В статье рассматривается актуальная задача многокритериальной оптимизации размещения и выбора номинальной мощности батарей статических конденсаторов в распределительных электрических сетях. Выдвинутая гипотеза заключается в том, что применение эволюционных вычислений, в частности классического генетического алгоритма, позволяет эффективно преодолевать локальные экстремумы сложных комбинаторных задач и находить глобально оптимальную конфигурацию компенсирующих устройств. При этом обеспечивается одновременное снижение технико-эксплуатационных потерь и минимизация совокупных экономических затрат при строгом соблюдении нормативных ограничений по качеству электроэнергии. Целью исследования выступает разработка, программная реализация и практическая апробация автоматизированного метода проектирования систем компенсации реактивной мощности. В качестве основного инструмента использована комплексная математическая модель функции приспособленности, интегрирующая дискретные и непрерывные переменные. Модель учитывает потери активной мощности, отклонения напряжений в узловых точках, тангенс угла реактивной мощности, а также капитальные вложения на закупку оборудования и эксплуатационные издержки. Алгоритм специально адаптирован для работы с нелинейными характеристиками распределительных сетей и дискретным рядом номинальных мощностей оборудования. Для нормализации разнонаправленных критериев применена система эмпирически подобранных весовых коэффициентов. Численное моделирование выполнено на тестовой распределительной сети с применением авторской реализации алгоритма, включающей дискретное кодирование хромосом, популяцию из 100 особей, точечное скрещивание и мутацию с вероятностью 2%. Условием останова служила стабилизация лучшего решения на протяжении 10 поколений. Экспериментальные результаты серии из 1000 независимых прогонов подтвердили высокую работоспособность предложенного подхода. Средняя сходимость алгоритма к оптимальному решению достигалась за 372 поколения, что свидетельствует о высокой вычислительной эффективности метода. Разработанный методический аппарат рекомендуется к внедрению при стратегическом планировании новых распределительных сетей, модернизации действующих электроустановок, технико-экономическом обосновании инвестиционных проектов, присоединении новых потребителей, а также в образовательных программах по специальности «Электроснабжение».
The paper is concerned with multi-criteria optimization of the placement and selection of the nominal power static capacitor banks in distribution electric networks. The proposed hypothesis is that the use of evolutionary computation, in particular the classical genetic algorithm, allows for the effective overcoming of local extrema in complex combinatorial problems and finding a globally optimal configuration for compensating devices. This simultaneously reduces technical and operational losses and minimizes total economic costs while strictly adhering to regulatory restrictions on power quality. The objective of the study is the development, software implementation and practical testing of an automated method for designing reactive power compensation systems. The primary tool used is a comprehensive mathematical model of the fitness function, integrating discrete and continuous variables. The model takes into account active power losses, voltage deviations at nodal points, the tangent of the reactive power angle as well as capital investments for the equipment purchase and operating costs. The algorithm is specifically adapted to handle nonlinear distribution network characteristics and discrete nominal power ratings. A system of empirically selected weighting coefficients is used to normalize multidirectional criteria. Numerical simulations were performed on a test distribution network using the author's implementation of the algorithm, including discrete chromosome coding, a population of 100 individuals, point crossover and mutation with a 2%probability. The stopping condition was the stabilization of the best solution over 10 generations. Experimental results from a series of 1000 independent runs confirmed the high performance of the proposed approach. The average convergence of the algorithm to the optimal solution was achieved within 372 generations, demonstrating the method high computational efficiency. The developed methodological apparatus is recommended for implementation in the strategic planning of new distribution networks, existing electrical installations modernization, feasibility studies of investment projects, new consumer connection as well as in educational programs in the specialty of electricity supply.