Un nouveau cadre intelligent pour exploiter l’énergie thermique souterraine via l’optimisation des propriétés thermophysiques du coulis et du remblai

Stocker la chaleur dans le sol

À mesure que davantage de logements et de villes se tournent vers les énergies renouvelables, un défi majeur est de stocker la chaleur d’une saison pour l’utiliser lors d’une autre. Cette étude examine une manière de considérer le sol sous nos pieds comme une énorme batterie thermique rechargeable. En choisissant soigneusement comment remplir et entourer les tuyaux souterrains, et en recourant à des outils informatiques intelligents, les auteurs montrent comment restituer davantage de chaleur utile depuis le sol tout en utilisant l’énergie de façon plus efficiente.

Comment fonctionne le stockage thermique souterrain

Le stockage d’énergie thermique souterrain repose sur des forages profonds dans le sol, appelés trous de forage ou forages, contenant des tuyaux en U. En été ou lorsque de la chaleur résiduelle est disponible, un fluide chaud est pompé dans ces tuyaux pour charger la roche environnante en chaleur. En hiver, un fluide plus froid circule pour récupérer cette chaleur et l’acheminer vers les bâtiments. La roche joue le rôle d’une grande éponge thermique, tandis que le matériau comblant l’espace entre les tuyaux et la roche, appelé coulis ou remblai, détermine la facilité avec laquelle la chaleur peut entrer et sortir de cette éponge.

Pourquoi le matériau de remplissage compte

Le succès de tels systèmes dépend fortement des propriétés physiques de base de la roche et du coulis, comme leur conductivité thermique, leur capacité calorifique et leur densité. Si les matériaux conduisent bien la chaleur, le système peut charger et décharger rapidement, mais la chaleur peut aussi fuir vers le sol environnant. S’ils stockent beaucoup de chaleur, plus d’énergie peut être conservée, mais il peut être plus difficile de la récupérer. Les auteurs montrent que la conductivité thermique du coulis est particulièrement importante pour la phase de récupération, tandis que les propriétés de la roche contrôlent la quantité pouvant être stockée initialement.

Apprendre aux ordinateurs à remplacer des modèles complexes

Simuler intégralement l’écoulement thermique dans et autour d’un forage est long et coûteux en ressources informatiques, surtout si de nombreuses options de conception doivent être testées. Pour contourner ce problème, les auteurs ont entraîné des réseaux de neurones artificiels pour imiter un modèle numérique détaillé d’un forage unique en roche. Ces réseaux apprennent à partir d’un ensemble de simulations d’exemple puis fournissent très rapidement des prédictions de deux résultats clés : l’énergie injectée dans le sol et celle récupérée ultérieurement. En affinant les réseaux à l’aide de méthodes de recherche inspirées de la génétique et de la chasse animale, l’équipe a atteint des prédictions très précises, avec un accord quasi parfait entre le réseau et le modèle original.

Rechercher les meilleurs compromis de conception

Avec ces prédicteurs rapides, l’étude explore ensuite des milliers de combinaisons possibles de propriétés de roche et de coulis. Un algorithme de recherche multi‑objectif, modélisé sur le comportement des vautours partageant et chassant leur nourriture, est utilisé pour trouver une série de compromis optimaux. Chaque point de ce front de Pareto représente une conception où l’amélioration d’un objectif, par exemple récupérer plus de chaleur, détériorerait automatiquement un autre, comme l’énergie nécessaire pour charger le sol. L’ensemble obtenu couvre des énergies fournies d’environ 1,27 à 2,29 gigajoules et des énergies récupérées d’environ 0,43 à 0,74 gigajoule, révélant des zones où un apport supplémentaire n’apporte que de faibles gains en chaleur récupérée.

Choisir des options de conception adaptées au monde réel

Les ingénieurs ont besoin de choix clairs, pas seulement d’un nuage d’options : les auteurs appliquent donc une méthode de prise de décision qui classe les conceptions de Pareto selon différentes priorités. En modifiant l’importance relative de la faible énergie d’entrée versus la forte énergie récupérée, ils extraient sept scénarios pratiques. Certains privilégient une très faible énergie d’entrée et une récupération modeste, adaptés à des sites petits ou à ressources limitées, tandis que d’autres favorisent une récupération plus élevée pour le chauffage de quartier ou de grands bâtiments, en acceptant une énergie de charge supérieure et un coulis plus performant. Cette étape montre comment le même concept de stockage souterrain peut être ajusté pour répondre à de nombreuses conditions réelles.

Ce que cela implique pour les systèmes énergétiques futurs

En termes simples, l’article démontre que les batteries thermiques souterraines peuvent être rendues plus efficaces en sélectionnant intelligemment les propriétés du milieu rocheux et du matériau de remplissage autour des tuyaux, guidés par des outils avancés pilotés par les données. Plutôt que des essais‑erreurs ou des règles empiriques, le cadre proposé permet aux planificateurs de visualiser rapidement comment les changements de ces matériaux affectent à la fois l’énergie stockée et la chaleur récupérable. Cela peut aider à rendre les systèmes de chauffage et de refroidissement géothermiques plus efficients, flexibles et mieux adaptés aux réseaux énergétiques bas carbone de demain.

Citation: Zandy Ilghani, N., Maleki, H. A novel intelligent framework for harnessing underground thermal energy through the optimization of grout and backfill thermophysical properties. Sci Rep 16, 15931 (2026). https://doi.org/10.1038/s41598-026-46104-w

Mots-clés: stockage thermique souterrain, échangeur géothermique en forage, chauffage géothermique, optimisation par apprentissage automatique, propriétés thermiques du coulis