近年来，随着用电设备、电网容量的增加和电网的复杂度的提高，电力系统无功要满足人们日趋增加的需求。无功功率不足或者不平衡会导致网损增加、有功功率传输能力下降、电压质量达不到要求等，严重时有可能会出现设备损坏的现象。无功优化是在负荷和结构参数给定，满足约束条件的情况下，对控制变量进行调整，使某一或某几个性能指标达到最优，它是保证电力系统安全、高效运行的有效措施。电力系统的无功优化具有多目标、动态、非线性、不确定性、多约束等特点，因此传统的数学规划方法不能满足要求，有很大的局限性。　　本文对粒子群优化算法进行了深入研究，发现传统粒子群优化算法应用于电力系统无功优化中时也会出现很多问题，比如标准粒子群算法(PSO)算法，不能进行全局搜索，收敛性较差;量子行为粒子群优化(QPSO)算法容易陷入局部最优解的状况。基于这种情况本文结合实际情况引入了混合型量子行为粒子群优化(TSQPSO)算法，它具有全局寻优能力强、计算精度高解决了传统粒子群优化算法不能解决的问题。利用Rosenbrock函数和Rastrig血函数对混合型量子粒子群算法进行检验，又通过IEEE30节点系统的计算、仿真和分析，结果证明这种算法是有效可行的。把TSQPSO算法应用到阳信县电网中通过控制变压器变比、无功补偿容量来实现电网的无功优化。进行计算和分析后知，通过本方法对电网进行优化规整后，提高了阳信县电能质量，降低了网损，提高了线路的传输能力在电压质量和经济性方面有实际应用价值。