上海电气为规划和设计分布式能源系统构建和部署节约成本的企业软件

上海电气的工程师们想要为各种各样的组件建模，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。工程师们需要将数百个城市10多年来每小时测量的天气数据可视化，然后将这些数据与他们的模型结合使用，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，该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团队成员增加负担。

上海电气使用MATLAB和MATLAB Production Server开发了分布式能源系统规划设计平台。

利用MATLAB，能源工程师开发了分布式能源系统中各部件的数学模型。这些模型捕捉到了物理和经济特征;例如，风力涡轮机模型捕捉了持续的维护成本和功率输出作为风速的函数。

当他们开发模型时，该团队利用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。这种方法使团队以后添加新模型和改进现有模型更加容易。

利用Financial Toolbox™，他们开发了计算IRR和其他财务结果的算法，该算法由多个组件模型组成的给定分布式能源系统。这些算法在分析中考虑了能源价格趋势、时间序列天气数据和可用的政府补贴。

为了验证他们的模型和算法，该团队进行了测试，改变某些参数值，然后绘制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编译器SDK™打包DES-PSO模型和算法，并使用MATLAB生产服务器部署它们。

上海电气另一家集团的程序员编写了一个c# web界面应用程序，该程序可以访问由MATLAB生产服务器部署的DES-PSO模型。上海电气内部和外部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车型，最近又增加了柴油发动机和蓄冷模型。

• 交货时间缩短了6个月。“如果没有MATLAB Production Server，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，”Gu说。“这很可能会让我们的计划增加6个月甚至更长时间。”
• 一个项目就能节省200万元人民币。“我们的工程公司设计了一个海水淡化厂的动力系统，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。”
• 立即部署更新，无需IT协助。Gu指出:“自从在MATLAB生产服务器上部署DES-PSO以来的八个月里，我们已经更新了算法和模型超过10次。”“IT团队不需要做任何事情——我们自己做所有的工作。”