Multiobjective Metaheuristics Artificial Fish School (FAFS) and Evolutionary Particles Swarm Optimization with Global Individual Stochastic Topology (FEPSO GIST). Part I: Framework and Theoretical Developments

Authors

  • Gustavo Alejandro Schweickardt Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) - Universidad Tecnológica Nacional, ARGENTINA

DOI:

https://doi.org/10.21501/21454086.1370

Keywords:

Artificial Fish School, Electric Distribution Systems, MetaHeuristics, Particles Swarm, Load Unbalance

Abstract

This work presents a model to Low Voltage (LV) Unbalance Degree Optimization in a Three-phase Electric Distribution Network (EDN). The combination of two new Fuzzy-MultiObjective MetaHeuristics FEPSO GIST (Fuzzy Particles Swarm Optimization with Global/Individual Stochastic Topology) proposed by the author and, FAFS (Fuzzy Artificial Fish Shool) extended to MultiObjective domain by the author, using Fuzzy Sets, are presented. Of multiple problems resulting from such unbalance degree, are considered the technical losses and the voltage drops. Both aspects are fundamentals in the rational use of energy, when this objective is focused from the offer side, and are observed for Regulatory Authority. In addition, a MatHeuristic approach composed for the classical approach based in Mixed-Interger Linear Programming and FEPSO GIST-FAFS MetaHeuristics, is introduced. In this Part I of the work, the framework and theoretical developments, required for the Models application, are presented.

Downloads

Download data is not yet available.

Author Biography

Gustavo Alejandro Schweickardt, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) - Universidad Tecnológica Nacional, ARGENTINA

Gustavo Schweickardt nació en Buenos Aires,  el 5 de Julio de 1963. Obtuvo el grado de Ingeniero Eléctrico, por la Universidad Tecnológica Nacional, Argentina, con honores (1990), el grado de Master en Economía y Política Energético Ambiental, por la Universidad Nacional del Comahue, Argentina, con honores (2005), y el grado de Doctor en Ingeniería/Economía Energética, por la Universidad Nacional de San Juan, Argentina/INESC Porto, Portugal (Beca FOMEC), con honores (2002/2003). Se tituló como especialista en Economía Energética en el Instituto de Economía Energética de la Fundación Bariloche, Centro Atómico Bariloche,   por la Universidad Nacional del Comahue (1997) (Beca CEB),  con honores,  y como Especialista en Evaluación de Impactos Ambientales por el Programa Ambiente Economía y Sociedad (2007), con honores. Es, además,  posgraduado en Ingeniería del Software, por el Instituto Tecnológico de Buenos Aires, Argentina (1999).

Se dedicó a la actividad profesional en distintas empresas, desarrollando tecnologías software para simulación y optimización de Sistemas Energéticos, durante más de 14 años. Especializándose  en Ingeniería del Software, con orientación a las Técnicas de Inteligencia Artificial-Soft Computing.

Realizó múltiples cursos de posgrado en diferentes temáticas complementarias. Es profesor titular universitario de grado, y profesor de posgrado desde 1995, en universidades argentinas y del exterior. Desde 1999, es Profesor en invitado en la Maestría de Economía y Política Energético Ambiental en el Instituto de Economía Energética de la Fundación Bariloche, Centro Atómico Bariloche, Argentina.

En 2004 ingresó como Investigador Docente del Instituto de Energía Eléctrica de la Universidad de San Juan, Argentina. Recibió una beca financiada por el INESC Porto (Instituto de Ingeniería de Sistemas y Computadores de Porto), Portugal, para una estadía Posdoctoral, en el marco de la Economía de Computacional de Regulación de Redes Eléctricas y Mercados Energéticos.

Desde 2005 es Investigador Científico del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina, en el área de Economía, desempeñando sus actividades en el Instituto de Economía Energética asociado a la Fundación Bariloche, Centro Atómico Bariloche.

