(Encadrant : Samuele Bodon)
Descriptif :
La prolifération rapide des applications d’intelligence artificielle (IA) et la dépendance croissante de la société aux technologies numériques entraînent une hausse sans précédent de la demande d’électricité. Les centres de données dédiés à l’IA constituent ainsi l’une des catégories de charges à la croissance la plus rapide et parmi les plus énergivores.
Répondre à cette demande exercera une pression inédite sur la gestion et la planification des réseaux électriques et soulèvera de nouveaux défis. Les gestionnaires de réseaux de transport (GRT) anticipent plusieurs obstacles techniques. L’expansion des centres de données en colocation et des installations hyperscale, concentrées autour des grandes métropoles, nécessite des raccordements complexes au réseau. Les systèmes SCADA pourraient également devoir être modernisés afin d’améliorer la surveillance et le pilotage des charges. D’autres difficultés concernent la variabilité de la consommation et la résilience du réseau en cas de déconnexion soudaine.
Toutefois, certaines caractéristiques des centres de données hyperscale pourraient être exploitées afin de transformer ces charges importantes en actifs utiles pour l’équilibrage du réseau. Les besoins en mécanismes d’équilibrage et de gestion des congestions ont rapidement augmenté et devraient continuer à croître sous l’effet de l’électrification des usages et du développement de la production d’électricité renouvelable.
Le mini-projet se concentrera sur le cas français.
Estimer la puissance appelée et la consommation totale d’énergie des centres de données, en fonction de leur taille, à l’horizon 2035.
Définir des profils de charge représentatifs pour leurs principales composantes énergétiques (systèmes de refroidissement, puissance de calcul requise par les serveurs, autres équipements auxiliaires…).
Quantifier leur impact sur la planification du réseau de transport : identifier les investissements nécessaires pour chaque composante matérielle du réseau, estimer les capacités supplémentaires à installer et les solutions envisageables pour les fournir.
Analyser les problèmes potentiels engendrés par une déconnexion soudaine et non anticipée.
Concevoir une solution pratique permettant d’intégrer un centre de données hyperscale au réseau tout en exploitant sa flexibilité afin d’améliorer la résilience du système électrique : architecture de raccordement, stratégie d’approvisionnement électrique (production sur site pour l’autoconsommation, systèmes de secours type batteries…) et stratégie de flexibilité pour contribuer aux mécanismes d’équilibrage.
AIE, Energy and AI, avril 2025 : https://www.iea.org/reports/energy-and-ai
RTE — Bilan prévisionnel et travaux sur le raccordement des grands consommateurs électro-intensifs : https://www.rte-france.com
M. T. Takci, M. Qadrdan, J. Summers, J. Gustafsson, « Data centres as a source of flexibility for power systems », Energy Reports, vol. 13, 2025, doi:10.1016/j.egyr.2025.03.020.
I. Riepin, T. Brown, V. M. Zavala, « Spatio-temporal load shifting for truly clean computing », Advances in Applied Energy, vol. 17, 2025, doi:10.1016/j.adapen.2024.100202.
Contact :
Samuele Bodon (samuele.bodon@minesparis.psl.eu)