RECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA RADIAIS UTILIZANDO ALGORITMO BASEADO EM COLÔNIA DE FORMIGAS.
|
|
- Maria Clara da Cunha Bergler
- 7 Há anos
- Visualizações:
Transcrição
1 RECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA RADIAIS UTILIZANDO ALGORITMO BASEADO EM COLÔNIA DE FORMIGAS. WALDEMAR PEREIRA MATHIAS NETO [1] [1] [2] LUÍS GUSTAVO WESZ DA SILVA RUBÉN ROMERO [1] JOSÉ ROBERTO SANCHES MANTOVANI [1] [1] Laboratório de Planeamento de Sistemas de Energia Elétrica - LaPSEE Departamento de Engenharia Elétrica Unesp - Ilha Solteira Avenida Brasil Norte, 364 Caixa Postal ILHA SOLTEIRA, SP, BRASIL. [2] Escola de Engenharia Elétrica e de Computação - EEEC Universidade Federal de Goiás - UFG - Goiânia - Goiás RESUMO Neste trabalho o problema de reconfiguração de sistemas radiais de distribuição de energia elétrica é formulado como um modelo de programação não linear inteira mista (PNLIM) e resolvido através de um algoritmo baseado em colônia de formigas. Para obter eficiência computacional do algoritmo de colônia de formigas (Ant Colony System - ACS) dedicado à solução do problema foram realizados estudos e análises dos seus parâmetros de controle. São apresentados e discutidos os resultados obtidos para dois sistemas de distribuição, um de pequeno e o outro de médio porte. PALAVRAS CHAVE: Reconfiguração de Sistemas de Distribuição, Colônia de Formigas, planeamento. ABSTRACT In this paper, the electric power distribution system reconfiguration problem is formulated by means of a mixed-integer non-linear programming model (MINLPM). An algorithm based on ant colony system (ACS) is applied to solve the MINLPM. In order to set the ACS algorithm for solving the problem, several control parameter analyses were carried out for obtaining computational efficiency and robustness. Results and discussions are presented for two distribution systems, namely a small- and other medium-port. KEYWORDS: Distribution Networ Reconfiguration, Ant Colony System, planning. [617]
2 1. Introdução Os sistemas de distribuição de energia elétrica são proetados para operarem radialmente, e apresentam a possibilidade de alteração da topologia através da abertura/fechamento de chaves secccionadoras localizadas em pontos estratégicos. A crescente automatização dos sistemas de distribuição traz a possibilidade de se alterar mais facilmente a configuração da rede, viabilizando ações que permitam operar o sistema sempre da maneira mais adequada de modo a reduzir as perdas ativas nos alimentadores, melhorar os níveis de tensão e aumentar os índices de confiabilidade, eliminado e/ou isolando faltas para restaurar o fornecimento de energia. A reconfiguração de redes aéreas de distribuição de energia elétrica é um problema de programação não linear inteiro misto (PNLIM) de natureza combinatória, que apresenta espaço de busca de soluções praticamente infinito para sistemas de distribuição reais. A restrição da radialidade é um dos fatores complicantes do problema, pois não é possível representar esta restrição utilizando relações algébricas simples e, portanto, tornando muito difícil o uso de algoritmos baseados em técnicas analíticas de otimização para resolver este problema. Para a solução deste PNLIM são propostas na literatura diversas técnicas heurísticas e metaheurísticas e algumas metodologias que exploram a utilização conunta destas duas técnicas. Civanlar et al. (1988) conduziram primeiramente pesquisas no campo de minimização de perdas em sistemas de distribuição através de técnicas heurísticas para obter propostas de reconfiguração de redes, alterando a sua topologia operacional. No ano seguinte Baran e Wu (1989) modelaram o problema de reconfiguração e balanceamento de cargas entre alimentadores como um problema de programação inteira. Nara et al. (1992) e Lin et al. (2000) utilizaram algoritmo genético para encontrar a configuração que possui menores perdas. Goswami et al. (1992) e Shirmohammadi (1989) apresentaram um método de fluxo de potência utilizado em um algoritmo heurístico capaz de encontrar a configuração de menores perdas em um sistema de distribuição radial. Embora o problema tenha sido intensamente pesquisado, os diversos métodos e modelos apresentam a necessidade de melhorar o tempo de processamento e o uso de modelos mais realistas dos sistemas de distribuição para que se possam obter resultados satisfatórios e voltados para as reais condições de operação dos sistemas. Neste trabalho o problema de reconfiguração o problema de reconfiguração de redes aéreas de distribuição é formulado como um problema de programação não linear com variáveis reais e inteiras. A técnica de solução adotada é um método baseado na metaheurística de colônia de formigas (Ant Colony System ACS), e que utiliza como ferramenta auxiliar um algoritmo de fluxo de potência monofásico para redes radiais. O algoritmo ACS foi proposto inicialmente por Dorigo e Maniezzo (1996) a partir da observação do comportamento de colônias de formigas reais quando em busca de alimento. Como se sabe, as formigas são capazes de encontrar sempre a menor distância entre seu ninho e a fonte de alimento sem possuir quaisquer recursos visuais. O ACS recria esta característica adaptativa através de formigas virtuais, que são lançadas de modo a minimizar uma determinada função obetivo. Atualmente este algoritmo é amplamente utilizado como ferramenta de otimização em diversas áreas de pesquisa envolvendo problemas combinatoriais. Recentemente, alguns trabalhos utilizando a metodologia do ACS dedicada a solucionar ao problema de reconfiguração de redes como Carpaneto et al. (2004), Su et al. (2005) e Mathias Neto et. al. (2006) mostraram sua eficácia, trazendo bons resultados com pequeno esforço computacional. No entanto, esta é ainda uma linha de pesquisa ativa devido a enorme gama de restrições que a reconfiguração de um sistema de distribuição real impõe. Resultados obtidos com testes em dois sistemas de distribuição são apresentados e discutidos para ilustrar a eficiência e rapidez do algoritmo ACS para reconfiguração de redes de distribuição desenvolvido neste trabalho. [618]
3 2. Modelo Matemático A maioria dos sistemas de distribuição é proetada para operar de forma radial, assim para uma determinada configuração o sistema possui um conunto de circuitos que estão energizados, formando uma topologia radial chamada de árvore do ponto de vista da teoria de grafos. Por outro lado, os circuitos que não estão energizados são chamados de ramos de ligação, e uma troca adequada de um ramo de ligação com um ramo da árvore gera uma nova configuração radial. O problema de reconfiguração de redes de distribuição é obter dentre todas as configurações possíveis, aquela que tem menor perda de energia e satisfaça um conunto de restrições, tais como fluxo de corrente máxima entre ramos, radialidade do sistema, máxima variação de tensão nos pontos de carga e máximo fluxo de potência ativa nos alimentadores. De forma geral o problema de reconfiguração de redes pode ser escrito como: Minimizar P s n 1 = T, LOSS Minimizar PLOSS( i, i + 1) = 1 i= 0 s.a. - Restrições de fluxo de carga; - Radialidade; - Níveis de Tensão V V nom % ΔV Confiabilidade do Sistema; - Balanço de Carga Entre os Alimentadores; - Fluxo de potência ativa máxima nos alimentadores f f Em que: V : Valor da tensão da -ésima barra na configuração ; V nom %ΔV f f : Valor da tensão nominal de operação; : Porcentagem máxima permitida de queda de tensão, sobre a tensão nominal; : Fluxo de potência ativa no ramo i-; : Fluxo de potência ativa máximo permido no ramo i-; PLOSS (, i i+ 1) : Potência ativa perdida no ramo entre a barra i e i+1; P : Potência ativa total perdida no sistema em alimentadores. TLOSS, No problema de reconfiguração, pode-se considerar que em cada ramo do alimentador existe uma chave, sendo que nos ramos energizados as chaves estão fechadas (chaves seccionadoras) e nos ramos de ligação as chaves estão abertas (chaves de interconexão). Esta abordagem para o problema permite obter as melhores alocações das chaves de manobras para obter um planeamento da operação com menores valores de perdas técnicas. [619]
