随着我国经济的快速增长,各行各业对于用电量的需求也在迅速增加。目前相当大比重的农村人口开始向城市涌入,这样的现状使得城市中的供电量逐渐增加,城市中的整体用电负荷水平在呈指数型增长,城市中电网负荷的增加也会使配电网络结构变得愈加复杂,包含的网架连接方式也会愈加繁复。现如今电力行业向着市场化经济的逐渐靠拢,怎样进一步提升电能质量优化资源配置,把降低线路损耗提升到新的高度,提高电力网络的经济效应是当前电力研究的重中之重。根据现实需求,大量研究人员不断对现有的人工智能算法进行改进,让其对配电网的无功优化效果更加明显,克服已有算法存在的或多或少不足之处,提升电能质量。本文中针对配电网无功优化问题选取目标函数是网络中的有功网损最小并进行数学模型建造,主体算法选用模拟退火粒子群算法,在其基础上提出两条改进策略即:改进惯性自适应权重和引入调整因子对学习粒子进行约束的策略,能够使算法具备更强的搜索能力。改进后的算法能够实现惯性权重的自调整,这使得算法在运行前期能够获得更强的全面搜索能力,运行后期具备较强的局部搜索能力。加快整个流程速度,使无功优化过程更有效率。引用调整因子约束学习粒子,使得最后计算得出的结果应用Metropolis准则跳脱出局部区域之外,仍然有着理想的收敛特性,既解决了局部最优解不准确的困扰,又提升结果收敛性。接下来通过四种不同函数,对改进的模拟退火粒子群算法同改进前算法进行验证比较,结果表明在收敛速度和精度上都有所提升。依照灵敏度计算确定补偿节点进行无功补偿。本文通过IEEE-33标准节点系统作为目标系统网络进行无功优化验证,验证工具为Matlab,将运算结果进行比较,然后将改进后的模拟退火粒子群算法应用于盘锦市某地区中压配电网现状及存在问题当中,选取一条10 k V线路进行无功优化操作,再对该条线路仿真验证得出结果:在以标准节点系统进行验证时,改进的模拟退火粒子群算法能够使相较于改进前算法平均节点电压质量与有功网损都有所优化,其中能够使前者提高2.63%,使后者降低7%;在应用于盘锦市某地区实际线路中时,通过改进后算法相较于改进前使得平均节点电压质量提高1.67%,对于有功网损降低12.79%。改进后的算法在收敛精度和速率上都要更优异于改进前算法,结果得出:应用改进的模拟退火粒子群算法依照灵敏度计算,通过并联电容器的投切组数进行控制达到无功补偿目的,能够使配电网的电压质量和有功损耗均有所改善,确实解决盘锦配电网现存问题。