Incorporating Differential Equations into Mixed-Integer Programming for Gas Transport Optimization

Gemischt-Ganzzahlige Programmierung mit Differentialgleichungen für die Gastransportoptimierung

Please always quote using this URN: urn:nbn:de:bvb:29-opus4-98628
  • Natural gas is one of the most important energy sources. Consequently, its transportation through gas networks is an essential task and gives rise to gas transport problems. Such optimization problems involve discrete decisions to switch network elements as valves, control valves, or compressor machines. Moreover, the physical behavior of natural gas is described by differential equations. Thus, when dealing with gas transport optimization, mixed-integer problems constrained by differential equations become relevant. The scientific contribution of this thesis to solve such problems is twofold. First, three new global algorithms are presented. In general, a typical solution approachNatural gas is one of the most important energy sources. Consequently, its transportation through gas networks is an essential task and gives rise to gas transport problems. Such optimization problems involve discrete decisions to switch network elements as valves, control valves, or compressor machines. Moreover, the physical behavior of natural gas is described by differential equations. Thus, when dealing with gas transport optimization, mixed-integer problems constrained by differential equations become relevant. The scientific contribution of this thesis to solve such problems is twofold. First, three new global algorithms are presented. In general, a typical solution approach transforms the differential equations to linear constraints. This is reasonable as mixed-integer linear programming is the most successful instance of mixed-integer programming. The new global algorithms in this thesis do not rely on this transformation and can work with less information about the underlying differential equation constraints. In an iterative process, mixed-integer linear programs and small nonlinear programs are solved alternately and the correct and finite terminations of the algorithms are proven. An extensive theoretical framework that distinguishes the assumptions on the constraints is set up. The developments allow to solve stationary gas transport optimization problems with ordinary differential equations. In this sense, promising numerical results for the Greek natural gas transport network are shown. Furthermore, the way for more general simulation-based algorithms is paved. Second, an instantaneous control algorithm for transient gas network optimization with partial differential equations is presented. A new and specific discretization scheme that allows to use mixed-integer linear programs inside of the instantaneous control algorithm is developed for the example of gas. Again, promising numerical results that illustrate the applicability of the approach are shown. These findings pave the way for more research in the field of transient gas network optimization, which, due to its hardness, is often disregarded in the literature.show moreshow less
  • Erdgas ist eine der essentiellsten Energiequellen der Erde und der Transport durch Gasnetzwerke demzufolge eine wichtige Aufgabe. Die damit relevante Gastransportoptimierung gehört zu einer Kategorie von mathematischen Optimierungsproblemen, die sowohl diskrete Entscheidungen, als auch Differentialgleichungen beinhaltet. Erstere ergeben sich durch aktive Netzwerkelemente wie Ventile, Schieber oder Kompressoren, während zweitere das physikalische Verhalten von Erdgas abbilden. In der Gastransportoptimierung stehen somit gemischt-ganzzahlige und differentialgleichungsbeschränkte Optimierungsprobleme im Fokus. Der wissenschaftliche Beitrag dieser Dissertation, um solche Probleme zu lösen,Erdgas ist eine der essentiellsten Energiequellen der Erde und der Transport durch Gasnetzwerke demzufolge eine wichtige Aufgabe. Die damit relevante Gastransportoptimierung gehört zu einer Kategorie von mathematischen Optimierungsproblemen, die sowohl diskrete Entscheidungen, als auch Differentialgleichungen beinhaltet. Erstere ergeben sich durch aktive Netzwerkelemente wie Ventile, Schieber oder Kompressoren, während zweitere das physikalische Verhalten von Erdgas abbilden. In der Gastransportoptimierung stehen somit gemischt-ganzzahlige und differentialgleichungsbeschränkte Optimierungsprobleme im Fokus. Der wissenschaftliche Beitrag dieser Dissertation, um solche Probleme zu lösen, hat zwei Komponenten. Zunächst werden drei neue globale Algorithmen präsentiert. Typische Lösungsansätze transformieren die Differentialgleichungen, um lineare Nebenbedingungen zu erhalten. Dies ist nachvollziehbar, da die gemischt-ganzzahlige lineare Programmierung die vielversprechendste Version der gemischt-ganzzahligen Programmierung darstellt. Die neuen globalen Algorithmen in dieser Dissertation verlassen sich nicht auf eine solche Transformation und können mit weniger Informationen über die beteiligten Differentialgleichungen arbeiten. In einem iterativen Prozess werden gemischt-ganzzahlige lineare Programme und kleine nichtlineare Programme abwechselnd gelöst. Des Weiteren wird die Korrektheit sowie die endliche Terminierung der Algorithmen bewiesen und ein umfangreiches theoretisches Gerüst für die Nebenbedingungsannahmen vorgestellt. Die mathematischen und algorithmischen Entwicklungen erlauben die Lösung von stationären Gastransportproblemen mit gewöhnlichen Differentialgleichungen. Dazu werden vielversprechende numerische Resultate für das griechische Gastransportnetzwerk vorgestellt. Darüber hinaus ist der Weg für allgemeine simulationsbasierte Algorithmen geebnet. Im Anschluss wird ein Instantansteuerungsalgorithmus für die transiente Gastransportoptimierung mit partiellen Differentialgleichungen vorgestellt. Ein neues und spezifisches Diskretisierungsschema wird entwickelt, welches die Benutzung von gemischt-ganzzahligen lineare Programmen innerhalb des Instantansteuerungsalgorithmus' erlaubt. Erneut zeigen vielversprechende numerische Resultate die Anwendbarkeit des Ansatzes. Diese Ergebnisse bereiten den Weg für weitere Forschung im Bereich der transienten Gasnetzoptimierung, welche in der Literatur aufgrund ihrer Schwierigkeit seltener behandelt wird.show moreshow less

