WO2015036406A1 - Gestion de la consommation energetique d'un parc de calculateurs - Google Patents

Gestion de la consommation energetique d'un parc de calculateurs Download PDF

Info

Publication number
WO2015036406A1
WO2015036406A1 PCT/EP2014/069224 EP2014069224W WO2015036406A1 WO 2015036406 A1 WO2015036406 A1 WO 2015036406A1 EP 2014069224 W EP2014069224 W EP 2014069224W WO 2015036406 A1 WO2015036406 A1 WO 2015036406A1
Authority
WO
WIPO (PCT)
Prior art keywords
computer
energy
park
task
energy consumption
Prior art date
Application number
PCT/EP2014/069224
Other languages
English (en)
Inventor
Duy Long Ha
Original Assignee
Commissariat A L'energie Atomique Et Aux Energies Alternatives
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Commissariat A L'energie Atomique Et Aux Energies Alternatives filed Critical Commissariat A L'energie Atomique Et Aux Energies Alternatives
Publication of WO2015036406A1 publication Critical patent/WO2015036406A1/fr

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/329—Power saving characterised by the action undertaken by task scheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Definitions

  • the invention relates to a method for managing the energy consumption of a computer park. It also relates to a system for managing the energy consumption of a computer park implementing such a method.
  • IT is becoming increasingly important in the world. There is a significant increase in the demand for computations and numerical treatments. To meet this need, many datacenters, generally called by their Anglo-Saxon name “data center”, are created all over the world. Each data center houses a large number of calculators in one building, ensuring essential services for their operation, such as air conditioning and ventilation, high-speed data communication with the outside world, data security and data security. access, etc.
  • This development of IT activity induces a significant global energy consumption, which already accounts for nearly 2% of CO2 emissions from all human activity.
  • a simple search on the Internet via a search engine consumes for example an energy of the order of that consumed by a light bulb energy saving that would work for one hour.
  • a data center alone consumes on average the energy equivalent of nearly 3000 homes, of the order of 4 megawatts per hour.
  • the invention is based on a method of managing the energy consumption of a computer park, characterized in that it implements the following steps:
  • the method for managing the energy consumption of a computer park can implement the following additional steps:
  • the step of storing the data representing the future computer tasks to be performed may include storing, for each computer task, the arrival time of the computer task in the computer park and the estimated duration for the execution of the computer task. the computer task.
  • the method for managing the energy consumption of a computer park may comprise a preliminary step of defining the energy optimization condition based on criteria for optimizing the energy consumption of the park among: - the maximization of the use of renewable energy production, particularly photovoltaic;
  • the method for managing the energy consumption of a computer park may comprise a step of calculating a prediction of renewable energy production by at least one renewable photovoltaic or wind energy source linked to at least one data center. computer fleet over a period considered.
  • the calculation step can consist of a resolution of conditions and mathematical equations using as unknown a first Boolean variable X m , n (k) which takes a first value if a task n is implemented on a calculator m over a period k , and a second value in the opposite case, and a second boolean variable Y m, n which takes a first value if a certain task n is performed by a certain calculator m, and a second value in the opposite case.
  • the calculation step can make it possible to decide to privilege the execution of a computer task in a data center located in a part of the terrestrial globe in summer period, and / or in daytime period, and / or in sunny period compared to to another remote data center.
  • the method for managing the energy consumption of a computer park may include a step of separating the same computer task into several computer sub-tasks for execution at different times by different data centers.
  • the method of managing the energy consumption of a computer park may comprise a step of transmitting commands from the management system to the calculators of the computer park to initiate the execution of the tasks at the times provided by the calculation step.
  • the method for managing the energy consumption of a computer park can be implemented when an input of a new computer task to be executed by the computer park, and / or when a computer has completed the execution a computer task and / or when a new prediction of the future energy resources and / or the cost of the energy resources available for the computer park is made and / or periodically.
  • the invention also relates to a system for managing the energy consumption of a computer park comprising at least one data center powered electrically from at least one power generation source, characterized in that it comprises an optimization module that implements the method of managing the energy consumption of a computer park as described above to define the times and locations of the computer tasks entrusted to the computer park.
  • the energy consumption management system of a computer park can be linked to several data centers distributed remotely on the globe to implement the optimized management of these data centers.
  • the invention also relates to a computer medium comprising a computer program implementing the steps of the method of managing the energy consumption of a computer park as described above.
  • FIG. 1 schematically represents a management system of a computer park implementing the energy management method according to one embodiment of the invention.
  • FIG. 2 represents an algorithm of a management method of a computer park according to the embodiment of the invention.
  • FIG. 3 diagrammatically represents a variant of a management system of a computer park implementing the energy management method according to the embodiment of the invention.
  • Figures 4 and 5 show schematically the geographical distribution of a computer park according to embodiments of the invention.
  • the invention consists in optimizing the energy consumption of a system comprising one or more data center (s) by intelligently planning the execution of the different computer tasks, by choosing in particular the place and the optimal moment for their execution, according to an energy optimization criterion, which can take into account, for example, the cost of energy, the maximization of the use of renewable energy, etc.
  • the optimal solution selected must also meet the demand, that is to say, perform a task requested within an expected time.
  • Figure 1 schematically illustrates a management system 10 of a data center 1.
  • This data center 1 comprises two major energy consumption poles: a set of computers 2 and an air-conditioning system 3.
  • the data center 1 is also connected to one or more sources of electrical energy production by an electrical connection 4 these sources may be renewable and intermittent sources of energy, such as photovoltaic or wind, and / or a traditional electricity network. Of course, any source of energy production can be used.
  • the management system 10 is in the form of software (hardware) and hardware (hardware) for controlling the data center
  • This management system 10 thus forms the intelligence of the data center, the control device of this data center. At the hardware level, it comes in the form of any type of calculator: as a note, the latter can itself be one of the data center calculators, or several data center calculators that share the management function. , which can be considered as a task to be performed among others, or an independent external calculator.
  • the management system 10 includes in particular a prediction module
  • the management system 10 further comprises an optimization module 12 which comprises the calculation means making it possible to calculate the optimized operation of the data center 1, taking into account the information transmitted by the prediction module 11.
  • the management system is connected to the data center 1 by a communication means 14.
  • This method is more generally a method for managing the energy consumption of the data center.
  • the goal is to determine a schedule of computer tasks to be performed by each computer, with optimized energy consumption.
  • this method is capable of automatic and rapid implementation so as not to slow down the operation of the data center and to be able to automatically control its operation in real time or near real-time.
  • a prior definition of optimization criteria is performed during a preliminary step E0 of the method.
