电压是电能质量的主要指标。通过电力系统无功功率的优化控制可以大大改善电压的稳定性，减少线路损耗，提高系统的经济性和安全性。因此，无功优化研究一直为有关人员所关注，并提出了许多无功优化的方法，如线性规划法，非线性规划法，混合整数规划法等传统的数学规划法，以及近年来出现的遗传算法、禁忌搜索等“现代启发式”全局搜索算法。通常常规数学规划法往往需要某些假设条件，且只能获得局部极值点，而启发式算法可以有效地补充传统数学规划法的不足。 本文首先简要阐述了研究电力系统无功优化问题的目的和意义，给出了电力系统无功优化的基本模型，包括目标函数、功率方程约束和变量约束。列举了现有的电力系统配电网潮流计算和无功优化的方法，并将其与经济指标有效的结合在一起。 然后本文在基本遗传算法(SGA)的基础上，引入生物学中小生境的概念，制定了初始种群生成方法，以保证个体的多样性，从而形成可用于电力系统无功优化的小生境遗传算法。应用此算法时，可以通过亲和度和适应度的计算来评价个体并促进或抑止个体的产生，减少了迭代过程中陷入局部最优解的可能性，并进一步减少迭代次数.由于遗传算法是启发式算法，在进行电力系统无功优化计算时，都要多次计算潮流，随着系统规模的增大，其计算时间也会相应增加。但随着计算机计算速度的提高，以上方法将在电力系统中具有广阔的前景。 最后根据IEEE-30节点标准算例和广东某地区电网实际算例进行计算分析，经分析表明：本文采用的数学模型以及算法具有有效性、合理性、实用性、可操作性以及创造性。所进行的系统而深入的研究工作实现了理论和实践上的结合。