A new multi-objective evolutionary algorithm for service restoration: Non-dominated Sorting Genetic Algorithm-II in subpopulation tables

Restabelecimento de energia em sistemas de distribuição considerando aspectos práticos

“…No intento de manter as vantagens do AEMT e superar as suas limitações, diversas outras estratégias foram propostas baseadas no AEMT e visando especialmente melhorias na sua capacidade de busca e/ou tratamento de algum(s) aspecto(s) prático(s). Algumas destas estratégias foram publicadas por (SANCHES et al, 2012;SANCHES et al, 2014;CAMILLO et al, 2015;CAMILLO et al, 2016b;CAMILLO et al, 2016a;MARQUES et al, 2014c;MARQUES et al, 2014a;MARQUES et al, 2014b;MARQUES et al, 2015;MARQUES et al, 2017;GOIS et al, 2013). Em virtude de todas estas estratégias serem inspiradas no AEMT e, em sua maioria, fazerem uso do mesmo algoritmo básico, elas serão neste trabalho categorizadas e referidas genericamente como AEMOs em tabelas de subpopulação ou, simplesmente, AEMOs em tabelas.…”

“…O AEMO proposto consiste num AEMO em tabelas de subpopulação e, portanto, faz uso do conceito de Tabelas de Subpopulação, explicado na Seção 3.3 e retomado no início desta seção e que permite o tratamento de problemas com vários objetivos de maneira separada, isto é, sem exigir a agregação de objetivos em uma função por meio de fatores de ponderação. Apesar de nenhum deles considerar todos os aspectos práticos tratados neste trabalho, AEMOs em Tabelas de Subpopulação tem sido amplamente aplicados ao problema de restabelecimento e apresentado desempenho superior a outros AEMOs da literatura, especialmente em SDs de grande porte, conforme mostram os resultados em (SANCHES; LONDON JR.; SANCHES et al, 2014;MARQUES et al, 2017). Apesar disto, tal estratégia de exploração do espaço de busca resulta em uma alta concentração de soluções nas extremidades de fronteiras de Pareto.…”

“…Por outro lado, apesar dos métodos baseados no NSGA-II para restabelecimento possuírem desempenho inferior aos AEMOs em Tabelas, como provado em (SANCHES; LONDON JR.; DELBEM, 2014) e visto também em (MARQUES et al, 2017), eles empregam uma estratégia denominada Seleção por Não-Dominância que é potencialmente capaz de melhorar a diversidade de soluções na região central das fronteiras de Pareto. Assim, o AEMO proposto emprega diversas estratégias para a seleção do indivíduos a serem salvos em cada subpopulação, dentre os quais, a estratégia de seleção por não dominância do NSGA-II.…”

“…Em todos os AEMOs em Tabelas presentes na literatura para o tratamento do problema de restabelecimento (SANTOS et al, 2010;SANCHES et al, 2014;CAMILLO et al, 2016a;MARQUES et al, 2017; os indivíduos consistem em configurações da rede nas quais todos os setores saudáveis possíveis de serem restaurados estão conectados em alguma árvore energizada. Isto ocorre porque tais AEMOs são capazes de fornecer soluções apenas em casos de falta que possuem restauração completa.…”

“…A fim de permitir uma conclusão mais geral, optou-se por usar o programa computacional estatístico utilizado em (MARQUES et al, 2017), que permite a comparação entre AEMOs por meio da avaliação e comparação de conjuntos Pareto-ótimo. Para tal, considerou-se os conjuntos Pareto-ótimo obtidos na geração 3.000 como tendo sido obtidos por um AEMO hipotético 3; os conjuntos Pareto-ótimo obtidos na geração 6.000 como tendo sido obtidos por um AEMO hipotético 6; os conjuntos Pareto-ótimo obtidos na geração 9.000 como tendo sido obtidos por um AEMO hipotético 9; e assim por diante, totalizando 34 AEMOs.…”