  • the method of managing the energy consumption of the data center can advantageously use as an optimization criterion the maximization of the use of photovoltaic production.
  • the optimization criterion is the minimization of the cost of the overall energy consumed.
  • This choice of optimization criteria can be predetermined at the initialization of the management system, or can be entered by an operator via a human machine interface, to allow it to be modified if necessary.
  • the method described below can be implemented with any criterion imposed optimization, the invention is not limited to a particular optimization condition.
  • the method comprises a first step E1 consisting in registering, at an initial time k 0 chosen, all the computer tasks that must be performed by the computers of the data center.
  • computing task we mean any calculation and / or data processing, any action requiring the computing resources of a data center calculator.
  • This step provides a list of tasks to perform. For each of these IT tasks, the following associated information is considered:
  • a second step E2 the management system 10 examines the state of the data center 1, in particular by various communications with the different computers of the data center 1. This step allows the management system to obtain the following information:
  • a third step E3, implemented by the prediction module 1 1 of the management system 10, first comprises a substep of estimating the energy P p (k) that can produce and / or provide a source energy p connected to the data center at a future time k.
  • this step can use a sub-step of calculating a prediction of energy production, in particular a production by a renewable energy source 5, for example photovoltaic or wind, over a period considered.
  • This prediction can be done by any model and / or empirical data, can for example take into account weather forecasts transmitted by a remote server. It can be implemented by each production unit and then transmitted by the communication means 15 to the management system 10, or implemented directly at the level of the management system 10 from operating data transmitted by the production unit. .
  • this step may or may not be decorrelated from the other steps, be performed independently, or be performed less often.
  • this step can implement a substep of estimating the cost of the energy produced.
  • This step can also be simplified in the case where the cost of the available energy is considered to be known with sufficient accuracy, for example in the case where the data center uses only the energy supplied by the electrical network. In such a case, the cost is simply data stored and taken into account by the system, without requiring complex predictive calculations at this stage.
  • a fourth step E4 consists of equating the operation of the data center to determine the optimal operating solution.
  • the unknowns of the system of equations to be determined are, for each task n to be performed, the instant k for which it must be performed, and on which calculator m, more generally in which place. This second unknown will become more relevant in a configuration of a computer park comprising several remote data centers, as will be illustrated below, and could be neglected or simplified in the case of a single data center.
  • the time is discretized in periods k over a future period considered for the planning of the tasks to be performed.
  • the embodiment chosen uses a first boolean variable X m , n (k) which makes it possible to determine whether, over a period k, a task n will be implemented by a computer m or not. If this is the case, this variable takes the value 1, otherwise 0, according to a convention chosen.
  • This Boolean variable represents the information of the start time of the execution of each task.
  • a second Boolean variable Y mn makes it possible to define whether a certain task is performed by a certain calculator m or not. This variable takes the value 1 if it is the case, 0 otherwise, according to a convention chosen.
  • the choice of these Boolean variables allows a setting advantageous equation whose resolution is simplified and compatible with the constraints of speed. Naturally, the invention is not limited to this choice and any other modeling approach could be chosen.
  • the energy optimization criterion imposed in this embodiment is the minimization of the energy cost. It is therefore necessary to choose the least cost solution to perform all computer tasks using different sources of energy production p. This requirement is written mathematically by the following condition:
  • P m , p (k) represents the energy used by a calculator m at a time k and coming from a source of energy production p
  • C m , p (k) represents the energy cost of this energy from the source of energy production p used by a calculator m at a time k.
  • This energy optimization condition is derived from the electronic memory of the management system, is associated with the chosen optimization criterion.
  • an associated mathematical formulation preferably stored in a database of the management system, to enable it to automatically modify the equation setting if the criteria change.
  • Ln represents the duration of task n
  • P m , n (k) is the energy needed to perform a task n on a calculator m at a time k
  • Pmax m, p represents the maximum energy that can be deployed by a computer m at a moment k.
  • R n is the arrival time of a task to calculate.
  • a fifth step (E5) consists of implementing the optimized solution calculated in the previous step.
  • the management system 10 transmits commands to the data center 1, through the communication means 15, for the execution of the tasks according to the calculated optimal solution.
  • This method can be implemented considering a limited future period, for example 24H.
  • This future period is sufficiently important, for example at least an hour or two hours, to obtain an optimized future planning, according to certain predictions and / or estimates, without being limited to a simple decision at a given moment, without limit to management in near real time, which could not reach the same degree of optimization.
  • the calculation can be reset regularly, to recalculate the optimization and to redefine a new solution taking into account certain changes, including future IT tasks to be performed, or even any other updates data.
  • the method can be executed periodically, according to a predefined period, for example of a few milliseconds, and / or according to predefined events, in particular as the arrival of a new computer task or a certain amount of new tasks. to consider, and / or new estimates of energy production, etc.
  • FIGS. 4 and 5 illustrate the technical effects that are obtained by the embodiment of the invention in the case of a computer park comprising several data centers 1 i, distributed in a manner remote from each other around the globe and connected to each other and to a management system 10 by a communication network 16.
  • the data centers will have a proper orientation to the sun, some may be in the night period and others in the daytime. Assuming that the use of photovoltaic energy would be chosen as one or a part of the optimization criteria, the solution calculated in step E4 of the process will make it possible to give priority to data centers receiving solar energy on the period considered compared to others. This will result in the fact that at every moment the requests for computing resources by entities located on the night side of the globe will result in computer tasks that will be executed by data centers positioned on the diurnal face of the globe. . Similarly, in the daytime, a data center located in a very sunny area will be preferred to a data center located in a less sunny area because of unfavorable weather for example.
  • Figure 5 illustrates a computer park comprising two data centers 1a, 1b disposed on each hemisphere of the earth, so that one is in summer while the other is in winter.
  • the management method will privilege the execution of computer tasks by the data center in the summer period, where photovoltaic energy is available in greater quantity, and / or the energy is generally more available since it is not used for heating buildings.
  • the management method can then automatically direct the execution of new IT tasks to a data center positioned in a colder zone, to offset the energy consumption of the data center air conditioning system in the hot zone, which would become very high.
  • the same computer task can be divided into several parts that can be executed separately by computers different from the computer park. This allows for example to start a task in a first data center are in a sunny area, then to continue in another data center under the sun at dusk at the first data center, to continue to benefit from photovoltaic energy. In such an approach, the same computer task is then treated as the equivalent of several computer tasks.

