基于机器学习的大汶口盆地大陆层状岩盐盐穴储能潜力评价与分区

《Energies》：Research on Site Selection and Evaluation of Available Conditions for Salt Cavern Gas Storage in the Dawenkou Basin

　　

摘要

大规模储能已成为可再生能源并网的关键。压缩空气储能（CAES）对高质量盐穴资源的精确评价和高效利用提出了迫切需求。大汶口盆地是中国北方典型的陆相生层状岩盐分布区，对其盐穴储能潜力的评估对区域储能布局规划至关重要。以大陆层状盐沉积为研究对象，本研究综合三维地震勘探、钻孔数据解译和机器学习算法，建立了针对大陆层状岩盐储能潜力的10项指标评价体系。通过采用结合随机森林与层次分析法的耦合赋权方法，识别出三个主要控制因素：盐层数量、盐层厚度和盐层埋深。在盆地尺度上完成了储能潜力的定量化分区和优选区选取。结果表明，大汶口盆地盐穴储能高潜力区面积为12.8 km²，可形成盐穴容积11,542~14,333 × 10⁴ m³；中潜力区面积为15.87 km²，可行盐穴容积为5773~7169 × 10⁴ m³；低潜力区面积为25.15 km²，对应盐穴容积为7764~9642 × 10⁴ m³。本研究开发的大陆层状岩盐储能潜力评价方法填补了薄互层岩盐评价框架的空白，并为华北地区类似盐盆地盐穴储能资源的开发提供了标准化技术范式。评估结果可为区域新型储能产业规划和工程选址提供科学依据。