Design and Operational Strategies for Enhancing Thermal Output in Coaxial Closed-Loop Geothermal Systems
Notice bibliographique
Résumé
Coaxial closed-loop geothermal systems, increasingly recognized as scalable and low-impact geothermal solutions, remain limited by conductive heat transfer between the reservoir and wellbore. This study investigates three strategies to enhance thermal output: (i) dynamic operation scheduling, (ii) substitution of conventional fluids with Organic Rankine Cycle (ORC) working fluids, and (iii) targeted conductive enhancements near the well. Using a CMG STARS simulation framework, system performance was evaluated over 1- to 20-year horizons, introducing a characteristic thermal recovery curve as a tool for analyzing long-term behavior. Results show that extended recovery durations raise outlet temperatures but with diminishing returns, identifying approximately 80% recovery as a practical optimization point. Fluids such as n-pentane and R245fa deliver substantially greater ORC-compatible heat than water, with thermo-siphoning observed under low-flow conditions. Conductive enhancement geometries, namely ring and fishbone configurations, exhibit distinct performance profiles, with rings outperforming fishbones due to larger injected volumes and greater advantage due to reservoir reach. One-year gains range from 4.5–9.4% for rings and 0.65–1.37% for fishbones, stabilizing at 3.7–7.8% and 0.55–1.18% after 20 years. These findings provide design and operational guidance for advancing coaxial closed-loop systems in low-carbon energy deployment.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».