simulink电力电子应用基于CCS与MATLABSimulink联合仿真平台的构建与实现|上海羊羽卓进出口贸易有限公司

基于CCS与MATLABSimulink联合仿真平台的构建与实现

渠博岗，易映萍

(上海理工大学光电信息与计算机工程学院，上海200093)

摘要： 为了快速验证电力电子控制系统中DSP(Digital Signal Processor)控制算法，提高控制算法开发效率，提出了CCS(Code Compose Studio)与MATLAB/Simulink联合仿真。介绍了CCS与MATLAB/Simulink联合仿真基本原理，给出了联合仿真平台的构建方法与联合仿真实现的方法；着重给出了CCS IDE脚本文件编写关键步骤和基于Level_2的S-Functon函数的编写关键步骤。最后以混合式固态开关为例，在Simulink环境下构建了混合式固态开关模型，并通过联合仿真实现了混合式固态开关的功能，验证了方案的正确性。

中图分类号： TP391.9

文献标识码： A

DOI： 10.16157/j.issn.0258-7998.2016.04.030

中文引用格式： 渠博岗，易映萍. 基于CCS与MATLAB/Simulink联合仿真平台的构建与实现[J].电子技术应用，2016，42(4)：106-110.

英文引用格式： Qu Bogang，Yi Yingping. Construction and implementation of co-simulation platform based on CCS and MATLAB/Simulink[J].Application of Electronic Technique，2016，42(4)：106-110.

0 引言

在现代电力电子控制系统的开发中，DSP芯片以其优越的运算性能在控制算法领域得到了越来越广泛的应用。在对DSP的开发过程中，往往首先使用MATLAB/Simulink等软件对控制系统进行仿真，然后再进行程序设计，最后再将程序执行结果与仿真结果对比并对程序进行修改，且控制算法程序的验证与调试都需要完整的电力电子硬件系统，并有硬件电路工程师的配合才能较为顺利地进行，然而这种传统的方法效率低下，且不具有灵活性。基于此，提出了CCS与MATLAB/Simulink联合仿真的思想，可先在MATLAB/Simulink中搭建硬件系统，应用MATLAB/Simulink中的CCSLink工具，来实现MATLAB/Simulink与DSP开发环境CCS的互联，从而通过CCS与MATLAB/Siumlink联合仿真来实现对控制算法的验证和调试。不仅可以实现仿真与程序调试的交互，而且还在硬件系统未准备就绪的情况下实现控制算法程序的验证与调试，同样的方法不仅适用于电力电子控制系统，还适用于其他基于DSP实现的控制系统。因此，CCS与MATLAB/Simulink的联合仿真不仅可以快速验证控制算法，也可使仿真与开发同时进行，提高开发效率[1]。

1 MATLAB/Simulink与CCS联合仿真的基本原理

1.1 Simulink仿真原理

Simulink进行动态仿真，需要借助Simulink求解器来实现[2]。求解器分为离散求解器和连续求解器。Simulink对离散系统的仿真核心是对离散系统差分方程的求解，且结果精确。而对连续系统进行仿真时，则通过对连续系统微分或偏微分方程进行求解，且解为近似解，因此Simulink的连续求解器分为定步长求解器和变步长求解器。对于定步长求解器，不存在误差控制的问题，而对于变步长求解器，仿真步长会受到绝对误差和相对误差的控制，只有求解误差满足相应误差范围，才会进行下一步仿真[3]。

然而在实际系统中，很少存在单纯的离散系统或者连续系统，多为混合式系统，而连续变步长求解器可以同时满足离散系统和连续系统的求解。连续变步长求解器先以最大步长进行求解，若该仿真区间内有离散状态更新，步长便减小到与离散状态的更新相吻合，之后再计算积分误差以控制求解，若求解误差满足误差范围，则进行下一步仿真，否则缩小时间间隔，重复此过程进行求解仿真。

