Quantum computing-based solver for interacting power grids

Technische Samenvatting: Quantum Computing-gebaseerde Solver voor Interagerende Elektriciteitsnetten

Probleemstelling
De toenemende integratie van vermogenselektronica en hernieuwbare energiebronnen in multi-terminal transmissienetten heeft geleid tot complexe dynamische instabiliteiten en harmonische vervormingen. Hoewel Resonance Mode Analysis (RMA) een standaardtechniek is voor het identificeren van kritieke resonantiemodi door de admittancematrix van het systeem te deconstrueren, kampt deze met ernstige computationele knelpunten bij toepassing op grootschalige netwerken. De admittancematrices in deze systemen zijn niet-Hermitisch (vanwege de aanwezigheid van zowel actieve als reactieve vermogenscomponenten) en hoogdimensionaal. Klassieke iteratieve technieken, zoals het niet-Hermitische Lanczos-algoritme, vereisen het opslaan van enorme Krylov-subspace vectoren en het uitvoeren van diagonalisatie die schaalt als $O(n^3)$ voor een $n \times n$ matrix. Naarmate de omvang van netwerken groeit naar tienduizenden bussen, overschrijden deze geheugen- en verwerkingsvereisten de limieten van klassieke High-Performance Computing (HPC). Bovendien zijn standaard quantum-eigensolvers, zoals de Variational Quantum Eigensolver (VQE), ontworig voor Hermitische operatoren en kunnen zij de niet-Hermitische eigenwaardeproblemen die inherent zijn aan resonantieanalyse van elektriciteitsnetten niet direct oplossen.

Methodologie
De auteurs stellen een nieuw quantum-klassiek hybride framework voor dat gebruikmaakt van de Real Variance-gebaseerde Variational Quantum Eigensolver (RVVQE) om de beperkingen van zowel klassieke geheugengebruik als standaard quantumalgoritmen te overwinnen. De methodologie verloopt als volgt:

1. Systeemformulering: Het net wordt gemodelleerd met behulp van een frequentiescan-analyse waarbij de relatie tussen knodelspanningen en geïnjecteerde stromen wordt gedefinieerd door de admittancematrix $Y_{B,f}$. Resonantie wordt geïdentificeerd wanneer de eigenwaarden van $Y_{B,f}$ de nul naderen, waardoor modale impedanties pieken.
2. Matrixdecompositie: Om de niet-Hermitische admittancematrix $Y_{B,f}$ compatibel te maken met quantumhardware, wordt deze wiskundig gedecomposeerd in twee zuiver Hermitische matrices, $H_f$ en $K_f$, zodanig dat $Y_{B,f} = H_f + iK_f$.
3. Quantum Mapping: Deze Hermitische componenten worden gemapt op Pauli-strings voor uitvoering op een $N$-qubit Quantum Processing Unit (QPU), waarbij $N = \lceil \log_2 n \rceil$. Deze logaritmische schaling maakt het mogelijk om een systeem met duizenden bussen te representeren met een relatief klein aantal qubits (bijv. 17 qubits voor 70.000 bussen).
4. RVVQE Algoritme: Een geparametriseerde quantumcircuit (ansatz) bereidt een proeftoestand $|\psi(\theta)\rangle$ voor. In plaats van energie te minimaliseren, minimaliseert het algoritme een reële variantie-kostenfunctie gedefinieerd als:
   $$C_{var}(\theta) = \langle H_f^2 \rangle_\theta - \langle H_f \rangle_\theta^2 + \langle K_f^2 \rangle_\theta - \langle K_f \rangle_\theta^2$$
   Een klassieke optimizer werkt de parameters $\theta$ iteratief bij om deze kostenfunctie naar nul te drijven.
5. Eigenwaarde Extractie: Zodra er convergentie optreedt, worden de complexe eigenwaarden van het oorspronkelijke niet-Hermitische systeem gereconstrueerd door de verwachtingswaarden van de Hermitische componenten op te tellen: $\lambda = \langle H_f \rangle + i\langle K_f \rangle$. De kritieke resonantie modale impedantie wordt dan berekend als $Z_{cm,f} = 1/\lambda$.
6. Deflatie: Om meerdere eigenwaarden te extraheren, wordt een sequentiële deflatietechniek toegepast, waarbij een straf wordt toegevoegd aan de kostenfunctie op basis van de overlap met eerder gevonden eigentoestanden om orthogonaliteit te waarborgen.

Belangrijkste Bijdragen

• Algoritmische Adaptatie: Het artikel past het RVVQE-algoritme, oorspronkelijk ontworig voor niet-Hermitische operatoren, aan voor de specifieke context van resonantieanalyse in elektriciteitssystemen, waarmee de kloof tussen dissipatieve elektrische netten en open quantum-systemen wordt overbrugd.
• Schaalbaar Architectuur: Door de staat van het net logaritmisch te coderen in quantumgeheugen, omzeilt de voorgestelde methode de $O(n^2)$ geheugenbeperkingen van klassiek RAM, wat een theoretisch schaalbaar pad biedt voor de analyse van continentale omvang netwerken.
• Hybride Workflow: De auteurs formaliseren een volledige "grid-to-quantum" workflow (Algoritme 1) die frequentiesweeps, matrixdecompositie en stabiliteitsbeoordeling afhandelt met behulp van een hybride quantum-klassieke lus.

Resultaten
Het framework werd gevalideerd met behulp van een standaard 5-bus transmissiesysteem. De niet-Hermitische admittancematrices werden gegenereerd over een frequentiebereik van 100 Hz tot 3000 Hz. De 5x5 matrices werden opgevuld naar 8x8 om in een 3-qubit quantum systeem te passen.

• Nauwkeurigheid: De kritieke resonantie modale impedanties ($|Z_{cm}|$) berekend via het RVVQE-algoritme vertoonden een bijna perfecte overeenkomst met de exacte klassieke oplossingen afgeleid van standaard matrixdiagonalisatie (SciPy library) over het gehele frequentiespectrum.
• Hardware Beperkingen: De simulaties werden uitgevoerd zonder Quantum Error Mitigation (QEM). Ondanks het gebrek aan foutcorrectie bleven de resultaten dicht bij de klassieke referentiewaarden, wat suggereert dat het algoritme robuust is op de huidige ruisgevoelige hardware.
• Stabiliteitsanalyse: De methode identificeerde succesvol resonantiefrequenties en kritieke modi, waarmee het zijn vermogen bewees om small-signal stabiliteit en participatiefactoren te beoordelen.

Betekenis en Claims
Het artikel claimt dat dit werk een "diepgaand schaalbare architectuur" biedt die in staat is om resonantie-instabiliteiten in massieve netwerken te diagnosticeren die momenteel de klassieke computationele grenzen overschrijden. De auteurs benadrukken dat hoewel de huidige hardware beperkt is, de logaritmische schaling van qubits een levensvatbaar pad biedt voor toekomstige grootschalige analyse van elektriciteitssystemen. De succesvolle implementatie van RVVQE voor niet-Hermitische matrices in dit domein wordt gepresenteerd als een fundamentele stap naar het toepassen van quantum computing op complexe stabiliteitsstudies van elektriciteitssystemen, inclusief toekomstige toepassingen op grotere IEEE testnetwerken (bijv. 118-bus, 300-bus) en synthetische netwerken zoals ACTIVSg70k. Het werk claimt niet een industriële probleemstelling op echte hardware te hebben opgelost, maar demonstreert de wiskundige geldigheid en nauwkeurigheid van de aanpak op een benchmark systeem.