Abstract

Procédé de gestion de la consommation énergétique d'un parc de calculateurs, caractérisé en ce qu'il met en œuvre les étapes suivantes : - Une étape (E1) de mémorisation des données représentant les futures tâches informatiques à exécuter par le parc de calculateurs; - Une étape de calcul (E4) par un module d'optimisation (12) pour déterminer sur quel calculateur et/ou à quel instant chaque tâche doit être exécutée, à partir d'une condition d'optimisation énergétique imposée.

Description

Gestion de la consommation énergétique d'un parc de calculateurs
L'invention concerne un procédé de gestion de la consommation énergétique d'un parc de calculateurs. Elle porte aussi sur un système de gestion de la consommation énergétique d'un parc de calculateurs mettant en œuvre un tel procédé.
L'informatique occupe une place de plus en plus importante dans le monde. Il est noté une augmentation significative de la demande en calculs et traitements numériques. Pour répondre à ce besoin, de nombreux centres de données, appelés généralement par leur dénomination anglo-saxonne de « data center », sont créés partout dans le monde. Chaque centre de données regroupe un nombre important de calculateurs dans un même bâtiment qui garantit des services indispensables pour leur bon fonctionnement, comme la climatisation et la ventilation, la communication de données à haut-débit avec l'extérieur, la sécurité des données et des accès, etc. Ce développement de l'activité informatique induit une consommation énergétique mondiale importante, qui représente déjà près de 2% des émissions de CO2 de l'ensemble de l'activité humaine. Une simple recherche sur Internet par l'intermédiaire d'un moteur de recherche consomme par exemple une énergie de l'ordre de celle consommée par une ampoule à économie d'énergie qui fonctionnerait pendant une heure. Un centre de données consomme à lui seul en moyenne l'équivalent énergétique de près de 3000 foyers, de l'ordre de 4 mégawatts par heure.
Ainsi, il existe un besoin d'une solution de gestion intelligente du fonctionnement d'un parc de calculateurs permettant d'optimiser la consommation énergétique globale du parc. A cet effet, l'invention repose sur un procédé de gestion de la consommation énergétique d'un parc de calculateurs, caractérisé en ce qu'il met en œuvre les étapes suivantes :
- une étape de mémorisation des données représentant les futures tâches informatiques à exécuter par le parc de calculateurs ;
- une étape de calcul par un module d'optimisation pour déterminer sur quel calculateur et/ou à quel instant chaque tâche doit être exécutée, à partir d'une condition d'optimisation énergétique imposée.
Le procédé de gestion de la consommation énergétique d'un parc de calculateurs peut mettre en œuvre les étapes supplémentaires suivantes :
- une étape de détermination de l'état des calculateurs du parc ;
- une étape de prédiction des futures ressources énergétiques et/ou du coût des ressources énergétiques disponibles pour le parc de calculateurs. L'étape de mémorisation des données représentant les futures tâches informatiques à exécuter peut comprendre la mémorisation, pour chaque tâche informatique, de l'instant d'arrivée de la tâche informatique dans le parc de calculateurs et de la durée estimée pour l'exécution de la tâche informatique.
Le procédé de gestion de la consommation énergétique d'un parc de calculateurs peut comprendre une étape préalable de définition de la condition d'optimisation énergétique à partir de critères d'optimisation de la consommation énergétique du parc parmi : - la maximisation de l'utilisation de la production d'énergie renouvelable, notamment photovoltaïque ;
- la minimisation du coût de l'énergie globale consommée. Le procédé de gestion de la consommation énergétique d'un parc de calculateurs peut comprendre une étape de calcul d'une prédiction de production d'énergie renouvelable par au moins une source d'énergie renouvelable photovoltaïque ou éolienne liée à au moins un centre de données du parc de calculateurs sur une période considérée.
L'étape de calcul peut consister en une résolution de conditions et équations mathématiques utilisant comme inconnues une première variable booléenne Xm,n (k) qui prend une première valeur si une tâche n est mise en œuvre sur un calculateur m sur une période k, et une seconde valeur dans le cas contraire, et une seconde variable booléenne Ym,n qui prend une première valeur si une certaine tâche n est réalisée par un certain calculateur m, et une seconde valeur dans le cas contraire.
L'étape de calcul peut permettre de décider de privilégier l'exécution d'une tâche informatique dans un centre de données localisé dans une partie du globe terrestre en période estivale, et/ou en période diurne, et/ou en période ensoleillée par rapport à un autre centre de données distant.
Le procédé de gestion de la consommation énergétique d'un parc de calculateurs peut comprendre une étape de séparation d'une même tâche informatique en plusieurs sous-tâches informatiques pour leur exécution à différents instants par différents centres de données.
Le procédé de gestion de la consommation énergétique d'un parc de calculateurs peut comprendre une étape de transmission de commandes du système de gestion aux calculateurs du parc de calculateurs pour initier l'exécution des tâches aux instants prévus par l'étape de calcul.
Le procédé de gestion de la consommation énergétique d'un parc de calculateurs peut être mis en œuvre lors d'une entrée d'une nouvelle tâche informatique à exécuter par le parc de calculateurs, et/ou lorsqu'un calculateur a terminé l'exécution d'une tâche informatique et/ou lorsqu'une nouvelle prédiction des futures ressources énergétiques et/ou du coût des ressources énergétiques disponibles pour le parc de calculateurs est réalisée et/ou périodiquement.
L'invention porte aussi sur un système de gestion de la consommation énergétique d'un parc de calculateurs comprenant au moins un centre de données alimenté électriquement à partir d'au moins une source de production d'énergie, caractérisé en ce qu'il comprend un module d'optimisation qui met en œuvre le procédé de gestion de la consommation énergétique d'un parc de calculateurs tel que décrit précédemment pour définir les instants et les lieux d'exécution des tâches informatiques confiées au parc de calculateurs.
