Editar

Otimização de fornecimento de energia

Lote do Azure
Armazenamento do Blobs do Azure
Máquinas Virtuais de Ciência de Dados do Azure
Armazenamento de Filas do Azure
Banco de Dados SQL do Azure

Ideias de solução

Esse 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 diretrizes de preços, informe-nos fornecendo comentários do GitHub.

Essa solução fornece uma solução inteligente baseada no Azure aproveitando as ferramentas externas de software livre, a qual determina os compromissos de unidade de energia ideais de vários tipos de recursos de energia para uma determinada matriz energética. A meta é minimizar o custo geral incorrido por esses compromissos, satisfazendo ao mesmo tempo a demanda de energia.

Arquitetura

Architecture diagram that shows energy supply optimization.

Baixe um Arquivo Visio dessa arquitetura.

Fluxo de dados

  1. Os dados de exemplo são transmitidos por Trabalhos da Web do Azure implantados recentemente. O trabalho Web usa dados relacionados a recursos do SQL do Azure para gerar os dados simulados.
  2. O simulador de dados alimenta esses dados simulados no Armazenamento do Azure e grava uma mensagem na Fila de Armazenamento que será usada no restante do fluxo da solução.
  3. Outro Trabalho da Web monitora a fila do armazenamento e inicializa um trabalho do Lote do Azure assim que a mensagem está disponível na fila.
  4. O serviço Lote do Azure, juntamente com as Máquinas virtuais de ciência de dados, é usado para otimizar o fornecimento de energia de um tipo de recurso específico, considerando as entradas recebidas.
  5. O Banco de Dados SQL do Azure é usado para armazenar os resultados da otimização recebidos do serviço Lote do Azure. Em seguida, esses resultados são consumidos no dashboard do Power BI.
  6. Finalmente, o Power BI é usado para a visualização dos resultados.

Componentes

Principais tecnologias usadas para implementar essa arquitetura:

Detalhes do cenário

Uma rede de energia consiste em 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 autoprogramados), microturbinas (geradores despacháveis) e propostas de resposta à procura podem ser envolvidos para satisfazer a procura dos consumidores dentro da rede.

Os custos da solicitação dos diferentes tipos de recursos variam, ao passo que as capacidades e as características físicas de cada tipo de recurso limitam o envio do recurso. Considerando todas essas restrições, um desafio que o operador de grade inteligente deve enfrentar é a quantidade de energia que cada tipo dos recursos deve confirmar em um período de tempo. Isso permite que a demanda de energia prevista da rede seja atendida.

Possíveis casos de uso

Essa solução demonstra a capacidade do Azure de acomodar ferramentas externas, como Pyomo e CBC, para resolver problemas de otimização numérica em larga escala, como programação linear de inteiro misto, paralelizando várias tarefas de otimização em um Lote do Azure de Máquinas Virtuais do Azure. Outros produtos envolvidos incluem o Armazenamento de Blobs do Azure, o Armazenamento de Filas do Azure, o Aplicativo Web do Azure, o Banco de Dados SQL do Azure e o Power BI.

Próximas etapas

Documentação do produto:

Módulos do Microsoft Learn: