Az energiaellátás optimalizálása

Batch
Blob Storage
Data Science Virtual Machine
Queue Storage
SQL Database

Solution Idea

Ha szeretné, hogy ezt a cikket további információkkal bővítse ki, például a lehetséges használatot, az alternatív szolgáltatásokat, az implementációval kapcsolatos szempontokat vagy a díjszabási útmutatót, az GitHub visszajelzésével.

Az energiahálózatok energiafogyasztásból, valamint különböző típusú energiaellátási, kereskedelmi és tárolási összetevőkből áll: az alállomások elfogadják az energiaterhelést, vagy túlzott teljesítményt exportálnak; Az akkumulátorok energiafelhasználást okozhatnak, vagy tárolhatnak későbbi használatra; A szélfarmok és napelempanelek (önkiszolgáló generátorok), a mikroturbinák (diszpécser generátorok) és a keresleti válaszra vonatkozó ajánlattételek mind a hálózaton belüli fogyasztók igényének kielégítése érdekében foglalkoznak. A különböző típusú erőforrások kiszállításának költségei eltérőek, az egyes erőforrástípusok kapacitásai és fizikai jellemzői pedig korlátozzák az erőforrás elküldését. Ezen korlátozások miatt az intelligens hálózat operátorának központi kihívásnak kell lennie, hogy az egyes erőforrás-típusokat mennyi energiafelhasználással kell egy adott időkereten belül lehívni, hogy a hálózat előrejelezze az energiaigényt.

Lehetséges használati esetek

Ez a megoldás egy Azure-alapú intelligens megoldást biztosít, amely külső, nyílt forráskódú eszközöket alkalmaz, és meghatározza az energiahálózat különböző energiaerőforrásokkal kapcsolatos optimális energiaegység-kötelezettségvállalásait. A cél az, hogy minimalizálja a kötelezettségvállalások által felmerülő teljes költséget, ugyanakkor kielégítse az energiaigényt.

Ez a megoldás bemutatja, hogy az Azure képes-e külső eszközök( például a Pyomo és a CBC) kezelésére olyan nagy léptékű numerikus optimalizálási problémák megoldásához, mint a vegyes egész számú lineáris programozás, több optimalizálási feladat párhuzamosítása Azure Batch Azure Virtual Machines. (Az egyéb érintett termékek közé tartozik az Azure Blob Storage, az Azure Queue Storage, az Azure Web App, Azure SQL Database és Power BI.)

Architektúra

ArchitektúradiagramAz architektúra SVG-fájlját töltheti le.

Munkafolyamat

  1. A mintaadatokat az újonnan üzembe helyezett Azure Web Jobs streameli. A webes feladat az Azure-beli virtuális SQL erőforrásokkal kapcsolatos adatokat használ a szimulált adatok létrehozásához.
  2. Az adatszimulátor betáplált adatokat küld az Azure Storage-ba, és üzenetet ír egy Storage Queue-ba, amely a megoldásfolyam többi részében lesz használva.
  3. Egy másik webes feladat monitorozza a tárolási üzenetsort, és Azure Batch a várólistán lévő üzenet elérhetővé válik.
  4. A Azure Batch szolgáltatás és a Data Science Virtual Machines a kapott bemenetek alapján optimalizálja egy adott erőforrástípus energiaellátását.
  5. Azure SQL Database a szolgáltatástól kapott optimalizálási eredmények tárolására Azure Batch használható. Ezeket az eredményeket ezután az irányítópult Power BI fel.
  6. Végül a Power BI az eredmények vizualizációja lesz használva.

A forgatókönyv üzembe helyezése

A megoldással kapcsolatos további részletekért keresse fel a megoldás útmutatóját a GitHub.