Quantum Hardware-in-the-Loop for Optimal Power Flow in Renewable-Integrated Power Systems

📄 arXiv: 2505.13356v1 📥 PDF

作者: Zeynab Kaseb, Rahul Rane, Aleksandra Lekic, Matthias Moller, Amin Khodaei, Peter Palensky, Pedro P. Vergara

分类: eess.SY, math.NA

发布日期: 2025-05-19

💡 一句话要点

利用量子硬件在环优化可再生能源电力系统潮流

🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)

关键词: 量子计算 电力系统 最优潮流 可再生能源 实时仿真 绝热量子计算 量子退火 硬件在环

📋 核心要点

  1. 传统电力系统优化方法难以应对高比例可再生能源带来的不确定性和复杂性，计算效率面临挑战。
  2. 提出基于绝热量子计算的潮流和最优潮流算法，并结合实时数字模拟器，探索量子计算在电力系统优化中的应用。
  3. 实验表明，该方法在IEEE 9节点系统上能准确执行潮流和最优潮流计算，结果与传统方法高度吻合，且具有良好的收敛性。

📝 摘要（中文）

本文提出了一个将量子硬件与实时数字模拟器（RTDS）集成的概念验证，用于建模和控制包含可再生能源的现代电力系统。通过RTDS与富士通的CMOS数字退火机和D-Wave的Advantage量子处理器耦合，进行潮流（PF）分析和最优潮流（OPF）研究。采用绝热量子潮流（AQPF）和绝热量子最优潮流（AQOPF）算法在量子和量子启发硬件上分别执行PF和OPF。实验在IEEE 9节点测试系统和一个包含太阳能和风能发电场的修改版本上进行。结果表明，AQPF和AQOPF算法能够准确地执行PF和OPF，产生的结果与经典的牛顿-拉夫逊（NR）求解器非常吻合，并且表现出强大的收敛性。此外，将可再生能源（RES）集成到AQOPF框架中，证明即使在可变发电条件下，也能有效地维持系统的稳定性和性能。这些发现突出了量子计算在显著增强未来电网的建模和控制方面的潜力，特别是在高可再生能源渗透率的系统中。

🔬 方法详解

问题定义：论文旨在解决高比例可再生能源接入的电力系统中，传统潮流计算和最优潮流计算方法面临的计算效率和收敛性问题。现有方法在处理大规模、非线性优化问题时，计算时间长，难以满足实时性要求，并且容易陷入局部最优解。

核心思路：论文的核心思路是将电力系统潮流计算和最优潮流计算问题转化为量子计算可以有效解决的二次无约束二元优化（QUBO）问题，并利用量子退火算法（Quantum Annealing）寻找全局最优解。通过将复杂的电力系统优化问题映射到量子比特的相互作用上，利用量子计算的并行性和全局搜索能力，加速求解过程。

技术框架：整体框架包括三个主要部分：首先，使用实时数字模拟器（RTDS）模拟电力系统的运行状态，包括发电机出力、负荷需求等。其次，将RTDS的输出数据输入到AQPF或AQOPF算法中，将电力系统优化问题转化为QUBO问题。最后，利用富士通的数字退火机或D-Wave的量子处理器求解QUBO问题，得到最优的潮流分布或控制策略，并将结果反馈回RTDS，实现闭环控制。

关键创新：最重要的技术创新点在于将绝热量子计算应用于电力系统潮流和最优潮流计算，并验证了其可行性和有效性。与传统的牛顿-拉夫逊等迭代算法相比，绝热量子计算具有更强的全局搜索能力，有望克服局部最优问题，并加速求解过程。此外，论文还探索了量子硬件在环（Hardware-in-the-Loop）的电力系统仿真方法，为未来量子计算在电力系统中的应用奠定了基础。

关键设计：论文的关键设计包括：1) 将电力系统潮流方程和优化目标转化为QUBO问题的具体方法，包括如何选择合适的变量和约束条件；2) 量子退火算法的参数设置，例如退火时间和温度等，这些参数会影响算法的收敛速度和解的质量；3) 如何处理量子硬件的噪声和误差，以保证计算结果的准确性。

📊 实验亮点

实验结果表明，基于量子硬件的AQPF和AQOPF算法能够准确地执行潮流和最优潮流计算，结果与经典的牛顿-拉夫逊求解器高度吻合。在IEEE 9节点测试系统中，AQPF和AQOPF算法的计算结果与NR算法的误差小于1%。此外，实验还验证了该方法在包含太阳能和风能发电场的修改版IEEE 9节点系统中的有效性，证明了其在高比例可再生能源接入场景下的适用性。

🎯 应用场景

该研究成果可应用于未来智能电网的优化运行和控制，特别是在高比例可再生能源接入的场景下。通过量子计算加速潮流计算和最优潮流计算，可以实现更快速、更精确的电力系统状态估计和控制，提高电网的稳定性和经济性。此外，该方法还可以应用于电力系统规划、故障诊断和风险评估等领域。

📄 摘要（原文）

This paper presents a proof-of-concept for integrating quantum hardware with real-time digital simulator (RTDS) to model and control modern power systems, including renewable energy resources. Power flow (PF) analysis and optimal power flow (OPF) studies are conducted using RTDS coupled with Fujitsu's CMOS Digital Annealer and D-Wave's Advantage quantum processors. The adiabatic quantum power flow (AQPF) and adiabatic quantum optimal power flow (AQOPF) algorithms are used to perform PF and OPF, respectively, on quantum and quantum-inspired hardware. The experiments are performed on the IEEE 9-bus test system and a modified version that includes solar and wind farms. The findings demonstrate that the AQPF and AQOPF algorithms can accurately perform PF and OPF, yielding results that closely match those of classical Newton-Raphson (NR) solvers while also exhibiting robust convergence. Furthermore, the integration of renewable energy sources (RES) within the AQOPF framework proves effective in maintaining system stability and performance, even under variable generation conditions. These findings highlight the potential of quantum computing to significantly enhance the modeling and control of future power grids, particularly in systems with high renewable energy penetration.