Systèmes de gestion de l'énergie des bâtiments avec MATLAB, Simulink et Simscape Electrical
Concevoir, modéliser et simuler des systèmes de gestion de l'énergie pour les data centers, les usines et les bâtiments
Avec MATLAB et Simulink, vous pouvez combiner des données réelles et des modèles de simulation pour étudier et optimiser le comportement de charges électriques complexes et de systèmes de refroidissement. Développez des systèmes de gestion de l’énergie en boucle fermée et de supervision, utilisés dans les bâtiments commerciaux, les usines, les data centers d'IA et les piles à combustible.
Dans le cadre du projet dirigé par la KOICA et du projet de soutien global à la recherche et au développement des technologies vertes au Maroc, nous avons conçu et réalisé la configuration complète du système d'un banc d'essai de microréseau de 300 kW et développé un SCADA basé sur l'approche Model-Based Design afin que les chercheurs locaux puissent l'utiliser.
Modélisation et simulation de l’impact des besoins en énergie des data centers
Les produits MATLAB, Simulink et Simscape aident les ingénieurs à modéliser les besoins énergétiques des data centers, stimulés par la croissance de l'intelligence artificielle et du cloud computing. Pour les hyperscalers, MATLAB et Simscape Electrical leur permettent de prédire, en gigawatts, la demande de puissance requise par les ressources informatiques intensives, de comprendre l'impact de cette charge complexe et variable sur le système de distribution connecté, et de déterminer la meilleure manière de refroidir les ressources du data center. Pour les fournisseurs d’électricité, Simscape Electrical les aide à comprendre comment les réseaux électriques locaux doivent être modernisés pour tenir compte des charges imprévisibles qui provoquent des fluctuations de fréquence et de tension, ainsi que l'introduction d'harmoniques indésirables dans le réseau.
Modélisation de la consommation d'énergie des data centers
Vous pouvez utiliser les produits MATLAB, Simulink et Simscape pour modéliser et simuler l'électricité utilisée par les TPU et GPU haute performance dans les serveurs rack, calculer la chaleur générée par les systèmes dans le data center ou par l'ensemble du data center, et planifier le refroidissement nécessaire ainsi que la consommation d'énergie du système de refroidissement pendant l'exploitation.
Sélection d’exemples
Analyse de l'impact des data centers sur le réseau électrique
Vous pouvez utiliser MATLAB, Simulink et Simscape Electrical pour modéliser et simuler la contrainte que les data centers hyperscale exercent sur les systèmes de distribution locaux, en analysant le comportement électrique en régime permanent et transitoire des data centers. Avec Simscape Electrical, vous pouvez modéliser le data center, ainsi que d'autres charges et générateurs sur le réseau à différents niveaux de fidélité, pour effectuer des analyses allant des besoins énergétiques à long terme aux perturbations transitoires à court terme causées par les milliers de convertisseurs de puissance qui introduisent des harmoniques et réduisent la puissance, affectant les foyers et les entreprises qui partagent le réseau électrique. Simscape Electrical vous permet d'ajouter des défauts non invasifs au modèle, vous aidant ainsi à mieux comprendre la résilience du réseau face aux pannes imprévues.
Sélection d’exemples
Développement de systèmes de gestion de l'énergie des bâtiments
Avec MATLAB et Simulink, vous pouvez concevoir des systèmes intelligents et efficaces, pour la gestion de l'énergie (Energy Management System, EMS) des bâtiments, en implémentant des politiques dynamiques, en intégrant des données temps réel et en augmentant le niveau d'automatisation du fonctionnement de l'EMS. Vous pouvez utiliser MATLAB et Simulink pour le workflow de développement de votre EMS, de l'accès aux données et de la modélisation à l'optimisation et au déploiement.