Le système de gestion de la consommation énergétique d'un parc de calculateurs peut être lié à plusieurs centres de données répartis de manière distante sur le globe terrestre pour mettre en œuvre le pilotage optimisé de ces centres de données.
L'invention porte aussi sur un support informatique comprenant un programme informatique mettant en œuvre les étapes du procédé de gestion de la consommation énergétique d'un parc de calculateurs tel que décrit précédemment. Ces objets, caractéristiques et avantages de la présente invention seront exposés en détail dans la description suivante d'un mode d'exécution particulier fait à titre non-limitatif en relation avec les figures jointes parmi lesquelles :
La figure 1 représente schématiquement un système de gestion d'un parc de calculateurs mettant en œuvre le procédé de gestion d'énergie selon un mode de réalisation de l'invention. La figure 2 représente un algorithme d'un procédé de gestion d'un parc de calculateurs selon le mode de réalisation de l'invention.
La figure 3 représente schématiquement une variante d'un système de gestion d'un parc de calculateurs mettant en œuvre le procédé de gestion d'énergie selon le mode de réalisation de l'invention.
Les figures 4 et 5 représentent schématiquement la répartition géographique d'un parc de calculateurs selon des modes de réalisation de l'invention.
L'invention consiste à optimiser la consommation énergétique d'un système comprenant un ou plusieurs centre(s) de données en planifiant de manière intelligente l'exécution des différentes tâches informatiques, en choisissant notamment le lieu et l'instant optimal pour leur exécution, en fonction d'un critère d'optimisation énergétique, qui peut prendre en compte à titre d'exemple le coût de l'énergie, la maximisation de l'utilisation d'énergie renouvelable, etc. La solution optimale retenue doit de plus répondre à la demande, c'est-à-dire réaliser une tâche demandée dans un délai attendu. La figure 1 illustre schématiquement un système de gestion 10 d'un centre de données 1 . Ce centre de données 1 comprend deux pôles importants de consommation énergétique : un ensemble de calculateurs 2 et un système de climatisation 3. Le centre de données 1 est de plus relié à une ou plusieurs sources de production d'énergie électrique par une liaison électrique 4, ces sources pouvant être des sources d'énergie renouvelables 5 et intermittentes, comme de type photovoltaïque ou éolien, et/ou un réseau électrique 6 traditionnel. Naturellement, toute source de production d'énergie peut être utilisée.
Le système de gestion 10 se présente sous la forme de moyens logiciels (software) et matériels (hardware) pour le pilotage du centre de données
I , de sorte à mettre en œuvre le procédé de gestion qui sera détaillé ci- après. Ce système de gestion 10 forme ainsi l'intelligence du centre de données, le dispositif de pilotage de ce centre de données. Au niveau matériel, il se présente sous la forme de tout type de calculateur : en remarque, ce dernier peut lui-même être l'un des calculateurs du centre de données, ou plusieurs calculateurs du centre de données qui se partagent la fonction de gestion, qui peut être considérée comme une tâche à réaliser parmi les autres, ou un calculateur externe indépendant. Le système de gestion 10 comprend notamment un module de prédiction
I I , qui met en œuvre un calcul de prédiction de plusieurs événements, comme la production d'électricité pour tout ou partie des unités de production d'énergie liée(s) au centre de gestion, notamment celle disponible à partir des sources d'énergie renouvelable 5. Il met aussi en œuvre un calcul de prédiction de l'évolution du prix de l'électricité provenant du réseau 6 ou d'autres sources permanentes. Ce module de prédiction peut fonctionner de manière locale et autonome et/ou à partir d'informations échangées avec les systèmes de production d'énergie par un moyen de communication 15 et/ou à partir de données météorologiques. Le système de gestion 10 comprend de plus un module d'optimisation 12 qui comprend les moyens de calcul permettant de calculer le fonctionnement optimisé du centre de données 1 , en tenant compte des informations transmises par le module de prédiction 1 1 . Le système de gestion est pour cela relié au centre de données 1 par un moyen de communication 14.
Nous allons maintenant décrire, en relation avec la figure 2, un mode de réalisation d'un procédé de gestion du centre de données, mis en œuvre par le système de gestion décrit ci-dessus. Ce procédé est plus généralement un procédé de gestion de la consommation énergétique du centre de données. L'objectif est de déterminer une planification des tâches informatiques à exécuter par chaque calculateur, avec une consommation énergétique optimisée. Naturellement, ce procédé est apte à une mise en œuvre automatique et rapide pour ne pas ralentir le fonctionnement du centre de données et pouvoir en temps réel ou quasi-réel piloter automatiquement son fonctionnement.
Une définition préalable de critères d'optimisation est réalisée lors d'une étape préalable E0 du procédé. A titre d'exemple, le procédé de gestion de la consommation énergétique du centre de données peut avantageusement utiliser comme critère d'optimisation la maximisation de l'utilisation de la production photovoltaïque. En variante choisie dans ce mode de réalisation, le critère d'optimisation est la minimisation du coût de l'énergie globale consommée. Ce choix des critères d'optimisation peut être prédéterminé à l'initialisation du système de gestion, ou peut être saisi par un opérateur par l'intermédiaire d'une interface homme machine, pour lui permettre une modification si nécessaire. Naturellement, le procédé décrit ci-après peut être mis en œuvre avec tout critère d'optimisation imposé, l'invention ne se limite pas à une condition d'optimisation particulière.
Le procédé comprend une première étape E1 consistant à recenser, à un instant initial k0 choisi, l'ensemble des tâches informatiques qui doivent être exécutées par les calculateurs du centre de données. Nous entendons par tâche informatique tout calcul et/ou traitement de données, toute action nécessitant les ressources informatiques d'un calculateur du centre de données. Cette étape permet d'obtenir une liste de tâches à réaliser. Pour chacune de ces tâches informatiques, les informations suivantes associées sont considérées :
