matlab里面的simulink「matlab功能有多强大」

今天带来matlab里面的simulink「matlab功能有多强大」，关于matlab里面的simulink「matlab功能有多强大」很多人还不知道，现在让我们一起来看看吧！

2021年11月初，新一轮国际能源气候大会在英国举办，会上确定了各国碳中和、碳达峰的时间表。根据表中的信息显示，我国要在2030年实现碳达峰，2060年实现碳中和。

图 | 各国碳中和目标达成时间表

每个国家的碳排放权是平等的，发达国家已经在2010年左右达到了碳达峰，但这并不能成为他们通过碳排放的方式去限制我们发展的理由。碳中和、碳达峰这两个目标，对于任何一个发展中国家来说都不容易，更何况中国这样的大国，国家压力着实不小。

我们先来看一组来自IEA的数据，这是2018年各国一次能源需求结构的对比情况。2018年我国能源供应结构中原煤占比61.9%，原油占比19.1%，天然气占比7.2%，而可实现碳零排放的清洁能源，如水能、核能、太阳能、风能等，占比仅为 11.8%。

图 | 2018年各国一次能源需求结构对比情况

这虽然是2018年的数据，但是目前我国的能源结构中，化石能源（煤、石油、天然气）仍占多数，也是碳排放的主要来源。

既然要治理碳排放，那就势必要先掌握目前的二氧化碳排放来源情况，才能对症下药，各个击破。根据2019年中国各部门二氧化碳排放量的统计数据显示，电力/热力、工业、交通运输行业的二氧化碳排放量位居前三，分别占到51%、28%和10%，加总后为89%。而针对这些行业，我们大致可以将其分为三个方向来进行治理。

 能源生产：大幅提高清洁能源占比（风电、光伏、水电、核电）， 当前非化石能源占比35%，为实现碳中和，2050年需 提高至90%；大力发展储能技术，减少弃风/光率；

 能源传输：优化电网结构设计保证电力系统安全稳定高效运行， 采用FACT, 特高压HVDC等提高效率降低损耗；

 能源利用：加速电气化进程，减少非必要的能源消耗量，实现工业节能、建筑节能、交通节能；发展使用碳封存技术。

文章写到这里，似乎都在介绍碳达峰、碳中和的背景和治理方向，而今天我们要讲的重点是MATLAB和Simulink如何赋能碳中和的实现。表面上看，MATLAB是一种用于算法开发、数据分析、可视化和数值计算的编程环境，Simulink是一个用于系统设计、仿真和测试的图形化环境，这两者都是软件的东西，和碳中和似乎八竿子打不着。然而，实际并非这样，MATLAB、Simulink以及MathWorks提供的相关110个左右的工具箱，已经被广泛应用在了能源、工业机械、轨道交通、汽车、半导体的生产制造、工业矿业和医疗设备等行业中，而这些行业都是与能源直接息息相关的。下面我们同样从能源生产、能源传输和能源利用三个角度来举例说明。

能源生产：风电&光伏发电

案例一：魁北克水电建立风电厂模型

众所周知，魁北克水电是加拿大最大的水电公司，但除了水电，他们还有风电业务。对于风电厂来说，季节性的气温、风速、风场的波动对电网的稳定性影响是很大的。因此，如何判断并网之前整个风厂运行的能量输出，以及并网之后对整个电网的波动影响变得十分重要。于是，魁北克水电通过MATLAB和Simulink对整个风电厂的电气、机械和控制系统进行动态的仿真和功率测试，来保证并网的可靠性。

案例二：Sandia国家实验室模拟夏威夷的微电网

分布式能源和微电网是目前电网发展的一个非常重要的方向，而对于分布式能源来说，如何合理地利用能源配比，达到最优的经济性，以及怎样设计微电网容量是非常关键的因素。如果电池容量选得过小，就会产生安全问题；如果电池容量选得过大，就会带来成本问题。于是Sandia国家实验室为了找到经济最合理和运行最安全的平衡点，就通过Simulink对光伏发电的微电网进行建模和仿真，测试在多种极限工况下整个系统的反应。最终这个项目模型开发时间减少了80%，同时通过适合的电池容量设计极大地降低了系统成本。

能源生产：电池&熔盐&飞轮储能

案例一：EVLO开发磷酸铁锂电池

EVLO是加拿大的一家公司，开发了磷酸铁锂电池储能系统，与传统锂离子电池不同，磷酸盐系锂离子电池使用无毒材料制成。众所周知，电池储能是一个化学过程，受电离子、温度、电压的影响，SOC参数会不断进行变化，所以电池控制系统的安全监控是一项关键因素。于是，EVLO使用MATLAB和Simulink去对磷酸铁锂电池进行建模和开发。以魁北克北部的因纽特社区所设置的一个储能装置为例，该系统储存了1700块太阳能板的能量，为市中心的40座建筑、电动汽车充电站和更高效的能源管理自动化控制提供服务，当配电网发生计划内或计划外事件时，微电网能够提供持续的电力。

案例二：Malta利用盐和冷却液开发能源存储

马萨诸塞州的Malta公司成立于2018年，主营熔盐储能业务。所谓熔盐储能，就是一个热力变换的过程，首先发电给熔盐加热，把能量存储起来，再通过冷却罐把热量释放出来，达到能量存储和循环的目的。Malta公司使用基于模型的设计与Simulink建模和仿真系统控制和运行，使得通过熔盐泵换热可储存能量超过6小时。

