Optimization of data center power supplies
Optimisation des alimentations électriques des Data Centers
Résumé
Data centers, factories housing thousands of computer servers that work permanently to exchange, store, process data and make it accessible via the Internet. With the digital sector development, their energy consumption, which is largely fossil fuel-based, has grown continuously over the last decade, posing a real threat to the environment. The use of renewable energy is a promising way to limit the ecological footprint of data centers. Nevertheless, the intermittent nature of these sources hinders their integration into a system requiring a high reliability degree. The hybridization of several technologies for green electricity production, coupled with storage devices, is currently an effective solution to this problem. As a result, this research work studies a multi-source system, integrating tidal turbines, photovoltaic panels, batteries and a hydrogen storage system to power an MW-scale data center. The main objective of this thesis is the optimization of a data center power supply, both for isolated sites and grid-connected ones. The first axis of this work is the modeling of the system components using the energetic macroscopic representation (EMR). Energy management strategy based on the frequency separation principle is first adopted to share power between storage devices with different dynamic characteristics. The second axis concerns the optimal sizing of the proposed system, in order to find the best configuration that meets the technical constraints imposed at minimum cost, using particle swarm optimization (PSO) and genetic algorithm (GA). Here, a rules-based energy management technique is used for simplicity and reduced computing time purposes. The last axis focuses on the energy management optimization through GA, taking into account the storage systems degradation in order to reduce their operating costs and extend their lifetime. It should be noted that each axis previously discussed has been the subject of a specific sensitivity analysis, which aims to evaluate the performance of the hybrid system under different operating conditions.
Les data centers, des usines abritant des milliers de serveurs informatiques, fonctionnent en permanence pour échanger, stocker, traiter des données et les rendre accessibles via l'internet. Avec le développement du secteur numérique, leur consommation énergétique, en grande partie d’origine fossile, n’a cessé de croitre au cours de la dernière décennie, représentant une réelle menace pour l’environnement. Le recours aux énergies renouvelables constitue un levier prometteur pour limiter l’empreinte écologique des data centers. Néanmoins, le caractère intermittent de ces sources freine leur intégration dans un système nécessitant un degré de fiabilité élevée. L’hybridation de plusieurs technologies pour la production d’électricité verte, couplée à des dispositifs de stockage est actuellement une solution efficace pour pallier ce problème. De ce fait, ce travail de recherche étudie un système multi-sources, intégrant des hydroliennes, des panneaux photovoltaïques, des batteries et un système de stockage d’hydrogène pour alimenter un data center à l’échelle du MW. L'objectif principal de cette thèse est l’optimisation de l'alimentation électrique d'un data center, aussi bien pour des sites isolés que des installations raccordées au réseau. Le premier axe de ce travail est la modélisation des différents composants du système à l’aide de la représentation énergétique macroscopique (REM). Une gestion d’énergie reposant sur le principe de séparation fréquentielle est adoptée dans un premier temps pour répartir l’énergie entre des organes de stockage présentant des caractéristiques dynamiques différentes. Le deuxième axe concerne le dimensionnement optimal du système proposé afin de trouver la meilleure configuration qui satisfasse les contraintes techniques imposées à un coût minimum, en utilisant l’optimisation par essaims particulaires (PSO) et l’algorithme génétique (AG). Ici, une technique de gestion d’énergie basée sur des règles simples est utilisée pour des raisons de simplicité et de réduction de temps de calcul. Le dernier axe se focalise sur l’optimisation de la gestion d’énergie via l’AG, en tenant compte des problèmes de dégradation des systèmes de stockage en vue de réduire leur coût d’exploitation et de prolonger leur durée de vie. Il est bien entendu que chaque axe précédemment abordé a fait l’objet d’une analyse de sensibilité spécifique, afin d’évaluer les performances du système hybride dans différentes conditions de fonctionnement.
| Origine | Version validée par le jury (STAR) |
|---|