无功优化是电力系统在运行与控制时面临的一个传统问题，是保证系统经济安全、运行稳定的重要措施，是降低系统网损、提高电压质量的有效手段。电力系统无功优化的分析对电力系统实际运行具有重要的指导意义。　　 所谓无功优化是指在满足电网运行约束的前提下，通过调节无功投切补偿装置、调整变压器分接头的位置和发电机机端电压来达到系统无功潮流的最优分布，在保证电压质量的同时能够有效地减少系统有功损耗。由于受可再生能源，发电设备，地理环境等诸多因素的影响，导致实际的电力系统无功优化目标值难以用确定的数来准确反映，即具有不确定性。由于电力系统无功优化问题拥有非常重要的实际应用价值，研究不确定环境下的电力系统无功优化问题自然就具有极其重要的意义。　　 本文在广泛借鉴和吸收国内外研究成果的基础上，考虑电力市场中存在的多种不确定因素，在J.Peschon提出的无功优化模型基础上，结合历史交易数据、专家知识经验，将可再生能源发电的有功无功功率依次处理成随机变量、模糊变量和模糊随机变量，并针对传统无功优化模型的缺点，建立了不确定性环境下的多目标无功优化模型，并将其转化为单目标模型进行求解。将随机模拟、模糊模拟以及模糊随机模拟嵌入遗传算法中，设计出混合智能算法，最后通过数值实验证明了模型和算法的有效性。　　 本文主要创新点包括：　　 1、研究了随机情况下的无功优化问题，建立了随机无功优化问题的模型，设计了混合智能算法，并且验证了算法的有效性；　　 2、研究了模糊情况下的无功优化问题，针对模糊情况下数学模型的欠缺，建立了模糊情况下的模型，把模糊模拟嵌入到遗传算法中形成混合智能算法求解此模型，并且通过数值实验证明了其有效性：　　 3、当随机和模糊两种不确定性共存时，将模糊随机理论引入到随机和模糊两种不确定性同时存在的电力系统无功优化问题中。首次系统地建立了模糊随机模型，并探讨了模糊随机模型分别退化成随机模型和模糊模型的情况，设计了模拟模糊随机函数的模糊随机模拟方法，将其嵌入遗传算法形成混合智能算法，并证明了算法是有效的。