- La date d'arrivée dans le système de la tâche ;
- La date de rendu de la tâche, c'est-à-dire l'instant au plus tard pour lequel la tâche doit être terminée ;
- La durée nécessaire pour exécuter la tâche.
Pour la mise en œuvre de cette étape, tous les ordres de calcul et donc toutes les tâches à exécuter par le centre de données sont transmises depuis l'extérieur au système de gestion 10, qui mémorisent les informations explicitées ci-dessus dans une mémoire électronique associée.
Dans une seconde étape E2, le système de gestion 10 examine l'état du centre de données 1 , notamment par diverses communications avec les différents calculateurs du centre de données 1 . Cette étape permet au système de gestion d'obtenir les informations suivantes :
- Les calculateurs disponibles à un certain instant ;
- La puissance ou l'énergie nécessaire au centre de données pour réaliser chaque tâche informatique recensée à l'étape précédente E1 . Une troisième étape E3, mise en œuvre par le module de prédiction 1 1 du système de gestion 10, comprend d'abord une sous-étape d'estimation de l'énergie Pp (k) que peut produire et/ou fournir une source d'énergie p reliée au centre de données à un instant k futur. Pour cela, cette étape peut utiliser une sous-étape de calcul d'une prédiction de production d'énergie, notamment une production par une source d'énergie renouvelable 5, par exemple de type photovoltaïque ou éolienne, sur une période considérée. Cette prédiction peut se faire par tout modèle et/ou données empiriques, peut par exemple prendre en compte des prévisions météorologiques transmises par un serveur distant. Elle peut être mise en œuvre par chaque unité de production puis transmise par le moyen de communication 15 au système de gestion 10, ou mise en œuvre directement au niveau du système de gestion 10 à partir de données de fonctionnement transmises par l'unité de production.
En remarque, cette étape peut être décorrélée ou non des autres étapes, être réalisée de manière indépendante, ou être réalisée moins souvent. Outre l'estimation de la prédiction de la production d'énergie, cette étape peut mettre en œuvre une sous-étape d'estimation du coût de l'énergie produite.
Cette étape peut aussi être simplifiée dans le cas où le coût de l'énergie disponible est considéré comme connu avec une précision suffisante, comme par exemple dans le cas où le centre de données utilise uniquement l'énergie fournie par le réseau électrique. Dans un tel cas, le coût est simplement une donnée mémorisée et prise en compte par le système, sans nécessiter de calculs prédictifs complexes à cette étape.
Ensuite, une quatrième étape E4 consiste en une mise en équations du fonctionnement du centre de données en vue de déterminer la solution de fonctionnement optimal. Les inconnues du système d'équations à déterminer sont, pour chaque tâche n à effectuer, l'instant k pour lequel elle doit être effectuée, et sur quel calculateur m, plus généralement dans quel lieu. Cette seconde inconnue deviendra plus pertinente dans une configuration d'un parc de calculateurs comprenant plusieurs centres de données distants, comme cela sera illustré plus loin, et pourrait être négligée ou simplifiée dans le cas d'un seul centre de données. D'autre part, comme cela apparaît, le temps est discrétisé en périodes k sur une période future considérée pour la planification des tâches à exécuter.
Le mode de réalisation choisi utilise une première variable booléenne Xm,n (k) qui permet de déterminer si sur une période k, une tâche n sera mise en œuvre par un calculateur m ou pas. Si c'est le cas, cette variable prend la valeur 1 , sinon 0, selon une convention choisie. Cette variable booléenne représente ainsi l'information de l'instant de démarrage de l'exécution de chaque tâche.
Une seconde variable booléenne Ym n permet de définir si une certaine tâche n est réalisée par un certain calculateur m ou pas. Cette variable prend la valeur 1 si c'est le cas, 0 sinon, selon une convention choisie. Le choix de ces variables booléennes permet une mise en équation avantageuse dont la résolution est simplifiée et compatible avec les contraintes de rapidité. Naturellement, l'invention ne se limite pas à ce choix et toute autre approche de modélisation pourrait être choisie.
Le critère d'optimisation énergétique imposé dans ce mode de réalisation est la minimisation du coût énergétique. Il faut donc choisir la solution à moindre coût pour exécuter toutes les tâches informatiques en utilisant les différentes sources de production d'énergie p. Cette exigence s'écrit mathématiquement par la condition suivante :
Minimisation
Figure imgf000012_0001
Où Pm,p (k) représente l'énergie utilisée par un calculateur m à un instant k et provenant d'une source de production d'énergie p,
Cm,p (k) représente le coût énergétique de cette énergie provenant de la source de production d'énergie p utilisée par un calculateur m à un instant k.
Cette condition d'optimisation énergétique est issue de la mémoire électronique du système de gestion, est associée au critère d'optimisation choisi. Naturellement, pour chaque autre critère d'optimisation qui pourrait être choisi correspond une formulation mathématique associée, de préférence mémorisée dans une base de données du système de gestion, pour lui permettre une modification automatique de la mise en équations en cas de changement des critères.
A cette condition énergétique s'ajoutent des contraintes supplémentaires, parmi lesquelles :
∑ k„ (*) ~ xm,n (k - Ln )]-x Pm n (k) < P maxm p (k)Vk e [l,
Figure imgf000013_0001
p e [l, P]
Où Ln représente la durée de la tâche n,
Pm,n (k) est l'énergie nécessaire pour réaliser une tâche n sur un calculateur m à un instant k,
Pmaxm,p représente l'énergie maximale que peut déployer un calculateur m à un instant k.
Cette condition permet de prendre en compte que l'exécution de toutes les tâches ne peut pas utiliser une énergie supérieure à la puissance maximale disponible au niveau d'un calculateur, puis du centre de données dans son ensemble.
D'autre part, les contraintes logiques suivantes sont aussi considérées : x (k)≤ xm,n (k + l), ^ n e {l,.., N}, V m e {l,.., }V e ,.D„ + Ln };
*»,„(*) = 0 , V « e {l,.., vi < JI„;