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar Statistics
Metadaten
Author:Mathias Sirvent
URN:urn:nbn:de:bvb:29-opus4-98628
DOI:https://doi.org/10.25593/978-3-96147-114-0
ISBN:978-3-96147-114-0
Series (Volume number):FAU Studies Mathematics & Physics (13)
Publisher:FAU University Press
Place of publication:Erlangen
Referee:Alexander Martin, Winnifried Wollner, Sven Leyffer
Advisor:Alexander Martin
Document Type:Doctoral Thesis
Language:English
Year of Completion:2018
Embargo Date:2018/07/31
Publishing Institution:FAU University Press
Granting Institution:Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Naturwissenschaftliche Fakultät
Date of final exam:2018/03/29
Release Date:2018/07/31
Tag:(gemischt-ganzzahlige) (nicht)lineare Programmierung; Dekompositionsmethoden; Instantansteuerung; Lipschitz Optimierung; Optimierung mit Differentialgleichungen; simulationsbasierte Optimierung; tationäre und transiente Gastransportoptimierung
(mixed-integer) (non)linear programming; Lipschitz optimization; decomposition methods; instantaneous control; optimization with differential equations; simulation based optimization; stationary and transient gas transport optimization
SWD-Keyword:Dekomposition; Gemischt-ganzzahlige Optimierung; Konvexe Optimierung; Nichtkonvexe Optimierung; Nichtlineare Optimierung
Pagenumber:148 S.
Note:
Parallel erschienen als Druckausgabe bei FAU University Press, ISBN: 978-3-96147-113-3
Institutes:Naturwissenschaftliche Fakultät / Department Mathematik
Dewey Decimal Classification:5 Naturwissenschaften und Mathematik / 51 Mathematik / 519 Wahrscheinlichkeiten, angewandte Mathematik
MSC-Classification:90-XX OPERATIONS RESEARCH, MATHEMATICAL PROGRAMMING
90-XX OPERATIONS RESEARCH, MATHEMATICAL PROGRAMMING / 90Cxx Mathematical programming [See also 49Mxx, 65Kxx] / 90C11 Mixed integer programming
90-XX OPERATIONS RESEARCH, MATHEMATICAL PROGRAMMING / 90Cxx Mathematical programming [See also 49Mxx, 65Kxx] / 90C25 Convex programming
90-XX OPERATIONS RESEARCH, MATHEMATICAL PROGRAMMING / 90Cxx Mathematical programming [See also 49Mxx, 65Kxx] / 90C26 Nonconvex programming, global optimization
90-XX OPERATIONS RESEARCH, MATHEMATICAL PROGRAMMING / 90Cxx Mathematical programming [See also 49Mxx, 65Kxx] / 90C90 Applications of mathematical programming
open_access (DINI-Set):open_access
Collections:Universität Erlangen-Nürnberg / FAU University Press
Licence (German):Creative Commons - CC BY-NC-ND - Namensnennung - Nicht kommerziell - Keine Bearbeitungen 4.0 International