You are on page 1of 20

3 Algoritmo de Busca Tabu

3.1 Introduo
A forma bsica do algoritmo de Busca Tabu est fundamentada nas idias
propostas em [Glover & Laguna, 1997] e baseado em procedimentos heursticos que
permitem explorar o espao de busca e encontrar novas solues alm daquelas
encontradas em uma busca local. Um algoritmo heurstico quando utiliza a intuio a
respeito do problema e de sua estrutura para resolv-lo de forma rpida. Uma busca local
caracterizada pela operao chamada movimento, que consiste na transio entre duas
configuraes distintas. No sistema de distribuio de energia eltrica, essa operao
caracterizada pela mudana na topologia da rede.

3.2 Histrico
Os trabalhos nas reas de inteligncia artificial e pesquisa operacional iniciaram
com o desenvolvimento de mtodos para solucionar problemas de competio
(challenging problems) com o artigo [Simon & Newell, 1958]. Em pouco tempo as reas
se separaram e a Pesquisa Operacional concentrou-se em resultados dos problemas
matemticos relativos convergncia das solues, enquanto que a Inteligncia Artificial
deu mais ateno anlise simblica e qualitativa.

Nessas reas desenvolveram-se estratgias que geram regras e reforam o
aprendizado, criam novas regras e permitem que a busca por novas solues explore
alm do mnimo local. Alm disso, restries que impedem a gerao de solues no-
aprimorantes para a funo objetivo, atravs do registro de algumas caractersticas dos
atributos que levam a essas solues. Estruturas de memria permitem que as
caractersticas desses atributos sejam armazenadas, de forma a controlar o nmero de
solues geradas. Procedimentos que combinam caractersticas semelhantes em
atributos de boas solues podem ser utilizados na gerao de outras novas. Esses
fundamentos na metade dos anos 80 tornaram-se os subsdios bsicos da criao do
mtodo de Busca Tabu.

P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
39
Busca Tabu tambm utilizado na otimizao do problema de reconfigurao de
sistemas de distribuio de energia eltrica. [Mori & Ogita, 2002] utilizaram o mtodo de
Busca Tabu Paralelo, que consiste decompor o espao de busca em subdivises de
modo a reduzir o esforo computacional, para reduo de perdas tcnicas. [Nara et al,
2002] abordaram o mesmo problema levando em considerao a presena de gerao
distribuda. [Jeon & Chin, 2006] utilizaram um mtodo hbrido com Busca Tabu e
Simulated Annealing e [Zhang et al, 2006] com Busca Tabu e Algoritmos Genticos no
problema de reduo de perdas tcnicas. [Guimares, 2005] utilizou o algoritmo tendo
como objetivo a maximizao da margem de segurana com relao estabilidade de
tenso.

3.3 Definio
O algoritmo inicia da mesma forma que em um algoritmo de busca local,
progredindo iterativamente de um ponto (soluo) a outro at o critrio de parada
estabelecido seja satisfeito. Cada soluo x dentro do espao de busca X
)
, i.e. X x
)
,
tem uma vizinhana de solues ( ) x N , tal que ( ) X x N
)
. Uma funo objetivo ( ) x f
utilizada como mecanismo de seleo entre solues distintas. Este mecanismo consiste
na aceitao ou rejeio de uma nova soluo ( ) x N x , e a transio entre a soluo
anterior x e a nova soluo x feita atravs da operao de movimento. O mtodo
consiste em usar movimentos que aprimorem o valor da funo objetivo e termina
quando no existirem solues que melhorem o valor da funo objetivo.

Busca Tabu semelhante ao mtodo de descida simples, onde o objetivo a
minimizao da funo ( ) x f ou um mtodo correspondente ascendente onde objetivo
seria a maximizao da funo ( ) x f . A Figura 3.1 mostra o pseudo-cdigo de um mtodo
de descida simples genrico.

