Quantencomputing könne in Zukunft dabei helfen, Rechenprozesse zum intelligenten Laden großer Elektroflotten deutlich zu beschleunigen. So lautet das Fazit erster Versuche des Fraunhofer-Instituts für Optronik, Systemtechnik und Bildauswertung IOSB. Das Szenario: Am Flughafen Erfurt-Weimar sollen drei Servicefahrzeuge an drei Ladesäulen mit möglichst viel eigenerzeugtem Photovoltaik-Strom beladen werden.
Im Fokus steht der Vergleich zwischen dem klassischen Optimierungsmodell gegenüber der Berechnung auf einem Quantencomputer von IBM. Das Optimierungsszenario am Flughafen wurde dabei bewusst einfach gehalten und doch realitätsnah.
Wenn das Wetter den Flugplan durcheinander bringt…
Die Komplexität wird dabei durch die unterschiedlichen Einsatzzeiten in Abhängigkeit des Flugbetriebs erhöht. Weitere Schwierigkeiten ergeben sich durch Unsicherheiten: Verschattungen der Photovoltaik-Anlage durch Wolken sowie kurzfristige wetterbedingte Verschiebungen im Flugplan. Dieses „Rauschen“ soll im Optimierungsmodell ebenfalls berücksichtigt werden.
Erste Ergebnisse zeigen zunächst, dass das Optimierungsproblem grundsätzlich über einen Quantencomputer berechnet werden kann. Die Ergebnisse entsprechen dem klassischen Optimierungsverfahren. Noch ist die Performance des klassischen Optimierungsmodells dem Quantenansatz überlegen, zumindest innerhalb der derzeit erreichbaren Größen der Quantenhardware.
Quantenrechner bilden Zufälle gut ab
Dennoch sieht Fraunhofer-Forscher Steve Lenk großes Potenzial in der Zukunft: „Mit Quantencomputing können wir besonders gut Zufälligkeiten, wie sie bei der Beladung von E-Fahrzeugen, etwa am Flughafen oder im Parkhaus auftreten, abbilden.“
Im weiteren Verlauf des Forschungsprojekts sollen aber auch noch andere Optimierungsprobleme untersucht werden. So geht es darum, aus den verschiedenen Technologien des Quantencomputings –ultrakalte Atome, Supraleitung und gefangene Ionen – die beste zu wählen. Langfristig streben die Forscher an, am Quantenrechner die Beladung von Hunderten E-Fahrzeugen unter der Einbeziehung komplexer Situationen zu optimieren. (wa)
