Identificação e apoio à selecção de estratégias de controlo directo de cargas : uma abordagem multiobjectivo evolucionária

Abstract

As medidas que visam a alteração da forma e/ou amplitude da procura de electricidade, têm sido implementadas pelas operadoras, quer com objectivos operacionais, quer como suporte a políticas energéticas e ambientais. Estes objectivos, em geral de natureza conflituosa, continuam válidos mesmo em ambientes reestruturados, mas a vertente económica ganhou uma importância acrescida, tornando mais apelativas as medidas que permitem rentabilizar o bem comercializado pelas operadoras. É este o caso do controlo directo de cargas, no âmbito da gestão da procura. A diversidade, quer de objectivos, quer de potenciais promotores, faz com que a identificação e a selecção de estratégias de controlo seja um problema intrinsecamente multiobjectivo. No caso do controlo directo de cargas, a identificação de estratégias de controlo adequadas é um problema difícil, quer devido ao número de eixos de avaliação que normalmente são utilizados, quer devido ao seu carácter combinatório, que resulta do facto de ser necessário identificar padrões ligado / desligado a aplicar aos diferentes grupos de cargas. Nesta dissertação é desenvolvido um modelo de programação multiobjectivo contemplando explicitamente sete eixos de avaliação (de natureza técnica, económica e de qualidade de serviço) operacionalizados através de funções objectivo. Deste modo, este modelo presta-se a ser utilizado por diferentes entidades que possam existir num cenário reestruturado do sector. O algoritmo implementado tem algumas características próprias que muito contribuíram para a efectividade do seu desempenho no problema em estudo, nomeadamente a alteração do teste de dominância (d-dominância) e a forma adaptativa de construção do operador mutação, que permite dotar a pesquisa de informação sobre o desempenho dos indivíduos. A utilização conjunta do algoritmo evolucionário com os modelos de usos finais implementados revelou-se simples e eficaz. Os modelos de cargas fisicamente baseados permitem simular simultaneamente a procura e as acções de corte codificadas em cada indivíduo da população do algoritmo evolucionário e consequentemente efectuar a avaliação do desempenho de cada um dos indivíduos (potencial solução).