随着风力发电机组并网容量的增加,如何维持风电场并网系统运行稳定性成为了急需解决的问题。风电系统无功优化的主要目的是通过调节各种控制变量及无功设备,优化电网的无功潮流分布,使系统的无功潮流分配达到最优化,从而降低系统有功网损、提高电压质量和增强电压稳定性。一般的风电场无功优化数学模型主要以系统网损最小作为目标函数,系统的经济运行作为主要考虑因素,但计算过程中的各节点电压值可能会使无功电源出力逼近极限,与风电系统电压安全发生冲突。本文综合考虑了电网运行的经济性和安全性,提出多目标无功优化数学模型,既考虑了系统有功网损,又考虑了电压质量和电压稳定性。风电系统无功优化问题具有多变量、多约束条件、连续和整型变量混杂等特点,属于非线性优化问题,使用传统的数学规划法进行优化有很大难度。人工鱼群是一种新的群体智能优化算法,具有原理简单、参数较少、收敛速度较快等优点。本文深入研究人工鱼群算法及其在风电场无功优化中的应用,采用人工鱼群算法和遗传算法相结合的混合算法,并加以改进,应用于求解多目标无功优化问题。本文介绍了基本遗传算法和基本人工鱼群遗传混合算法的基本原理和方法,然后分析了非支配排序的多目标人工鱼群算法及其改进算法涉及到的基本原理和算法流程。多目标混合算法为了提升人工鱼群算法全局搜索性能,加大算法的计算精度,加快收敛速度,减少复杂度,将全局最优信息加入种群位置状态改变中去,改进算法全局性,并引入吞食行为,避免个体的同化趋势,容易早熟,陷入局部最优,忽略了全局最优解。本文列出了综合考虑网损和电压偏移的风电场多目标无功优化数学模型,在IEEE14节点系统上进行了仿真测试。本文得到如下成果:(1)利用综合考虑风电场无功优化系统的经济性、安全性与稳定性的多目标无功优化数学模型进行了风电场无功优化。(2)给出了人工鱼群算法和遗传算法的混合算法,对混合算法进行进一步的改进,简化了结构、克服了局部收敛、增强了全局最优值的搜索能力。(3)将改进人工鱼群遗传混合算法应用到风电场多目标无功优化中,得到了Pareto最优解集的最优解。(4)通过对仿真结果数据分析,证明改进人工鱼群遗传混合算法操作简单,容易实现,可以克服局部收敛,提升了取得全局最优值的能力,有良好的收敛性能。