[论文解读] Quantum Power Flows: From Theory to Practice

Junyu Liu, Han Zheng+3 more|arXiv (Cornell University)|Nov 10, 2022

Quantum Computing Algorithms and Architecture被引用 7

一句话总结

本文提出量子算法——特别是HHL算法和变分量子线性求解器（VQLS）——以加速可再生能源丰富的智能电网中的潮流计算。通过HHL算法在稀疏矩阵求逆中实现指数级加速潜力，并通过6量子比特的VQLS仿真和在IBM量子硬件上的真实实验验证了近期实现的可行性，在噪声环境下实现了约5%–10%的保真度误差。

ABSTRACT

Climate change is becoming one of the greatest challenges to the sustainable development of modern society. Renewable energies with low density greatly complicate the online optimization and control processes, where modern advanced computational technologies, specifically quantum computing, have significant potential to help. In this paper, we discuss applications of quantum computing algorithms toward state-of-the-art smart grid problems. We suggest potential, exponential quantum speedup by the use of the Harrow-Hassidim-Lloyd (HHL) algorithms for sparse matrix inversions in power-flow problems. However, practical implementations of the algorithm are limited by the noise of quantum circuits, the hardness of realizations of quantum random access memories (QRAM), and the depth of the required quantum circuits. We benchmark the hardware and software requirements from the state-of-the-art power-flow algorithms, including QRAM requirements from hybrid phonon-transmon systems, and explicit gate counting used in HHL for explicit realizations. We also develop near-term algorithms of power flow by variational quantum circuits and implement real experiments for 6 qubits with a truncated version of power flows.

研究动机与目标

• 解决由于高间歇性、低能量密度和系统复杂性增加，导致可再生能源丰富的智能电网中在线优化与控制面临的计算负担。
• 探索量子计算作为加速大规模潮流问题的解决方案，这是电力系统运行中的核心挑战。
• 研究在当前含噪声中等规模量子（NISQ）约束下，HHL和VQLS等量子算法在实际潮流问题中的实现方法。
• 基准化量子潮流求解器的软硬件需求，包括QRAM和门数。
• 通过在IBM硬件上使用6量子比特截断潮流实例的仿真和真实量子实验，证明其可行性。

提出的方法

• 将Harrow-Hassidim-Lloyd（HHL）算法应用于潮流问题中的稀疏矩阵求逆，实现潜在的指数级加速。
• 将潮流问题建模为线性系统Ax = b，其中A为由功率平衡方程导出的雅可比矩阵。
• 通过多项式近似（如截断泰勒级数或切比雪夫）实现特征值的受控旋转，以减少门数并提高可扩展性。
• 在近期量子设备上使用参数化ansatz量子电路实现变分量子线性求解器（VQLS）以求解线性系统。
• 通过截断线性酉组合（LCU）系数，降低电路深度和量子比特需求，以提升实验可行性。
• 使用qBraid和Qiskit进行无噪声和有噪声的仿真，并在IBM的ibmq_jakarta和ibm_nairobi设备上执行真实实验。

实验结果

研究问题

• RQ1 HHL算法是否能通过稀疏矩阵求逆在可再生能源丰富的智能电网潮流问题中实现指数级加速？
• RQ2 在真实潮流场景中实现HHL时，实际的软硬件约束（特别是QRAM、门数和电路深度）是什么？
• RQ3 量子噪声和误差传播如何影响变分量子算法（如VQLS）在求解真实潮流问题时的性能？
• RQ4 在量子比特数量和退相干时间有限的近期量子设备（如6量子比特系统）中，多大程度上能成功模拟和求解截断的潮流问题？
• RQ5 在有噪声的仿真和真实量子硬件实验中，VQLS的可实现保真度和收敛行为如何？

主要发现

• HHL算法为潮流问题中稀疏矩阵求逆提供了理论上的指数级加速路径，但实际实现受限于QRAM、电路深度和噪声。
• 特征值反转的朴素实现需要O(2^n)个受控旋转，但通过多项式近似可将其减少至O(n^d)个门，从而提升可扩展性。
• 在6量子比特VQLS仿真中，算法在无噪声条件下收敛良好，但在有噪声仿真和真实设备执行中表现出显著波动和不稳定性。
• 在ibmq_jakarta设备上进行的真实实验中，使用3个截断的LCU系数和1层电路，经过10轮优化迭代后，最终保真度误差约为5%–10%。
• 在ibmq_jakarta上执行10轮VQLS步骤的总运行时间为26,297秒（约7.3小时），共执行2,520个任务，平均每个任务耗时10.4秒。
• 使用ibm_nairobi噪声模型的有噪声仿真揭示了显著的性能下降，凸显了近期VQLS应用中量子噪声的挑战。