Simulink求解器虽然是Simulink进行动态仿真的核心，但求解器计算出的系统状态和仿真步长与系统模型的直接交互也非常重要。交互的核心是事件通知，而过零检测则用来检测系统中是否有事件发生。当系统在前一仿真步长时间内发生了过零事件，变步长求解器就会缩小仿真步长,目的是判定事件发生的准确时间。交互原理见图1。

1.2 MATLAB/Simulink与CCS联合仿真原理

DSP在对系统进行控制时，一般以一定频率采集系统中的电量参数，运算后输出控制信号。在MATLAB/Simulink与CCS进行联合仿真时，MATLAB可以将Simulink仿真模型中每一仿真步长的仿真电量参数通过CCSlink传递给CCS，再通过CCS传递给DSP板，DSP板经过运算后输出控制信号通过CCS传输给Simulink作为下一仿真步长中仿真模型的控制量。如此循环直至仿真结束[4]。仿真流程见图2。

2 MATLAB与CCS联合仿真平台的构建

2.1 MATLAB与CCS的连接接口

为了实现联合仿真，首先需要使用CCSLink工具来实现MATLAB与CCS的连接。MATLAB/Simulink与 CCS之间的关系如图3所示，CCSLink工具提供了3种连接接口，即CCS IDE、RTDX和嵌入式对象[5]。

(1)CCS IDE：该接口允许MATLAB在命令窗口中启动和停止目标DSP中的程序，并与目标DSP进行数据交互、监视目标DPS状态等。用户也可以编写MATLAB程序脚本来实现CCS与MATLAB交互和分析的自动化。

(2)RTDX(Real Time Data Exchange)：该接口可实现MATLAB与目标DSP的实时数据交互。通过打开、使能、关闭或禁止目标DSP 的RTDX通道，来实现MATLAB通过该通道向目标DSP进行操作或读取数据，且交互过程中不需要停止目标DSP程序的执行。RTDX连接对象只是CCS连接对象的一个子类，在创建CCS连接对象的同时创建RTDX连接对象，它们不能分别创建。

(3)嵌入式对象：该接口可在MATLAB中创建一个对象，该对象代表嵌入在目标C程序中的变量。利用嵌入式对象可直接访问目标DSP中存储器和寄存器中的变量，即把目标C程序中的变量作为MATLAB中的一个变量来对待[4]。

2.2 CCS IDE脚本文件关键编写步骤

CCS IDE提供了ccsdsp函数和ticcs函数来建立CCS操作对象，即将CCS映射为MATLAB中的一个操作对象，这样就可以通过调用相关MATLAB函数来控制CCS软件实现对DSP目标板上的程序进行在线调试。脚本文件编写关键步骤如下[1]：

(1)仿真前需安装CCS 3.3软件及MATLAB R2009a以上版本。

(2)打开CCS3.3,在Code Coposer Studio Setup中设置所使用的目标DSP型号及仿真器型号。若需要使用CCS的软件仿真功能，可在Platform下选择Simulator。

(3)打开MATLAB，在命令窗口输入ccsboardinfo，则会显示DSP和仿真器型号，选择与所使用相符合的DSP和仿真器型号，并记录下相应的仿真器编号Board Num与DSP编号Proc Num。

(4)使用步骤(3)得到的Board Num与Proc Num，通过ticcs建立CCS对象，并显示调试界面：

isIDEVisible=cc.visiable;

visible(cc,1);

cc=ticcs('boardnum',x,'procnum',y);

(5)在MATLAB中加载CCS工程文件夹，并在编译后加载可执行文件。函数中需要标示出.prj与.out文件路径，示例如下：

cc.open('F:\MATLAB_CCS\F2812\SSS.prj');

cc.build;

cc.load('F:\MATLAB_CCS\F2812\SSS.out');

(6)MATLAB与CCS数据交互的设置。MATLAB只能识别与调用CCS中的全局变量。所以可利用函数list(cc，'globlevar')通过MATLAB的命令窗口显示出CCS所有的全局变量以便调用。如若需要添加新的交互变量，可使用symbolInfo语句关联到tgtSymbol。如下示例便实现了使CCS全局变量a作为交互量：

tgtSymbol=list(cc,'globlevar');

tgtSymbol.a=symbolInfo.a;