4 3. Técnica de Solução O algoritmo ACS é uma metaheurística inspirada na observação de colônias de formigas reais que são insetos sociais e vivem em colônias, sendo o comportamento dos indivíduos direcionado muito mais pela sobrevivência da colônia do que cada indivíduo em si. Um dos problemas estudados pelos entomologistas está relacionado com o fato de como insetos quase cegos como as formigas, possam se guiar para estabelecer caminhos de rota mínima de seus ninhos até as fontes de alimentos. Foi descoberto que o meio usado entre os indivíduos para trocar informações relacionadas com o caminho e usado para decidir que caminho seguir consiste do cheiro do feromônio, substância deixada pelas formigas ao se movimentarem. Enquanto uma formiga isolada move essencialmente de forma aleatória, uma formiga encontrando uma trilha previamente marcada com o cheiro de feromônio pode detectar e decidir com alta probabilidade seguir esta trilha, reforçando o cheiro com o seu próprio feromônio. Desta forma há um comportamento coletivo do tipo auto-catalítico, em que a maioria das formigas segue o cheiro, e o cheiro mais intenso torna por ser seguido. O processo é então caracterizado por um laço de realimentação positivo, onde a probabilidade com que uma formiga escolha um determinado caminho aumenta com o número de formigas que escolheram o mesmo caminho previamente. Assim uma rota é determinada, e esta possui uma alta probabilidade de ser a menor possível. 3.1 ACS Dedicado ao Problema de Reconfiguração de Redes Da mesma maneira que formigas reais encontram o menor caminho entre seu ninho e a fonte de alimento, é possível por analogia abstrair e criar formigas artificiais que encontrem configuração ótima para o problema de reconfiguração de redes radiais de distribuição de energia elétrica. De um modo geral, as soluções candidatas para o problema de reconfiguração são formadas pelas formigas que, partindo dos nós iniciais dos alimentadores, caminham pelos ramos que representam o grafo do sistema de distribuição até completar uma topologia radial. Durante uma iteração do algoritmo cada formiga [1,..., m] constrói uma configuração radial executando (nb-s) passos, onde nb representa o número total de barras da rede de distribuição e s o número de alimentadores. Cada iteração t do ACS é composta dos seguintes passos: (i) (ii) (iii) (iv) Fase de inicialização: Define-se o tamanho da população, posicionam-se todas as formigas nos nós iniciais dos alimentadores; e estabelecem-se os valores iniciais para intensidade de cheiro sobre as trilhas; Fase de transição: Na fase de despacho, cada formiga escolhe que caminho seguir, levando em consideração a intensidade do cheiro e uma função de mérito preestabelecida de acordo com as características físicas e topológicas dos sistemas de distribuição. Avaliação da função de adaptação: Na terceira etapa, após construírem as configurações, a função de obetivo é avaliada untamente com as restrições do problema de reconfiguração de redes, analisando-se o desempenho de cada indivíduo separadamente. Atualização da intensidade do cheiro de feromônio: Nesta etapa a intensidade do cheiro do feromônio é atualizada. Assim como acontece com formigas reais, o feromônio depositado sobre as configurações estabelecidas pelas formigas virtuais evapora com o passar do tempo (ou sea, o cheiro de feromônio perde a intensidade se as formigas não reconstruírem as mesmas configurações). Por outro lado, se uma dada topologia é estabelecida, a intensidade do cheiro do feromônio dos ramos é incrementada através de uma regra de transição. [620]
5 (v) Verificação da convergência do algoritmo: O último estágio é a verificação de convergência, finalizando o processo se número de iterações máximo foi alcançado ou quando todas as formigas escolhem a mesma configuração. Regra de Transição No modelo proposto, a transição da barra i para a barra da rede de distribuição na iteração t do algoritmo, para cada formiga, depende de cinco fatores: a. Se a barra á foi visitada pela formiga. Existe uma memória para cada formiga, que é representada pelo conunto J. Esse conunto contém todas as barras que a -ésima formiga á visitou. Quando uma barra é visitada pela formiga, ela é adicionada ao conunto para evitar uma nova visita. Inicialmente o conunto J contém apenas os nós raízes dos alimentadores (S/E). b. Intensidade de feromônio τ (t) presente nos ramos que conectam duas barras. Atualizada a cada iteração, a trilha de feromônio é uma informação global, modificada dinamicamente, refletindo as experiências adquiridas pela colônia durante a construção da configuração radial. c. Parâmetro visibilidade, definido como o inverso da impedância η = 1 Z, do ramo entre as barras i e. d. Do inverso da distância D da barra ao nó raiz do alimentador que está conectada, medida em camadas. As camadas são definidas a partir do nó zero do alimentador (S/E) e aumentam gradualmente ao distanciar deste. No método, a distância em níveis é numericamente igual à camada que o nó se encontra, ou sea, se determinado nó encontra-se na camada 1 sua distância D = 1, se este encontra-se na camada 2 sua distância será D = 2, e assim por diante. Na figura 01 é ilustrada a disposição em camadas de um alimentador de distribuição Camada 1 Camada Camada 3 Camada 4 Camada Camada 6 Camada 7 Camada 8 Figura 01: Esquema de numeração dos nós para obter D. C e. Valor do módulo da carga presente na barra. Uma barra com grande carga instalada próxima da subestação contribui para a redução das perdas ativa no alimentador. [621]
6 Pode-se dizer que estes cinco fatores estão divididos em três subconuntos. O primeiro formado pela condição (a), garante que a configuração estabelecida por uma dada formiga sea radial, graças à sua memória; o segundo composto pelas condições (b) e (c) agrega à escolha do caminho a característica evolutiva das formigas, através do feromônio e visibilidade; no último composto pelas condições (d) e (e), estão associadas a algumas penalizações heurísticas desenvolvidas com base no conhecimento das características operacionais e físicas do problema de operação de redes de distribuição de energia elétrica. De maneira geral a regra de transição, isto é, a probabilidade da formiga ir da barra i para a barra, enquanto constrói a sua t-ésima solução, é dada pela seguinte fórmula: α β 1 γ δ [ τ ].[ η ].[ D ].[ C ] α β 1 γ [ τ ].[ η ].[ D ].[ C ] se i J e J δ P = (1) i J e J se i J ou J 0 em que α, β, γ e δ são parâmetros austáveis e controlam o peso relativo do feromônio da trilha τ (t), da visibilidade η, da distância D da barra ao alimentador e da dependência da carga. C Se o parâmetro α for nulo, as barras serão selecionadas heuristicamente. É importante notar que embora a fórmula da equação acima permaneça constante durante uma iteração, o valor da probabilidade P pode ser diferente para duas formigas presentes em uma mesma barra i. Isso (t) porque a probabilidade P (t) é uma função de J. Ou sea, ela depende da solução parcial construída pela -ésima formiga. Na figura 02 ilustram-se os dois passos iniciais dos (nb-s) passos necessários para a construção de uma configuração radial. Os ramos destacados concorrerão entre si com obetivo de se tornarem um circuito energizado. Inicialmente em (a) o K conunto J contém apenas as barras 1, 2 e 3; em (b) depois de aplicada a regra de transição é K escolhida a barra 4 para movimentar-se e o conunto e o J é atualizado, modificando-se para 1, 2, 3 e 4; (c) novamente a regra de transição é aplicada e a formiga move-se em direção a barra K 6, alterando o conunto J a 1, 2, 3, 4 e 6. Figura 02: Início da construção de uma configuração radial realizada por uma formiga. Atualização da intensidade do cheiro do feromônio Após encontrar o conunto das m soluções factíveis construídas pelas formigas, a sub-rotina de fluxo de potência é executada para cada configuração para avaliar a função de adaptação. Em seguida as m formigas adicionam certa quantidade de feromônio Δ τ (t) aos ramos (i, ) que fazem parte de J. Isto torna os ramos mais atraentes às futuras formigas na construção de novas soluções. Na iteração t, a formiga adiciona uma quantidade feromônio à linha (i, ), pertencente à topologia do problema, de acordo com a equação abaixo: [622]
