“因为我们需要快速应对不断变化的生产约束和需求，所以我们不能依赖于封闭或专有的解决方案。金宝搏官方网站有了MathWorks工具，我们得到了更准确的结果，而且我们可以灵活地开发、更新和优化我们的模型，以响应不断变化的需求。”
Angel Caballero, Gas Natural Fenosa
Fenosa(现为Naturgy Energy Group S.A.)是西班牙和拉丁美洲最大的综合天然气和电力公司，发电能力总计超过1.3万兆瓦。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。为了确定如何最好地在批发市场上销售电力，公司必须准确地预测第二天的价格和需求，以及电力的可用性。
Gas Natural 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。他们使用模型来投资能力和需求，并优化他们的发电资产投资组合。
“因为我们不能将我们生产的电力存放，我们必须准备第二天卖掉它，”天使·卡佩罗·普通业务，伊比利亚动力市场，天然汽环。“我们使用MathWorks Tools开发的模型帮助我们优化我们的生产资源。他们还使我们能够在市场有利的时候预测峰值需求和增加利润率。“
为了使他们的发电能力良好使用并产生最大的利润，天然气天然花香需要了解电力消耗和生产背后的因素。这些因素包括相对成本和发电资产的能力;电力峰值销售时间;能源使用模式;气温、风及雨的预报;碳信用额的价值;以及电网的传输能力。确定如何最好地分配需求涉及到解决一个复杂的优化问题，这超出了商业软件的能力。此外，很难使商业上可用的模式适应西班牙电力市场监管和市场环境的变化。
“我们必须能够迅速应对法规、生产能力和需求模式的变化，”Caballero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。”
Gas Natural Fenosa的工程师使用MathWorks工具开发模型，预测需求，最小化生产成本，并验证基础设施能力。该团队使用MATLAB®开发一组核心模型，分析可用数据，预测结果和优化生成计划。每个MATLAB模型访问中央数据库，用于每个发电厂的历史功耗和价格数据，天气预报和参数，包括最大电源，效率，成本以及影响植物调度的所有操作约束。该模型使用市场团队开发和微调的算法来处理数据。结果将由市场交易员或其他模型进行写入数据库，以便通过其他模型进行进一步处理。
为了开发一个风电场模型，Caballero使用MATLAB将历史风力强度测量与实际的电力风力生产联系起来。从一个简单的线性相关开始，他利用底层技术的知识改进了模型。
该团队使用优化工具箱™来解决线性编程问题 - 例如，在给定一套限制的可用生产工厂中的生产成本最小化，包括碳帽和最大容量。他们使用统计和机器学习工具箱™来开发和评估价格仿真方案，并在风险（VAR）报告中产生价值的管理职位。使用Matlab Compiler™，该团队为每个模型创建了独立的程序。这些程序将自动运行一天和夜晚，使开发团队能够更好地管理更新并控制对模型的访问权限。
团队使用Simulink金宝app®模拟公司基础设施中发电机的行为。
响应时间减少了几个月。这种架构允许新计算机程序快速投入生产。因为我们的MATLAB模型被设计为灵活和可扩展的，我们发现很容易在一到两周内对监管变化做出反应。”Caballero说。“我们得等上几个月，才能等到供应商将新规格的产品商业化。”
生产力加倍。“用微软这样的语言开发我们的模型®Visual Basic®或者c将是非常困难的，因为这些语言没有我们需要的许多功能和功能，“Caballero Notes。“为了在没有MATLAB的情况下建立在我们当前的开发时间范围内的模型，我们需要双倍员工。”
程序维护简化。用MATLAB，很容易维护的程序。我们不会浪费时间去创造纸质文件来解释模型的作用，”Caballero说。MATLAB代码易于理解，而且实际上是自文档化的，因此一个人开发的程序可以被另一个人毫无困难地修改。
您也可以从以下列表中选择一个网站: