据外媒报道，弗劳恩霍夫IOSB-AST研究所（Fraunhofer IOSB-AST）与本田欧洲研究所（Honda Research Institute Europe GmbH）的研究人员开发出一种量子-经典混合框架，旨在优化电动汽车（EV）的充电与行程分配。该研究针对的是一个计算难度极高的问题——即充电与行程的联合调度（属于NP-hard问题）。
研究团队引入了基于逻辑的“冲突割”（conflict cuts）方法，该方法仅需极少量的辅助量子比特（接近于零），即可有效降低计算负载。此外，通过采用一种稀疏递归的荷电状态（State-of-Charge）表述方式，研究进一步提升了计算效率——将约束矩阵的密度降低了约T/3倍（其中T代表规划时域的长度）。该团队还在IBM量子硬件上对一个小规模算例进行了端到端的运行验证。
面向电动汽车车队的双向V2G集成
这种约束密度的降低，直接应对了双向“车到电网”（V2G）集成中的一个关键挑战：在对非单调的荷电状态（SoC）动态进行建模时，传统的优化方法往往难以应对其带来的高额计算需求。与简化了电池限制评估的单向充电不同，双向放电要求在每个时间步长内设置密集的约束条件，从而显著增加了计算复杂度。该架构通过“主问题”（负责探索行程分配）与“子问题”（负责评估可行性及成本）之间的迭代求解来不断优化方案，并通过在两者间传递“割平面”（cutting planes）来提升计算精度。
该团队的创新之处在于引入了基于逻辑的“冲突割”（conflict cuts），旨在最大限度地减少在量子优化问题中编码“可行性割”（feasibility cuts）时通常所需的量子比特开销。这些“冲突割”使得QUBO（二次无约束二值优化）编码所需的量子比特数接近于零，这对于实现量子技术的实际应用迈出了重要一步。
扫一扫关注微信
