１引言

　　电力系统的无功优化问题是一个多目标、多变量、多约束的混合非线性规划问题，其优化变量既有连续变量如节点电压，又有离散变量如变压器挡位、无功补偿装置组数等，使得整个优化过程十分复杂，特别是优化过程中离散变量的处理更增加了优化问题的难度。传统的数学优化方法如线性规划、非线性规划、整数规划、二次规划、动态规划等方法不能实现全局最优，只能找到局部最优解。无功优化中变压器分接头和补偿电容器的分组投切，客观上具备了控制变量离散的条件，为遗传算法的应用奠定了基础。

２遗传算法

　　２０世纪７０年代由美国Ｊ．Ｈｏｌｌａｎｄ教授提出的遗传算法（ＧＡ）［１］是一种模拟生物进化过程的随机化搜索方法。它采用多路径搜索，对变量进行编码处理，用对码串的遗传操作代替对变量的直接操作，从而可以更好的处理离散变量。ＧＡ用目标函数本身建立寻优方向，无需求导求逆等复导数数学运算，且可以方便的引入各种约束条件，更有利于得到最优解，适合于处理混合非线性规划和多目标优化。近年来将遗传算法引入电力系统的无功优化中取得了一定的经验和成果［２／７］。