El Proyecto desarrolla una prueba de concepto en preproducción de un gemelo digital cuántico para simular y optimizar el comportamiento energético de edificios y comunidades locales. La solución compara métodos convencionales con nuevas técnicas cuánticas para mejorar la gestión de la cogeneración, integrar energías renovables y reducir consumos y emisiones. Permite evaluar escenarios operativos de forma trazable, reproducible y físicamente coherente, sobre una nueva generación de IA sostenible.
Candidatura
Gemelo digital cuántico-híbrido para la optimización energética de comunidades energéticas locales
Indicadores y procesos de mejora
La situación de partida se establece mediante un caso base con control por reglas y un MPC clásico como referencia optimizada. Sobre una jornada simulada de 24 horas, con 1.440 intervalos de un minuto, el MPC reduce el coste neto de 335,09 € a 331,38 €, un 1,11 %. La configuración cuántica QAOA con física térmica clásica reproduce exactamente estos resultados, demostrando una equivalencia económica y operativa con el MPC y elevando la electricidad generada de 57,18 a 125,69 kWh. La prueba cuántica completa incorpora además VQLS para resolver exclusivamente las 23 variables térmicas en cada minuto, sin sustitución clásica, alcanzando un residuo medio de 0,002418 y máximo de 0,015318. Esta versión permite validar la integración extremo a extremo y localizar el principal foco de mejora, la reducción del esfuerzo computacional de resolución del VQLS, de forma cuántica, sobre el coste computacional clásico
Cuantificación/Estimación reducción consumo
El Proyecto cuantifica demanda térmica, gas utilizado, electricidad generada y energía útil suministrada. En 24 horas simuladas, el caso base consume 5.251,60 kWh de gas. MPC y su equivalente QAOA mantienen 5.342,15 kWh (+1,72 %), pero elevan la electricidad generada de 57,18 a 125,69 kWh (+119,8 %), mejorando el aprovechamiento de la cogeneración y reduciendo potencialmente la necesidad de electricidad externa. La solución cuántica completa analiza el balance con el modelo térmico resuelto íntegramente mediante VQLS y proporciona la base para optimizar el combustible y la operación de los equipos. En esta fase preproductiva no se declara un ahorro de gas, al tratarse de una prueba computacional sin mediciones de planta. La mejora demostrada es comparar estrategias y localizar condiciones que permitan reducir el consumo, manteniendo las restricciones térmicas y el servicio energético. La estimación se basa en 1.440 intervalos de un minuto y está respaldada por el notebook y tablas.
Cuantificación/Estimación reducción emisiones CO2
La prueba de concepto establece una metodología para medir y reducir las emisiones de la operación energética. En 24 horas simuladas, QAOA incrementa la electricidad generada de 57,18 a 125,69 kWh, un 119,8 %, favoreciendo el aprovechamiento de la cogeneración y el potencial desplazamiento de electricidad de red. Con el factor oficial del MITECO para gas natural —0,2017 kg CO₂/kWh—, el caso base representa aproximadamente 1.059 kg CO₂ directos. Estos datos constituyen una línea base ambiental trazable para cuantificar las emisiones evitadas con el factor eléctrico oficial. Además, el Proyecto incorpora la sostenibilidad computacional: el circuito VQLS utiliza 5 qubits, 41 puertas y profundidad 21. La futura comparación de tiempos, consumo eléctrico y emisiones frente al solver clásico permitirá cuantificar la huella computacional evitada. La solución registra consumos, generación, costes y variables operativas, facilitando la optimización progresiva y la integración renovable.
Innovación aplicada y buenas prácticas
El elemento diferencial es aplicar computación cuántica a un gemelo digital energético preproductivo, conectando un modelo físico de edificio con optimización operativa. Se comparan control por reglas, MPC clásico y algoritmos cuánticos, y se ejecuta el modelo térmico completo sin sustituir la solución cuántica por una aproximación clásica. Se han superado dificultades de escalado, estabilidad numérica y reconstrucción física mediante precondicionamiento, recuperación de escala y signo, control de residuos y auditoría de circuitos. El trabajo se ha guiado por QRISP-LKS, que estructura la selección del caso de uso, su formulación, validación y transferencia, y por principios Quantum-Ops: versionado, trazabilidad, ejecución reproducible, comparación de backends y registro de métricas. La arquitectura modular permite replicar el enfoque en otros edificios, redes térmicas y comunidades energéticas, ofreciendo una referencia para incorporar tecnologías cuánticas con utilidad industrial.
Uso de tecnologías (TICs)
El Proyecto integra tecnologías TIC en una arquitectura modular y reproducible cuyo núcleo es Qiskit, utilizado para diseñar, transpilar, simular y validar circuitos cuánticos, con capacidad de ejecución en backends de simulación y ordenadores cuánticos reales. Se han desarrollado formulaciones específicas para adaptar los problemas térmicos a las limitaciones de la era NISQ, incluyendo técnicas de linealización incremental, regularización DAE y precondicionamiento numérico. Durante el proceso se descartaron alternativas como HHL por sus elevados requisitos de recursos, profundidad y tolerancia al ruido, priorizando soluciones ejecutables en hardware cuántico actual. La solución combina QAOA para optimizar la cogeneración y VQLS para resolver el modelo térmico completo, mediante una hibridación novedosa de algoritmos cuánticos y optimización clásica. Qiskit permite portar y comparar los circuitos en distintos backends, desde simuladores hasta hardware real. La plataforma facilita la evaluación de costes, consumos, generación, estabilidad y calidad de las soluciones, y ofrece resultados interpretables para ingenieros energéticos, responsables de instalaciones e investigadores. La trazabilidad, modularidad y replicabilidad del enfoque permiten transferirlo a otros edificios, redes térmicas y comunidades energéticas.