P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
40
Figura 3.1 Pseudo-cdigo genrico do mtodo de descida simples

Como pode ser visto no pseudo-cdigo da figura 3.1,o mtodo de descida simples
busca ao redor de toda a vizinhana ( ) x N da soluo x , a soluo vizinha x que
apresente o menor valor da funo ( ) x f . A desvantagem do mtodo que muitas vezes
devido ao tamanho de ( ) x N , torna-se computacionalmente impraticvel verificar todas as
solues vizinhas e o valor encontrado no um timo global, conseqentemente ( ) x f
no ser minimizada para todo X x
)
. A estratgia da Busca Tabu de encontrar
solues que aprimoram o valor da funo objetivo, evitando a busca em toda a
vizinhana.

De forma geral, os algoritmos de Busca Tabu resolvem problemas do tipo:

( )
X x a . s
x f min
)

(3.1)

onde:
x - soluo
( ) x f - Funo Objetivo
X
)
- Espao de Busca

Usualmente os sistemas de distribuio operam na forma radial por serem mais
econmicos e mais simples de serem projetados [Gnen, T., 1986], ou seja, existe um
nico caminho de transmisso de fluxos de potncia ativa e reativa entre a fonte
(subestao) e cada consumidor. Com isso, X x
)
inclui a restrio de radialidade na
resoluo do problema de reconfigurao em sistemas de distribuio. A restrio de
radialidade um problema de difcil representao matemtica, e tratado no algoritmo
1 Escolher X x
)
para iniciar o processo.
2 Encontrar ( ) x N x tal que ( ) ( ) x f x f < .
3 Se nenhuma soluo x for encontrada, x uma soluo
tima local e o mtodo para.
4 Caso contrrio atribua x como nova soluo inicial e volte
para o passo 2.
P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
41
de Busca Tabu de maneira eficiente atravs de uma codificao adequada das
configuraes.

O Algoritmo de Busca Tabu diferente de um algoritmo de busca local em dois
aspectos fundamentais:

1. Na transio entre a configurao corrente e a melhor configurao vizinha ou
menos pior, permitida a degradao do valor da funo objetivo.
2. O conjunto de vizinhos de x no se caracteriza de maneira esttica. Assim, o
algoritmo define uma nova vizinhana, ( ) x N

que varia dinamicamente em


estrutura e tamanho durante o processo de otimizao. Esta estratgia permite a
Busca Tabu realizar uma busca eficiente e inteligente. A figura 3.2 mostra uma
relao entre ( ) x N e ( ) x N

. Os elementos de ( ) x N

so determinados de vrias
formas, algumas apresentadas a seguir:

Usando uma lista tabu que armazena atributos de configuraes
consideradas tabu (proibidas). Neste caso ( ) ( ) x N x N

pois alguns
vizinhos definidos pela estrutura de vizinhana e cujos atributos fazem
parte da lista tabu esto proibidos. Esta estratgia impede o retorno a
configuraes anteriormente visitadas evitando ciclagem.
Utilizam-se estratgias para diminuir o tamanho da vizinhana ou a lista
de configuraes candidatas. Em alguns casos o nmero de
configuraes vizinhas ( ) x N x pode ser muito grande e avaliar a
funo objetivo de cada uma dessas configuraes, para encontrar
aquela que apresenta melhor desempenho, pode demandar um elevado
esforo computacional. Estas estratgias visam diminuir este esforo
necessrio em cada transio.
Usando configuraes de elite e path relinking para caracterizar e
encontrar novas configuraes candidatas. Esta estratgia visa encontrar
novas configuraes de alta qualidade que dificilmente seriam
encontradas a partir da definio de ( ) x N

. Verifica-se que neste caso a


relao ( ) ( ) x N x N

no necessariamente verdadeira.
Redefinio do conjunto ( ) x N

durante o processo de otimizao.



