Laufzeit: 1.2021 – 12.2021

---

Prof. Dr. Ingo Sass | FB11, Fachgebiet Angewandte Geothermie

Prof. Dr. Florian Müller-Plathe | FB7, Theoretische Physikalische Chemie

---

Projektbeschreibung:

Deutschland ist im Rahmen der Energiewende bestrebt, seinen Anteil an erneuerbaren Energien zu erhöhen. Die erneuerbaren Energien unterliegen jedoch täglichen und saisonalen Schwankungen. Die Produktion und Speicherung von H2 aus dem Stromüberschuss erneuerbaren Energien ist eine der vielversprechendsten Lösungen, um saisonale Schwankungen in der Stromerzeugung auszugleichen und die Energieversorgung zu sichern. Um dieses Ziel zu verfolgen, untersuchen wir hier die H2-Speicherung in salinen Aquiferen (Grundwasserleitern). Die Vorhersage des Diffusionskoeffizienten von Wasserstoffmolekülen unter den Bedingungen saliner Aquifere ist für die Modellierung der Wasserstoffspeicherung unter Berücksichtigung der Wechselwirkung von Wasserstoffmolekülen mit Gestein und Flüssigkeiten von entscheidender Bedeutung. Der Diffusionskoeffizient von Wasserstoffmolekülen in Chlorid-Sole mit verschiedenen Kationen (Na+, K+, Ca2+), die bis zu einer Konzentration von 5 mol/kgH2O enthalten, wurde numerisch untersucht. Wir stellen fest, dass die Temperatur, der Druck und die Eigenschaften der Ionen (Zusammensetzung und Konzentration) den Wasserstoffdiffusionskoeffizienten beeinflussen. Um den Druck und die Zusammensetzung der positiven Ionen zu berücksichtigen, liefert die Kombination der erhaltenen MD-Ergebnisse mit fünf Modellen des maschinellen Lernens (ML) effektive Ergebnisse zur Vorhersage der Wasserstoffdiffusion. Die sich aus dem Modell der linearen Regression (LR) ergebende Anpassungsgleichung lässt trotz eines etwas höheren Fehlers gut mit anderen ML-Methoden vergleichen. Diese Arbeit bietet einen vielversprechenden Weg für eine schnelle und kostengünstige Bestimmung des Diffusionskoeffizienten für mehrere und komplexe Salzlösungen mit einem breiten Bereich von Temperatur, Druck und Ionenkonzentration durch die Kombination von MD-Simulationen und ML-Techniken. Numerische Simulationen werden zur Untersuchung des Verhaltens des eingeleiteten Gases verwendet. Die Ergebnisse zeigen, dass CO2 als Puffergas durch den Auflösungsprozess verloren geht und wieder aufgefüllt werden muss. Aufgrund der geringen Löslichkeit von H2 ist der H2-Verlust im Vergleich zu CO2 vernachlässigbar. Dieses Projekt bildet die Grundlage für einen umfangreichen Antrag, in dem die Studie auf das Mehrphasensystem (Wasser + H2 + Puffergas) ausgeweitet werden soll.

--

Publikationen:

Bhimineni, S.H., Zhou, T., Mahmoodpour, S., Singh, M., Li, W., Bag, S., Sass, I., Müller-Plathe, F., Machine-Learning-Assisted Investigation of the Diffusion of Hydrogen in Brine by Performing Molecular Dynamics Simulation, in preparation for International Journal of Hydrogen Energy.

Mahmoodpour, S., Singh, M., Zhou, T., Müller-Plathe, F., Sass, I., Hydrogen – carbon dioxide mixture dissolution in a water saturated porous media, in preparation for International Journal of Hydrogen Energy.

Florian Müller-Plathe, Ingo Sass u.a. Artikel I&EC research:

Machine-Learning-Assisted Investigation of the Diffusion of Hydrogen in Brine by Performing Molecular Dynamics Simulation