Thèse soutenue

Optimisation conjointe d'une architecture de réseau cellulaire hétérogène et du réseau électrique intelligent associé
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Mouhcine Mendil
Direction : Nouredine Hadj-SaidRaphaël Caire
Type : Thèse de doctorat
Discipline(s) : Signal image parole telecoms
Date : Soutenance le 08/10/2018
Etablissement(s) : Université Grenoble Alpes (ComUE)
Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
Partenaire(s) de recherche : Laboratoire : Observatoire des micro et nanotechnologies (Grenoble) - Laboratoire de génie électrique (Grenoble)
Jury : Président / Présidente : Antonio Loría
Examinateurs / Examinatrices : Patrick Leguillette, Vincent Heiries, Antonio De Domenico
Rapporteurs / Rapporteuses : Lars Nordström, Patrice Mégret

Résumé

FR  |  
EN

Face à l'explosion du trafic mobile entraînée par le succès des smartphones, les opérateurs de réseaux mobiles (MNOs) densifient leurs réseaux à travers le déploiement massif des stations de base à faible portée (SBS), capable d’offrir des services très haut débit et de remplir les exigences de capacité et de couverture. Cette nouvelle infrastructure, appelée réseau cellulaire hétérogène (HetNet), utilise un mix de stations de base hiérarchisées, comprenant des macro-cellule à forte puissance et des SBS à faible puissance.La prolifération des HetNets soulève une nouvelle préoccupation concernant leur consommation d'énergie et empreinte carbone. Dans ce contexte, l'utilisation de technologies de production d'énergie dans les réseaux mobiles a suscité un intérêt particulier. Les sources d'énergie respectueuses de l'environnement couplées à un système de stockage d'énergie ont le potentiel de réduire les émissions carbone ainsi que le coût opérationnel énergétique des MNOs.L'intégration des énergies renouvelables (panneau solaire) et du stockage d'énergie (batterie) dans un SBS gagne en efficacité grâce aux leviers technologiques et économiques apportés par le smart grid (SG). Cependant, l'architecture résultante, que nous appelons Green Small-Cell Base station (GSBS), est complexe. Premièrement, la multitude de sources d'énergie, le phénomène de viellissement du système et le prix dynamique de l'électricité dans le SG sont des facteurs qui nécessitent planification et gestion pour un fonctionnement plus efficace du GSBS. Deuxièmement, il existe une étroite dépendance entre le dimensionnement et le contrôle en temps réel du système, qui nécessite une approche commune capable de résoudre conjointement ces deux problèmes. Enfin, la gestion holistique d’un HetNet nécessite un schéma de contrôle à grande échelle pour optimiser simultanément les ressources énergétiques locales et la collaboration radio entre les SBSs.Par conséquent, nous avons élaboré un cadre d'optimisation pour le pré-déploiement et le post-déploiement du GSBS, afin de permettre aux MNOs de réduire conjointement leurs dépenses d'électricité et le vieillissement de leurs équipements. L'optimisation pré-déploiement consiste en un dimensionnement du GSBS qui tient compte du vieillissement de la batterie et de la stratégie de gestion des ressources énergétiques. Le problème associé est formulé et le dimensionnement optimal est approché en s'appuyant des profils moyens (production, consommation et prix de l'électricité) à travers une méthode itérative basée sur le solveur non-linéaire “fmincon”. Le schéma de post-déploiement repose sur des capacités d'apprentissage permettant d'ajuster dynamiquement la gestion énergétique du GSBS à son environnement (conditions météorologiques, charge de trafic et coût de l'électricité). La solution s'appuie sur le fuzzy Q-learning qui consiste à combiner le système d'inférence floue avec l'algorithme Q-learning. Ensuite, nous formalisons un système d'équilibrage de charge capable d'étendre la gestion énergétique locale à une collaboration à l'échelle réseau. Nous proposons à ce titre un algorithme en deux étapes, combinant des contrôleurs hiérarchiques au niveau du GSBS et au niveau du réseau. Les deux étapes s'alternent pour continuellement planifier et adapter la gestion de l'énergie à la collaboration radio dans le HetNet.Les résultats de la simulation montrent que, en considérant le vieillissement de la batterie et l'impact mutuel de la conception du système sur la stratégie énergétique (et vice-versa), le dimensionnement optimal du GSBS est capable de maximiser le retour sur investissement. En outre, grâce à ses capacités d'apprentissage, le GSBS peut être déployé de manière plug-and-play, avec la possibilité de s'auto-organiser, d'améliorer le coût énergétique du système et de préserver la durée de vie de la batterie.