《Geoenergy Science and Engineering》:Feasibility assessment of high-temperature aquifer thermal energy storage using design of experiments
编辑推荐:
热能储存技术能够缓解供热与制冷的季节性供需失衡。其中,含水层热能储存(Aquifer Thermal Energy Storage, ATES)因其地面占地面积小、地下储存容量大而颇具前景。然而,其性能评估受到地下性质与运行条件不确定性的影响,这为决策带来了挑
热能储存技术能够缓解供热与制冷的季节性供需失衡。其中,含水层热能储存(Aquifer Thermal Energy Storage, ATES)因其地面占地面积小、地下储存容量大而颇具前景。然而,其性能评估受到地下性质与运行条件不确定性的影响,这为决策带来了挑战。此外,针对高温ATES系统,系统化且计算高效的不确定性量化框架仍然罕见,尤其是在先验数据有限的场地。尽管蒙特卡洛模拟常用于处理这些不确定性,但当采用水文模拟器时,其计算成本可能过高。为克服这一难题,本研究提出了一种基于实验设计(Design of Experiments, DoE)的工作流程。该流程包括参数筛选以识别对ATES性能影响最大的变量,以及开发代理模型以实现高效的蒙特卡洛模拟。此类工作流程在油气行业的油田开发与不确定性量化中应用广泛,但在ATES领域的应用仍十分有限。整个工作流程被集成于一个完全自动化的Python脚本中,并利用奥地利维也纳盆地南部的数据进行了测试,该区域是ATES开发的未勘探绿地场地。筛选步骤的结果表明,热井注入温度、总循环水体积、地温梯度和纵向弥散度是影响最大的因素。蒙特卡洛模拟结果表明,在所考虑的不确定性范围内,冬季热回收因子(Heat Recovery Factor, HRF)和总热量产出的最可能值分别为0.89和19.03 GWh。
**论文解读:基于实验设计的高温含水层热能储存可行性评估**
**1. 研究背景与问题**
供热与制冷约占全球终端能源消费总量的一半,但目前仅有小部分来自可再生能源。实现能源供需的季节性平衡是提高可再生能源占比、减少化石燃料依赖的关键。在此背景下,地下热能储存系统因其大容量储存和长期热能保留能力,扮演着至关重要的角色。在各类地下储存系统中,含水层热能储存(ATES)因其经济可行性、大规模储存能力、易于实施、环境影响小和适应性好而被视为最有效的选择之一。
尽管数值模拟已被广泛用于ATES系统的性能评估,但输入数据的不确定性导致输出结果的不确定性。通常可采用蒙特卡洛模拟等概率分析方法来界定这种不确定性,但其需要大量的正向模拟运行,计算成本高昂,使得直接使用数值模拟器进行概率分析不切实际。虽然基于实验设计(DoE)的工作流程在油气、地下CO
2储存等领域应用广泛,但在ATES系统中仍鲜有探索。因此,本研究旨在开发一种基于DoE的自动化工作流程,以高效评估存在显著不确定性的潜在ATES场地的性能,为决策提供结构化框架。
**2. 研究内容与结论**
研究人员开发了一套完全自动化的开源工具——热能储存可行性评估工具(FATES),该工具集成了DoE工作流程和OpenGeoSys数值模拟器。该工作流程首先通过拉丁超立方抽样(LHS)进行参数筛选,识别对ATES性能影响最大的关键参数(即“重击者”),然后仅利用这些关键参数构建代理模型(二阶多项式回归),最后基于代理模型执行大规模蒙特卡洛模拟,生成性能指标的概率分布。该工具在奥地利维也纳盆地南部的一个未勘探的ATES场地进行了测试,该场地数据由EVN W?rme GmbH提供。
研究结果表明,在14个不确定参数中,有4个被确定为影响系统性能的关键参数:充电阶段热井的注入温度、每循环的总循环水体积、地球地温梯度以及含水层的纵向弥散度。基于这些参数构建的代理模型表现出优异的预测能力(第6年HRF模型的R
2为0.969,热产出模型的R
2为0.996)。基于10万次样本的蒙特卡洛模拟结果显示,ATES系统最可能的性能表现为热回收因子(HRF)为0.89,冬季总热量产出为19.03 GWh。该研究证明了FATES工具在简化ATES系统分析方面的有效性,并凸显了其在热能储存分析、优化以及现实能源项目决策支持中的广泛应用潜力。
**3. 主要技术方法**
- **数值模拟**:采用OpenGeoSys的流体-热(HT)模块,构建三维层状概念模型,模拟双井ATES系统的地下水流和热传输过程。
- **实验设计(DoE)**:应用拉丁超立方抽样(LHS)方法设计模拟实验,以高效覆盖不确定参数空间。
- **代理模型**:通过二阶多项式回归建立HRF和热量产出的代理模型,替代计算昂贵的有限元数值模拟。
- **蒙特卡洛模拟**:基于代理模型和关键参数的分布模型,进行10万次采样,生成系统响应的概率分布。
**4. 研究结果**
- **数值模拟与系统动态**:在典型工况下,模拟结果显示了ATES系统性能逐年提升的趋势。热井和冷井的生产温度损失随时间逐渐减小,表明系统在约5-6个运行周期后趋于准稳态。例如,热井生产温度水平损失从第一周期的约25%降至第十年的约11%,冷井则从第二年的约30%降至十年后的14%以下。
- **非均质性影响**:通过对比均质与非均质渗透率场的模拟结果,发现两者在HRF和热量产出上的差异很小,表明在所研究的条件下,平均渗透率主要控制整体系统响应,均质概念模型能合理近似系统行为。
- **参数筛选**:基于第6年运行数据的帕累托图分析,确定了注入温度、循环水体积、地温梯度和纵向弥散度为对HRF和热量产出影响最大的四个关键参数。其中,注入温度对HRF影响最大,而循环水体积对热量产出影响最大。
- **代理模型构建与验证**:为第2至第10个运行年份分别构建了HRF和热量产出的代理模型(共18个)。以第6年为例,代理模型的R
2值分别为0.969和0.996,RMSE分别为0.004和0.261,验证了其高精度和可靠性。
- **蒙特卡洛模拟**:使用代理模型结合四个关键参数的分布模型(截断正态、三角、均匀等)进行了10万次采样模拟。结果表明,HRF和总热量产出均呈正态分布。系统有90%的置信度实现HRF大于0.84、总热量产出超过13.38 GWh;最可能的性能为HRF 0.897、冬季热量产出19.03 GWh。
**5. 讨论与结论**
讨论部分总结了本研究的意义。研究开发了FATES这一开源工具,实现了DoE工作流程的自动化,为ATES系统的可行性评估提供了高效、结构化的方法。通过参数筛选,降低了问题维度,使得构建精确代理模型和进行大规模不确定性量化成为可能。研究结论指出,开发出的代理模型能够快速逼近ATES模拟结果,代替有限元数值模型。利用代理模型进行的大规模蒙特卡洛模拟,给出了系统性能(HRF和热量产出)的概率分布,为投资决策提供了统计依据。该研究展示了FATES工具在简化ATES分析流程和优化中的有效性,为提高高温ATES系统评估的可靠性和效率提供了实用基础,支持了现实能源项目中的决策制定。