Métodos heurísticos para otimização de redes de distribuição de energia elétrica

Autores

  • Gabriel Rafalski Breda Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo
  • Mário Mestria Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo

DOI:

https://doi.org/10.14488/1676-1901.v20i4.4131

Palavras-chave:

Otimização, Algoritmos Heurísticos, Planejamento Ótimo, Rede de Distribuição de Energia Elétrica, Confiabilidade em Sistema de Distribuição.

Resumo

Um aumento na taxa de crescimento populacional leva a maiores taxas de demanda por consumo de energia elétrica. Portanto, há necessidade de um planejamento otimizado nas redes de distribuição de energia elétrica. Nesse planejamento, a localização e o balanceamento de carga de cada subestação são de extrema importância nos sistemas de distribuição. O problema pode ser modelado como um problema de otimização combinatória. Neste artigo, propomos um modelo de alocação usando a p-mediana para este problema. Os heurísticos métodos desenvolvidos para resolver este problema foram baseados nos algoritmos de Teitz e Bart (1968), para encontrar a melhor localização das subestações, e Gillett e Jhonson (1976), que designa pontos de demanda a serem conectados a cada subestação. Finalmente, um método exato usando o algoritmo branch-and-bound foi usado para comparar os resultados computacionais. Os testes utilizaram diversos cenários aplicados às redes de distribuição de energia elétrica em uma região metropolitana. Os resultados computacionais foram promissores em termos de qualidade e tempo computacional.

Downloads

Não há dados estatísticos.

Biografia do Autor

Mário Mestria, Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo

Doutor em Computação pela Universidade Federal Fluminense. Atualmente é professor titular do Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo lecionando nas Coordenadorias do Curso de Eletrotécncia e do Curso Superior em Engenharia Elétrica e no Mestrado Profissional em Tecnologias Sustentáveis.

Referências

ALANNE, K; SAARI, A. Distributed energy generation and sustainable development. Renewable and Sustainable Energy Reviews, v. 10, n. 6, p. 539-558, 2006. https://doi.org/10.1016/j.rser.2004.11.004

ALMEIDA, M. N. et al. Otimização da rota de veículos e seus impactos na logística de distribuição: um estudo de caso em uma distribuidora de produtos de limpeza. Revista Produção Online, Florianópolis, v. 20, n. 2, p. 598-626, 2020.

https://doi.org/10.14488/1676-1901.v20i2.3356

ANEEL. Resolução Normativa: N°482. Brasília, 13 p., 2012. Disponível em:

http://www2.aneel.gov.br/cedoc/ren2012482.pdf. Acesso em: 14 de set. de 2020.

ANEEL. Procedimentos de distribuição de energia elétrica no sistema elétrico nacional -PRODIST: Módulo 8 - qualidade da energia elétrica. data de vigência: a partir de 2018. Agência Nacional de Energia Elétrica, 2018.

https://www.aneel.gov.br/modulo-8

ANEEL. Número de subestações no Espírito Santo. Sistema de Gestão de informações de Campos Elétricos e Magnéticos. Agência Nacional de Energia Elétrica. Disponível em: http://extranet.aneel.gov.br/gcem_site/(S(egzmv20o1voh4aglmqvh1ecy))/ConsultaWeb/ConsultarSubestacoesLinhasTransmissaoExterno.aspx?Estado=ES. Acesso em: 14 de out. de 2019.

BARTELEGA. T. J. T. Estudo do consumo de energia elétrica de uma residência visando à implantação de painéis fotovoltaicos. Guaratinguetá, São Paulo. 2015.

https://repositorio.unesp.br/bitstream/handle/11449/155293/000881440.pdf?sequence=1&isAllowed=y

BIASOTTO, L. D.; KINDEL, A. Power lines and impacts on biodiversity: a systematic review. Environmental Impact Assessment Review, v. 71, p. 110-119, 2018. https://doi.org/10.1016/j.eiar.2018.04.010

DA SILVA, Y. S.; MESTRIA, M. Algoritmos para o problema de localização de estações de carregamento de veículos elétricos. Revista Produção Online, Florianópolis, v. 19, n. 1, p. 290-320, 2019.

https://doi.org/10.14488/1676-1901.v19i1.3324

DANTZIG, G. B.; THAPA, M. N. Linear Programming: 2: Theory and Extensions. Springer-Verlag, New York, 2003.

