Soutenance de thèse de Ali EL AMINE le 12 novembre 2019

Ali  El Amine soutiendra sa thèse le 12 novembre 2019 à 14h00 dans le petit amphithéatre d’IMT Atlantique, Campus de Rennes. Le titre de la thèse est « Allocation des ressources radio dans les réseaux cellulaires 5G alimentés par le Smart Grid et les énergies renouvelables« .

L’augmentation radicale du nombre de terminaux et des services mobiles a poussé la consommation d’énergie correspondante et son impact sur l’environnement à croître à un rythme exponentiel, consommant plus de 5% de l’énergie électrique mondiale et libérant dans l’atmosphère environ 2% des émissions de CO2.

Les travaux de la thèse portent sur la consommation d’énergie des réseaux sans fil qui connaît une augmentation constante. Étant donné que les stations de base, éléments essentiels de la fourniture de l’accès au cœur de réseau, consomment la plus grande partie de l’énergie des réseaux cellulaires, il est essentiel d’étudier de nouvelles stratégies et architectures afin de répondre à ce défi. Cette thèse porte sur l’efficacité énergétique dans la conception et l’exploitation de futurs réseaux cellulaires. Nous considérons des approches différentes et complémentaires, y compris des techniques d’efficacité énergétique (gestion des ressources radio et systèmes de sommeil), des sources d’énergie renouvelables, le Smart Grid et des outils d’apprentissage basés sur l’intelligence artificiel pour réduire la consommation d’énergie de ces réseaux complexes tout en garantissant une certaine qualité de service adapté aux cas d’utilisation 5G.

La prise en compte lors de l’utilisation des énergies renouvelables, de l’élément de stockage de l’énergie (c’est-à- dire de la batterie), composant essentiel des systèmes équipés en énergie renouvelable, et de l’environnement Smart Grid fournit des dimensions supplémentaires au problème et ouvre de nouveaux défis en matière de recherche.

En raison des coûts d’investissement élevés de ces systèmes et de l’impossibilité d’équiper tous les sites de stations de base de systèmes d’énergie renouvelable, nous étudions le pourcentage de sites alimentés en énergie hybride (énergie renouvelable et réseau intelligent). Notre étude montre qu’il suffit d’équiper 30% des sites en énergies renouvelables pour réaliser un gain de coût opérationnel de 60%.

Ensuite, nous évaluons la contribution de chaque service fourni par le réseau et son effet sur la consommation d’énergie du réseau. Nous considérons des indicateurs de performance clés (KPI) mettant en avant chaque contribution de service à la consommation d’énergie. À l’aide de ces indicateurs de performance clés, nous proposons certaines stratégies de gestion de l’énergie conduisant à une amélioration des performances et à des économies d’énergie pouvant atteindre 11,5% par rapport à d’autres algorithmes de référence, dans des environnements d’énergie renouvelable et de réseau intelligent.

En nous concentrant sur l’élément de stockage (c’est-à-dire la batterie) qui nécessite un coût d’investissement élevé, tant en termes de dépenses d’investissement (CapEx) que d’OpEx, nous incluons des contraintes importantes sur la batterie qui est sujette à des mécanismes de vieillissement irréversibles pour prolonger sa durée de vie. Ensuite, nous proposons plusieurs algorithmes de gestion d’énergie visant à économiser de l’énergie tout en respectant les contraintes de la batterie. Nos résultats montrent un gain de 20% en termes de réduction de la facture d’électricité par rapport à un algorithme existant et une amélioration de la durée de vie de la batterie de 35%.

Enfin, nous tirons parti de l’intelligence artificielle et de l’apprentissage par renforcement (Reinforcement Learning/Q-learning) pour utiliser différents niveaux de modes de veille de stations de base afin d’économiser de l’énergie compte tenu de la qualité de service (QoS) d’un utilisateur. En considérant des niveaux de mode de sommeil avancés  de station de base, conformes aux exigences de la 5G, nous démontrons les performances de ces systèmes de sommeil pour un meilleur compromis entre délai de transfert et consommation d’énergie.