Аннотация
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 харак-теристиками распределительных сетей и дискретным рядом номинальных мощностей оборудования. Для нормализации разно-направленных критериев применена система эмпирически подобранных весовых коэффициентов. Численное моделирование выполнено на тестовой распределительной сети с применением авторской реализации алгоритма, включающей дискретное ко-дирование хромосом, популяцию из 100 особей, точечное скрещивание и мутацию с вероятностью 2%. Условием останова слу-жила 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, модер-низации действующих электроустановок, технико-экономическом обосновании инвестиционных проектов, присоединении новых потребителей, а также в образовательных программах по специальности «Электроснабжение».
Ключевые слова
компенсация реактивной мощности, генетический алгоритм, оптимизация размещения, батареи статических конденсаторов, потери электроэнергии, коэффициент мощности
1. Компенсация реактивной мощности с фильтрацией токов высших гармоник - реальный путь повышения энергоэф-фективности передачи и распределения электроэнергии / В.В. Аксенов, Д.В. Быстров, В.Э. Воротницкий, Г.Г. Трофимов // Электрические станции. 2012. № 3. С. 53-60.
2. Nazarychev S., Akhmetshin A., Gaponenko S. Full compen-sation of reactive power in electric networks 0,4-10 kV // Journal of Physics: Conference Series. 2020. Vol. 1588. Art. 012036. doi: 10.1088/1742-6596/1588/1/012036
3. Компенсация реактивной мощности в электрических сетях 0,4-10 кВ городов северных регионов / А.А. Завалов, С.В. Кузьмин, Р.С. Кузьмин, В.А. Меньшиков // Глобальная энергия. 2023. Т. 29. № 3. С. 57-73. doi: 10.18721/JEST.29304
4. Analysis of The Current Research Status of Reactive Power Compensation Technology for Power System Network / A. Vashistha, G.S. Chaurasia, J. Kumar, B. Bisht, D. Pramanick // 2024 2nd International Conference on Advancements and Key Challenges in Green Energy and Computing (AKGEC). IEEE, 2024. Pp. 1-5. doi: 10.1109/AKGEC62572.2024.10868682
5. Tian Y., Li Z. Research status analysis of reactive power compensation technology for power grid // 2018 Condition Monitoring and Diagnosis (CMD). IEEE, 2018. Pp. 1-7. doi: 10.1109/CMD.2018.8535641
6. Влацкая Л.А., Семенова Н.Г. Применение генетических алгоритмов в задачах оптимизации размещения компен-сирующих устройств // Электротехнические системы и комплексы. 2019. № 4(45). С. 21-28. doi: 10.18503/2311-8318-2019-4(45)-21-28
7. ГОСТ 32144-2013. Электрическая энергия. Совмести-мость технических средств электромагнитная. Нормы ка-чества электрической энергии в системах электроснабже-ния общего назначения. М.: Стандартинформ, 2014. 16 с.
8. Dolbin K.S., Korovkin N.V. Algorithm for Determining the Optimal Coverage of a Power Grid by Transverse and Longi-tudinal Reactive Compensation Devices // 2025 International Ural Conference on Electrical Power Engineering (UralCon). IEEE, 2025. Pp. 169-173. doi: 10.1109/UralCon67204.2025.11206644
9. Toropov A., Chistyakov G., Platonova E. Electric Power Quality Optimization Using Genetic Algorithm // 2022 Inter-national Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). IEEE, 2022. Pp. 316-320. doi: 10.1109/ICIEAM54945.2022.9787243
10. Comprehensive Control of Voltage Quality in Distribution Network based on Reactive Power Optimization / M. Wang, H. Yi, Z. Yang, R. Tao, X. Liu, F. Zhuo, X. Hu // 2020 IEEE 9th International Power Electronics and Motion Control Con-ference (IPEMC2020-ECCE Asia). IEEE, 2020. Pp. 2849-2853. doi: 10.1109/IPEMC-ECCEAsia48364.2020.9367772
11. Genetic algorithms for optimal reactive power compensation on the national grid system / F. Li, J.D. Pilgrim, C. Dabeedin, A. Chebbo, R.K. Aggarwal // IEEE Transactions on Power Systems. 2005. Vol. 20(1). Pp. 493-500. doi: 10.1109/TPWRS.2004.841236
12. Voltage Stability of the Power System using Genetic Algo-rithm: A Review / B. Saka, A.M. Aibinu, Y.S. Mohammed, D.E. Olatunji // 2021 1st International Conference on Multi-disciplinary Engineering and Applied Science (ICMEAS). IEEE, 2021. Pp. 1-6. doi: 10.1109/ICMEAS52683.2021.9692386
13. Manusov V.Z., Bumtsend U., Tretyakova E.S. Optimization compensating devices in the power supply systems using population algorithms // 2016 11th International Forum on Strategic Technology (IFOST). IEEE, 2016. Pp. 276-279. doi: 10.1109/IFOST.2016.7884246
14. Bhattacharyya B., Gupta V.K. Fuzzy based evolutionary al-gorithm for reactive power optimization with FACTS devices // International Journal of Electrical Power & Energy Systems. 2014. Vol. 61. Pp. 39-47. doi: 10.1016/j.ijepes.2014.03.008
15. Zhu R.J. The Approach of Genetic Algorithms Application on Reactive Power Optimization of Power System // Proceedings of the 2017 4th International Conference on Machinery, Materials and Computer (MACMC 2017): Advances in Engi-neering Research. Atlantis Press, 2018. Vol. 150. Pp. 206-210. doi: 10.2991/macmc-17.2018.45
16. Embedding quasi-static time series within a genetic algorithm for stochastic optimization: the case of reactive power com-pensation on distribution systems / J.M. Lujano-Rojas, G. Zubi, R. Dufo-Lopez, J.L. Bernal-Agustin, J.L. Atencio-Guerra, J.P.S. Catalao // Journal of Computational Design and Engineering. 2020. Vol. 7(2). Pp. 177-194. doi: 10.1093/jcde/qwaa016
17. ReactivePowerCompensation: Компенсация реактивной мощности (установка БСК) с помощью ГА. URL: https://github.com/Sevaat/ReactivePowerCompensation (дата обращения: 30.03.2026).
18. Саймон Д. Алгоритмы эволюционной оптимизации. М.: ДМК Пресс, 2020. 1002 с.
19. Вычислительные модели потокораспределения в элек-трических системах: монография / Аюев Б.И., Давыдов В.В., Ерохин П.М., Неуймин В.Г. М.: Флинта: Наука, 2008. 256 с.
20. Конденсаторные установки компенсации реактивной мощ-ности УКРМ. URL: https://electrotema.ru/store/kondensatornee-ustanovki/ukrm/?f[14]=0&f[15]=2&f[16]=0&f[17]=0&f[18]=0&minprice=&maxprice=&ef_ajax=1 (дата обращения: 30.03.2026).
Компенсация реактивной мощности с применением генетического алгоритма для определения количества и мест установки батарей статических конденсаторов / Ткаченко В.А., Лютаревич А.Г., Шепелев А.О., Тевс В.В. // Электротехнические системы и комплексы. 2026. № 2(71). С. 42-48. https://doi.org/10.18503/2311-8318-2026-2(71)-42-48
© Ткаченко В.А., Лютаревич А.Г., Шепелев А.О., Тевс В.В. 2026 Контент доступен под лицензией Creative Commons Attribution 4.0 License