P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
42

Figura 3.2 - Transio de configuraes no algoritmo de Busca Tabu

A representao e codificao do problema permitem identificar claramente a forma
e estrutura de uma configurao e a possibilidade de aparecimento de configuraes
factveis e infactveis, e tambm a forma da funo objetivo. A definio e caracterizao
eficiente da vizinhana de uma configurao proporcionam que a busca continue alm do
mnimo local, permitindo movimentos que no aprimoram o valor da funo objetivo e
modificaes na estrutura da vizinhana de solues subseqentes, entretando isso
depende do problema. A Figura 3.3 mostra a comparao entre a explorao do espao
de busca entre os mtodos de busca local e Busca Tabu com o objetivo de encontrar o
valor mnimo da funo.


Figura 3.3 - Espao de busca entre busca local e Busca Tabu.
P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
43
3.4 Escolha da Configurao Inicial
A definio da configurao inicial adotada tem influncia na direo da busca e no
desempenho do algoritmo. Simulated Annealing e Algoritmos Genticos so exemplos de
tcnicas de otimizao na reconfigurao de sistemas de distribuio que utilizam
processos estocsticos de busca que tendem a alcanar um mnimo (mximo) local [Mori
& Ogita, 2002]. Busca Tabu no d nenhuma nfase aleatoriedade, de forma que o
caminho de busca pode ser direcionado com uma escolha inteligente, dependendo do
tipo de problema e da experincia do usurio, da configurao inicial.

3.5 Representao e Codificao do Problema
Nesta seo ser apresentada a representao do sistema de distribuio para a
resoluo do problema reconfigurao com o objetivo de maximizar a margem de
potncia. O sistema de distribuio ser representado por fase e as cargas pelo modelo
de potncia constante. Supe-se que haja uma chave em cada ramo da rede, exceto
quando indicado o contrrio. Alm das chaves existentes nos ramos, existem chaves de
interconexo normalmente abertas. O comando para a abertura das chaves realizado
atravs de um vetor de variveis inteiras (ch), que indica sempre as chaves que devero
ser abertas e, portanto, todas as outras estaro fechadas.

3.5.1 Fluxo de carga em sistemas radiais de distribuio
Existem vrias configuraes nos sistemas de distribuio, mas a maioria delas so
radiais. Circuitos radiais tem muitas vantagens em relao aos outros tipos, tais como
[Short, 2004]:

Melhor proteo contra correntes de curto-circuito
Menor corrente de curto-circuito na maioria dos circuitos
Melhor controle de tenso
Melhor controle e previso dos fluxos de potncia
Menor custo

O problema de fluxo de carga (load flow) consiste na obteno do estado de
operao do sistema (ngulos e magnitudes dos fasores de tenses nodais). Uma vez
P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
44
obtido o estado de operao da rede, as outras grandezas, tais como, fluxos de potncia
ativa e reativa, correntes e perdas tcnicas nos ramos podem ser facilmente
determinados. O mtodo de Newton-Raphson robusto no estudo em sistemas de
transmisso, no entanto devido caracterstica predominantemente radial e a problemas
de convergncia, este mtodo no o mais indicado. Os mtodos baseados em
varredura (back-forward sweep) so os mais indicados, pois no necessitam da inverso
da matriz Jacobiana.

3.5.1.1 Mtodo de soma de correntes
Seja o sistema radial de distribuio genrico de cinco barras mostrado na figura
3.4, onde a barra que est conectada o gerador representa a subestao. Inicialmente
define-se o valor da tenso na barra de subestao e assume-se um perfil de tenso flat
em todas as barras, com valor igual a
0
0 1 pu.


Figura 3.4 Sistema radial de distribuio de cinco barras

A soluo do fluxo de carga pelo mtodo de varredura por soma de correntes
obtida com a aplicao de 4 passos [Shirmohammadi et al, 1988]:

3.5.1.1.1 Clculo das injees de corrente nodais
Na iterao k a injeo de corrente
( ) k
i
I
&
na barra i dada por:
( )
( )
( )
n , ,5, 1, i V Y
V
S
I
k
i i
k
i
i k
i
K K
& &
&
&
&
=
|
|

\
|
=

1
1
(3.2)

onde:

( ) 1 k
i
V
&
a tenso na barra i calculada na (k-sima)-1 iterao.
P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
45
i
S
&
a injeo de potncia complexa especificada na barra i.
i
Y
&
o somatrio dos elementos shunt conectados na barra i.
n o nmero total de barras do sistema.

