Lehrinhalte
Die Vorlesung gibt einen Überblick über die verschiedenen Ebenen des Energiemanagements und fokussiert dann auf die ökonomische Einsatzplanung. Zuerst werden die verschieden Anwendungs-formen wie zum Beispiel Eigenverbrauchsoptimierung, virtuelle Kraftwerke, Elektroauto-Lademanagement, Redispatch oder multimodale Quartiersenergieoptimierungen vorgestellt. Rele-vante Grundlagen der gesteuerten Komponenten sowie der adressierten Märkte werden wiederholt.
Im zweiten Teil werden die methodischen Grundlagen erlernt. Verschiedene mathematische Formu-lierungen der hinter der Einsatzplanung liegenden Optimierungsprobleme (LP, MILP, QP, stochasti-sche Optimierung) werden vorgestellt. Parallel vermittelt die Vorlesung einen praxisorientierten Einstieg in die Methoden der numerische Optimierung (Abstiegsverfahren, Konvergenz, Konvexität, Beschreibungssprachen für Optimierungsprobleme). Zusätzlich werden auch einfache Verfahren zur Berechnung benötigter Prognosewerte (lineare Regression) diskutiert.
Alle methodischen Schritte werden in Übungen / einem Praktikum mit den Softwaretools Mat-lab/Octave und der Modellierungssprache GAMS/AMPL vertieft.
Literatur
Boyd, Vandenberghe: Convex Optimization, Cambridge University Press, 2004A GAMS Tutorial by Richard E. Rosenthal, https://www.gams.com/24.8/docs/userguides/userguide/_u_g__tutorial.html
Voraussetzungen
Kenntnisse in der linearen Algebra & multivariaten Analysis, Grundkenntnisse in der Nutzung von Matlab/Octave. Kenntnisse der Module Kraftwerke & EE oder Energiewirtschaft vorteilhaft aber nicht zwingend.
Online-Angebote
Moodle
Die Vorlesung gibt einen Überblick über die verschiedenen Ebenen des Energiemanagements und fokussiert dann auf die ökonomische Einsatzplanung. Zuerst werden die verschieden Anwendungs-formen wie zum Beispiel Eigenverbrauchsoptimierung, virtuelle Kraftwerke, Elektroauto-Lademanagement, Redispatch oder multimodale Quartiersenergieoptimierungen vorgestellt. Rele-vante Grundlagen der gesteuerten Komponenten sowie der adressierten Märkte werden wiederholt.
Im zweiten Teil werden die methodischen Grundlagen erlernt. Verschiedene mathematische Formu-lierungen der hinter der Einsatzplanung liegenden Optimierungsprobleme (LP, MILP, QP, stochasti-sche Optimierung) werden vorgestellt. Parallel vermittelt die Vorlesung einen praxisorientierten Einstieg in die Methoden der numerische Optimierung (Abstiegsverfahren, Konvergenz, Konvexität, Beschreibungssprachen für Optimierungsprobleme). Zusätzlich werden auch einfache Verfahren zur Berechnung benötigter Prognosewerte (lineare Regression) diskutiert.
Alle methodischen Schritte werden in Übungen / einem Praktikum mit den Softwaretools Mat-lab/Octave und der Modellierungssprache GAMS/AMPL vertieft.
Literatur
Boyd, Vandenberghe: Convex Optimization, Cambridge University Press, 2004A GAMS Tutorial by Richard E. Rosenthal, https://www.gams.com/24.8/docs/userguides/userguide/_u_g__tutorial.html
Voraussetzungen
Kenntnisse in der linearen Algebra & multivariaten Analysis, Grundkenntnisse in der Nutzung von Matlab/Octave. Kenntnisse der Module Kraftwerke & EE oder Energiewirtschaft vorteilhaft aber nicht zwingend.
Online-Angebote
Moodle
- Lehrende: Martin Pietsch
- Lehrende: Christopher Ripp
- Lehrende: Florian Steinke
Semester: SoSe 2019