在电网中，电力系统无功优化对电网的安全、经济和稳定运行具有重要的作用。由于无功优化问题具有多约束条件、多变量参数和离散、连续变量参数共存的特点，且其约束条件为非凸高阶方程，此方程也具有多个约束条件和变量，所以经典的数学优化算法无从解决。亟需寻求恰当的解决方案。
　　本文在电力系统无功优化问题特点的基础上，采取P-Q分解法来计算求解电力网络的潮流方程，建立了电力系统静态单目标无功优化数学模型，然后选择罚函数来处理目标函数方程中的发电机无功越界点和电压越界点。接着本文基于无功优化的研究成果，对各种经典数学优化算法和人工智能优化算法的特点进行综合分析后，针对性地对几种新兴的智能优化算法进行剖析，并选择具有较好搜索效率和收敛特性的入侵杂草(IWO)优化算法加以改进，结合粒子群(PSO)优化算法的优点相互取长补短，首次提出采用IWO-PSO混合优化算法来求解电力系统无功优化方程，其混合算法提高了入侵杂草算法的优化性能，且有效地弥补了入侵杂草优化算法易陷入局部收敛的缺陷。
　　本文把收敛性强的IWO-PSO混合优化算法应用于电力系统IEEE30节点的无功优化计算中，通过给出的系统数据，采用MATLAB软件进行编程，将IWO-PSO混合优化算法同遗传算法、粒子群优化算法和入侵杂草算法在IEEE30节点系统的无功优化进行对比分析，通过仿真计算结果表明本文采用的IWO-PSO混合优化算法更佳，同其他的几种优化算法相比，该混合优化算法收敛速度更快、收敛性能更好，提高了各负荷节点的电压稳定裕度，且能有效地降低电网的有功网耗。本文最后将IWO-PSO混合优化算法应用在IEEE57节点标准测试系统上，结果验证了IWO-PSO混合算法对电力系统无功优化的可靠性和实用性。