量子科技中心_量科网

高渗透率可再生能源的并网为电力系统调度引入了显著的随机性和非凸性，对经典优化算法的计算极限提出了挑战。虽然基于噪声中等规模量子（NISQ）设备的变分量子算法（VQAs）为组合优化加速提供了新路径，但现有方法通常将电网视为“黑箱”，存在可扩展性差（贫瘠高原现象）和频繁违反物理约束的问题。为弥补这些不足，该研究提出了一种物理信息驱动的量子-经典混合调度框架（PI-HQCD）。该团队构建了具有拓扑感知特性的哈密顿量，将线性化潮流方程、储能动态和多时间尺度耦合直接嵌入量子计算基底，显著降低了搜索空间维度。研究人员进一步推导出噪声自适应正则化机制，从理论上界定了目标函数的有效Lipschitz常数，保障了实际量子测量噪声下的收敛稳定性。基于IEEE 39节点基准系统和118节点区域电网的数值实验表明，相比随机对偶动态规划（SDDP），PI-HQCD实现了更优的经济效益和更高的可再生能源消纳率。理论分析证实这种拓扑感知设计可实现O(1/N)梯度方差缩放，有效缓解贫瘠高原现象并确保大规模电网的可扩展性。该工作建立了将工程物理原理嵌入量子计算的严谨范式，为新一代电网运行中实现实用化量子优势奠定了基础。