Un répartiteur quantique pour le réseau électrique ✛

Original: "A New Hybrid Quantum-Classical Algorithm for Solving the Unit Commitment Problem"
arXiv:2505.00145 · 2025-04-30 · CC BY 4.0 · 1 min
Un assistant quantique trouve en quelques minutes le schéma de fonctionnement le plus économique pour des dizaines de centrales électriques.

Gérer des centrales électriques, c'est un peu comme régler le réseau d'eau d'une ville : il faut ouvrir les bonnes vannes pour que la pression soit suffisante et que les pertes d'eau soient minimales. Le nouvel algorithme combine le recuit quantique — une idée inspirée des travaux de Richard Feynman — avec une optimisation classique. La partie quantique énumère instantanément des millions de combinaisons « ouvert-fermé », réduisant le chaos (entropie) des coûts. Ensuite, le bloc classique, tel un plombier expérimenté, ajuste finement les vannes de puissance de chaque centrale. Contrairement aux approches standard, qui nécessitent des heures de calcul, le schéma hybride fonctionne des centaines de fois plus vite. Pour un réseau de 26 centrales, le nombre de possibilités dépasse le nombre d'atomes dans l'Univers visible — un ordinateur classique resterait bloqué pendant une journée, tandis que l'assistant quantique trouve une solution en quelques minutes. L'adoption de tels algorithmes réduira la combustion de carburant, diminuera l'empreinte carbone et, peut-être, fera baisser nos factures d'électricité.

La planification de la mise en service des centrales électriques (unit commitment) est considérée comme l'un des problèmes les plus délicats : il faut décider simultanément quelles centrales activer et calculer leur puissance, le nombre de combinaisons croissant de manière explosive.

\min_{u,p} \sum_{t=0}^{T-1} \sum_{j=0}^{N-1} u_j^t F_j^t(p_j^t)
Minimiser le coût total de production sur tous les pas de temps et tous les générateurs, où u_j^t est la décision binaire d'activer le générateur j à l'heure t, p_j^t sa puissance, et F_j^t la fonction de coût quadratique.
Q(u) = c_{\min}(u) + \lambda P(u)
Fonction objectif pour l'algorithme quantique variationnel : somme du coût minimal des générateurs activés et d'une pénalité pour non-respect de la demande, où λ est un coefficient ajustable.
Scientifiques
Erwin SchrödingerHugh Everett IIINiels BohrPascual JordanWerner HeisenbergDavid Deutsch
Notions
algorithme hybride algorithme quantique approche hybride optimisation des ressources en informatique quantique ordinateur classique complexité semiclassique puissance de calcul limite classique opération à qubit unique qubit logique problème d'optimisation mémoire coût de calcul décodeur centre de données feynman médecine lecture traitement parallèle