¾W = V « e {l,.., N}, V* > /.„+ £„
Où Rn est l'instant d'arrivée d'une tâche à calculer.
Ces conditions permettent de considérer que la variable booléenne Xm n explicitée précédemment est d'abord initialisée à 0, puis prend la valeur 1 à l'instant où il est déterminé que l'exécution de la tâche n considérée va débuter. Le procédé met alors en œuvre la résolution des équations et conditions mathématique précédentes, avantageusement par une méthode de programmation linéaire mixte. Cette résolution permet de déterminer les variables booléennes X et Y, ce qui permet de déterminer quand et où chaque tâche doit être exécutée.
Enfin, une cinquième étape (E5) consiste en la mise en exécution de la solution optimisée calculée à l'étape précédente. Pour cela, le système de gestion 10 transmet des commandes au centre de données 1 , par le biais du moyen de communication 15, pour l'exécution des tâches selon la solution optimale calculée.
Ce procédé peut être mis en œuvre en considérant une période future limitée, par exemple de 24H. Cette période future est suffisamment importante, par exemple d'au moins une heure ou deux heures, pour obtenir une planification future optimisée, en fonction de certaines prédictions et/ou estimation, sans se limiter à une simple décision à un instant donné, sans se limiter à une gestion en quasi temps réel, qui ne pourrait pas atteindre le même degré d'optimisation. Le calcul peut être réinitialisé régulièrement, pour recalculer l'optimisation et redéfinir une nouvelle solution tenant compte de certains changements, notamment des futures tâches informatiques à exécuter, voire toute mise à jour des autres données. Ainsi, le procédé peut être exécuté périodiquement, selon une période prédéfinie, par exemple de quelques millisecondes, et/ou en fonction d'événements prédéfinis, notamment comme l'arrivée d'une nouvelle tâche informatique ou d'une certaine quantité de nouvelles tâches à considérer, et/ou de nouvelles estimations de production d'énergie, etc.
La description précédente a été décrite pour la gestion optimale d'un centre de données, en référence avec la figure 1 . Naturellement, le même procédé peut être mis en œuvre pour la gestion de plusieurs centres de données, comme représenté par la figure 3. Dans une telle configuration, les ressources énergétiques peuvent être très différentes d'un centre de données à un autre, d'autant plus si ces centres de données sont distants, comme cela sera illustré par les figures 4 et 5. Ainsi, dans une telle configuration, la recherche précise du calculateur qui doit exécuter une certaine tâche, qui pouvait être de moindre importance voire négligeable dans la configuration précédente à un seul centre de données, devient un élément d'optimisation de plus grande importance. Pour généraliser le procédé de gestion décrit précédemment, nous considérons finalement qu'il est appliqué à la gestion d'un parc de calculateurs, ces calculateurs pouvant appartenir à un même centre de données ou à plusieurs centres de données. D'autre part, la recherche du calculateur qui doit exécuter une certaine tâche peut être complétée, voire remplacée, par la recherche du centre de données qui doit exécuter une certaine tâche.
Les figures 4 et 5 illustrent les effets techniques qui sont obtenus par le mode de réalisation de l'invention dans le cas d'un parc de calculateurs comprenant plusieurs centres de données 1 i, répartis de manière distante les uns des autres autour du globe terrestre et reliés entre eux et à un système de gestion 10 par un réseau de communication 16.
Comme illustré par la figure 4, à tout instant, les centres de données présenteront une orientation propre par rapport au soleil, certains pouvant se trouver en période de nuit et d'autres en période de jour. Dans l'hypothèse où l'utilisation de l'énergie photovoltaïque serait choisie comme un ou une partie des critères d'optimisation, la solution calculée à l'étape E4 du procédé va permettre de privilégier les centres de données recevant l'énergie solaire sur la période considérée par rapport aux autres. Cela va se traduire par le fait qu'à chaque instant, les demandes en ressources informatiques par les entités localisées sur la face nocturne du globe se traduiront par des tâches informatiques qui seront exécutées par des centres de données positionnés sur la face diurne du globe terrestre. De même, sur la face diurne, un centre de données localisé dans une zone très ensoleillée sera privilégié à un centre de données localisé dans une zone moins ensoleillée du fait d'une météorologie défavorable par exemple. La figure 5 illustre un parc de calculateurs comprenant deux centres de données 1 a, 1 b disposés sur chaque hémisphère du globe terrestre, de sorte que l'un se trouve en période estivale pendant que l'autre se trouve en période hivernale. Dans une telle configuration, le procédé de gestion va privilégier l'exécution de tâches informatiques par le centre de données se trouvant en période estivale, où l'énergie photovoltaïque est disponible en plus grande quantité, et/ou l'énergie est globalement plus disponible puisqu'elle n'est pas utilisée pour le chauffage des bâtiments. En variante, si un centre de données positionné dans une zone très chaude présente un besoin de refroidissement qui dépasse un certain seuil, le procédé de gestion peut alors automatiquement diriger l'exécution de nouvelles tâches informatiques vers un centre de données positionné dans une zone plus froide, pour pallier à la consommation d'énergie du système de climatisation du centre de données de la zone chaude qui deviendrait très élevé.
D'autre part, dans tous les cas, une même tâche informatique, notamment lorsqu'elle représente un volume de calcul important, peut être partagée en plusieurs parties qui peuvent être exécutées séparément par des calculateurs différents du parc de calculateurs. Cela permet par exemple de commencer une tâche dans un premier centre de données se trouvent dans une zone ensoleillée, puis de la poursuivre dans un autre centre de données sous le soleil à la tombée de la nuit au niveau du premier centre de données, pour continuer à bénéficier de l'énergie photovoltaïque. Dans une telle approche, une même tâche informatique est alors traitée comme l'équivalent de plusieurs tâches informatiques.

