Składowanie wodoru w podziemnych formacjach geologicznych, szczególnie w zasolonych wodach gruntowych oraz wyczerpanych złożach węglowodorów, stanowi jedną z najbardziej obiecujących metod przechowywania wodoru na dużą skalę. Zasolenie wód gruntowych, ze względu na szeroką dostępność geograficzną, minimalne skutki uboczne dla środowiska i minimalne ryzyko wypadków, staje się alternatywą dla innych technologii magazynowania. Obecne szacunkowe koszty jednostkowe składowania wodoru w takich akwenach wynoszą około 1,90 USD/kg, a przewiduje się ich spadek do 1,07 USD/kg w miarę rozwoju technologii. Jednak aby zasolony akwen mógł służyć jako odpowiednia przestrzeń magazynowa dla wodoru, musi spełniać określone wymagania. Należą do nich: stabilność tektoniczna, odpowiednia pojemność magazynowa, wystarczająca porowatość i przepuszczalność oraz integralność strukturalna górnej i dolnej warstwy nieprzepuszczalnej.

Chociaż perspektywy dla składowania wodoru w zasolonych wodach gruntowych są obiecujące, wiążą się one również z szeregiem wyzwań. Zasolone wody gruntowe znajdują się setki metrów poniżej powierzchni ziemi, a ich rozległość sprawia, że precyzyjna analiza ich stabilności tektonicznej jest skomplikowana. Ponadto, obecność dużych ilości wody solankowej w takich akwenach sprzyja rozwojowi mikroorganizmów, które mogą zwiększać ryzyko zanieczyszczenia wodoru. Dlatego przed użyciem wodór musi być oczyszczony, aby zapobiec tego typu zanieczyszczeniom. W dodatku, niepewność co do interakcji między porami w zasolonym akwenie podkreśla techniczne wyzwania związane z oszacowaniem możliwej objętości przechowywanego wodoru. W najbardziej optymistycznych przypadkach, straty wodoru w wyniku przecieków mogą wynosić nawet 22%.

Z kolei wyczerpane złoża gazu lub ropy naftowej, które są naturalnymi pułapkami geologicznymi zaprojektowanymi do składowania węglowodorów, mogą służyć jako alternatywne miejsca składowania wodoru. Tego typu złoża, po wyczerpaniu zasobów ropy lub gazu, wypełniają się wodą i solanką, co czyni je formacjami podobnymi do zasolonych akwenów wodnych. W przypadku wykorzystania takich wyczerpanych złóż do magazynowania wodoru, proces polega na wstrzykiwaniu wodoru pod ciśnieniem do porowatej formacji, która jest otoczona warstwą nieprzepuszczalnego kamienia. W wyniku tego procesu wodór wypiera solankę oraz resztki gazu/ropy, tworząc przestrzeń do magazynowania wodoru w górnej części wyczerpanego złoża. W takich przypadkach, jako gaz buforowy, używane są zazwyczaj dwutlenek węgla, metan, azot lub ich mieszaniny. Choć wykorzystanie tych gazów buforowych pozwala na zmniejszenie strat wodoru, to jednak może to wpływać na czystość przechowywanego gazu. Wyczerpane złoża węglowodorów są uznawane za jedne z najbardziej stabilnych formacji geologicznych, co wynika z ich zdolności do przetrwania przez długie okresy czasu.

Zastosowanie wyczerpanych złóż węglowodorów do składowania wodoru pozwala na efektywne wykorzystanie przestrzeni magazynowych, które już zostały zbadane i udokumentowane przez inżynierów na całym świecie. Analiza geologiczna takich formacji jest więc stosunkowo łatwiejsza niż w przypadku zasolonych akwenów wodnych. Warto również zauważyć, że podobnie jak w przypadku zasolonych akwenów, objętość składowanego wodoru w wyczerpanych złożach węglowodorów zależy od odległości między porami oraz ilości pozostałych resztek węglowodorów i solanki w tych porach. W takich warunkach zaleca się przechowywanie wodoru pod ciśnieniem około 200 barów.

Składowanie wodoru w podziemnych formacjach geologicznych wydaje się być bardzo obiecującą metodą, szczególnie w kontekście skali produkcji wodoru w przyszłości. Choć może się to wiązać z wyzwaniami technicznymi i kosztami, ta metoda magazynowania jest zdecydowanie bezpieczniejsza niż składowanie wodoru w zbiornikach nadziemnych, gdzie ryzyko zapłonu i eksplozji jest znacznie wyższe. W przypadku dużych ilości wodoru, składowanie w podziemnych przestrzeniach wydaje się być najbardziej opłacalną metodą, zważywszy na fakt, że koszt przechowywania wodoru w komorach nadziemnych nie jest ekonomicznie opłacalny.

Dodatkowo, magazynowanie wodoru w podziemnych formacjach geologicznych ma pozytywny wpływ na środowisko, ponieważ pozwala na wielokrotne cykle ładowania i rozładowywania wodoru, unikając emisji dwutlenku węgla związanej z produkcją i demontażem zbiorników magazynowych. Należy jednak pamiętać, że składowanie wodoru w podziemnych formacjach jest ograniczone do ciśnień nieprzekraczających 250 barów, podczas gdy zbiorniki nadziemne mogą wytrzymać ciśnienia rzędu 1000 barów w niedalekiej przyszłości.

