碳中和、碳達峰將會是未來10～20年各行各業的主旋律之一，主要涉及到能源結構的改革和整體效率的提升。如何在各個環節和節點上，幫助客戶提高能源利用效率、加速實現碳中和是MathWorks關注的重點，當前也已經有各種不同類型客戶使用MathWorks提供的方案實現了升級轉型。MathWorks將如何助力碳中和實現？針對這一話題，MathWorks中國區行業市場經理李靖遠進行了分享。

從能源產生、傳輸和利用三個階段實現碳中和

要減少碳排放，需要從整個能量的產生、傳輸和利用三個階段上都進行改革和優化。

在能源產生的階段，需要提高社會整體的可再生能源的在整個能源結構中的占比。據悉我國目前的非化石能源占比僅為35%左右，要實現碳中和的目標，這個占比在2050年需要提升至90%。因為可再生能源的特性，這種能源的產生和使用過程中還必須要分布式儲能系統參與來實現“削峰填谷”。

在風電和光伏這些可再生能源生產方面，大部分客戶都會使用到MathWorks的解決方案。

因為風電的能量產生具有季節的波動性，所以提前預判好能量的變化，才能將風電能量并網后對于主電網的波動影響降到最低。加拿大最大的水電公司魁北克水電就是使用MATLAB和Simulink去建立整個風電廠的模型，對整個風電場的電氣、機械和控制系統進行設計仿真，來進行動態的仿真和功率測試，來保證并網的可靠性。

在光伏領域一個典型的案例來自美國Sandia國家實驗室，他們采用MATLAB和Simulink模擬整個Hawaii的微電網。分布式能源和微電網是目前電網發展的重要的方向，分布式能源怎樣合理的利用能源配比達到最優的經濟性，怎樣去設計微電網容量是非常關鍵的問題。Sandia國家實驗室通過Simulink對Hawaii微電網進行建模和仿真，測試在很多種極限工況下整個系統的反應，找到最經濟合理和最安全運行的電池容量平衡點。

在儲能的實際應用上，有多種不同的技術方向，這里介紹三種。較為常見的是電化學的儲能方式，加拿大EVLO公司采用磷酸鐵鋰電池來做儲能系統。在其魁北克因紐特社區的一個儲能系統中，包括1700塊太陽能電池能量，為超過40座建筑、電動汽車去充電。EVLO公司使用MATLAB和Simulink去對磷酸鐵鋰電池進行建模和開發，實現電池控制系統安全監控，對其電流輸出進行一些必要安全控制。

另一種儲能的技術方向是熔鹽儲能，通過熱力變換來實現能量轉換。清潔能源發電后給熔鹽加熱，把能量存儲起來；用電時再通過冷卻罐把熱量釋放出來，達到一個能量存儲和循環的目的。專注于該領域的Malta公司也是使用MATLAB和Simulink來對系統進行仿真和測試。

還有一種儲能的技術方向是飛輪儲能。美國Teraloop公司利用MATLAB和Simulink對空心飛輪儲能系統進行建模，仿真并網過程，確保飛輪儲能系統在并網過程中的安全可靠性。

在能源傳輸的階段，MATLAB和Simulink同樣也可以發揮巨大的作用。電網的監控是一個非常復雜的系統，效率、穩定性、波動性、機電暫態、電磁暫態以及在線潮流計算等都需要實時監控。電力系統會通過SCADA系統去監控這些實時信息，MATLAB可以去實時讀取存儲在數據庫里的電網PMU數據，對它進行分析，來檢測電力系統的異常和干擾。芬蘭電網就是采用MATLAB里的這些算法來進行測試仿真，最后部署在SCADA系統里對整個芬蘭電網進行監控。

另一個能量傳輸階段的案例來自于能源系統中的能源分配。上海電氣在其分布式能源系統構建平臺上，需要在供電側合理分配風電、火電和水電的配比，并與用電側的需求相匹配，達到最高效節能的狀態。采用MATLAB可以實現大量數據采集分析，通過曲線擬和工具箱、機器學習、深度學習等對整個系統進行優化，輸出的軟件產品通過MathWorks的Production Server部署到整個上海電氣的分布式能源系統中。

在特高壓直流高壓輸電方向上的一個典型案例來自Alstom，在其開發HVDC系統的過程中需要采用模型設計來為建立保護算法建模、仿真、驗證和最后一鍵代碼生成。若采用傳統的方法，一個保護算法都需要話費6個月的時間來進行C語言的開發和測試，而使用MATLAB僅僅用一周就完成了整個保護系統的設計。

