论文阅读笔记 |《A fast quantum algorithm for searching the quasi-optimal solutions of unit commitment》

《A fast quantum algorithm for searching the quasi-optimal solutions of unit commitment》

论文信息：X. Zheng, J. Wang, and M. Yue, “A fast quantum algorithm for searching the quasi-optimal solutions of unit commitment,” IEEE Trans. Power Syst., vol. 39, no. 2, pp. 4755–4758, Mar. 2024, doi: 10.1109/TPWRS.2024.3350382.

在该论文中，机组组合（UC）被视为一个搜索问题，即在一个由N个项目组成的随机排序数据库中找到目标解（$N=2^n$，其中$n$是二进制机组组合变量的数量）。该数据库包含{0,1}n\{0, 1\}^n{0,1}n的所有可能排列，其中每一种排列都是一个二进制解，表明发电机（generator）的开/关状态。目标解是任何可行的二进制机组组合解，其产生的成本等于或略高于最小成本，因此是一个准最优解。
（其他量子方法如QAOA方法是将 UC 表述为二次无约束二进制优化 （QUBO） 问题，并采用量子退火或变分量子启发式方法，即查找/近似描述 QUBO 问题的 Ising 模型哈密顿量的基态（最低能量的状态）[2]、[3]、[4]。为了有效地处理连续决策变量，利用了 Benders 分解;参见 [5]）

A. 用于物理约束的 Oracle（ Physical Constraints）

机组组合（UC）中开/关决策的物理约束是如下的“最小开/关时间”约束，即发电机一旦开启或关闭，必须保持该状态至少一定的时间间隔，该约束是为避免机组频繁启停，规定机组启动后需持续运行一段最短时间、停机后需等待一段最短时间才能再次启动的约束条件 。
xg,t+τ≥xg,t−xg,t−1∀g∈G,∀t∈T,∀τ∈{1,min⁡(TMUg−1,T−t)} x_{g,t+\tau} \geq x_{g,t} - x_{g,t-1} \quad \forall g \in G, \forall t \in T, \forall \tau \in \{1, \min(TMU_g - 1, T - t)\} xg,t+τ​≥xg,t​−xg,t−1​∀g∈G,∀t∈T,∀τ∈{1,min(TMUg​−1,T−t)}
xg,t+τ≤xg,t−xg,t−1+1∀g∈G,∀t∈T,∀τ∈{1,min⁡(TMDg−1,T−t)} x_{g,t+\tau} \leq x_{g,t} - x_{g,t-1} + 1 \quad \forall g \in G, \forall t \in T, \forall \tau \in \{1, \min(TMD_g - 1, T - t)\} xg,t+τ​≤xg,t​−xg,t−1​+1∀g∈G,∀t∈T,∀τ∈{1,min(TMDg​−1,T−t)}
其中，$TM{U}_g$ 是发电机 $g$ 的最小开启时间，$TM{D}_g$ 是发电机$g$ 的最小关闭时间。

只有当$x_{g,t+\tau },x_{g,t},x_{g,t-1}$取值为{0, 1, 0}或{1, 0, 1}时，约束条件(1)才会被违反,所以设计一个量子线路来检测是否出现|010⟩和|101⟩，具体来说：使用辅助量子比特来指示是否符合约束。用泡利 - X门和多控制X门构建一个电路如下所示，当输入状态是|010⟩或者|101⟩时，就翻转辅助量子比特。

除了“最小开/关时间“约束，UC 问题还包括其他约束，例如发电机的斜坡限制（the ramping limits of generators）以及全系统约束，如功率流限制（power flow limits）。这些约束与连续变量有关，将由解耦的线性规划LP处理。（？解耦的LP时怎么处理连续变量约束的？好像是直接用经典计算来解决）

B. 准最优性准则的 Oracle （Quasi-Optimality Criterion）

目的：能够验证 搜索得到的UC 解是否为准最优（ϵ-最优：由相对最优性间隙定义，mipgap）。其任务为二分类（要么是准最优，要么不是，所以是二分类），因此可以用变分量子电路（VQC）。

首先，通过 basis embedding方法将N个UC解表示为n个qubit的叠加态（n位0/1bit串，比如|111111100…001⟩）。然后，将准最优解标记为1，其余的标记为-1。在经典计算机上优化 VQC 参数，若当前状态对应的解为 ε- 最优解，将选定的输出量子比特缩放至接近 |0⟩态；否则缩放至 |1⟩态。因此，在计算基下对输出量子比特的测量可得到 [-1,1] 的预测值。

