略的被选择概率，并把每个Pk初始化为1/K以使得它们具有相等的被选择概率，其中，k＝1,2,…,K；K是在联营体中PSO策略的总数目；

S5022，使用随机的通用选择方法来为粒子选择候选的策略；

S5023，对于第G代，如果所选择的PSO策略产生改进的解决方案，则成功的记忆记录nSk,g用来促进该被选策略；否则，PSO策略会被记录为故障记忆nfk,g而被降级；

S5024，成功和失败的记忆被更新为一个称为学习期LP的固定数目的子代；如果存储器在LP生成后溢出，则存储在存储器中的最早记录将被删除，以便将当前获得的数字存储在存储器中；

S5025，在LP代之后的下一代，从联营体中选择PSO策略的概率更新，更新公式为：式中：k＝1,2,…,K；G＞LP；Sk,G为第k个PSO策略产生的解决方案的成功率；ε用于避免可能出现的空成功率，ε＝0.01。