16 февраля 2011

MATLAB используется для построения и оптимизации моделей на основе исторических данных, прогнозов погоды и нормативных предписаний.

Крупная международная энергетическая компания Gas Natural Fenosa разработала модели прогнозирования поставок электроэнергии, которые используют исторические данные, прогноз погоды и эксплуатационные параметры. Это помогло сократить время реакции на изменения в нормативных предписаниях с нескольких месяцев до одной-двух недель, и удвоило производительность труда сотрудников. Инженеры компании Gas Natural Fenosa использовали инструменты MathWork для разработки моделей, которые прогнозируют спрос, уменьшают стоимость производства и проверяют производительность инфраструктуры.

Чтобы определить, как лучше всего продавать электроэнергию на оптовом рынке, компании Fenosa Gas Natural требуются точный прогноз цен на следующий день, оценка спроса, а также информация о наличии электроэнергии. Определение спроса предполагает решение комплекса задач оптимизации, которые требуют специализированного программного обеспечения, способного адаптироваться к изменениям на рынке и нормативным предписаниям в Испании. Gas Natural Fenosa выбрала MATLAB, а также другие инструменты MathWorks для реализации различных моделей, которые анализируют информацию от электрических систем и прогноз спроса для повышения эффективности управления генерацией электроэнергии.

«Поскольку мы должны быстро реагировать на изменения ограничений производства и меняющиеся требования, мы не можем зависеть от решений сторонних разработчиков. Благодаря средствам MathWorks мы получаем более точные результаты и у нас есть гибкость для разработки, обновления и оптимизации наших моделей в ответ на изменяющиеся потребности», - отметил Анхель Кабальеро из Fenosa Gas Natural. «Модели, которые мы разработали с использованием инструментов MathWorks, помогают нам оптимизировать наши ресурсы для производства. Они также позволяют прогнозировать периоды пикового спроса и увеличивать производство, когда рынок является благоприятным»

Gas Natural Fenosa использует несколько инструментов MathWorks. MATLAB используется для доступа к центральной базе данных, где хранится информация о рыночном спросе, имеющихся запасах электроэнергии, ценах, прогнозе погоды и параметрах каждой электростанции. Optimization Toolbox используется для решения задач оптимизации, таких как снижение производственных затрат между несколькими предприятиями с учетом множества ограничений, в том числе уровня загрязнения и максимальной производительности. Statistics Toolbox применяется для разработки моделей ценообразования. При помощи MATLAB Compiler были созданы автономные программы с автоматическим обновлением. Simulink использовался для моделирования генераторов, используемых на заводах компании.

Сферы: Финансы

Новость
Сборник материалов VI всероссийской научно-практической конференции "Технологии разработки и отладки сложных технических систем"
03.04.2020
Новость
Внимание! Изменение формата конференции “Технологии разработки и отладки сложных технических систем” на online
18.03.2020
Видео
Введение в обучение с подкреплением в MATLAB (reinforcement learning)
31.01.2020
Видео
Финансовые вычисления в MATLAB
25.11.2019
Новость
Материалы первого дня VI всероссийской конференции "Технологии разработки и отладки сложных технических систем" доступны к скачиванию
31.05.2019
Новость
Материалы второго дня VI всероссийской конференции "Технологии разработки и отладки сложных технических систем" доступны к скачиванию
31.05.2019
Новость
Второй день VI всероссийской конференции "Технологии разработки и отладки сложных технических систем"
28.03.2019
Новость
Первый день VI всероссийской конференции "Технологии разработки и отладки сложных технических систем"
27.03.2019
Новость
Сборник материалов V всероссийской научно-практической конференции "Технологии разработки и отладки сложных технических систем"
22.01.2019
Новость
27-28 марта 2018 года IV научно-практическая конференция «Технологии разработки и отладки сложных технических систем»
30.03.2018
История успеха
Horizon Wind Energy разработал инструмент по прогнозированию доходов и анализу рисков для ветряных электростанций
25.08.2015
История успеха
CAMRADATA строит модели зависимостей для количественной оценки риска
04.07.2015