(7)MATLAB与CCS的数据交互，需要在CCS程序中设置断点，设置断点所用函数为cc.insert;且一般断点都设置在DSP采样或运算完成后。当程序运行到断点处时MATLAB将数据传递给CCS，所用函数为cc.write;若变量为结构体变量，则在tgtsymble后输入结构体变量名，在number后输入结构体成员名，示例如下：

cc.insert('main.c',101,'break');

cc.write(tgtSymbol.Ua,address.DSPsig(1));

cc.write(tgtSymbol.CMD_HMI,members.SSS_start_stop,

address.DSPsig(2));

(8)由于断点一般都设置在DSP采样或运算完成后，所以可控制程序运行到断点处。此时程序暂停执行，可通过CCS读取DSP更新后的控制信号，供MATLAB下一步仿真使用，示例如下：

run(cc.'runtohalt');

DSPsum(1)=read(cc,tgtSymbol.FCS1.address,'int32',1);

(9)关闭CCS IDE,清除变量：

clear cc tgtSymbol is IdeVisiable;

end;

3 MATLAB与CCS联合仿真的实现

3.1 S-Function函数的原理

在MATLAB与CCS的联合仿真中，不仅算法设计较为复杂，每一个仿真步需要精确定位，且每次仿真中都需要输入大量的指令，MATLAB提供的Simulink仿真模块已无法满足这些需求。所以需要在MATLAB中以编程的方式即S-Function(System Function系统函数)来实现。

S-Function是MATLAB提供的可以让用户自定义Simulink模块的功能。用户可通过S-Function设计出Simulink来实现算法设计，并将其嵌入到系统模型中，最终在仿真中与Simulink自带的其他模块实现对复杂系统的仿真[6]。MATLAB与CCS联合仿真框图如图4所示。

S-Function有两种类型，一种是基于MATLAB语言的M文件，分为Level_1和Level_2两种。另一种是基于C语言，C++语言或者FORTRAN语言等编写的MEX文件。S-Function函数对比见表1。

鉴于Level_1类型的S-Function在数据处理上的局限性和MEX文件形式的S-Function在编写上较为复杂，且编译后的后续设置也比较复杂，文章使用了Level_2类型的S-Function。

3.2 基于Level_2的S-Function函数的关键编写步骤

Level_2的S-Function包含三部分，分别是：主函数、模块设置函数和功能子函数。其中功能子函数为可选函数。关键编写步骤如下[7]：

(1)主函数的定义。主函数函数名可自定义，在调用时只需输入该M文件的文件名即可，示例如下：

function ghp_sfcn(block)

setup (block);

%end function

(2)模块设置函数的定义。模块设置函数可对输入和输出端口数量及数据属性、采样时间、参数输入中的参数数量与属性、注册各功能函数等进行设置，示例如下：

function setup(block)

block.NumInputPorts=1;

block.NumOutputPorts=1;

block.InputPort(1).Complexity='real';

block.OutputPort(1).Complexity='real';

……

block.SampleTimes=[1e-4 0];

……

block.NumDialogPrms = 1;

block.DialogPrmsTunable={'Nontuna};

……

block.RegBlockMethod('Start',@Start);

(3)功能子函数的定义。功能子函数的使用必须在模块设置函数注册后才能被Simulink使用。功能子函数的名称可自定义，无需与相应的子函数注册名相同。以Terminate终止函数为例，示例如下：

function Terminate(block)

UDATA=get_param(block.BlockHandle,'UserData');

UDATA.fcnHandle('Terminate');

4 基于CCS与Simulink联合仿真的混合式固态开关

4.1 混合式固态开关工作原理

在当前的输配电领域中，机械式断路器仍被大规模应用。但由于机械式断路器在通断过程中容易产生涌流和电弧。为此开发了混合式固态开关，该种开关将电子开关与旁路断路器并联，合闸时电子开关先导通，在电压过零时旁路断路器合闸，随后电子开关关断，旁路断路器长期导通；当分闸时电子开关导通，在电流过零时旁路断路器分闸，随后电子开关关断。这就实现了开通关断无涌流无电弧[8]。图5所示为混合式固态开关拓扑结构。