3.5.1.1.2 Atualizao para trs (backward sweep)
Na iterao k saindo dos ramos conectados barras terminais em direo aos
ramos conectados barra de subestao, calculam-se as correntes nos ramos. No
exemplo de 5 barras tem-se:

( ) ( ) k k
I I
5 45
& &
= (3.3)
( ) ( ) ( ) k k k
I I I
45 4 34
& & &
+ = (3.4)
( ) ( ) ( ) k k k
I I I
34 2 23
& & &
+ = (3.5)
( ) ( ) ( ) k k k
I I I
23 1 12
& & &
+ = (3.6)

Em forma matricial fica:

( ) ( ) k k
I
I
I
I
I
I
I
I
(
(
(
(
(

(
(
(
(




=
(
(
(
(
(

4
3
2
1
45
34
23
12
1
1 1
1 1 1
1 1 1 1
&
&
&
&
&
&
&
&
(3.7)

Para cada corrente de ramo existem 2 parcelas: A primeira igual ao negativo da
injeo de corrente da barra terminal e a segunda igual ao somatrio das corrente nos
ramos conectados barra terminal. A equao (3.7) a aplicao da lei das correntes de
Kirchhoff.







P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
46
3.5.1.1.3 Atualizao para frente (forward sweep)
As tenses nodais so atualizadas calculando-se as quedas de tenses a partir dos
ramos conectados na barra de subestao em direo aos ramos das barras terminais.
No circuito da figura 3.4, partindo-se da barra de subestao 1 em direo barra
terminal 5, temos:

( ) ( ) ( ) k k k
I Z V V
12 12 1 2
& & & &
= (3.8)
( ) ( ) ( ) k k k
I Z V V
23 23 2 3
& & & &
= (3.9)
( ) ( ) ( ) k k k
I Z V V
34 34 3 4
& & & &
= (3.10)
( ) ( ) ( ) k k k
I Z V V
45 45 4 5
& & & &
= (3.11)

Em forma matricial fica:

( ) ( ) k k
I
I
I
I
Z Z Z Z
Z Z Z
Z Z
Z
V
V
V
V
V
(
(
(
(
(

(
(
(
(
(

(
(
(
(

=
(
(
(
(
(

45
34
23
12
45 34 23 12
34 23 12
23 12
12
1
4
3
2
1
1
1
1
1
&
&
&
&
& & & &
& & &
& &
&
&
&
&
&
&
(3.12)

A equao (3.12) aplicao direta da lei de Kirchhoff das tenses.

3.5.1.1.4 Critrio de convergncia
Na iterao k, calcula-se a injeo de potncia aparente na barra i por:

( ) ( ) ( )
[ ]
( )
2
k
i i
k
i
k
i
k
i
V Y I V S =

& & & &
(3.13)

Usando (3.13) obtm-se os erros de potncia ativa e reativa em:

( ) ( )
[ ] n , , i S S Re P
i
k
i
k
i
K 1 = = (3.14)
( ) ( )
[ ] n , , i S S Im Q
i
k
i
k
i
K 1 = = (3.15)

P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
47
A convergncia alcanada quando os erros mximos de potncia ativa e reativa
na k-sima iterao so menores que a tolerncia especificada, ou seja:

( ) ( )
[ ] Q , P max
k
i
k
i
< (3.16)

3.5.1.2 Mtodo de soma de potncias
As equaes de fluxo de potncia sero demonstradas utilizando o sistema de 5
barras da Figura 3.4. A soluo do mtodo de varredura por soma de potncias obtida
admitindo-se que se conhea a tenso e os fluxos de potncia ativa e reativa da barra de
referncia do sistema [Baran, Wu, 1989]. Aplicando-se o critrio de atualizaes, tem-se
um sistema de equaes recursivas.