7 Q R se ( i, ) S Δτ = (2) 0 se ( i, ) S onde S (t) é o conunto de circuitos energizados pertencentes à configuração radial encontrada pela formiga na iteração t, e R (t) é a resistência do ramo entre as barras i e. Q é um parâmetro austável usado para determinar a taxa de feromônio que é adicionado às linhas. Ao longo do tempo certa quantidade do feromônio evapora e esta redução da quantidade de feromônio na trilha é implementada pela introdução do coeficiente de redução. Ele é denominado ρ, e seus valores estão no intervalo [0,1]. A regra da atualização da quantidade de feromônio resultante aplicada em todos os ramos é dada pela seguinte fórmula: em que m τ ( t + 1) = ρ. τ + Δτ (3) Δτ = Δτ, e m representa o número de formigas. A quantidade inicial do = 1 feromônio em todas as arestas é dada por uma pequena constante positiva Um conceito que pode ser implementado nesta fase do algoritmo é o elitismo. O conceito de elitismo introduzido por Dorigo (1992) propõe que somente a formiga que encontrou a configuração que contém a menor perda de potência, naquela iteração, atualize o feromônio. Com isso eliminam-se as possibilidades do algoritmo convergir a maus resultados e da estagnação prematura. τ O problema da variabilidade dos indivíduos Na inicialização do ACS, em analogia a um formigueiro real, todas as m formigas partem de seus ninhos (S/E s) e caminham através das barras do sistema obter uma configuração radial. Sendo assim o conunto J que contém todas as barras á visitadas pelo indivíduo inicialmente contém apenas os nós raízes dos alimentadores e, ao se aplicar a regra de transição todos indivíduos dirigir-se-iam a mesma barra, pois o conunto J inicialmente é igual para todas as formigas. Este problema foi contornado utilizando uma heurística que consiste em separar os n maiores valores da função de probabilidade P de cada formiga, adicionando-os a uma lista individual. Em seguida é realizado um sorteio entre as n barras, e uma destas é escolhida, definindo o destino em que a formiga deve seguir. Na figura 03 está ilustrado o processo descrito realizado entre as etapas (a) e (b) da figura 02, admitindo-se n=2. Conforme se pode verificar na figura 02 (a), cada formiga possui três opções de direção: os nós 04, 08 e 13. Como foi restrita a 2 a dimensão da lista, esta contém apenas os nós 04 e 08. Neste exemplo, após o sorteio decide-se pela formiga ser posicionada na barra 04. Figura 03: Técnica utilizada para obter a variabilidade de indivíduos. [623]
8 A dimensão n da lista para cada indivíduo normalmente é dois ou três. Valores iguais ou superiores a 4 diversificam demais a população, o que trará maus resultados devido à natureza multi-estágio do algoritmo. Entretanto, ao atribuir valor igual a um para dimensão da lista, não haverá diversidade na população, pois todos os indivíduos guiar-se-ão para a barra que possui maior função probabilidade, fazendo que também o algoritmo se torne guloso. 3.3 Parâmetros do algoritmo ACS A metaheurística ACS exige a inicialização, especificação ou calibração de um grande número de parâmetros de controle, podendo este ser ainda maior quanto maior o número de funções obetivo do problema sob análise. Estes parâmetros podem ser divididos em três conuntos: (1) Parâmetros gerais do algoritmo: Contêm as informações globais sobre o algoritmo, tal como o número de formigas m, o número máximo de iterações t e a intensidade do cheiro inicial τ sobre as arestas; 0 (2) Parâmetros da regra de transição: são aqueles que ditam o caminho que será tomado por cada formiga, e são compostos pelo coeficiente α que controla a intensidade do cheiro do feromônio e coeficiente β que controla a visibilidade dos indivíduos; (3) Parâmetros da regra de atualização da intensidade do cheiro: Descrevem o modo com que as formigas depositam o feromônio nas trilhas, sendo formados pelo constante Q que define a quantidade de feromônio a ser depositada nas arestas, e o parâmetro ρ que impõe o quanto rápida será sua evaporação. Durante o desenvolvimento do ACS para o problema de reconfiguração de redes, não se encontrou grandes dificuldades na calibração dos parâmetros gerais do algoritmo e parâmetros de atualização da intensidade do cheiro. Os parâmetros gerais do algoritmo são calibrados facilmente, pois τ 0 deve ser um valor pequeno, pois no início das iterações não há feromônio sobre as trilhas, porém não nulo, uma vez que a regra de transição depende desta constante. O número m de formigas e o número t de iterações implicam no número de indivíduos que são lançados na tentativa de encontrar a melhor configuração. Com mais indivíduos, mais marcante será a quantidade de feromônio depositada nas arestas candidatas à solução ótima, sendo estas escolhidas posteriormente por outras formigas, fazendo então o algoritmo convergir. No entanto há um inconveniente: o tempo de processamento aumenta muito com o número de formigas especificado. De acordo com cada problema, cabe ao usuário decidir os melhores valores para estas constantes. Os parâmetros de atualização do cheiro do feromônio são calibrados de forma intuitiva, baseando-se no comportamento de formigas reais. Um alto valor do coeficiente de evaporação retarda o processo de convergência, fazendo com que o algoritmo não encontre uma boa solução com pequeno número de iterações. Por outro lado, um valor baixo do coeficiente ρ reduz sensivelmente o número de iterações necessárias para que o algoritmo convira, porém pode trazer a estagnação rápida, não encontrando a solução ótima do problema. O parâmetro Q faz com que os indivíduos depositem uma maior ou menor quantidade de feromônio nas arestas do grafo, e esta quantidade por sua vez influencia diretamente na função probabilidade (1). São os parâmetros da regra de transição que, através da função de probabilidade, conduzem o indivíduo durante a construção de uma topologia radial. Se os valores destes parâmetros não estiverem em harmonia, uma das características da função predominará (cheiro do feromônio, visibilidade, distância da S/E e valor carga instalada) e o algoritmo trará maus resultados. A calibração entre os valores relativos de α, β, γ e δ deve ser realizada de maneira que cada um agregue sua característica à função, mas sem preudicá-la como um todo. Uma busca explícita em problemas de pequeno porte pode ser uma maneira de se obter valores iniciais para estas [624]
9 constantes, e então aplicar em sistemas de maior porte refinando-os a posteriori, de acordo com o problema sob estudo. 4. Resultados Nesta sessão apresentam-se os resultados dos testes realizados no programa computacional desenvolvido a partir do algoritmo ACS dedicado à solução do problema de reconfiguração e implementado em linguagem FORTRAN. Estes testes foram efetuados em dois sistemas de distribuição, um de pequeno e outro de médio porte, ambos referenciados em Su et al. (2005), utilizando-se um computador Intel Pentium IV de 3 GHz e 1 GB de memória RAM. O primeiro teste foi realizado em um sistema de pequeno porte contendo 16 barras e três chaves de interconexão distribuídas entre três alimentadores, como ilustrado na figura 04. Figura 04: Sistema de 16 barras testado. Para este teste a carga foi assumida como potência constante e S base = 100 MVA. Os parâmetros utilizados no algoritmo foram α = 1, β = 1, ρ = 0. 4, γ = 4, δ = 8, Q = 1 e número de formigas igual a 10. O número de iterações foi 10. Na tabela 01 apresentam-se os resultados obtidos. Tabela 01: Resultados obtidos para o sistema de pequeno porte contendo de 16 barras. Configuração inicial Após a reconfiguração Ramos de Ligação 15, 21, 26 17, 19, 26 Perda de Potência (W) 511,44 466,13 Redução de Potência (%) -- 8,86 Ramos de ligação alterados -- 2 Como se pode observar na tabela acima, houve uma grande redução de potência no sistema, cerca de 9%, substituindo apenas dois dos seus 16 ramos. O esforço computacional foi relativamente pequeno, 1,14 segundos de CPU. Este tempo reduzido de CPU está relacionado com dimensão do espaço de busca para este sistema que é pequeno, e também à necessidade de poucas iterações para que o método convergisse. A melhor solução encontrada para este sistema foi obtida de forma rápida e eficiente, evidenciando o potencial do ACS na solução do problema de restauração de redes de distribuição. O segundo teste é efetuado em um sistema de distribuição real de 11,4 V, contendo 11 alimentadores, 83 circuitos energizados e 13 ramos de ligação, como é ilustrado na figura 05. [625]
