DLR-Institut

Ziel

Wir nutzen die Vorteile des Quantencomputings, um die Planung und den Betrieb der Energiesysteme der Zukunft zu optimieren und zu beschleunigen, indem wir größere und komplexere Systeme lösen können.

Eine Vielzahl von Herausforderungen im Kontext der Energiewende lässt sich durch Energiesystemmodellierung (ESM) adressieren. Für die Betriebs- und Investitionsentscheidungen werden hierbei Strom-, Gas- und Wärmeversorgung in hoher zeitlicher und räumlicher Auflösung simuliert beziehungsweise optimiert. Das Lösen großskaliger Optimierungsprobleme (OP) mit klassischer Hardware und Solver-Software stößt in der ESM zunehmend an Grenzen. Ein vollaufgelöstes OP des Hochspannungsnetzes Deutschlands (Sektorkopplung inklusive) lässt sich beispielsweise mit herkömmlichen Mitteln nicht mehr lösen. Aus diesem Grund stellt die Entwicklung von Quantenalgorithmen für OP in der ESM eine große Chance dar.

Motivation

Um die Folgen der Erderwärmung zu vermeiden, haben viele Länder konkrete Ziele zur Reduzierung der Treibhausgasemissionen (THG) gesetzt, die größtenteils durch die Verbrennung fossiler Brennstoffe zur Energieerzeugung entstehen. Um Klimaneutralität der Energie zu erreichen, ist eine genaue Energiesystemplanung notwendig, um Wege zum Abbau von fossilen Brennstoffen zu finden. Dies ist sehr herausfordernd, da es eine Systemtransformation erfordert: von zentralisierten Kraftwerken mit fossilen Brennstoffen auf dezentrale Erzeuger mit erneuerbarer Energie unter Berücksichtigung der Sektorkopplung (Strom, Gas, Wärme und Verkehr), die man global und lokal zuverlässig umsetzen muss. Die genannten Herausforderungen übersetzen sich häufig in die Notwendigkeit große, komplexe Modelle zu erzeugen und zu lösen. Quantencomputer haben bereits ihr Potenzial gezeigt, die Rechenzeiten bei bestimmten Problemtypen erheblich zu senken, und das ist es, was Attraqt’em fördern will.

Herausforderung

In diesem Projekt wollen wir die Quantencomputer der DLR QCI nutzen, um die Optimierung von Mixed-Integer Linear Problem (MILP) im Zusammenhang mit ESM zu verbessern. Dies hat das Potenzial, die Größe des Problems, das gelöst werden kann, enorm zu erweitern, sobald effektive Quantencomputing-Lösungen hierfür verfügbar sind. Eine Schnittstelle zwischen einem definierten Satz von ESM-Optimierungsproblemen wird entwickelt, die als MILP ausgedrückt werden können, und hybriden Problemen zu definieren, die von der Kombination aus klassischen und Quantencomputern profitieren könnten. Dennoch haben wir bereits drei Kandidaten von MILP-Typen identifiziert, die hierfür vielversprechend sein könnten: Unit Commitment, Investment Planning, und Resilience Analysis Probleme. Die betreffen die Koordinierung einer großen Anzahl von Erzeugern zur Deckung der Nachfrage, den Ausbau des Energiesystems und die Fähigkeit des Netzes, nach einer Unterbrechung den normalen Betrieb wieder aufzunehmen.

Publikationen