无功优化是电力系统电压稳定与经济运行的核心问题,也是提高电力系统电压质量、降低网损的重要措施,具备重大理论研究意义以及实际应用价值。在以往的研究中,用到经典的数学规划解析算法,虽然它理论严密、收敛速度也满足要求,但对于无功优化问题的微分性质要求严格,往往不能收敛到全局最优解。本文针对电力系统的无功优化问题的具体特点,包括大规模、多变量、多约束条件、混合非线性规划性,以及其操作变量既有连续变量又有离散变量,使得优化过程十分复杂,采用了一种基于小生境的改进遗传算法。该算法借鉴生物生存环境区域性、局部性,令遗传算法中个体在一个特定环境中生存进化,能够有效地维持群体的多样性。解决了简单遗传算法容易出现的早熟问题及局部寻优能力较差的问题。考虑到电力系统无功优化控制变量的连续性和离散性共存,本文应用多参数级连整数实数混合编码以及分组遗传操作的思想,避免以往实数编码求整表示离散量带来的截断误差,使得控制更符合实际情况,结果更准确,同时算法实现步骤更明确。本文从电力系统无功优化基本思路入手,建立了相应的数学模型。将改进遗传算法应用到优化过程,通过算法实现自适应的小生境环境,编制相应的计算软件,该软件采用面向对象的程序设计思想,程序易于修改、调试,具备较强的通用性。将软件应用于IEEE-30节点系统,算例结果达到了预期效果。证明了本文所提出的方法和相应软件是正确和有效的,具备理论研究价值和实际应用价值。