Es Investigador Docente con Categoría I o “A” (la más elevada), en Ciencias de la Ingeniería y Tecnología conforme el sistema de categorización argentino.

Ha escrito 8 libros sobre diferentes temáticas científico/técnicas, más de 60 artículos en revistas y congresos internacionales con referato. Ha dictado múltiples cursos, seminarios y conferencias en Argentina y en el exterior, y ha dirigido más de 25 proyectos de investigación nacionales e internacionales, tanto en la actividad privada, como Director de Investigación y Desarrollo de la empresa de Tecnología AXÓN S.A e INVAP (contratado) de Bariloche, Argentina, como en el ámbito académico-científico. Ha dirigido 7 tesis doctorales finalizadas y 4 de maestría. Actualmente es director de 5 tesistas doctorales.

Sus actuales Intereses de Investigación se centran en la Desregulación y Reestructuración de Mercados de Generación, Transmisión y Distribución Eléctrica; Generación Distribuida, Sistemas Difusos y Técnicas de Computación Inteligente aplicados a la Planificación y Control de Sistemas de Potencia; Optimización Soft-Computing en Sistemas Complejos, la Valoración Económica de la Calidad Ambiental y la Penetración de Fuentes Primarias de Energía Renovable en Sistemas Energéticos.

Actualmente desempeña sus funciones en la Universidad Tecnológica Nacional, Facultad Regional Concepción del Uruguay, Provincia de Entre Ríos, Argentina, en donde es Profesor  Titular de la Cátedra Inteligencia Artificial, en el último año de la carrera de grado Ingeniería en Sistemas de Información, Profesor de posgrado en la Maestría en Sistemas de Información y en la Maestría en Energías Renovables, y es Director del Grupo de Investigación sobre Economía Computacional de Regulación de Redes y Energías Renovables.

References

G. Schweickardt & V. Miranda. “Metaheurística FEPSO aplicada a problemas de Optimización Combinatoria: Balance de Fases en Sistemas de Distribución Eléctrica”. Revista Ciencia, Docencia y Tecnología. Universidad Nacional de Entre Ríos. Nro. 40, pp. 133-163. 2010.

J. Zhu, B. Griff & M. Chow. “Phase Balancing Using Mixed-Integer Programming”. IEEE Trans. Power Systems. Vol. 13, nro. 4. 1998.

A. Díaz, F. Glover, H. Ghaziri & J. Gonzalez. “Optimización Heurística y Redes Neuronales”. Paraninfo. Madrid, España. 1996.

F. Glover. “Tabu Search: Part I”. In: ORSA Journal on Computing. Vol. 1, pp. 190-206. 1989.

P. Black. “Dictionay Of Algorithms and Data Structures”. National Institute of Standars and Technology. Available in: http://www.nist.gov/index.html. 2009.

I. Osman & J. Kelly. “Meta-Heuristics: Theory and Applications”. Ed. Kluwer Academic. Boston, USA. 1996

G. Beni & J. Wang. “Swarm Intelligence in Cellular Robotic Systems”. Proccedings NATO Advanced Workshop on Robots and Biological Systems. June, Tuscany, Italy. 1989.

J. Kennedy & R. Eberhart. “Particle Swarm Optimization”. IEEE International Conference on Neural Networks. IEEE Service Center, Piscataway, NJ. Pert , Australia. 1995.

X. LI, Z. Shao & J. Qian. “An Optimizing Method Based on Autonomous Animats: Fish-Swarm Algorithm (in Chinese)”. Systems Engineering Theory and Practice. Vol. 22(11), pp. 32-38. 2002.

Published

2014-06-29

How to Cite

Schweickardt, G. A. (2014). Multiobjective Metaheuristics Artificial Fish School (FAFS) and Evolutionary Particles Swarm Optimization with Global Individual Stochastic Topology (FEPSO GIST). Part I: Framework and Theoretical Developments. Lámpsakos, (12), 13–22. https://doi.org/10.21501/21454086.1370

Issue

Section

Articles of scientific and technological research