Computación cuántica para optimizar la red de distribución eléctrica de i-DE en España

La distribuidora eléctrica del grupo Iberdrola, i-DE, colabora con Ayesa en el desarrollo de una solución basada en tecnología cuántica de cara a optimizar la red eléctrica de España. La unión ha sido impulsada y financiada desde el Global Smart Grids Innovation Hub de la energética, centro de referencia mundial sobre la innovación en redes inteligentes, en el que la compañía explora el uso y los beneficios de tecnología de vanguardia.

Analizar y optimizar la infraestructura eléctrica de una empresa distribuidora con más de 11 millones de clientes como es i-DE constituye un reto ingente. A esta tarea se le añaden las cada vez más cambiantes y exigentes condiciones de mercado derivadas de nuevas figuras como el autoconsumo o el almacenamiento, que provocan que estudios de energía ‘tradicionales’ TOP-DOWN queden obsoletos, requiriéndose cada vez más el análisis de flujos de energía en todos los sentidos, junto con la necesidad de anticipar escenarios futuros que optimicen la gestión de la red maximizando su disponibilidad.

El entorno actual requiere cada vez más la gestión de la red eléctrica de una manera integral, en función de los siguientes requerimientos fundamentales: tratamiento de cantidades ingentes de datos, predicciones de escenarios futuros y optimización de elementos de red. Ante esta problemática tan exigente, ambas partes exploran el uso de la tecnología quantum computing como posible solución.

Soluciones técnicas

La computación cuántica es una nueva tecnología que permite, de una forma exacta y no por aproximaciones, resolver problemas de optimización complejos, principalmente en entornos de topologías de grafos, cuando es necesario evaluar todos los posibles escenarios de una forma eficiente. Es por ello que en este proyecto Ayesa aplica métodos de optimización cuántica en la búsqueda del mejor escenario.

Por su parte, los algoritmos de optimización propuestos (QUBO, Ising, QUOA, VQE, Quantum MonteCarlo…) se medirán en función de su exactitud y se aplicarán en un método híbrido combinado; y la implementación de las restricciones se basará en funciones cuánticas del tipo Grover Adaptive Search (GAS), así como en la utilización de matrices Black-Box Optimization (BBO).

“De lo que se trata es de que cada parte de cada proceso se adapte automáticamente en función de la casuística que se produzca en cada momento, para encontrar ese escenario óptimo y sostenible en el tiempo en el que se apoye a los expertos en el análisis de la mejor configuración ante posibles incidencias, cambios de topologías, nuevos demandantes o generadores, y sugerir escenarios que minimicen riesgos”, explica Aitor Moreno, responsable de Quantum Computing en Ayesa.