Periodic optimal control methods for nonlinear energy conversion systems

Abstract: In dieser Arbeit werden Problemformulierungen und Lösungsmethoden zur dynamischen Optimierung von periodisch betriebenen und nichtlinearen Energieumwandlungssystemen untersucht. Wir betrachten zwei verschiedene Anwendungen: Höhenwindenergie (Airborne Wind Energy, AWE) und Niedertemperaturverbrennung (Low-Temperature Combustion, LTC).

Die Flugbahnoptimierung ist eine zentrale Aufgabe bei der Entwicklung und dem Betrieb von AWE-Systemen. Als ersten Beitrag liefern wir einen Benchmark für Methoden zur Verfeinerung von Anfangsschätzungen für AWE-Optimierungsprobleme. Diese Verfeinerungsmethoden verbessern die Lösungszeiten und die Zuverlässigkeit erheblich, insbesondere bei fehlendem a priori Expertenwissen. Die technisch-wirtschaftliche Leistung im Versorgungsmaßstab ist entscheidend für die Kommerzialisierung von AWE. Daher schlagen wir ebenfalls zwei neuartige Upscaling-Strategien auf der Grundlage von Mehrflügelsystemen vor und untersuchen sie mit Hilfe optimaler Steuerung. Die erste Strategie basiert auf einem Stacking-Konzept und ermöglicht es, die Systemkapazität unabhängig von der Flügelgröße zu erhöhen. Die zweite Strategie basiert auf Mehrflügelsystemen, die in vertikalen Windparks betrieben werden, und maximiert die Leistungsdichte pro Bodenfläche. Wir schlagen auch ein alternatives mehrflügeliges AWE-Konzept vor, das potenziell in beiden Upscaling-Strategien eingesetzt werden könnte: ein pumpender Flugrotor.

Für LTC schlagen wir eine maßgeschneiderte Problemformulierung und einen Lösungsalgorithmus für die modellprädiktive Regelung (Model Predictive Control, MPC) und die Moving-Horizon-Schätzung eines Benzinmotors vor. Der Ansatz ermöglicht die effiziente Behandlung der großen Anzahl von Simulationsvariablen, die sich aus der Modellierung der Motorzyklus-Dynamik mit Differentialgleichungen ergeben. Der sich ergebende Regleralgorithmus ist auf der eingebetteten Plattform eines bestehenden Motorprüfstandes in Echtzeit realisierbar.

Schließlich stellen wir die AWE-Optimierungs-Toolbox AWEbox vor, die die in dieser Arbeit untersuchten Ein- und Mehrflügelmodelle und Lösungsmethoden mit einer benutzerfreundlichen Schnittstelle implementiert. Wir schlagen auch TuneMPC vor, ein Framework, das eine ökonomische Tuning-Technik für Tracking-MPC-Schemata implementiert, und wir demonstrieren seine Fähigkeit an einem AWE-Beispiel
Abstract: This thesis investigates optimal control formulations and solution methods aimed at the dynamic optimization of periodically operated and nonlinear energy conversion systems. We consider two different applications: airborne wind energy (AWE) and low-temperature combustion (LTC).

Flight trajectory optimization is a central task in the design and operation of AWE systems. As a first contribution, we provide a benchmark for initial guess refinement methods for AWE optimization problems. These refinement methods greatly improve solution times and reliability, in particular in the absence of a priori expert knowledge.
Also, techno-economic performance at the utility scale is crucial for the commercialization of AWE. Therefore, we propose and investigate, using optimal control, two novel upscaling strategies based on multi-wing systems. The first strategy relies on a stacking concept and allows for an increase in system capacity independent of wing size. The second strategy is based on multi-wing systems operating in vertical wind farms and maximizes the power density per ground area. We also propose and investigate an alternative multi-wing concept that could potentially be applied in either of both upscaling strategies: a pumping rotary AWE system.

For LTC, we propose a tailored problem formulation and solution algorithm for model predictive control (MPC) and moving horizon estimation (MHE) of a gasoline engine. The approach allows the efficient treatment of the high number of simulation variables arising from modeling the engine cycle-to-cycle dynamics with differential equations. The combined MPC and MHE scheme is real-time feasible on the embedded platform of an existing engine test setup.

Finally, we introduce the AWE optimization toolbox AWEbox, which implements the single- and multi-wing models and solution methods investigated in this thesis, with a user-friendly interface. We also propose TuneMPC, a framework that implements an economic tuning technique for tracking MPC schemes, and we demonstrate its capability on an AWE example

Object Details

• Location: Deutsche Nationalbibliothek Frankfurt am Main
• Extent: Online-Ressource
• Language: Englisch
• Notes: Universität Freiburg, Dissertation, 2024

Classification and Topics

• Keyword: Optimale Kontrolle ; Flugwindkraftwerk ; Optimale Kontrolle ; Nichtlineare modellprädiktive Regelung

Contributors, Places and Time

• Event: Veröffentlichung
• (where): Freiburg
• (who): Universität
• (when): 2024
• Creator: De Schutter, Jochem
• Contributor: Diehl, Moritz ; Diehl, Moritz ; Fagiano, Lorenzo ; Albert-Ludwigs-Universität Freiburg. Institut für Mikrosystemtechnik ; Albert-Ludwigs-Universität Freiburg. Fakultät für Angewandte Wissenschaften ; Albert-Ludwigs-Universität Freiburg. Fakultät für Angewandte Wissenschaften

Further information

• DOI: 10.6094/UNIFR/248910
• URN: urn:nbn:de:bsz:25-freidok-2489101
• Rights: Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
• Last update: 25.03.2025, 1:44 PM CET