Claims

Revendications
Procédé de gestion de la consommation énergétique d'un parc de calculateurs, caractérisé en ce qu'il met en œuvre les étapes suivantes :
- Une étape (E1 ) de mémorisation des données représentant les futures tâches informatiques à exécuter par le parc de calculateurs, ces données comprenant la mémorisation, pour chaque tâche informatique, de l'instant d'arrivée de la tâche informatique dans le parc de calculateurs et de la durée estimée pour l'exécution de la tâche informatique ;
- Une étape de calcul (E4) par un module d'optimisation (12) pour déterminer sur quel calculateur et/ou à quel instant chaque tâche doit être exécutée, à partir d'une condition d'optimisation énergétique imposée, cette étape de calcul (E4) comprenant une résolution de conditions et d'équations mathématiques utilisant comme inconnues une première variable booléenne Xm,n (k) qui prend une première valeur si une tâche n est mise en œuvre sur un calculateur m sur une période k future, et une seconde valeur dans le cas contraire, et une seconde variable booléenne Ym,n qui prend une première valeur si une certaine tâche n est réalisée par un certain calculateur m, et une seconde valeur dans le cas contraire.
Procédé de gestion de la consommation énergétique d'un parc de calculateurs selon la revendication précédente, caractérisé en ce qu'il met en œuvre les étapes supplémentaires suivantes :
- une étape (E2) de détermination de l'état des calculateurs du parc ; - une étape (E3) de prédiction des futures ressources énergétiques et/ou du coût des ressources énergétiques disponibles pour le parc de calculateurs.
Procédé de gestion de la consommation énergétique d'un parc de calculateurs selon l'une des revendications précédentes, caractérisé en ce qu'il comprend une étape préalable (EO) de définition de la condition d'optimisation énergétique à partir de critères d'optimisation de la consommation énergétique du parc parmi :
- la maximisation de l'utilisation de la production d'énergie renouvelable, notamment photovoltaïque ;
- la minimisation du coût de l'énergie globale consommée.
Procédé de gestion de la consommation énergétique d'un parc de calculateurs selon la revendication précédente, caractérisé en ce qu'il comprend une étape de calcul d'une prédiction de production d'énergie renouvelable par au moins une source d'énergie renouvelable photovoltaïque ou éolienne liée à au moins un centre de données du parc de calculateurs sur une période considérée.
Procédé de gestion de la consommation énergétique d'un parc de calculateurs selon la revendication 3 ou 4, caractérisé en ce que la condition d'optimisation énergétique comprend la minimisation du coût énergétique, et en ce que l'étape de calcul (E4) met en œuvre la résolution de la condition suivante :
Minimisation
Figure imgf000019_0001
Où Pm,p (k) représente l'énergie utilisée par un calculateur m à un instant k futur et provenant d'une source de production d'énergie p, et
Cm,p (k) représente le coût énergétique de cette énergie provenant de la source de production d'énergie p utilisée par un calculateur m à un instant k futur.
Procédé de gestion de la consommation énergétique d'un parc de calculateurs selon l'une des revendications précédentes, caractérisé en ce que l'étape de calcul (E4) prend en compte le fait que l'exécution de toutes les tâches ne peut pas utiliser une énergie supérieure à la puissance maximale disponible au niveau d'un calculateur et au niveau d'un centre de données dans son ensemble, par la prise en compte de la condition suivante :
∑ k„ (*) - xm,n (k - Ln )]-x Pm n (k) < P maxm p (k)Vk e [l,
Figure imgf000020_0001
p e [l, P]
Où Ln représente la durée de la tâche n,
Pm,n (k) représente l'énergie nécessaire pour réaliser une tâche n sur un calculateur m à un instant k futur,
Pmaxm,p(k) représente l'énergie maximale que peut déployer un calculateur m à un instant k futur alimenté par une source d'énergie
P-
Procédé de gestion de la consommation énergétique d'un parc de calculateurs selon l'une des revendications précédentes, caractérisé en ce que l'étape de calcul (E4) permet de décider de privilégier l'exécution d'une tâche informatique dans un centre de données localisé dans une partie du globe terrestre en période estivale, et/ou en période diurne, et/ou en période ensoleillée par rapport à un autre centre de données distant. Procédé de gestion de la consommation énergétique d'un parc de calculateurs selon l'une des revendications précédentes, caractérisé en ce qu'il comprend une étape de séparation d'une même tâche informatique en plusieurs sous-tâches informatiques pour leur exécution à différents instants par différents centres de données.
Procédé de gestion de la consommation énergétique d'un parc de calculateurs selon l'une des revendication précédente, caractérisé en ce qu'il comprend une étape (E5) de transmission de commandes du système de gestion (10) aux calculateurs du parc de calculateurs pour initier l'exécution des tâches aux instants prévus par l'étape de calcul (E4).
Procédé de gestion de la consommation énergétique d'un parc de calculateurs selon l'une des revendications précédentes, caractérisé en ce qu'il est mis en œuvre lors d'une entrée d'une nouvelle tâche informatique à exécuter par le parc de calculateurs, et/ou lorsqu'un calculateur a terminé l'exécution d'une tâche informatique et/ou lorsqu'une nouvelle prédiction des futures ressources énergétiques et/ou du coût des ressources énergétiques disponibles pour le parc de calculateurs est réalisée et/ou périodiquement.
Système de gestion (10) de la consommation énergétique d'un parc de calculateurs comprenant au moins un centre de données (1 ) alimenté électriquement à partir d'au moins une source (5, 6) de production d'énergie, caractérisé en ce qu'il comprend un module d'optimisation (12) qui met en œuvre le procédé de gestion de la consommation énergétique d'un parc de calculateurs selon l'une des revendications précédentes pour définir les instants et les lieux d'exécution des tâches informatiques confiées au parc de calculateurs.
Système de gestion (10) de la consommation énergétique d'un parc de calculateurs selon la revendication précédente, caractérisé en ce qu'il est lié à plusieurs centres de données (1 ) répartis de manière distante sur le globe terrestre pour mettre en œuvre le pilotage optimisé de ces centres de données (1 ).
Support informatique comprenant un programme informatique mettant en œuvre les étapes du procédé de gestion de la consommation énergétique d'un parc de calculateurs selon l'une des revendications 1 à 10.
PCT/EP2014/069224 2013-09-10 2014-09-09 Gestion de la consommation energetique d'un parc de calculateurs WO2015036406A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1358675A FR3010552B1 (fr) 2013-09-10 2013-09-10 Gestion de la consommation energetique d'un parc de calculateurs
FR1358675 2013-09-10

