结合免疫记忆学说和克隆选择原理，提出了一种解决多目标无功优化问题的免疫记忆克隆选择算法。该算法针对多目标无功优化问题的特点，采用以拥挤距离为适应度的自适应克隆方式，实现了种群的扩张，保证了所得解集的均匀性；引入非一致性变异算子，使该算法同时具备全局均匀搜索能力和局部精确寻优能力；采用交叉重组算子实现了抗体间的协作，促进不同抗体间信息的交流；通过抗体群更新操作，一方面保证了算法的收敛速度，另一方面确保了所得解集均匀分布；引入记忆单元概念，可以有效抑制寻优过程中出现的退化现象，确保了种群的多样性。以IEEE-14和IEEE-118节点测试系统为例进行仿真计算，结果表明该算法可以有效提高系统运行的安全性和经济性，是求解多目标无功优化问题的有效方法。