E.ON utilizza il quantum computing per affrontare la complessità

Una soluzione quantistica per la rete energetica più dinamica del futuro

Guarda il case study
Vista esterna di un campus universitario
Affrontare la complessità

Il compito di E.ON è tenere accese le luci. Come una delle più grandi aziende energetiche d'Europa, gestisce una rete energetica di 1,6 milioni di chilometri per servire 47 milioni di clienti con elettricità e gas in 17 paesi europei. E.ON fornisce energia a case, ospedali, fabbriche, trasporti pubblici e altre infrastrutture critiche essenziali per la vita del XXI secolo. E quel lavoro sta diventando sempre più complicato.

Man mano che E.ON sostiene la transizione dell'Europa verso le energie rinnovabili, le richieste sulla rete diventano sempre più complesse. I vecchi modi di distribuire l'energia erano prevedibili. Dato un grande impianto energetico e una fornitura costante di carburante, non era troppo difficile sapere quanto sarebbe costato generare un megawatt di elettricità domani o tra un anno. Quando la domanda cambiava durante un'ondata di caldo o di freddo, era relativamente semplice aumentare e diminuire la produzione.

Ora l'energia proviene da fonti più piccole e dinamiche, tra cui il solare e l'eolico. Allo stesso tempo, i veicoli elettrici e i sistemi intelligenti nelle case stanno cambiando radicalmente i modelli di consumo e sempre più settori, come la mobilità e il riscaldamento, stanno diventando elettrici. E.ON, responsabile della fornitura di energia 24 ore su 24, 7 giorni su 7, tutto l'anno, deve prepararsi con largo anticipo per tenere conto dei complessi cambiamenti dinamici sia nella domanda che nell'offerta. L'azienda sta ora esplorando il quantum computing, uno strumento per superare la complessità, come soluzione a questo problema.

"Stiamo diventando un'azienda digitale", ha affermato il dott. Giorgio Cortiana, Head of Data & AI, Energy Intelligence di E.ON. "La tecnologia dei dati sarà essenziale per aiutarci a padroneggiare la complessità di questi sistemi."

Una parte importante di questo sforzo si riduce a un problema di prezzi.

"Dobbiamo procurarci l'energia prima che i clienti la richiedano", ha affermato il dott. Piergiacomo Sabino, Quantitative Risk Expert di E.ON Energy Markets.

I contratti di E.ON richiedono all'azienda di fornire energia ai clienti a un prezzo fisso, anche se i tassi di consumo e i costi di consegna aumentano e diminuiscono. Spesso ci sarà una certa discrepanza tra la quantità di energia acquistata in anticipo e la domanda reale. Quindi i diversi attori del mercato si assicurano a vicenda contro questi rischi, comprando e vendendo derivati energetici e mantenendo le luci accese.

Nella sala contrattazioni di E.ON, esperti come il dott. Sabino lavorano per stabilire in modo efficiente il prezzo di tali derivati. Utilizzano simulazioni Monte Carlo per questo compito: un modo per prevedere gli esiti di eventi incerti utilizzando la tecnologia informatica odierna. Questi metodi tengono conto della volatilità dovuta al meteo, ai modelli di utilizzo e ad altri fattori. Ma anche i più grandi supercomputer del mondo fanno fatica con questo tipo di problemi.

"Questo ci richiede di essere intelligenti e lungimiranti, con anni di anticipo", ha affermato il dott. Cortiana. "Il cambiamento climatico e gli eventi black swan devono far parte del nostro modello. L'obiettivo finale è quello di offrire ai nostri clienti un'energia conveniente."

Durante una recente crisi energetica che ha portato a picchi drastici dei prezzi in tutta Europa, E.ON è stata in grado di proteggere i clienti e tenere sotto controllo gli aumenti dei prezzi grazie a questa pianificazione. Se E.ON non avesse gestito correttamente questa crisi, i clienti avrebbero potuto rimanere al buio.

In cerca di una soluzione quantistica

Più un problema è complesso, più variabili interagenti coinvolge, più è difficile da gestire per un computer che gestisce i numeri binari 1 e 0. I rischi meteorologici, i cambiamenti nell'offerta e i modelli dinamici di consumo sono tutte variabili interagenti. Quindi anche i migliori approcci classici sulle migliori macchine di supercomputing si scontrano con limiti rigidi.

Ecco perché E.ON sta esplorando il quantum computing con IBM.

I computer quantistici offrono un approccio completamente nuovo alla risoluzione di problemi complessi. Alcuni problemi che potrebbero richiedere millenni per essere risolti sui supercomputer classici potrebbero avere soluzioni molto più semplici utilizzando algoritmi di quantum computing.

"Il motivo per cui abbiamo deciso di collaborare con IBM Quantum è che volevamo entrare in contatto con gli esperti del settore", ha affermato il dott. Cortiana. "Non solo abbiamo avuto accesso a questo hardware, ma abbiamo anche avuto accesso a esperti e siamo stati in grado di migliorare il nostro team."

Una soluzione dimostrabile

Oggi i computer quantistici sono ancora in fase di sviluppo. Tuttavia, questo progresso sta procedendo rapidamente. Nel 2023, IBM ha dimostrato che il suo hardware e software quantistico combinati possono eseguire calcoli affidabili su una scala superiore ai metodi classici "brute force" per l'esecuzione di algoritmi quantistici. Questo progresso segna l'ingresso nell'era della "quantum utility", in cui i computer quantistici sono gli strumenti migliori per ottenere risposte precise dai circuiti quantistici.

