Optimering i moderne power systemer

• Beskriv de grundlæggende principper og egenskaber ved konveks optimering og lineær programmering.
• Forklare og sammenligne forskellige metoder til optimering under usikkerhed ved at undersøge deres problemstruktur (inputdata, beslutningsvariable, objektiv funktion, begrænsninger), underliggende antagelser og beregningsmæssig kompleksitet.
• Evaluer optimeringsmodellernes løsninger kritisk ved at analysere, hvordan inputdata og modelleringsvalg påvirker gennemførlighed, nøjagtighed, optimalitet og beregningsmæssig kompleksitet.
• Formulere de dobbelte problem- og optimalitetsbetingelser for lineære og konvekse optimeringsproblemer, og forklare deres matematiske egenskaber og implikationer.
• Fortolke og karakterisere strukturen og egenskaberne af virkelige beslutningsproblemer i magtsystemer beskrevet i naturligt sprog ved at identificere nøglekomponenter (mål, begrænsninger, beslutningsvariabler og inputdata) og forklare deres interaktioner.
• Oversæt virkelige beslutningsproblemer til veldefinerede matematiske optimeringsmodeller, der effektivt formulerer begrænsninger, mål og beslutningsvariabler.
• Udvikle og implementere videnskabelig kode i fællesskab for effektivt at løse beslutningstagningsproblemer i det virkelige liv i strømsystemer ved hjælp af passende løsningsalgoritmer, effektivt integrere bidrag og dokumentere arbejdsgange.
• Fortolke løsningerne af optimeringsmodeller til komplekse beslutningstagningsproblemer i elsystemer ved at identificere nøgleindsigter og understøtte data for at forklare deres implikationer for operationelle eller planlægningsbeslutninger.
• Fortolke betydningen, ud fra et teknoøkonomisk perspektiv, af optimalitetsbetingelserne, dobbeltformulering og dobbelte variable af strømsystemoptimeringsproblemer, ved at koble dem til marginalomkostninger, ressourcevurderinger og operationelle begrænsninger, og bruge dem til at give værdifuld indsigt i løsningerne af disse optimeringsproblemer.
• Kommuniker effektivt løsningerne af komplekse beslutningsproblemer i strømsystemer til et bredt publikum gennem klare og overbevisende fortællinger og visualiseringshjælpemidler.
• Identificer relevante beslutningsproblemer i det virkelige liv i elsystemer, design og implementer skræddersyede optimeringsmodeller for at give realistiske og praktiske løsninger og motivere disse modelleringsvalg.
• Giv klar, konstruktiv og handlekraftig peer-feedback om identifikation og formulering af relevante beslutningsproblemer i elsystemer, egnethed af forskellige modelleringsvalg til at tackle disse problemer samt fortolkning og effektiv kommunikation af nøgleindsigter.

Studerende vil få en dyb forståelse af lineær programmering og konveks optimering, dualitetsteori, komplementaritetsmodellering og optimeringsteknikker under usikkerhed, og lære at anvende disse værktøjer til en række virkelige udfordringer i kraftsystemer. Nøgleapplikationer omfatter kapacitetsudvidelsesplanlægning, økonomisk afsendelse, enhedsforpligtelse, optimalt strømflow, værdiorienteret prognose, markedsclearing, dynamisk prissætning, strategisk investering, selvplanlægning og budgivning på elmarkeder.

46700/46705/02402/42112/42101, eller tilsvarende. Der forventes solide programmeringsevner (Python, Julia eller lignende), da programmering er en væsentlig del af kursets opgaver. Det anbefales stærkt, at de studerende er fortrolige med de grundlæggende principper for modellering og drift af elektriske strømsystemer, herunder balancerede trefasede kredsløb, modellering af strømsystemkomponenter og strømstrømsligninger og organisering af elmarkeder.

i) Omvendte klasseværelser og asynkront indhold, såsom korte videoer, oplæsninger og selvevalueringsquizzer;
ii) Hybride (personlige og online) sessioner traditionelle foredrag, individuelle og gruppeøvelser, brætspil, plakatpræsentationer, brancheforedrag, Q&A, og peer-diskussioner;
iii) Ugentlige øvelser med fokus på matematisk modellering, videnskabelig kodning, og kritisk resultatanalyse.

Dette kursus er blevet redesignet som en del af DigiWind-projektet for at fremme avancerede digitale færdigheder inden for vind- og energisystemteknik. Læringsmålene, aktiviteterne og evalueringsmetoderne er blevet omstruktureret for at understrege beregningstænkning, modelbaseret ræsonnement og matematiske programmeringsfærdigheder. En række digitale værktøjer er integreret for at understøtte aktiv og differentieret læring.