上海电气构建和部署节约成本的企业软件的分布式能源系统规划和设计

上海电气工程师想模型广泛的组件,包括不同的负荷,电网,电池和其他能源存储单元,和各种各样的发电系统,如风力发电机、光伏太阳能电池板和热电联产(CHP)子系统。工程师需要超过十年的气象数据可视化测量每小时数百个城市与他们的模型,然后使用这些数据来确定最优分布式能源系统的设计。

跟上飞速发展分布式能源技术,团队需要能够添加模型对新引进技术或更新现有的模型。此外,他们想部署系统更新自己,但又不想让其他程序员或IT团队成员。

上海电气使用MATLAB和MATLAB生产服务器发展分布式能源系统规划和设计平台。

在MATLAB、能源工程师开发的数学模型在分布式能源系统的组件。模型捕获物理以及经济特征;例如,风力涡轮机模型捕捉到正在进行的维护成本以及输出功率随着风速的函数。

随着他们的发展模型,研究小组利用MATLAB语言的面向对象编程功能和定义良好的接口来创建可重用的对象。这种方法让团队后更容易添加新的模型和改进现有的。

使用金融工具箱™,他们开发了算法计算IRR和其他金融结果对于一个给定的分布式能源系统由多个组件模型。能源价格趋势,这些算法因素时间序列的天气数据,提供政府补贴纳入分析。

来验证他们的模型和算法,团队跑测试在不同的特定的参数值,然后绘制可视化能源生产和收入曲线的变化如何影响结果。

与MathWorks咨询服务工作,他们打包DES-PSO模型和算法使用MATLAB编译器SDK™使用MATLAB生产服务器和部署它们。

从另一个上海电气集团写了c#程序员web界面应用程序访问DES-PSO模型与MATLAB生产服务器部署。数百个用户内外上海电气已经使用应用程序计划和设计分布式能源系统。顾和他的团队继续开发新模型,和最近增加了柴油机和冷却存储模型。

• 交货时间减少了六个月。“没有MATLAB生产服务器我们将不得不重新编码模型和算法在c#或类似的语言我们可以将它们部署到服务器,“顾说。”,可以很容易地增加了6个月或更长时间日程。”
• 200万元人民币保存在单个项目。“我们的工程公司创建了一个海水淡化厂设计电力系统,包括太阳能电池板、风力涡轮机、和电池,“顾说。“我们使用DES-PSO重新设计系统和改进项目的IRR整整比例,节省约200万元人民币。”
• 立即更新部署并没有帮助。“八个月以来与MATLAB生产服务器部署DES-PSO,我们已经更新了我们的算法和模型10倍以上,“顾指出。“IT团队没有做任何我们自己做所有的工作。”