能源供應最佳化

在能源網中,能源消費者會與各種類型的能源供應、交易和儲存元件互動,例如變電所、電池、風力發電廠和太陽能電池板、微型渦輪發電機以及需量反應標案,以符合其各自的需求並降低能源承諾用量成本。為了達成目的,電網營運商必須根據不同資源類型的取得價格以及資源的產能和物理特性,來決定每種資源類型在一段時間內應該承諾的用量。

此解決方案是以 Cortana Intelligence Suite 和外部開放原始碼工具為建置基礎,並從各種能源資源類型計算最佳能源單位承諾用量。此解決方案示範 Cortana Intelligence Suite 如何搭配外部工具,來解決 Azure 虛擬機器之 Azure Batch 上的平行化數值最佳化問題。

說明

注意:若您已部署了此解決方案,按一下這裡即可檢視部署。

讓其中一個受過訓練的 SI 合作夥伴協助您進行此解決方案的概念證明、部署與整合,以節省時間。

預估每日費用:$12

如需如何建置此解決方案的詳細資料,請瀏覽 GitHub 中的解決方案指南。

預估佈建時間:15 分鐘

能源網是由能源消費者以及各種類型的能源供應、交易和儲存元件所組成:變電所可接受用電負荷或匯出多餘電力;電池可放電或將電能貯存以供未來使用;風力發電廠和太陽能電池板 (自行排程發電機)、微型渦輪發電機 (可調度發電機) 以及需量反應標案,全部都可用來滿足電網消費者的需求。不同資源類型的取得成本各異,而每種資源類型的產能和物理特性會限制資源的調度。在這些條件約束下,智慧電網營運商必須面對的一個主要挑戰,就是決定每種資源類型在一段時間內應該承諾的能源用量,以確保滿足預測的電網能源需求。

此解決方案提供 Azure 智慧型解決方案,並利用外部開放原始碼工具,來決定能源網中各種能源資源類型的最佳能源單位承諾用量。其目標是降低這些承諾用量所產生的整體成本,同時滿足能源需求。此解決方案示範 Azure 如何搭配 Pyomo 和 CBC 等外部工具,來解決大型數值最佳化問題,例如在 Azure 虛擬機器的 Azure Batch 上對多項最佳化工作進行混合式整數線性規劃和平行化。其他相關產品還包括 Azure Blob 儲存體、Azure 佇列儲存體、Azure Web 應用程式、Azure SQL Database 及 Power BI。

技術詳細資料及工作流程

  1. 此範例資料由新部署的 Azure Web 工作進行串流。Web 工作使用 Azure SQL 中的資源相關資料來產生模擬資料。
  2. 資料模擬器將此模擬資料送入 Azure 儲存體,並在儲存體佇列中撰寫要用於解決方案流程其餘部分的訊息。
  3. 另一項 Web 工作會監視儲存體佇列,並在佇列中的訊息可供使用時,立即起始 Azure Batch 工作。
  4. Azure Batch 服務可搭配資料科學虛擬機器使用,以根據接收的輸入最佳化來自特定資源類型的能源供應。
  5. Azure SQL Database 會用於儲存接收自 Azure Batch 服務的最佳化結果。Power BI 儀表板中隨後會取用這些結果。
  6. 最後,使用 Power BI 將結果視覺化。

免責聲明

© 2017 Microsoft Corporation.著作權所有,並保留一切權利。這項資訊依照「現況」提供,且可能變更而不另行通知。Microsoft 對於此處提供的資訊不提供任何明示或默示的擔保。產生此解決方案的過程中使用了協力廠商的資料。您必須尊重他人的權利,包括取得及遵從相關授權以建立相似的資料集。

相關解決方案架構

石油與天然氣油槽液位預測 | Microsoft Azure

目前,多數的設備都會對油槽液位的問題作出反應。這通常會造成溢漏、緊急關機、高昂的修復費用、監管問題、高昂的修理和費用和罰款。油槽液位預測有利於管理及消除這些及其他問題。