以下介绍电路架构：采用低深度强纠缠的电路架构 [13]，由单量子比特通用门$G(\varphi ,\theta ,\omega )=R_z(\omega )R_y(\theta )R_z(\varphi )$和两量子比特纠缠门$C(G)$交替层组成，两量子比特门$C(G)$可为 CNOT 门、受控 RY 门等（取决于所用门 G）。单量子比特层和两量子比特层的一次交替称为一个code block。重复执行code block 以提升 VQC 的表达能力[14]。下图为 3-qubit VQC 的示意图，其包含 2 个 code block（控制范围分别为 1 和 2），块重复次数为 1，可表示为 VQC (1;1,2)，具体含义为VQC(blocks的重复次数=1；block#1的控制范围=1，block#2的控制范围=2)。

Question1：一个 UC 实例有 m 个最小启停时间约束如何理解？
一个 UC 实例中，不同机组各自有这样的约束，若有 m 个最小启停时间约束，就意味着从整体约束角度看，有 m 条这样关于机组启停时长限制的规则（可能对应不同机组，也可能是同一机组不同时段等情况的约束细分 ）。比如，针对 5 台机组的 UC 实例，每台机组都有 “启动后需至少持续运行 3 小时（最小开机时间约束 ）”“停机后需至少等待 2 小时才能再次启动（最小停机时间约束 ）”，若把每台机组的开机和停机约束都单独算，就可能有多个（比如 5 台机组，每台 2 个约束，就有 10 个相关约束，可根据分析需求整合为 m 个 ）

Question2：code block的控制范围（range of controls）是什么意思？
文中提到：two-qubit controlled-RY gates with a range of controls of 1（控制范围为 1 的双量子比特控制 - RY 门），那具体是什么含义呢？

C. 整体量子电路

整体量子电路又两部分组成，第一部分电路就是检测“最小开/关时间”约束的电路的重复，第二部分电路就是针对判断解是否为准最优的VQC训练电路。

1.假设 UC 问题有 n 个二进制变量和 m 个最小开 / 关时间约束，则引入 m 个辅助量子比特，利用 m 个图 1 形式的电路验证这些约束，此为预言机的第一阶段。随后，如果所有m个辅助量子比特均为1（约束满足）则反转第1个量子比特，该操作通过 m-controlled X gate实现。相当于把”最小开 / 关时间约束“的满足情况保存在第1个qubit，同时，将是否有解的情况（feasibility）通过第 1 个量子比特控制的 CNOT 门存储至倒数第 2个qubit。

2.前$n+1$个量子比特随后通过训练好的 VQC 电路。当第1个量子比特输出|0⟩态时表示当前为准最优解。

3.读出结果，即最后阶段，由第1个量子比特 和倒数第2个量子比特作为控制位，最后1个量子比特为目标位，实现2qubit控制 X 门，即根据（第1个&倒数第 2 个qubit)翻转（最后1个qubit）。

利用上述Oracle可构建Grover搜索量子电路，如下图所示。

该电路有$1+n+m+2$个输入量子比特，在加载可行性条件（feasibility）后，将第1个qubit输入VQC 。对第2~（1+n）个qubit 施加H门生成 N 个可能解的等概率叠加态，同时，对第（1+n+1）~（1+n+m）个qubit施加 X 门取反，若违反“最小开/关时间”约束则可能翻转回 | 0⟩态。倒数第 2个qubit存储叠加态的可行性条件（feasibility，是否有解）。last qubit经X门和H门后变为|−⟩态，利用$X|-⟩=-|-⟩$特性实现相位翻转。对符合准最优条件以及可行feasibility条件的目标状态进行相位翻转，最后经扩散器（Diffuser)放大目标状态的振幅并降低观测到坏状态的概率，最后进行测量得到结果。

D.量子算法 Quantum Algorithm

由于准最优解的数量 t 未知，无法计算最大化目标状态振幅的最小Grover迭代次数。此时可采用迭代次数为$O(\sqrt{N/t})$的算法。
求解 UC 问题的流程【算法 1】:
1: 设置 $p=1$，并令 λ ∈(1, 4/3)，4/3 为$N/t$的下界（通常适用于 UC 问题）。
2: 重复以下步骤：
3: 在区间 $[0,p)$ 内均匀随机选择整数 $j$。
4: 按Grover搜索量子电路运行 $j$ 次oracle和扩散器电路迭代。令量子比特 $2n+1$ 的输出为 $x$。 在量子计算机上执行Grover搜索
5: 固定开/关状态为 $x$ 求解机组组合（UC）问题，并将目标值记为 $Q$。 ▷ 在经典计算机上求解线性规划（LP）（包含其他约束？ ）
6: 将 $p$ 设置为 $min(\lambda p,\sqrt{N})$。
7: 直到满足重复次数限制、达到时间上限，或目标值 $Qs$ 的偏差足够小。
8: 返回最小目标成本对应的 $x$。
论文中还进行了算法复杂度分析（略）