3.5.1.2.1 Atualizao para frente (forward update)
Conhecendo-se a tenso V
1
e os fluxos de potncia P
12
e Q
12
, calculam-se os fluxos
nos ramos e as tenses nas barras em direo barra terminal. No sistema de 5 barras
tem-se:

1
2
1
2
12
2
12
12 12 23
P
V
Q P
r P P
|
|

\
|
+
= (3.17)
1
2
1
2
12
2
12
12 12 23
Q
V
Q P
x Q Q
|
|

\
|
+
= (3.18)
2
2
2
2
23
2
23
23 23 34
P
V
Q P
r P P
|
|

\
|
+
= (3.19)
2
2
2
2
23
2
23
23 23 34
Q
V
Q P
x Q Q
|
|

\
|
+
= (3.20)
3
2
3
2
34
2
34
34 34 45
P
V
Q P
r P P
|
|

\
|
+
= (3.21)
3
2
3
2
34
2
34
34 34 45
Q
V
Q P
x Q Q
|
|

\
|
+
= (3.22)
P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
48
( ) ( )
(
(

|
|

\
| +
+ + + =
2
1
2
12
2
12 2
12
2
12 12 12 12 12
2
1
2
2
2
V
Q P
x r Q x P r V V (3.23)
( ) ( )
(
(

|
|

\
| +
+ + + =
2
2
2
23
2
23 2
23
2
23 23 23 23 23
2
2
2
3
2
V
Q P
x r Q x P r V V (3.24)
( ) ( )
(
(

|
|

\
| +
+ + + =
2
3
2
34
2
34 2
34
2
34 34 34 34 34
2
3
2
4
2
V
Q P
x r Q x P r V V (3.25)
( ) ( )
(
(

|
|

\
| +
+ + + =
2
4
2
45
2
45 2
45
2
45 45 45 45 45
2
4
2
5
2
V
Q P
x r Q x P r V V (3.26)

3.5.1.2.2 Atualizao para trs (backward update)
O processo de atualizao para trs inicia-se da barra terminal em direo barra
de subestao. Assumindo que os fluxos de potncia e a tenso da barra terminal so
conhecidos, tem-se no sistema de 5 barras
4
2
4
2
45
2
45
45 45 34
P
V
Q P
r P P +
|
|

\
| +
+ = (3.27)
4
2
4
2
45
2
45
45 45 34
Q
V
Q P
x Q Q +
|
|

\
| +
+ = (3.28)
3
2
3
2
34
2
34
34 34 23
P
V
Q P
r P P +
|
|

\
| +
+ = (3.29)
3
2
3
2
34
2
34
34 34 23
Q
V
Q P
x Q Q +
|
|

\
| +
+ = (3.30)
2
2
2
2
23
2
23
23 23 12
P
V
Q P
r P P +
|
|

\
| +
+ = (3.31)
2
2
2
2
23
2
23
23 23 12
Q
V
Q P
x Q Q +
|
|

\
| +
+ = .(3.32)

onde,
4 45 45
P P P + = (3.33)
4 45 45
Q Q Q + = (3.34)
3 34 34
P P P + = (3.35)
P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
49
3 34 34
Q Q Q + = (3.36)
2 23 23
P P P + = (3.37)
2 23 23
Q Q Q + = (3.38)

3.5.1.2.3 Critrio de convergncia
A convergncia atingida quando o erro entre os valores de fluxos de potncia e
tenses estimados e calculados menor que a tolerncia estabelecida.

3.5.2 Gerao das configuraes vizinhas
O algoritmo de Busca Tabu explora a vizinhana da configurao corrente para
encontrar a configurao que aprimore o valor da funo objetivo. Portanto, o
desempenho do algoritmo depende da qualidade dessas configuraes. O mtodo de
seleo das configuraes vizinhas utilizados nesta dissertao baseado no algoritmo
heurstico de [Goswami & Basu, 1992] e divide-se em 2 partes: A primeira avalia se a
configurao vizinha encontrada factvel e na segunda calculam-se as margens de
potncia dos vizinhos.

