Can a hydrodynamic model predict the flow evolution of a hydrogen plume in a depleted natural gas reservoir?
Notice bibliographique
Résumé
Hydrogen storage in depleted natural gas reservoirs is a promising solution for storing excess renewable energy on a timescale longer than can be accommodated by salt cavern storage. However, commercial exploitation of the technology in question awaits the resolution of key challenges and uncertainties. Chief among these from a fluid mechanics point of view is to resolve the connection between hydrogen leakage and the mixing of hydrogen and cushion gas. Reduced-order-models examining this question have been developed i.e. by Sheikhi and Flynn (2024), however their work relies much more heavily on fluid mechanics than it does on thermodynamics. It is therefore unclear the extent to which their model predictions are accurate when compared with e.g. the numerical output from reservoir-level simulation packages. Addressing this knowledge gap is the key focus of the present study. To this end, we use OpenGoSim and CMG to numerically resolve hydrogen injection directly below an interbed layer of reduced, but still finite, permeability. The resulting comparison demonstrates that the theoretical model predicts, with generally good accuracy, the overall shape of the gravity current plus the amount of hydrogen that dispersively mixes into the surrounding cushion gas. However, reduced-order-model fidelity suffers when the injection time is long, the draining layer is thin and the interbed layer admits a relatively large drainage. This observation highlights areas of future improvement for the reduced-order-model, which can otherwise be applied, with great computational efficiency, in screening candidate reservoirs for hydrogen storage.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».