电力系统无功优化是一个复杂的非线性优化问题。经典的数学规划解析算法理论严密、收敛速度快,但对无功优化问题的微分性质要求严格,而且往往不能收敛到全局最优解,而基于随机搜索的现代人工智能算法可以对原问题直接进行搜索求解,具有良好的自适应性,且能以较大概率收敛到全局最优解。本文对无功优化模型及相关求解算法进行了深入研究,详细介绍了电力系统无功优化问题研究的发展历程及现状,给出了电力系统无功优化的基本数学模型,综述了应用于电力系统无功优化问题求解的各种优化算法,并分析了各种优化算法的优缺点和适用范围。本文对人工鱼群算法、免疫算法和粒子群算法等几种新的人工智能算法进行了仔细研究,根据这几种算法的基本原理和特点,结合电力系统无功优化问题的实际情况,编写了优化程序,通过算例验证了这些算法用于无功优化的可行性和有效性。根据粒子群算法及免疫算法的基本原理和特点,在保持基本粒子群算法框架的基础上,将免疫系统中的免疫信息处理机制引入到粒子群算法中来,提出了一种免疫粒子群算法,该组合算法实现简单,改善了粒子群算法的全局搜索能力,提高了算法进化过程中的收敛精度。将免疫粒子群算法应用于电力系统无功优化计算,多个IEEE标准系统的优化测试结果说明本算法是正确合理的。将该算法应用到实际电网-广东潮州电网的无功优化计算,结果表明,免疫粒子群算法应用于实际系统的无功优化计算是有效可靠的,具有一定实用价值。