2025年6月25日，北京玻色量子科技有限公司（以下简称“玻色量子”）与广西大学的高放教授团队提出一种基于共识的分布式量子分解算法，可解决电力系统领域中考虑最优传输线切换的安全约束的机组组合问题，提高安全约束下该联合优化模型的求解效率，助力可再生能源的大规模接入。

 

基于玻色量子自研的相干光量子计算机，该研究成果以“基于共识的分布式量子分解算法用于考虑最优传输线切换的安全约束机组组合”为题在国际知名期刊《Advanced Quantum Technologies》上成功发表。

 

该成果的发表，是玻色量子发布的第二期揭榜挂帅“2024年中国‘双法’研究会——玻色量子基金项目”中产出的优秀成果之一，代表了玻色量子在联合管理科学与工程学会、中国“双法”研究会、CCF等成功搭建“量子计算+”的产学研用研究平台，连接产业实践问题与学术科研问题，架起量子计算在学术界与产业界之间的“桥梁”之后，在“量子计算+电力”领域取得的又一突出的实用化真机测试与场景验证研究突破！

 

在“量子计算+电力系统”领域，玻色量子已联合众多优秀合作伙伴取得一系列实用化成果突破。2024年2月，玻色量子联合北京清大科越股份有限公司、上海交通大学在国家一级学报——《中国电机工程学报》上首发以“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”为题的学术论文；2025年3月，玻色量子联合东南大学顾伟教授的研究团队在中国电气工程学科的顶级期刊——《电力系统自动化》上发表以“基于光量子计算机的电网停电后分区模型及量子比特扩容方法”为题的研究成果。该成果奠定了玻色量子在专用量子计算领域接连实现标杆性实用化案例突破的价值意义。

 

 

以下为论文的主要内容：

在电力系统中，机组组合（Unit Commitment，UC）和最优传输线切换（Optimal Transmission Switching, OTS）是两个关键的优化问题。UC问题主要是确定日前机组调度计划，在满足安全约束的前提下最小化电力系统的总运行成本；OTS则是致力于通过优化输电线路的开关状态，调整电网拓扑结构，以缓解潮流拥堵、提高系统可靠性。传统上这两个问题往往被独立处理，但随着电力系统规模的扩大和复杂性的增加，二者之间的相互影响日益显著。

随着电力系统的不断发展，尤其是可再生能源的大规模接入，传统的静态电网结构和优化方法面临着巨大挑战。一方面，UC和OTS的数学模型均包含大量的二元变量和连续变量，属于混合整数非线性规划（MINLP）问题，具有离散性、非线性和非凸性等特点，属于NP-Hard问题，计算复杂度随系统规模的增大呈指数级增长。另一方面，传统的集中式优化方法在处理大规模系统时，计算效率低下，难以满足实际运行的需求。

量子计算作为一种新兴的计算范式，为解决UC和OTS的联合优化难题提供了新的思路和方法。基于此，该论文提出了一种考虑UC与OTS联合优化的动态模型，为提高安全约束下该联合优化模型的求解效率，提出了一种基于共识的分布式量子分解算法（Consensus-Based Distributed Quantum Decomposition Algorithm, QDA）。具体工作包括：

（1）针对UC和OTS的联合优化问题，引入了集中式QDA算法，该算法将联合优化问题分解为一个优化机组调度的上层UC模块、一个解决潮流约束和拓扑优化的下层OTS模块，以及一个考虑意外场景的故障验证模块，模块间的迭代交互通过添加割平面实现，最终实现动态电网拓扑切换以避免违反安全约束，同时降低运行成本。

（2）在上层UC模块中，利用UC子问题（SP）的对偶信息，基于广义Benders框架构建最优性和可行性割平面。在下层OTS模块中，受灵敏度分析启发，将输电线路切换状态对系统运行成本或潮流越限的影响定义为灵敏度，并基于此分析构建线性最优性和可行性割平面。同时还提出了一种将这些割平面转化为适用于QC的QUBO模型（割平面哈密顿量）的方法。

（3）在集中式算法的基础上，进一步提出了一种求解效率更高的基于共识的分布式QDA。该算法使用相邻节点的相角和交互功率作为共识变量，允许每个节点独立并行地求解带共识约束的局部问题；同时构建局部割平面哈密顿量，将主问题（MP）解耦到节点级别的局部主问题（local MPs），得到QUBO形式哈密顿量并转换为适合量子计算的Ising模型，利用量子退火算法或相干光子量子计算机求解，其并行求解特性可显著提高联合优化问题的求解效率。

论文提出的基于共识的分布式量子分解算法（QDA）采用多阶段优化策略，将联合优化问题分解为上层UC模块、下层OTS模块和故障验证模块，并通过添加割平面实现模块间的迭代交互，最终获得接近全局最优的解。算法的总体框架如图1所示：

图1 QDA算法总体框架

此外，本论文使用6节点系统（6-Bus System）和IEEE RTS 24节点系统（IEEE RTS 24-Bus System）进行了多种场景分析。鉴于6节点系统的结构相对简单，在6节点系统上使用集中式 QDA（Centralized QDA）来验证算法流程的正确性和可行性，在确认了集中式方法的有效性后，使用IEEE RTS 24节点系统展示基于共识的分布式 QDA（Distributed QDA）的优越性。实验中，所有SP使用Gurobi9求解，主问题（MP）转换为QUBO问题后在D-Wave量子退火平台和玻色量子自研的相干光量子计算机上实现。

在迭代过程中，MP中割平面的数量随迭代次数线性增加，理论上导致优化复杂度逐渐增加，求解速度变慢。本论文仅在最后一次迭代中求解QUBO形式的MP，并将其求解时间视为每次迭代求解MP所需时间的上界。这种方式能够估计量子处理单元（QPU）使用时间和总计算时间的上限，既具有成本效益，又足以验证算法的有效性，同时也突出了相干光量子计算机的量子优势。

在IEEE RTS 24节点系统的结果表明，基于共识的分布式QDA始终获得与Gurobi9相等或更优的目标函数值（在场景6和7中结果更优）。此外，所有场景的收敛时间都显著短于Gurobi9，其中相干光量子计算机实现的分布式QDA在求解速度上优于D-Wave版本。这些结论进一步强调了相干光量子计算机在优化领域的潜力，也证明了分布式 QDA 的有效性和优越性。

总体而言，本文通过实现机组组合与最优传输线切换的联合优化，有效降低系统运行成本，提高电力系统的安全性和可靠性，为电力企业带来显著经济效益同时保障电力供应的稳定性，为电力系统的经济运行和规划可提供更为精确和高效的优化工具。

《Advanced Quantum Technologies》由Wiley-Blackwell出版社出版，是一本高影响力的量子科学期刊，发表量子科学、量子材料和量子技术等不同领域的理论和实验研究。为学术界和工业界的物理学家、工程师、数学家、材料和计算机科学家提供了一个分享平台，以分享他们在最广泛意义上的量子科学的基础和应用研究，包括但不限于量子光学、量子计算和量子计量学。