1,721,075 research outputs found
A Framework for Control and Co-Simulation in Distribution Networks Applied to Electric Vehicle Charging with Vehicle-Originating-Signals
No full textThe increasing share of renewable energy sources and distributed energy generation (DER) in the energy mix brings a number of challenges to the power system, particularly to the distribution network (DN). New control methods and algorithms are being studied to address these challenges, but the effects of such algorithms on actual DNs are often difficult to validate. Co-simulation, considering the advanced state of existing DN simulation tools, is a potential solution but usually requires some degree of expertise. In this work, we introduce a framework tor implementing control algorithms tor DNs assisted by co-simulation. This framework uses the commercial simulator PowerFactory but does not require a high tool-specific expertise and can be integrated into other simulation tools. Then we apply this framework to an electric vehicle charging use case and show the results and benefits. Furthermore we extend an existing charging control algorithm to support local voltage control
Effiziente inhaltsbasierte Publish/Subscribe Routing- und Boolesche Expressions-Matching-Algorithmen
Get PDFEvent routing and Boolean expression matching are two key functions for content-based publish subscribe systems. Moreover, Boolean expression matching plays an important role in a growing number of other applications, such as online advertising, online news dissemination and workflow management. However, the existing routing and Boolean expression matching solutions present limitations on flexibility, performance, expressiveness and applicability. To overcome these limitations, we propose new efficient content-based publish subscribe routing and Boolean expression matching algorithms.Event Routing und Boolean Expression Matching sind zwei Schlüsselfunktionen für Content-basierte Publish/Subscribe-System. Darüber hinaus spielt das Boolesche Expression-Matching eine wichtige Rolle in anderen stark wachsenden Anwendungsbereichen, wie der Online-Werbung, der Online-Nachrichtenverbreitung und dem Workflow-Management. Die vorhandenen Routing- und Booleschen Expressions-Matching-Lösungen weisen jedoch Einschränkungen in Bezug auf ihre Flexibilität, Leistung, Ausdruckskraft und Anwendbarkeit auf. Um diese Einschränkungen zu überwinden, schlagen wir neue effiziente Routing- und Matching-Algorithmen vor
Methoden für einen umfassenden Ansatz zur Leistungsmessung von Decision Support Systemen
No full textThis work develops methodologies for a comprehensive approach to measuring the performance of decision support systems in the domains of Internet of Things (IoT), data integration and SQL-based big data systems. These methodologies were standardized into the specifications of three industry standard performance benchmarks, published by the Transaction Processing Performance Council: TPCx-IoT for IoT gateway systems, TPC-DI for data integration systems, and TPC-DS for SQL-based big data systems.In dieser Arbeit werden Methoden für einen umfassenden Ansatz zur Leistungsmessung von Decision Support Systemen für die Bereiche Internet of Things (IoT), Datenintegration und SQL-basierten Big Data Systemen entwickelt. Diese Methoden wurden in drei Industriebenchmarks der Transaction Processing Performance Council zur Leistungsmessung von Computersystemen standardisiert: TPCx-IoT für IoT Gateway Systeme, TPC-DI für Systeme zur Datenintegration und TPC-DS für SQL-basierte Big Data Systeme
Verteilte Optimierung für die Ladesteuerung von Elektrofahrzeugen
No full textIn this work, we use distributed optimization to address two key challenges in Electric Vehicle (EV) charging control. First, we develop a novel scalable distributed optimization framework for EV aggregators to schedule the charging of large number of EVs and provide system services. Second, we propose a novel distributed anytime algorithm for real-time EV charging congestion control to allow the safe integration of EVs into the current distribution infrastructure.In dieser Arbeit wird verteilte Optimierung genutzt, um zwei Schlüsselprobleme in der Ladesteuerung von Elektrofahrzeugen (EVs) zu bewältigen. Zuerst wird ein skalierbares, verteiltes Optimierungs-Framework für EV-Aggregatoren entwickelt, um das Laden einer großen Anzahl von EVs zu planen und Systemdienste bereitzustellen. Als zweites wird ein verteilter Anytime Algorithmus für Echtzeit-EV-Ladesteuerung entwickelt, um die sichere Integration von EVs in die aktuelle Infrastruktur zu ermöglichen
Geräteeventerkennung für Nicht-Invasive Lastüberwachung in komplexen Umgebungen
Get PDFThis work proposes, develops, and evaluates a fine-grained high-frequency data acquisition (DAQ) solution to accurately detect individual appliances from the aggregate load, even when several appliances are operating simultaneously. As most disaggregation inaccuracies stem from DAQ, we have developed a circuit-level electric appliance radar to simultaneously gather energy data at up to 250 kHz from six circuits. Similarly, a novel event detection algorithm using the Hilbert-Huang transform is proposed to accurately detect low power appliance events from an office.Diese Arbeit beschreibt, definiert und evaluiert ein feingranulares hoch-frequentes Datenerfassungskonzept zur Erkennung von Einzelgeräten anhand von aggregierten Lastdaten, im besonderen Fall von mehreren gleichzeitig aktiven Verbrauchern. Ein Hauptfaktor für Disagreggierungsungenauigkeiten sind die Datenerfassungsmodule, daher entwickeln wir ein Schaltkreis-basiertes Geräteradar zur simulatenen Erfassung von Energiedaten mit bis zu 250 kHz auf 6 Schaltkreisen. Weiters führen wir einen neuen Eventerkennungsalgorithmus ein, basierend auf Hilbert-Huang Transformationen um ein exaktes Erkennen von Kleinverbrauchern und deren Events in Bürogebäuden zu ermöglichen
Koordiniertes Laden von Elektrofahrzeugen im privaten Bereich und auf Autobahnen
