随着我国经济快速发展,电力网的覆盖范围不断扩大、电网结构愈发复杂、主干电网电压等级越来越高,居民用电量也随之增加,同时用户对供电可靠性的要求也越来越高。在电力行业逐渐市场化的前提下,如何在确保电网安全稳定运行的同时,进一步科学优化资源配置、最大程度降低技术网损、提高系统的运行性能和经济效益,成为电力部门亟待解决的课题。电力系统无功优化问题是一个多目标、多约束条件、混合变量的非线性组合优化问题。传统无功优化方法虽然在运算速度以及收敛性能上体现出较好的优势,但需要满足一些前提条件,如要求目标函数可微、控制变量连续等。近些年,人工智能算法的发展和应用为解决无功优化问题上提供了新思路,其中智能优化算法中的粒子群算法以其良好的全局随机搜索能力在优化问题中表现尤为突出。粒子群算法鲁棒性好,易于实现,计算效率高,但也可能陷入局部最优解。本文针对这一问题对粒子群算法进行改进,提高算法的收敛速度以及收敛精度,并将改进的粒子群算法运用到电力系统无功优化问题中,为解决无功优化问题提供新思路。首先介绍无功优化问题的产生背景,由此引出研究无功优化问题的目的和意义,介绍与分析现有处理无功优化问题的典型算法并对其原理进行介绍。其次在介绍粒子群算法概念及原理的基础上,对粒子群算法的主要构成要素进行详细分析,参考相关的文献资料,本文对粒子群算法做出针对性的改进。通过对惯性权重和加速因子两方面进行改进,并选取4组典型函数,对改进算法进行验证以及分析相应的优化结果,结果表明改进粒子群算法克服该算法易陷入局部最优问题,并在提高全局寻优能力的同时算法的收敛速度和精度也有所提升。再次分析改进粒子群算法在无功优化时的求解思路,在选取相应无功优化数学优化模型的同时对优化时如何处理离散变量、适应度函数、收敛准则以及潮流计算方法的选取进行相应的分析。最后,基于MATLAB语言编程相应的改进粒子群算法求解无功优化问题的程序,并将其应用到典型的IEEE 30节点系统和汉中地区电网系统无功优化问题的求解上。仿真结果显示改进后的算法在改善节点电压分布及降低有功网损方面效果明显,验证改进后算法的可行性。