“因为我们需要快速响应不断变化的生产约束和不断变化的需求，所以我们不能依赖封闭或专有的解决方案。借助MathWorks工具，我们可以获得更准确的结果，并且我们可以灵活地开发、更新和优化模型，以响应不断变化的需求。”万博 尤文图斯
Angel Caballero，天然气Fenosa
天然气Fenosa（现为Naturgy Energy Group S.A.）是西班牙和拉丁美洲最大的综合性天然气和电力公司，其发电能力总计超过13000兆瓦。该公司的投资组合包括煤炭、联合循环天然气、核能、风能和可再生资产。为了确定如何在批发市场上最好地销售电力，该公司必须准确预测第二天的价格和需求以及电力的可用性。
天然气Fenosa使用MathWorks工具开发优化和预测包含历史使用模式、天气预报、生产成本和其他因素的模型。他们利用这些模型来预测发电能力和需求，并优化他们的发电资产组合。
来自伊比利亚电力市场的Angel Caballero说:“因为我们无法储存我们生产的电力，所以我们必须做好第二天出售的准备。”“我们使用MathWorks工具开发的模型帮助我们优化生产资源。它们还使我们能够预测需求高峰时期，并在市场有利时提高我们的利润率。”
为了充分利用其发电能力并创造最大利润，Gas Natural Fenosa需要了解电力消费和生产背后的因素。这些因素包括相对成本和发电资产的能力;电力的峰值销售时间;能源使用模式; 温度、风和雨的预报；碳信用的价值；以及电网的输电能力。确定如何最好地分配需求需要解决一个复杂的优化问题，这个问题超出了商用软件的能力。此外，很难使商用模型适应西班牙电力市场监管和市场环境的变化。
“我们必须能够对法规、生产能力和需求模式的变化做出快速反应，”卡巴莱罗说。“我们尝试使用一个商业软件包，但它不能提供我们需要的许多答案。在我们的情况下，封闭系统不能很好地工作。我们需要一个开放的开发平台，可以用来开发我们自己的算法和计算。”
Fenosa天然气公司的工程师使用MathWorks工具开发模型，预测需求，最小化生产成本，并验证基础设施容量。团队使用了MATLAB®开发一套核心模型，分析可用数据，预测结果，并优化发电计划。每个MATLAB模型访问一个中央数据库，以获取历史电力消耗和价格数据、天气预报和每个电厂的参数，包括最大停电、效率、成本和所有影响电厂调度的运行约束。该模型使用由市场团队开发和微调的算法处理数据。结果被写回数据库，市场交易员或其他模型可以在数据库中进行进一步处理。
为了开发风电场模型，卡巴莱罗使用MATLAB将历史风力测量值与实际风力发电量关联起来。从简单的线性关联开始，他利用基础技术知识改进了模型。
该团队使用最优化工具箱™来解决线性规划问题，例如，在给定一组约束条件(包括碳上限和最大产能)的情况下，最小化可用生产工厂的生产成本。他们使用统计学和机器学习工具箱™来开发和评估价格模拟场景，并为管理头寸生成风险价值(VaR)报告。使用MATLAB Compiler™，该团队为每个模型创建了独立的程序。这些程序日夜自动运行，使开发团队能够更好地管理更新并控制对模型的访问。
该团队使用了Simulink万博1manbetx®对公司基础设施中发电机的行为进行建模。
响应时间缩短了几个月. 卡巴莱罗说：“这种体系结构允许快速地将工作投入到新的计算机程序的生产中。因为我们的MATLAB模型被设计成具有灵活性和可伸缩性，我们发现在一两周内很容易对监管变化做出反应。”。“我们将不得不等待数月，等待供应商将具有新规格的产品商业化。”
生产力增加了一倍. “使用Microsoft之类的语言开发我们的模型®Visual Basic®或者C语言是非常困难的，因为这些语言没有很多我们需要的特性和函数，”Caballero说。“要在没有MATLAB的情况下，在我们当前的开发时间框架内构建模型，我们需要两倍的人员。”
简化程序维护. 卡巴莱罗说：“有了MATLAB，程序维护变得很容易。我们不会浪费时间创建纸质文档来解释模型的功能。”。MATLAB代码易于理解，并且实际上是自我记录的，因此一个人开发的程序可以被另一个人修改而不会有困难
您还可以从以下列表中选择网站：