随着国民经济的快速发展,各个行业对电能质量的要求不断提高。电力系统无功优化是保证系统安全、经济运行的一种有效手段,是降低网络有功损耗、提高电压质量的重要措施。本文首先介绍了电力系统无功优化问题研究的内容和现状,综述了应用于电力系统无功优化问题求解的各种优化算法并分析了各种优化算法的优缺点和适用范围,以系统网损最小为目标,同时满足潮流约束和安全约束,建立了无功优化模型。电力系统无功优化是一个多变量、多约束、非线性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,其优化过程十分复杂。遗传算法是一种基于自然选择和遗传机制的搜索算法,比较适合于求解电力系统无功优化问题。其是全局收敛的,但是遗传算法的交叉算子和变异算子却相对固定,在求解问题时,可变的灵活程度较小,这样易使遗传算法产生早熟现象,陷入局部极值。因此本文采用自适应遗传算法,在进化过程中根据种群的实际情况,动态调整交叉概率和变异概率。自适应遗传算法在保持群体多样性的同时,保证了遗传算法的收敛性,提高了算法的寻优能力。另外将免疫算法中的免疫算子应用于自适应遗传算法,在保留原算法优良特性的前提下,更加有效地抑制了优化过程中出现的退化现象。把本文提出的改进遗传算法应用于Ward&Hale6节点系统和IEEE-30节点作为标准测试系统以及某地区实际电网进行了优化计算,并与常规的免疫算法和自适应遗传算法的优化结果进行了比较,计算表明本文的算法是正确有效的,有良好的理论价值和实用价值。相比于简单遗传算法,它具有更好的全局收敛能力和收敛速度。