This thesis compares different linear and nonlinear optimization methods for model predictive control of energy storage systems. The methods are applied to a compressed air energy storage system. Model predictive control is used to minimize operational costs covering a given 24-hour air demand using a time-sensitive electricity price as an incentive. The experiments are performed for several scenarios with variations in demand, electricity price, optimization timestep size and forecast quality.
Übersetzte Kurzfassung:
Diese Arbeit vergleicht verschiedene lineare und nichtlineare Optimierungsmethoden zur modellprädiktiven Regelung am Anwendungsbeispiel eines Druckluftspeichers. Dazu wird eine modellprädiktive Regelung des Speichers für einen Zeitraum von 24 Stunden durchgeführt. Ziel ist dabei die Deckung eines vorgegebenen Bedarfs mit minimalen Stromkosten. Es werden jeweils mehrere Szenarien mit einer Variation in den Verbrauchs- und Strompreisprofilen sowie der Optimierungsschrittweite und der Genauigkeit der Verbrauchsprognose betrachtet.
«
Diese Arbeit vergleicht verschiedene lineare und nichtlineare Optimierungsmethoden zur modellprädiktiven Regelung am Anwendungsbeispiel eines Druckluftspeichers. Dazu wird eine modellprädiktive Regelung des Speichers für einen Zeitraum von 24 Stunden durchgeführt. Ziel ist dabei die Deckung eines vorgegebenen Bedarfs mit minimalen Stromkosten. Es werden jeweils mehrere Szenarien mit einer Variation in den Verbrauchs- und Strompreisprofilen sowie der Optimierungsschrittweite und der Genauigkeit d...
»