此外新西蘭Transpower公司也利用儲量管理工具來保證其國家電網的可靠性。利用Simulink界面去建立控制算法，將現場采集的數據導入到模型中進行優化。運行超過1000種極端工況測試，來調整出其最可靠的一套參數配置。并且在電網的實時運行的過程中，每15分鐘就會全息運行一次整個測試仿真過程，來對電網進行實時監控，確保其電網時刻保持安全可靠。

在能源的利用側，需要盡量減少在使用過程中的浪費和碳排放。據悉大型商業建筑能耗要占到全球建筑能耗的30%，但其中的暖通系統的效率往往很低。澳大利亞BuildingIQ公司利用MATLAB里的預測性算法和機器學習、深度學習算法對建筑節能進行了優化分析，制定出最優化的算法并在云端環境進行部署，提高了暖通系統的效率。另一個廣泛的例子是在電動汽車領域，需要MATLAB和Simulink進行數據分析，基于模型的設計開發整個電力控制系統。特斯拉早在2005年開始就使用MathWorks的工具構建電動汽車的模型，進行性能評估。

碳中和驅動下，電力系統未來發展方向

在上文提及的諸多案例中可以看到，MathWorks的模擬和仿真軟件在整個能量過程中都發揮著重要的作用。在電力行業的應用上，李靖遠總結為兩大板塊：大數據和AI、數字孿生設計。其中每一板塊又分為四大維度。

大數據和AI板塊的第一個維度是數據分析和機器學習，比如利用PMU數據來分析電網的穩定性；第二是圖形處理和深度學習，比如對實時電力系統通過圖形處理方式進行實時巡檢；第三是能源交易和風險管理，使用MATLAB進行能源交易的最優化曲線定價方面的探索；第四是預測性維護，解決了傳統周期性維護的缺點，減少宕機風險。

數字孿生設計的第一個維度是可再生能源和分布式能源并網問題，減少對于電網的波動沖擊；第二是能源管理系統的設計，實現最優化的方案；第三是基于模型的數字孿生應用，從一個小設備到一個大的系統都可以進行模型仿真；第四是實現桌面仿真之外的部署，通過工具箱自動生成優化代碼，部署到GPU、嵌入式系統和云端等。

結合碳中和帶來的能源結構的變化，MathWorks總結了未來電力系統發展的三大重點領域：并網、利用AI進行電網分析、監測與控制。并且針對這三大重點領域推出了相應的解決方案。

由于可再生能源的特點，在其并網需要考慮幾個問題，一是并網過程中減少對于電網的沖擊；二是優化分配整個電網的不同能源配比；三是實時地對其進行監控和檢測。使用MATLAB和Simulink可以設計和仿真各種不同的清潔能源系統；通過PMU數據來對電廠或整個系統進行驗證；通過仿真的方式來判斷對于電網是否會有沖擊和影響，例如檢查是否符合IEEE 1547標準。

在AI技術的應用方面 ，針對電網的分析、設備的性能管理和能源價格預測等方面都可以發揮價值。例如建立物理設備的數字孿生模型來進行預測性維護，利用AI預測電網節點的符合、發電量和電價，在云端進行實時分析等。

實時監控方面，李靖遠表示所有的產品在到實際系統之前都要進行實時仿真的測試，測試系統再試試情況下相應的魯棒性和穩定性，避免直接使用到系統上產生問題。同時MathWorks也提供大量的方式讓用戶來進行云端等位置的部署。

總結起來，MATLAB和Simulink提供了諸多關鍵功能來賦能未來電力行業發展，其中參數估計、自動代碼生成、優化、機器學習和深度學習等功能都在前文的案例介紹中有過設計，在此不再贅述。

雖然MATLAB和Simulink是通用的軟件工具，但在電力系統開發方面，MathWorks是提供了一條完整的工具鏈，覆蓋從文本分析、多域物理系統建模、大數據和物聯網，云端部署、實時仿真、人工智能應用、圖像和信號處理七大方面內容。李靖遠表示，“這個工具鏈涵蓋了我們從數據集成到利用人工智能AI去進行建模、到系統設計、到部署，一個完整的工具鏈呈現給我們的用戶，這也是為什么我們在全球電力行業得到了客戶大量使用的一個原因?！?/p>

總結

由雙碳驅動下變革升級的電力行業，是未來十年二十年最值得投入、最有發展前景的行業。從能源生產、傳輸到最后的能源使用，MathWorks在全球已經有幾千個不同的客戶案例。憑借著長期以來積累的客戶和行業經驗，加上人工智能和數字孿生的服務，MathWorks將會加速整個行業的數字化產品升級轉型，加速碳中和目標的實現。