Ideias de soluções
Este artigo é uma ideia de solução. Se você quiser que expandamos o conteúdo com mais informações, como possíveis casos de uso, serviços alternativos, considerações de implementação ou orientação de preços, informe-nos fornecendo feedback do GitHub.
Esta solução fornece uma solução inteligente baseada no Azure, aplicando ferramentas externas de código aberto, para determinar os compromissos ideais da unidade de energia de vários recursos energéticos para uma rede de energia. O objetivo é otimizar o custo global em que estas alocações incorrem e satisfazer, simultaneamente, a procura de energia.
Arquitetura
Transfira um ficheiro do Visio desta arquitetura.
Fluxo de dados
- Os dados de exemplo são transmitidos pelos Azure Web Jobs recentemente implementados. O trabalho Web usa dados relacionados a recursos do SQL do Azure para gerar os dados simulados.
- O simulador de dados alimenta esses dados simulados no Armazenamento do Azure e grava mensagens na Fila de Armazenamento que serão usadas no restante do fluxo da solução.
- Outro WebJob monitoriza a fila de armazenamento e inicia uma tarefa do Azure Batch assim que a mensagem na fila esteja disponível.
- O serviço Azure Batch, juntamente com as Máquinas Virtuais de Ciência de Dados, é utilizado para otimizar o abastecimento de energia de um tipo de recurso específico em função dos dados recebidos.
- A Base de Dados SQL do Azure é utilizada para armazenar os resultados de otimização recebidos do serviço Azure Batch. Depois, estes resultados são consumidos no dashboard do Power BI.
- Por último, o Power BI é utilizado para a visualização dos dados.
Componentes
Principais tecnologias utilizadas para implementar esta arquitetura:
- Azure Batch
- Armazenamento de Blobs do Azure
- Máquinas Virtuais de Ciência de Dados do Azure
- Base de Dados SQL do Azure
- Armazenamento de Filas do Azure
- Painel do Power BI
Detalhes do cenário
Uma rede de energia é composta por consumidores de energia e vários tipos de componentes de fornecimento, comercialização e armazenamento de energia: As subestações aceitam carga de energia ou exportam energia excessiva; As baterias podem descarregar energia ou armazená-la para uso futuro; Parques eólicos e painéis solares (geradores auto-programados), microturbinas (geradores despacháveis) e licitações de resposta à demanda podem ser contratados para satisfazer a demanda dos consumidores dentro da rede.
Os custos de solicitação de diferentes tipos de recursos variam, ao passo que as capacidades e as características físicas de cada tipo de recurso limitam a expedição do recurso. Dadas todas estas restrições, um desafio que o operador de redes inteligentes deve enfrentar é a quantidade de energia que cada tipo de recursos deve afetar ao longo de um período de tempo. Isso permite que a demanda de energia prevista da rede seja satisfeita.
Potenciais casos de utilização
Esta 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 inteira mista, paralelizando várias tarefas de otimização em um Lote Azure de Máquinas Virtuais do Azure. Outros produtos envolvidos incluem o Armazenamento de Blobs do Azure, o Armazenamento de Filas do Azure, o Azure Web App, o Banco de Dados SQL do Azure e o Power BI.
Próximos passos
Documentação do produto:
- O que é o Azure Batch?
- O que é o armazenamento de Blob do Azure?
- O que é a Máquina Virtual de Ciência de Dados do Azure?
- O que é a Base de Dados SQL do Azure?
- O que é o Armazenamento de Filas do Azure?
- Introdução aos painéis
Módulos do Microsoft Learn:
- Criar e conectar-se a uma máquina virtual de ciência de dados
- Implantar o Banco de Dados SQL do Azure
- Explore o armazenamento de Blob do Azure
- Executar tarefas paralelas no Lote do Azure com a CLI do Azure