电力系统无功优化中的电力质量越来越受用户重视,电压质量与无功存在很紧密的联系,因此无功优化应将电压质量考虑在内。传统的无功优化方法,多忽略了无功优化的多目标性以考虑有功损耗为主,忽略了电压质量等指标的重要性。在实际问题中用户需要能够满足各种环境的多样化的选择,并且表征经济性的有功损耗和表征电压质量的的电压偏差之间存在着矛盾关系,弄清二者间的关系有利于深入了解系统特性给用户提供指导意见。有的研究者考虑了电力系统的多个目标,但将其通过各种形式聚合为单一目标,在处理上述问题时有一定局限性,往往聚合时各个目标权重的选取具有盲目性,不能准确反映各个目标间的关系,并且不能给用户带来适应多种需求的多样化的选择。本文针对电力系统无功优化中的有功损耗和电压偏差提出了一种新的自适应多目标粒子群优化算法(Adaptive Multi-objective Particle Swarm Optimization简称AMOPSO)。算法中采用了改进的NSGA-II的非支配排序策略,动态加权法选择种群最优粒子,提高多样性;采用动态惯性权重和变异策略,克服局部最优,提高全局寻优能力。通过测试函数ZDT1~ZDT4验证了算法的性能;通过与其它优异算法的性能对比显示了本文算法的优异性能;通过对比实验分析了本文所采用的改进策略对于算法性能的贡献。对多目标优化中的约束提出了偏好策略和偏好因子。偏好策略能够在不破坏优化解多样性的基础上给用户带来更多的灵活选择,并且偏好因子的对用户偏好需求的量化,有助于明晰系统属性与系统间的关系,给用户提供更多的指导。实施多目标无功优化时,对初始化和约束处理进行改进,采用了带先验知识的初始化策略,提出自适应惩罚函数策略;针对电力系统中特殊用户对电压允许偏差值的偏好,引入偏好策略,提出电压偏好策略和电压偏好因子。采用IEEE30节点系统和IEEE14节点系统验证了该算法的实用性和有效性,实验表明AMOPSO能够为无功优化带来可供用户灵活选择的多样化的优异解,实验结果清晰的给出了有功损耗与电压偏差间的类反比关系,有助于对系统深入了解,能给用户提供决策指导。通过与多种优化算法的实验对比,显示了AMOPSO的优异性能,特别是在收敛速度上的提升。分析了改进策略对算法性能的贡献,证实了改进策略的有效性。对比实验表明电压偏好策略能不破坏电力部门选择的多样性,同时给特殊用户提供多样化选择。电压偏好因子,能够量化特殊电力用户的特殊需求,并有助于对电力用户的服务管理。