10 Figura 05: Sistema de distribuição da companhia energética de Taiwan. A carga é assumida como potência constante e os parâmetros utilizados para o algoritmo foram α = 1, β = 1, ρ = 0. 4, γ = 4, δ = 8, Q = 1 e número de formigas igual a 10. O número de iterações foi 100. Na tabela 02 apresentam-se os resultados obtidos. Tabela 02: Resultados obtidos para o sistema de distribuição da companhia energética de Taiwan. Configuração inicial Após a reconfiguração Solução ótima 1 Ramos de Ligação 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96 7, 34, 36, 42, 55, 63, 72, 83, 86, 88, 89, 90, 92 7, 13, 34, 39, 41, 55, 62, 72, 83, 86, 89, 90, 92 Perda de Potência (W) 532,02 473,05 471,23 Redução de Potência (%) -- 12,46 12,90 Ramos de ligação alterados Melhor solução encontrada para este sistema, Su et. al. (2005). Através da tabela 02 verifica-se que o algoritmo não encontra a melhor solução conhecida para este sistema, no entanto, encontrou uma solução de excelente qualidade e muito próxima desta melhor solução encontrada, com redução de 12,46 % da perda de potência ativa nos alimentadores. O ACS implementado mostrou-se extremante rápido em problemas de médio porte, necessitando de apenas 19,79 segundos de CPU para obter esta solução. 5. Conclusões Neste trabalho é apresentado um Algoritmo de Colônia de Formigas (ACS) dedicado à solução do problema de reconfiguração de redes de distribuição de energia elétrica. A modelagem matemática do problema foi desenvolvida baseada em um modelo de Programação Não Linear Inteiro Misto (PNLIM). O algoritmo implementado a partir da metodologia apresentada foi testado em dois sistemas de distribuição, e através dos resultados obtidos verifica-se a robustez e eficiência do algoritmo. Além disso, o método é extremamente rápido, apresentando grande potencial para a aplicação em problemas de restauração de sistemas distribuição em tempo real. [626]
11 6. Agradecimentos Os autores agradecem a FAPESP, pelo financiamento deste proeto de pesquisa através do processo 2005/ e ao Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq (proc / e /2006-1). 7. Referências Bibliográficas Baran, M. E.; Wu, F. F., Networ reconfiguration in distribution systems for loss reduction and load balancing. IEEE Transactions on Power Delivery, V. 4, pp , Carpaneto, E.; Chicco, G., Ant-colony search-based minimum losses reconfiguration of distribution systems, IEEE Melecon, v. 3, p , Civanlar, S.; Grainger, J. J.; Yin, H.; Lee, S. S. H., Distribution feeder reconfiguration for loss reduction. IEEE Transactions on Power Delivery, V. 3, pp , Dorigo, M.; Maniezzo, V.; Corloni, A., Ant System: optimization by a colony of cooperating agents, IEEE Transaction on Systems Man Cybernetic, Part B, v. 26, p , Goswami, S. K.; Basu, S. K., A new algorithm for the reconfiguration of distribution feeders for loss minimization, IEEE Transactions on Power Delivery, V. 7, pp , Lin, W. N.; Cheng, S. F.; Tsay, M. T., Distribution feeder reconfiguration with genetic algorithm, IEE Proceeding Generation Transmission and Distribution, V. 147, pp , Mathias Neto, W. P.; Mantovani, J. R. S.; Silva, L. G. W.; Reconfiguração de sistemas de distribuição de energia elétrica radiais utilizando algoritmo baseado em colônia de formigas. In: XVIII Congresso de iniciação científica, 2006, Bauru, CD do congresso, São Paulo,2006. Nara, K.; Shiose, A.; Kitagawoa; Ishihara, T., Implementation of genetic algorithm for distribution systems loss minimum reconfiguration, IEEE Transaction on Power Systems., V. 7, pp , Shirmohammadi, D; Hong, H. W., Reconfiguration of electric distribution networs for resistive line loss reduction, IEEE Transactions on Power Delivery, V. 4, pp , Su, C. T.; Chang, C. F.; Chiou, J. P., Distribution networ reconfiguration for loss reduction by ant colony search algorithm, IEEE Transactions on Power Systems, v. 75, p , [627]
Otimização por Colônia de Formigas (Ant Colony Optimization - ACO)
Otimização por Colônia de Formigas (Ant Colony Optimization - ACO) Eros Moreira de Carvalho Gabriel Silva Ramos CI209 - Inteligência Artificial BCC - Bacharelado em Ciência da Computação DInf - Departamento
Leia maisCAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
RECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA ATRAVÉS DE UMA META-HEURÍSTICA DE BUSCA EM VIZINHANÇA VARIÁVEL Leonardo Henrique Faria Macedo Possagnolo leohfmp@gmail.com Rubén Augusto Romero
Leia maisRECONFIGURAÇÃO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA ATRAVÉS DE UM ALGORITMO DE BUSCA DISPERSA. Diogo Rupolo
RECONFIGURAÇÃO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA ATRAVÉS DE UM ALGORITMO DE BUSCA DISPERSA Diogo Rupolo diogorupolo@hotmail.com.br José Roberto Sanches Mantovani mant@dee.feis.unesp.br Laboratório
Leia maisOtimização por Colônia de Formigas (ACO)
Otimização por Colônia de Formigas (ACO) Inspiração Biológica Proposto por Dorigo e Gambardella em 1997 ACO (Ant Colony Optimization) Principal aplicação no PCV Programação do algoritmo Inspiração Biológica
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL Disciplina Anual Assunto Aula 19 ACO - Ant Colony Optimization 2 de 15 Sumário Problema do Caixeiro
Leia maisTópicos Especiais em Otimização
Tópicos Especiais em Otimização ivo.junior@ufjf.edu.br Juiz de Fora, 05 de Maio de 2016 Introdução Qual a diferença entre inteligência: ARTIFICIAL E COMPUTACIONAL? ARTIFICIAL: É a ciência que tenta compreender
Leia mais1. Computação Evolutiva
Computação Bioinspirada - 5955010-1 1. Computação Evolutiva Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 1.7. Outras Metaheurísticas Populacionais 1.7.1. Metaheurísticas Populacionais
Leia maisESTUDO DO DESEMPENHO DE ALGORITMOS COLÔNIA DE FORMIGAS NA RECONFIGURA- ÇÃO DE REDES ELÉTRICAS DE DISTRIBUIÇÃO
Natal RN, 25 a 28 de outubro de 2015 ESTUDO DO DESEMPENHO DE ALGORITMOS COLÔNIA DE FORMIGAS NA RECONFIGURA- ÇÃO DE REDES ELÉTRICAS DE DISTRIBUIÇÃO THIAGO LOPES ALENCAR DE CARVALHO 1, NIRALDO ROBERTO FERREIRA
Leia maisReconfiguration of Radial Electric Power Distribution System via a Scatter Search Algorithm
022 IEEE LATIN AMERICA TRANSACTIONS, VOL., NO. 4, APRIL 205 Reconfiguration of Radial Electric Power Distribution System via a Scatter Search Algorithm D. Rupolo and J. R. S. Mantovani Abstract In this
Leia maisRECONFIGURAÇÃO DE REDES ELÉTRICAS DE DISTRIBUIÇÃO UTILIZANDO ALGORITMO DE FORMIGAS COM ELITISMO
RECONFIGURAÇÃO DE REDES ELÉTRICAS DE DISTRIBUIÇÃO UTILIZANDO ALGORITMO DE FORMIGAS COM ELITISMO Niraldo Roberto Ferreira 1, Benemar Alencar de Souza 2, José do Patrocínio dos Santos Silva 2 1. Departamento
Leia maisMetaheurísticas de Otimização Bio-Inspiradas
* Aula baseada nas notas de aula do prof. Fernando Von Zuben, da UNICAMP UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Metaheurísticas de Otimização Bio-Inspiradas Aula 14 Otimização por Colônia de Formigas*
Leia maisALOCAÇÃO DE CAPACITORES USANDO COLÔNIA DE FORMIGAS E O GRADIENTE
ALOCAÇÃO DE CAPACITORES USANDO COLÔNIA DE FORMIGAS E O GRADIENTE Pimentel Filho, M. C. maxchianca@hotmail.com Lacerda, E. G. M. estefane@dca.ufrn.br Medeiros Junior, M. F. firmino@dca.ufrn.br Resumo Este
Leia maisALOCAÇÃO ÓTIMA DE BANCOS DE CAPACITORES UTILIZANDO A META- HEURÍSTICA COLÔNIA DE FORMIGAS
ALOCAÇÃO ÓTIMA DE BANCOS DE CAPACITORES UTILIZANDO A META- HEURÍSTICA COLÔNIA DE FORMIGAS Luís Miguel Magalhães Torres 1, Helton Nascimento Alves 2 1Aluno do Curso de Engenharia Elétrica Industrial IFMA.
