EDF Innovation Lab partage son expertise en matière d'IA et de flexibilité énergétique

Il faut accélérer le développement et l’agrégation de la flexibilité de la demande à l’échelle de quelques centaines de MW jusqu’au GW, et trouver des solutions pour répondre à la double contrainte de l’équilibre entre l’offre et la demande et de la congestion des ouvrages tels que les lignes de transport aux US. Force est de constater que les calendriers de planification et de construction des actifs de production et de transport pour les systèmes électriques ne sont pas alignés/compatibles avec ceux des data centers (24 à 36 mois).

Il est également indispensable d'encourager la participation de ces nouvelles charges aux programmes "demand response" portés par les utilities et d'explorer la possibilité de différer les charges de data center qui concernent l’apprentissage des modèles (training) et les inférences c’est-à-dire les requêtes IA sans impacts sur les utilisateurs finaux.

Concrètement, l'EDF Innovation Lab a récemment mené un projet pour le compte d'EDF Power Solutions North America, avec pour objectif la colocalisation de charges flexibles à proximité de ses actifs renouvelables pour trouver des solutions à la congestion des réseaux de transport aux US, l'identification de diverses technologies avec différents niveaux de maturité et de besoins opérationnels, y compris des data centers. Cela a conduit à un premier contrat avec un data center décentralisé qui est installé et raccordé directement à un site de production solaire. A terme, 40MW de charge informatique seront raccordées sur ce site.

La flexibilité de la demande dépend de la coopération entre les gestionnaires de systèmes électriques (utilities aux US), les hyperscalers (développeurs et utilisateurs de grands data centers) et les régulateurs. Chaque partie prenante doit trouver de la valeur dans la collaboration.

Côté réseaux électriques, deux défis principaux se présentent : assurer la résilience et la qualité du service, et maintenir des prix de l’énergie supportables pour les clients résidentiels et l’industrie.

Les hyperscalers ont besoin de signaux économiques clairs pour encourager un développement de la flexibilité de leur asset.

Concrètement, la mise en place de projets pilotes et de démonstrateurs aidera à illustrer la faisabilité et la valeur de la réponse à la demande, de l’écrêtement des pointes et de l’arbitrage énergétique. De plus, il est nécessaire de définir des spécifications de flexibilité pour les centres de données et les usines d’IA.

L’investissement dans l’innovation est crucial pour exploiter la flexibilité de la demande. Il est essentiel de continuer à déployer des démonstrateurs. Les progrès en matière d’orchestration des charges IA, de virtualisation et de planification intelligente permettent désormais de déplacer spatialement les requêtes (training et inférence) vers des d’autres data centers où l’électricité est à faible émission de carbone ou moins chère, facilitée par les réseaux de télécommunications. On peut également différer les calculs informatiques pour répondre aux besoins du système électrique sans dégrader la qualité de service pour les utilisateurs IA.

Nous sommes au début de l’optimisation des solutions pour ces nouvelles charges. Une approche systémique est nécessaire, en tenant compte de l’optimisation de l’énergie, des réseaux de télécommunications, de l’utilisation des sols et de l’eau.

Hummel Holmes, Fondatrice et directrice executive de Clean Energy Works, Stanford Energy
Amit Narayan, CEO de GridCare,
Matt Rogers, Administrateur de Exelon, intervenant à Stanford