[Back]


Doctor's Theses (authored and supervised):

D. Pernsteiner:
"Advanced modeling, control and observation concepts for thermal energy systems";
Supervisor, Reviewer: A. Schirrer, S. Jakubek, M. Hromcik; Mechanik und Mechatronik, 2021; oral examination: 2021-12-13.



English abstract:
The present thesis provides novel methods in the area of model-based optimization of thermal energy systems with special focus on a hybrid energy storage. The contributions of the thesis can be structured into: 1.) modeling, 2.) model reduction and 3.) state estimation for a hybrid energy storage and finally 4.) operation optimization of an entire thermal energy system.

First, the hybrid energy storage system is investigated in more detail. Therefore, a co-simulation methodology is introduced, which efficiently couples sub-models of different complexity with guaranteed energy conservation. The required number of sub-models to accurately represent the hybrid storage system is determined by an optimization criterion.

One of the sub-models describing a phase change material (PCM) is computational expensive and not real-time capable. A data-based model reduction approach is developed to replace the laborious solution of the Navier-Stokes equations in the phase change problem without compromising model accuracy.

The obtained real-time capable PCM cell model serves as basis in a state observer, but is still of high order. In the observer, two models of different order are employed to estimate the distributed system state in the PCM. The real-time capable but high-order PCM cell model predicts future system outputs. The observer uses the predicted outputs, measurements and a dominant-states only model to correct the high-order PCM cell model. As a result the states inside the PCM can be estimated accurately while reducing the computational load and ensuring observability.

Finally, a broader perspective is taken and the control of an entire thermal energy system is examined. The investigated industrial use case is comprised of components with different complexities and stochastic disturbances. The proposed hierarchical operation optimization framework incorporates a novel cooperation concept between the optimization layers and leads to optimal expected plant operating costs.

All developed tools can be easily adapted and transferred to other components or plant setups. They enable advanced modeling, control and observation of complex systems and thus result in improved operation efficiency.

German abstract:
Die vorliegende Arbeit liefert neuartige Methoden im Bereich der modellbasierten Optimierung von thermischen Energiesystemen mit besonderem Fokus auf einen hybriden Energiespeicher. Die Beiträge der Arbeit lassen sich gliedern in: 1.) Modellierung, 2.) Modellreduktion und 3.) Zustandsschätzung für einen hybriden Energiespeicher und schließlich 4.) Betriebsoptimierung eines gesamten thermischen Energiesystems.

Zunächst wird das hybride Energiespeichersystem genauer untersucht. Dazu wird eine Co-Simulationsmethodik eingeführt, die effizient Teilmodelle unterschiedlicher Komplexität unter garantierter Energieerhaltung miteinenader koppelt. Die erforderliche Anzahl von Teilmodellen zur genauen Darstellung des hybriden Speichersystems wird durch ein Optimierungskriterium bestimmt.

Eines der Teilmodelle, das ein Phasenwechselmaterial (PCM) beschreibt, ist rechenintensiv und nicht echtzeitfähig. Es wird ein datenbasierter Modellreduktionsansatz entwickelt, der die aufwändige Lösung der Navier-Stokes-Gleichungen im Phasenwechselproblem ersetzt, ohne die Modellgenauigkeit zu beeinträchtigen.

Das erhaltene echtzeitfähige PCM-Zellenmodell dient als Basis für einen Beobachter, ist aber immer noch von hoher Ordnung. In dem Beobachter werden zwei Modelle unterschiedlicher Ordnung verwendet, um den verteilten Zustand im PCM zu schätzen. Das echtzeitfähige PCM-Zellenmodell hoher Ordnung sagt die zukünftigen Systemausgänge voraus. Der Beobachter verwendet die vorhergesagten Systemausgänge, Messungen und ein Modell, das nur dominante Zustände abbildet, um das PCM-Zellenmodell hoher Ordnung zu korrigieren. Dadurch können die Zustände innerhalb des PCM genau geschätzt werden, während die Rechenlast reduziert und die Beobachtbarkeit sichergestellt wird.

Schließlich wird eine umfassendere Perspektive eingenommen und die Regelung eines gesamten thermischen Energiesystems untersucht. Der dabei betrachtete industrielle Anwendungsfall besteht aus Komponenten mit unterschiedlicher Komplexität und stochastischen Störungen. Das vorgeschlagene hierarchische Betriebsoptimierungskonzept beinhaltet ein neuartiges Kooperationskonzept zwischen den Optimierungsebenen und führt zu optimalen erwarteten Anlagenbetriebskosten.

Alle entwickelten Methoden lassen sich einfach anpassen und auf andere Komponenten oder Konfigurationen übertragen. Sie ermöglichen eine fortschrittliche Modellierung, Steuerung und Beobachtung komplexer Systeme und steigern deren Betriebseffizienz.

Keywords:
Co-Simulation; Model Reduction; Stream Function; Singular Value Decomposition; Extended Kalman Filter; Balanced Truncation; Hierarchical Plant Control; Cooperation Concept


Electronic version of the publication:
https://publik.tuwien.ac.at/files/publik_299486.pdf


Created from the Publication Database of the Vienna University of Technology.