Leia maisReconfiguração de Sistemas de Distribuição Visando Balanceamento entre Alimentadores Através de Técnica de Decomposição
Reconfiguração de Sistemas de Distribuição Visando Balanceamento entre Alimentadores Através de Técnica de Decomposição Code: 02.010 S. C. A. de Ferreira, T. L. O. Araújo, L. W. Oliveira, J. S. Carvalho
Leia maisAnt Colony Optimization
Ant Colony Optimization por Fabricio Breve Fabricio Breve fabricio@rc.unesp.br 02/06/2016 Fabricio Breve 1 Ant Colony Optimization Origem na tese de doutorado de Marco Dorigo, em 1992 Ant Systems Algoritmo
Leia maisAlgoritmos de Tomada de Decisão Multicriterial Fuzzy para Reconfiguração das Redes de Distribuição
Algoritmos de Tomada de Decisão Multicriterial Fuzzy para Reconfiguração das Redes de Distribuição 1 D. P. Bernardon 1, Member, IEEE, V. J. Garcia 1, A. S. Q. Ferreira 1, L. N. Canha 2, A. R. Abaide 2
Leia maisAplicação do Algoritmo Colônia de Formigas na Restauração de Redes Elétricas de Distribuição
Aplicação do Algoritmo Colônia de Formigas na Restauração de Redes Elétricas de Distribuição Erick Baleeiro da Silva¹, Thiago Lopes Alencar de Carvalho¹, Niraldo Roberto Ferreira¹. 1. Departamento de Engenharia
Leia maisNOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
Leia maisXLVII SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL
META-HEURÍSTICA BVNS ESPECIALIZADA PARA RESOLVER O PROBLEMA DA RECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO OPERANDO EM VÁRIOS NÍVEIS DE DEMANDA Leonardo Henrique Faria Macedo Possagnolo leohfmp@gmail.com
Leia maisPalestra COPPE Elétrica. Dezembro de 2010
Palestra COPPE Elétrica Dezembro de 2010 Aplicações de Computação Evolutiva e Otimização Multi-objetivo em Sistemas Elétricos de Potência Oriane Magela Neto Depto. De Engenharia Elétrica da UFMG Sistemas
Leia mais5 VNS com Filtro e Reconexão por Caminhos
5 VNS com Filtro e Reconexão por Caminhos A metaheurística VNS (Variable Neighborhood Search) foi proposta por Mladenović e Hansen [40] e possui como idéia básica a mudança de vizinhanças realizada da
Leia maisReconfiguração de Redes de Distribuição com Nuvem de Partículas Baseada em Perdas Mínimas de Energia
1 Reconfiguração de Redes de Distribuição com Nuvem de Partículas Baseada em Perdas Mínimas de Energia Lorena T. S. Santos; Niraldo R. Ferreira; Rai A. R. Pereira Resumo - Neste trabalho a metaheurística
Leia maisUNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO CAMPUS DE ILHA SOLTEIRA DEPARTAMENTO DE ENGENHARIA ELÉTRICA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA SIMONE SILVA FRUTUOSO DE SOUZA ALGORITMO
Leia maisPalavras-chave: distribuição de energia elétrica; fluxo de potência; regulador de tensão.
Desenvolvimento e Modelagem de Regulador de Tensão para Fluxo de Potência em Redes de Distribuição de Energia Elétrica Rodrigo Mendonça de CARVALHO; Antônio Cesar Baleeiro ALVES Escola de Engenharia Elétrica
Leia maisAPLICAÇÃO DE ALGORITMO COLÔNIA DE FORMIGAS NA RECONFIGURAÇÃO DE REDES ELÉTRICAS DE DISTRIBUIÇÃO
18 a 1 de setembro de 011 APLICAÇÃO DE ALGORITMO COLÔNIA DE FORMIGAS NA RECONFIGURAÇÃO DE REDES ELÉTRICAS DE DISTRIBUIÇÃO BENEMAR ALENCAR DE SOUZA 1, JOSÉ DO PATROCÍNIO DOS SANTOS SILVA 1, NIRALDO ROBERTO
Leia maisSOLUÇÃO DO PROBLEMA DE ALOCAÇÃO DE CHAVES EM REDES RADIAIS DE DISTRIBUIÇÃO
SOLUÇÃO DO PROBLEMA DE ALOCAÇÃO DE CHAVES EM REDES RADIAIS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA ATRAVÉS DE UMA HEURÍSTICA MULTISTART PROBABILÍSTICA Jônatas Boás Leite E-mail:jonataslei@aluno.feis.unesp.br
Leia maisRECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO UTILIZANDO FLUXO DE POTÊNCIA ÓTIMO E ANÁLISE DE SENSIBILIDADE
RECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO UTILIZANDO FLUXO DE POTÊNCIA ÓTIMO E ANÁLISE DE SENSIBILIDADE Flávio V. Gomes Paulo N. Garcia José L. R. Pereira Marcio P. Vinagre Sandoval Carneiro Jr Faculdade
Leia mais4 Métodos Existentes. 4.1 Algoritmo Genético
61 4 Métodos Existentes A hibridização de diferentes métodos é em geral utilizada para resolver problemas de escalonamento, por fornecer empiricamente maior eficiência na busca de soluções. Ela pode ser
Leia maisXX Seminário Nacional de Distribuição de Energia Elétrica SENDI a 26 de outubro Rio de Janeiro - RJ - Brasil
XX Seminário Nacional de Distribuição de Energia Elétrica SENDI 2012-22 a 26 de outubro Rio de Janeiro - RJ - Brasil Gustavo José Santiago Rosseti Universidade Federal de Juiz de Fora gustavo.rosseti@engenharia.ufjf.br