案例三：Teraloop对飞轮能量存储进行了新的改造

飞轮储能在美国比较盛行，在国内也有少量项目，比如今年贵州就建了一个非常大的飞轮储能项目。这项技术的改进者，芬兰的一家初创公司 Teraloop通过将飞轮去掉轮毂，中心留空的方式增强了磁力使得飞轮转子悬浮，实现了几乎无摩擦的旋转，从而在短时内获得大功率。Teraloop利用MATLAB和Simulink对空心飞轮进行建模并仿真并网过程，并计划将其飞轮与电池储能配合使用在电动汽车 (EV) 充电站，用于地铁和有轨电车系统的再生制动以及稳定微电网电压波动。

能源传输：电网

案例一：芬兰电网监控系统

能源传输的时候，我们通常需要对电网的效率、稳定性、波动性、电机暂态、电子暂态以及潮流计算等方面进行监控，这是一个动态监控的过程。芬兰电网就在MATLAB中使用PMU数据分析电网稳定性，比如使用MATLAB与OSI PI数据库集成，访问系统SCADA和PMU数据以完成分析，使用MATLAB来检测电力系统干扰和异常。进而开发了“扰动分析工具”，实时监控电力系统中的扰动和异常，提高了控制中心操作员和专家的电力系统分析能力。

案例二：上海电气分布式能源系统

分布式能源的规划是一个复杂的过程，风电、火电、水电的发电配比，用电侧的配比，如何实现最高效、最节能的状态？

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）。上海电气使用MATLAB 为DES-PSO平台中的组件开发了数学模型，以提取对象的物理和经济特征，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。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。MATLAB整个解决方案使得上海电气在DES-PSO平台交付时间缩短了六个月。而这个分布式能源系统规划和设计平台早在3年前就已经为国内一家包含太阳能电池板、风力涡轮机和电池的海水淡化厂电力系统构建了设计方案，并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。

案例三：Alstom特高压直流高压输电

特高压直流高压输电是中国特色的一种技术，起步也比较早，中国幅员辽阔，能源分布不均，有远距离输电需求，像新疆发电需要输送到内陆。于是Alstom使用基于模型设计来开发HVDC系统，使用采用基于模型的系统来为控制系统建立保护算法建模、仿真、验证和最后直接生成代码和一些文档，通过可量化的过程改进，与电力系统仿真软件快速集成，使用MATLAB/Simulink在一周内实现了保护系统的搭建，而传统的高压直流系统的保护算法要花大约六个月的时间来开发和测试C语言。

案例四：新西兰电网的运营

新西兰Transpower公司的主营业务是管理和运营整个新西兰电网，保证新西兰国家电网的可靠性。于是他们利用Simulink去建立控制算法，采集大量的数据导入到模型里面去对整个模型进行优化和大量的测试仿真，据悉他们运行了超过1000种的极端工况的测试，来实现更好的实时监控。

能源利用：建筑&交通节能

案例一：BuildingIQ的预测性能源模块

众所周知，医院和大型商业建筑的能耗要占到全球建筑能耗的30%，尤其是暖通系统往往效率很低，需要考虑天气变化、能源成本变化和建筑的热测性等因素。

BuildingIQ是一家澳大利亚的公司，他们就和澳大利亚联邦科学攻坚研究组织联合开发了预测性能源模块。在开发的过程中，MATLAB中建立了一个PEO模型，捕捉HVAC系统和环境条件对每个区域内部温度的影响，以及对建筑总能耗的影响，利用MATLAB里面的预测性算法、机器学习和深度学习算法采集大量数据，对建筑节能优化进行分析，最后制定出最优化的算法，并且在云端环境进行部署。

案例二：特斯拉跑车

几乎全球的电动汽车行业都在大量使用MATLAB和Simulink进行数据分析，并采用基于模型的设计开发电力控制系统，特斯拉也不例外。早在2005年的时候，特斯拉使用MathWorks的产品——基于模型的设计和工具，设计了一款跑车，小到一个电机的控制，大到整车的性能评估，来建立整个电动汽车的原型。建立这个模型的好处是，在没有物理原型的情况下，就可以去测试很多种动力配置，测试在各种工况下的整车性能。

碳封存

此外，值得一提的是这些年研究的减碳方向之一——碳封存，也正在使用MATLAB进行各种尺度的研究，上至区域尺度的估算，下至特定存储点的详细表征。通过执行静态容量估计，对特定储层的二氧化碳捕获机制进行基本分析，交互式仿真向储层注入二氧化碳的过程。并在用户界面中更改仿真参数，如气井位置、注入速度和边界条件，对特定的二氧化碳注入点进行更详细的仿真。

写在最后

综上，MathWorks通过MATLAB和Simulink平台以及相关工具箱将AI, 大数据和数字孪生设计等技术应用到新能源行业，助力减碳行动。而对于电力系统开发的应用方向，从文本分析到多域物理系统建模，从大数据和物联网基础算法构建到云端部署和硬件在环的实时仿真，从图像和信号处理到人工智能应用，，MathWorks都将有能力和经验提供更完整的解决方案和工程平台，通过团队协作，帮助用户解决工程的实际问题。