Pomysły dotyczące rozwiązań
Ten artykuł jest pomysłem na rozwiązanie. Jeśli chcesz, abyśmy rozszerzyli zawartość o więcej informacji, takich jak potencjalne przypadki użycia, alternatywne usługi, zagadnienia dotyczące implementacji lub wskazówki dotyczące cen, daj nam znać, przekazując opinię w usłudze GitHub.
To rozwiązanie zapewnia inteligentne rozwiązanie oparte na platformie Azure, stosując zewnętrzne narzędzia open source, aby określić optymalne zobowiązania jednostek energii z różnych zasobów energetycznych dla sieci energetycznej. Celem jest zminimalizowanie całkowitych kosztów poniesionych przez te zobowiązania przy jednoczesnym zaspokojeniu zapotrzebowania na energię.
Architektura
Pobierz plik programu Visio z tą architekturą.
Przepływ danych
- Przykładowe dane są przesyłane strumieniowo przez nowo wdrożone zadania Azure Web Jobs. Zadanie internetowe używa danych związanych z zasobami z usługi Azure SQL do generowania symulowanych danych.
- Symulator danych przekaże te symulowane dane do usługi Azure Storage i zapisuje komunikat w kolejce usługi Storage, który będzie używany w pozostałej części przepływu rozwiązania.
- Kolejne zadanie Web Job monitoruje kolejkę magazynu i inicjuje zadanie usługi Azure Batch, gdy wiadomość w kolejce jest dostępna.
- Usługa Azure Batch wraz z maszynami wirtualnymi analizy danych jest używana do optymalizacji dostaw energii z określonego rodzaju zasobów po uwzględnieniu otrzymanych danych wejściowych.
- Baza danych SQL Azure służy do przechowywania wyników optymalizacji otrzymanych z usługi Batch Azure. Te wyniki są następnie używane na pulpicie nawigacyjnym usługi Power BI.
- Na końcowym etapie usługa Power BI wizualizuje otrzymane wyniki.
Elementy
Kluczowe technologie używane do implementowania tej architektury:
- Azure Batch
- Azure Blob Storage
- Maszyny wirtualne platformy Azure Nauka o danych
- Azure SQL Database
- Azure Queue Storage
- Pulpit nawigacyjny usługi Power BI
Szczegóły scenariusza
Sieć energetyczna składa się z odbiorców energii i różnych rodzajów składników dostaw energii, handlu i magazynowania: Podstacje akceptują obciążenie energią lub eksportuje nadmierną moc; Baterie mogą wyładowywać energię lub przechowywać ją do użytku w przyszłości; Farmy wiatrowe i panele słoneczne (własne generatory), mikro turbiny (generatory do wysyłki) i oferty odpowiedzi na zapotrzebowanie mogą być zaangażowane w zaspokojenie popytu od konsumentów w sieci.
Koszty pozyskania poszczególnych typów zasobów są różne, natomiast pojemności i cechy fizyczne zasobów powodują ograniczenia podczas ich przesyłania. Biorąc pod uwagę wszystkie te ograniczenia, wyzwaniem, z jakim musi zmierzyć się operator sieci inteligentnej, jest ilość energii, jaką każdy typ zasobów powinien zatwierdzić w danym przedziale czasu. Pozwala to na spełnienie prognozowanego zapotrzebowania na energię z sieci.
Potencjalne przypadki użycia
To rozwiązanie pokazuje zdolność platformy Azure do obsługi narzędzi zewnętrznych, takich jak Pyomo i CBC, w celu rozwiązywania problemów z optymalizacją liczbową na dużą skalę, takich jak mieszane programowanie liniowe liczby całkowitej, równoległość wielu zadań optymalizacji w usłudze Azure Batch usługi Azure Virtual Machines. Inne powiązane produkty to Azure Blob Storage, Azure Queue Storage, Azure Web App, Azure SQL Database i Power BI.
Następne kroki
Dokumentacja produktu:
- Co to jest Azure Batch?
- Co to jest usługa Azure Blob Storage?
- Co to jest maszyna wirtualna usługi Azure Nauka o danych?
- Co to jest usługa Azure SQL Database?
- Co to jest usługa Azure Queue Storage?
- Wprowadzenie do pulpitów nawigacyjnych
Moduły microsoft Learn:
- Tworzenie maszyny wirtualnej Nauka o danych i nawiązywanie z nią połączenia
- Wdrażanie usługi Azure SQL Database
- Eksplorowanie usługi Azure Blob Storage
- Uruchamianie zadań równoległych w usłudze Azure Batch przy użyciu interfejsu wiersza polecenia platformy Azure