Abstract:
RESUMO: Neste trabalho apresentam-se duas metaheurísticas evolutivas eficientes para
abordar o problema de reconfiguração de sistemas de distribuição de energia de maneira
mono-objetiva e multiobjetiva, sendo elas: Algoritmo Genético com procedimento de
factibilização e Non-dominated Sorting Genetic Algorithm II com procedimento de
factibilização e de diversificação, respectivamente. Os algoritmos foram aplicados visando
otimizar dois objetivos de enorme importância para o setor de distribuição de energia:
minimização da perda técnica de potência ativa e a minimização do desbalanceamento entre
alimentadores. Os dois objetivos são tratados isolados entre si na fase mono-objetiva e só são
atendidos e otimizados simultaneamente na fase multiobjetiva do trabalho. No estudo mono objetivo, o algoritmo genético foi aplicado primeiramente para otimização das perdas do
sistema, obtendo resultados condizentes com os melhores valores encontrados em diversos
trabalhos com esse tema. Logo após, o AG foi aplicado para a redução do desbalanceamento
de alimentadores, alcançando resultados iguais ou até mesmo superiores em comparação a
outros trabalhos da literatura especializada. Foram abordados três objetivos com foco na
minimização do desbalanceamento: balanceamento por carga, por fluxo e por impedância.
Foram realizadas análises e comparações para cada objetivo, com o intuito de determinar a
melhor forma de balancear sistemas de distribuição. No estudo multiobjetivo, o NSGA-II foi
aplicado visando a otimização da perda de potência e do desbalanceamento de melhor
desempenho encontrado pelo AG. O desempenho das configurações balanceadas foi medido a
partir de um índice de balanceamento proposto nesta pesquisa, que leva em consideração
todos os objetivos de balanceamentos abordados do trabalho, assim como o valor da perda de
potência. Os testes foram realizados nos sistemas de 16, 84 e 136 barras, tais sistemas são
bem conhecidos e já foram utilizados em diversos trabalhos relacionados à reconfiguração de
redes de distribuição.
ABSTRACT: This work presents two efficient evolutionary metaheuristics to solve the problem of
reconfiguration of energy distribution systems in a mono-objective and multi-objective way,
being: Genetic Algorithm with feasibility procedure and Non-dominated Sorting Genetic
Algorithm II with procedure of feasibility and diversification, respectively. The algorithms
were applied in order to optimize two objectives of enormous importance for the energy
distribution sector: minimization of the active power technical loss and the minimization of
the imbalance between feeders. The two objectives are treated in isolation from each other in
the mono-objective phase and are only met and optimized simultaneously in the
multiobjective phase of the work. In the mono-objective study, the genetic algorithm was first
applied to optimize system losses, obtaining results consistent with the best values found in
several studies on this topic. Soon after, GA was applied to reduce feeder unbalance,
achieving equal or even superior results compared to other studies in the specialized literature.
Three objectives were addressed focusing on minimizing unbalance: load, flow, and
impedance balancing. These were analyzed and compared among each other, in order to
determine the best way to balance distribution systems. In the multi-objective study, the
NSGA-II was applied in order to optimize the loss of power and the imbalance of better
performance found by GA. The performance of the balanced configurations was measured
from a balancing index proposed in this research, which takes into consideration all balancing
objectives addressed in the work, as well as the value of power loss. The tests were performed
in 16, 84 and 136 bars systems, such systems are well known and have already been used in
several works related to the reconfiguration of distribution networks.