Optimisation de la gestion de l’énergie pour des applications datacenter

Optimisation de la gestion de l’énergie pour des applications datacenter

Thèse en partenariat Orange (France) – laboratoire LUSAC (université de Caen Normandie)

Les datacenters consomment une quantité considérable d’énergie. En France, les centres de données représenteraient environ 2 % de la consommation électrique nationale. En se référant aux 459 TWh en 2022, cette consommation pourrait donc être à environ 9 TWh, équivalente à la consommation électrique annuelle de plus de 1,9 million de foyers. Ainsi, la consommation énergétique des datacenters est passé entre 2010 et 2018 de 53,9 TWh/an à 76,8 TWh/an. D'ici 2025, la moyenne des estimations considère que la consommation en énergie augmenterait encore de 25% pour atteindre 92,6TWh/an. Les prévisions d’ici 2030, indiquent que la demande en électricité des datacenters continuera à augmenter et doublera tous les 5 ans.

L'objectif du travail de cette thèse est l'optimisation et la réduction de la consommation d'énergie et de l'empreinte carbone des datacenters en général, et datacenters modulaires en particulier. Les travaux contribueront au WP 4  « Energy efficient Data Center » du projet PIIEC Orange Telco Cloud. Cette partie regroupe Orange et l’université de Caen Normandie. Elle fait suite à différents travaux de thèses déjà réalisés dans les années passées.

L'Université de Caen Normandie contribuera à la spécification et à la description d'un système de gestion de l'énergie visant à améliorer l'efficacité énergétique des datacenters et à étudier l'intérêt d'augmenter l'utilisation des énergies renouvelables décentralisées avec des solutions de stockage. On peut décrire les travaux comme suit :

• Étude bibliographie portant notamment sur les méthodes de gestion de l’énergie, de modélisation des différents types de batterie et leur cycle d’usages, les techniques d’estimation et de prédiction de l’état de santé et de RUL des batteries. 
•  Étude bibliographique sur les méthodes de gestion d’énergie à base de l’intelligence artificielle
• Développement d’algorithmes génériques d’optimalisation de la gestion de l’énergie dans un micro-réseau de télécommunication. Ces algorithmes intégreront la prédiction de l’état de santé, de RUL et qui peut être adapté en même temps avec les différents types de batteries et leurs cycles d’usages. Une étude paramétrique sur la qualité des données nécessaires au bon fonctionnement des algorithmes sera menée, notamment sur l’impact de la précision et l’échantillonnage des données en entrée du modèle.
• Proposition d’un algorithme d’optimisation de la gestion d’énergie à base de l’IA. Cet algorithme doit être couplé avec l’algorithme de prédiction afin d’assurer la minimisation de la variation de l’état de santé.  
• Mise en œuvre expérimentale de l’algorithme global (l’algorithme de gestion couplé avec l’algorithme de prédiction) sera réalisée pour l'optimiser et valider son applicabilité en temps réel. 
• …

Université de Caen Normandie et Orange

The candidate must be engineer or equivalent in electrical engineering.

The PhD work will be performed in collaboration with the project IPCEI with Orange.