Limiting the Impact of AI Data Centers on Fatigue Life of Thermal Turbine Generators in the Grid: A Frequency-Domain Approach

Résumé technique : Limitation de l'impact des centres de données d'intelligence artificielle sur la durée de vie en fatigue des générateurs à turbine thermique

Énoncé du problème
Les centres de données (CD) d'intelligence artificielle (IA) présentent des profils de consommation électrique fortement fluctuants, en particulier durant les cycles d'entraînement, où la puissance peut augmenter jusqu'à 70 % de la puissance nominale en peu de temps. Ces transitoires persistants posent des défis majeurs pour la fiabilité du réseau. Bien que la littérature existante ait traité de l'excitation des modes électromécaniques et des oscillations subsynchrones (OSS) induites par les ressources basées sur l'onduleur (RBO) causées par les CD d'IA, une lacune critique subsiste concernant l'impact sur la durée de vie en fatigue des arbres de turbines thermiques des générateurs synchrones (GS).

Les réglementations actuelles des services publics (par exemple, ERCOT, LIPA, AESO) imposent des limites quantitatives sur les fluctuations de charge, mais ces limites manquent souvent de justification technique solide dérivée des premiers principes. Plus précisément, il n'existe aucune méthode établie pour optimiser les fluctuations admissibles pour plusieurs CD d'IA simultanément tout en garantissant la préservation de la durée de vie en fatigue des turbines-générateurs face aux oscillations de torsion et aux vibrations de pales hors fréquence.

Méthodologie
L'article propose un cadre dans le domaine fréquentiel pour évaluer et limiter les variations de charge des CD d'IA. L'approche est structurée en un processus en trois étapes :

1. Étape 1 : Détermination de la variation de puissance maximale admissible aux bornes du GS

   • Fatigue de torsion : Un modèle à masses concentrées du côté mécanique de la turbine-générateur est utilisé. Le cadre calcule l'amplitude de contrainte de cisaillement maximale admissible pour chaque section d'arbre sur la base du diagramme de Goodman modifié augmenté, qui prend en compte à la fois la contrainte moyenne et la contrainte alternée pour prévenir la déformation plastique et la rupture par fatigue. La fonction de transfert entre la puissance de sortie du générateur et la contrainte de l'arbre est dérivée pour déterminer la variation de puissance monofréquence maximale admissible ($P_{e,i}^{max}$) qui maintient la contrainte dans des limites sûres.
   • Vibrations des pales : Des limites sont également imposées en fonction des écarts de fréquence admissibles ($\Delta f_{max}$) pour prévenir un fonctionnement hors fréquence nominale générant des contraintes vibratoires dans les pales de turbine.
   • Synthèse multifréquence : En utilisant l'inégalité de Hölder, le cadre établit une condition suffisante où la somme des amplitudes de toutes les composantes fréquentielles dans la puissance de sortie du générateur ne doit pas dépasser la variation admissible minimale dérivée de l'analyse monofréquence.

2. Étape 2 : Calcul des facteurs d'interaction algébriques (FI)

   • Pour mapper les changements de charge des CD d'IA à une barre spécifique vers les changements de puissance de sortie aux diverses bornes des GS, les auteurs proposent une nouvelle approche basée sur l'écoulement de charge.
   • Cette méthode consiste à exécuter un écoulement de charge de cas de base, à calculer les tensions internes derrière les impédances sous-transitoires, et à traiter les barres internes des GS comme des barres de référence (slack) tout en maintenant les barres terminales comme des barres PQ.
   • En perturbant la charge du CD d'IA et en observant le changement résultant de la puissance du générateur, le FI algébrique ($IF_{ij} = \Delta P_{e,i} / \Delta P_{L,j}$) est calculé. Cette méthode est conçue pour être évolutive et ne repose pas sur des hypothèses d'écoulement de charge découplé.

