Battery Network Design Using Quantum Computing

Partiendo del código diseñado para el proyecto Flexener T.3.1.2, que emplea algoritmos genéticos para diseñar una red de baterías que maximice el control de tensiones y la fiabilidad a la vez que se minimice la inversión, se estudia la posibilidad de pasarlo a computación cuántica. Tras un análisis de escalabilidad del algoritmo se determina que la optimización es la parte más compleja y, por tanto, la que más puede beneficiarse del uso de la computación cuántica. Se decide emplear un Quantum Annealer, por lo que es necesario reformular el problema para utilizar formulación QUBO. De esta manera, se espera poder trabajar con redes de mayor tamaño y obtener una posible aceleración en el tiempo de computación necesario para resolver el problema.

Starting from the code developed for project Flexener T.3.1.2, which uses genetic algorithms to design a battery network that maximises voltage control and reliability while minimising the needed investment, the possibility of translating it into quantum computing is analysed. After carrying out a scalability analysis, it is concluded that the optimisation is the most complex part of the algorithm, and, therefore, is where quantum computing could be most beneficial. The technology chosen to solve this problem is a Quantum Annealer, which works with a specific formulation: QUBO. Therefore, the problem needs to be reformulated. This is expected to allow for working with bigger networks and for a potential speed-up.