Permutation-based optimization for the load restoration problem with improved time estimation of maneuvers

Abstract

Existe um antigo ditado que diz que há duas coisas na vida que continuam inevitáveis: a morte e os impostos. Muitos irão concordar se eu, porém, tomar a liberdade de acrescentar mais um item à lista: a luz “acabar”, ou, de forma mais técnica, o sistema elétrico sofrer faltas, interrompendo o suprimento normal de energia aos clientes e deixando-os fora de serviço. Apesar de ser impraticável impedir por completo estes infortúnios, é possível aplicar técnicas de restauração de carga para amenizar os seus impactos. Este trabalho lida com o problema de restauração em sistemas de distribuição, o qual se resume a executar uma sequência de aberturas e fechamentos de chaves de forma a levar o sistema a uma nova configuração que recupere o máximo de cargas no menor tempo possível. Este problema é aqui formulado como a minimização da energia não suprida e da potência total não restaurada. O espaço de busca escolhido consiste no conjunto de permutações das chaves de manobra, e é proposto um mecanismo de avaliação que leva sempre a configurações factíveis. O processo de otimização torna-se mais eficiente pela proposta de mecanismos de redução, que impedem a criação de algumas permutações redundantes. Além disso, uma etapa inicial é incluída que faz uso apenas de chaves telecomandadas, as quais são capazes de recuperar energia dentro de um certo limite de tempo que previne impactos nos índices de confiabilidade. O problema resultante é resolvido usando um Simulated Annealing seguido de uma busca local. Um mecanismo de decodificação também é proposto que converte um vetor de permutação em uma sequência de manobras que, além de respeitar um conjunto predefinido de regras de precedência, também estima o tempo total de manobras e a energia não suprida na presença de múltiplas equipes de manobra. O método completo retornou as mesmas soluções que um processo exato em instâncias pequenas e, em cenários mais complexos, foi capaz de obter soluções significativamente melhores quando comparado com um método Branch and Bound com uma heurística de poda.