随着电网经济运行问题越来越受到重视，如何在保证电压质量前提下降低网损成为电力部门急需研究和解决的重要问题。而无功优化补偿则是解决这一问题的重要手段。本文针对目前无功补偿的现状，对应用于配电网无功补偿的遗传算法进行了研究，并在现有研究成果的基础上，作了一些改进，提高了其优化能力。 首先分析和比较了各种潮流算法和无功优化算法(包括常规方法和人工智能方法)的研究现状，总结了各种方法的优缺点。 对无功补偿进行了概述，归纳了无功补偿的原则和基本方式。 针对传统潮流算法在配电网中难以收敛的缺陷，采用了适合配电网的前推回代算法，对于环网的处理，应用了叠加原理，将环网分解来计算，原理简单，计算效率高，收敛性能良好。 在保证电压品质的前提下，以无功补偿容量最小、系统的有功网损最小、综合经济效益最大为原则，建立了符合配电网实际的无功补偿数学模型。 在传统遗传算法的基础上，提出了一系列的改进策略。使用十进制编码，并保存最优个体，减少了计算时间。采用基于轮盘赌的非线性排名选择，在选择时体现了“优先规则”，克服了轮盘赌盲目性的缺点。采用自适应遗传算法，根据具体的进化情况来自适应调整交叉，变异概率，提供相对某个解的最佳的交叉、变异概率，确保了进化稳定，避免陷入局部最优。引入了混沌算子，利用混沌变量的特定内在随机性和遍历性来跳出局部最优点，有效地克服了传统遗传算法的“早熟”的缺点。最后，通过实际算例的计算，结果表明其优化效果优于传统遗传算法。