Otimização de fornecimento de energia

Lote
Armazenamento de Blobs
Máquinas Virtuais de Ciência de Dados
Armazenamento de Filas
Banco de Dados SQL

Ideia da solução

se você quiser nos ver, expanda este artigo com mais informações, como casos de uso em potencial, serviços alternativos, considerações sobre implementação ou diretrizes de preços, fale conosco com GitHub comentários!

Descrição

Uma grade de energia consiste em consumidores de energia e vários tipos de componentes de fornecimento de energia, comércio e armazenamento: Subestações aceitam carga de energia ou exportam energia excessiva; As baterias podem descarregar energia ou armazená-la para uso futuro; Windfarms e painel solar (geradores auto agendados), microgeradores (geradores dispatcháveis) e ofertas de resposta de demanda podem ser envolvidos para atender à demanda dos consumidores dentro da grade. Os custos da solicitação de diferentes tipos de recursos variam, enquanto as capacidades e as características físicas de cada tipo de recurso limitam a expedição do recurso. Considerando todas essas restrições, um desafio central que o operador de grade inteligente deve enfrentar é a energia que cada tipo de recursos deve fazer durante um período de tempo, para que a demanda de energia prevista da grade seja atendida.

Essa solução fornece uma solução inteligente baseada no Azure, aplicando ferramentas externas de código aberto, para determinar os compromissos de unidade de energia ideais de vários recursos de energia para uma grade de energia. A meta é minimizar o custo geral incorrido por esses compromissos e atender à demanda de energia. Essa solução demonstra a capacidade do Azure de acomodar ferramentas externas, como Pyomo e CBC, para resolver problemas de otimização numérica em grande escala, como programação linear de inteiro misto, paralelizando várias tarefas de otimização em um Lote do Azure de Máquinas Virtuais do Azure. Outros produtos envolvidos incluem Armazenamento blob do Azure, Armazenamento fila do Azure, aplicativo Web do Azure, Banco de Dados SQL do Azure e Power BI.

Para obter mais detalhes sobre como essa solução é criada, visite o guia de solução no GitHub.

Arquitetura

Diagrama de arquitetura Baixe um SVG dessa arquitetura.

Detalhes técnicos e fluxo de trabalho

  1. Os dados de exemplo são transmitidos por trabalhos Web do Azure implantados recentemente. O trabalho Web usa dados relacionados a recursos do Azure SQL para gerar os dados simulados.
  2. O simulador de dados alimenta esses dados simulados no Armazenamento do Azure e grava a mensagem na fila Armazenamento, que será usada no restante do fluxo de solução.
  3. Outro Trabalho Web monitora a fila de armazenamento e inicia um Lote do Azure trabalho quando a mensagem na fila está disponível.
  4. O Lote do Azure com Máquinas Virtuais de Ciência de Dados é usado para otimizar a fonte de energia de um tipo de recurso específico, considerando as entradas recebidas.
  5. Banco de Dados SQL do Azure é usado para armazenar os resultados de otimização recebidos do Lote do Azure serviço. Esses resultados são consumidos no painel Power BI dados.
  6. Por fim, Power BI é usado para visualização de resultados.