מסגרת אינטיליגנטית חדשה לרתימת אנרגיה תרמית תת-קרקעית באמצעות אופטימיזציה של התכונות התרמופיזיקליות של מלט ומילוי חזרה

אחסון חום בקרקע

ככל שיותר בתים וערים פונים לאנרגיה מתחדשת, אתגר מרכזי אחד הוא כיצד לאחסן חום מעונה אחת לשימוש בעונה אחרת. המחקר בוחן דרך להתייחס לקרקע מתחת לרגלינו כאל סוללת חום ענקית שניתנת לטעינה. באמצעות בחירה מדוקדקת של חומרי המילוי והסביבה סביב צינורות תת-קרקעיים, ובאמצעות כלים חכמים ממוחשבים, המחברים מראים כיצד לקבל יותר חום שימושי חזרה מהקרקע תוך שימוש חכם יותר באנרגיה.

כיצד פועל אחסון חום תת-קרקעי

אחסון אנרגיה תרמית תת-קרקעי משתמש בחורים עמוקים הנקראים קידוחים, שבתוכם מותקנות צינורות בצורת U. בקיץ או כאשר יש חום שפוגע, משאבה מזרימה נוזל חם בצינורות כדי לטעון את הסלע הסובב בחום. בחורף מוזרם נוזל קר כדי לקלוט חום זה ולהעבירו למבנים. הסלע משמש כ״ספוג תרמי״ גדול, בעוד שהחומר שממלא את המרווח בין הצינורות לסלע, המכונה מלט או מילוי חזרה, קובע עד כמה החום יכול לנוע פנימה והחוצה מהספוג הזה.

מדוע חומר המילוי חשוב

הצלחת מערכות כאלה תלויה במידה רבה בתכונות פיזיקליות בסיסיות של הסלע והמלט, כגון הולכת חום, קיבולת חום וצפיפות. אם החומרים מוליכים חום היטב, המערכת יכולה להיטען ולפרוק במהירות, אך החום עלול גם לדלוף לקרקע הרחבה יותר. אם הם מאחסנים הרבה חום, ניתן לשמר יותר אנרגיה מתחת לאדמה, אך ייתכן שיהיה קשה יותר לשלוף אותה חזרה. המחברים מצביעים על כך שההולכה התרמית של המלט חשובה במיוחד לשחזור החום בשלב ההחזרה, בעוד שתכונות הסלע שולטות בכמה חום ניתן לאחסן מלכתחילה.

לימוד מחשבים לשמש תחליף למודלים מורכבים

סימולציה מלאה של זרימת חום בתוך ומסביב לקידוח היא איטית ותובענית מבחינת חישובים, במיוחד אם יש לבדוק הרבה אפשרויות עיצוב. כדי להימנע מכך, המחברים אימנו רשתות נוירוניות מלאכותיות לחקות מודל נומרי מפורט של קידוח יחיד בסלע. רשתות אלה לומדות מתוך מערך סימולציות מדגם ואחר כך מספקות תחזיות מהירות מאוד של שתי תוצאות מרכזיות: כמה חום נכנס לקרקע וכמה חוזר לאחר מכן. באמצעות כוונון מדויק של הרשתות בעזרת שיטות חיפוש בהשראת גנטיקה וציד קבוצתי, הצוות השיג תחזיות מדויקות מאוד, עם התאמה כמעט מושלמת בין הרשת לבין המודל המקורי.

חיפוש אחר פשרות עיצוב מיטביות

עם התחזיות המהירות האלה, המחקר חוקר אלפי שילובים אפשריים של תכונות סלע ומלט. אלגוריתם חיפוש רב-מטרתי, המדמה את התנהגות הניצים המשוחחים ורודפים אחר מזון, משמש למציאת סדרת הפשרות הטובות ביותר. כל נקודה על חזית פארטו מייצגת עיצוב שבו שיפור במטרה אחת, כגון שחזור חום גבוה יותר, יחריף באופן אוטומטי מטרה אחרת, כמו האנרגיה הנדרשת לטעינת הקרקע. הקבוצה התקבלה ערכים של אנרגיות מוזנות בין כ-1.27 ל-2.29 ג׳אול-גיגה (GJ) ואנרגיות משוחזרות של כ-0.43 עד 0.74 ג׳אול-גיגה, וחושפת אזורים ברורים שבהם טעינה נוספת מביאה רק רווחים קטנים בשחזור החום.

בחירת אפשרויות עיצוב מציאותיות

מהנדסים עדיין זקוקים לבחירות ברורות, לא רק לענן של אפשרויות, ולכן המחברים משתמשים בשיטת קבלת החלטות המדורגת את עיצובי פארטו לפי עדיפויות שונות. על ידי שינוי המשקלים בין חשיבות אנרגיית קלט נמוכה לעומת אנרגיית שחזור גבוהה, הם מפיקים שבע תרחישים מעשיים. חלקם מעדיפים צריכת אנרגיה נמוכה מאוד ושחזור צנוע, המתאימים לאתרים קטנים או מוגבלים באנרגיה, בעוד שאחרים מעדיפים שחזור גבוה למערכות חימום אזוריות או מבנים גדולים, ומקבלים צריכת אנרגיה גבוהה יותר ומלט מתקדם יותר. שלב זה מראה כיצד אותו רעיון של אחסון תת-קרקעי יכול להיות מכוייל להתאמה לתנאי עולם-אמיתי שונים.

מה זה אומר למערכות אנרגיה עתידיות

בקצרה, המאמר מראה שניתן לשפר את יעילותן של סוללות חום תת-קרקעיות על ידי בחירה מושכלת של תכונות הסביבה הדמויית-סלע וחומר המילוי סביב הצינורות, בהנחיית כלים מתקדמים מונחי-נתונים. במקום נסיונות וטעויות או כללי אצבע בעיצוב, המסגרת המוצעת מאפשרת לתכננים לראות במהירות כיצד שינויים בחומרים אלה משפיעים הן על האנרגיה שמוזרמת לאחסון והן על החום שניתן להחזיר באופן ריאלי. הדבר יכול לסייע להפוך מערכות חימום וקירור מבוססות קרקע ליעילות יותר, גמישות יותר, ומתואמות טוב יותר לצורכי רשתות אנרגיה בעלות פחמן נמוך בעתיד.

ציטוט: 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

מילות מפתח: אחסון אנרגיה תרמית תת-קרקעית, מחליף חום בקידוח, חימום גאותרמי, אופטימיזציית למידת מכונה, תכונות תרמיות של מלט