APLICAÇÃO DE METAHEURÍSTICAS PARA RECONFIGURAÇÃO DE REDES DE DISTRIBUIÇÃO, VISANDO BALANCEAMENTO DE ALIMENTADORES E MINIMIZAÇÃO DE PERDA DE POTÊNCIA

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.