电力系统无功的合理分布是保证电压质量和降低网损的前提条件，电力系统中无功的优化调整，将对电力系统的安全和经济运行产生重要作用，因此，电力系统无功优化问题的研究，既有理论意义，又具有实际应用价值。 电力系统无功优化是一个多变量、多约束的混合非线性规划问题，其操作变量既有连续变量又有离散变量，其优化过程是否复杂。遗传算法是一种基于自然选择和遗传机制的搜索算法，适合于求解电力系统无功优化问题。本文介绍了电力系统无功优化领域的研究现状及其发展，建立了以有功网损为目标函数的电力系统无功优化计算的数学模型，对于目标函数中的电压越界点和发电机无功越界点，采用罚函数处理。针对遗传算法应用于求解无功优化等复杂非线性优化问题中容易发生“早熟”和收敛速度慢等问题，本文对基本遗传算法进行改进，适应度函数采用了线性尺度变换法，选择采用锦标赛法，运算采用指数变化的交叉率与变异率，并在进化后期采用二次变异。通过改进，遗传算法在寻优过程中能够很好地跳出局部最优解，增强了全局寻优能力和提高了计算精度，同时保留了基本遗传算法的优点。 根据上述算法用MATLAB语言编制了实用程序，采用本文的算法对Ward&Hale6节点系统和IEEE-30节点系统进行了优化计算，并与其他文献的改进遗传算法的优化结果进行了比较分析。计算结果表明本文的改进算法具有更强的全局寻优能力和更高的计算精度，同时结果也证明了本文模型和算法的实用性、可靠性和较优性。