E.实验部分

为实现该方法，从 GUROB（ 一个数学规划优化器）I求解池提取样本并标记，相对最优性间隙（mipgap） ε 设为 0.1%，使用 NesterovMomentumOptimizer优化器训练 VQC [13]，优化器步长设为 0.5，损失函数为分类均方误差。

1.真实硬件测试

采用配备训练好的 VQC (1;1,2)（blocks的重复次数=1；block#1的控制范围=1，block#2的控制范围=2） 的 4 量子比特电路验证Oracle，如图 4 所示。

第 1 个量子比特在 VQC 后存储着 ε- 最优条件并控制最后的量子比特，第 2 和第 3 个量子比特为 4 个 UC 解的量子寄存器。由于所有解均可行，省略本应存储 “可行性” 情况的倒数第二个量子比特。前两个虚线框分别为Oracle和扩散器diffusion，块$VQ{C}^{inv}$为保持输入不变的 VQC 反射。由于 4 个解中仅有 1 个我们想要的目标状态，理论上 1 次Grover迭代即可精确找到目标状态 [6]，即 100% 概率观测到 ε- 最优解 “01”。

将该电路放在 5 量子比特 IBM ibmq_manila 设备上运行，，第 2 和第 3 量子比特结果为 |01⟩的占比 626 /1024 shots，算法成功概率（ algorithm success probability，ASP）为 61.13%，如下图5所示。

值得一提的是，文献 [15] 的 3 量子比特Grover搜索算法成功概率（ASP） 从 78.1% 降至 38.9%，因此在NISQ量子计算机上获得 61.13% 的结果被视为合理。

为评估噪声对训练的影响，考虑 IBM 硬件真实噪声和模拟噪声（单量子比特门和两量子比特门错误概率分别设为 0.1% 和 1%），最小损失从 0.00001 升至 0.00028 和 0.02087，如下图 6 所示。若将含噪声训练的 VQC 部署至电路，ASP 将分别从 100% 降至 98.34% 和 75.20%。

2.可扩展性Scalability、可训练性Trainability与泛化性Generalizability

（1）可扩展性Scalability

尝试实现11-qubit的案例：样本来自 PJM 5 节点系统（源于美国 PJM 互联电网简化模型的小型测试平台），该系统总共有5个发电机，除发电机#4 的 5 个变量外其余 UC 变量固定。此时UC问题由 5 个二进制变量和 3 个”最小开/关时间“约束组成。因此 VQC 有$n+1=6$个输入量子比特，即 5 个变量qubit+ 1 个存储可行性的qubit。下表给出了所有(2^5=32$个可能解 UC solutions，是否ε最优（ε-optimality）和是否有解（feasibility）分别在第一列和最后一列中标记。

由于 UC 问题实例包含3个”最小启/停时间“约束，额外使用 3 个量子比特来验证与最小启停约束对应的可行性条件。第 1 个量子比特是 ε- 最优性条件的量子寄存器，倒数第二个量子比特是可行性寄存器（用于表示所有约束是否满足），最后一个量子比特携带 $|-⟩$态以实现相位翻转。若执行 2 次Grover迭代搜索，所使用的整体量子电路将如下图 1 所示。

量子oracle如下图 2 所示。前三个长条块是”最小启/停时间“约束的电路，后一个更长的长条块是一个以第 1 个量子比特为目标的多控制 X 门。然后通过control - X 门将可行性条件存储到倒数第二个量子比特（如果第一个约束不满足的话就不用加载可行性条件了）。训练后的变分量子电路VQC（blocks的重复次数=3；block#1的控制范围=1，block#2的控制范围=5）包含 3 次重复（repetitions），每次重复有 2 个模块（block）。第一个模块并行包含 6 个单量子比特门 G，随后是一些控制范围为 1 的双量子比特控制 RY 门。第二个模块结构类似，但控制范围为5。 在3次重复之后，另一个单量子比特门G（0.52,7.23，-0.91）会旋转第一个量子比特。接下来是一个多控制X门（就是最中间那个2控制x门），通过瞄准最后一个量子比特来翻转真实状态的相位，以及一个保持输入状态不变的反射。请注意，反射相位中门的旋转角度取电路左半部分对应值的负值。（后面又反着来一遍的目的是为了恢复输入嘛？）

以量子比特 2 ∼ 7 作为输入的扩散器电路如下图 3 所示。

由于 t 未知，应用【算法 1】，在量子模拟器上执行 4 次迭代（$lo{g}_{\lambda }\sqrt{N/t}=lo{g}_{8/7}\sqrt{32/10}\approx 4$），结果见下表 1。该案例中首次尝试即找到 ε- 最优解。