3. Étape 3 : Optimisation et filtrage

   • Filtrage des barres : Les barres candidates pour l'implantation de CD d'IA sont classées en fonction de la fluctuation maximale admissible ($P_{dc}^{max}$) qu'elles peuvent supporter sans violer les limites des générateurs.
   • Programmation linéaire (PL) : Un problème d'optimisation est formulé pour déterminer les fluctuations admissibles optimales pour un ensemble de plusieurs CD d'IA. L'objectif est de maximiser la somme des fluctuations admissibles sous réserve de contraintes selon lesquelles la somme pondérée des fluctuations (via les FI) à chaque borne de générateur ne dépasse pas sa limite maximale admissible.

Cadre de validation
L'approche proposée est validée à l'aide d'un cadre de modélisation Phasor Dynamique (DP). Ce cadre permet une simulation évolutive de grands systèmes rigides, incluant la dynamique des lignes de transmission, les modèles de turbines GS à masses multiples et les RBO, tout en conservant la capacité d'analyse dans le domaine fréquentiel. Le modèle DP est validé par rapport à un modèle de transitoires électromagnétiques (EMT) utilisant le Premier Modèle de Référence (FBM) de l'IEEE pour la Résonance Subsynchronique (SSR).

Résultats clés
Le cadre a été appliqué à trois systèmes de test :

1. Système IEEE à 4 machines modifié : L'approche a permis d'identifier avec succès qu'une composante de 20 Hz (correspondant à un mode de torsion) avec une amplitude de 32,39 MW à une barre spécifique a entraîné des contraintes d'arbre et des écarts de fréquence restant dans des limites sûres. Les simulations dans le domaine temporel ont confirmé que l'approche par FI algébrique fournissait des bornes conservatrices mais précises.
2. Système IEEE à 68 barres modifié : L'étude a démontré la nécessité de l'optimisation par PL. Lorsque 12 barres candidates étaient autorisées à fluctuer à leurs maximums individuels sans coordination, l'effet agrégé sur le Générateur 7 (G7) dépassait sa limite, conduisant à une rupture d'arbre prédite. La résolution de la PL a réduit les fluctuations admissibles pour chaque barre (par exemple, d'environ 80 MW à environ 13 MW pour les barres les mieux classées), garantissant que toutes les contraintes d'arbre et les écarts de fréquence restaient dans des limites sûres.
3. Système synthétique du Texas à 2000 barres : L'évolutivité de la méthode a été démontrée. L'optimisation par PL a été exécutée sur un système comportant 485 générateurs et 1123 charges. Grâce au filtrage et au classement, la méthode a identifié 13 barres viables avec des fluctuations admissibles supérieures à un seuil de 10 MW, prouvant l'applicabilité de l'approche aux réseaux à grande échelle.

Importance et revendications
L'article revendique la fourniture d'un cadre basé sur les premiers principes pour déterminer des limites quantitatives et techniquement justifiées sur les fluctuations de charge des CD d'IA spécifiquement pour protéger la durée de vie en fatigue des turbines-générateurs. Les contributions clés incluent :

• L'établissement d'un lien entre les variations de charge des CD d'IA et les dommages de fatigue de torsion en utilisant l'analyse dans le domaine fréquentiel et le diagramme de Goodman.
• La proposition d'une méthode basée sur l'écoulement de charge, efficace sur le plan computationnel, pour calculer les facteurs d'interaction sans outils logiciels complexes.
• La formulation d'une approche de Programmation Linéaire évolutive pour optimiser les fluctuations admissibles pour plusieurs CD d'IA simultanément.
• La démonstration qu'une zone d'étude localisée (plutôt que l'ensemble du système) est souvent suffisante pour déterminer ces limites, améliorant l'applicabilité pratique pour les planificateurs.

Les auteurs soulignent que, bien que l'analyse dans le domaine fréquentiel fournisse des bornes stationnaires conservatrices, les simulations dans le domaine temporel confirment que les dépassements transitoires restent dans les limites souhaitées en raison des contraintes sur les taux de variation et du conservatisme des inégalités de norme utilisées.