电力系统的中心任务是保证电网能够安全、可靠、经济和优质的运行。通过对无功电源的优化配置，可以有效地降低电网的有功损耗，提高电压水平，使用电设备安全可靠地运行。然而无功优化问题是一个非常复杂的非线性问题，具有多目标、多不确定性、多约束、多极值和离散性等特点。本文以遗传算法为背景，提出了一种用于计算配电网无功优化的改进遗传算法；在地区电网实时无功优化的研究中，提出了“全网级”和“厂站级”分级协调的优化策略，并提出了一种小生境正交遗传算法便于实现“全网级“无功优化。 首先，研究了遗传算法的基本原理、编码策略及遗传算法的遗传算子。引入了小生境的概念，并给出了几种遗传算法中小生境的实现方式。 然后，针对配电网无功优化中控制变量的离散性和连续性相混合的特点，提出了一种改进遗传算法，该算法采用十进制整数和实数的混和编码策略，同时结合启发式算术杂交和自适应的变异方式，提高了编码效率，加快了收敛速度，增加了搜索全局最优解的概率。 最后，提出了“全网级”和“厂站级”分级协调的无功电压优化体系。“全网级”优化将一天分为24个时段，在每个时段，采用小生境正交遗传算法(NOGA)对电容器档位和有载调压变压器抽头档位两个参数进行优化。NOGA在基本遗传算法(SGA)的基础上，引入生物学中小生境的概念和正交设计技术，制定了初始种群生成方法，以保证个体的多样性，并在遗传算法选择、交叉和变异等操作中做出相应改进，解决了简单遗传算法在接近最优点时收敛困难的问题，通过运用正交技术，增加了搜索范围，提高了搜索效率。在“全网级”优化给出优化结果到下一次进行“全网级”优化的时间间隔内，若实时监测到某厂站的电压或功率因数越限，则转入“厂站级”优化。“厂站级”优化采用改进的九区图方法，仅利用厂站局部信息，运算速度快，运行可靠性较高，可确保该厂站单独参与优化控制，在任何时刻都能够符合无功电压的质量要求。算例表明，本文提出的两级优化算法有效、实用，在电力生产的工程实际中具备很好的应用价值。