随着国民经济的迅速发展，用电负荷的急剧增加，电力系统的安全经济运行日益受到了人们的重视。电力系统无功优化可以在提高用户电压质量的同时减少电力网络的运行损耗。因此，无功优化算法的研究具有十分重要的意义。　　 本文首先介绍了无功优化领域的研究现状和优化算法的最新进展。详细探讨了有关电力系统无功优化的基础理论知识，包括两种智能优化算法：遗传算法和粒子群优化算法以及两种潮流计算算法：高斯-塞德尔算法和牛顿-拉夫逊算法。使本课题的研究具有了理论基础。　　 然后，以减少电力系统的有功网损为主要优化目标建立了无功优化计算的数学模型，对于目标函数中的节点电压越界和发电机无功越界，则采用罚函数予以解决。考虑到智能优化算法初始解的随机性，引用对初始值不很敏感的高斯-塞德尔算法对计算精度较高的牛顿-拉夫逊算法进行了改进。根据上述数学模型和混合潮流计算算法编制了基于C++的计算程序，对IEEE6、IEEE14和IEEE30节点标准测试系统的初始潮流进行了仿真计算。　　 最后，对遗传算法的编码、选择、交叉和变异等各个环节进行了改进，将扰动分量引入了粒子群优化算法的局部模型。基于这两种优化算法，本文提出了一种混合进化计算策略。根据遗传算法、粒子群优化算法和本文混合进化策略，分别编制了基于C++的计算程序，对IEEE6、IEEE14和IEEE30节点系统进行了优化计算，并对优化结果进行了比较分析。