- Créer des modèles de prévision de la demande et de la production d'électricité, du prix de l'électricité et des conditions météorologiques
- Modéliser, simuler et concevoir des stratégies optimales de contrôle de votre EMS pour la programmation du fonctionnement des systèmes électriques et des systèmes HVAC
- Générer du code pour la supervision sur des dispositifs périphériques puis déployer ce code sur des contrôleurs embarqués
- Déployer du software d'optimisation des opérations dans des environnements cloud de production
Prévisions énergétiques des EMS de bâtiments
Avec MATLAB et Simulink, vous pouvez effectuer des prévisions fondées sur des données concernant divers facteurs environnementaux et techno-économiques pour optimiser le fonctionnement de votre système de gestion de l'énergie des bâtiments. Vous pouvez :
- Accéder aux données de séries temporelles à partir de fichiers ou de bases de données
- Réaliser le prétraitement, l'analyse et la visualisation des données dans MATLAB grâce à des applications interactives et à l'automatisation des workflows
- Choisir parmi des modèles prédéfinis de statistiques, d'économétrie ou de Machine Learning et de Deep Learning
- Entraîner vos modèles de prévision en parallèle et évaluer leur performance
- Intégrer directement le modèle de prévision énergétique entraîné préalablement dans Simulink pour le simuler avec le modèle de système physique
Sélection d’exemples
Vidéos
- Utilisation du Machine Learning et du Deep Learning pour les prévisions énergétiques avec MATLAB (39:29)
- Prévoir la consommation électrique avec l'application Regression Learner (3:42)
- Le Big Data appliqué aux grands bâtiments permet de réaliser d'importantes économies sur les factures d'énergie (22:30)
Modélisation, simulation et optimisation d'EMS pour les bâtiments
Vous pouvez utiliser MATLAB et Simulink comme environnement de design pour la modélisation de systèmes électriques, le design de contrôles d'EMS et l'optimisation d'EMS. Vous pouvez :
- Créer des modèles basés sur la physique du système électrique d'un bâtiment en utilisant Power Systems Simulation Onramp et effectuer des simulations de performance
- Concevoir des stratégies de contrôle telles que le contrôle prédictif et le Reinforcement Learning pour l'EMS
- Formuler le problème d'optimisation et le résoudre pour une configuration optimale du système en utilisant Optimization Toolbox
- Simuler le comportement au niveau système, avec différents scénarios
- Analyser l'impact technico-économique de différents designs de systèmes
Sélection d’exemples
En savoir plus
- Murata Manufacturing réduit de plus de 50 % le temps de développement du logiciel de contrôle de son système de gestion d'énergie avec l'approche Model-Based Design
- Musashi Seimitsu Industry accélère le développement du système de gestion de l'énergie de ses usines avec l'approche Model-Based Design
Vidéos et exemples
Validation et déploiement d'EMS de bâtiments
Vous pouvez valider le design de votre EMS en générant du code à partir du modèle de votre système, ce qui vous permet de passer rapidement de la simulation desktop à la simulation temps réel. Vous pouvez déployer les systèmes de contrôle sur des dispositifs périphériques et des systèmes de gestion opérationnelle dans le cloud. Vous pouvez également :
- Générer dans Simulink un code C/C++ lisible et efficace à partir d'un modèle de contrôleur pour le déployer sur un processeur embarqué
- Générer le code C du système physique pour le déployer sur une machine temps réel
- Exécuter des simulations Hardware-in-the-Loop (HIL) pour valider les stratégies de gestion de l'énergie des bâtiments par rapport au système électrique
- Déployer des algorithmes de supervision sur des dispositifs périphériques
- Déployer dans des environnements cloud des algorithmes d'optimisation du fonctionnement basés sur MATLAB avec MATLAB Web App Server et MATLAB Production Server
Témoignages clients
- Murata Manufacturing réduit de plus de 50 % le temps de développement du logiciel de contrôle de son système de gestion d'énergie avec l'approche Model-Based Design
- Musashi Seimitsu Industry accélère le développement du système de gestion de l'énergie de ses usines avec l'approche Model-Based Design
Modélisation et simulation de système de piles à combustible MEP
Le développement efficace des applications de piles à combustible nécessite des modèles de simulation suffisamment fiables. Ces modèles vous permettent d'explorer l'espace de design, d'analyser les compromis de design et de contribuer au développement des systèmes de contrôle.
Avec MATLAB, Simulink et Simscape Electrical, vous pouvez :
- Modéliser des piles à combustible et des électrolyseurs d'hydrogène
- Développer des architectures de systèmes de piles à combustible
- Implémenter des systèmes de contrôle
- Intégrer les piles à combustible et les électrolyseurs dans des systèmes électriques plus importants
Modélisation d’une pile à combustible MEP
Simulink et Simscape vous permettent de modéliser et de simuler des piles à combustible et des systèmes d'électrolyseurs en utilisant une approche physique avec des composants de bibliothèque prêts à l'emploi ou une approche basée sur les données avec des outils de modélisation.
- Explorer différentes configurations pour les stacks de piles à combustible et les électrolyseurs
- Modéliser des effets de physique multi-domaines et des composants BoP (Balance-of-plant) pour réguler les flux d'hydrogène gazeux et d'air, le transport de l'eau et la production de chaleur
- Évaluer les comportements électrothermiques pour supporter le design des systèmes électriques et des systèmes de gestion thermique
Sélection d’exemples
Implémentation du contrôle de piles à combustible
Les systèmes de contrôle jouent un rôle important pour assurer le fonctionnement sûr, durable et efficace des systèmes de piles à combustible. Avec Simulink et Simscape, vous pouvez rapidement prototyper un design de contrôle et générer du code pour les tests HIL (Hardware-in-the-Loop) et le déploiement.
- Concevez des algorithmes de contrôle électrothermique pour la régulation du courant et de la tension, la régulation de l'humidité, la gestion de la pression, la gestion de l'eau et la gestion thermique
- Générez un code de contrôle en C / C++ ou HDL lisible et optimisé pour les modèles de piles à combustible
- Générez le code pour le modèle de système physique
- Effectuez des tests HIL temps réel pour éviter des dommages coûteux au prototype hardware de la pile à combustible
- Déployez le code de contrôle sur des processeurs embarqués ou des cartes SoC et FPGA
Les systèmes de piles à combustible doivent être fiables et efficaces. Pour ce faire, nous utilisons les outils MathWorks pour développer et simuler rapidement nos algorithmes de contrôle avant de les essayer sur un système. Nous n'avons pas le temps d'étudier et vérifier nos algorithmes avec C ou C++. Heureusement, MATLAB nous permet de tester nos idées avec seulement quelques lignes de code. Cela nous fait gagner beaucoup de temps et nous rapproche de notre objectif de création d'un système d'énergie sur site commercialement viable.
Sélection d’exemples
Ressources et support