Leia maisSistema Inteligente para Alocação, Especificação, Coordenação e Seletividade da Proteção em Redes Aéreas de Distribuição de Energia Elétrica
21 a 25 de Agosto de 2006 Belo Horizonte - MG Sistema Inteligente para Alocação, Especificação, Coordenação e Seletividade da Proteção em Redes Aéreas de Distribuição de Energia Elétrica Eduardo M. Campitelli
Leia maisReconfiguração de Sistemas de Distribuição de Energia Elétrica com a Aplicação do Algoritmo Dinâmico Guloso
THE 12th LATIN-AMERICAN CONGRESS ON ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2017 1 Reconfiguração de Sistemas de Distribuição de Energia Elétrica com a Aplicação do Algoritmo Dinâmico Guloso
Leia maisXIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017
ALGORITMO GENÉTICO BASEADO EM CONJUNTOS PARA RECONFIGURAÇÃO ÓTIMA DE REDES DE DISTRIBUIÇÃO DE ENERGIA Júlia Beust, Rafael S. Castro, Sérgio Haffner Programa de Pós-Graduação em Engenharia Elétrica (PPGEE)
Leia maisLOCALIZAÇÃO DE CAPACITORES E AJUSTE DE TAPES PARA MINIMIZAÇÃO DE PERDAS EM SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
LOCALIZAÇÃO DE CAPACITORES E AJUSTE DE TAPES PARA MINIMIZAÇÃO DE PERDAS EM SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA CRISTIANO G. CASAGRANDE, EDIMAR J. OLIVEIRA, ANDRÉ L. M. MARCATO, FERNANDO L. DE
Leia maisColônia Evolucionária de Formigas: Uma Proposta Inicial Aplicada ao Problema do Caixeiro Viajante
Colônia Evolucionária de Formigas: Uma Proposta Inicial Aplicada ao Problema do Caixeiro Viajante Fábio dos Santos Ferreira 2,3, Glauber Duarte Monteiro 2,3, Otávio Noura Teixeira 1,2,3 1 Programa de Pós-Graduação
Leia maisRESTAURAÇÃO DE REDES DE DISTRIBUIÇÃO DE GRANDE PORTE ATRAVÉS DE ALGORITMO GRASP DEDICADO
RESTAURAÇÃO DE REDES DE DISTRIBUIÇÃO DE GRANDE PORTE ATRAVÉS DE ALGORITMO GRASP DEDICADO Waldemar Pereira Mathias Neto wpmneto@aluno.feis.unesp.br José Roberto Sanches Mantovani mant@dee.feis.unesp.br
Leia maisDespacho Econômico com Zonas de Operação Proibidas através de Otimização Bioinspirada
Despacho Econômico com Zonas de Operação Proibidas através de Otimização Bioinspirada Ezequiel S. Oliveira, Ivo C. Silva Junior, Leonardo W. Oliveira, Bruno H. Dias, Manuela Filgueiras Universidade Federal
Leia maisALGORITMO PARA RECONFIGURAÇÃO E PROCEDIMENTOS DE OPERAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA UTILIZANDO FPO
ALGORITMO PARA RECONFIGURAÇÃO E PROCEDIMENTOS DE OPERAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA UTILIZANDO FPO Gustavo José Santiago Rosseti Universidade Federal de Juiz de Fora Rua José Lourenço
Leia maisImplementação de Otimização Colônia de Formigas
Implementação de Otimização Colônia de Formigas Estéfane G. M. de Lacerda Departamento de Engenharia da Computação e Automação UFRN Introdução Apresentaremos o Pseudo-Código do Ant System. O código pode
Leia maisOtimização em Colônias de Formigas. Prof. Eduardo R. Hruschka (Slides adaptados dos originais elaborados pelo Prof. André C. P. L. F.
Otimização em Colônias de Formigas Prof. Eduardo R. Hruschka (Slides adaptados dos originais elaborados pelo Prof. André C. P. L. F. de Carvalho) Principais tópicos Introdução Colônias de Formigas Formação
Leia mais4 Implementação Computacional
4 Implementação Computacional 4.1. Introdução Neste capítulo é apresentada a formulação matemática do problema de otimização da disposição das linhas de ancoragem para minimizar os deslocamentos (offsets)
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
PROPOSTAS DE MODELAGEM MATEMÁTICA PARA O PROBLEMA DE RESTAURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA RADIAIS COM ABORDAGEM SIMPLIFICADA Eliane S. de Souza elianesouza.col@gmail.com Fabio B.
Leia maisII - FORMULAÇÃO MATEMÁTICA DO PROBLEMA
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN ALOCAÇÃO ÓTIMA DE TRANFORMADORES DEFASADORES ATRAVÉS DE UM ALGORITMO GENÉTICO NO PLANEJAMENTO DA OPERAÇÃO DE UM SISTEMA
Leia maisRecomposição do Serviço em Redes de Distribuição de Média Tensão Usando Parâmetros de Sensibilidade
Recomposição do Serviço em Redes de Distribuição de Média Tensão Usando Parâmetros de Sensibilidade J. L. Silva Jr., DEE/UFRN, joseluiz@ct.ufrn.br M. F. Medeiros Jr., DCA/UFRN, firmino@dca.ufrn.br M. C.
Leia maisRECONFIGURAÇÃO DE ALIMENTADORES EM SISTEMAS DE DISTRIBUIÇÃO USANDO A METAHEURÍSTICA GRASP
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA RECONFIGURAÇÃO DE ALIMENTADORES EM SISTEMAS DE DISTRIBUIÇÃO
Leia maisImplementação da metaheurística Colônia de formigas em Java para o problema do Caixeiro Viajante Simétrico.
