20世纪60年代，法国电气工程师Carpentier提出了建立在严格数学模型上的最优潮流模型，但是，在当时，无功优化问题仅仅是作为最优潮流模型里面的一个组成部分，可惜的是，无功优化这个课题并没有被独立研究。在这之后，电力传输网络具有物理弱耦合性发现，JPeschon等研究人员将有功功率与无功功率解耦，并且，他们对其进行了深入的研究，在此之后，无功最优潮流被提出了。从此，无功优化这一课题被广大的电力研究认识所关注，无功优化越来越成为研究的热点。30235
随着电力系统技术不断发展，无功优化的问题变成了一个大规模、动态的、具有多目标、多约束的混合非线性优化问题。该优化过程非常复杂，操作变量不仅有连续变量，离散变量的加入使这个问题更加的复杂。电力系统无功优化问题提出之后，立刻引起了国内外的专家学者针对该问题注意，大量的学术研究都集中在这一课题上，一时间取得了众多研究成果。至今为止，无功优化问题总的来说有两类求解方法：常规算法和人工智能算法[2][3]。论文网
1  常规无功优化算法
（1）线性规划法
在所有规划方法中，在线性规划法上面的研究已经比较完美，线性规划法是利用局部线性化的方法解决了无功优化这个非线性的问题。
经典的线性规划方法有“灵敏度分析法”和内点法。内点法的原理很简单，从选取的初始点开始，在规定的可行域中，逼近最优解。内点法的迭代次数受到系统规模的影响非常小，但是内点法的计算速度不可小觑，该方法在不等式约束的处理方面表现卓越，收敛性能良好。
线性规划法所采用的数学模型很简单、该法提出时间比较长，该理论储备很充足，但不足的方面是，线性规划法将系统的实际模型做了部分的线性处理，关键的是离散变量的存在使得在对其线性化之后，实际系统的误差就会非常大，所以该法还是有很多不足的地方。
（2）非线性规划法
    简化梯度法、牛顿法、二次规划法三种方法是代表非线性规划法的典型算法。
简化梯度法被提出后，应用在了较大规模最优潮流问题上，并且首次取得了成效。该算法的算法原理简单，同时，程序设计也并不复杂，在计算存储容量方面也是很值得考虑的。但是缺点不少：锯齿现象会频频出现在计算之中，收敛性并不好，收敛速度也是受到选取罚因子的影响很大，不仅如此在接近最优点时速度非常慢；另外，每次计算迭代过程中，需要又一次的潮流计算使得该方法显得十分笨拙。
牛顿法相比简化梯度法，它的胜于后者的地方在于其收敛速度非常快，而且还具有很高的精度。
二次规划法毋庸置疑是非线性规划法多种方法中发展的非常成功的一个方法。二次规划法将目标函数作二阶泰勒展开，非线性约束可以转化为一系列线性约束，构成二次规划的优化模型，然后利用一系列的二次规划来逼近最优解。二次规划法对无功优化的数学模型适应性相当不错，而在收敛性和计算速度两个方面，它也不占劣势。
上述算法应用在无功优化的计算中，并不能很好的处理各种的离散变量，比如说变压器变比、电容器组。因此，无功优化问题的模型经过不断的研究与探索，发展成为了一个混合整数规划问题。
（3）混合整数规划法
混合整数规划法通过了“两步走”的方式对实际的电力系统进行优化，这个“两步走”的方法就是将离散量和连续量分开处理，之后再进行归总。这个方法的提出无疑是很好的，但是它的最优性无形中被降低了，再该问题的解决实际情况中经常会发生振荡或者发散的现象。同时，该算法计算十分的麻烦，时间的计算随文数增加不断的加大工作量，计算所用时间飞速上升。怎样处理离散变量确实成为了常规优化方法难以突破的瓶颈。 无功优化国内外研究现状:http://www.751com.cn/yanjiu/lunwen_25859.html