Pågående

Uthålligare geotermisk energi med maskininlärning

Projektet "Uthållig geotermisk energi för framtiden" ska utveckla maskininlärningsmodeller för akvifär termisk lagring, ATES. Målsättningen är att förbättra drift och styrning av geotermisk energi.

Värmepumpssystem med akvifär termisk lagring, ATES (Aquifer Thermal Energy Storage),  möjliggör samtidig tillförsel av värme och kyla och ger kostnadsfri uppvärmning och kylning. Det innebär ekonomiska och termiskt effektiva lösningar.

– Det är ett bättre alternativ ur effektivitets- och ekonomisk synvinkel jämfört med andra tekniker för termisk lagring, exempelvis borrhål, men är relativt sett mer komplext att utforma, säger KTH-doktoranden Mohammad Abuasbeh.

Tillsammans med Björn Palm, senior professor i energiteknik på KTH, leder han projektet.

Mohammad Abuasbeh framhåller att en betydande del av Sverige, omkring 15–20 procent av ytan, innehåller geologiska formationer som lämpar sig väl för ATES. 20–25 procent av befolkningen bor i dessa områden.

– Men trots det finns bara 250–300 ATES-installationer. Vi har en utvecklingspotential.

Mohammad Abuasbeh berättade om sitt projekt på Värme- och kyladagen den 13 november.

Projektet syftar till att lösa problem relaterade till ineffektiv drift av ATES-system, och att ge smartare alternativ till nuvarande modeller som kräver stor datorkraft, domänkunskap och omfattande beräkningar. Ett övergripande syfte är att öka Sveriges forsknings- och industrikonkurrenskraft vad gäller design, modellering, drift och styrning av ATES.

Genom användning av fysikinformerad maskininlärning, PIML, hoppas Mohammad Abuasbeh kunna skapa effektivare och snabbare modeller för att styra systemen. Modellerna ska utnyttja PIML:s förmåga att införliva fysikens lagar som styr ett system i inlärningsprocessen.

– PIML är ett nytt tillvägagångssätt som integrerar maskininlärningsmodeller, särskilt djupinlärning, med fysiska principer. Denna kombination syftar till att förbättra prestanda, generalisering och tolkningsbarhet för maskininlärningsmodeller genom att bädda in fysikbaserade begränsningar eller lagar i inlärningsprocessen.

Modellerna kommer testas på en ATES-installation som noggrant uppmätts sedan 2016, vilket i sin tur kommer underlätta integration i styr- och driftsystem. De utvecklade teknikerna ska möjliggöra en mer detaljerad styrning eftersom man kontinuerligt kan köra simuleringen av ATES och prognostisera efterfrågan och ATES förmåga att möta den.

– Genom att integrera fysikinformerad maskininlärning löser vi inte bara tekniska utmaningar utan banar också väg för skalbara och kostnadseffektiva implementeringar av ATES. Detta kan bidra till Sveriges position som ledande inom innovation av geotermisk energi och skapa möjligheter för både forskning och industri.

I en framtid ser Mohammad Abuasbeh att ATES-utvecklingen har en potential att skalas upp avsevärt och nämner att tekniken kan komma att användas för att modellera och optimera andra energilagringslösningar, exempelvis termisk energilagring i borrhål.

– Eller till och med hybridsystem för förnybar energi som kombinerar sol- och vindkraft med termisk lagring. Detta arbete kan bidra till att Sverige blir ledande inom utveckling och export av avancerade geotermiska energilösningar.

Läs mer om ATES här (på engelska)

Sammanfattning

Projektnamn

Uthållig geotermisk energi för framtiden AI in ATES

Organisation

KTH

Projektledare

Björn Palm och Mohammad Abuasbeh

Pågår till

30 september 2026

Relaterade projekt

Se alla projekt

Pågående

Värme, kyla, omställning och acceleration med fasändring, energilagring, användning – Hectapus

Projektet Hectapus ska undersöka potentialen av att använda fasändringsmaterial i kombination med underjordiska värmelager och värmepumpsteknologi. Syftet är att accelerera energiomställningen inom värme och kyla inom ramen för de europeiska samarbetsprogrammen Era-Net Geothermica och JPP Smart Energy Systems.

Avslutad

Utveckling av kombinerat energilager-värmeväxlare för PCM med luft som värmebärare

Projektet ska studera hur man kan utveckla ett kombinerat energilagervärmeväxlare med luft som värmebärare. Detta projekt är första steget i utvecklingen av ett innovativt PCM-baserat kylabatteri som kan användas för klimatsmart kyla i t ex frikyla, nattkyla för stora kondensorer, samt komfort i fordon vid avstannad motor och fler. Ny kunskap ger förståelse för de bidragande mekanismer som är inblandade i de kombinerade värmeöverförings- och fasändringsprocesserna i en PCM-värmeväxlare, och nyttjas till att ta fram en första prototyp som utvärderas i laborationsmiljö.

Avslutad

Soldriven fjärrvärme med groplager för svenska förhållanden

Storskalig solvärme för fjärrvärme har ökat snabbt och tekniken har kommersialiserats i Danmark. Mycket talar för att en ökad konkurrens om biomassan leder till högre bioenergipriser och bättre lönsamhet för solvärme även i Sverige. Projektet genomför teknoekonomiska fallstudier på tre olika fjärrvärmenät med (koncentrerande) solfångare och groplager som även används med värmepumpar vid tider av lågt elpris.

Pågående

Cirkulär teknisk-ekonomisk analys av energilagring

Projektet är ett delprojekt för den svenska delen i annexet “Economics of Energy Storage – EcoEneSto” inom IEA TCP Energy Storage. Målet är att ta fram modell för utvärdering av den tekniska prestandan tillsammans med ekonomisk genomförbarhet i dem integrerade energilagrings tillämpningarna, som uppvärmning, kylning, integrering av förnybar energi, med fokus på att förbättra systemeffektiviteten.

Relaterade Event

Se alla event