上海电气构建和部署用于规划和设计分布式能源系统的成本节约企业软件

上海电气的工程师们想要建立一个广泛的组件模型，包括不同的负载、电网、电池和其他储能单元，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。工程师们需要可视化数百个城市10多年来每小时测量的天气数据，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，团队需要为新引入的技术添加模型或更新现有模型的能力。此外，他们希望自己部署系统更新，而不给其他程序员或IT团队成员造成负担。

上海电气利用MATLAB和MATLAB Production Server开发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。这些模型捕捉到了物理和经济特征;例如，风力涡轮机模型捕获了持续的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来创建具有定义良好的接口的可重用对象。这种方法使得团队以后更容易添加新模型和改进现有模型。

使用Financial Toolbox™，他们开发了计算IRR和由多个组件模型组装的给定分布式能源系统的其他财务结果的算法。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分析。

为了验证他们的模型和算法，该团队进行了测试，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，以可视化这些变化如何影响结果。

他们与MathWorks Consulting Services合作，使用MATLAB Compiler SDK™打包DES-PSO模型和算法，并使用MATLAB Production Server部署它们。

上海电气另一个团队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用MATLAB生产服务器部署的DES-PSO模型。上海电气公司内外的数百名用户已经在使用该应用程序来规划和设计分布式能源系统。顾和他的团队继续开发新模型，最近又增加了柴油发动机和冷却存储模型。

• 交货时间缩短6个月。“如果没有MATLAB生产服务器，我们将不得不用c#或类似的语言重新编码我们所有的模型和算法，然后才能将它们部署到服务器上，”Gu说。“这很容易让我们的计划增加6个月或更多时间。”
• 在一个项目上节省了200万人民币。“我们的工程公司设计了一个海水淡化厂的电力系统，包括太阳能电池板、风力涡轮机和电池，”Gu说。“我们使用DES-PSO重新设计了系统，将项目的内部收益率提高了整整一个百分点，节省了大约200万元人民币。”
• 更新部署立即，没有IT协助。“在使用MATLAB生产服务器部署DES-PSO的8个月里，我们已经更新了10多次算法和模型，”Gu指出。“IT团队什么都不用做——所有的工作都是我们自己做的。”