近年来，我国经济飞速发展，电网规模逐渐增大，居民用电需求越来越高，电力系统安全、可靠、经济地运行越来越受到人们的重视。电力系统无功优化问题是根据系统电网负荷和潮流分布，通过调整发电机端电压、改变可调变压器变比和投切无功补偿设备，最大范围降低系统网损，减少电压越限情况发生，使电网安全稳定、经济的向用户供电。电力系统无功优化对改善电压质量，提高电力系统稳定性，减少有功网损，增加经济效益具有十分重要的意义。本文通过对PSO算法及其电力系统无功优化方法进行深入的学习和研究，提出了一种新的混合粒子群算法（Hybrid Particle SwarmOptimization，简称HPSO）。算法将差异进化算法思想和模拟退火思想与基本粒子群算法相结合，在粒子寻优过程中除跟踪个体极值和全局极值外，还跟踪由粒子差异信息产生的第三个值。同时，当粒子搜索空间中某一维度的速度小于设定值时，将重新初始化该维粒子速度,并对该粒子进行差异进化变异。对于变异和交叉操作后，新的解可能比原来的解要差的情况，引入模拟退火算法思想，根据Metropolis准则在一定程度上接受较差解，允许目标函数在一定程度上变坏，实际计算中并不按概率取舍较差解，而是判断目标函数差是否小于允许目标函数变坏范围，若是则接受新解，否则舍弃。混合粒子群算法结合了粒子群算法、差异进化算法和模拟退火算法的优点，保持了粒子多样性，具有很强的实用性。本文以电力系统有功网损最小为目标函数建立了无功优化数学模型，采用罚函数法处理发电机节点无功出力和节点电压越限情况，将约束优化问题求解转换成无约束问题求解。然后将混合粒子群算法应用到无功优化当中，提出了基于混合粒子群算法的电力系统无功优化解决方案，并对IEEE14和IEEE30节点系统进行无功优化计算。最后将优化结果与遗传算法和粒子群算法比较，证明了应用HPSO算法求解电力系统无功优化的有效性，具有良好的理论价值和实用价值。