L’informatique quantique devrait accélérer l’apprentissage automatique, permettant aux fournisseurs d’électricité d’intégrer plus de variables pour prédire la disponibilité des énergies renouvelables intermittentes.
Des algorithmes d’optimisation quantiques pourraient être utilisés pour identifier les meilleurs emplacements pour l’implantation de centrales solaires ou de parcs éoliens en fonction des gisements solaires ou de vent.
Ils pourraient aussi servir à optimiser la position des éoliennes au sein des parcs pour limiter les effets de sillage.
Les capacités offertes pour la modélisation et la simulation en physique et chimie pourraient permettre d’identifier des procédés économiquement viables et durables pour piéger et valoriser le CO2.
Total et Cambridge Quantum Computing développent des algorithmes quantiques permettant de simuler les propriétés chimiques et physiques de différents adsorbants pour sélectionner les meilleurs candidats.
EDF s’intéresse à l’informatique quantique pour mettre au point des algorithmes pour optimiser la gestion de son infrastructure de stations de recharge électrique.
L’idée est de mettre en œuvre une recharge intelligente basée sur la modélisation de l’ensemble des stations et de la demande pour dimensionner au mieux l’électricité disponible à chaque instant.
Les chercheurs de Daimler et IBM espèrent que les ordinateurs quantiques pourront les aider à concevoir une nouvelle génération de batteries, plus performantes et durables que les batteries lithium-ion.
Ils ont utilisé un ordinateur quantique pour comprendre les phénomènes chimiques se produisant à l’intérieur d’une batterie lithium-soufre pendant son fonctionnement, et sont parvenus à simuler l’état fondamental et le moment dipolaire de plusieurs molécules.
