Megoldási ötletek
Ez a cikk egy megoldási ötlet. Ha azt szeretné, hogy további információkkal bővítsük a tartalmat, például a lehetséges használati eseteket, alternatív szolgáltatásokat, megvalósítási szempontokat vagy díjszabási útmutatást, a GitHub visszajelzésével tudassa velünk.
Ez a megoldás egy Azure-alapú intelligens megoldást biztosít, amely külső nyílt forráskódú eszközöket alkalmaz az energiahálózat különböző energiaforrásaiból származó optimális energiaegység-kötelezettségvállalások meghatározásához. A cél, hogy csökkentsük a beszerzési költségeket, ugyanakkor mindig eleget tudjunk tenni az igényeknek.
Felépítés
Töltse le az architektúra Visio-fájlját.
Adatfolyam
- A mintaadatokat az újonnan üzembe helyezett Azure Web Jobs-feladat tölti be. A webes feladat az Azure SQL erőforrással kapcsolatos adatait használja a szimulált adatok létrehozásához.
- Az adatszimulátor a szimulált adatokat az Azure Storage-ba eteti, és a megoldási folyamat többi részében használt üzenetet ír a Storage-üzenetsorba.
- Egy másik Web Job-feladat figyeli a tárolási üzenetsort, és ha elérhetővé válik egy üzenet a sorban, elindít egy Azure Batch-feladatot.
- Az Azure Batch szolgáltatás és a Data Science (Adatfeldolgozás) virtuális gépek az általuk kapott adatok alapján meghatározzák, hogy mennyit érdemes lekötni az adott erőforrástípusból.
- Az Azure Batch szolgáltatásból származó optimalizálási eredményeket az Azure SQL Database tárolja. Az eredményeket ezt követően a Power BI irányítópultja használja fel.
- Utolsó lépésként a Power BI vizuális megjelenítést készít az adatokhoz.
Összetevők
Az architektúra implementálásához használt főbb technológiák:
- Azure Batch
- Azure Blob Storage
- Azure Adattudomány virtuális gépek
- Azure SQL Database
- Azure Queue Storage
- Power BI-irányítópult
Forgatókönyv részletei
Az energiahálózat energiafelhasználókból és különböző típusú energiaellátási, kereskedelmi és tárolási összetevőkből áll: Az alállomások elfogadják az energiaterhelést, vagy túlzott teljesítményt exportálnak; Az akkumulátorok energiát bocsáthatnak ki vagy tárolhatnak későbbi használatra; Szélfarmok és napelem (önütemezett generátorok), mikroturbinák (szállítható generátorok), és a keresletre adott válasz ajánlatot lehet mind részt venni, hogy kielégítse a keresletet a fogyasztók a rácson belül.
A különböző típusú erőforrások beszerzésének költsége eltérő lehet, az erőforrástípusokhoz kapcsolódó kapacitások és fizikai jellemzők pedig korlátokat szabnak az erőforrás továbbításának. Mindezekre a korlátozásokra tekintettel az intelligens hálózat üzemeltetőjének szembe kell néznie, hogy mennyi energiát kell az egyes típusú erőforrásoknak egy adott időkereten belül véglegesíteniük. Ez lehetővé teszi a hálózatból származó előrejelzett energiaigény kielégítését.
Lehetséges használati esetek
Ez a megoldás bemutatja, hogy az Azure képes-e külső eszközöket, például a Pyomo-t és a CBC-t befogadni olyan nagy léptékű numerikus optimalizálási problémák megoldására, mint a vegyes egész szám-lineáris programozás, több optimalizálási feladat párhuzamosítása azure-beli virtuális gépek Azure-kötegével. Az egyéb érintett termékek közé tartozik az Azure Blob Storage, az Azure Queue Storage, az Azure Web App, az Azure SQL Database és a Power BI.
További lépések
Termékdokumentáció:
- Mi az Azure Batch?
- Mi az Az Azure Blob Storage?
- Mi az Az Azure Adattudomány virtuális gép?
- What is Azure SQL Database?
- Mi az Az Azure Queue Storage?
- Bevezetés az irányítópultok használatába
Microsoft Learn-modulok:
- Adattudomány virtuális gép létrehozása és csatlakoztatása
- Az Azure SQL Database üzembe helyezése
- Az Azure Blob Storage felfedezése
- Párhuzamos feladatok futtatása az Azure Batchben az Azure CLI-vel