Оптимизация энергоснабжения

Пакетная служба
Хранилище BLOB-объектов
Виртуальные машины для обработки и анализа данных
Хранилище очередей
База данных SQL

Концепция решения Solution Idea

Если вы хотите ознакомиться с этой статьей, дополнительные сведения, сведения о реализации, рекомендации по ценам или примеры кода, сообщите нам о них.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!

В сетке энергии потребители энергии работают с различными типами энергии, торговыми и запоминающими компонентами, такими как подстанции, батареи, ветроэлектростанции и солнечные панели, Micro-турбины, а также предложениями по запросу, чтобы удовлетворить соответствующие требования и сокращать стоимость обязательств.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. Для этого оператор Grid должен определить, сколько энергии должен фиксировать каждый тип ресурсов за определенный промежуток времени, учитывая цены на требование различных типов ресурсов, а также их физические характеристики.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.

Это решение основано на Cortana Intelligence Suite и внешних средствах с открытым исходным кодом, которое рассчитывает оптимальные обязательства по подразделениям энергии из различных типов ресурсов энергии.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. Это решение демонстрирует возможность Cortana Intelligence Suite для предоставления внешних средств для решения проблем, связанных с параллелизации числовой оптимизации, в пакетной службе Azure виртуальных машин Azure.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.

ArchitectureArchitecture

Схема архитектуры . Скачайте SVG этой архитектуры.Architecture Diagram Download an SVG of this architecture.

ОписаниеDescription

Экономьте время и добавим одного из этих обученных партнеров , которые помогут вам в проверке концепции, развертывании & интеграции этого решения.Save time and let one of these trained SI partners help you with a proof of concept, deployment & integration of this solution.

Предполагаемая ежедневная стоимость: $12Estimated Daily Cost: $12

Дополнительные сведения о построении этого решения см. в разделе Руководство по решению на сайте GitHub.For more details on how this solution is built, visit the solution guide in GitHub.

Сетка энергии состоит из потребителей энергии, а также различных типов электропитания, торговли и компонентов хранения. подстанции допускаются при загрузке или чрезмерном энергопотреблении. Батарея может поразрядить энергию или сохранить ее для будущего использования; Ветроэлектростанции и солнечной панели (генераторы с самопланированием), микротурбины (обслуживаемые генераторы) и предложения реагирования на запросы могут быть вовлечены в удовлетворение спроса от потребителей в сетке.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. Стоимость запроса различных типов ресурсов различается, в то время как емкость и физические характеристики каждого типа ресурсов ограничивают возможности диспетчеризации ресурса.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. Учитывая все эти ограничения, Центральная задача оператора смарт-сетки должна быть лицом, — сколько энергии каждый тип ресурсов должен зафиксироваться за период времени, чтобы удовлетворить прогнозируемый спрос на энергию из сетки.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.

Это решение предоставляет интеллектуальное решение на основе Azure, использующее внешние средства с открытым кодом, которое определяет оптимальные обязательства по подразделениям энергии из различных типов ресурсов энергии для сетки энергии.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. Цель состоит в том, чтобы сократить общую стоимость этих обязательств и удовлетворить спрос на энергию.The goal is to minimize the overall cost incurred by these commitments while satisfying the energy demand. Это решение демонстрирует способность Azure разрешать внешние средства, такие как Пйомо и CBC, для решения крупномасштабных проблем оптимизации, таких как смешанное целое число, параллельное программирование нескольких задач оптимизации в пакетной службе Azure на виртуальных машинах Azure.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. К другим участвующим продуктам относятся хранилище BLOB-объектов Azure, хранилище очередей Azure, веб приложения Azure, база данных SQL Azure, а также Power BI.Other involved products include Azure Blob Storage, Azure Queue Storage, Azure Web App, Azure SQL Database, as well as Power BI.

Технические сведения и рабочий процессTechnical details and workflow

  1. Пример данных передается в поток с помощью вновь развернутых веб-заданий Azure.The sample data is streamed by newly deployed Azure Web Jobs. Для создания смоделированных данных веб-задание использует данные, связанные с ресурсами, из SQL Azure.The web job uses resource related data from Azure SQL to generate the simulated data.
  2. Симулятор данных передает эти смоделированные данные в службу хранилища Azure и записывает сообщение в очередь хранилища, которое будет использоваться в оставшейся части потока решения.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. Другое веб-задание наблюдает за очередью хранилища и инициирует задание пакетной службы Azure после того, как сообщение в очереди будет доступно.Another Web Job monitors the storage queue and initiate an Azure Batch job once message in the queue is available.
  4. Пакетная служба Azure вместе с виртуальными машинами для обработки и анализа данных используется для оптимизации источника энергии из определенного типа ресурсов с учетом полученных входных данных.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. База данных SQL Azure используется для хранения результатов оптимизации, полученных из пакетной службы Azure.Azure SQL Database is used to store the optimization results received from the Azure Batch service. Затем эти результаты используются на панели мониторинга Power BI.These results are then consumed in the Power BI dashboard.
  6. Наконец, Power BI используется для визуализации результатов.Finally, Power BI is used for results visualization.