4.2 混合式固态开关模型的构建

Simulink构建的混合式固态开关模型，一次系统模型包括三相交流电网、高压侧断路器、变压器、隔离开关、接地开关、混合式固态开关和阻性负载；二次系统模型包括控制模块、电压电流检测模块、上位机模块、显示模块和开入开出模块。

控制模块是混合式固态开关二次系统的核心，而其中的由S-Function函数编写的自定义模块Simulink-CCS则是实现联合仿真的核心。控制模块功能是将混合式固态开关主电路的电压、电流、开入信号及上位机模块的起停等信号通过CCSLink传递给CCS软件，CCS软件将这些信号传递给目标DSP来进行处理和执行相应算法，随后目标DSP将隔离断路器动作、接地开关动作和旁路断路器动作等开出信号和晶闸管触发等控制信号反馈到CCS，CCSLink再读取这些信号给开出模块和控制主电路。

4.3 联合仿真结果

图6为DSP发送给A相晶闸管触发脉冲与A相电压的波形图。当混合式固态开关开通信号发出后，a触发脉冲立刻发出，从图中可见开通脉冲在相电压接近零值时给出，这就避免了合闸涌流，a脉冲一直持续到旁路断路器可靠闭合信号发出为止。当混合式固态开关关闭信号发出后，b触发脉冲立即发出，持续到旁路断路器可靠断开信号发出为止，此后晶闸管在电流过零时自然关断。B、C相原理同A相。

图7为混合式固态开关启动时A、B、C三相电流波形，从图中可看出三相电流均从接近零值开始变化，证明了开通时无涌流。

图8为混合式固态开关关断时A、B、C三相电流波形，从图中可看出三相均在电流过零时自然关断。

5 结论

本文针对在传统电力电子控制系统开发过程中，仿真与控制算法的实现存在无交互性、开发效率低下等问题，提出了基于CCS与MATLAB/Simulink联合仿真的思想，介绍了联合仿真的基本原理，并给出了联合仿真平台的构建方法和联合仿真实现的方法。着重介绍了CCS IDE脚本文件编写与基于Level_2的S-Functon函数编写的关键步骤。最后通过混合式固态开关在联合仿真下的研究，验证了联合仿真思想、仿真平台的构建及实现方法的正确性。也证明了联合仿真可提高控制算法开发效率，在电力电子控制系统等领域具有较高的实用价值。

参考文献

[1] YUAN S，SHEN Z.The design of MATLAB-DSP development environment for control system[C].Digital Manufacturing and Automation(ICDMA)，2012 Third International Conference on.IEEE，2012：903-906.

[2] 齐鑫，秦永元，朱新颖，等.基于MATLAB/Simulink的捷联惯性导航系统仿真[J].计算机测量与控制，2008，16(8)：1161-1163.

[3] 李谨，邓卫华.AMESim与MATLAB/Simulink联合仿真技术及应用[J].情报指挥控制系统与仿真技术，2004，26(5)：61-64.

[4] 段国强，陈月云.MATLAB辅助DSP设计的研究与实现[J].微计算机信息，2007，23(7-2)：130-132.

[5] 冷斌，李学勇，刘建华.一种基于MATLAB的DSP调试及直接代码生成方法[J].现代电子技术，2008，31(20)：68-70.

[6] HEIBERGER R M，BECKER R A.Design of an S function for robust regression using iteratively reweighted least squares[J].Journal of Computational and Graphical Statistics，1992，1(3)：181-196.

[7] CHENG H D，CHEN Y H，SUN Y.A novel fuzzy entropy approach to image enhancement and thresholding[J].Signal Processing，1999，75(3)：277-301.

[8] 王松岑，汤广福，于坤山，等.新型中压固态切换开关的研究[J].电网技术，2006，30(S2)：311-315.

MATLAB和Simulink正在成为“碳中和”的隐形助攻

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。