Otimização multicritério para roteirização de serviços de uma distribuidora de energia elétrica

Abstract

A tarefa diária de priorização de serviços de campo de um distribuidora de energia elétrica bem como a utilização ótima das equipes é um desafio real e muito complexo. Variáveis subjetivas e qualitativas dificultam a priorização e uma visão global de roteiros de despacho. Este trabalho propõe o desenvolvimento de um algoritmo para resolução de um problema de otimização combinatória multicritério que trata da roteirização de serviços comerciais e emergenciais de uma distribuidora de energia elétrica. Para caraterização do problema, foram levantados sete critérios principais selecionados de forma a caracterizar de forma abrangente todos os aspectos relacionados tanto a desligamentos emergenciais involuntários na rede de energia como também serviços comerciais definidos em regulação específica do setor. Para avaliação de criticidade e priorização, foram utilizados os métodos decisórios AHP e PROMETHEE II associados a pesquisas anônimas realizadas junto a agentes do setor e da academia que exprimem as experiências individuais e percepções de priorização. Em um primeiro modelo, foi desenvolvido um algoritmo auxiliar responsável pela otimização de distâncias percorridas pelos veículos em diferentes cenários de despacho. Para isto, foram utilizadas de forma combinada a heurística de Busca do Vizinho mais Próximo acoplada à heurística de Gillet e Miller. Em seguida, para resolução do problema multicritério, fez-se uso da lógica de separação em grupos a partir da heurística de Gillet e Miller juntamente com a meta-heurística Busca Tabu, resultando em uma uma meta-heurística com recursos de um método multicritério híbrido. Esta simulação multicritério compõe o segundo modelo. Os resultados obtidos derivam de simulações em ambos modelos, de otimização de distância e do custo global de atendimento (representado pela função objetivo muti-critério), cenários de despacho variando quantidade de notas de serviço a serem atendidas, assim como equipes disponíveis para roteamento. Somado a isto, são realizadas simulações cruzadas entre modelos, para identificação do impacto de um resultado de uma otimização por distância em um modelo de otimização multicritério e vice-versa.

The daily task of prioritizing electric distribution services as well as optimal team utilization is a real and very complex challenge. Subjective and qualitative variables make prioritization and an overview of dispatched routes difficult. This paper proposes the development of an algorithm for solving a multi-criteria combinatorial optimization problem that deals with the routing of commercial and emergency services of an electric distribution company. In order to characterize the problem, seven selected criteria were raised in order to comprehensively characterize all aspects related to both emergency shutdowns in the power grid as well as commercial services defined in sector specific regulation. To evaluate criticality and prioritization, the AHP and PROMETHEE II decision-making methods associated with anonymous survey applied on academic and specialized agents that express individual experiences and perceptions of prioritization were used. In a first model, an auxiliary algorithm was developed to optimize the distances traveled by vehicles in different dispatch scenarios. For this purpose, the Nearest Neighbor Search heuristic coupled with Gillet and Miller’s heuristic were used. Then, to solve the multi-criteria problem, it was used the logic of group separation from the Gillet and Miller heuristic together with the Tabu Search metaheuristic, resulting in a meta-heuristic with the resources of a hybrid multi-criteria method. The results are obtained from simulations of both distance optimization and overall cost of service models (represented by the multi-criteria function), dispatch scenarios varying the number of service to be attended, as well as teams available for routing. In addition, cross-model simulations are performed to identify the impact of a distance optimization result on a multi-criteria optimization model and vice versa.