取得联系

取得联系。

对能源系统的优化在能源转变背景下的大量挑战可以通过能源系统模型（ESMS）来解决。例如，我们可以通过高空间和时间分辨率优化电力，气体和热供应来增强运营和投资决策。但是，经典硬件正在努力处理大规模优化问题，例如完全解决的德国高压网格，包括扇形耦合，因为求解时间缩小以大小为指数。ESM通常被简化为线性问题，以便在合理的时间内获得解决方案。但是，某些研究问题需要更复杂的配方，例如混合的线性优化问题（MILP），这是计算密集型的。在Attraqt'em中，我们研究了MILP非常重要的ESM的三种优化问题类型的量子优势：I。运营计划II。投资计划III。对弹性系统的方案分析，尽管仅适用于大问题的量子优势只能从当前减小量子计算机大小减小的研究中预测，但对于那些问题，●足够好的解决方案足以实现实际目的，或●时间约束将精确的方法限制为