随着国民经济和电力工业的快速发展，电力系统对与安全、经济、稳定运行的要求越来越高，无功优化是降低有功网损、提高电压质量和增强系统稳定性一种有效手段，在提高电力系统经济效益、保证系统的安全性和稳定性等方面具有重要的意义。无功优化在数学上是一个多变量、多约束、连续变量和离散变量共存的大规模混合非线性规划问题，求解过程比较复杂。本文在对国内外关于无功优化模型及算法的研究现状进行阐述的基础上，详细研究了内点法和粒子群算法的原理以及它们在无功优化中的应用。首先，研究了基于内点法的无功优化线性规划方法。介绍了无功优化线性规划模型的建立方法和相关灵敏度系数矩阵的计算方法；介绍了原-对偶内点法的基本原理和求解步骤，并将其应用于无功优化的线性规划计算中；研究了无功优化计算过程中线性化步长的调整方法，并提出了一种基于信赖域思想的线性步长调整策略，相比常用的发生振荡时步长减半的策略能够更加有效地实现对线性步长的动态调整和控制。然后，研究了粒子群算法的基本原理及其在无功优化中应用。将云理论和变异机制引入到基本的PSO算法中，提出了一种改进粒子群算法——含维变异算子的云自适应粒子群算法，可以平衡算法的全局搜索能力和局部搜索能力，提高种群多样性，而且具有跳出局部最优解的优点，大大提高了算法的全局寻优能力；将改进的粒子群算法用于无功优化计算中，详细介绍了无功优化模型的建立、控制变量的编码方式以及离散变量的处理方法，介绍了改进粒子群算法进行无功优化计算的步骤和流程。接下来，在分析了传统优化算法和人工智能算法的优缺点的基础上，将本文提出的基于信赖域的线性规划原-对偶内点法和改进粒子群算法结合起来，充分利用了内点法计算速度快、迭代次数少、精度高的优点和粒子群算法全局搜索能力好、容易处理离散变量的优点，提出了一种基于交替迭代的粒子群-内点混合算法来求解电力系统无功优化问题，对混合寻优策略的原理和步骤进行了详细阐述。最后为算例及结果分析。采用MATLAB编写了程序，分别利用内点法、改进粒子群算法以及粒子群-内点混合算法对IEEE30、IEEE118节点系统进行无功优化计算，验证了本文提出的算法的有效性和可行性。算例结果表明，基于信赖域的原-对偶内点法可以快速有效地求解无功优化线性规划问题，提出的线性步长动态调整策略可以消除迭代过程中的振荡现象，减少迭代次数，而且能获得较好的优化效果；本文提出的改进粒子群算法在无功优化计算中具有较好的全局寻优能力和收敛性能，能获得精度更高的全局最优解；采用内点法和粒子群算法交替迭代的混合寻优策略能够很好地处理离散变量的优化问题，能在保证较快收敛速度的同时，搜索到精度较高的全局最优解；本文提出的混合算法相比单一的原-对偶内点法或改进粒子群算法来说优化效果更好，在收敛性和计算速度方面也可以满足实际问题的需要，因此很适合求解电力系统无功优化这样的大规模混合整数规划问题。