Nowatorskie inteligentne rozwiązanie do wykorzystania podziemnej energii cieplnej poprzez optymalizację właściwości termofizycznych zaprawy i wsypki

Magazynowanie ciepła w gruncie

W miarę jak coraz więcej domów i miast sięga po odnawialne źródła energii, jednym z wielkich wyzwań pozostaje przechowywanie ciepła z jednej pory roku na inną. W tym badaniu rozważono sposób, by traktować grunt pod naszymi stopami jak wielką wielokrotnego ładowania baterię cieplną. Poprzez staranny dobór materiałów wypełniających i otaczających podziemne rury oraz zastosowanie inteligentnych narzędzi komputerowych, autorzy pokazują, jak odzyskać z gruntu więcej użytecznego ciepła przy bardziej efektywnym zużyciu energii.

Jak działa podziemne magazynowanie ciepła

Podziemne magazynowanie energii cieplnej wykorzystuje głębokie otwory wiercone w gruncie, zwane odwiertami, z rurami w kształcie litery U w środku. Latem lub gdy dostępne jest ciepło odpadowe, ciepła ciecz jest tłoczona rurami, aby naładować otaczającą skałę ciepłem. Zimą chłodniejsza ciecz przepływa, odbierając to ciepło i przekazując je do budynków. Skała działa jak ogromna termiczna gąbka, a materiał wypełniający szczelinę między rurami a skałą, zwany zaprawą lub wsypką, decyduje o tym, jak łatwo ciepło może wnikać do tej gąbki i z niej wychodzić.

Dlaczego materiał wypełniający ma znaczenie

Efektywność takich systemów silnie zależy od podstawowych właściwości fizycznych zarówno skały, jak i zaprawy — takich jak przewodność cieplna, pojemność cieplna czy gęstość. Jeśli materiały dobrze przewodzą ciepło, system może szybko się ładować i rozładowywać, ale ciepło może też szybciej uciekać do otaczającego gruntu. Jeśli magazynują dużo ciepła, można przechować więcej energii, lecz trudniej będzie ją odzyskać. Autorzy wskazują, że przewodność cieplna zaprawy jest szczególnie istotna dla odzysku ciepła podczas fazy rozładowania, podczas gdy właściwości skały kontrolują, ile ciepła można w ogóle zgromadzić.

Nauczanie komputerów zastępowania złożonych modeli

Pełna symulacja przepływu ciepła w i wokół odwiertu jest czasochłonna i wymaga dużych zasobów obliczeniowych, zwłaszcza gdy trzeba przetestować wiele opcji projektowych. Aby to obejść, autorzy wytrenowali sztuczne sieci neuronowe naśladowujące szczegółowy model numeryczny pojedynczego odwiertu w skale. Sieci uczą się na zestawie przykładowych symulacji, a następnie bardzo szybko przewidują dwa kluczowe wyniki: ile ciepła zostało dostarczone do gruntu i ile później odzyskano. Dzięki starannemu strojenia sieci przy użyciu metod poszukiwania inspirowanych genetyką i polowaniem zwierząt zespół uzyskał bardzo dokładne prognozy, z niemal idealną zgodnością między siecią a oryginalnym modelem.

Poszukiwanie najlepszych kompromisów projektowych

Dysponując tymi szybkimi predyktorami, badanie eksploruje następnie tysiące możliwych kombinacji właściwości skały i zaprawy. Wielokryterialny algorytm poszukiwania, wzorowany na zachowaniu sępów dzielących się jedzeniem i pościgach, znajduje serię najlepszych możliwych kompromisów. Każdy punkt na tej granicy Pareto reprezentuje rozwiązanie, w którym poprawa jednego celu, na przykład większego odzysku ciepła, automatycznie pogorszyłaby inny, na przykład energię potrzebną do naładowania gruntu. Otrzymany zbiór obejmuje energie dostarczone w przybliżeniu od 1,27 do 2,29 gigadżula oraz odzyskane energie w przybliżeniu od 0,43 do 0,74 gigadżula, ujawniając wyraźne strefy, gdzie dodatkowe ładowanie przynosi tylko niewielkie zyski w odzyskanym cieple.

Wybór opcji projektowych dla rzeczywistych warunków

Inżynierowie potrzebują konkretnych wyborów, a nie tylko chmury opcji, dlatego autorzy zastosowali metodę podejmowania decyzji, która ranguje projekty z krzywej Pareto według różnych priorytetów. Zmieniając względne znaczenie niskiego nakładu energii wobec wysokiego odzysku, wyodrębniają siedem praktycznych scenariuszy. Niektóre faworyzują bardzo niski wkład energii i umiarkowany odzysk, co pasuje do małych lub energetycznie ograniczonych lokalizacji, inne stawiają na wyższy odzysk dla ogrzewania dzielnicowego lub dużych budynków, akceptując wyższe koszty ładowania i bardziej zaawansowaną zaprawę. Ten krok pokazuje, jak ten sam koncept podziemnego magazynowania można dostosować do wielu rzeczywistych warunków.

Co to oznacza dla przyszłych systemów energetycznych

Mówiąc prościej, artykuł pokazuje, że podziemne akumulatory cieplne można uczynić bardziej efektywnymi przez inteligentny dobór właściwości skały i materiału wypełniającego wokół rur, prowadzony za pomocą zaawansowanych narzędzi opartych na danych. Zamiast metod prób i błędów czy reguł praktycznych, proponowane ramy pozwalają planistom szybko zobaczyć, jak zmiany tych materiałów wpływają zarówno na energię włożoną do magazynu, jak i na rzeczywiście możliwy do odzyskania ciepło. Może to uczynić systemy ogrzewania i chłodzenia oparte na gruncie bardziej wydajnymi, elastycznymi i lepiej dopasowanymi do potrzeb przyszłych niskoemisyjnych sieci energetycznych.

Cytowanie: 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

Słowa kluczowe: podziemne magazynowanie energii cieplnej, wymiennik ciepła w odwiertach, ogrzewanie geotermalne, optymalizacja uczenia maszynowego, właściwości termiczne zaprawy