Thumbnail Image

Modeling and solving real-world transient gas network transport problems using mathematical programming

Hennings, Felix Paul

This thesis considers the transient gas network control optimization problem for on-shore pipeline-based transmission networks with numerous gas routing options. As input, the problem is given the network's topology, its initial state, and future demands at the boundaries of the network, which prescribe the gas flow exchange and potentially the pressure values. The task is to find a set of future control measures for all the active, i.e., controllable, elements in the network that minimizes a combination of different penalty functions. The problem is examined in the context of a decision support tool for gas network dispatchers. This results in detailed models featuring a diverse set of constraints, large and challenging real-world instances, and demanding time limit requirements. All these factors further complicate the problem, which is already difficult to solve in theory due to the inherent combination of non-linear and combinatorial aspects. Our contributions concern different steps of the process of solving the problem. Regarding the model formulation, we investigate the validity of two common approximations of the gas flow description in transport pipes: neglecting the inertia term and assuming a friction term that linearly depends on the gas flow and the pressure. For both, we examine if they can be applied under real-world conditions by evaluating a large amount of historical state data of the network of our project partner, the gas network operator Open Grid Europe. While we can confirm that it is reasonable to ignore the influence of the inertia term, the friction term linearization leads to significant errors and, as a consequence, cannot be used for describing the general gas flow behavior in transport pipes. As another topic of this thesis, we introduce the target value concept as a more realistic approach to express control actions of dispatchers regarding regulators and compressor stations. Here, we derive the mechanisms defined for target values based on the gas flow principles in pipes and develop a mixed-integer programming model capturing their behavior. The accuracy of this model is demonstrated in comparison to a target-value-based industry-standard simulator. Furthermore, we present two heuristics for the transient gas network control optimization problem featuring target values that are based on approximative models for the target-value-based control and determine the final decisions in a post-processing step. To compare the performance of the two heuristics with the approach of directly solving the corresponding model, we evaluate them on a set of artificially created test instances. Finally, we develop problem-specific algorithms for two variants of the described problem. One considers the control optimization for a single network station, which represents a local operation site featuring a large number of active elements. The used transient model is very detailed and includes a sophisticated representation of the compressor stations. Based on the shortness of the pipes in the station, the corresponding algorithm finds valid solutions by solving a series of stationary model variants as well as a transient rolling horizon approach. As the second variant, we consider the problem on the entire network but assume an approximative model representing the control capabilities of network stations. Aside from a new description of the compression capabilities, we introduce an algorithm that uses a combination of sequential mixed-integer programming, two heuristics based on reduced time horizons, and a specialized dynamic branch-and-bound node limit to determine promising values for the binary variables of the model. Complete solutions for the problem are obtained by fixing the binary values and solving the remaining non-linear program. Both algorithms are investigated in extensive empirical studies based on real-world instances of the corresponding model variants.
