A novel particle swarm optimization formulation for topological optimization problems in distribution systems
Carregando...
Data
Autores
Coorientador
Pós-graduação
Engenharia Elétrica - FEIS
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (UNESP)
Tipo
Tese de doutorado
Direito de acesso
Acesso aberto

Resumo
Resumo (português)
Esta tese desenvolve e avalia duas abordagens de otimização discreta inspiradas na otimização por enxame de partículas (PSO) para problemas topológicos em sistemas de distribuição de energia elétrica: a weighted tier particle swarm optimization (WTPSO) e sua extensão baseada na otimização evolutiva por enxame de partículas (EPSO), denominada weighted tier evolutionary particle swarm optimization (WTEPSO). Na WTPSO, as atualizações convencionais de velocidade e posição são substituídas por um mecanismo de ponderação por intervalos que combina as características topológicas da solução atual, da melhor solução individual e da melhor solução global. As prioridades de ramo resultantes orientam o algoritmo de Prim na construção direta de topologias radiais, sem o uso de funções de transferência ou de procedimentos de reparo de radialidade. Essa estratégia busca equilibrar a exploração do espaço de busca e a intensificação em regiões promissoras, enquanto a viabilidade elétrica e operacional das soluções candidatas é verificada por meio do fluxo de potência. Na WTEPSO, o mesmo mecanismo é integrado aos processos de replicação, mutação e seleção da EPSO, permitindo que os parâmetros estratégicos evoluam durante a busca. As abordagens são aplicadas à reconfiguração e à restauração de sistemas de distribuição. Na reconfiguração, o objetivo é minimizar as perdas de potência ativa; na restauração, busca-se minimizar a demanda ponderada não restaurada e os custos das operações de chaveamento, respeitando restrições de radialidade, conectividade, tensão, corrente e capacidade das subestações. Os parâmetros das meta-heurísticas são calibrados por otimização bayesiana. Na reconfiguração, o desempenho da WTPSO e da WTEPSO é comparado com o da EPSO, o da otimização binária por enxame de partículas (BPSO) e o do método probabilístico de entropia cruzada (CE), utilizando um modelo de programação linear inteira mista (MILP) como referência. A avaliação considera sistemas de 33, 84, 136 e 415 barras e 50 execuções independentes de cada método para cada sistema, sob um orçamento comum de avaliações de fluxo de potência. Os resultados mostram que as abordagens propostas produziram soluções consistentes e de alta qualidade, com valores finais iguais ou próximos aos fornecidos pelo modelo matemático de referência. A WTPSO apresentou, de modo geral, convergência mais rápida para regiões de baixas perdas e um equilíbrio favorável entre qualidade das soluções e esforço computacional. A WTEPSO obteve distribuições finais próximas às da WTPSO e manteve desempenho competitivo, embora sua eficiência computacional relativa tenha variado com o tamanho do sistema. Na restauração, a WTPSO e a WTEPSO são comparadas com a EPSO, tendo como referência um modelo de programação cônica de segunda ordem inteira mista (MISOCP). Uma representação ampliada da rede pós-falta, baseada em uma subestação artificial, permite modelar conjuntamente as seções restauradas e não restauradas e construir planos radiais para sistemas de 53 e 417 barras sob quatro cenários de falta. Em 50 execuções independentes por cenário, a WTPSO alcançou o valor de referência do MISOCP em suas melhores execuções nos quatro cenários avaliados, enquanto a WTEPSO o alcançou em três cenários e permaneceu próxima no quarto. Para o sistema de 417 barras, a WTPSO apresentou os menores valores médios e medianos, a menor variabilidade e o menor esforço computacional nos cenários mais exigentes. A WTEPSO também superou a EPSO em qualidade de solução e esforço computacional nesse sistema, embora tenha apresentado maior variabilidade entre as execuções. Em conjunto, os resultados indicam que o mecanismo de ponderação por intervalos constitui uma alternativa consistente para preservar as informações do enxame e orientar a construção de soluções radiais. Entre as duas abordagens propostas, a WTPSO apresentou o desempenho mais consistente, enquanto a WTEPSO demonstrou que o mecanismo construtivo pode ser integrado a uma estrutura evolutiva e autoadaptativa, oferecendo características complementares quanto à qualidade das soluções, à robustez e à eficiência computacional.
