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

提出量子硬件集成方案以优化可再生能源电力系统的功率流

🎯 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 可再生能源 功率流优化 实时数字仿真 智能电网 量子硬件

📋 核心要点

  1. 现有的电力系统优化方法在处理可再生能源的波动性和不确定性时面临挑战，尤其是在实时控制和建模方面。
  2. 本文提出了一种将量子硬件与实时数字仿真器结合的方案，通过AQPF和AQOPF算法实现功率流和最优功率流的高效计算。
  3. 实验结果表明，AQPF和AQOPF算法在IEEE 9母线系统上表现出与经典方法相似的准确性和优越的收敛性，尤其在集成可再生能源时表现出色。

📝 摘要（中文）

本文展示了一种将量子硬件与实时数字仿真器（RTDS）相结合的概念验证，旨在建模和控制现代电力系统，包括可再生能源资源。通过将RTDS与富士通的CMOS数字退火器和D-Wave的Advantage量子处理器相结合，进行功率流（PF）分析和最优功率流（OPF）研究。采用绝热量子功率流（AQPF）和绝热量子最优功率流（AQOPF）算法在量子及量子启发硬件上执行PF和OPF。实验在IEEE 9母线测试系统及其包含太阳能和风能场的修改版本上进行。结果表明，AQPF和AQOPF算法能够准确执行PF和OPF，结果与经典的牛顿-拉夫森（NR）求解器相近，同时展现出强大的收敛性。此外，在AQOPF框架内集成可再生能源源（RES）有效地维持了系统的稳定性和性能，即使在发电条件变化的情况下。这些发现突显了量子计算在未来电网建模和控制中的潜力，尤其是在高可再生能源渗透的系统中。

🔬 方法详解

问题定义：本文旨在解决现代电力系统中可再生能源集成带来的功率流优化问题。现有方法在应对可再生能源的波动性和实时控制时存在效率低下和收敛性差的痛点。

核心思路：论文提出将量子计算技术应用于电力系统的功率流分析与优化，通过AQPF和AQOPF算法实现高效的功率流计算，旨在提升系统的稳定性和性能。

技术框架：整体架构包括实时数字仿真器（RTDS）与量子硬件的结合，主要模块包括功率流分析模块、最优功率流模块以及量子处理器的接口。

关键创新：最重要的技术创新在于将量子计算与电力系统优化相结合，AQPF和AQOPF算法在量子硬件上实现了高效的功率流计算，显著提升了计算速度和准确性。

关键设计：在算法设计中，采用了绝热量子计算的原理，设置了适当的参数以确保算法的收敛性和稳定性，具体的损失函数和网络结构设计尚未详细披露。

📊 实验亮点

实验结果显示，AQPF和AQOPF算法在IEEE 9母线测试系统上实现了与经典牛顿-拉夫森求解器相似的准确性，且在集成可再生能源的情况下，系统的稳定性和性能得到了有效维护，展现出量子计算在电力系统优化中的巨大潜力。

🎯 应用场景

该研究的潜在应用领域包括智能电网、可再生能源管理和电力系统优化等。通过量子计算的引入，未来电力系统能够更高效地处理可再生能源的波动性，提高系统的稳定性和可靠性，具有重要的实际价值和深远的影响。

📄 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.