Implementação da metaheurística Colônia de formigas em Java para o problema do Caixeiro Viajante Simétrico. Davi A. Magalhães 1, Marlos Antônio dos S. Lima 1. 1 Departamento de Informática Universidade
Leia maisRECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA COM A RADIALIDADE RELAXADA
RECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA COM A RADIALIDADE RELAXADA Donizete Ritter Universidade Estadual Paulista - UNESP Ilha Solteira, SP, Brasil donizeteritter@yahoo.com.br Rubén Romero
Leia maisDETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB
DETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB A. H. R. REZENDE 1, D. L. SOUZA 1 1 Universidade Federal do Triângulo Mineiro,
Leia mais3 Extensões dos modelos matemáticos
3 Extensões dos modelos matemáticos Os modelos matemáticos definidos por (2-1) (2-6) e (2-7) (2-13), propostos por Achuthan e Caccetta e apresentados no Capítulo 2, são reforçados neste trabalho através
Leia maisRecomposição de Redes de Distribuição de Energia Elétrica a partir de Técnicas de Chaveamento: Revisão e Proposição
Recomposição de Redes de Distribuição de Energia Elétrica a partir de Técnicas de Chaveamento: Revisão e Proposição M.Sc. J. L. Silva Jr., Dr.-Ing. M. F. de Medeiros Jr., D.Sc. M. C. Pimentel Filho and
Leia maisELECTRICAL SYSTEM RECONFIGURATION USING LAGRANGE MULTIPLIERS
THE 10 th LATIN-AMERICAN CONGRESS ON ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2013 1 ELECTRICAL SYSTEM RECONFIGURATION USING LAGRANGE MULTIPLIERS F. E. M. Cota, ICEA, UFOP; F. M. Vasconcelos,
Leia maisOtimização por Colônia de Formigas (Ant Colony Optimization - ACO)
Otimização por Colônia de Formigas (Ant Colony Optimization - ACO) Eros Moreira de Carvalho Gabriel Silva Ramos {emc06,gsr04}@c3sl.ufpr.br 11 de Junho de 2007 Resumo Neste artigo, apresentamos a metaheurística
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE LUCCA ZAMBONI
UNIVERSIDADE PRESBITERIANA MACKENZIE LUCCA ZAMBONI OTIMIZAÇÃO DA TOPOLOGIA DE CIRCUITOS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA USANDO ALGORITMOS INSPIRADOS NO COMPORTAMENTO DE FORMIGAS São Paulo 2007 Livros
Leia maisUm Estudo Empírico de Métodos Hiper-Heurísticos
Um Estudo Empírico de Métodos Hiper-Heurísticos Igor Ribeiro Sucupira (Aluno de Mestrado) Flávio Soares Corrêa da Silva (Orientador) Departamento de Ciência da Computação Instituto de Matemática e Estatística
Leia maisPEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização
PEA MÉTODOS DE OTIMIZAÇÃO Otimização Definir claramente o problema a ser resolvido Estabelecer os limites físicos (capacidades, restrições) Definir o modelo matemático adequado PEA 8 - PLANEJAMENTO DE
Leia maisUNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE ENGENHARIA CÂMPUS DE ILHA SOLTEIRA SIMONE SILVA FRUTUOSO DE SOUZA
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE ENGENHARIA CÂMPUS DE ILHA SOLTEIRA SIMONE SILVA FRUTUOSO DE SOUZA RECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA CONSIDERANDO
Leia maisConfigurações Ótimas de Redes de Distribuição de Energia Elétrica com Gerações Distribuídas de Valores Aleatórios
Configurações Ótimas de Redes de Distribuição de Energia Elétrica com Gerações Distribuídas de Valores Aleatórios Ellen Marianne Bernal Cavalheiro, André Henrique Benetton Vergílio, Christiano Lyra Filho
Leia maisAlgoritmos Genéticos
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Algoritmos Genéticos Aluno: Fabricio Aparecido Breve Prof.: Dr. André Ponce de Leon F. de Carvalho São Carlos São Paulo Maio
Leia maisConfigurador de Redes Elétricas
Configurador de Redes Elétricas Prof. Antonio Simões Costa UFSC Depto. de Engenharia Elétrica Grupo de Sistemas de Potência Função do Configurador de Redes Determinar a topologia corrente da rede elétrica
Leia maisEstimação de Estado nos Sistemas de Distribuição de Energia Elétrica Baseada num Método de Fluxo de Carga de Varredura
1 Estimação de Estado nos Sistemas de Distribuição de Energia Elétrica Baseada num Método de Fluxo de Carga de Varredura Hugo A. Ruiz, Marcos J. Rider e José R. S. Mantovani Resumo Neste trabalho são tratados
Leia maisEstratégias Evolutivas EEs. Prof. Juan Moisés Mauricio Villanueva
Estratégias Evolutivas EEs Prof. Juan Moisés Mauricio Villanueva jmauricio@cear.ufpb.br www.cear.ufpb.br/juan Estratégias Evolutivas Desenvolvidas por Rechenberg e Schwefel, e estendida por Herdy, Kursawe
Leia maisPlanejamento para fundições: uma aplicação do método das K-melhores mochilas. 1 Introdução
Planejamento para fundições: uma aplicação do método das K-melhores mochilas Murilo S. Pinheiro, Franklina M.B. Toledo, Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, Av.
Leia maisUNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ CAMPUS DE FOZ DO IGUAÇU PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E COMPUTAÇÃO DISSERTAÇÃO DE MESTRADO
UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ CAMPUS DE FOZ DO IGUAÇU PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E COMPUTAÇÃO DISSERTAÇÃO DE MESTRADO RECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA
Leia maisMETAHEURÍSTICA VNS PARA O PROBLEMA DE PLANEJAMENTO DA EXPANSÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
METAHEURÍSTICA VNS PARA O PROBLEMA DE PLANEJAMENTO DA EXPANSÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Renan Felix Fernandes Souza e-mail: rffsouza@aluno.feis.unesp.br Marina Lavorato e-mail: marina@dee.feis.unesp.br
Leia maisUTILIZAÇÃO DE ALGORITMOS GENÉTICOS EM ESTRATÉGIAS DE ALOCAÇÃO DE BANCO DE CAPACITORES EM REDES ELÉTRICAS
0º Congresso Brasileiro de Inteligência Computacional (CBIC 0), Novembro 8 a, 0, Fortaleza, Ceará Brasil UTILIZAÇÃO DE ALGORITMOS GENÉTICOS EM ESTRATÉGIAS DE ALOCAÇÃO DE BANCO DE CAPACITORES EM REDES ELÉTRICAS
Leia maisInteligência Artificial. Algoritmos Genéticos. Aula I Introdução
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Algoritmos Genéticos Aula I Introdução Roteiro Introdução Computação Evolutiva Algoritmos
Leia maisUniversidade de São Paulo Escola de Engenharia de São Carlos Departamento de Engenharia Elétrica
Universidade de São Paulo Escola de Engenharia de São Carlos Departamento de Engenharia Elétrica RECONFIGURAÇÃO ÓTIMA DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA BASEADO NO COMPORTAMENTO DE COLÔNIAS
Leia maisBUSCA LOCAL MULTIOBJETIVO PARA O PROBLEMA DE RESTAURAÇÃO DO SERVIÇO EM REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
BUSCA LOCAL MULTIOBJETIVO PARA O PROBLEMA DE RESTAURAÇÃO DO SERVIÇO EM REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Vinícius Jacques Garcia 1, Paulo Morelato França Departamento de Engenharia de Sistemas
Leia maisAlocação Ótima de Energia Solar Usando Polinização de Flores e Método de Varredura
ENE-101-PRO 14 Alocação Ótima de Energia Solar Usando Polinização de Flores e Método de Varredura Gringo Tavares Galina Barbosa RESUMO Este artigo apresenta uma metodologia para alocação de energia solar
Leia maisReconfiguração ótima de redes de distribuição
UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS DEPARTAMENTO DE ENGENHARIA ELÉTRICA GABRIEL ROGATTO Reconfiguração ótima de redes de distribuição São Carlos Dezembro, 2012 i GABRIEL ROGATTO
Leia maisPlanning and Project of Medium Voltage Electric Power Distribution Systems
Planning and Project of Medium Voltage Electric Power Distribution Systems V. C. Cunha and J. R. S. Mantovani, Member, IEEE Abstract This paper presents a technique to solve the problem of planning and
Leia maisRECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA UTILIZANDO UMA METODOLOGIA MULTIPARTIDA
Ilha Solteira UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE ENGENHARIA CÂMPUS DE ILHA SOLTEIRA NATALIA PATIÑO CARDONA RECONFIGURAÇÃO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
Leia maisAnálise de Sensibilidade de Primeira Ordem Aplicada a Sistemas Elétricos de Potência
Análise de Sensibilidade de Primeira Ordem Aplicada a Sistemas Elétricos de Potência William M. da Rosa 1, Priscila Rossoni 2, Edmarcio A. Belati 3, Edmea C. Baptista 4 (1,2,3) - Centro de Engenharia,
Leia maisSe no terminal b do circuito for conectado um terceiro componente, como na figura abaixo, os resistores R 1 e R 2 não estarão mais em série.
Circuitos em Série Um circuito consiste em um número qualquer de elementos unidos por seus terminais, com pelo menos um caminho fechado através do qual a carga possa fluir. Dois elementos de circuitos
Leia maisProblemas de otimização
Problemas de otimização Problemas de decisão: Existe uma solução satisfazendo certa propriedade? Resultado: sim ou não Problemas de otimização: Entre todas as soluções satisfazendo determinada propriedade,
Leia maisESTRATÉGIA DE OTIMIZAÇÃO PARA ALOCAÇÃO DE REGULADORES DE TENSÃO EM REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA
ESTRATÉGIA DE OTIMIZAÇÃO PARA ALOCAÇÃO DE REGULADORES DE TENSÃO EM REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA José Federico Vizcaino González 1 Celso Cavellucci 2 Christiano Lyra Filho 3 Departamento de
Leia maisOTIMIZAÇÃO POR COLÔNIA DE FORMIGAS PARA O ROTEAMENTO EM REDES DE COMPUTADORES.