A primeira parte consiste em fechar uma chave aberta e assim forma-se um lao,
devido ao fato que o algoritmo foi desenvolvido para redes radiais. As chaves presentes
no lao, excluindo a chave aberta que foi fechada anteriormente, sero abertas
sequencialmente, partindo-se de um dos lados, verificando a desconexo da rede
resultante (barras ilhadas, ramos sem alimentao e malhas) atravs da rotina
caminhos em MATLAB [Yamamoto, 2004]. Na Figura 3.4 pode-se observar que um lao
formado pelo fechamento da chave i-j. Para manter a topologia da rede radial
necessria a abertura de uma das chaves pertencente ao lao.

P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
50

Figura 3.5 Lao formado ao se fechar a chave i-j


Na segunda parte calculam-se as margens de potncia das configuraes factveis,
atravs de (2.68) e (2.70) em ordem decrescente da margem da barra crtica por
configurao, armazenando somente as que apresentam margens da barra crtica maior
que a margem da barra crtica da configurao corrente. Com isso evita-se que a
vizinhana apresente configuraes que no levem maximizao da margem de
carregamento do sistema, reduz a dimenso do conjunto de configuraes vizinhas em
sistemas de distribuio maiores e evita-se a escolha aleatria das opes de
chaveamento, levando escolha de vizinhos em direo a solues de boa qualidade.

3.5.3 Estruturas de memria utilizadas em Busca Tabu
Estruturas de memria permitem armazenar informaes sobre a mudana de
atributos do problema durante a transio de solues. Informaes de qualidade
permitem avaliar o mrito das configuraes visitadas durante a busca e identificar
elementos que so comuns em solues de boa qualidade ou em direes que levem a
tais solues. Isto se traduz em aprendizado por incentivo, em que incentivos a aes
que direcionam s boas solues so reforados e penalidades so aplicadas quelas
que levem a solues de qualidade inferior. Existem dois tipos de memria utilizados na
Busca Tabu, que so descritas a seguir.

P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
51
3.5.3.1 Memria de curto prazo
A memria de curto prazo armazena registros dos atributos que foram alterados
durante os mais recentes movimentos feitos pelo algoritmo. As informaes contidas
nessa memria permitem rotular como proibidos (tabu), os atributos selecionados de
configuraes que foram visitadas em um passado recente. Isso evita que o algoritmo
volte a elas, dirigindo a busca para novas regies. O armazenamento dos atributos,
porm traz um problema adicional, porque pode impedir o algoritmo de visitar
configuraes de boa qualidade se estas configuraes tiverem um atributo proibido. Isso
contornado criando-se um mecanismo que permite a eliminao do rtulo tabu dos
elementos de uma configurao, desde que um critrio pr-estabelecido seja satisfeito.
Este mecanismo chama-se Critrio de Aspirao, que pode ser definido e aplicado de
maneiras diferentes, dependendo do objetivo do algoritmo, sendo muito utilizado aquele
em que permitido um movimento tabu desde que o valor da funo objetivo seja
melhor do que o encontrado at aquele momento.

Em resumo, o algoritmo de Busca Tabu com memria de curto prazo apresenta as
seguintes caractersticas:

um processo de K transies entre configuraes factveis e/ou infactveis em
um problema de otimizao. O valor de K pode ser predefinido ou
adaptativamente determinado.
Dentre os vizinhos da configurao corrente, deve ser localizado aquele que
menos deteriore o valor da funo objetivo.
Uma configurao vlida se no contiver atributos proibidos, ou caso tiver, que
atenda ao critrio de aspirao estabelecido.
A lista tabu atualizada a cada iterao do algoritmo.

