⚛️ quantum physics

Simulation of a Battery Cell on Quantum Computers: Reactions & Transport

Este artículo presenta un algoritmo híbrido cuántico-clásico escalable para simular ecuaciones diferenciales parciales no lineales en sistemas electroquímicos, demostrando su aplicación al realizar la primera simulación cuántica de una celda de batería utilizando el Modelo de Partícula Única con electrolito (SPMe).

Autores originales: Albert J. Pool, Michael Schelling, Birger Horstmann

Publicado 2026-09-24

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Albert J. Pool, Michael Schelling, Birger Horstmann

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Cada batería moderna depende de una danza oculta e invisible de átomos e iones moviéndose a través de materiales porosos, un proceso que los científicos han intentado predecir durante mucho tiempo con potentes ordenadores. Para comprender cómo una batería se carga o se descarga, los investigadores deben resolver descripciones matemáticas complejas de cómo las sustancias se propagan y reaccionan, conocidas como ecuaciones diferenciales parciales. Estas ecuaciones son la base de la ingeniería, permitiéndonos modelar desde patrones meteorológicos hasta el flujo de electricidad dentro de una celda. Sin embargo, a medida que los científicos exigen predicciones más detalladas y precisas, el enorme volumen de datos necesarios para ejecutar estas simulaciones en ordenadores tradicionales ha comenzado a chocar con un muro. Los límites físicos de los chips informáticos actuales significan que simular estos intrincados sistemas químicos con alta precisión es cada vez más difícil, lo que impulsa la búsqueda de un nuevo tipo de máquina capaz de manejar esta complejidad.

Un equipo de investigadores del Centro Aeroespacial Alemán y la Universidad de Ulm ha dado un paso significativo hacia esta nueva frontera al ejecutar la simulación de una celda de batería en un ordenador cuántico. Aunque los ordenadores cuánticos se encuentran todavía en sus etapas iniciales y ruidosas de desarrollo, este trabajo demuestra un método práctico para utilizarlos para resolver las ecuaciones específicas que gobiernan cómo se mueven los iones dentro de una batería. El equipo no se limitó a pedir a una máquina cuántica que adivinara la respuesta; en su lugar, desarrollaron un enfoque híbrido que divide el problema entre un ordenador clásico y un procesador cuántico. El ordenador clásico se encarga del trabajo pesado de optimización, mientras que el ordenador cuántico realiza los cálculos específicos y difíciles requeridos para rastrear el movimiento de las partículas a través del espacio y el tiempo simultáneamente.

Los investigadores centraron sus esfuerzos en un modelo específico conocido como el Modelo de Partícula Única con electrolito, que simplifica una batería reduciéndola a una partícula representativa en el electrodo negativo y otra en el electrodo positivo, rodeadas de un electrolito líquido. En una batería real, estas partículas son esferas porosas llenas de diminutos canales por donde viajan los iones. El equipo tradujo las leyes físicas de la difusión y la reacción química a un formato que un circuito cuántico pudiera entender. Codificaron la concentración de iones y el potencial eléctrico dentro de estas partículas en el estado cuántico de la máquina, creando efectivamente un gemelo digital de la química interna de la batería. Al utilizar una técnica que trata el espacio y el tiempo como un único bloque unificado en lugar de calcular paso a paso, pudieron capturar toda la evolución del sistema de una sola vez, evitando la acumulación de errores que suele afectar a las simulaciones tradicionales paso a paso.

Para probar su método, el equipo simuló un proceso de carga donde se aplicó una corriente eléctrica constante a la batería. También realizaron una prueba que involucraba un pulso de corriente seguido de un periodo de reposo, una forma común de medir la salud de una batería. En ambos casos, la simulación cuántica produjo resultados que coincidían con el comportamiento esperado de la batería con una precisión notable. La diferencia entre su simulación cuántica y la solución matemática correcta conocida fue increíblemente pequeña, con errores medidos en el rango de una parte en un millón a una parte en cien mil. Este nivel de precisión demuestra que el método funciona, incluso en el hardware imperfecto y ruidoso disponible hoy en día, como se demostró a través de un experimento en un ordenador superconductor emulado de IBM. La simulación rastreó con éxito cómo cambiaba la concentración de iones a lo largo del tiempo y el espacio, y cómo el potencial eléctrico cambiaba en respuesta a la corriente, todo ello cumpliendo con las leyes físicas del sistema.

