上海电气构建和部署成本节约型企业软件用于规划和设计分布式能源系统 -凯发k8网页登录
“我的团队的专长是能源建模或算法开发，而不是将软件部署到生产环境。matlab 为我们节省了数月的模型和算法开发时间，并让我们能够轻松将其部署为稳定、可靠的 web 应用程序的一部分，而无需重新编码。”
挑战
开发可通过 web 访问的软件用于规划和设计分布式能源系统
凯发官网入口首页的解决方案
使用 matlab 开发基于能源生产子系统、负载和电网的模型计算投资回报的算法，然后使用 matlab production server 在生产 it 系统中部署算法
结果
- 交付时间缩短了六个月
- 单个项目节省了 200 万人民币
- 在没有 it 团队协助的情况下完成部署和更新
上海电气集团的分布式能源规划和设计平台（des-pso平台）让该公司及其客户能够在建设大型能源生产项目之前评估这些项目的财务可行性。des-pso 平台可实现投资回收期、现金流和内部收益率 (irr)的计算。这些计算基于具体设计中使用的发电与电力储存技术以及各种其他因素，包括气候模式、能源价格和政府补贴等。
上海电气的工程师通过与加州大学伯克利分校 (university of california, berkeley) 劳伦斯伯克利实验室的研究人员合作，在 matlab® 中开发了平台模型和算法，并使用 matlab production server™ 将其部署到生产 it 环境。
“作为能源工程师，我们发现在 matlab 中开发和测试用于分布式能源系统的模型和算法是件很轻松的事，”上海电气产品总监古云蛟表示。“matlab production server 让我们团队能够方便的将这些模型和算法部署为生产软件，提供给内部团队和客户使用。”
挑战
上海电气的工程师希望为范围广泛的组件建模，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，例如风力发电机、光伏太阳能电池板以及热电联产 (chp) 子系统。工程师需要将数百个城市 10 年以上的气象数据（按小时测量）可视化，然后将此数据与那些模型结合使用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飞速发展的步伐，该团队需要具备为新引进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 团队成员带来负担。
凯发官网入口首页的解决方案
上海电气使用 matlab 和 matlab production server 来开发分布式能源系统规划和设计平台（des-pso平台）。
在 matlab 中，能源工程师为des-pso平台中的组件开发了数学模型。这些模型提取了物理和经济特征；例如，风力发电机模型将持续的维护成本以及电力输出提取为风速的函数。
在开发模型时，团队在matlab 语言中使用面向对象编程来创建具有明确定义接口的可重用对象。这种方法方便团队在之后添加新模型和改进现有模型。
他们使用 financial toolbox™ 开发了计算 irr 及其他财务结果的算法，以用于由多个组件模型组装成的给定分布式能源系统。这些算法将能源价格趋势、时间序列气候数据和可享受的政府补贴纳入其分析范围。
为了验证他们的模型和算法，该团队进行了相关测试。在测试中，他们改变某些参数值，然后绘制能源产量和收入曲线，以可视化方式呈现了这些变化对结果的影响。
通过与 mathworks consulting services 合作，他们使用 matlab compiler sdk™ 将 des-pso 模型和算法打包，然后使用 matlab production server 进行部署。
上海电气集团程序员编写了一个 c# web 接口应用程序，用于访问使用 matlab production server 部署的 des-pso 模型。上海电气集团内外的数百名用户已经在使用该应用程序规划和设计分布式能源系统。古云蛟和他的团队在不断开发新模型，并且近期新开发了柴油机和蓄冷模型。
按发电系统类型划分的实际发电量图。
结果
- 交付时间缩短了六个月。“如果没有 matlab production server，我们可能不得不用 c# 或类似的语言为我们的所有模型和算法重新编码，然后才能将其部署到服务器，”古云蛟表示。“这很容易使我们的时间安排增加六个月或更长时间。”
- 单个项目节省了 200 万人民币。“我们的工程公司已经为一个包含太阳能电池板、风力涡轮机和电池的海水淡化厂电力系统构建了一个设计方案，”古云蛟表示。“我们使用 des-pso 重新设计了系统，将该项目的内部收益率提高了整整一个百分点，节省了大约 200 万人民币。”
- 在没有 it 团队协助的情况下立即部署了更新。“使用 matlab production server 部署 des-pso平台的算法之后， 在8 个月之内，我们实现算法和模型更新迭代超过 10 多次，”古云蛟指出。“it 团队无需做任何事情，我们研发团队自己完成所有工作。”
