Sistemi di gestione dell’energia commerciale con MATLAB, Simulink e Simscape
Progettazione, modellazione e simulazione di sistemi di gestione energetica per Data Center, fabbriche e edifici
Con MATLAB e Simulink, è possibile combinare dati del mondo reale e modelli di simulazione per studiare e ottimizzare il comportamento di carichi elettrici complessi e sistemi di raffreddamento. Sviluppa sistemi di gestione energetica ad anello chiuso e di controllo supervisore utilizzati in edifici commerciali, impianti industriali, Data Center per l’IA e celle a combustibile.
Nell’ambito del progetto guidato da KOICA e del Moroccan Green Technology Research and Development Comprehensive Support Project, abbiamo progettato e realizzato l’intera configurazione di sistema di un banco di prova per microgrid da 300 kW e sviluppato un sistema SCADA basato sulla progettazione Model-Based affinché i ricercatori locali potessero utilizzarlo.
Modellazione e simulazione dell'impatto delle esigenze energetiche dei Data Center
MATLAB, Simulink e i prodotti Simscape aiutano gli ingegneri a modellare il fabbisogno energetico dei Data Center trainato dalla crescita dell’IA e del cloud computing. Per gli hyperscaler, MATLAB e Simscape Electrical consentono di prevedere la domanda di gigawatt di potenza necessaria per le risorse di calcolo intensive, comprendere l’impatto di questo carico complesso e variabile sul sistema di distribuzione collegato e determinare il modo ottimale per raffreddare le risorse dei Data Center. Per le utility locali, Simscape Electrical aiuta a comprendere come le reti elettriche locali debbano essere aggiornate per gestire carichi imprevedibili che causano fluttuazioni di frequenza e tensione, oltre a introdurre armoniche indesiderate nella rete.
Modellazione del consumo energetico dei Data Center
È possibile utilizzare i prodotti MATLAB, Simulink e Simscape per modellare e simulare l'elettricità utilizzata dalle TPU e GPU ad alte prestazioni nei server a rack, calcolare il calore generato dai sistemi nei Data Center o nell'intero Data Center, nonché pianificare il raffreddamento necessario e il consumo energetico del sistema di raffreddamento durante il funzionamento.
Esempi in evidenza
Analisi dell'impatto dei Data Center sulla rete elettrica
Puoi utilizzare MATLAB, Simulink e Simscape Electrical per modellare e simulare l’impatto dei Data Center hyperscale sui sistemi di distribuzione locali, analizzando il comportamento elettrico in regime stazionario e transitorio dei Data Center. Con Simscape Electrical puoi modellare il Data Center, insieme ad altri carichi e generatori connessi alla rete, a diversi livelli di fedeltà per eseguire analisi che vanno dal fabbisogno energetico a lungo termine fino ai transitori a breve termine causati dalle migliaia di convertitori di potenza che introducono armoniche e riducono la qualità della potenza, influenzando abitazioni e attività commerciali che condividono la rete elettrica. Simscape Electrical consente di introdurre guasti non invasivi nel modello, aiutando a comprendere meglio la resilienza della rete rispetto a interruzioni impreviste.
Esempi in evidenza
Sviluppo di sistemi di gestione energetica degli edifici
Con MATLAB e Simulink puoi progettare sistemi di gestione energetica degli edifici (EMS) intelligenti ed efficienti, implementando politiche dinamiche, integrando dati in tempo reale e aumentando il livello di automazione delle operazioni EMS. È possibile utilizzare MATLAB e Simulink per il workflow di sviluppo di EMS, dall'accesso ai dati e dalla modellazione fino all'ottimizzazione e alla distribuzione.
- Creazione di modelli di previsione di domanda, generazione e prezzo dell'elettricità e delle condizioni meteorologiche
- Modellazione, simulazione e progettazione di strategie di controllo per EMS ottimali per la pianificazione delle operazioni relative a sistemi di alimentazione e HVAC
- Generazione di codice per controlli di supervisione su dispositivi edge e distribuzione su controller embedded
- Distribuzione di software di ottimizzazione delle operazioni negli ambienti cloud di produzione
Previsione energetica di EMS per edifici
Con MATLAB e Simulink puoi effettuare previsioni basate sui dati relativi a fattori ambientali e tecnico-economici per ottimizzare il funzionamento del sistema di gestione energetica dell’edificio.
- Accedi a dati di serie storiche da file o database
- Esegui la pre-elaborazione, l'analisi e la visualizzazione dei dati in MATLAB con applicazioni interattive e automazioni dei workflow
- Scegli tra modelli predefiniti di tipo statistico ed econometrico oppure di Machine Learning e Deep Learning
- Addestra modelli di previsione in parallelo e valutane le prestazioni
- Integra direttamente i modelli di previsione energetica addestrati in Simulink per la simulazione con il modello di sistema fisico
Esempi in evidenza
Video
- Utilizzo del Machine Learning e del Deep Learning per le previsioni energetiche con MATLAB (39:29)
- Previsione del carico elettrico utilizzando l’app Regression Learner (3:42)
- Analisi di Big Data per ottenere significative riduzioni dei costi su grandi forniture energetiche per edifici di grandi dimensioni. (22:30)
Modellazione, simulazione e ottimizzazione di EMS
È possibile utilizzare MATLAB e Simulink come ambiente di progettazione per la modellazione di sistemi elettrici, la progettazione di controlli per EMS e l'ottimizzazione di EMS.