Resumo (inglês)
This thesis develops and evaluates two discrete optimization approaches inspired by particle swarm optimization (PSO) for topological problems in electric power distribution systems: weighted tier particle swarm optimization (WTPSO) and its evolutionary particle swarm optimization (EPSO)- based extension, termed weighted tier evolutionary particle swarm optimization (WTEPSO). In WTPSO, the conventional velocity and position updates are replaced by an interval-based weighting mechanism that combines the topological characteristics of the current solution, the individual-best solution, and the global-best solution. The resulting branch priorities guide Prim’s algorithm in directly constructing radial topologies without using transfer functions or radiality-repair procedures. This strategy seeks to balance exploration of the search space and intensification in promising regions, while the electrical and operational feasibility of candidate solutions is verified through power-flow calculations. In WTEPSO, the same mechanism is integrated into the replication, mutation, and selection processes of EPSO, allowing the strategic parameters to evolve during the search. The approaches are applied to distribution system reconfiguration and service restoration. In reconfiguration, the objective is to minimize active-power losses; in restoration, the objective is to minimize the weighted nonrestored demand and switching-operation costs while satisfying radiality, connectivity, voltage, current, and substation-capacity constraints. The metaheuristic parameters are calibrated using bayesian optimization. For reconfiguration, the performance of WTPSO and WTEPSO is compared with that of EPSO, binary particle swarm optimization (BPSO), and the cross-entropy (CE) method, using a mixed-integer linear programming (MILP) model as a reference. The evaluation considers 33-, 84-, 136-, and 415-node systems and 50 independent runs of each method for each system under a common power-flow-evaluation budget. The results show that the proposed approaches produced consistent, high-quality solutions, with final values equal to or close to those of the reference mathematical model. Overall, WTPSO converged more rapidly toward low-loss regions and provided a favorable balance between solution quality and computational effort. WTEPSO produced final distributions close to those of WTPSO and remained competitive, although its relative computational efficiency varied with system size. For service restoration, WTPSO and WTEPSO are compared with EPSO using a mixed-integer second-order cone programming (MISOCP) model as a reference. An augmented post-fault network representation based on an artificial substation enables the joint modeling of restored and nonrestored sections and the construction of radial restoration plans for 53- and 417-node systems under four fault scenarios. Over 50 independent runs per scenario, WTPSO attained the MISOCP reference value in its best runs for all four evaluated scenarios, whereas WTEPSO attained it in three scenarios and remained close in the fourth. For the 417-node system, WTPSO presented the lowest means and medians, the lowest variability, and the lowest computational effort in the most demanding scenarios. WTEPSO also outperformed EPSO in terms of solution quality and computational effort for this system, although it exhibited greater variability across runs. Overall, the results indicate that the interval-based weighting mechanism provides a consistent alternative for preserving swarm information and guiding the construction of radial solutions. Between the two proposed approaches, WTPSO delivered the most consistent performance, whereas WTEPSO demonstrated that the constructive mechanism can be integrated into an evolutionary and self-adaptive framework, offering complementary characteristics in terms of solution quality, robustness, and computational efficiency.
Descrição
Idioma
Inglês
Citação
PEÑALOZA MORÁN, John Eugenio. A novel particle swarm optimization formulation for topological optimization problems in distribution systems. 2026. 119 f. Tese (Doutorado em Engenharia Elétrica) – Faculdade de Engenharia, Universidade Estadual Paulista - Unesp, Ilha Solteira, 2026.



