Multi-objective model predictive control for microgrids

Schmitt, Thomas ; Rodemann, Tobias ; Adamy, Jürgen (2021)
Multi-objective model predictive control for microgrids.
In: at – Automatisierungstechnik, 2020, 68 (8)
doi: 10.26083/tuprints-00013248
Article, Secondary publication, Publisher's Version

Preview

Text
article_2020_Schmitt_et_al_Multi-Objective_Model_Predictive_Conrol_for_Microgrids.pdf
Copyright Information: In Copyright.
Download (807kB) | Preview

Item Type:

Article

Type of entry:

Secondary publication

Title:

Multi-objective model predictive control for microgrids

Language:

English

Date:

2021

Place of Publication:

Darmstadt

Year of primary publication:

2020

Publisher:

De Gruyter

Journal or Publication Title:

at – Automatisierungstechnik

Volume of the journal:

Issue Number:

DOI:

10.26083/tuprints-00013248

Corresponding Links:

Publisher-DOI

Origin:

Secondary publication service

Abstract:

Economic model predictive control is applied to a simplified linear microgrid model. Monetary costs and thermal comfort are simultaneously optimized by using Pareto optimal solutions in every time step. The effects of different metrics and normalization schemes for selecting knee points from the Pareto front are investigated. For German industry pricing with nonlinear peak costs, a linear programming trick is applied to reformulate the optimization problem. Thus, together with an efficient weight determination scheme, the Pareto front for a horizon of 48 steps is determined in less than 4 s.

Alternative Abstract:

Alternative Abstract

Language

Ökonomische modellprädiktive Regelung wird auf ein vereinfachtes lineares Modell eines Mikrogrids angewandt. Dazu wird in jedem Zeitschritt die Pareto-Front zu den beiden Gütekriterien monetäre Kosten und thermischer Komfort erzeugt. Von den Pareto-Fronten werden für verschiedene Metriken und Normalisierungen Kniepunkte ausgewählt und deren Effekte auf die Regelung analysiert. Das Optimierungsproblem mit nichtlinearen Peak-Kosten bei der Bepreisung für deutschen Industriestrom wird durch eine Relaxation in ein quadratisches Programm umformuliert. Zusammen mit einem effizienten Algorithmus zur Adaptierung der Gewichte kann die Pareto-Front für einen Horizont von 48 Zeitschritten damit in weniger als 4 s erzeugt werden.

German

Status:

Publisher's Version

URN:

urn:nbn:de:tuda-tuprints-132488

Classification DDC:

600 Technology, medicine, applied sciences > 620 Engineering and machine engineering

Divisions:

18 Department of Electrical Engineering and Information Technology > Institut für Automatisierungstechnik und Mechatronik > Control Methods and Robotics (from 01.08.2022 renamed Control Methods and Intelligent Systems)

Date Deposited:

14 Apr 2021 11:24

Last Modified: