上海电气为分布式能源系统的规划和设计构建和部署成本节约企业软件

上海电气的工程师们想要建立广泛的组件模型，包括不同的负荷、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。工程师需要可视化超过10年的天气数据，每小时测量数百个城市，然后使用这些数据和他们的模型来确定最佳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，该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组件的数学模型。这些模型捕获了物理和经济特征;例如，风力涡轮机模型将持续的维护成本和功率输出作为风速的函数。

在开发这些模型时，该团队利用了MATLAB语言的面向对象编程能力来创建具有定义良好的接口的可重用对象。这种方法使得团队在以后添加新模型和改进现有模型变得更加容易。

利用Financial Toolbox™，他们开发了用于计算由多个组件模型组装的给定分布式能源系统的IRR和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其分析。

为了验证他们的模型和算法，该团队进行了测试，他们改变了某些参数值，然后绘制了能源产量和收入曲线，以可视化这些变化如何影响结果。

他们与MathWorks咨询服务合作，使用MATLAB Compiler SDK™打包了DES-PSO模型和算法，并使用MATLAB Production Server部署它们。

来自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，可以访问MATLAB Production Server部署的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来规划和设计分布式能源系统。Gu和他的团队继续开发新的模型，最近增加了柴油发动机和冷却存储模型。

• 交货时间缩短了6个月。Gu说:“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所有的模型和算法，然后才能将它们部署到服务器上。”“这很容易让我们的日程多出六个月甚至更多的时间。”
• 在一个项目上节省了200万元。“我们的工程公司设计了一套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，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。”
• 在没有IT协助的情况下，立即部署更新。“在MATLAB生产服务器上部署DES-PSO的8个月里，我们已经更新了算法和模型10多次，”Gu说。“IT团队不需要做任何事情——我们自己做所有的工作。”