随着全球性的能源价格上涨,世界各国均开始重视新能源发电,如风力发电等。风力发电由于其在投资成本、安装方式等方面的优势,在新能源发电中独占鳌头,因此被确立为未来我国电力工业重点发展方向之一。但由于风速本身的随机性与波动性,风机在并网时会对配电网的节点电压水平等方面产生负面影响。通过相关研究可知,无功优化可以有效稳定系统电压水平,并显著降低系统网损,故调整系统内可调无功出力可以作为解决风机并网问题的手段。但并入了风机的配电网由于其控制变量增多,传统无功优化算法在解决此类问题上的效率明显下降,故需要引入人工智能算法加快无功优化问题计算效率。针对含双馈风机的配电网无功优化问题,本文做了以下研究:1)深入研究双馈风机的结构原理,通过其技术参数,计算出双馈风机的有功无功出力特性,并讨论了双馈风机并网形式。对含双馈风机的配电网,选用前推回代算法作为配电网潮流计算方法。2)针对风速的随机性,采用拉丁超立方采样算法对风速进行模拟,获取大量风速样本,并根据样本特性,采用K-means聚类算法对样本进行削减,最终确立了风机出力的典型场景。3)介绍多目标多元宇宙算法的基本原理,针对多目标多元宇宙算法在求解过程中易陷入局部最优等问题,提出基于改进的多目标多元宇宙算法,并通过标准测试函数验证所提算法的有效性。4)建立以系统有功网损最小、节点电压偏移最小为目标函数的多目标无功优化模型,采用改进的多目标多元宇宙算法对该模型进行优化求解,并使用其他算法对比验证所提算法的有效性。通过改进的IEEE-33节点系统的仿真验证了所提方法的有效性与可行性,并探讨了多场景下,有无风机无功出力对节点电压、系统总网损的影响。