Il passo successivo è trovare i "vantaggi quantistici", ovvero i casi in cui i computer quantistici sono migliori di qualsiasi metodo classico. Per un'organizzazione come E.ON, trovare un vantaggio quantistico potrebbe potenzialmente portare nuove efficienze e vantaggi competitivi e, in ultima analisi, prezzi energetici migliori per i suoi clienti.

Lavorando insieme, i team di E.ON e IBM Quantum hanno sviluppato un percorso verso un vantaggio quantistico per la determinazione dei prezzi dell'energia. Il dott. Sabino, dal punto di vista commerciale, ha definito i requisiti del progetto. L'obiettivo non era solo un progetto sperimentale, ma uno che potesse eventualmente fornire un vantaggio pratico per il business su un futuro computer quantistico con correzione degli errori. IBM prevede di presentare un computer quantistico con correzione degli errori nel 2029.

Lavorando insieme, IBM ed E.ON hanno sviluppato un algoritmo per la gestione del rischio meteorologico in grado di superare i metodi classici utilizzando un computer quantistico sufficientemente avanzato.

Ogni esecuzione di questo algoritmo pone la domanda: "Se offriamo energia a un certo prezzo, quanto ci costerà, dato un certo insieme di condizioni meteorologiche nel corso di un contratto?"

Eseguendo questo algoritmo più volte, si ottengono informazioni che possono essere utilizzate per prendere decisioni di copertura.

Il potere di Qiskit

Dopo aver dimostrato che questo algoritmo poteva funzionare in linea di principio, il team si è preparato a eseguirlo su un hardware IBM Quantum reale. La versione originale dell'algoritmo prevedeva dei circuiti – singole esecuzioni quantistiche – che erano troppo lunghi per essere eseguiti sui computer quantistici disponibili nel 2023.

Quindi, il team ha sfruttato una funzionalità avanzata di IBM Qiskit, nota come circuiti dinamici, per suddividere il problema in parti che anche un computer IBM Quantum a 27 qubit di generazione precedente era in grado di gestire.

Utilizzare Qiskit per questo progetto è stata una scelta ovvia, ha affermato il dott. Corey O'Meara, Chief Quantum Scientist presso E.ON. "Qiskit è l'SDK numero uno al mondo per programmare software quantistico. È fantastico e migliora sempre di più."

Oggi IBM mette a disposizione dei suoi utenti computer quantistici da 127 qubit in su. Questi computer quantistici possono eseguire circuiti molto più lunghi di quanto fossero possibili sulle macchine precedenti. In combinazione con la potenza di Qiskit, questi computer in rapido miglioramento hanno dato vita all'era della utility. Il vantaggio quantistico è all'orizzonte.

Consigli di E.ON ad altre organizzazioni

"Penso che lavorare su scala utility sia il prossimo passo necessario per l'intero settore del quantum computing", ha affermato il dott. O'Meara. "Sono stati realizzati modelli giocattolo e prove di concetto su piccola scala con un paio di qubit. Questo cambierà."

L'obiettivo quantum di E.ON per i prossimi 3 anni, ha detto il dott. O'Meara, è il lavoro su larga scala, la ricerca di utility per la propria attività.

Il campo del quantum computing è complesso, ha affermato il dott. Cortiana. Le organizzazioni che vogliono dedicarsi al quantum computing dovrebbero collaborare con persone che la pensano allo stesso modo (università, ricerca e fornitori come IBM) e cercare sinergie, perché ci sono problemi fondamentali che saranno comuni in tutti i settori.

"Proiettatevi qualche anno nel futuro e immaginate le situazioni in cui le capacità computazionali non saranno più sufficienti", ha dichiarato il dott. Cortiana. "Chiedetevi: dove può aiutare il quantum computing? Individuate le opportunità più accessibili che possano portarvi valore per il business senza dover attendere una macchina fault-tolerant."

Ora è il momento di cogliere quelle opportunità e far crescere i pool di talenti quantistici.

"Una volta che i vantaggi quantistici saranno disponibili, tutti vorranno utilizzarli al meglio", ha affermato il dott. Cortiana. "È meglio avere già le competenze. Altrimenti sarà difficile recuperare."

Informazioni su E.ON

E.ON è una delle più grandi aziende energetiche europee nei settori della rete di distribuzione energetica, delle soluzioni infrastrutturali energetiche e delle vendite energetiche. Con una rete di distribuzione energetica lunga 1,6 milioni di chilometri e circa 47 milioni di clienti, E.ON svolge un ruolo di primo piano nel dare forma a un mondo energetico verde, digitale e decentralizzato. Spetta a E.ON far funzionare la nuova energia.

Scopri di più con IBM Quantum Piattaforma IBM Quantum Qiskit
IBM Quantum: l'informatica di domani, oggi
Il quantum inizia qui
Nota legale

© Copyright IBM Corporation 2024. IBM, il logo IBM, IBM QUANTUM e Qiskit sono marchi o marchi registrati di IBM Corp. negli Stati Uniti e/o in altri paesi.

Gli esempi presentati sono solo illustrativi. I risultati effettivi variano in base alle configurazioni e alle condizioni del cliente e, pertanto, non è possibile fornire i risultati generalmente attesi.