一种通过优化灌浆料和回填材料热物理性能来利用地下热能的新型智能框架

将热量存入地下

随着越来越多的住宅和城市转向可再生能源，一个重要挑战是如何把一个季节的热量存储起来以备下一个季节使用。本研究探讨了一种将脚下地层当作大型可充电热电池的方式。通过谨慎选择填充和包裹地下管道的材料，并借助智能计算工具，作者展示了如何在更高效利用能量的同时从地下回收更多有用热量。

地下热量存储的工作原理

地下热能存储利用在地面钻孔形成的深井（称为钻孔），井内放置U型管。在夏季或有余热时，将温暖的工质抽入这些管道，将热量注入周围岩体。到冬季，较冷的工质被送下去从岩体中带回热量并输送给建筑。岩体充当巨大的热海绵，而填充在管道与岩体之间的材料（称为灌浆或回填料）决定了热量进出这个“海绵”的难易程度。

为什么填充材料很重要

此类系统的成败在很大程度上取决于岩体与灌浆材料的基本物理特性，例如导热能力、热容和密度。如果材料导热性好，系统可以更快地充放电，但热量也可能更容易向更广泛的地层泄漏。如果材料具有高蓄热能力，更多能量可以储存在地下，但可能更难把它取回。作者表明，灌浆的热导率对回收阶段能否取出热量尤为关键，而岩体性质则控制了最初能储存多少能量。

教计算机替代复杂模型

对钻孔及其周围的热流进行完整仿真既耗时又对计算资源要求高，特别是在需要测试大量设计选项时。为此，作者训练了人工神经网络来模仿单个岩体钻孔的详细数值模型。这些网络从一组样本仿真中学习，然后能非常快速地预测两个关键结果：注入地下的热量和之后回收的热量。通过使用受遗传与捕猎行为启发的搜索方法对网络进行精细调校，研究团队实现了极为准确的预测，网络与原始模型几乎完全一致。

寻找最佳设计折中

有了这些快速预测器，研究随后探索了数千种岩体与灌浆性质的组合。研究使用一种基于秃鹫分食与追逐行为的多目标搜索算法来找到一系列最佳折中解。帕累托前沿上的每一个点都代表一种设计：若想在某一目标上取得更好结果（例如回收更多热量），就会自动使另一目标（例如为地层充能所需的能量）变差。所得结果显示注入能量约在1.27至2.29吉焦之间，回收能量约在0.43至0.74吉焦之间，并揭示了在某些区域增加充能只会带来对回收热量很小的提升。

选择现实世界的设计方案

工程师需要的是明确的选择而不仅仅是选项云图，因此作者采用了一种决策方法，根据不同优先级对帕累托设计进行排序。通过调整低输入能量与高回收能量的相对重要性，他们得出了七种实用情景。有些情景偏向极低的输入能量和适中的回收，适合小型或能源受限的场地；另一些则偏向更高的回收率，适用于区域供热或大型建筑，但需要接受更高的充能能量并使用更先进的灌浆材料。这一步展示了相同的地下存储概念如何根据多种现实条件进行调优。

对未来能源系统的意义

简言之，论文表明，通过智能选择类岩环境和管道周围填充材料的性质，并由先进的数据驱动工具指导，地下热电池可以变得更高效。与依靠试错或经验法则的设计不同，所提框架使规划者能够快速看到这些材料变化如何同时影响注入存储的能量与实际可回收的热量。这有助于使基于地面的供暖与制冷系统更高效、更灵活，并更好地适应未来低碳能源网络的需求。

引用: 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

关键词: 地下热能存储, 钻孔换热器, 地热供暖, 机器学习优化, 灌浆热学性能