保证电压质量和降低网络损耗是电网安全经济运行的主要目的。变电站电压无功控制通过有载调压变压器分接头的调节和无功补偿装置的投切,实现无功的合理分布,有利于提高电压质量和降低功率损耗。目前电压无功控制装置主要采用九区图原理,容易造成变压器分接头频繁调节和电容器频繁投切,影响变压器和电容器的使用寿命。为了减少变压器分接头动作次数,本文提出了一种基于模糊聚类分析与RBF神经网络负荷预测的变电站电压无功控制策略,预测未来一天变电站有功、无功负荷和变压器高压侧电压,根据变压器分接头一天动作次数的限制,综合考虑有功、无功和电压组合分段进行变电站电压无功的控制。控制策略的性能好坏取决于负荷预测的精度。综合考虑影响负荷的日类型、温度、相对湿度、天气状况等因素,采用模糊聚类分析将历史数据分类,选取预测日的同类型日作为样本数据集,然后采用RBF神经网络进行预测。该预测方法克服了仅根据工作日、休息日选取同类型日的不足,同时提高了RBF神经网络训练样本的质量,预测精度有了明显提高。考虑到仅按有功或无功分段进行电压无功控制的不足,本文根据变压器分接头一天动作次数的限制,综合考虑有功、无功和电压组合分段进行控制。针对双绕组变压器和三绕组变压器的不同情况,分别进行了讨论。通过对天津市多个变电站的仿真计算,验证了本文所提方法的有效性。