电力系统无功的合理分布是保证电压质量和降低网损的前提条件,对于电网的安全稳定运行具有重要意义。电力系统无功优化问题是一个比较复杂的非线性问题,由于目前使用的各种优化计算方法本身存在着一定局限性,无法完美地解决优化问题,因此我们仍要继续研究探索新的方法来解决这些问题。基于遗传算法的无功优化研究尽管已经在国内外专家学者的深入研讨中取得了较大的进展,但是由于遗传算法自身的局限性,加之算法参数变化的多样性,使遗传算法仍然存在诸多的改进空间。基于该思想,本文主要围绕简单遗传算法在电力系统无功优化中的应用以及简单遗传算法的改进展开研究,具体工作如下:(1)在无功优化方面,研究了其数学模型,并选取有功网损最小作为优化目标,建立目标函数以及约束条件。然后研究分析了潮流计算中牛顿-拉夫逊法和快速解耦法的优缺点,并选择快速解耦法作为本文的潮流计算部分的方法,研究了其具体步骤。(2)在简单遗传算法方面,对算法进行了深入的学习和研究,并将其与快速解耦法潮流计算相结合来解决无功优化问题。然后针对无功优化问题各方面的特点以及简单遗传算法的缺陷,在简单遗传算法的编码、初始种群产生、适应度函数、交叉和变异算子等方面做出了相应的改进。(3)在遗传算法的改进方面,由于无功优化的变量既有连续变量又有离散变量,所以编码方式选择实数与整数相结合,连续变量采用实数编码,离散变量采用整数编码;在初始种群的产生中,添加了一步筛选,使得算法过程中的潮流计算拥有较好的初值;针对简单遗传算法易“早熟”的缺陷,在适应度函数以及交叉和变异算子上做了动态自适应的改进,使得算法不易“早熟”,避免陷入局部最优,且加快了算法的收敛速度。(4)基于MATLAB仿真平台,将快速解耦法、简单遗传算法和改进遗传算法分别应用于IEEE14节点和IEEE30节点测试系统。对仿真结果数据进行对比分析,简单遗传算法和改进遗传算法应用于无功优化都取得了较好的效果,有效降低了系统的有功网损,并提高了系统的电压质量。同时,改进遗传算法相对于简单遗传算法,有功网损更低,电压质量更高,且迭代次数更少,通过比对证明了改进后的遗传算法在电力系统无功优化问题上的有效性。