高下载量!玻色量子“光量子计算+电力”应用论文获电力顶刊推荐(内附)
近日，由中国科学技术协会主管，中国电机工程学会主办的电力工业领域学术期刊《中国电机工程学报》，在官微推荐了一篇“量子计算+电力”的高下载量论文：《基于光量子计算机的虚拟电厂分布式资源解聚合优化方法》。（点击文末左下角“阅读原文”可直接下载）
该论文是北京玻色量子科技有限公司（以下简称玻色量子），联合北京清大科越股份有限公司、上海交通大学取得的重要研究突破，完成了量子计算在虚拟电厂场景中实用化的真机验证。
作为国内光量子计算领域的领军企业，玻色量子与合作伙伴的研究成果多次发表于国内外顶级学术期刊，光量子计算技术也因可在室温下运行、量子比特规模扩展性佳等独特优势，位于全球实用化应用前列。
随着新能源技术的发展，大量分布式能源开始接入电网，例如屋顶光伏、家庭储能、电动汽车、可调节工业负荷以及各种小型发电设备。这些资源规模通常较小、分布广泛，如果各自独立运行，很难直接参与电力市场。
虚拟电厂的思路，就是通过数字化平台把这些分散的资源统一聚合起来进行管理和调度。从电力系统的角度看，这些资源虽然分布在不同地点，但在运行和市场交易中可以被当作一个整体来使用，就像一座“看不见的电厂”。因此，这种由大量分布式资源组成、通过统一控制实现协同运行的系统，被称为虚拟电厂。
在实际运行中，虚拟电厂通常会参与电力市场交易。例如，当电力市场需要额外的调节能力时，虚拟电厂可以参与竞价并提供一定规模的出力或负荷调整。如果虚拟电厂成功中标，它就需要在内部资源之间完成任务分配：哪些资源需要增加出力，哪些资源可以减少用电，储能系统是否需要充放电，以及每个资源承担多少调节量。
这个过程被称为分布式资源解聚合。简单来说，就是把虚拟电厂在市场中获得的整体任务拆分成许多更小的任务，然后分配给不同的分布式资源去完成。
从表面上看，这似乎只是一个任务分配问题，但在实际系统中却远没有那么简单。虚拟电厂内部往往包含多种类型的资源，每一种资源都有自己的运行特性和约束条件。例如，光伏发电受到天气影响较大，储能系统存在容量限制，某些工业负荷只能在特定时间段内进行调节。此外，不同资源的调节成本、响应速度以及运行寿命也存在差异。
因此，在进行调度决策时，运营商不仅要确保完成市场下达的任务，还要尽可能提高整体收益，同时避免过度频繁地调节设备。换句话说，需要在大量可能的调度方案中找到一个最优方案。
在数学上，这类问题通常被归为一种典型的组合优化问题。传统做法一般会把问题建模为优化模型，然后交给专业求解器处理，例如电力行业常用的 Gurobi 或 CPLEX。这些求解器在工业界应用非常广泛，但当系统规模不断扩大时，变量数量和约束条件都会迅速增加，计算复杂度也会随之大幅提升。
随着新能源和分布式资源的大规模接入，电力系统中的优化问题正变得越来越复杂。
量子计算与经典计算最大的区别，在于它利用量子力学规律进行信息处理。在特定问题中（尤其是组合优化问题），量子系统可以同时探索大量可能状态，因此有潜力更快地找到最优解，电力系统中的调度与规划问题恰好属于这一类。
不过，量子计算机并不能直接读取传统优化模型。因此，要想用量子计算求解问题，首先需要把原有模型转换为一种适合量子计算的形式。在这篇论文中，研究人员采用的是一种被称为 QUBO（二次无约束二值优化）的模型，我们可以把它理解为一种特殊的优化表达方式：所有决策变量都被转换为“0 或 1”的选择，通过构造一个目标函数，使得最优方案对应函数的最低值。
当问题被转化为这种形式之后，就可以进一步映射到物理系统中，让量子系统通过自身演化寻找最低能量状态，从而得到最优解。
这项研究使用的是一种被称为光量子计算机的系统。这类计算机利用光脉冲作为信息载体，通过光学器件对大量光脉冲进行生成、放大、调制和反馈控制。运行过程中，这些光脉冲会在光纤环路中不断循环，并彼此发生相互作用。
随着系统持续运行，这些光脉冲的状态会逐渐稳定下来，最终形成一种稳定结构。当这种系统被用于求解优化问题时，这种稳定状态往往对应于问题的最低能量状态，也就是优化问题的最优解。
这种基于光学系统实现优化计算的装置通常被称为相干伊辛机（CIM），是一种专门用于求解组合优化问题的计算架构，因而在类似电力系统调度这样的应用场景中具有潜在优势。
首先，论文构建了一个虚拟电厂调度模型，以虚拟电厂运营收益最大化为目标，同时考虑资源调节成本、功率限制以及运行约束等因素。在此基础上，研究团队提出了一套方法，将传统的优化模型逐步转换为适合量子计算机求解的 QUBO 模型，使电力系统中的调度问题能够映射到量子计算框架中。
其次，研究人员针对现实量子计算机资源有限的问题，对模型进行了优化简化。例如，通过识别模型中的冗余约束条件，减少不必要的变量，并设计量子比特共享机制，以降低求解过程中所需要的量子比特数量。这些技术的目的，是让原本复杂的优化问题能够在现有量子设备上运行。
最后，研究团队在真实的光量子计算机上完成了实验测试，并将结果与多种经典算法进行了对比，包括传统优化求解器以及模拟退火、禁忌搜索等常见优化算法。实验结果表明，在测试案例中，光量子计算机不仅获得了与最优解一致的结果，而且计算时间明显更短，求解过程仅需 1.17 毫秒。
从技术发展角度来看，这项研究的意义主要体现在两个方面。
1、它展示了一种量子计算与电力系统结合的实际应用路径。过去许多量子计算研究主要停留在理论或仿真阶段，而这项工作则在真实设备上完成了电力优化问题的求解实验。
2、这项研究为未来电力系统优化提供了一种新的计算思路。随着新能源、储能和电动汽车的大规模接入，电力系统中的调度与优化问题将变得越来越复杂。量子计算如果能够持续发展，未来有可能成为解决这些问题的重要工具。
尽管现有设备规模比较有限，短期内还难以全面应用于实际电网调度，但像光量子计算机这样的专用架构，已经开始在某些优化问题上展现出潜力。未来，伴随量子比特规模持续扩大，算法不断改进，专用量子计算有望在电力系统的多个领域发挥作用，如电网调度优化、能源市场交易策略以及大规模能源系统协同控制等。
从这个角度来看，这篇论文还是一次具有探索意义的尝试。它证明了一件事：量子计算正在尝试解决现实世界中的复杂工程问题。（点击文末左下角“阅读原文”可直接下载）
夜雨聆风
