无功优化是降低电力系统有功损耗，提高电网电压质量，保障电力系统安全、稳定、经济运行的一种重要控制手段。本文分析了电力系统无功优化各类经典和智能优化算法的优缺点以及各自的适用范围。为了解决线性和非线性规划中难以解决的离散变量问题，确定了以遗传算法作为本文研究电力系统无功优化的基本算法。
　　文章首先分析了电力系统无功优化的基本理论，阐述了无功功率与电压水平、有功网损之间的关系，在参考电力系统无功优化通用数学模型的基础上，以有功网损最小为目标函数，建立以发电机的无功出力越限和节点电压越限作为罚函数的电力系统无功优化数学模型，将含有越限状态量的解较快的淘汰，加快收敛速度;文章分析对比了现有的潮流计算方法，重点介绍了牛顿-拉夫逊法和P-Q分解法的基本原理，确定了以P-Q分解法作为本文无功优化运算过程中的潮流计算算法，并在Matlab环境下编制了计算程序。
　　然后对标准遗传算法的原理进行了分析，文章针对标准遗传算法计算速度慢、容易陷入局部最优等缺点，结合电力系统既有连续变量又有离散变量的特点，对标准遗传算法的编码方式、选择策略、交叉方式、变异策略、收敛准则等方面进行了改进，并应用到电力系统的无功优化计算。
　　最后在Matlab环境下分别编写了基于简单遗传算法和基于改进遗传算法的电力系统无功优化计算程序，并分别对IEEE-14节点系统和IEEE-30节点系统进行了实际的无功优化计算。通过对两种算法的计算结果进行对比分析，验证了本文建立的电力系统无功优化模型的合理性，并证明了改进遗传算法比标准遗传算法的收敛速度更快，计算时间更短且网损目标函数值更小、优化结果更好。