Automatic generation of optimization models of systems of flexible energy resources
Publication date
2025-07-30
Document type
Dissertation
Cumulative Thesis
✅
Author
Advisor
Referee
Frey, Georg
Granting institution
Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg
Exam date
2025-07-28
Organisational unit
Publisher
Universitätsbibliothek der HSU/UniBw H
Part of the university bibliography
✅
Language
English
DDC Class
620 Ingenieurwissenschaften
Keyword
Energy flexibility
Optimization model
Automatic model generation
Energieflexibilität
Optimierungsmodell
Automatische Modellbildung
dtec.bw
Abstract
The energy transition towards a fully decarbonized energy system is one of society’s greatest challenges. An increasing share of variable renewable energy generation requires flexible generation and flexible consumption to counteract the associated volatility. Furthermore, providing energy flexibility holds significant financial saving potential for operators of flexible energy resources. However, the implementation of energy flexibility measures is hindered by limited personnel capacities and a lack of expertise required for developing suitable optimization models. Thus, this thesis presents a methodology for the automatic generation of optimization models for the operational planning of systems of flexible energy resources. To establish a solid methodological foundation for these models, a systematic review of existing modeling approaches for flexible energy resources is conducted.
Based on this review, a suitable modeling approach has been elaborated and further refined through an analysis of the required level of detail for optimization models used in the control of flexible energy resources. The results indicate that mixed-integer linear programming optimization models with a low level of detail and temporal resolutions aligned with market intervals are sufficient to represent resource behavior and generate optimized schedules for resource operation.
The methodology for automatic model generation builds on a modular generic model structure that represents the flexibility characteristics of resources. Models of individual resources are aggregated to jointly optimize the operation of a system of resources. The generic model is complemented by algorithms for deriving parameter sets from time series data. Additionally, connections between resources are extracted from an information model representing the system structure. Integrating the model structure and parameter derivation into an automated model generation methodology reduces manual effort and streamlines the creation of optimization model instances.
Each component of the methodology has been independently evaluated to ensure its accuracy and applicability. Furthermore, the methodology in its entirety was applied in two case studies focusing on a combined heat and power system and a refrigeration system. These case studies demonstrate the applicability of the methodology by showcasing its ability to generate accurate optimization models without manual intervention.
The automatically generated optimization models can then be used to plan resource operation within systems. For instance, during periods of high renewable energy generation, resources can be scheduled to maximize energy utilization. By enabling flexible resource operation, this approach contributes to balancing energy supply and demand, thereby supporting a successful energy transition.
Based on this review, a suitable modeling approach has been elaborated and further refined through an analysis of the required level of detail for optimization models used in the control of flexible energy resources. The results indicate that mixed-integer linear programming optimization models with a low level of detail and temporal resolutions aligned with market intervals are sufficient to represent resource behavior and generate optimized schedules for resource operation.
The methodology for automatic model generation builds on a modular generic model structure that represents the flexibility characteristics of resources. Models of individual resources are aggregated to jointly optimize the operation of a system of resources. The generic model is complemented by algorithms for deriving parameter sets from time series data. Additionally, connections between resources are extracted from an information model representing the system structure. Integrating the model structure and parameter derivation into an automated model generation methodology reduces manual effort and streamlines the creation of optimization model instances.
Each component of the methodology has been independently evaluated to ensure its accuracy and applicability. Furthermore, the methodology in its entirety was applied in two case studies focusing on a combined heat and power system and a refrigeration system. These case studies demonstrate the applicability of the methodology by showcasing its ability to generate accurate optimization models without manual intervention.
The automatically generated optimization models can then be used to plan resource operation within systems. For instance, during periods of high renewable energy generation, resources can be scheduled to maximize energy utilization. By enabling flexible resource operation, this approach contributes to balancing energy supply and demand, thereby supporting a successful energy transition.
Die Energiewende hin zu einem vollständig dekarbonisierten Energiesystem stellt eine der größten Herausforderungen unserer Gesellschaft dar. Mit dem Anstieg des Anteils erneuerbarer Energien wächst der Bedarf an flexibler elektrischer Energie-Erzeugung und flexiblem elektrischem Energie-Verbrauch, um die damit verbundene Volatilität zu bewältigen. Zudem bietet Energieflexibilität erhebliches Potential für finanzielle Einsparungen für Betreiber flexibler Energieressourcen. Die Umsetzung von Maßnahmen zur Energieflexibilität wird jedoch durch begrenzte personelle Kapazitäten und fehlende Fachkenntnisse behindert, die für die Entwicklung geeigneter Optimierungsmodelle erforderlich sind. Daher präsentiert diese Dissertation eine Methodik zur automatischen Erstellung von Optimierungsmodellen für die Betriebsplanung von Systemen flexibler Energieressourcen. Um eine fundierte methodische Grundlage für diese Modelle zu schaffen, wird zunächst eine systematische Analyse bestehender Modellierungsansätze für flexible Energieressourcen durchgeführt.
