Analyse des économies d’énergie de puissance des ressources de calcul intensif

Analyse des économies d'énergie des ressources de calcul intensif d'Argonne

Le logiciel de modélisation énergétique automatique des bâtiments (AutoBEM) de l’ORNL est capable de détecter les bâtiments, de générer des modèles et de simuler la consommation d’énergie des bâtiments pour de très grandes surfaces. Crédit : Joshua New/Laboratoire national d’Oak Ridge

Une étude du laboratoire national d’Oak Ridge a examiné quelles mesures d’économie d’énergie seraient les plus efficaces dans une bande de bâtiments à Chattanooga, Tennessee.

Les bâtiments résidentiels et commerciaux consomment près des trois quarts de l’électricité américaine – pendant les heures de pointe, cette part atteint 80 %. Simuler cette consommation d’énergie à grande échelle peut aider à identifier des moyens de la réduire, en réduisant ainsi les émissions de gaz à effet de serre.

Dans une étude récente, des chercheurs du laboratoire national d’Oak Ridge (ORNL) du département américain de l’Énergie (DOE) ont évalué la consommation d’énergie dans plus de 178 000 bâtiments à l’aide de supercalculateurs au laboratoire national d’Argonne du DOE. L’effort fait partie d’un objectif plus large visant à modéliser l’ensemble des 129 millions de bâtiments du pays.

Si vous comptiez les factures d’énergie de tous ces bâtiments, le total annuel serait d’environ 403 milliards de dollars.

« Je considère cela comme une hypothèque sur notre économie », a déclaré Joshua Ryan New, informaticien à l’ORNL. « Si nous pouvons trouver de meilleures façons d’utiliser l’énergie de manière plus productive, nous pouvons accomplir plus en tant que société. »

New et ses collègues ont développé le logiciel de modélisation énergétique automatique des bâtiments (AutoBEM), qui est utilisé pour détecter les bâtiments, générer des modèles et simuler la consommation d’énergie des bâtiments pour de très grandes surfaces. Créer une image énergétique d’un vaste réseau de bâtiments, plutôt que de regarder un seul bâtiment ou même plusieurs centaines, peut éclairer les domaines d’opportunité pour planifier les mesures d’économie d’énergie les plus efficaces.

Cependant, de nombreux efforts pour modéliser un grand nombre de bâtiments reposent sur des prototypes de bâtiments commerciaux courants tels que des bureaux, des entrepôts et des écoles. Des écarts subsistent entre ce qu’un modèle informatique prédit et ce que la vie réelle reflétera en termes de consommation d’énergie. Pour réduire ces écarts, les modèles doivent être validés avec des données réelles sur la consommation d’énergie.

Pour l’étude, New et ses collègues se sont associés à un service public municipal pour créer un jumeau numérique de 178 337 bâtiments à Chattanooga, Tennessee. Pour ce faire, ils ont intégré les informations du service public sur la consommation d’énergie pour chaque bâtiment, à des intervalles de 15 minutes, avec des images satellites, des évaluations fiscales et d’autres sources de données. Ensuite, ils ont projeté les effets de huit mesures de conservation de l’énergie sur la consommation d’énergie, la demande, les coûts et les émissions. Ces mesures comprenaient l’isolation du toit, des changements d’éclairage et des améliorations de l’efficacité du chauffage et de la climatisation.

Pour exécuter les simulations, l’équipe a utilisé le supercalculateur Theta de l’Argonne Leadership Computing Facility (ALCF), une installation utilisateur du DOE Office of Science. Un modèle énergétique de bâtiment a en moyenne 3 000 entrées. L’une de ces entrées pourrait être un programme d’éclairage horaire d’une seule pièce avec plus de 8 000 valeurs, a déclaré New, il est donc facile d’imaginer comment la modélisation de huit mesures d’économie d’énergie différentes dans plus de 100 000 bâtiments pourrait rapidement devenir un travail gourmand en données.

