提出了一种基于免疫优化的非线性预测控制方法来求解电力系统电压安全控制问题。采用基于非线性微分-代数方程的电力系统模型来预测系统行为。提出一种目标分段协调方法，以便在不同的预测时段根据系统响应情况调整各子目标的重要性，通过Pareto意义下的目标加权将这些子目标集成为一个集总目标函数。提出一种免疫算法，用具有多基因链结构的抗体来表达复杂优化问题的候选解特征；采用模式识别技术提取优良抗体的基因模式，并利用算法的学习和记忆能力识别各预测时段内已求解的优化问题类型，为未来预测时段内的最优解搜索过程估计出较好的初始解，加快最优解搜索速度。将此方法和基于树搜索算法的非线性预测控制方法通过一个6母线电力系统实例进行了仿真研究，性能比较的结果表明，本文提出的算法具有更强的优化搜索能力和更好的实时性。