@inproceedings{CaoGleixnerMiltenberger, author = {Cao, Karl-Ki{\^e}n and Gleixner, Ambros and Miltenberger, Matthias}, title = {Methoden zur Reduktion der Rechenzeit linearer Optimierungsmodelle in der Energiewirtschaft - Eine Performance-Analyse}, series = {EnInnov 2016: 14. Symposium Energieinnovation 2016}, booktitle = {EnInnov 2016: 14. Symposium Energieinnovation 2016}, abstract = {Dieser Beitrag stellt m{\"o}gliche Ans{\"a}tze zur Reduktion der Rechenzeit von linearen Optimierungsproblemen mit energiewirtschaftlichem Anwendungshintergrund vor. Diese Ans{\"a}tze bilden im Allgemeinen die Grundlage f{\"u}r konzeptionelle Strategien zur Beschleunigung von Energiesystemmodellen. Zu den einfachsten Beschleunigungsstrategien z{\"a}hlt die Verkleinerung der Modelldimensionen, was beispielsweise durch {\"A}ndern der zeitlichen, r{\"a}umlichen oder technologischen Aufl{\"o}sung eines Energiesystemmodells erreicht werden kann. Diese Strategien sind zwar h{\"a}ufig ein Teil der Methodik in der Energiesystemanalyse, systematische Benchmarks zur Bewertung ihrer Effektivit{\"a}t werden jedoch meist nicht durchgef{\"u}hrt. Die vorliegende Arbeit adressiert genau diesen Sachverhalt. Hierzu werden Modellinstanzen des Modells REMix in verschiedenen Gr{\"o}ßenordnungen mittels einer Performance-Benchmark-Analyse untersucht. Die Ergebnisse legen zum einen den Schluss nahe, dass verk{\"u}rzte Betrachtungszeitr{\"a}ume das gr{\"o}ßte Potential unter den hier analysierten Strategien zur Reduktion von Rechenzeit bieten. Zum anderen empfiehlt sich die Verwendung des Barrier-L{\"o}sungsverfahrens mit multiplen Threads unter Vernachl{\"a}ssigung des Cross-Over.}, language = {de} } @article{BreuerBussieckFiandetal., author = {Breuer, Thomas and Bussieck, Michael and Fiand, Frederik and Cao, Karl-Ki{\^e}n and Gils, Hans Christian and Wetzel, Manuel and Gleixner, Ambros and Koch, Thorsten and Rehfeldt, Daniel and Khabi, Dmitry}, title = {BEAM-ME: Ein interdisziplin{\"a}rer Beitrag zur Erreichung der Klimaziele}, series = {OR-News : das Magazin der GOR}, journal = {OR-News : das Magazin der GOR}, number = {66}, pages = {6 -- 8}, language = {de} } @inproceedings{BreuerBussieckCaoetal., author = {Breuer, Thomas and Bussieck, Michael and Cao, Karl-Kien and Cebulla, Felix and Fiand, Frederik and Gils, Hans Christian and Gleixner, Ambros and Khabi, Dmitry and Koch, Thorsten and Rehfeldt, Daniel and Wetzel, Manuel}, title = {Optimizing Large-Scale Linear Energy System Problems with Block Diagonal Structure by Using Parallel Interior-Point Methods}, series = {Operations Research Proceedings 2017}, booktitle = {Operations Research Proceedings 2017}, publisher = {Springer International Publishing}, doi = {10.1007/978-3-319-89920-6_85}, pages = {641 -- 647}, abstract = {Current linear energy system models (ESM) acquiring to provide sufficient detail and reliability frequently bring along problems of both high intricacy and increasing scale. Unfortunately, the size and complexity of these problems often prove to be intractable even for commercial state-of-the-art linear programming solvers. This article describes an interdisciplinary approach to exploit the intrinsic structure of these large-scale linear problems to be able to solve them on massively parallel high-performance computers. A key aspect are extensions to the parallel interior-point solver PIPS-IPM originally developed for stochastic optimization problems. Furthermore, a newly developed GAMS interface to the solver as well as some GAMS language extensions to model block-structured problems will be described.