随着经济的快速发展,用户对电能需求的量也越来越大,这对电力系统的稳定可靠提出了越来越高的要求。为了维持电力系统的稳定可靠运行,需对电力系统调节,动态无功优化作为一种有效的手段得到越来越受到重视,另一方面,电力系统负荷预测是动态无功优化的一个基础,其预测的准确与否直接关系到电力系统动态无功优化的效果。基于此,本文对配电网的无功优化展开研究,提出了基于负荷预测的多中心内点法的配电网动态无功优化方法,具体的研究内容如下:首先,本文对研究内容的相关背景及研究的意义进行介绍;然后分别介绍了国内外的短期负荷预测技术和国内外的静态无功优化技术和动态无功优化技术的研究情况。另外对预测算法在短期负荷预测中的应用做了相关的基本介绍。其次,本文介绍了时间序列算法和支持向量机(SVM)算法这两个算法的原理及相关适用条件。基于短期负荷预测的相关特征,采取两种算法的优点,建立了基于时间序列算法和SVM算法相混合的算法来对电力系统短期负荷进行预测。利用该算法对无功负荷进行预测,并采用均方根相对误差RMSRE来评估预测结果,通过相关的仿真,并与传统的方法进行比较,仿真结果显示本文方法具有预测精度高、适应性强等特点。然后,本文对作为动态无功优化基础的静态无功优化进行了详细的分析,针对内点法收敛速度较慢及多中心-校正内点法对初始值要求高的缺点,将免疫算法引入到多中心-校正内点法中,建立的基于免疫算法的多中心-校正内点法模型,利用免疫算法改进多中心-校正内点法初始值的问题。通过仿真结果,本文的结合免疫算法的多中心-校正内点法能够得到更好的无功优化效果。最后,本文利用结合免疫算法的多中心-校正内点法计算各个符合段的静态无功优化,从而得到各个负荷段控制的设备值。进一步的通过引入负荷系数,通过各个时间段负荷系数的数值来控制无功补偿设备触发动作的时刻,以此形成本文的动态无功优化策略。通过建立IEEE30节点系统仿真模型,并通过仿真分析,验证本文方法具有有效性和可靠性等特点。