Wir gratulieren Nils-Christian Kempke herzlich zur erfolgreichen Verteidigung seiner Dissertation mit dem Titel "Structure- and Hardware-Aware Algorithms for Large-Scale Linear and Mixed-Integer Linear Optimization" am 17. September 2026 an der Technischen Universität Berlin!
Nie dagewesene Möglichkeiten für komplexe Energiesystemmodelle
Mit der fortschreitenden Energiewende und der Sektorkopplung steigen die Anforderungen an die mathematische Modellierung und Optimierung rasant. Energiesystemmodelle der Zukunft zeichnen sich durch eine ständig wachsende Komplexität, enorme Dimensionen sowie feingranulare zeitliche und räumliche Auflösungen aus. Herkömmliche Optimierungsansätze stoßen hier zunehmend an ihre Leistungsgrenzen.
In seiner Dissertation widmet sich Nils-Christian Kempke der Entwicklung struktur- und hardwarebewusster Algorithmen für großskalige lineare und gemischt-ganzzahlige lineare Optimierungsprobleme. Seine Forschungsergebnisse eröffnen nie dagewesene Möglichkeiten:
· Massiv-parallele und struktur-bewusste Löser: Durch verteilte, parallele Presolving-Verfahren und massiv-parallele Innere-Punkte-Methoden speziell für LP-Probleme mit Arrowhead-Struktur können hochstrukturierte Optimierungsaufgaben skalierbar auf modernen Hochleistungsrechnern gelöst werden.
· Hardware-Beschleunigung (GPU): Mittels GPU-beschleunigter Varianten spezialisierter Algorithmen (etwa für das Market-Split-Problem) nutzt seine Forschung die parallele Rechenleistung moderner Grafikprozessoren effizient aus.
· Effiziente Heuristiken für großskalige Modelle: Durch den Einsatz von Low-Precision First-Order (FO) LP-Lösungen im Rahmen von Fix-and-Propagate-Heuristiken sowie spezialisierten Heuristik-Techniken für Unit-Commitment-Modelle gelingt es, qualitativ hochwertige Lösungen für extrem große Optimierungsprobleme in Bruchteilen der sonst üblichen Rechenzeit zu finden. Da sich der FO-Teil hervorragend für die GPU-Beschleunigung eignet, verbindet dieser Ansatz CPU- und GPU-Architekturen zu einer zukunftsweisenden, hybriden Hardwarestrategie.
Die von Nils-Christian entwickelten Methoden schaffen somit die mathematische und technologische Grundlage, um selbst hochkomplexe Energiesystemmodelle der nächsten Generation berechenbar zu machen.
Die Forschungsarbeiten wurden im Rahmen des Projekts UNSEEN durch das Bundesministerium für Wirtschaft und Energie (BMWE / ehem. BMWK) gefördert. Ein Teil der Arbeiten entstand zudem am Forschungscampus MODAL, gefördert durch das BMFTR. Im EnergyLab arbeiten Wissenschaftlerinnen und Wissenschaftler des Zuse-Instituts Berlin (ZIB) gemeinsam mit Industriepartnern an der Schnittstelle von angewandter Mathematik, algorithmischer Optimierung und realen Fragestellungen der Energiewirtschaft, um die Dekarbonisierung der Infrastrukturen aktiv voranzutreiben. Das EnergyLab gratuliert Nils-Christian ganz herzlich zu diesem herausragenden wissenschaftlichen Erfolg! Das EnergyLab wird den von Nils geebneten Weg hin zu spezialisierten Solvern, die optimal an modernste Hardware angepasst sind, konsequent weitergehen.
