燃气与能源网络的模型降阶
最优化与控制
2021-07-20 v3 计算工程、金融与科学
数值分析
系统与控制
系统与控制
数值分析
摘要
为应对可再生能源的波动性，燃气网络发挥着至关重要的作用。然而，为确保在这些情况下履行合同，必须提前模拟大量包含不确定供需的可能情景。这一多次查询的燃气网络仿真任务可通过模型降阶加速，但用于模拟天然气输送的大规模、非线性、参数化双曲偏微分（代数）方程组，对模型降阶算法而言是一个具有挑战性的应用。针对这一工业应用，我们汇集了科学计算中的以下主题：燃气输送网络的数学建模、双曲偏微分方程的数值模拟，以及非线性系统的参数化模型降阶。该研究催生了“morgen”（燃气与能源网络的模型降阶，Model Order Reduction for Gas and Energy Networks）软件平台，其支持对模型、求解器与模型降阶方法的各种组合进行模块化测试。在本文中，我们介绍了燃气网络的系统建模与结构化、数据驱动、系统理论模型降阶的理论背景，以及“morgen”的实现和针对燃气网络模型适配模型降阶的相关数值实验。
引用
@article{arxiv.2011.12099,
title = {Model Order Reduction for Gas and Energy Networks},
author = {Christian Himpe and Sara Grundel and Peter Benner},
journal= {arXiv preprint arXiv:2011.12099},
year = {2021}
}