В статье представлен разработанный авторами адаптивный генетический алгоритм, позволяющий оптимизировать топологию электрической сети с распределенной генерацией на основе биоинспирированных методов. Объекты исследования – 15-узловая схема электрической сети с фотоэлектрическими станциями и 14-узловая дополненная схема IEEE с источниками распределенной генерации (три ветровые и две фотоэлектрические станции). Моделирование режимов электроэнергетических систем выполнено с использованием находящейся в открытом доступе библиотеки Pandapower для языка программирования Python. Рассмотрены три типа электрической нагрузки потребителей, отражающие характер потребления электроэнергии в узлах реальных электроэнергетических систем, приведены результаты численных исследований. В предложенном генетическом алгоритме применены две различные функции скрещивания, функции мутации, отбора лучших индивидов и массовой мутации (полного обновления популяции). В конце каждой итерации работы алгоритма выводятся статистические зависимости, характеризующие его работу: лучшая (минимальные потери) и средняя приспособленность в популяции, список лучших индивидов на протяжении всех итераций и т. д. Верификация производилась в сравнении с результатами, полученными методом полного перебора возможных радиальных конфигураций системы, и показала, что разработанный генетический алгоритм обладает быстрой сходимостью, высокой точностью и способен корректно работать при различных конфигурациях схем электрических сетей, структурах генерации и нагрузки. Алгоритм может применяться совместно с системами прогнозирования ВИЭ-генерации на сутки вперед при планировании режимов работы энергообъединений с целью минимизации издержек на покрытие потерь электроэнергии и улучшения качества отпускаемой электроэнергии.