我国已步入“十四五”规划的发展阶段,社会、经济、生活也将步入高质量发展的时期。电力行业作为国民经济的支柱产业,不仅要具有极高的供电可靠性,还要控制电能质量、经济效益以及节能高效三个指标的平衡。因此研究电力系统无功优化的问题具有十分重要的现实意义。由于电力系统无功优化的问题具有多变量、多约束、非线性等特点,传统优化算法的局限性无法很好地解决此类问题,给人们求解此问题留下了探索和研究的空间。随着人工智能算法的进步和发展,给此类问题提供了一个很好的解决方案。而粒子群算法是解决此方案的一种方法,它不仅具有求解精度高、鲁棒性强、计算速度快等优点,而且在解决不同类型的问题上也显现出不错的效果。虽然优点突出,但粒子群算法也存在着陷入局部最优解的缺点。针对以上的问题,本文提出一种多策略融合的改进粒子群算法,来解决无功优化问题。在粒子群初始化的阶段,引入了混沌映射和免疫浓度的思想,提出一种矢量距免疫浓度-Tent混沌映射的策略。首先是Ten混沌映射自身特点能够提高粒子群的多样性,其次是利用免疫算法当中的矢量距浓度去筛选出质量较高的粒子,为迭代计算提供良好的初始值,同时也减轻后续的工作量,从而提高了运算效率。为了进一步提高粒子群算法在解空间的搜索能力,主要从两方面进行改进,一方面是自身参数的改进,包括惯性权重和加速因子,其中惯性权重采用非线性递减策略以及加速因子采用正弦函数的对称非线性变化策略,以此平衡局部搜索能力和全局的搜索能力。另一方面是添加变异算子,其变异算子结合高斯分布和柯西分布的思想,采用高斯-柯西组合变异策略去自适应动态变异粒子,以此提高种群的多样性和抗停滞能力。从经济性和实用性的角度考虑,选取有功网损最小作为目标函数、添加惩罚因子以及各类变量的约束条件构建完整的无功优化的数学模型。并对无功优化问题当中的离散变量、收敛条件、适应度函数和潮流计算的问题提供了解决方案。利用MATLAB软件进行编程仿真,将多策略融合的改进粒子群算法和粒子群算法用于IEEE-14节点和IEEE-30节点系统进行测试仿真,仿真结果表明多策略融合的改进粒子群算法在改善电压分布和网损降低方面更具优势,也验证了多策略融合的改进粒子群算法有效性和可行性。