Pillar A · Estado a 2026-07-24

El harness gira a la red: primeros runs reales de expansión de red (clase E.ON)

Apuntamos el mismo protocolo Juez v1 a una nueva clase de problema — expansión de red de distribución, el track de E.ON. Sobre un feeder IEEE case14 estresado con congestión real, un QUBO build/no-build (alivio de congestión medido con flujo de potencia DC real) peleó QAOA p=2 vs OR-Tools CP-SAT. CP-SAT llegó al óptimo probado en ~0.3 s; QAOA quedó a 0.005–3.2% en 3 semillas. Veredicto: todavía no. El plan ganador, validado en flujo AC completo, redujo la sobrecarga real de líneas en 43.5%. Sellado como RQ-0033 / EXP-0033-001…003. Nada del protocolo cambió — solo el problema.
→ Read in English
Estado a: 2026-07-24

Mismo árbitro, nueva arena

Hasta ahora el ledger medía optimización de portafolios. Esta entrada se mueve a expansión de red de distribución — decidir qué líneas nuevas construir para que una red sobrecargada baje su congestión al menor costo. Es un problema combinatorio build/no-build, y es el problem statement de E.ON en el Global Quantum + AI Challenge 2026. El protocolo no cambió: misma instancia, mismo presupuesto de tiempo ambos lados, óptimo exacto de árbitro, semillas fijas, versiones congeladas, sellado en triple copia. Solo el problema es nuevo — que es el punto de un protocolo general.

Cómo la instancia se funda en física de red real

red         IEEE case14, cargas ×3.0, ratings térmicos apretados
            → un feeder sub-dimensionado con congestión genuina
candidatos  14 opciones de build (refuerzos paralelos + líneas nuevas)
modelo      alivio de congestión medido con flujo DC REAL:
            r_i  = alivio de construir la línea i sola     (medido)
            q_ij = alivio(i,j) − r_i − r_j  interacción     (medido)
            → un QUBO cuyos coeficientes vienen de física, no de suposición
árbitro     óptimo exacto sobre 2^14 sets de build (fuerza bruta)
validación  plan ganador re-chequeado en flujo AC completo

Ningún coeficiente fue inventado: cada uno se midió corriendo el solver de red. Los términos cuadráticos capturan que dos refuerzos juntos alivian más (o menos) que la suma de sus partes — acoplamiento real de la red.

El resultado

Expansión de red E.ON · brecha al óptimo + alivio de congestión real IEEE case14 estresado · 14 candidatos · presupuesto igual 120 s · 3 semillas 0% = óptimo exacto CP-SAT 0% — óptimo probado · ~0.3 s (3/3) QAOA p=2 brechas 0.005% · 1.0% · 3.2% · ~95 s Plan validado en AC (5 líneas construidas): sobrecarga de líneas 2672.7 → 1509.3 · congestión real −43.5%
Medido, archivos sellados EXP-0033-001…003. El −43.5% se chequea en flujo AC completo, no en el modelo QUBO.

CP-SAT alcanzó el plan de build probadamente óptimo en cerca de un tercio de segundo, en las tres semillas. QAOA se acercó — 0.005% en su mejor caso — pero no ganó a presupuesto igual. Veredicto: todavía no. El planificador clásico es fuerte aquí, exactamente como debe ser en un benchmark honesto.

Por qué el −43.5% importa más que el veredicto

La optimización se decide en un QUBO, pero el valor se decide en física. Reconstruimos el plan ganador de 5 líneas en flujo AC completo: la sobrecarga total de líneas cayó de 2672.7 a 1509.3 — una reducción de congestión del 43.5% en un feeder genuinamente sobrecargado. Ese es el número que le importa a un planificador de DSO, y está validado fuera del modelo que lo eligió. Venga el plan de lo cuántico o de lo clásico, el ledger reporta lo que de verdad le hace a la red.

Qué no sabemos

Si el casi-empate de QAOA (0.005% en seed 43) sobrevive en instancias más duras y grandes o es suerte de instancia — los próximos runs escalan la red (case30, case118) y el número de candidatos hacia la escala utility de >100 qubits que apunta el challenge. Cómo diverge el modelo de congestión DC de 2do orden respecto al AC en redes más grandes (publicaremos la brecha). Y si el hardware NISQ, con ruido, sostiene la calidad de QAOA medida en simulador. Cada una es una medición en la escalera.

Contenido medido de los archivos sellados EXP-0033-001…003. La metodología sigue el enfoque del benchmark QOBLIB citado en el problem statement de E.ON: identificar instancias duras, y luego benchmarkear con honestidad. Rosetta Quantum publica veredictos con datos crudos reproducibles — incluidos los que lo cuántico pierde.

Fuentes:
· Archivos sellados EXP-0033-001…003, RosettaQuantum/evidence", url: "https://github.com/RosettaQuantum/evidence/tree/main/runs/2026/07" }