随着社会经济的不断发展和能源结构调整的不断深入,风力发电对电力系统的影响越来越受到重视。由于风电的间歇性及随机性,风电场的接入、尤其是大型风电场的接入对电力系统的潮流产生了较大的影响,无功分布是否合理直接影响了电力系统安全运行与稳定,所以无功优化成为电力系统的一项重要研究课题。然而由于离散性、非线性、大规模和收敛性依赖初值等特性,电力系统无功优化问题一直没有得到很好解决。为此,本文在分析含风电场电力系统潮流计算方法基础上,提出采用组合混沌序列动态粒子群算法及模糊熵权法,对含风电场的电力系统多目标无功优化进行研究。首先,根据预测风速值,探究了风电机组输出机械功率与风速、桨距角、尖速比及风机类型之间的关系,得出了在风机类型确定的情况下,输出机械功率仅由风速所决定；着重分析了普通异步风电机组、双馈异步风电机组在潮流计算中的稳态模型及节点处理方法；对风电场中集电线路模型,采用了架空线路与电缆线路两种模型进行分析；在Park模型基础上,引入了一种考虑远场与近场的尾流效应模型；结合以上四点分析,探讨了含普通异步风电机组、双馈异步风电机组的电力系统潮流计算方法。其次,本文提出了一种组合混沌序列动态粒子群算法(CCPSO)。在Logistic混沌优化算法的基础上,为保证算法初值的均匀性,结合Chebyshev映射和Logistic映射,引入一种组合混沌映射并将其应用于粒子初始化,提高初始变量的均匀性,从而提高算法全局寻优能力。对粒子群速度更新过程中存在的惯性取值问题,引入一种基于种群速度的动态惯性权重策略,并采用测试函数对其收敛性能进行仿真分析。再次,分析了电力系统无功优化数学模型,针对无功优化这一多目标决策问题,分别分析了基于熵权法和模糊权值法的多目标决策方法,结合两种方法分别在客观决策和主观决策方面的优势,引入一种模糊熵权法,并将这种方法与CCPSO算法结合,利用MATLAB编程求解电力系统多目标无功优化问题。最后,根据含风电场潮流计算结果,结合CCPSO算法及模糊熵权法,通过MATLAB编程对含有风电场的IEEE-14竹点系统进行无功优化计箅,并分别与传统粒子群算和混沌粒子群算法进行比较,结果表明本文提出的算法具有较好的全局寻优能力和较快的收敛速度。