https://doi.org/10.1007/b97283

DETOFENO, T. C.; STEINER, M. T. A. Otimização das Rotas de Coleta de Resíduos Sólidos Urbanos: Um Estudo de Caso em Joinville-SC. In: SBPO, 41., 2009. Pesquisa Operacional na Gestão do Conhecimento. Porto Seguro - BA. Anais [...], 2009. http://www.din.uem.br/sbpo/sbpo2009/artigos/54587.pdf

EPE. Balanço Energético Nacional 2020. Empresa de Pesquisa Energética, 2020a. Disponível em:<https://www.epe.gov.br/sites-pt/publicacoes-dados-abertos/publicacoes/PublicacoesArquivos/publicacao-479/topico-521/Relato%CC%81rio%20Si%CC%81ntese%20BEN%202020-ab%202019_Final.pdf>. Acesso em: 30 de ago. de 2020.

EPE. Consumo Anual de Energia Elétrica por classe (nacional). Empresa de Pesquisa Energética, 2020b. Disponível em: https://www.epe.gov.br/pt/publicacoes-dados-abertos/publicacoes/Consumo-Anual-de-Energia-Eletrica-por-classe-nacional. Acesso em: 27 de ago. de 2020.

GASSEN, G. et al. Proposta de um modelo de programação linear para otimização do planejamento agregado de produção de brocas para empresa multinacional. Revista Produção Online, Florianópolis, v. 19, n. 1, p. 21-43, 2019.

https://doi.org/10.14488/1676-1901.v19i1.3013.

GENDREAU, M.; POTVIN, J. Y. Handbook of Metaheuristics. 2nd edition. In: International Series in Operations Research & Management Science, v. 146, Springer, New York, USA, 2010. https://doi.org/10.1007/978-1-4419-1665-5

GILLETT, B.; JHONSON, J. G. Multi-terminal vehicle-dispatch algorithm. Omega, Elsevier, v. 4, n. 6, p. 711-718. 1976. https://doi.org/10.1016/0305-0483(76)90097-9

GOLDBERG, D. E. Genetic algorithms in search, optimization and machine learning. 1st edition, Addison-Wesley Longman Publishing Co., Inc., Boston, MA, USA, 1989.

GONÇALVES, S. M.; STEINER, M. T. A.; SOUZA, L. V. Metodologia para o PRV: um Estudo de Caso para a Distribuição de Água Mineral. In: LOPES, H. S.; RODRIGUES, L. C. A.; STEINER, M. T. A. Meta-Heurísticas em Pesquisa Operacional, (editores), cap. 13, p. 181-202, editora Omnipax, Curitiba, PR, 2013.

https://doi.org/10.7436/2013.mhpo.13

GUIMARÃES, T. A.; PEREIRA, L. G.; MEDEIROS, W. J. N. Simulação de Monte Carlo e Métodos Heurísticos Paralelizados para a Resolução do Problema do Roteamento de Veículos Capacitados: uma Comparação entre Abordagens. In: SIMPÓSIO DE PESQUISA OPERACIONAL E LOGÍSTICA DA MARINHA – SPOLM, 15., 2012, Rio de Janeiro - RJ. Anais [...]. 2012.

https://www.marinha.mil.br/spolm/sites/www.marinha.mil.br.spolm/files/101791.pdf

KIRKPATRICK, S.; GELATT JR., C. D.; VECCHI, M. P. Optimization by Simulated Annealing. Science, v. 220, n. 4598, p. 671-680, 1983.

https://doi.org/10.1126/science.220.4598.671

LOSQUI, H. V. F.; SOUZA, F. H. B. Análise de pontos de aleatoriadade como estratégia para melhoria de ótimos locais em uma heurística construtiva. Revista Produção Online, Florianópolis, v. 19, n. 3, p. 923-951, 2019. https://doi.org/10.14488/1676-1901.v19i3.3336

LUDWIG, J. P.; PALOSCHI, R. B.; SOUZA, J. Mapeamento do consumo de energia elétrica em uma indústria moveleira: um estudo de caso. In: ENCONTRO FLUMINENSE DE ENGENHARIA DE PRODUÇÃO. 4., 2013. Anais [...].. Rio de Janeiro, Volta Redonda, 2013. https://doi.org/10.13140/2.1.4255.8724

LUNA, D. EPE prevê crescimento da demanda de energia de 3,6% ao ano até 2029. Economia. Estadão. Publicado em 29 agosto de 2019. Disponível em: https://economia.uol.com.br/noticias/estadao-conteudo/2019/08/29/epe-preve-crescimento-da-demanda-de-energia-de-36-ao-ano-ate-2029.htm. Acesso em: 13 mar. 2020.

