Optimalisatie van de energietoevoer

Batch
Blob Storage
Data Science Virtual Machines
Queue Storage
SQL Database

Oplossingsidee

Als u wilt dat we dit artikel uitbreiden met meer informatie, zoals mogelijke use cases, alternatieve services, implementatieoverwegingen of prijsinformatie, laat het ons dan weten met GitHub Feedback!

Beschrijving

Een energienetwerk bestaat uit energieverbruikers en verschillende soorten energieleverings-, handels- en opslagonderdelen: Substations accepteren energiebelasting of exporteren overmatig veel stroom; Accu's kunnen energie besparen of opslaan voor toekomstig gebruik; Windparken en zonnepanelen (zelf-geplande generatoren), micro-turbines (verzendbare generatoren) en vraagreacties kunnen allemaal worden ingeschakeld om te voldoen aan de vraag van de consumenten in het raster. De kosten voor het vragen van verschillende typen resources variƫren, terwijl de capaciteiten en de fysieke kenmerken van elk resourcetype de verzending van de resource beperken. Gezien al deze beperkingen is het een centrale uitdaging waar de smart grid-operator mee te maken moet krijgen, is hoeveel energie elk type resources binnen een bepaalde periode moet worden verbruikt, zodat aan de voorspelde vraag naar energie van het raster wordt voldaan.

Deze oplossing biedt een op Azure gebaseerde slimme oplossing die externe opensource-hulpprogramma's toe passen om de optimale energie-eenheidsverplichtingen van verschillende energiebronnen voor een energienetwerk te bepalen. Het doel is om de totale kosten van deze toezeggingen te minimaliseren en tegelijkertijd te voldoen aan de vraag naar energie. Deze oplossing demonstreert de mogelijkheid van Azure om externe hulpprogramma's, zoals Pyuze en CBC, in te zetten voor het oplossen van grootschalige numerieke optimalisatieproblemen, zoals gemengde gehele getallen lineair programmeren, parallelliseren van meerdere optimalisatietaken via een Azure Batch van Azure Virtual Machines. Andere betrokken producten zijn Azure Blob Storage, Azure Queue Storage, Azure Web App, Azure SQL Database en Power BI.

Voor meer informatie over hoe deze oplossing wordt gebouwd, gaat u naar de oplossingshandleiding in GitHub.

Architectuur

Architectuurdiagram Download een SVG van deze architectuur.

Technische details en werkstroom

  1. De voorbeeldgegevens worden gestreamd door nieuw geĆÆmplementeerde Azure-webtaken. De web-taak maakt gebruik van resourcegegevens uit Azure SQL om de gesimuleerde gegevens te genereren.
  2. De gegevenssimulator stuurt deze gesimuleerde gegevens naar de Azure Storage en schrijft berichten in Storage Queue, die worden gebruikt in de rest van de oplossingsstroom.
  3. Een andere web job bewaakt de opslagwachtrij en start een Azure Batch taak zodra het bericht in de wachtrij beschikbaar is.
  4. De Azure Batch-service samen met Data Science Virtual Machines wordt gebruikt om de en leveren van een bepaald resourcetype te optimaliseren op basis van de ontvangen invoer.
  5. Azure SQL Database wordt gebruikt voor het opslaan van de optimalisatieresultaten die zijn ontvangen van de Azure Batch service. Deze resultaten worden vervolgens gebruikt in het Power BI dashboard.
  6. Ten slotte Power BI gebruikt voor het visualiseren van resultaten.