环保和节能是如今世界的热点话题,随着我国新能源的发展,风力发电技术日趋成熟,风能由于可再生、资源丰富和成本低等优点得到了广泛的应用。近些年来,随着分布式风电大规模接入配电网,导致配电网的结构发生了很大变化,使网损增加,影响电压质量。为了避免上述影响,改善配电网的经济性、提高供电质量,对配电网的控制提出了更高的要求。因此,开展风电并网的配电网无功优化研究具有十分重要的意义。本文针对含分布式风电的配电网无功优化问题,主要做了以下研究:首先,考虑风电并网后对配电网产生的影响,本文选择前推回代法进行潮流计算,将风力发电机节点看作PQ节点。通过对IEEE33节点系统进行算例测试,分析了风电并网的位置、容量以及数量对系统有功网损和节点电压的影响。实验结果表明,选择合适的并网位置、容量和数量,能够有效降低网损,改善系统的电压质量。其次,对标准PSO算法（Particle Swarm Optimization,粒子群算法）的基本概念、基本原理、实现步骤和特点进行了简单的分析。针对标准PSO算法后期收敛慢,易陷入局部最优等问题,本文首先对标准PSO算法在两方面进行改进:为了平衡局部最优值和全局最优值,对惯性权重进行改进;为了保证种群搜索的全局性和高效性对学习因子进行改进。然后在改进PSO算法中引入混沌优化算法构成CPSO算法（Chaos Particle Swarm Optimization,混沌粒子群算法）,以克服标准粒子群算法易陷入局部最优、收敛慢等缺点。最后,阐述了配电网无功优化的概念,并对配电网无功优化的调节措施进行简单介绍。针对风电并网的无功优化问题,分别建立了单目标和多目标无功优化模型,使用标准PSO算法和CPSO算法在含分布式风电的改进IEEE33节点系统进行仿真计算。实验结果表明本文提出的算法相比较于标准PSO算法收敛性有了进一步提升,且对单目标优化模型和多目标优化模型均适用,从而验证了本文提出的CPSO算法具有一定的有效性。