Buchumschlag

A lightweight numerical model for predictive control of borehole thermal energy storages

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	van Randenborgh, Johannes, Daniel, Steffen, Darup, Moritz Schulze
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A moving horizon estimator for aquifer thermal energy storages
von: van Randenborgh, Johannes, et al.
Veröffentlicht: (2025)

MPC using mixed-integer programming for aquifer thermal energy storages
von: van Randenborgh, Johannes, et al.
Veröffentlicht: (2024)

MPC for Aquifer Thermal Energy Storage Systems Using ARX Models
von: van Randenborgh, Johannes, et al.
Veröffentlicht: (2025)

Error bounds for maxout neural network approximations of model predictive control
von: Teichrib, Dieter, et al.
Veröffentlicht: (2023)

On data usage and predictive behavior of data-driven predictive control with 1-norm regularization
von: Klädtke, Manuel, et al.
Veröffentlicht: (2025)

Towards explainable data-driven predictive control with regularizations
von: Klädtke, Manuel, et al.
Veröffentlicht: (2025)

Implicit predictors in regularized data-driven predictive control
von: Klädtke, Manuel, et al.
Veröffentlicht: (2023)

Towards a unifying framework for data-driven predictive control with quadratic regularization
von: Klädtke, Manuel, et al.
Veröffentlicht: (2024)

Extending direct data-driven predictive control towards systems with finite control sets
von: Klädtke, Manuel, et al.
Veröffentlicht: (2024)

A mixed-integer framework for analyzing neural network-based controllers for piecewise affine systems with bounded disturbances
von: Teichrib, Dieter, et al.
Veröffentlicht: (2025)

Reachability analysis for piecewise affine systems with neural network-based controllers
von: Teichrib, Dieter, et al.
Veröffentlicht: (2024)

Efficient computation of Lipschitz constants for MPC with symmetries
von: Teichrib, Dieter, et al.
Veröffentlicht: (2023)

Convex NMPC reformulations for a special class of nonlinear multi-input systems with application to rank-one bilinear networks
von: Klädtke, Manuel, et al.
Veröffentlicht: (2023)

Piecewise regression via mixed-integer programming for MPC
von: Teichrib, Dieter, et al.
Veröffentlicht: (2024)

A code-driven tutorial on encrypted control: From pioneering realizations to modern implementations
von: Schlüter, Nils, et al.
Veröffentlicht: (2024)

On the design of stabilizing FIR controllers
von: Adamek, Janis, et al.
Veröffentlicht: (2024)

On the (non-)resilience of encrypted controllers to covert attacks
von: Binfet, Philipp, et al.
Veröffentlicht: (2026)

Towards privacy-preserving cooperative control via encrypted distributed optimization
von: Binfet, Philipp, et al.
Veröffentlicht: (2024)

Privacy-preserving gradient-based fair federated learning
von: Adamek, Janis, et al.
Veröffentlicht: (2024)

On the Effect of Quadratic Regularization in Direct Data-Driven LQR
von: Klädtke, Manuel, et al.
Veröffentlicht: (2026)

Privacy Analysis of Affine Transformations in Cloud-based MPC: Vulnerability to Side-knowledge
von: Hosseinalizadeh, Teimour, et al.
Veröffentlicht: (2024)

Economic versus energetic model predictive control of a cold production plant with thermal energy storage
von: Satué, Manuel G., et al.
Veröffentlicht: (2025)

Encrypted system identification as-a-service via reliable encrypted matrix inversion
von: Adamek, Janis, et al.
Veröffentlicht: (2024)

Data-driven model predictive control of battery storage units
von: Lipka, Johannes B., et al.
Veröffentlicht: (2024)

Impact of data for forecasting on performance of model predictive control in buildings with smart energy storage
von: Langtry, Max, et al.
Veröffentlicht: (2024)

Ellipsoidal partitions for improved multi-stage robust model predictive control
von: Heinlein, Moritz, et al.
Veröffentlicht: (2025)

Determining optimal thermal energy storage charging temperature for cooling using integrated building and coil modeling
von: Oh, Ju-Hong, et al.
Veröffentlicht: (2026)

A novel approach of day-ahead cooling load prediction and optimal control for ice-based thermal energy storage (TES) system in commercial buildings
von: Kang, Xuyuan, et al.
Veröffentlicht: (2025)

A model predictive control framework with robust stability guarantees under unbounded disturbances
von: Köhler, Johannes, et al.
Veröffentlicht: (2022)

Privacy-Preserving Power Flow Analysis via Secure Multi-Party Computation
von: von der Heyden, Jonas, et al.
Veröffentlicht: (2024)

Analysis and design of model predictive control frameworks for dynamic operation -- An overview
von: Köhler, Johannes, et al.
Veröffentlicht: (2023)

Linear energy storage and flexibility model with ramp rate, ramping, deadline and capacity constraints
von: Hashmi, Md Umar, et al.
Veröffentlicht: (2024)

Robust reduced-order model predictive control using peak-to-peak analysis of filtered signals
von: Köhler, Johannes, et al.
Veröffentlicht: (2025)

Establishing best practices for modeling long duration energy storage in deeply decarbonized energy systems
von: Mantegna, Gabriel, et al.
Veröffentlicht: (2024)

Robust stability analysis of a simple data-driven model predictive control approach
von: Bongard, Joscha, et al.
Veröffentlicht: (2021)

Multi-layer optimisation of hybrid energy storage systems for electric vehicles
von: Andriesse, Wouter, et al.
Veröffentlicht: (2024)

Reconfiguring flexibility in renewable power-to-ammonia systems using molten-salt thermal energy storage in the ammonia synthesis loop: A coordinated electro-hydrogen-thermal scheduling approach
von: Qiu, Yiwei, et al.
Veröffentlicht: (2026)

Real-time hybrid controls of energy storage and load shedding for integrated power and energy systems of ships
von: Vu, Linh, et al.
Veröffentlicht: (2024)

Output-feedback model predictive control under dynamic uncertainties using integral quadratic constraints
von: Schwenkel, Lukas, et al.
Veröffentlicht: (2025)

Approximate non-linear model predictive control with safety-augmented neural networks
von: Hose, Henrik, et al.
Veröffentlicht: (2023)