Este logro es notable porque representa la primera vez que se resuelve un modelo de celda electroquímica completa utilizando un algoritmo cuántico. Los intentos previos se habían centrado en problemas más simples, como la difusión a través de una sola membrana, pero este trabajo abordó las ecuaciones acopladas y no lineales que describen un sistema de batería completo. Los investigadores demostraron que, combinando un marco cuántico específico, conocido como el Hamiltoniano de Feynman–Kitaev, con circuitos cuánticos diseñados para manejar operaciones no lineales, podían escalar la solución para incluir tanto el movimiento de los iones como las reacciones químicas en la superficie de las partículas del electrodo. También demostraron una nueva forma de manejar los bordes de la simulación, asegurando que los iones se comportaran correctamente en los límites de las partículas sin requerir un número excesivo de operaciones complejas.

Si bien esto es una prueba de concepto más que un reemplazo para las herramientas actuales de diseño de baterías, abre un camino claro a seguir. El trabajo sugiere que, a medida que el hardware cuántico mejore, este mismo enfoque podría utilizarse para modelar estructuras de baterías tridimensionales y sistemas químicos más complejos que actualmente son imposibles de simular con ordenadores clásicos. Los investigadores no afirmaron haber resuelto el problema del diseño de baterías para siempre, pero han proporcionado una base sólida y un plano de trabajo sobre cómo las máquinas cuánticas podrán abordar eventualmente los problemas más difíciles en el almacenamiento de energía. Al ejecutar con éxito estas simulaciones en el hardware actual, han demostrado que el potencial de la computación cuántica para la química no es solo una promesa teórica, sino una realidad práctica que está empezando a tomar forma.

Resumen Técnico: Simulación de una Celda de Batería en Computadoras Cuánticas: Reacciones y Transporte

Planteamiento del Problema
Las simulaciones de materiales y sistemas electroquímicos son fundamentales para el progreso tecnológico, pero actualmente están limitadas por los límites computacionales de los métodos clásicos, particularmente en lo que respecta a la resolución y complejidad de los modelos tridimensionales multiescala. Si bien la computación cuántica ofrece el potencial de superar estos límites a través de un espacio de Hilbert exponencialmente grande, el hardware actual es ruidoso (era NISQ) e inherentemente realiza operaciones lineales y unitarias. Esto crea un desafío significativo para el desarrollo de algoritmos escalables para las ecuaciones diferenciales parciales (PDE) no lineales que gobiernan los fenómenos de la química física, como la difusión y las tasas de reacción en las celdas de batería.

Metodología
Los autores proponen un algoritmo híbrido cuántico-clásico diseñado para resolver PDEs no lineales para sistemas electroquímicos en hardware ruidoso actual. El núcleo del enfoque consiste en:

