Операторы электросетей, такие как National Grid в Великобритании, полагаются на высокопроизводительные компьютеры для планирования расширения сетей и составления графика выработки энергии из разных источников. Эти проблемы становятся все масштабнее и сложнее из-за перехода к чистым нулевым выбросам углерода, и теперь они достигают пределов даже для крупнейших в мире суперкомпьютеров.
Квантовые вычисления открывают новые возможности для прогресса. Моя исследовательская группа в Оксфордском университете изучает, как квантовые вычисления могут предложить ценность для перехода к чистому нулю. Мой коллега Сянюэ Ван и я недавно опубликовали статью в журнале Joule, в которой определены многообещающие возможности квантовых вычислений для оптимизации планирования и эксплуатации сетей электроснабжения с чистым нулевым значением .
В течение следующих пяти лет National Grid планирует потратить £30 млрд на обновление инфраструктуры электросетей в рамках перехода Великобритании к декарбонизированной сети. Крупные инвестиции также запланированы в низкоуглеродные технологии , включая ветряные, солнечные, ядерные и аккумуляторные. Кроме того, миллионы электромобилей (ЭМ) и тепловых насосов будут добавлены в местные распределительные сети для декарбонизации транспорта и отопления.
Решения по планированию, в том числе, где строить возобновляемые источники энергии, когда модернизировать линии электропередач и как разворачивать зарядные станции для электромобилей, напрямую повлияют на то, насколько высоки наши счета за электроэнергию, как часто люди сталкиваются с отключениями электроэнергии и как быстро Великобритания сможет достичь своих целей по нулевому уровню выбросов. Учитывая, что в сеть инвестируются миллиарды, крайне важно, чтобы планировщики сетей понимали, как разумно тратить эти деньги.
Помимо планирования сети, эксплуатация сети с чистым нулевым значением также является сложной задачей оптимизации, поскольку потоки мощности сети должны соответствовать спросу, оставаясь в безопасных пределах в любое время. В противном случае сеть рискует перебоями в подаче электроэнергии. Это становится все сложнее из-за изменчивости и неопределенности ветровой и солнечной генерации.
Еще одной проблемой является электрификация транспорта и отопления, которая концентрирует спрос, когда люди возвращаются домой с работы. Одним из решений является корректировка времени зарядки электромобилей и запуска тепловых насосов . Небольшие изменения в использовании, суммированные по миллионам домов, могут быть эквивалентны выработке крупных электростанций . Однако это значительно увеличивает количество устройств в сети, которые необходимо запланировать, что значительно усложняет планирование.
Гонка за инновациями
В 2019 году Google продемонстрировала квантовое превосходство, решив проблему, которую ни один классический компьютер не мог решить за возможное время, выполнив задачу моделирования физики за 200 секунд. Для решения той же самой задачи эквивалентному классическому суперкомпьютеру потребовалось бы 10 000 лет с использованием лучшего алгоритма, известного на тот момент. Это положило начало продолжающейся гонке между исследователями, работающими над расширением границ как классических , так и квантовых вычислений . Квантовые компьютеры сейчас достигают масштаба и зрелости, когда они могут предложить ощутимую ценность для отраслей, включая фармацевтику и финансы .
Классические компьютеры хранят информацию в строках битов, где каждый бит имеет значение 0 или 1. Логические операции над битами используются для вычислений. В квантовом компьютере базовой единицей информации является квантовый бит или «кубит». Кубиты могут быть построены различными способами, например, с использованием сверхпроводящих цепей или атомов, захваченных лазерами.
При измерении кубит будет считываться как 0 или 1, как и классический бит. Однако в квантовом компьютере кубитами можно управлять, используя принципы квантовой физики – законы, управляющие поведением субатомных частиц. Это позволяет квантовым компьютерам представлять большие объемы классической информации всего несколькими кубитами и выполнять определенные типы вычислений, которые практически невозможны для классических компьютеров.
Исследователи описывают квантовые вычисления как находящиеся в эпоху шумных квантовых вычислений среднего масштаба (NISQ). Ожидается, что крупные квантовые компьютеры общего назначения останутся недосягаемыми по крайней мере в течение десятилетия . Однако устройства NISQ уже показывают перспективы для задач комбинаторной оптимизации сетей. Это проблемы со связанными решениями типа «да» или «нет», которые создают экспоненциально большой набор возможностей, таких как принятие решения о том, где строить новые генераторы, какие линии электропередачи модернизировать и какие конкретные электростанции запускать или останавливать.
Существует также более широкий набор возможностей, в которых квантовые вычисления недостаточно изучены. Квантовые вычисления могут ускорить моделирование и оптимизацию потоков мощности в сети. Они также могут ускорить машинное обучение — использование алгоритмов, которые повышают их производительность при воздействии данных. Это может помочь операторам сетей использовать большие объемы данных интеллектуальных счетчиков для улучшения прогнозирования, планирования и составления расписаний. С небольшими устройствами NISQ многообещающий подход заключается в их объединении с большими классическими компьютерами и использовании их для ускорения определенных частей сложных алгоритмов, которые наиболее подходят для квантовых вычислений.
Несмотря на то, что исследования квантовых вычислений в электросетях находятся на раннем этапе , в отрасли уже реализуются инициативы по разработке квантовых алгоритмов, которые могли бы обеспечить расширение сетей и интеллектуальное планирование зарядки электромобилей.
Учитывая цель декарбонизации, энергия, необходимая для квантовых компьютеров, является потенциальной проблемой, особенно энергия для охлаждения, поскольку квантовые компьютеры часто требуют чрезвычайно низких температур (около абсолютного нуля или -273,15 °C) для надежной работы. Однако исследования показывают, что когда квантовый компьютер может решить задачу, используя гораздо меньше операций, чем классический компьютер, это также может сэкономить энергию. Например, демонстрация квантового превосходства Google не только значительно увеличила скорость вычислений, но и сократила потребление энергии в 557 000 раз.