Zimmermann, Jan and Tatarenko, Tatiana and Willert, Volker and Adamy, Jürgen (2019):
Optimales Energie-Management über verteilte, beschränkte Gradientenverfahren. (Publisher's Version)
In: at - Automatisierungstechnik, 67 (11), pp. 922-935. De Gruyter, ISSN 0178-2312,
DOI: 10.25534/tuprints-00014291,
[Article]
Abstract
Dieser Beitrag beschäftigt sich mit verteilten, beschränkten Gradientenverfahren zur Optimierung eines Energie-Management-Problems. Zwei verschiedene Lösungsstrategien werden betrachtet. Zum einen wird ein Entkopplungsansatz analysiert, bei dem über einen Lagrange-Multiplikatoransatz die Beschränkungen in die Zielfunktion aufgenommen werden. Durch ein Gegenbeispiel wird gezeigt, dass dieses Verfahren nicht in jedem Fall auf das globale Optimum des Energie-Management-Problems konvergieren kann. Die zweite Strategie berücksichtigt Nebenbedingungen über einen Straffunktionsansatz und löst das Problem durch die Push-Sum-Konsensus-Dynamik. In der anschließenden Analyse dieses Verfahrens durch Simulation wird auf die Problematik der optimalen Parameterwahl sowie auf das Konvergenzverhalten bei unterschiedlicher Knoten- und Kantenanzahl des Graphen eingegangen.
| Item Type: | Article | ||||
|---|---|---|---|---|---|
| Erschienen: | 2019 | ||||
| Creators: | Zimmermann, Jan and Tatarenko, Tatiana and Willert, Volker and Adamy, Jürgen | ||||
| Origin: | Secondary publication service | ||||
| Status: | Publisher's Version | ||||
| Title: | Optimales Energie-Management über verteilte, beschränkte Gradientenverfahren | ||||
| Language: | German | ||||
| Abstract: | Dieser Beitrag beschäftigt sich mit verteilten, beschränkten Gradientenverfahren zur Optimierung eines Energie-Management-Problems. Zwei verschiedene Lösungsstrategien werden betrachtet. Zum einen wird ein Entkopplungsansatz analysiert, bei dem über einen Lagrange-Multiplikatoransatz die Beschränkungen in die Zielfunktion aufgenommen werden. Durch ein Gegenbeispiel wird gezeigt, dass dieses Verfahren nicht in jedem Fall auf das globale Optimum des Energie-Management-Problems konvergieren kann. Die zweite Strategie berücksichtigt Nebenbedingungen über einen Straffunktionsansatz und löst das Problem durch die Push-Sum-Konsensus-Dynamik. In der anschließenden Analyse dieses Verfahrens durch Simulation wird auf die Problematik der optimalen Parameterwahl sowie auf das Konvergenzverhalten bei unterschiedlicher Knoten- und Kantenanzahl des Graphen eingegangen. |
||||
| Journal or Publication Title: | at - Automatisierungstechnik | ||||
| Journal volume: | 67 | ||||
| Number: | 11 | ||||
| Publisher: | De Gruyter | ||||
| Divisions: | 18 Department of Electrical Engineering and Information Technology 18 Department of Electrical Engineering and Information Technology > Institut für Automatisierungstechnik und Mechatronik 18 Department of Electrical Engineering and Information Technology > Institut für Automatisierungstechnik und Mechatronik > Control Methods and Robotics |
||||
| Date Deposited: | 30 Nov 2020 13:08 | ||||
| DOI: | 10.25534/tuprints-00014291 | ||||
| Official URL: | https://tuprints.ulb.tu-darmstadt.de/14291 | ||||
| URN: | urn:nbn:de:tuda-tuprints-142916 | ||||
| Corresponding Links: | |||||
| Alternative Abstract: |
|
||||
| Export: | |||||
| Suche nach Titel in: | TUfind oder in Google | ||||
 |
Send an inquiry |
Options (only for editors)
 |
Show editorial Details |
Drucken
Impressum