현대 계통은 분산형 전원의 증가와 같은 과거에 비해 엄청난 변화를 겪어왔다. 풍력, 태양광, 바이오 가스와 같은 신재생에너지를 사용한 분산형 전원의 증가는 전력 흐름의 방향을 변화시킨다. 이러한 양방향 전력조류가 흐르는 계통의 고장전류의 크기와 방향을 예측하기가 어렵다.

전력계통의 원활하고 최적 작동을 위해 계전기 최적화는 필수적이다. 계전기 최적화는 Mixed integer non-linear(MINL)으로 공식화된다. 또한 계전기의 신뢰도 향상을 위해서는 적시에 고장점을 탐지하고 분리할 수 있어야한다.

계전기를 적시에 동작하기 위해서는 최적의 파라미터를 산정해야하고 동시에 운영 및 조정 제약조건을 고려해야한다. 본 논문에서 위와 같은 연구를 위해서는 Harris Hawk의 지능 포식 전술(The intelligent preying tactics)를 개선한 밀집거리(crowding distance)와 돌림판(roulette wheel) 결정방식을 기반한 Harris Hawk Optimization(HHO)와 modified Harris hawk optimization (MHHO)를 제안한다.

제안한 HHO 알고리즘을 이용하여 IEEE 9모선, 14모선 및 15모선의 세가지 계통에서 모의하였다. 또한 MHHO는 MathWorks사의 MATLAB을 이용하여 IEEE 8모선 및 15모선 계통에서 모의하였다. 모의계통은 알고리즘의 검증을 위해 Medium level 전압의 배전계통을 사용하였다. 제안한 알고리즘은 다른 최첨단 알고리즘이나 전통적인 알고리즘에 비해 우수한 성능을 보인다.

계전기에 대한 최적의 상태를 찾기 위한 MHHO의 성능을 모의결과로 검증하였다. IEEE 8모선 계통의 경우, MHHO는 다른 알고리즘에 비해 35.45%의 개선된 결과를 보여준다. 또한 IEEE 15모선 계통의 경우 MHHO가 평균 24.09% 향상된 것으로 나타난다. MHHO는 HHO뿐만 아니라 다른 최첨단 알고리즘과 비교한 결과 계전기 제어의 강력한 최적화 알고리즘 후보임을 본 논문에서 입증하였다.