論文の概要: Grid Cost Allocation in Peer-to-Peer Electricity Markets: Benchmarking Classical and Quantum Optimization Approaches

• arxiv url: http://arxiv.org/abs/2501.05253v1
• Date: Thu, 09 Jan 2025 14:03:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-10 13:58:45.575630
• Title: Grid Cost Allocation in Peer-to-Peer Electricity Markets: Benchmarking Classical and Quantum Optimization Approaches
• Title（参考訳）: ピアツーピア電力市場におけるグリッドコスト配分:古典的および量子最適化アプローチのベンチマーク
• Authors: David Bucher, Daniel Porawski, Benedikt Wimmer, Jonas Nüßlein, Corey O'Meara, Giorgio Cortiana, Claudia Linnhoff-Popien,
• Abstract要約: 本稿では、量子コンピューティング(QC)を用いたピアツーピア(P2P)電力市場におけるグリッド運用コストの配分のための新しい最適化手法を提案する。 本研究では,生産者対と生産者対の間の論理的電力フローと物理的電力フローを整合させた準拘束的二元最適化(QUBO)モデルを構築し,グリッドの利用コストを公平に分配する。 このモデルは、最大57ノードのIEEEテストケースで評価され、量子アニーリング(QA)、ハイブリッド量子古典アルゴリズム、古典最適化アプローチと比較される。
• 参考スコア（独自算出の注目度）: 3.757262277494307
• License:
• Abstract: This paper presents a novel optimization approach for allocating grid operation costs in Peer-to-Peer (P2P) electricity markets using Quantum Computing (QC). We develop a Quadratic Unconstrained Binary Optimization (QUBO) model that matches logical power flows between producer-consumer pairs with the physical power flow to distribute grid usage costs fairly. The model is evaluated on IEEE test cases with up to 57 nodes, comparing Quantum Annealing (QA), hybrid quantum-classical algorithms, and classical optimization approaches. Our results show that while the model effectively allocates grid operation costs, QA performs poorly in comparison despite extensive hyperparameter optimization. The classical branch-and-cut method outperforms all solvers, including classical heuristics, and shows the most advantageous scaling behavior. The findings may suggest that binary least-squares optimization problems may not be suitable candidates for near-term quantum utility.
• Abstract（参考訳）: 本稿では,量子コンピューティング(QC)を用いたピアツーピア(P2P)電力市場におけるグリッド運用コストの割当を最適化する手法を提案する。 本研究では,生産者と消費者間の論理的電力フローと物理的電力フローを整合させて,グリッド利用コストを公平に分配する擬似非拘束バイナリ最適化(QUBO)モデルを開発した。 このモデルは、最大57ノードのIEEEテストケースで評価され、量子アニーリング(QA)、ハイブリッド量子古典アルゴリズム、古典最適化アプローチと比較される。 提案手法は, グリッド演算コストを効果的に配分するが, 広範に過パラメータ最適化を行うにもかかわらず, 比較性能が劣ることを示す。 古典的なブランチ・アンド・カット法は、古典的ヒューリスティックスを含むすべての解法を上回り、最も有利なスケーリング挙動を示す。 この結果は、二項最小二乗最適化問題は、短期量子ユーティリティーの候補には適さないかもしれないことを示唆している。

関連論文リスト

• Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
  変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。 本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。 また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
  論文  参考訳（メタデータ） (2024-04-17T11:00:12Z)
• Efficient DCQO Algorithm within the Impulse Regime for Portfolio Optimization [41.94295877935867]
  本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。 提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。 我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
  論文  参考訳（メタデータ） (2023-08-29T17:53:08Z)
• A Framework for Demonstrating Practical Quantum Advantage: Racing Quantum against Classical Generative Models [62.997667081978825]
  生成モデルの一般化性能を評価するためのフレームワークを構築した。 古典的および量子生成モデル間の実用的量子優位性(PQA)に対する最初の比較レースを確立する。 以上の結果から,QCBMは,他の最先端の古典的生成モデルよりも,データ制限方式の方が効率的であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-27T22:48:28Z)
• Prog-QAOA: Framework for resource-efficient quantum optimization through classical programs [0.0]
  現在の量子最適化アルゴリズムでは、元の問題を二進最適化問題として表現し、量子デバイスに適した等価イジングモデルに変換する必要がある。 目的関数を計算し、制約を認証するための古典的プログラムを設計し、後に量子回路にコンパイルする。 その結果,量子近似最適化アルゴリズム (QAOA) が新たに導入された。
  論文  参考訳（メタデータ） (2022-09-07T18:01:01Z)
• The QAOA with Few Measurements [4.713817702376467]
  近似量子最適化アルゴリズム (QAOA) はもともと最適化問題の解法として開発された。 完全な記述型ベンチマーク技術は、多くの量子ビットに対してしばしば高価である。 中性原子量子コンピュータのような実験的な量子コンピューティングプラットフォームは、繰り返し速度が遅い。
  論文  参考訳（メタデータ） (2022-05-13T18:42:20Z)
• Adapting Quantum Approximation Optimization Algorithm (QAOA) for Unit Commitment [2.8060379263058794]
  ユニットコミットと呼ばれる電力系統最適化問題に対して,ハイブリッド量子古典アルゴリズムを定式化し,適用する。 提案アルゴリズムは、量子近似最適化アルゴリズム(QAOA)を古典最小値で拡張し、混合二元最適化をサポートする。 提案手法は,400個の発電ユニット未満のシミュレーション単位コミットに対して,古典的解法が有効であることを示す。
  論文  参考訳（メタデータ） (2021-10-25T03:37:34Z)
• Lyapunov control-inspired strategies for quantum combinatorial optimization [0.0]
  我々は、Lyapunov制御にインスパイアされた量子最適化戦略の拡張的な記述を提供する。 代わりに、これらの戦略は量子ビット測定からのフィードバックを利用して、決定論的に量子回路パラメータに値を割り当てる。
  論文  参考訳（メタデータ） (2021-08-12T19:47:59Z)
• Accelerating variational quantum algorithms with multiple quantum processors [78.36566711543476]
  変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。 現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。 ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
  論文  参考訳（メタデータ） (2021-06-24T08:18:42Z)
• GEO: Enhancing Combinatorial Optimization with Classical and Quantum Generative Models [62.997667081978825]
  我々は、生成モデルとして知られる機械学習モデルを活用する新しいフレームワークを導入し、最適化問題を解決する。 我々は、テンソルネットワークマシンに依存するGEOの量子インスパイアされたバージョンに注力する。 関数呼び出し数に対する固定予算が与えられた場合、その目標が最小限の最小値を求める場合、その優れた性能を示す。
  論文  参考訳（メタデータ） (2021-01-15T18:18:38Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
  QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。 このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。 本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-03-11T13:52:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。