Restabelecimento de Energia com Busca Local na Região de Falta e Possibilidade de Corte de Cargas

Abstract

Solutions to the service restoration problem are extremely important to distribution systems' operators. Recently a practical and efficient Multi-Objective Evolutionary Algorithm (MOEA) in subpopulation tables was developed to generate power restoration plans. It was demonstrated through tests performed on the real and large-scale distribution system of Londrina City, Brazil. This paper proposes an extension of this MOEA that incorporates a search procedure applied to the fault region neighborhood. Tests performed on a distribution system presented in the literature indicate that, in relation to that MOEA in tables, the extended methodology can improve solutions diversity and have a better performance in terms of the problem objectives of minimizing energy not supplied and switching operations. Resumo: Soluções para o problema de restabelecimento de energia são de extrema importância para as empresas distribuidoras de energia. Recentemente foi desenvolvido um Algoritmo Evolutivo Multi-Objetivo (AEMO) em Tabelas que possibilita a obtenção de planos de restabelecimento de energia mesmo para sistemas de grande porte em intervalos de tempo factíveis para aplicação em tempo real. Destaca-se que essa metodologia foi validada no sistema de distribuição real de grande porte da cidade de Londrina, Brasil. Este artigo propõe uma extensão desse AEMO, a partir da incorporação de uma busca determinística na vizinhança da região de falta, para obtenção de novas soluções. Testes realizados em um sistema da literatura indicam que, em relação ao AEMO utilizado como base, a metodologia estendida consegue aumentar a diversidade das soluções encontradas e melhorar o desempenho em relação aos objetivos de minimizar a energia não suprida e os chaveamentos.