Formulación del Hamiltoniano de Feynman–Kitaev (FK): El problema se plantea en una formulación de espacio-tiempo donde el estado del sistema en todos los tiempos y puntos espaciales se codifica en el estado fundamental de un único Hamiltoniano. Esto evita la acumulación de errores típicos de los métodos de paso de tiempo y permite que la ventaja de escalado exponencial se extienda al dominio del tiempo.
Optimización Híbrida: Para adaptarse al hardware NISQ, el algoritmo emplea un enfoque variacional, donde la computadora cuántica evalúa una función de costo cuadrática basada en el Hamiltoniano FK, mientras que un optimizador clásico ajusta los parámetros.
Unidades de Procesamiento No Lineal Cuántico (QNPUs): Para manejar las no linealidades, los autores utilizan QNPUs para implementar operaciones como la multiplicación por coordenadas espaciales ( $r$ y $1/r$ ) requeridas para las coordenadas esféricas.
Implementación de un Modelo Específico: El método se aplica al Modelo de Partícula Única con electrolito (SPMe). Esto implica:
- Difusión: Resolver la ecuación de difusión para la concentración de iones de litio dentro de partículas de electrodos esféricas utilizando un Laplaciano esférico discretizado.
- Condiciones de Contorno: Implementar condiciones de contorno de Neumann (flujo cero en el centro, flujo fijo en la superficie) y modificar el contorno exterior para aplicar reacciones en una región pequeña ( $r \ge r_r$ ) en lugar de un solo punto para asegurar la escalabilidad.
- Reacciones Acopladas: Linealizar la ecuación de Butler–Volmer para acoplar la concentración de la fase sólida ( $c_s$ ) con el potencial electroquímico ( $\phi$ ). La condición galvanostática se impone mediante una restricción algebraica que acopla estas variables.
Diseño de Circuitos: Los circuitos cuánticos codifican la concentración en tiempo y espacio utilizando un ansatz ( $\hat{U}_c(\vec{\theta})$ ). Las derivadas espaciales se implementan mediante operadores de desplazamiento binario ( $\hat{A}^{(\dagger)}$ ), y las derivadas temporales mediante un operador de desplazamiento en un qubit ancila para eliminar la periodicidad.

Contribuciones Clave

Primera Simulación Cuántica de una Celda Electroquímica Completa: El artículo presenta la primera solución para un modelo de celda de batería utilizando un algoritmo cuántico, específicamente el modelo SPMe.
Tratamiento No Lineal Escalable: El trabajo extiende las aplicaciones previas del Hamiltoniano FK y las QNPUs (utilizadas anteriormente para la ecuación de Burgers) a ecuaciones electroquímicas acopladas y no lineales.
Condiciones de Contorno Mejoradas: Los autores introducen un tratamiento mejorado y escalable de las condiciones de contorno que reduce significamente el número de circuitos y compuertas multi-qubit requeridos en comparación con implementaciones existentes.
Implementación de Variables Acopladas: A diferencia de los enfoques que podrían resolver la concentración y calcular los potenciales analíticamente en el post-procesamiento, este trabajo implementa deliberadamente las ecuaciones acopladas para la concentración y el potencial dentro del algoritmo cuántico para demostrar la capacidad de manejar sistemas complejos y acoplados.

Resultos
Los autores simularon con éxito el modelo SPMe bajo condiciones galvanostáticas (carga de corriente constante) y un pulso de Técnica de Titulación Intermitente Galvanostática (GITT).

Precisión: Los resultados de la simulación cuántica se compararon con las soluciones numéricas de las ecuaciones del modelo. Las simulaciones demostraron una alta fidelidad, con valores de infidelidad para la concentración que oscilaron entre $2.1 \times 10^{-5}$ y $4.5 \times 10^{-7}$ dependiendo del caso de prueba específico (carga frente a GITT).
Visualización: Los resultados capturaron con precisión la evolución de la concentración y el potencial electroquímico ( $\phi = \phi_s - \phi_e$ ) tanto en el ánodo como en la partícula representativa del cátodo a través del tiempo y el espacio.
Contexto de Hardware: La implementación fue probada en una computadora superconductora de IBM emulada, validando el enfoque en un hardware representativo de los procesadores cuánticos superconductores actuales.

Significancia
El artículo afirma proporcionar una "base sólida" para simular sistemas electroquímicos más complejos utilizando computación cuántica. Al demostrar con éxito un modelo de celda de batería completo que incluye tanto el transporte (difusión) como la reacción (Butler–Volmers) mediante un marco híbrido y escalable, este trabajo abre el camino para el estudio de modelos tridimensionales sofisticados y sistemas de ecuaciones diferenciales-algebraicas que actualmente se encuentran en los límites de los métodos computacionales clásicos. Los autores enfatizan que, si bien el presente trabajo es una prueba de concepto, la formulación de espacio-tiempo FK también es compatible con el futuro hardware cuántico tolerante a fallos.

Más como este