上海电气为规划和设计分布式能源系统构建并部署了节约成本的企业软件

上海电气工程师希望对广泛的组件进行建模，包括不同的负载、电网、电池和其他储能装置，以及各种发电系统，如风力涡轮机、光伏太阳能电池板和热电联产（CHP）子系统。工程师们需要将数百个城市每小时测量的10年以上的天气数据可视化，然后将这些数据与他们的模型一起使用，以确定最佳的分布式能源系统设计。

为了跟上分布式能源技术的快速发展，团队需要能够为新引入的技术添加模型或更新现有模型。此外，他们希望自己部署系统更新，而不会给其他程序员或IT团队成员带来负担。

上海电气利用MATLAB和MATLAB生产服务器开发其分布式能源系统规划设计平台。

在MATLAB中，能源工程师开发了分布式能源系统中组件的数学模型。模型捕捉了物理和经济特征；例如，风力涡轮机模型捕获了持续维护成本以及作为风速函数的功率输出。

在开发模型时，团队利用MATLAB语言的面向对象编程功能，创建具有定义良好的接口的可重用对象。这种方法使团队以后更容易添加新模型和改进现有模型。

使用财务工具箱™, 他们开发了算法，用于计算由多组分模型组合而成的给定分布式能源系统的内部收益率和其他财务结果。这些算法将能源价格趋势、时间序列天气数据和可用的政府补贴纳入他们的分析中。

为了验证他们的模型和算法，研究小组进行了测试，在测试中他们改变了某些参数值，然后绘制了能源生产和收入曲线，以可视化变化如何影响结果。

与MathWorks咨询服务合作，他们使用MATLAB编译器SDK打包DES-PSO模型和算法™ 并使用MATLAB生产服务器进行部署。

另一家上海电气集团的程序员编写了一个C#web界面应用程序，该应用程序可以访问部署在MATLAB生产服务器上的DES-PSO模型。上海电气内外的数百名用户已经在使用该应用程序规划和设计分布式能源系统。顾和他的团队继续开发新车型，最近增加了柴油发动机和冷却存储车型。

• 交货时间缩短了六个月。“如果没有MATLAB生产服务器，我们将不得不用C#或类似语言重新编码所有模型和算法，然后才能将它们部署到服务器上，”Gu说。“这很容易使我们的日程增加六个月或更长时间。”
• 一个项目节省了200万元人民币。“我们的工程公司设计了一个海水淡化厂电力系统，包括太阳能电池板、风力涡轮机和电池，”顾说。“我们使用DES-PSO重新设计了系统，并将项目的内部收益率提高了整整一个百分点，节省了约200万元人民币。”
• 立即部署更新，无需IT协助。“在使用MATLAB生产服务器部署DES-PSO的八个月里，我们已经更新了10多次算法和模型，”Gu指出，“IT团队不需要做任何事情，我们自己做所有的工作。”