Podsumowując, pomimo trudności związanych z niepewnością geologiczną oraz koniecznością oczyszczania wodoru, składowanie wodoru w zasolonych wodach gruntowych i wyczerpanych złożach węglowodorów stanowi jedno z najważniejszych rozwiązań dla przyszłej gospodarki wodorowej.

Jak sztuczna inteligencja wspiera rozwój magazynowania i transportu wodoru?

Sztuczna inteligencja (SI) odgrywa kluczową rolę w optymalizacji procesów związanych z produkcją wodoru, szczególnie w zakresie magazynowania i transportu tego paliwa przyszłości. Wyzwania związane z przechowywaniem wodoru, takie jak dobór odpowiednich materiałów, projektowanie systemów magazynowania oraz optymalizacja ich wydajności, stanowią istotne bariery w powszechnym wdrożeniu technologii. Nowoczesne rozwiązania oparte na uczeniu maszynowym (ML) i głębokim uczeniu (DL) oferują obiecujące możliwości przezwyciężenia tych trudności.

Wyszukiwanie idealnych materiałów do magazynowania wodoru to złożony proces. Tradycyjne metody eksperymentalne, choć skuteczne, są kosztowne i czasochłonne. Zastosowanie SI, a w szczególności metod opartych na ML, pozwala na przyspieszenie tego procesu. Dzięki analizie dużych zbiorów danych, algorytmy mogą identyfikować istotne cechy materiałów, które mają największy wpływ na ich wydajność jako magazynów wodoru. Przykładem może być zastosowanie algorytmu Random Forest (RF) do przewidywania zdolności magazynowania wodoru w porowatym węglu, bazując na takich parametrach jak cechy adsorbentu, aktywacja chemiczna czy warunki operacyjne. Dzięki tej technologii możliwe jest szybkie określenie najbardziej obiecujących materiałów do dalszych badań i optymalizacji.

Jednym z przełomowych narzędzi w badaniach nad materiałami do magazynowania wodoru jest technika wysokoprzepustowego skanowania (HTS), która umożliwia szybkie testowanie wielu materiałów jednocześnie. W połączeniu z ML, HTS pozwala na przewidywanie wydajności materiałów i optymalizację ich projektowania. W kontekście magazynowania wodoru w formie stałej, takie podejście może znacząco przyspieszyć rozwój nowych, bardziej efektywnych rozwiązań.

AI w tym obszarze nie tylko przyspiesza proces poszukiwania odpowiednich materiałów, ale także umożliwia optymalizację warunków przechowywania wodoru. Może to obejmować zarządzanie ciśnieniem, temperaturą czy wykrywanie nieszczelności, co w połączeniu z algorytmami ML zapewnia maksymalne bezpieczeństwo i wydajność. Przykładem jest badanie z 2022 roku, które zaprezentowało zintegrowane podejście, wykorzystujące analityczne techniki, symulacje numeryczne oraz głębokie sieci neuronowe do projektowania lekkich zbiorników ciśnieniowych do przechowywania wodoru. Dzięki tym technologiom możliwe jest dokładniejsze przewidywanie punktów, w których może dojść do awarii, co poprawia bezpieczeństwo i niezawodność systemów magazynowania wodoru.

W kontekście transportu wodoru, SI odgrywa również istotną rolę, pomagając w optymalizacji procesu transportu, przewidywaniu i zarządzaniu zużyciem energii oraz zapewnianiu efektywności całego łańcucha dostaw. Zastosowanie algorytmów do analizy dużych zbiorów danych pozwala na lepsze prognozowanie zapotrzebowania na wodór oraz jego optymalny transport, minimalizując straty energii i czas potrzebny na dostarczenie wodoru do odbiorcy.

Nie mniej ważną rolą SI jest monitorowanie stanu technicznego systemów przechowywania wodoru. Dzięki analizie danych z czujników, takich jak ciśnienie, temperatura czy stężenie wodoru, sztuczna inteligencja może wykrywać potencjalne zagrożenia, takie jak nieszczelności w zbiornikach czy zbyt wysokie ciśnienie, co pozwala na wczesne wykrywanie awarii i podejmowanie działań prewencyjnych. Takie podejście pozwala na długoterminowe utrzymanie bezpieczeństwa i niezawodności infrastruktury.

Również w przypadku magazynowania wodoru w solnych kawernach, SI znalazła swoje zastosowanie. Dzięki algorytmom sieci neuronowych i długozasięgowego uczenia maszynowego, możliwe jest dokładniejsze prognozowanie dynamiki ciśnienia w takich zbiornikach, uwzględniając zmienne takie jak tempo wtrysku wodoru, początkowe ciśnienie czy objętość kawerny. Takie podejście pozwala na skuteczniejsze zarządzanie procesem magazynowania wodoru w trudnych warunkach geologicznych.

Integracja sztucznej inteligencji w procesy związane z magazynowaniem i transportem wodoru pozwala na szybsze, bardziej precyzyjne i bezpieczne rozwiązania, które stanowią fundament dla przyszłościowej gospodarki wodorowej. Przy odpowiednich inwestycjach w rozwój tych technologii, SI ma potencjał, by przyspieszyć globalną transformację energetyczną, oferując bardziej zrównoważone i ekonomiczne rozwiązania.