Des scientifiques utilisent l'apprentissage automatique pour étudier les effets des gaz coussins sur le stockage souterrain de l'hydrogène

Les scientifiques du Laboratoire national de Los Alamos développent de puissants modèles d’apprentissage automatique – une application de l’intelligence artificielle – pour simuler les opérations de stockage souterrain d’hydrogène dans divers scénarios de gaz coussin. Ces modèles joueront un rôle essentiel dans l’économie à faibles émissions de carbone du futur.

« L’une des méthodes les plus pratiques pour stocker l’hydrogène est l’utilisation d’aquifères salins profonds ou de réservoirs d’hydrocarbures épuisés », explique Mohamed Mehana, responsable scientifique de l’équipe. « Mais pour ce faire, nous devons d’abord injecter des gaz tampons dans le réservoir, ce qui déplace les fluides existants et fournit le support de pression nécessaire à la récupération de l’hydrogène. »

Les scientifiques ont étudié les effets des gaz coussins, qui sont le plus souvent du méthane, du dioxyde de carbone ou de l’azote, sur ces systèmes de stockage souterrain d’hydrogène. Cependant, on n’a jamais vraiment compris comment les gaz coussins affecteraient les performances des opérations de stockage souterrain d’hydrogène.

Dans un article récent, publié dans le Journal international de l'énergie hydrogènel'équipe de Los Alamos a étudié avec succès des scénarios complets de gaz coussin, fournissant des informations clés sur les effets de divers gaz coussin sur les performances du stockage souterrain de l'hydrogène.

Une solution compliquée

Le développement de l’économie de l’hydrogène est un élément important des efforts déployés par le pays pour décarboner son économie. Et comme l’essence, l’hydrogène gazeux devra être produit et stocké au niveau régional pour alimenter les semi-remorques à énergie propre, générer directement de l’électricité et assurer la résilience des centrales solaires pendant les mois d’hiver.

Pour atteindre cette échelle, le pays devra exploiter une large gamme de réservoirs souterrains. Les études précédentes se sont concentrées sur un seul ensemble de conditions géologiques et opérationnelles. Mais afin de reproduire des scénarios réels, le modèle de l'équipe de Los Alamos a pris en compte de multiples conditions géologiques, la présence d'eau et l'impact opérationnel de plusieurs gaz coussins.

« Le stockage souterrain de l’hydrogène est complexe en raison des propriétés uniques de l’hydrogène et des conditions opérationnelles complexes », a déclaré Shaowen Mao, chercheur postdoctoral associé au sein de l’équipe de Los Alamos. « Nous devons maximiser la récupérabilité et la pureté de l’hydrogène pendant les étapes de retrait tout en atténuant les risques liés à la production d’eau. Il est essentiel de comprendre ces facteurs et d’autres pour rendre le stockage souterrain de l’hydrogène économiquement viable. »

Pour y parvenir, l’équipe de Los Alamos a utilisé un modèle d’apprentissage automatique basé sur un réseau neuronal profond, qui a analysé des combinaisons de paramètres géologiques et opérationnels pour imiter la variabilité des scénarios du monde réel. Dans son article, l’équipe a noté les principales conclusions, dont certaines comprenaient :

• la promesse technique du stockage souterrain de l'hydrogène dans des roches poreuses grâce à des performances de stockage améliorées au fil des cycles,
• les avantages et les inconvénients du stockage souterrain d'hydrogène dans les aquifères salins et les réservoirs d'hydrocarbures épuisés, et
• l'impact de divers scénarios de gaz coussin sur la récupérabilité de l'hydrogène, la pureté, le risque de production d'eau et l'injectivité des puits dans les roches poreuses.

Une enquête qui dure depuis des années

Cet article s’appuie sur des années de recherche sur le stockage de l’hydrogène à Los Alamos, l’une des premières institutions à explorer cette technologie sous plusieurs angles.

Les scientifiques de Los Alamos ont étudié le comportement d'écoulement et de transport de l'hydrogène dans l'environnement souterrain, ce qui contribue à faire la lumière sur les effets du gaz coussin sur les performances de stockage souterrain de l'hydrogène.

Une autre étape de cette recherche, toujours en cours, a exploré les emplacements potentiels de stockage d’hydrogène dans la région Intermountain West, un effort qui combine la physique des formations géologiques souterraines avec des simulations basées sur l’apprentissage automatique.

Une autre branche de la recherche a travaillé au développement d’outils permettant d’évaluer la fiabilité, le risque et les performances du stockage de l’hydrogène dans un large éventail de conditions. Ces derniers travaux ont conduit à OPERATE-H2, le premier logiciel disponible dans l’industrie à intégrer l’apprentissage automatique avancé pour optimiser le stockage de l’hydrogène.