OTIMIZAÇÃO POR COLÔNIA DE FORMIGAS PARA O ROTEAMENTO EM REDES DE COMPUTADORES. Renato Guilherme Martins Junior (ICV-UNICENTRO), Richard Aderbal Gonçalves (Co-orientador), Carolina Paula de Almeida (Orientadora)
Leia maisPLANEJAMENTO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA DE MÉDIA E BAIXA TENSÃO
UNIVERSIDADE ESTADUAL PAULISTA - UNESP CAMPUS DE ILHA SOLTEIRA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA PLANEJAMENTO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA DE MÉDIA E BAIXA TENSÃO Tese submetida
Leia maisXVIII Seminário Nacional de Distribuição de Energia Elétrica. Reconfiguração da Rede de Distribuição da COSERN para Recomposição do Serviço 1
XVIII Seminário Nacional de Distribuição de Energia Elétrica SENDI 2008-06 a 10 de outubro Olinda - Pernambuco Brasil Reconfiguração da Rede de Distribuição da COSERN para Recomposição do Serviço 1 Rudson
Leia mais4. MÉTODO DO FORMIGUEIRO (ANT COLONY OPTIMIZATION ACO)
4. MÉTODO DO FORMIGUEIRO (ANT COLONY OPTIMIZATION ACO) 4.. Analogia Comportamental: a busca de alimentos em um migueiro 4.2. A Tradução Matemática: o algoritmo básico ( versão discreta) 4.3. A Programação
Leia maisMinicurso Inteligência Artificial Aplicada a Sistemas Elétricos. Niterói, 12 de Maio de 2018
Minicurso Inteligência Artificial Aplicada a Sistemas Elétricos Niterói, 12 de Maio de 2018 Realização 2 Realização 3 Programação: manhã 9:30h-10:30H VISÃO GERAL: OTIMIZAÇÃO E INTELIGÊNCIA COMPUTACIONAL
Leia maisAlocação Ótima de Reguladores de Tensão em Sistemas de Distribuição de Energia Elétrica Usando uma Formulação Linear Inteira Mista
Alocação Ótima de Reguladores de Tensão em Sistemas de Distribuição de Energia Elétrica Usando uma Formulação Linear Inteira Mista 1 Raiane P. Alves, John F. Franco e Marcos J. Rider Resumo Este artigo
Leia maisDisciplina que estuda métodos analíticos para auxiliar na tomada de decisões.
Edgard Jamhour Disciplina que estuda métodos analíticos para auxiliar na tomada de decisões. Procura encontrar soluções ótimas ou próximo de ótimas para problemas de engenharia industrial, economia e finanças,
Leia maisDISSERTAÇÃO DE MESTRADO RESTAURAÇÃO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA USANDO ALGORITMO DE BUSCA TABU REATIVA
12 UNIVERSIDADE ESTADUAL PAULISTA - UNESP CAMPUS DE ILHA SOLTEIRA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA DISSERTAÇÃO DE MESTRADO RESTAURAÇÃO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA USANDO
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisMODELO DE OTIMIZAÇÃO MULTIOBJETIVO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA DE MÉDIA TENSÃO (MT)
MODELO DE OTIMIZAÇÃO MULTIOBJETIVO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA DE MÉDIA TENSÃO (MT) Antonio Marcos Cossi Faculdade de Engenharia de Ilha Solteira FEIS/UNESP Alameda Rio de Janeiro, nº
Leia maisÁrea de Distribuição e Comercialização Identificação do Trabalho: BR-81 Maceió, Brasil, Agosto de 2005
COMISSÃO DE INTEGRAÇÃO ENERGÉTICA REGIONAL COMITÊ NACIONAL BRASILEIRO V CIERTEC - SEMINÁRIO INTERNACIONAL SOBRE GESTÃO DE PERDAS, EFICIENTIZAÇÃO ENERGÉTICA E PROTEÇÃO DA RECEITA NO SETOR ELÉTRICO Área
Leia maisUm algoritmo pseudo-periférico genérico para a heurística de Snay
Trabalho apresentado no CNMAC, Gramado - RS, 2016. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Um algoritmo pseudo-periférico genérico para a heurística de Snay
Leia maisMETAHEURÍSTICAS: 1 SIMULATED ANNEALING (S.A) 1.1 INTRODUÇÃO
1 SIMULATED ANNEALING (S.A) 1.1 INTRODUÇÃO METAHEURÍSTICAS: É uma das primeiras metaheurísticas que foi utilizada com muito sucesso nos problemas complexos de pesquisa operacional. O S.A surgiu do campo
Leia maisÁrea de Distribuição e Comercialização Identificação do Trabalho: BR-29 Maceió, Brasil, Agosto de 2005
COMISSÃO DE INTEGRAÇÃO ENERGÉTICA REGIONAL COMITÊ NACIONAL BRASILEIRO V CIERTEC - SEMINÁRIO INTERNACIONAL SOBRE GESTÃO DE PERDAS, EFICIENTIZAÇÃO ENERGÉTICA E PROTEÇÃO DA RECEITA NO SETOR ELÉTRICO Área
Leia maisUniversidade Federal de Juiz de Fora Programa de Pós Graduação em Engenharia Elétrica Mestrado em Sistemas de Energia Elétrica
Universidade Federal de Juiz de Fora Programa de Pós Graduação em Engenharia Elétrica Mestrado em Sistemas de Energia Elétrica Cristiano Gomes Casagrande ALOCAÇÃO DE CAPACITORES E AJUSTE DE TAPES PARA
Leia maisPós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 06 Algoritmos Genéticos Sumário Introdução Inteligência Artificial (IA) Algoritmos Genéticos Aplicações de
Leia maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
Leia maisReconfiguração de sistemas de distribuição de energia elétrica para minimização de perdas ativas totais via otimização por enxame de partículas (PSO)
LUCIANA MACEDO DE OLIVEIRA Reconfiguração de sistemas de distribuição de energia elétrica para minimização de perdas ativas totais via otimização por enxame de partículas (PSO) Trabalho de Conclusão de
Leia maisUNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO CAMPUS DE ILHA SOLTEIRA DEPARTAMENTO DE ENGENHARIA ELÉTRICA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA RODRIGO ROMAIS RECONFIGURAÇÃO ÓTIMA DOS
Leia maisRECONFIGURAÇÃO ÓTIMA DE SISTEMAS DE DISTRIBUIÇÃO COM REPRESENTAÇÃO DAS INCERTEZAS DA CARGA ATRAVÉS DE FLUXO DE POTÊNCIA PROBABILÍSTICO
RECONFIGURAÇÃO ÓTIMA DE SISTEMAS DE DISTRIBUIÇÃO COM REPRESENTAÇÃO DAS INCERTEZAS DA CARGA ATRAVÉS DE FLUXO DE POTÊNCIA PROBABILÍSTICO Felipe da Silva Seta Universidade Federal de Juiz de Fora Rua José
Leia maisGUI Ant-Miner: Uma versão atualizada do minerador de dados baseado em colônias de formigas
GUI Ant-Miner: Uma versão atualizada do minerador de dados baseado em colônias de formigas Fernando Meyer 1, Rafael Stubs Parpinelli 1 1 Departamento de Ciência da Computação Universidade do Estado de
Leia mais3 Algoritmos Genéticos
Técnicas de Inteligência Computacional 33 3 Algoritmos Genéticos Este capítulo resume os principais conceitos sobre o algoritmo evolucionário empregado nesta dissertação. É apresentada uma breve explicação
Leia mais