« Nous avons été en mesure de passer à l’échelle pour exécuter des simulations annuelles de plus d’un million de bâtiments en une heure sur Theta », a déclaré New. « Cela libère vraiment beaucoup de potentiel que vous ne verriez pas autrement. »

La configuration de Theta offrait un avantage pour AutoBEM, qui utilise EnergyPlus et OpenStudio, deux outils du DOE pour la modélisation énergétique des bâtiments. La distinction repose sur le type de puissance de traitement : alors que de nombreux ordinateurs hautes performances tirent leur puissance des unités de traitement graphique (GPU), EnergyPlus fonctionne principalement sur des unités centrales de traitement (CPU), qui sont conçues pour gérer une tâche après l’autre en succession rapide .

« Theta est l’un des supercalculateurs les plus puissants des États-Unis en termes de processeurs », a déclaré New, notant que le code était initialement exécuté sur Titan d’ORNL, qui est une machine lourde en GPU. « Quand nous sommes arrivés à Theta, AutoBEM a si bien évolué. Nous utilisons régulièrement plus de 80 % de Theta. »

L’étude de l’équipe ORNL a été récompensée par l’ALCF dans le cadre du défi informatique avancé du DOE en matière de recherche et d’informatique scientifique, un programme qui alloue des ressources nationales d’installations de calcul intensif en mettant l’accent sur des projets de simulation à haut risque et à haut rendement.

« Le fait que cette étude ait simulé une grande agglomération de bâtiments pour réduire la consommation d’énergie est un nouveau problème pour nos ressources et nos programmes d’allocation », a déclaré Katherine Riley, directrice scientifique de l’ALCF. « Ce travail est vraiment aligné sur les questions énergétiques importantes des prochaines décennies sur la façon dont nous pouvons réduire l’empreinte carbone des bâtiments du pays. »

Historiquement, dans le calcul haute performance, on pouvait exécuter une grosse simulation, partir pour analyser les données, puis exécuter une autre simulation. Riley a déclaré que l’ALCF continue de développer ses systèmes pour de nouveaux types de flux de travail et de science.

« Si vous essayez de comprendre les besoins énergétiques dans de nombreux scénarios différents dans une ville et que vous souhaitez examiner tous les boutons que vous pouvez tourner, cela représente des milliers de simulations, pas une seule », a déclaré Riley. « Pour un projet comme celui-là, vous avez besoin d’un système capable de gérer un flux de travail très dynamique. C’est ce que l’ALCF peut prendre en charge.

La simulation AutoBEM des bâtiments de Chattanooga a révélé que 99 % d’entre eux ont réalisé des économies d’énergie pour l’ensemble des technologies d’efficacité énergétique évaluées. L’augmentation de l’efficacité du système de chauffage, de ventilation et de climatisation (CVC) de 7,5 % a permis d’économiser 28 500 $ en coûts énergétiques annuels en moyenne dans 177 307 bâtiments, par exemple. Une mesure de conservation donnée telle qu’une efficacité améliorée du CVC, l’étanchéité de l’espace, l’isolation ou l’éclairage pourrait potentiellement compenser 500 à 3 000 livres de dioxyde de carbone par bâtiment, ont conclu les chercheurs. Tous les détails apparaissent dans un article publié dans la revue Énergies.

« Ce que nous faisons dans les bâtiments aura un impact durable », a déclaré New. « Créer un parc immobilier plus durable et résilient aura un impact que je ne verrai peut-être pas de mon vivant, mais les petits-enfants de mes petits-enfants seront reconnaissants que nous ayons eu raison. »


Un outil de simulation crée des jumeaux numériques de bâtiments d’un océan à l’autre


Plus d’information:
Brett Bass et al, Distributions potentielles de l’énergie, de la demande, des émissions et des économies de coûts pour les bâtiments dans la zone de service d’un service public, Énergies (2020). DOI : 10.3390 / en14010132

Fourni par le Laboratoire National d’Argonne

Citation: Analyse des économies d’énergie des ressources de supercalcul (2021, 12 août) récupéré le 12 août 2021 à partir de https://techxplore.com/news/2021-08-supercomputing-resources-power-energy-analysis.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.