Diese Arbeit behandelt das Optimierungsproblem der transienten Gasnetzwerksteuerung von Fernleitungsnetzen auf dem Festland mit einer großen Anzahl möglicher Gastransportrouten. Die Eingabedaten bestehen aus der Netzwerktopologie, dem Anfangszustand des Netzes und zukünftigen Vorgaben an den Randknoten des Netzes, welche den Gaseinfluss und Gasausfluss sowie eine potenzielle Vorgabe von Druckwerten umfassen. Gegeben diese Daten besteht die Aufgabe darin, eine Menge an zukünftigen Steuerungsentscheidungen für alle aktiven, also steuerbaren Elemente des Netzes zu finden, sodass eine Kombination von Straffunktionen minimiert wird. Das Problem wird in dieser Arbeit im Rahmen der Erstellung eines entscheidungsunterstützenden Systems für Dispatcher betrachtet, welche das Gasnetz steuern. Dies resultiert in einer detaillierten Modellierung mit einer Vielzahl von Nebenbedingungen, großen und herausfordernden realistischen Instanzen sowie anspruchsvollen Vorgaben zur maximalen Laufzeit. Diese Eigenschaften erhöhen die Komplexität des Problems, welches bereits in der Theorie auf Grund der inhärenten Kombination von nichtlinearen und kombinatorischen Aspekten schwierig zu lösen ist. Die Beiträge dieser Arbeit betreffen verschiedene Schritte des Prozesses zur Lösung des Problems. Bezüglich der Modellformulierung werden zwei übliche Approximationen der Gasflussbeschreibung in Fernleitungsrohren auf Validität überprüft: die Vernachlässigung des Trägheitsterms und die Annahme einer linearisierten Beschreibung des Reibungsterms. Für beide Approximationen wird untersucht, ob sie für reale Gasflussbedingungen zulässig sind. Dazu wird eine große Anzahl historischer Netzzustandsdaten des Gasnetzbetreibers Open Grid Europe ausgewertet. Während bestätigt werden kann, dass eine Vernachlässigung des Trägheitsterms unter Realbedingungen angemessen ist, führt die Linearisierung des Reibungsterms zu signifikanten Fehlern und kann daher nicht für die allgemeine Beschreibung des Gasflusses in Fernleitungsrohren verwendet werden. In einem weiteren Teil dieser Arbeit wird das Konzept der Sollwerte eingeführt. Mit diesen ist eine realistischere Beschreibung der Steuerungsbefehle möglich, welche den Dispatchern für Regler und Verdichterstationen zur Verfügung stehen. Der Sollwertmechanismus wird basierend auf den Gasflussprinzipien in Rohrleitungen hergeleitet, um anschließend ein gemischt-ganzzahliges Programm zu entwickeln, welches das entsprechende Verhalten erzeugt. Die Präzision dieses Modells wird durch einen Vergleich mit einem Simulator von Industriestandard sichergestellt, welcher auf Sollwerten basiert. Außerdem werden zwei Heuristiken für das Optimierungsproblem der transienten Gasnetzwerksteuerung mit Sollwertmodellierung vorgestellt. Diese basieren auf approximativen Modellen für die Sollwertsteuerung und ermitteln die letztendlichen Steuerungsentscheidungen in einer nachgelagerten Routine. Basierend auf künstlich erzeugten Testinstanzen werden die Heuristiken schließlich mit dem direkten Lösen des entsprechenden Modells verglichen. Zudem werden in dieser Arbeit problemspezifische Algorithmen für zwei Varianten des beschriebenen Optimierungsproblems entwickelt. Die erste Variante betrachtet das Gasnetzwerksteuerungsproblem beschränkt auf eine einzelne Netzstation, die lokale Betriebsstellen darstellen und über eine Vielzahl an aktiven Steuerungselementen verfügen. Das entsprechende transiente Modell ist sehr detailliert und beinhaltet eine differenzierte Beschreibung der Verdichterstationen. Der problemspezifische Algorithmus basiert auf der Kürze der Rohre innerhalb der Station und findet zulässige Lösungen durch das Lösen von stationären Varianten des Modells sowie der Nutzung eines transienten Rolling-Horizon Ansatzes. In der zweiten Problemvariante wird das gesamte Gasnetz betrachtet, wobei eine vereinfachte Modellierung der Steuerungsmöglichkeiten innerhalb von Netzstationen angenommen wird. Neben einer neuen Beschreibung der Verdichtungsmöglichkeiten einer Station wird ebenfalls ein problemspezifischer Algorithmus entwickelt. Dieser erstellt aussichtsreiche Werte für die Binärvariablen und nutzt dafür eine Kombination aus sequenzieller gemischt-ganzzahliger Programmierung, zwei auf verkürzten Zeithorizonten basierenden Heuristiken und eine spezialisierte dynamische Obergrenze für die Anzahl der Branch-and-Bound-Knoten. Diese Teillösungen werden durch eine Fixierung der binären Variablen und das anschließende Lösen des restlichen nichtlinearen Programms komplettiert. Die Güte beider Algorithmen wird in umfangreichen empirischen Experimenten untersucht, welche reale Instanzen der jeweiligen Problemvarianten betrachten.