随着经济社会的快速发展,对电力系统安全可靠供电,电压运行质量提出了更高的要求。电力系统无功电压优化控制就是综合运用无功调节手段,包括发电机端电压,可调变压器分接头和并联无功补偿装置的投切,在满足电网运行约束条件下实现提高电压合格率和降低有功网损的目标。由于电网规模日趋复杂且运行方式多变,使得以往依靠人工经验调节无功设备的方式不能满足现代电力系统的需要,无功电压自动优化控制已经成为不可缺少的控制方式。在无功电压自动优化控制中,实时无功电压优化计算的精度和速度是控制的关键问题,所涉及的优化算法成为电力系统无功优化的一个重要研究课题。现有无功优化算法主要分为两大类：数学规划类方法和人工智能优化方法。人工智能类方法中的遗传算法因其全局优化性和良好的适应性在电力系统无功优化中得到了广泛地应用,但是该方法存在寻优过程长,容易出现早熟收敛等弊端。论文针对这些问题,对遗传算法进行了研究,在此基础上改进了标准遗传算法中的交叉算子和变异算子,提出了一种自适应的变异概率确定方法。此外,由于无功优化中含有离散变量和连续变量,论文还研究了原-对偶内点算法,提出了一种组合算法,提高了求解精度。针对电网实时数据存在数据错误、误差偏大等问题,论文提出了数据处理的实用化方法,并对实时数据进行实用化分层分区处理。实现了无功优化对电网整体或分层分区的多种方式优化计算。论文提出的方法经算例验证和实际应用,证明了其可行性和有效性。