Auf Grundlage dieser Analyse wird ein geeigneter Modellierungsansatz identifiziert und durch eine Analyse des erforderlichen Detaillierungsgrades von Optimierungsmodellen für die Betriebsplanung flexibler Energieressourcen weiter verfeinert. Die Ergebnisse zeigen, dass gemischt-ganzzahlige lineare Optimierungsmodelle, die durch einen geringen Detaillierungsgrad und zeitliche Auflösungen im Einklang mit Marktintervallen gekennzeichnet sind, ausreichen, um das Verhalten der flexiblen Energieressourcen abzubilden und optimierte Betriebspläne für die Steuerung von Ressourcen zu erstellen.
Die in dieser Dissertation entwickelte Methodik basiert auf einem modularen generischen Modell, das die Flexibilitätsmerkmale von Ressourcen repräsentiert. Modelle einzelner Ressourcen werden aggregiert, um den Betrieb eines Systems von Ressourcen gemeinsam zu optimieren.
Dieses generische Modell wird durch Algorithmen zur Ableitung von Modell-Parametern aus Zeitreihendaten ergänzt. Ebenfalls werden Verbindungen zwischen Ressourcen aus einem Informationsmodell extrahiert, das die Systemstruktur darstellt. Diese Integration von Modellstruktur und Parametern in eine Methodik zur automatischen Modellerstellung reduziert die Notwendigkeit manueller Eingriffe und rationalisiert die Erstellung von Optimierungsmodellinstanzen.
Jede Komponente der Methodik wurde unabhängig evaluiert, um deren Genauigkeit und Anwendbarkeit zu bestätigen. Zudem wurde die Methodik in Gänze in zwei Fallstudien für ein Kraft-Wärme-Kopplungssystem und ein System von Kältemaschinen angewendet. Diese verdeutlichen die Anwendbarkeit der Methodik, indem sie deren Fähigkeit aufzeigen, ohne manuellen Aufwand genaue Optimierungsmodelle zu erstellen.
Die automatisch erstellten Optimierungsmodelle können zur Planung des Betriebs von Ressourcen innerhalb von Systemen genutzt werden. Der Betrieb kann dann so geplant werden, dass beispielsweise in Zeiten hoher Erzeugung aus erneuerbaren Energien viel Leistung abgerufen wird. So kann durch einen flexiblen Anlagenbetrieb zu einem Gleichgewicht aus Energieerzeugung und -verbrauch und somit zu einer erfolgreichen Energiewende beigetragen werden.
Auf Grundlage dieser Analyse wird ein geeigneter Modellierungsansatz identifiziert und durch eine Analyse des erforderlichen Detaillierungsgrades von Optimierungsmodellen für die Betriebsplanung flexibler Energieressourcen weiter verfeinert. Die Ergebnisse zeigen, dass gemischt-ganzzahlige lineare Optimierungsmodelle, die durch einen geringen Detaillierungsgrad und zeitliche Auflösungen im Einklang mit Marktintervallen gekennzeichnet sind, ausreichen, um das Verhalten der flexiblen Energieressourcen abzubilden und optimierte Betriebspläne für die Steuerung von Ressourcen zu erstellen.
Die in dieser Dissertation entwickelte Methodik basiert auf einem modularen generischen Modell, das die Flexibilitätsmerkmale von Ressourcen repräsentiert. Modelle einzelner Ressourcen werden aggregiert, um den Betrieb eines Systems von Ressourcen gemeinsam zu optimieren.
Dieses generische Modell wird durch Algorithmen zur Ableitung von Modell-Parametern aus Zeitreihendaten ergänzt. Ebenfalls werden Verbindungen zwischen Ressourcen aus einem Informationsmodell extrahiert, das die Systemstruktur darstellt. Diese Integration von Modellstruktur und Parametern in eine Methodik zur automatischen Modellerstellung reduziert die Notwendigkeit manueller Eingriffe und rationalisiert die Erstellung von Optimierungsmodellinstanzen.
Jede Komponente der Methodik wurde unabhängig evaluiert, um deren Genauigkeit und Anwendbarkeit zu bestätigen. Zudem wurde die Methodik in Gänze in zwei Fallstudien für ein Kraft-Wärme-Kopplungssystem und ein System von Kältemaschinen angewendet. Diese verdeutlichen die Anwendbarkeit der Methodik, indem sie deren Fähigkeit aufzeigen, ohne manuellen Aufwand genaue Optimierungsmodelle zu erstellen.
Die automatisch erstellten Optimierungsmodelle können zur Planung des Betriebs von Ressourcen innerhalb von Systemen genutzt werden. Der Betrieb kann dann so geplant werden, dass beispielsweise in Zeiten hoher Erzeugung aus erneuerbaren Energien viel Leistung abgerufen wird. So kann durch einen flexiblen Anlagenbetrieb zu einem Gleichgewicht aus Energieerzeugung und -verbrauch und somit zu einer erfolgreichen Energiewende beigetragen werden.
Description
In reference to IEEE copyrighted material which is used with permission in this thesis, the IEEE does not endorse any of Helmut Schmidt University’s products or services. Internal or personal use of this material is permitted. If interested in reprinting/republishing IEEE copyrighted material for advertising or promotional purposes or for creating new collective works for resale or redistribution, please go to http://www.ieee.org/publications_standards/publications/rights/rights_link.html to learn how to obtain a License from RightsLink. If applicable, University Microfilms and/or ProQuest Library, or the Archives of Canada may supply single copies of the dissertation.
Version
Published version
Access right on openHSU
Open access