}, language = {en} } @misc{BreuerBussieckCaoetal., author = {Breuer, Thomas and Bussieck, Michael and Cao, Karl-Kien and Cebulla, Felix and Fiand, Frederik and Gils, Hans Christian and Gleixner, Ambros and Khabi, Dmitry and Koch, Thorsten and Rehfeldt, Daniel and Wetzel, Manuel}, title = {Optimizing Large-Scale Linear Energy System Problems with Block Diagonal Structure by Using Parallel Interior-Point Methods}, issn = {1438-0064}, doi = {10.1007/978-3-319-89920-6_85}, url = {http://nbn-resolving.de/urn:nbn:de:0297-zib-66183}, abstract = {Current linear energy system models (ESM) acquiring to provide sufficient detail and reliability frequently bring along problems of both high intricacy and increasing scale. Unfortunately, the size and complexity of these problems often prove to be intractable even for commercial state-of-the-art linear programming solvers. This article describes an interdisciplinary approach to exploit the intrinsic structure of these large-scale linear problems to be able to solve them on massively parallel high-performance computers. A key aspect are extensions to the parallel interior-point solver PIPS-IPM originally developed for stochastic optimization problems. Furthermore, a newly developed GAMS interface to the solver as well as some GAMS language extensions to model block-structured problems will be described.}, language = {en} } @inproceedings{BreuerBussieckCaoetal., author = {Breuer, Thomas and Bussieck, Michael and Cao, Karl-Kien and Fiand, Fred and Gils, Hans-Christian and Gleixner, Ambros and Khabi, Dmitry and Kempke, Nils and Koch, Thorsten and Rehfeldt, Daniel and Wetzel, Manuel}, title = {BEAM-ME: Accelerating Linear Energy Systems Models by a Massively Parallel Interior Point Method}, series = {NIC Symposium 2020}, volume = {50}, booktitle = {NIC Symposium 2020}, pages = {345 -- 352}, language = {en} } @misc{CaoAndersonBoehmeetal., author = {Cao, Karl-Kien and Anderson, Lovis and B{\"o}hme, Aileen and Breuer, Thomas and Buschmann, Jan and Fiand, Frederick and Frey, Ulrich and Fuchs, Benjamin and Kempe, Nils-Christian and von Krbek, Kai and Medjroubi, Wided and Riehm, Judith and Sasanpour, Shima and Simon, Sonja and Vanaret, Charlie and Wetzel, Manuel and Xiao, Mengzhu and Zittel, Janina}, title = {Evaluation of Uncertainties in Linear-Optimizing Energy System Models - Compendium}, series = {DLR-Forschungsbericht}, journal = {DLR-Forschungsbericht}, number = {DLR-FB-2023-15}, doi = {10.57676/w2rq-bj85}, pages = {95}, abstract = {F{\"u}r die Energiesystemforschung sind Software-Modelle ein Kernelement zur Analyse von Szenarien. Das Forschungsprojekt UNSEEN hatte das Ziel eine bisher unerreichte Anzahl an modellbasierten Energieszenarien zu berechnen, um Unsicherheiten - vor allem unter Nutzung linear optimierender Energiesystem-Modelle - besser bewerten zu k{\"o}nnen. Hierf{\"u}r wurden umfangreiche Parametervariationen auf Energieszenarien angewendet und das wesentliche methodische Hindernis in diesem Zusammenhang adressiert: die rechnerische Beherrschbarkeit der zu l{\"o}senden mathematischen Optimierungsprobleme. Im Vorl{\"a}uferprojekt BEAM-ME wurde mit der Entwicklung und Anwendung des Open-Source-L{\"o}sers PIPS-IPM++ die Grundlage f{\"u}r den Einsatz von High-Performance-Computing (HPC) zur L{\"o}sung dieser Modelle gelegt. In UNSEEN war dieser L{\"o}ser die zentrale Komponente eines Workflows, welcher zur Generierung, L{\"o}sung und multi-kriteriellen Bewertung von Energieszenarien auf dem Hochleistungscomputer JUWELS am Forschungszentrum J{\"u}lich implementiert wurde. Zur effizienten Generierung und Kommunikation von Modellinstanzen f{\"u}r Methoden der mathematischen Optimierung auf HPC wurde eine weitere Workflow-Komponente von der GAMS Software GmbH entwickelt: der Szenariogenerator. Bei der Weiterentwicklung von L{\"o}sungsalgorithmen f{\"u}r linear optimierende Energie-Systemmodelle standen gemischt-ganzzahlige Optimierungsprobleme im Fokus, welche f{\"u}r die Modellierung konkreter Infrastrukturen und Maßnahmen zur Umsetzung der Energiewende gel{\"o}st werden m{\"u}ssen. Die in diesem Zusammenhang stehenden Arbeiten zur Entwicklung von Algorithmen wurden von der Technischen Universit{\"a}t Berlin verantwortet. Bei Design und Implementierung dieser Methoden wurde sie vom Zuse Instituts Berlin unterst{\"u}tzt.}, language = {en} }