3.5.3.2 Lista Tabu com memria de curto prazo
Como dito anteriormente, a memria de curto prazo guarda as informaes sobre
atributos que sofreram alterao no passado recente. Podem-se armazenar esses
atributos em uma matriz ou em um vetor, sendo que este tipo de armazenamento
vantajoso no problema de reconfigurao em sistemas de distribuio porque se
armazenam a informao referente chave selecionada, dado pela posio do vetor, e o
P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
52
tempo em que a chave dever permanecer na lista tabu, pelo valor da posio do vetor. A
Figura 3.5 ilustra este tipo de armazenamento para o sistema radial de distribuio de
[Baran, Wu, 1989] com 32 barras.


Figura 3.6 - Exemplo de armazenamento da Lista Tabu em vetor

Na Figura 3.6, por exemplo, o valor da posio 19 do vetor tl igual a 5, indicando
que o estado da chave 19 no poder ser alterado durante as prximas 5 iteraes.

3.5.3.3 Memria de longo prazo
A memria de longo prazo um aperfeioamento adicionado ao algoritmo bsico, e
permite encontrar novas configuraes de alta qualidade, utilizando informaes
armazenadas durante o processo de memria de curto prazo. Os componentes principais
da memria de longo prazo so: Memria baseada em freqncia, intensificao e
diversificao.

A memria baseada em freqncia fornece informaes a respeito de movimentos
preferenciais, levando em conta a influncia do movimento na qualidade da soluo. O
armazenamento de atributos que produzam solues de alta qualidade, baixa qualidade
ou ambas em uma determinada trajetria da busca chamado de freqncia de
residncia. A informao obtida por esse processo pode ser utilizada pelo algoritmo para
a pesquisa de regies mais atrativas no processo de intensificao. O armazenamento
por freqncia de transio indica o nmero de vezes que um determinado atributo foi
adicionado ou modificado durante o processo de busca. Esta informao pode ser
utilizada para a mudana de estratgia de busca no processo de diversificao

No mecanismo de intensificao so armazenadas configuraes de alta qualidade,
chamadas de configuraes de elite. Uma busca mais profunda ao redor dessas
configuraes pode levar a uma soluo tima global. Portanto intensificar a busca
consiste em fazer uma explorao cuidadosa em torno das configuraes elite
armazenadas, tentando encontrar configuraes melhores que as j encontradas e,
eventualmente, a soluo tima global. A Figura 3.7 ilustra o processo de intensificao
que inicia na regio A e nas regies de configuraes de elite (1, 2, 3 e 4) so feitas
P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
53
buscas locais de modo a aprimorar o valor da funo objetivo, encontrando timos locais.
O processo termina na regio B onde encontrado o valor timo global.

A Diversificao consiste em levar o algoritmo a regies do espao de busca ainda
no exploradas, eliminando atributos anteriormente visitados em busca de novas
configuraes. Outra maneira de realizar a diversificao aumentar o tempo de
permanncia de um atributo na lista tabu, forando-se a pesquisa de novas regies. A
Figura 3.7 tambm ilustra o processo de diversificao que tem incio na regio C e aps
a transio para a regio D a busca toma direes divergentes. So 3 processos de
diversificao diferentes: (1) transio D-E termina em uma configurao tima local, (2)
movimento D-F termina em outra configurao tima local e (3) D-B encontra a
configurao tima global.


Figura 3.7 - Intensificao e diversificao em Busca Tabu
P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
54

3.5.4 Estratgias adicionais utilizadas em Busca Tabu
3.5.4.1 Configuraes de elite
Trata-se de um conjunto reduzido das melhores configuraes que foram visitadas
durante o processo. Uma configurao de elite pode ser utilizada em um processo de
diversificao em busca de novas regies atrativas. Uma configurao considera de
elite e substitui a pior configurao encontrada no processo de Busca Tabu se satisfizer
os seguintes critrios:

1. Possui o valor da funo objetivo de melhor qualidade em relao aos valores das
configuraes armazenadas
2. Possui algum atributo diferente em relao aos das configuraes armazenadas.