No full textElectric vehicles (EVs) could contribute towards the reduction of CO2 emissions and the integration of renewable energies. To do so, efficient and applicable control mechanisms need to be in place and a critical mass of EVs needs to be available. The proposed Vehicle-Originating-Signals approach controls the charging behavior of EVs for supporting the power grid. The second approach allows EVs to plan charging stops on a highway while minimizing travel time and therefore addresses some of the negative effects of limited range and long charging times of EVs.Elektrofahrzeuge (EF) können zur Reduzierung der CO2-Emission und zur Integration erneuerbarer Energien beitragen. Dafür müssen effiziente Steuerungsmechanismen und einen große Anzahl von EF vorhanden sein. Die entwickelte Vehicle-Originating-Signals-Methode steuert das Batterieladeverhalten von EF zur Unterstützung des Stromnetzes. Die zweite entwickelte Methode, der intelligente Disposition von EF, steuert das Wiederaufladen der Fahrzeuge entlang einer Autobahnroute und wirkt somit den negativen Eigenschaften der begrenzten Reichweiten und langen Ladezeiten von EF entgegen
Verteilte Workflow Koordination in Publish/Subscribe Umgebungen
No full textFlexibility, data distribution, and the scale of business processes impose challenges for Workflow Management Systems (WFMS). Thus, we develop a distributed formulation and corresponding geo-scale WFMS for data-centric workflows based on the publish/subscribe (pub/sub) paradigm; we present two mappings of data-centric workflows into Workflow Units, which communicate over pub/sub, verify their correctness, and evaluate their performance. We also propose an approach for multi-user transactions in pub/sub to enable horizontal scaling of WFMSs.Flexibilität, Datenverteilung, und die Umfänge von Geschäftsprozesse stellen Herausforderungen für Workflow Management Systeme (WFMS) dar. Diese Arbeit entwickelt daher einen verteilten Ansatz sowie ein geographisch skalierendes WFMS für datenzentrische Workflows auf Basis von Publish/Subscribe (Pub/Sub); es werden zwei Abbildungen in Workflow Units, welche über Pub/Sub kommunizieren, beschrieben, verifiziert und experimentell evaluiert. Um ein WFMS horizontal zu skalieren, wird zudem ein Transaktionsansatz für Pub/Sub vorgestellt
Compression in publish/subscribe systems
Get PDFConstraint bandwidth imposes a challenge to publish/subscribe systems (pub/sub). Pub/Sub is often used by interactive mobile applications to communicate with system back-ends. State-of-the art compression techniques such as GZip can be universally employed to reduce bandwidth. We propose dictionary-based compression and online self-learning dictionary maintenance algorithms to go well beyond the bandwidth reductions achieved with the state-of-the art.Bandbreiten Limitationen stellen Publish/Subscribe Systeme (pub/sub) vor neue Herausforderungen. Pub/sub wird häufig von mobilen Applikationen benutzt um mit dem Rechenzentrum zu kommunizieren. Existierende Kompressionsmethoden wie GZip können universell eingesetzt werden um die benötigte Bandbreite zu reduzieren. Wir stellen einen neuen Wörterbuch basierten Ansatz vor der selbst lernt und über die Zeit hinweg die Konfiguration adaptiert um weit höhere Bandbreiten Reduktionen zu erreichen als mit bisher genutzen Methoden
Methoden für die verteilte Erfassung und Sammlung von elektrischen Energiedaten
Get PDFElectrical energy data play a vital role in Smart Grids and Smart Homes to understand consumption characteristics. High-frequency voltage and current data contain valuable information used in power disaggregation and appliance identification tasks. We develop methodologies for hard- and software architectures for data acquisition, collection, and compression of long-term continuous measurements with a distributed fleet of Internet of Things (IoT) sensors. We evaluate the design with the newly introduced Building-Level Office eNvironment Dataset (BLOND).Elektrische Energiedaten sind eine wichtige Datenquelle in Smart Grids und Smart Homes, für das Verständnis von Verbrauchsprofilen. Hochfrequente Spannungs- und Stromdaten enthalten essentielle Informationen für die Last-Disaggregation und Geräteerkennung. Wir entwickeln Methoden für Hard- und Softwarearchitekturen um eine kontinuierliche Langzeit-Datenerfassung, Datensammlung, und Datenkomprimierung mit einer verteilten Internet of Things (IoT) Sensorflotte zu ermöglichen. Wir evaluieren das Design anhand des neu-eingeführten Building-Level Office eNvironment Dataset (BLOND)
Management of Uncertainties in Publish/Subscribe System
Get PDFIn the publish/subscribe paradigm, information providers disseminate publications to all consumers who have expressed interest by registering
subscriptions. This paradigm has found wide-spread applications, ranging from selective information dissemination to network management. However, all existing publish/subscribe systems cannot capture uncertainty inherent to the information in either subscriptions or publications.
In many situations the large number of data sources exhibit various kinds of uncertainties. Examples of imprecision include: exact knowledge to either specify subscriptions or publications is not available; the match between a subscription and a publication with uncertain data is
approximate; the constraints used to define a match is not only content based, but also take the semantic information into consideration. All these kinds of uncertainties have not received much attention in the context of publish/subscribe systems.
In this thesis, we propose new publish/subscribe models to express
uncertainties and semantics in publications and subscriptions, along with the matching semantics for each model. We also develop
efficient algorithms to perform filtering for our models so that it can be applied to process the rapidly increasing information on the Internet. A thorough experimental evaluation is presented to demonstrate that the proposed systems can offer scalability to large number of subscribers and high publishing rates.Ph
- …
