エネルギー供給の最適化

Batch
Blob Storage
Data Science Virtual Machine
Queue Storage
SQL Database

ソリューションのアイデア

この記事にさらに多くの情報 (想定されるユース ケース、代替サービス、実装に関する考慮事項、価格ガイダンスなど) の掲載をご希望の方は、GitHub のフィードバックでお知らせください。

説明

エネルギー グリッドは、エネルギー消費者だけでなく、さまざまな種類のエネルギー供給、取引、貯蔵コンポーネントで構成されています。変電所は電力負荷を受け入れ、過剰な電力をエクスポートします。電池はエネルギーを放出したり、将来使用できるように蓄えたりできます。風力発電基地やソーラー パネル (セルフ スケジュール発電機)、マイクロタービン (指令可能発電機)、デマンド レスポンス入札のすべてが、グリッド内の消費者の需要を満たすことに関わっています。 さまざまな種類のリソースの要請のコストは異なりますが、各リソースタイプの容量と物理特性によってリソースの提供が制限されます。 これらのすべての制約に対して、スマート グリッド オペレーターが取り組む必要がある中心的な課題は、各リソース種類が一定期間にわたって確保する必要があるエネルギーの量であり、グリッドからの予測エネルギー需要が満たされるようにします。

このソリューションでは、外部のオープンソース ツールを適用した、Azure ベースのスマート ソリューションを提供します。これにより、エネルギー グリッドのさまざまなエネルギー リソースから確保する最適なエネルギー ユニットが決定されます。 目標は、エネルギー需要を満たすと同時に、確保によって発生する全体的なコストを最小限に抑えることです。 このソリューションは、Pyomo や CBC などの外部ツールに対応して、混合整数線形計画法などの大規模な数値最適化の問題を解決し、Azure Virtual Machine の Azure Batch 上で複数の最適化タスクを並列化する Azure の能力を実演します。 関連するその他の製品には、Azure Blob Storage、Azure Queue Storage、Azure Web アプリ、Azure SQL Database、および Power BI が含まれます。

このソリューションの構築方法の詳細については、GitHub のソリューション ガイドを参照してください。

アーキテクチャ

アーキテクチャ図 このアーキテクチャの SVG をダウンロードしてください。

技術的な詳細とワークフロー

  1. サンプルデータは、新しくデプロイされた Azure Web ジョブによってストリーミングされます。 Web ジョブは、Azure SQL のリソースに関連するデータを使用して、シミュレートされたデータを生成します。
  2. データ シミュレーターは、このシミュレートされたデータを Azure Storage にフィードし、ストレージ キューにメッセージを書き込みます。これは、ソリューション フローの残りの部分で使用されます。
  3. 別の Web ジョブがストレージ キューを監視し、キュー内のメッセージが使用可能になると Azure Batch ジョブを開始します。
  4. Azure Batch サービスをデータ サイエンス仮想マシンと共に使用して、受信した入力を考慮して特定のリソースの種類からエネルギー供給を最適化します。
  5. Azure SQL Database は、Azure Batch サービスから受け取った最適化の結果を格納するために使用されます。 これらの結果は、Power BI ダッシュボードで使用されます。
  6. 最後に、結果を視覚化するために Power BI が使用されます。