电力系统无功优化对保证电压质量、降低运行损耗，实现电网的安全经济运行具有重要意义。本文从无功优化问题的研究内容、研究方法、时间跨度和目标函数等方面进行了详细的探讨和划分。在对本文采用的无功规划优化的研究方法—遗传算法和无功/电压控制的研究方法—原-对偶内点法进行综述的基础上，提出根据电力系统的特点、结合模糊数学和专家系统等智能方法对无功运行优化中的规划优化和无功/电压控制两类问题进行理论和应用研究。具体的研究内容包括： 1．根据电力系统无功规划优化问题的特点，提出了改进遗传算法的完整实现方案。首先以实际运行中的厂、站为单位，对控制变量的编码进行合理的简化。并从合理减少模式数以及对不同变量给予不同程度关注的原则出发，提出了两阶段分层混合编码方案：在遗传算法的开始阶段，用较粗的粒度编码，使遗传算法能够用较少的迭代次数快速搜索到最优解所在的区域；按电压等级分层的二进制和十进制混合编码，具有清晰的层次概念，对那些影响较大的高压网控制变量能够有针对性地以更高的精度进行搜索。在此基础上，对遗传算法的交叉算子和变异算子分别进行了改进，提出了混合交叉算子和编码低位占优的变异原则；讨论了依据典型方式产生初始解群体的原则。在给出合格电压的模糊调整裕度的基础上，提出采用基于厂、站概念的就地调整的专家规则进行辅助变异决策，以增强遗传算法的局部收敛性；所采用的专家规则主要包括越限校正、进一步减少无功设备投资和降低网损三个方面。 2．针对遗传算法在大系统规划优化计算中普遍存在的计算速度慢、容易陷入局部最优的弱点，本文结合遗传算法的一些高级实现技术进行了实用化研究。提出采用变群体规模的伪并行遗传算法获得初始解群体，极大地改善了初始解群体的质量；根据无功/电压问题的区域性特点，按照电网的自然管理分区，实现了遗传算法的分区分解计算；将常规的二次规划模型的无功优化方法与遗传算法有机地结合，构成了独具特色的混合遗传算法。对实际系统的计算表明，本文提出的改进遗传算法在计算速度和最优解的质量上均获得了较大的提高。 3．由于遗传算法的计算速度难以满足实时电压控制的要求，本文进行了基于原-对偶内点法的无功优化算法的研究。建立了无功优化问题的全变量的二次规划数学模型，基于原一对偶内点法推导了这一具有非标准形式的二次规划模型的求解过程。在此基础上，提出采用内点算法进行电压越限校正，并详细讨论了待校正约束及控制变量的选取和如何减少设备动作次数的问题。针对无功优化计算后节点电压距离上限的裕度过小、容易引起无功设备的频繁动作的不足，提出引入模糊电压合格裕度约束。并推导了具有模糊电压合格裕度的无功优化的内点算法，作为准实时无功/电压控制的核心优化算法。 4．根据我国电网当前的自动控制水平以及实时无功/电压控制的认可程度不高的实 摘要际情况，提出首先实现电网的准实时无功／电压控制，以提高运行电压合格率、降低网损。本文进行了准实时无功／电压控制系统的整体设计，介绍了模块的划分及功能。详细叙述了由就地和远方两级控制组成的电压校正控制专家系统的组织结构和实现方法。应用该专家系统和基于原－对偶内点法的无功优化算法对某实际电网进行了仿真计算，结果表明，准实时无功／电压控制在系统的安全经济运行方面具有重大的经济效益和安全效益。 采用智能方法进行电力系统无功优化问题的研究，能够充分利用电力系统运行中的相关经验和专门知识促进优化结果的合理性和可行性。本文在智能无功优化和准实时无功电压控制方面进行了较深入的研究和有益的探讨，进一步丰富和完善了电力系统无功忧化的理论和方法。