为了保障电网的安全、稳定、经济运行,提高电力系统的运行效率,电网无功优化有着重要意义。电网无功优化是一个多约束、多变量的非线性优化问题,主要分为无功运行优化和规划设计优化。虽然两者的优化目标不同,但都属于在约束条件下,通过调节某些控制变量使得电网中某个或多个性能指标达到最优的无功调节手段。本次研究主要以网损最小为目标,采用牛顿拉夫逊算法与改进粒子群算法相结合的计算方法,减少电网中各支路损耗,达到无功优化目的。本文主要介绍了电网无功优化的国内外研究背景和研究意义,总结了经典无功优化方法和群体智能无功优化方法的优缺点。在本次研究中,以发电机端电压、变压器变比和电容器无功补偿为控制变量,负荷端电压以及发电机无功功率为状态变量,结合节点有功功率和无功功率的等式约束条件和变量的不等式约束条件,采用改进的粒子群算法进行网损优化。本次研究的主要流程为:对采集到的电网数据进行潮流计算,得到基础优化后的数据;对处理后的数据采用改进的粒子群算法进行再次寻优,得到最终结果;将算法改进前后的计算结果与初始网损进行分析。为了改进粒子群算法后期搜索过于集中的问题,提出自适应部分信息选择的粒子群优化算法(AISPSO)。不同于传统粒子群算法中对群体共享经验的更新模式,自适应部分信息选择的粒子群算法会结合邻域粒子的不同表现,通过对比粒子的适应度,选择较高的进行替换。在粒子个数不变的情况下选择优势信息来进行优化处理,增加了粒子多样性,同时优化了粒子群算法的局部收敛问题。本文将改进后的粒子群算法应用于IEEE30和IEEE57节点的电网中进行无功优化,最终计算的有功功率损耗与算法改进前相比,有明显下降。通过数据对比与优化曲线分析,确定自适应部分信息选择的粒子群算法能够有效降低电网的网损,提高电网的稳定性和运行效率。