MARCUZZO, F. F. N. Sistema de otimização hidráulica e econômica de rede de irrigação localizada usando algoritmos genéticos. Tese (Doutorado) - Universidade de São Carlos. São Paulo, 2008.

https://doi.org/10.11606/T.18.2008.tde-11112008-091041

MEHL, E. L. M. Qualidade da energia elétrica. Curso de Pós-Graduação em Engenharia Elétrica. Departamento de Engenharia Elétrica. Universidade Federal do Paraná. Disponível em: http://www.cricte2004.eletrica.ufpr.br/mehl/posgrad/qualidade-energia.pdf. Acesso em: 15 set. 2019.

MESTRIA, M. New hybrid heuristic algorithm for the clustered traveling salesman problem. Computers & Industrial Engineering, v. 116, p. 1-12, 2018.

https://doi.org/10.1016/j.cie.2017.12.018

OSORIO, V. A. G. Carregamento ótimo de veículos elétricos considerando as restrições das redes de distribuição de média tensão. 2013, 168 f. Dissertação )Mestrado em Engenharia Elétrica) - Universidade Estadual Paulista “Júlio De Mesquita Filho”. São Paulo, Ilha Solteira, 2013.

https://repositorio.unesp.br/handle/11449/87165

REVELLE, C. S.; SWAIN, R. W. Central Facilities Location. Geographical Analysis, v. 2, n. 1, p. 30-42, 1970. https://doi.org/10.1111/j.1538-4632.1970.tb00142.x

ROTHLAUF, F. Optimization Methods. In: Design of Modern Heuristics. Natural Computing Series, Springer-Verlag, Berlin, Heidelberg, p. 45–102, 2011.

https://doi.org/10.1007/978-3-540-72962-4_3

SILVA, D. C. A.; MESTRIA, M. Chemical Reaction Optimization Metaheuristic for Locating Service Stations Through the Capacitated p-Median Problem. Pesquisa Operacional, Rio de Janeiro, v. 38, n. 3, p. 441-478, 2018.

https://doi.org/10.1590/0101-7438.2018.038.03.0441

SOUZA, M. J. F.; MARTINS, A. X.; COSTA, T. A.; GUIMARÃES, F. A. C; ALVES, J. M. C. B.; TOFFOLO, T. A. M. Manual do LINGO: com exercícios resolvidos de Programação Matemática. Departamento de Computação. Instituto de Ciências Exatas e Biológicas. UFOP. Disponível em: http://www.decom.ufop.br/prof/marcone/Disciplinas/OtimizacaoCombinatoria/LINGO_ListaExercicios.pdf. Acesso em: 21 out. 2019.

TALENS, C.; FERNANDEZ-VIAGAS, V.; PEREZ-GONZALEZ, P.; FRAMINAN, J. M. New efficient constructive heuristics for the two-stage multi-machine assembly scheduling problem. Computers & Industrial Engineering, v. 140, p. 106-223, 2020.https://doi.org/10.1016/j.cie.2019.106223.

TEITZ, M. B.; BART, P. Heuristic Methods for Estimating the Generalized Vertex Median of a Weighted Graph. Operations Research, v. 16, n. 5, p. 955-961, 1968. https://doi.org/10.1287/opre.16.5.955

VALENZUELA, A.; MONTALVO, I.; INGA, E. A Decision-Making Tool for Electric Distribution Network Planning Based on Heuristics and Georeferenced Data. Energies, v. 12, n. 21. p. 40-65, 2019. https://www.mdpi.com/1996-1073/12/21/4065

VECCHI, T. P. B. Um estudo de modelos matemáticos para expansão de redes de distribuição de energia elétrica. Dissertação (Mestrado) – Universidade Federal do Paraná. Curitiba, 2004. http://hdl.handle.net/1884/988

WANG, S.; RAO, W.; HONG, Y. A distance matrix based algorithm for solving the

traveling salesman problem. Operational Research: An International Journal,

v. 20, n. 3, p. 1505–1542, 2020. https://doi.org/10.1007/s12351-018-0386-1

XIANG, Y. et al. Reliability correlated optimal planning of distribution network with distributed generation. Electric Power Systems Research, v.186, p. 106-391, 2020. https://doi.org/10.1016/j.epsr.2020.106391

Publicado

21-12-2020

Como Citar

Breda, G. R., & Mestria, M. (2020). Métodos heurísticos para otimização de redes de distribuição de energia elétrica. Revista Produção Online, 20(4), 1354–1383. https://doi.org/10.14488/1676-1901.v20i4.4131

Edição

Seção

Artigos