| Titel der Lehrveranstaltung / des Moduls | Grundlagen der Optimierung |
| Kennzahl der Lehrveranstaltung / des Moduls | 072722210501 |
| Unterrichtssprache | Deutsch |
| Art der Lehrveranstaltung (Pflichtfach, Wahlfach) | Pflichtfach |
| Semester in dem die Lehrveranstaltung angeboten wird | Wintersemester 2024 |
| Semesterwochenstunden | 3 |
| Studienjahr | 2024 |
| Niveau der Lehrveranstaltung / des Moduls laut Lehrplan | 2. Zyklus (Master) |
| Anzahl der zugewiesenen ECTS-Credits | 4 |
| Name des/der Vortragenden | Babette HEBENSTREIT |
| Voraussetzungen und Begleitbedingungen |
Keine |
| Lehrinhalte |
- Theorie der Linearen Optimierung: geometrische Lösung, Matrixformulierung, Sensitivitätsanalysen, Schattenpreise
- Einführung in die Lösungsalgorithmen der linearen und gemischt-ganzzahligen Optimierung
- Überblick zu Optimierungsverfahren (nur einführend)
- Modellierung von Energieumwandlungs- und Energiespeicherkomponenten
- Modellierung verschiedener, typischer Nebenbedingungen: z.B. Lastgradienten, Schaltvariablen
- Modellieren verschiedener, typischer Zielfunktionen: z.B. Arbeitskosten, Leistungskosten, Emissionen
- Implementieren und Lösen der Problemstellungen am Computer, Interpretation von Solver-Outputs und graphische Aufbereitung von Ergebniszeitreihen
- Anwendungsbeispiele: z.B. Demand Side Management; PV-Eigenverbrauch; Ladelastmanagement in der E-Mobilität
|
| Lernergebnisse |
Nach Abschluss der Lehrveranstaltung können die Studierenden Standard-Optimierungsverfahren in typischen techno-ökonomischen Problemen einsetzen. Die Studierenden können
- die mathematischen Kernkonzepte der linearen Optimierung und deren Lösungsalgorithmen erklären.
- einen Überblick über Standard-Optimierungsverfahren geben und ihre Eignung für Problemstellungen beurteilen.
- einfache techno-ökonomische Problemstellungen im Energiebereich als gemischt-ganzzahlige Optimierungsprobleme modellieren.
- typisch auftretende Nebenbedingungen mathematisch formulieren und in ihren Problemstellungen anwenden.
- mathematische Optimierungsprobleme in einer Modellierungssprache implementieren, lösen und die Ergebnisse und Sensitivitäten interpretieren.
|
| Geplante Lernaktivitäten und Lehrmethoden |
Integrierte Lehrveranstaltung |
| Prüfungsmethode und Beurteilungskriterien |
- Bewertung von Übungsaufgaben (40 %)
- Mündliche oder schriftliche Prüfung (60 %)
Für eine positive Gesamtnote müssen insgesamt über alle Prüfungsteile mindestens 50 % der Punkte erzielt werden. |
| Kommentar |
Keiner |
| Empfohlene Fachliteratur und andere Lernressourcen |
- Briskorn, Dirk (2023): Operations Research: Eine (möglichst) natürlichsprachige und detaillierte Einführung in Modelle und Verfahren. Wiesbaden: Springer Fachmedien. Online im Internet: DOI: 10.1007/978-3-658-39425-7.
- Kallrath, Josef (2013): Gemischt-ganzzahlige Optimierung: Modellierung in der Praxis: Mit Fallstudien aus Chemie, Energiewirtschaft, Papierindustrie, Metallgewerbe, Produktion und Logistik. Wiesbaden: Springer Fachmedien Wiesbaden. Online im Internet: DOI: 10.1007/978-3-658-00690-7 (Zugriff am: 29.03.2024).
- Nickel, Stefan u.a. (2022): Operations Research. Berlin, Heidelberg: Springer. Online im Internet: DOI: 10.1007/978-3-662-65346-3.
- Sioshansi, Ramteen; Conejo, Antonio J. (2017): Optimization in Engineering. 120. Cham: Springer International Publishing (= Springer Optimization and Its Applications). Online im Internet: DOI: 10.1007/978-3-319-56769-3.
|
| Art der Vermittlung |
Präsenzveranstaltung. Die Studierenden werden vor Beginn der Lehrveranstaltung über die Anwesenheitsvorgaben der Lehrbeauftragten informiert. |