（2）可训练性 Trainability

对比不同 VQC 设计的可训练性，结果如下图 7 ，第一个【 6-qubit VQC(3;1,5) ,CRy】作为基准，它能够学习以实现近乎完美的分类。用作对比的VQC都无可行性量子比特，即不专门设置倒数第二个量子比特存储可行性信息。这些VQC的主要区别有：

• 不同量子比特数量（5/6）：对比基准（蓝）和第二个（橙色）。
• 不同块重复次数（3或2）：对比基准（蓝）和第三个（黄色）。
• 不同控制范围（第二个block的控制范围为2/4/5）：对比基准（蓝）和倒数第二个（紫色）。
• 两量子比特门选择（CRy或CNOT)：通过对比基准模型（蓝色）和最后一组CNOT（虚线）模型可以看出应选择CRy。

（3）泛化性 Generalizability

为了使量子算法具备适用性，电路设计应能够扩展至大规模UC问题，并泛化到多个UC实例，为此，针对一组大规模UC实例，它的准最优解集合要能和其他解有效区分（需以可接受的精度与其他解分离）。研究采用IEEE 118节点系统测试训练后的模型对具有未知负荷曲线的UC实例解的分类能力。利用带有二阶多项式核的支持向量机验证表明，对于含24个二进制变量的UC问题，样本外实例的最优二进制解可与超千万个非优解实现100%精度分离。下面是具体说明：

为证明设计的量子算法具有良好的泛化能力，即证明”UC问题的ε-最优解集合能够以高精度与其他解区分开“，利用支持向量机（SVM）对 ε-最优解 进行分类。具体来说：使用MATLAB 2023a提供的fitcsvm函数来训练一个配备二阶多项式核的SVM。 二阶多项式核会将输入向量$\mathbf{x}$映射到高维希尔伯特空间，在该空间中，输入向量${\mathbf{x}}_1$和${\mathbf{x}}_2$经映射后的两个向量的内积可通过公式$({\mathbf{x}}_1^{\text{T}}{\mathbf{x}}_2+k{)}^2$计算，其中常数$k$是核尺度。借助非线性特征映射，原本在原始空间中线性不可分的样本，在希尔伯特空间中可能变得可分。

①样本生成：在修改后的PJM 5节点系统和修改后的IEEE 118节点系统上，验证SVM能否将UC问题的解分类为“优解”（ε-最优二进制解）和“劣解”（其他解）的能力。首先需要枚举所有可能的解，但是由于物理内存的限制，对于过长的0 - 1向量，我们无法存储其所有可能的排列，因此固定大部分机组的状态，仅让两台机组的开/关状态自由变化（2个变元）。采用2小时的时间间隔，因此对于一个24小时的UC问题，存在24个二进制变量(24/2=12个时间段，每个时间段2个变量，12*2=24)。

②训练与测试结果：考虑可行性条件作为另一项特征，因此总输入特征数为 25（可行性条件特征对分类性能有显著的提升作用）。SVM的超参数如表 3 所示。

经训练的SVM在 1,677,216 个解中，将 4096 个（5 -bus）/21,451 个（118 -bus）解分类为 “优解”。然而，这些 “优解” 中有 3920 个 / 20,568 个因违反"最小开 / 关时间"约束被过滤掉。需要注意的是，量子oracle也能够过滤掉不可行解。在过滤掉被分类为 “优解” 的不可行解后，精炼后的优解数量为 176 个 / 883 个，这与目标优解的总数相近。

剩余 30% 的数据用于构建样本外的UC问题实例。精炼后的优解被输入到每个 UC 问题实例中，并求解一些线性规划（LP）问题。对于这些新的问题实例，部分解可能不可行。在 5 -bus 的最差情况下，精炼后的优解中仅 3.41% 是整数可行的，而在最佳情况下该比例为 100%。最差情况下的整数可行解所产生的目标值，相较于真实最小值，因问题实例不同会高出 0.75% 至 3.45%。不过，最优解确实包含在精炼后的优解中，因此就最小值目标而言，其达成率为 100% 。

F.结论

证明了在Grover搜索框架下利用所开发的量子Oracle搜索 UC 准最优解是可行的，并且已在小型测试系统上完成算法概念验证。未来工作将考虑训练 VQC 处理大规模 UC 问题的分类任务，并应对量子硬件噪声的干扰。
个人理解：其实本质就是构造了两个特征，分别是符合”最小开关时间“约束的特征&是否有解（feasibility）的特征，再把原来的01解序列（带标签”好解“or”坏解“）输入VQC（相当于神经网络）训练，本质是个二分类任务。（仅个人片面浅薄理解