Optimización del suministro de energía

Batch
Blob Storage
Data Science Virtual Machine
Queue Storage
SQL Database

Idea de solución Solution Idea

Si desea que ampliemos este artículo con más información, detalles de la implementación, guía de precios o ejemplos de código, háganoslo saber en GitHub Feedback (Comentarios de GitHub).If you'd like to see us expand this article with more information, implementation details, pricing guidance, or code examples, let us know with GitHub Feedback!

En una red energética, los consumidores de energía interactúan con diversos tipos de componentes de suministro, comercio y almacenamiento de energía, como subestaciones, baterías, parques eólicos y paneles solares, microturbinas, así como con ofertas de respuesta a la demanda, con el fin de satisfacer sus respectivas demandas y minimizar el costo del compromiso de energía.In an energy grid, energy consumers are engaged with various types of energy supplying, trading, and storage components such as substations, batteries, windfarms and solar panels, micro-turbines, as well as demand response bids, to meet their respective demands and minimize the cost of energy commitment. Para ello, el operador de la red debe determinar cuánta energía debe comprometer cada tipo de recurso durante un período de tiempo, dados los precios de solicitud de los diferentes tipos de recursos y las capacidades y características físicas de estos.To do so, the grid operator must determine how much energy each type of the resources should commit over a time frame, given the prices of soliciting different types of resources and the capacities and the physical characteristics of them.

Esta solución se basa en Cortana Intelligence Suite y en herramientas de código abierto externas, y calcula los compromisos de la unidad de energía óptima de diversos tipos de recursos energéticos.This solution is built upon Cortana Intelligence Suite and external open-source tools, and it computes the optimal energy unit commitments from various types of energy resources. Esta solución muestra la capacidad de Cortana Intelligence Suite para adaptar herramientas externas con el fin de solucionar problemas de optimización numérica en paralelo en Azure Batch de Azure Virtual Machines.This solution demonstrates the ability of Cortana Intelligence Suite to accommodating external tools, to solve parallelized numerical optimization problems over an Azure Batch of Azure Virtual Machines.

ArquitecturaArchitecture

Diagrama de la arquitectura Descargue un SVG de esta arquitectura.Architecture Diagram Download an SVG of this architecture.

DescriptionDescription

Ahorre tiempo y deje que una de estos asociados SI entrenado le ayude con una prueba de concepto, implementación e integración de esta solución.Save time and let one of these trained SI partners help you with a proof of concept, deployment & integration of this solution.

Costo diario estimado: 12 USDEstimated Daily Cost: $12

Para más información sobre cómo se crea esta solución, visite la guía de la solución en GitHub.For more details on how this solution is built, visit the solution guide in GitHub.

Una red eléctrica se compone de consumidores de electricidad, así como varios tipos de suministradores eléctricos, comercialización y componentes de almacenamiento: las subestaciones aceptan la carga de potencia o exportan la potencia excesiva; las baterías pueden descargar energía o almacenarla para un uso futuro; los parques eólicos y los paneles solares (generadores autoprogramados), las microturbinas (generadores distribuidos) y las ofertas de respuesta a la demanda pueden estar comprometidos a satisfacer la demanda de los consumidores de la red.An energy grid consists of energy consumers, as well as various types of energy supplying, trading, and storage components: Substations accepts power load or exports excessive power; Batteries may discharge energy or store it for future use; Windfarms and solar panel (self-scheduled generators), micro-turbines (dispatchable generators), and demand response bids can all be engaged to satisfying the demand from the consumers within the grid. Los costos de solicitar diferentes tipos de recursos varían, mientras que las capacidades y las características físicas de cada tipo de recurso limitan la distribución del recurso.The costs of soliciting different types of resources vary, while the capacities and the physical characteristics of each resource type limit the dispatch of the resource. Con todas estas restricciones, el principal desafío al que debe enfrentarse el operador de la red es la cantidad de energía que debe comprometer cada tipo de generador durante un período de tiempo, de modo que se satisfaga la demanda eléctrica prevista por la red.Given all these constraints, a central challenge the smart grid operator must face, is how much energy each type of the resources should commit over a time frame, so that the forecasted energy demand from the grid are satisfied.

Esta solución proporciona una solución inteligente basada en Azure que saca provecho de herramientas externas de código abierto y que determina los compromisos de la unidad de energía óptima de diversos tipos de recursos energéticos para una cuadrícula energética.This solution provides an Azure-based smart solution, leveraging external open-source tools, that determines the optimal energy unit commitments from various types of energy resources for an energy grid. El objetivo es minimizar el costo general en el que incurren estos compromisos mientras se atiende la demanda energética.The goal is to minimize the overall cost incurred by these commitments while satisfying the energy demand. En esta solución se muestra la capacidad de Azure para adaptar herramientas externas, como Pyomo y CBC, a fin de solucionar problemas de optimización numérica a gran escala, como la programación mixta lineal y de enteros, en paralelo con varias tareas de optimización en Azure Batch de Azure Virtual Machines.This solution demonstrates the ability of Azure to accommodating external tools, such as Pyomo and CBC, to solve large-scale numerical optimization problems such as mixed integer-linear programming, parallelizing multiple optimization tasks over an Azure Batch of Azure Virtual Machines. Entre otros productos implicados se incluyen Azure Blob Storage, Azure Queue Storage, Azure Web Apps, Azure SQL Database, así como Power BI.Other involved products include Azure Blob Storage, Azure Queue Storage, Azure Web App, Azure SQL Database, as well as Power BI.

Detalles técnicos y flujo de trabajoTechnical details and workflow

  1. Los datos de ejemplo se transmiten mediante los trabajos web de Azure recientemente implementados.The sample data is streamed by newly deployed Azure Web Jobs. El trabajo web usa datos relacionados con los recursos de Azure SQL para generar los datos simulados.The web job uses resource related data from Azure SQL to generate the simulated data.
  2. El simulador de datos alimenta estos datos simulados en Azure Storage y escribe el mensaje en la cola de almacenamiento, que se usará en el resto del flujo de la solución.The data simulator feeds this simulated data into the Azure Storage and writes message in Storage Queue, that will be used in the rest of the solution flow.
  3. Otro trabajo web supervisa la cola de almacenamiento e inicia un trabajo de Azure Batch una vez que el mensaje de la cola está disponible.Another Web Job monitors the storage queue and initiate an Azure Batch job once message in the queue is available.
  4. El servicio Azure Batch, junto con Data Science Virtual Machine, se utiliza para optimizar el suministro eléctrico a partir de un tipo de generador determinado, dadas las entradas recibidas.The Azure Batch service together with Data Science Virtual Machines is used to optimize the energy supply from a particular resource type given the inputs received.
  5. Azure SQL Database se utiliza para almacenar los resultados de la optimización recibidos del servicio Azure Batch.Azure SQL Database is used to store the optimization results received from the Azure Batch service. Estos resultados se utilizan en el panel de Power BI.These results are then consumed in the Power BI dashboard.
  6. Por último, Power BI se usa para la visualización de los resultados.Finally, Power BI is used for results visualization.