Assessing Hydrogen Leakage in Underground Hydrogen Storage: Insights from Parametric Analysis
Notice bibliographique
Résumé
Hydrogen plays a vital role in renewable energy systems and has a significant environmental impact. Storing hydrogen in underground geological formations offers an efficient and safe solution to balance production and consumption. However, due to hydrogen’s unique properties, there is a risk of leakage through the caprock of underground aquifers, potentially causing serious issues such as groundwater contamination, reduced storage efficiency, and explosion hazards. This study employs numerical simulations to investigate hydrogen leakage from caprock during underground storage, focusing on key parameters. These parameters include injection and production rates, cycle duration, hydrogen molecular diffusion, aquifer pressure, injection and production depths, well types, aquifer dip angle, caprock permeability, and capillary entry pressure. By examining these factors, the study provides an in-depth comprehensive analysis of hydrogen leakage from aquifers, addressing a critical gap in existing research. The results indicate that a significant amount of the total injected hydrogen leaks into the caprock after eight years of injection and storage cycles. This leakage can have significant environmental and economic impacts. The study also reveals that caprock permeability is crucial in influencing hydrogen leakage with higher permeability leading to increased leakage rates. Moreover, vertical caprock permeability has a more pronounced effect on leakage rates than horizontal permeability. Additionally, factors such as aquifer pressure, aquifer dip angle, injection and production depths, and hydrogen injection duration contribute to a higher hydrogen leakage from the caprock. The findings underscore the importance of carefully selecting underground hydrogen storage sites to mitigate the potential risks of hydrogen leakage.
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 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».