3.5.4.2 Path relinking
Consiste em usar duas ou mais configuraes de elite, chamadas configuraes de
referncia, para gerar uma nova configurao. A Figura 3.8 mostra a configurao base A
e as configuraes de referncia 5, 9 e 12. A partir delas so geradas novas
configuraes em regies factveis, encontrando a soluo tima global na configurao
10.

Outra forma de implementar path relinking, chamada de vizinhana construtiva,
que consiste em encontrar uma nica configurao e iniciar um processo de
intensificao ou diversificao a partir dela. A configurao formada por atributos de
alta qualidade presentes na configurao base e nas configuraes de referncia.
Quando o nmero de atributos da configurao base grande, pode-se iniciar um
processo de intensificao, caso contrrio utiliza-se o processo de diversificao.

P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
55

Figura 3.8 - Path reliking em Busca Tabu
3.5.4.3 Oscilao estratgica
A oscilao estratgica est baseada em trs diferentes tcnicas que so usadas
alternadamente:

Busca em regies infactveis com o objetivo de alcanar a fronteira e entrar na
regio factvel.
Busca na regio factvel para encontrar uma soluo tima local.
Uma estratgia para sair da regio factvel e entrar novamente na regio
infactvel.

A oscilao estratgica mais eficiente quando usada em problemas onde o
tamanho da regio infactvel relativamente grande, como no caso do problema de
reconfigurao em sistemas radiais de distribuio de grande porte.

P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
56
3.5.5 Busca Tabu na maximizao da margem de potncia
Nesta dissertao foi implementado o algoritmo de otimizao de Busca Tabu para
a soluo do problema de reconfigurao de sistemas de distribuio de energia eltrica
com o objetivo de maximizao da margem de potncia. O ambiente de desenvolvimento
escolhido foi o MATLAB 7 devido sua sintaxe simples.

No problema de reconfigurao em sistemas de distribuio existe a restrio de
radialidade, que no permite uma configurao com barras e ramos ilhados e/ou malhas
na rede eltrica. A rotina caminhos em [Yamamoto, 2004] permite avaliar se uma
configurao infactvel atravs de um indicador binrio com valor lgico 1. Caso a rede
seja factvel, a funo caminhos retorna a matriz de configurao do sistema, com todos
percursos possveis desde a barra de subestao at cada barra terminal. Com isso
podem-se aplicar as equaes de fluxo de carga (3.2), (3.7) e (3.12).

O algoritmo de Busca Tabu pode ser descrito em linhas gerais pelo pseudo-cdigo
da Figura 3.9.



P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A
57
Figura 3.9 Pseudo-cdigo Busca Tabu aumento da margem de potncia

em que:
C
k
M a margem de potncia da barra crtica (menor margem) na configurao
k
ch ,
dada por (2.68), em %, para ponto de operao na regio normal de operao e por
(2.70), em %, para ponto de operao na regio anormal de operao.

Utilizou-se como critrio de parada o nmero mximo de iteraes, mas o algoritmo
flexvel e pode ser escolhido outros critrios relativos s restries operacionais em
sistemas reais de distribuio. O nmero mximo de iteraes e o tempo em que um
atributo permanece proibido na lista tabu na rede de 32 barras foram respectivamente de
12 e 4 iteraes, que so os mesmos adotados em [Guimares, 2005].
1 - k=1
2 - Soluo inicial:
C
M
0

3 - Configurao Inicial Factvel:
0
ch ch =
4 - Lista Tabu: = LT
5 - Enquanto (Critrio de Parada no for Satisfeito)
6 - Conjunto de configuraes vizinhas factveis: ( ) ch V
7 - Se ( ) ch V ch
k
tal que
C
k
C
k
M M
1
>
8 - Nova configurao corrente:
k
ch ch =
9 - LT ch
k

1
volta para 6.
10 - Caso contrrio
C
k
M
1
a melhor soluo
11 - Atualizar Lista Tabu
12 - k=k+1
13 - Fim

P
U
C
-
R
i
o

-

C
e
r
t
i
f
i
c
a

o

D
i
g
i
t
a
l

N


0
4
2
1
0
0
7
/
C
A