- Crea modelli basati sulla fisica del sistema elettrico dell’edificio con Power Systems Simulation Onramp ed esegui simulazioni delle prestazioni
- Progetta strategie di controllo, come il controllo predittivo basato su modelli (MPC) e il Reinforcement Learning, per l’EMS
- Formula e risolvi problemi di ottimizzazione per individuare le configurazioni ottimali dei sistemi con Optimization Toolbox
- Simula il comportamento a livello di sistema con diversi scenari
- Analizza l'impatto tecno-economico di diverse progettazioni di sistema
Esempi in evidenza
Per saperne di più
- Murata Manufacturing riduce i tempi di sviluppo di un software di controllo per sistemi di gestione dell’energia di oltre il 50% grazie alla progettazione Model-Based
- Musashi Seimitsu Industry riduce i tempi di sviluppo per un sistema di gestione dell’energia di uno stabilimento tramite la progettazione Model-Based
Validazione e distribuzione di EMS per edifici
È possibile validare la progettazione di EMS per edifici generando codice dal modello dei sistemi, il che consente di passare rapidamente dalla simulazione desktop alla simulazione in tempo reale. È possibile distribuire controlli su edge e sistemi di gestione delle operazioni nel Cloud.
- Genera codice C/C++ leggibile ed efficiente dal modello di controller in Simulink per la distribuzione su un processore embedded
- Genera codice C per l'impianto da distribuire su una macchina in tempo reale
- Esegui simulazioni Hardware-In-the-Loop (HIL) per validare le strategie di gestione dell’energia per edifici rispetto al sistema elettrico
- Distribuisci algoritmi di controllo di supervisione su dispositivi edge
- Distribuisci algoritmi di ottimizzazione delle operazioni basati su MATLAB in ambienti cloud con MATLAB Web App Server e MATLAB Production Server
Casi dei clienti
- Murata Manufacturing riduce i tempi di sviluppo di un software di controllo per sistemi di gestione dell’energia di oltre il 50% grazie alla progettazione Model-Based
- Musashi Seimitsu Industry riduce i tempi di sviluppo per un sistema di gestione dell’energia di uno stabilimento tramite la progettazione Model-Based
Modellazione e simulazione dei sistemi a celle a combustibile PEM
Lo sviluppo efficiente di applicazioni di celle a combustibile richiede modelli di simulazione con una fedeltà adeguata. Questi modelli consentono di esplorare lo spazio di progettazione, analizzare i tradeoff di progettazione e sviluppare adeguatamente i sistemi di controllo.
Con MATLAB, Simulink e Simscape Electrical, è possibile:
- Modellare celle a combustibile ed elettrolizzatori a idrogeno
- Sviluppare architetture di sistemi di celle a combustibile
- Implementare sistemi di controllo
- Integrare celle a combustibile ed elettrolizzatori in sistemi elettrici più ampi
Modellazione delle celle a combustibile PEM
Simulink e Simscape consentono di modellare e simulare sistemi di celle a combustibile ed elettrolizzatori utilizzando un approccio basato sulla fisica con componenti di librerie pronti all’uso oppure un approccio basato sui dati con strumenti di modellazione.
- Esplorare diverse configurazioni per pile di celle a combustibile ed elettrolizzatori
- Modellare gli effetti della fisica multidominio e i componenti ausiliari (BOP) dell’impianto per regolare il flusso di gas idrogeno e aria, il trasporto dell’acqua e la generazione di calore
- Valutare i comportamenti elettrotermici per supportare la progettazione di sistemi elettrici e di gestione termica
Esempi in evidenza
Implementazione dei controlli delle celle a combustibile
I sistemi di controllo svolgono un ruolo fondamentale nel garantire operazioni sicure, durature ed efficienti relative a sistemi di celle a combustibile. Con Simulink e Simscape, è possibile prototipare rapidamente la progettazione di controlli e generare codice per i test Hardware-In-the-Loop (HIL) e la distribuzione.
- Progetta algoritmi di controllo elettrotermico per la regolazione della corrente e della tensione, la regolazione dell’umidità, la gestione della pressione, la gestione dell’acqua e la gestione termica
- Genera codice di controllo C/C++ o HDL leggibile e ottimizzato per modelli di celle a combustibile
- Genera codice per il modello di impianto
- Esegui test HIL in tempo reale per prevenire danni costosi al prototipo hardware di celle a combustibile
- Distribuisci codice di controllo su processori embedded o dispositivi FPGA/SOC
I sistemi di celle a combustibile devono essere affidabili ed efficienti. A tal fine utilizziamo gli strumenti MathWorks per sviluppare e simulare rapidamente i nostri algoritmi di controllo prima di provarli su un sistema. Non abbiamo il tempo di studiare i nostri algoritmi con il codice C o C++. Per fortuna, MATLAB ci permette di testare le nostre idee soltanto con poche righe di codice. Risparmia molto tempo e ci avvicina al nostro obiettivo di creare un sistema energetico onsite commercialmente sostenibile.
Esempi in evidenza
Risorse e assistenza
