Цель – повышение эффективности численных методов оптимизации в рамках расчетов задач минимизации дефицита мощности электроэнергетических систем, а именно метода дифференциальной эволюции и его вариаций – адаптивной aDE и самонастраивающейся jDE. Экспериментальные исследования и апробация предложенных корректировок проводились на электроэнергетических системах разной размерности со сложной структурой. Данные системы представляются и реализуются математическими моделями минимизации дефицита мощности с возможностью их анализа в рамках оценки балансовой надежности с помощью разработанного программного комплекса. В процессе проведенного анализа составляющих метода дифференциальной эволюции и существующих вариантов работы процесса мутации было обнаружено, что имеющиеся подходы данного процесса могут быть дополнительно изменены. Это впоследствии может повысить скорость решения задач. Показано, что основные изменения включают в себя дополнительную проверку соответствия мутантных векторов верхним и нижним ограничениям, а в случае их несоответствия рассматриваются три варианта коррекции. Существующие подходы предлагают формирование новых элементов вектора, выходящих за пределы ограничений, за счет применения случайных чисел в рамках ограничений. Авторами предлагается использовать «проекции» найденных элементов вектора, т. е. использование значений верхних или нижних ограничений при их нарушении для конкретного элемента в качестве значений мутантного вектора. Показано, что реализованный метод с использованием коррекции элементов мутантных векторов имеет преимущество в виде снижения времени решения задач на 47% в сравнении с существующими способами коррекции при сохранении той же точности. Показано, что наиболее эффективными вариациями для решения поставленных задач являются aDE и jDE. Полученные результаты экспериментальных исследований подтверждают эффективность и преимущества применения предложенного авторами способа корректировки в процессе мутации в виде «проекций», а также использования aDE и jDE вариаций метода дифференциальной эволюции для решения задач минимизации дефицита мощности электроэнергетических систем.