Optimisation-based control in electrical grids and epidemiology
Dissertation, Technische Universität Ilmenau, 2023
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Körperschaften: | , |
| Weitere Verfasser: | , , |
| Format: | UnknownFormat |
| Sprache: | eng |
| Veröffentlicht: |
Berlin
epubli
2023
|
| Schlagworte: | |
| Online Zugang: | Inhaltsverzeichnis Abstract Inhaltstext Inhaltstext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Tag hinzufügen | Zusammenfassung: | Dissertation, Technische Universität Ilmenau, 2023 Diese Arbeit ist im Rahmen des KONSENS Projektes, gefördert durch das Bundesministerium für Bildung und Forschung (BMBF), entstanden. Hauptziel des KONSENS Konsortiums war die Konsistente Optimierung uNd Stabilisierung Elektrischer NetzwerkSysteme. Im Verlaufe der COVID-19 Pandemie, hat das Konsortium jedoch seine Expertise in mathematischer Modellierung, (numerischer) Analyse sowie optimaler Regelung auch dafür genutzt, um den Einfluss von Gegenmaßnahmen zu evaluieren und geeignete Strategien zur Eindämmung der Ausbreitung der Krankheit zu entwickeln. Infolgedessen ist diese Arbeit in zwei Teile untergliedert: Teil I: Verteilte Optimierung und Regelung von Microgrids, Teil II: Koordination von Gegenmaßnahmen gegen die Ausbreitung von Infektionskrankheiten. Der Schlüssel, um diese augenscheinlich grundlegend unterschiedlichen Probleme mittels verwandter Methoden zu adressieren, liegt in der Allgemeingültigkeit optimierungsbasierter Ansätze. Wir formulieren mathematische Modelle, um die jeweilige Systemdynamik zu beschreiben – in Teil I handelt es sich dabei um Batteriedynamiken, in Teil II um die Ausbreitung infektiöser Krankheiten. Dynamische Modelle in Verbindung mit beispielsweise ökonomischen Zielstellungen führen auf Optimalsteuerungsprobleme (engl. optimal control problems (OCPs)). Mit allen OCPs in dieser Arbeit gehen inhärente Unsicherheiten einher wie zum Beispiel der unbekannte zukünftige Nettoverbrauch (Teil I) und die grundsätzliche Entwicklung der pandemischen Lage (Teil II). Diese OCPs werden numerisch gelöst, um optimale Strategien zu ermitteln. Eine naive Implementierung der ermittelten Steuerung über den gesamten Optimierungshorizont würde während des Prozesses neu gewonnene Informationen nicht berücksichtigen. Eine Methode, die diese stetig neu gewonnenen Informationen in den Regelungsentwurf mit einbezieht, stellt die so genannte modellprädiktive Regelung (engl. model predictive control (MPC)) dar. MPC ist eine bewährte Methode, um OCPs mit Zustands- und Eingangsbeschränkungen in Echtzeit zu lösen und wird in beiden Teilen dieser Arbeit eingesetzt. Deshalb wird die grundlegende Idee von MPC in einem vorbereitenden Abschnitt erläutert. |
|---|---|
| Beschreibung: | Tag der Verteidigung: 27.06.2023 |
| Beschreibung: | xiv, 172 Seiten Diagramme, Illustrationen 24 cm x 17 cm, 706 g |
| ISBN: | 9783757575489 978-3-7575-7548-9 3757575482 3-7575-7548-2 |