Publications (1)

Publication Number Publication Date
WO2015036406A1 true WO2015036406A1 (fr) 2015-03-19

Family

ID=49816958

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2014/069224 WO2015036406A1 (fr) 2013-09-10 2014-09-09 Gestion de la consommation energetique d'un parc de calculateurs

Country Status (2)

Country Link
FR (1) FR3010552B1 (fr)
WO (1) WO2015036406A1 (fr)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3076005B1 (fr) * 2017-12-22 2019-12-27 Bull Sas Commande de la consommation energetique d'une grappe de serveurs
EP4195044A1 (fr) * 2021-12-09 2023-06-14 Bull SAS Méthode d'optimisation de la consommation énergétique d'une infrastructure informatique par suspension de travaux

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110126206A1 (en) * 2008-10-30 2011-05-26 Hitachi, Ltd. Operations management apparatus of information-processing system
US20120005683A1 (en) * 2010-07-02 2012-01-05 International Business Machines Corporation Data Processing Workload Control
US20120109705A1 (en) * 2010-10-28 2012-05-03 Microsoft Corporation Data center system that accommodates episodic computation
US20120159508A1 (en) * 2010-12-15 2012-06-21 Masanobu Katagi Task management system, task management method, and program
EP2587339A2 (fr) * 2011-10-27 2013-05-01 Hitachi Ltd. Système de traitement d'informations et son procédé et dispositif de commande d'économie d'énergie

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110126206A1 (en) * 2008-10-30 2011-05-26 Hitachi, Ltd. Operations management apparatus of information-processing system
US20120005683A1 (en) * 2010-07-02 2012-01-05 International Business Machines Corporation Data Processing Workload Control
US20120109705A1 (en) * 2010-10-28 2012-05-03 Microsoft Corporation Data center system that accommodates episodic computation
US20120159508A1 (en) * 2010-12-15 2012-06-21 Masanobu Katagi Task management system, task management method, and program
EP2587339A2 (fr) * 2011-10-27 2013-05-01 Hitachi Ltd. Système de traitement d'informations et son procédé et dispositif de commande d'économie d'énergie

Also Published As

Publication number Publication date
FR3010552A1 (fr) 2015-03-13
FR3010552B1 (fr) 2016-12-09

Similar Documents

Publication Publication Date Title
EP2460057B1 (fr) Gestion de l&#39;energie dans un batiment
US10860615B2 (en) Users campaign for peaking energy usage
JP2019054718A (ja) 確率論的モデル予測制御及び需要電力料金が組み込まれた建物エネルギーシステム
US20150269664A1 (en) Solar panel wattage determination system
EP2776895B1 (fr) Procédé de constitution d&#39;une structure de données de référence et procédé de commande d&#39;un actionneur
US10019739B1 (en) Energy usage alerts for a climate control device
Chen et al. Sunspot: Exposing the location of anonymous solar-powered homes
WO2015086994A1 (fr) Prediction d&#39;une consommation de fluide effacee
Jasiński Use of new variables based on air temperature for forecasting day-ahead spot electricity prices using deep neural networks: A new approach
US10819116B2 (en) Forecasting solar power generation using real-time power data
US20230244197A1 (en) Machine-learning-enhanced distributed energy resource management system
EP1725814B8 (fr) SYSTEME ET PROCEDE DE COMMANDE D&amp;rsquo;EQUIPEMENTS DE CONDITIONNEMENT D&amp;rsquo;AMBIANCE DANS UNE ENCEINTE
WO2015036406A1 (fr) Gestion de la consommation energetique d&#39;un parc de calculateurs
EP3772714A1 (fr) Procédé de détermination de quantités d&#39;énergie échangées entre des entités d&#39;une installation électrique et un réseau de distribution électrique
WO2023167725A1 (fr) Réseau de neurones artificiels à des fins de prévision de série temporelle mélangée à un modèle
FR3015792A1 (fr) Fourniture d&#39;energie optimisee d&#39;un reseau de distribution.
EP3953875A1 (fr) Procédé d&#39;évaluation de la production d&#39;énergie photovoltaïque et unité d&#39;évaluation et de gestion mettant en oeuvre le procédé
EP3125174B1 (fr) Procédé de gestion, produit programme d&#39;ordinateur, support d&#39;informations, et système de gestion associé
EP4198686A1 (fr) Procédé d&#39;optimisation de la consommation électrique d&#39;une infrastructure informatique et système associé
US20230412454A1 (en) Device lifetime-aware creation of customizable surrogate-based models
EP3829188B1 (fr) Procédé de pilotage d&#39;une installation électrique
Doornkamp Dependable Probabilistic Energy Forecasting of Solar Energy for Energy Management Systems
WO2024089194A1 (fr) Procédé d&#39;estimation d&#39;un indicateur collectif de réduction de consommation énergétique pour un ensemble de dispositifs thermiques, dispositif électronique d&#39;estimation et produit programme d&#39;ordinateur associés
EP3975103A1 (fr) Procédé et système de gestion de ressources d&#39;énergie électrique au sein de réseau de distribution d&#39;énergie électrique
Zhang Targets Coverage and Data Computation in Energy Harvesting IoT Networks

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14761382

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14761382

Country of ref document: EP

Kind code of ref document: A1