Hopp over navigasjon

Optimalisering av energileveranse

I et strømnett engasjeres energiforbrukere med forskjellige metoder for energileveranse, -handel og -oppbevaringskomponenter slik som transformatorstasjoner, batterier, vindfarmer, solpaneler, mikroturbiner i tillegg til etterspørselsresponsbud, for å møte deres respektive behov og redusere kostnaden for energileveranse. For å gjøre dette må nettleverandøren kunne avgjøre hvor mye energi hver ressurstype kan levere over en tidsramme, basert på prisene for leveranse fra de forskjellige ressurstypene og deres kapasiteter og fysiske karakteristikker.

Løsningen er bygd på Cortana Intelligence Suite og eksterne åpen kilde-verktøy og den beregner de optimale energienhetsleveransene fra forskjellige energiressurstyper. Denne løsningen demonstrere egenskapen til Cortana Intelligence Suite til å benytte eksterne verktøy, løse parallelliserte numeriske optimaliseringsproblemer over en Azure Batch av Azure Virtual Machines.

Optimalisering av energileveranseI et strømnett engasjeres energiforbrukere med forskjellige metoder for energileveranse, -handel og -oppbevaringskomponenter slik som transformatorstasjoner, batterier, vindfarmer, solpaneler, mikroturbiner i tillegg til etterspørselsresponsbud, for å møte deres respektive behov og redusere kostnaden for energileveranse. For å gjøre dette må nettleverandøren kunne avgjøre hvor mye energi hver ressurstype kan levere over en tidsramme, basert på prisene for leveranse fra de forskjellige ressurstypene og deres kapasiteter og fysiske karakteristikker.

Ansvarsfraskrivelse

©2017 Microsoft Corporation. Med enerett. Denne informasjonen gis «som den er» og kan endres uten varsel. Microsoft gir ingen garantier, uttrykkelig eller underforstått, i forbindelse med informasjonen som oppgis her. Tredjepartsdata ble benyttet for å generere løsningen. Du er ansvarlig for å respektere andres rettigheter, inkludert anskaffelse og overhold av relevante lisenser for å opprette lignende datasett.

Optimalisering av energileveranseI et strømnett engasjeres energiforbrukere med forskjellige metoder for energileveranse, -handel og -oppbevaringskomponenter slik som transformatorstasjoner, batterier, vindfarmer, solpaneler, mikroturbiner i tillegg til etterspørselsresponsbud, for å møte deres respektive behov og redusere kostnaden for energileveranse. For å gjøre dette må nettleverandøren kunne avgjøre hvor mye energi hver ressurstype kan levere over en tidsramme, basert på prisene for leveranse fra de forskjellige ressurstypene og deres kapasiteter og fysiske karakteristikker.

Relaterte løsningsarkitekturer

Prognose av olje- og gasstanknivåI dag opererer de fleste fasiliteter reaktivt til problemene i tanknivåer. Dette fører ofte til utslipp, nødavstengninger, kostbare utbedringer, forskriftsproblemer, dyre reparasjoner og bøter. Tanknivåprognose hjelper med å administrere og unngå disse og andre problemer.

Prognose av olje- og gasstanknivå

I dag opererer de fleste fasiliteter reaktivt til problemene i tanknivåer. Dette fører ofte til utslipp, nødavstengninger, kostbare utbedringer, forskriftsproblemer, dyre reparasjoner og bøter. Tanknivåprognose hjelper med å administrere og unngå disse og andre problemer.