变电站选址优化是电网规划中的重要组成部分,对整个电网的建设有重大影响。本论文针对以往智能优化算法存在的问题,运用电力电量平衡模型来确定变电站的容量和数量,以变电站建设、运行费用、线路损耗为目标函数,提出一种将K均值聚类算法和改进的蚁群算法相结合的优化算法,并将算法成功用于咸阳北屯110kV变电站规划。本论文建立了基于电力电量平衡模型确定变电站数量、容量的方法,利用电力平衡与容载比的关系,根据规划年负荷的增长预测,考虑投资周期与资金等实际问题,建立了规划区电力平衡分析模型。对于变电站的选址,采用以变电站建设、运行费用、线路损耗为目标函数的多源连续模型。提出了结合K均值聚类算法和改进蚁群算法的优化方法。首先采用K均值算法对不同类型的负荷点进行聚类,避开了地理不可规划区域。以得到的负荷中心点作为蚁群算法的离散解空间,然后通过改进信息素的更新机制以及引入信息素残留系数的自适应控制策略和变异机制可以有效的抑制算法的停滞现象。仿真结果证明了改进算法具有较好的收敛速度和特性。通过对规划年咸阳北屯110kV变电站进行了选址规划的实际研究。实验结果表明,本论文提出的改进优化算法比传统蚁群算法具有更高的计算效率和精度,因而具有较高的实用价值。