DEEP: Innovation for de-risking enhanced geothermal energy

DEEP hat das Ziel, das Risiko der induzierten Seismizität in tiefen geothermischen Projekten zu verstehen und zu mindern. Innovative Methoden werden entwickelt und auf aufgezeichnete seismische Daten, um potenziell induzierte Seismizität zu lokalisieren, zu charakterisieren und zu verstehen. Das Ziel von DEEP ist die Bereitstellung von ‚Best Practices‘ für die effiziente Analyse der zahlreichen kleinen seismischen Ereignisse im Zusammenhang mit induzierter Seismizität. Diese kleineren seismischen Ereignisse haben oft kleine Amplituden im Vergleich zum seismischen Rauschen. Zudem hat die Menge der bei seismischen Untersuchungen gesammelten Daten in den letzten Jahren deutlich zugenommen. Standard-Analyseroutinen können mit diesen großen Datensätzen nicht umgehen und sind für kleinere Ereignisse oft nicht geeignet. Daher setzt DEEP neuartige Algorithmen ein, die auf numerischen Simulationen und maschinellem Lernen basieren, um diese Ereignisse in (nahezu) Echtzeit korrekt zu analysieren. DEEP bringt ein hervorragendes und interdisziplinäres Team von Wissenschaftlern und Praktikern aus der ganzen Welt zusammen und  führt ein ehrgeiziges Arbeitsprogramm durch, das sich auf nationale Bemühungen stützt, indem es laufende und geplante, aber gegenwärtig zersplitterte Initiativen zu einer kohärenten internationalen Anstrengung zusammenführt, um das Endziel der Risikobegrenzung künftiger geothermischer Projekte weltweit zu erreichen.

© Fraunhofer IEG
DEEP Projekt Partner

Beschreibung des IEG Teils

Der IEG-Teil in DEEP umfasst vier Teile, die eine enge Zusammenarbeit mit den anderen Projektpartnern erfordern. Im ersten Teil werden seismische Stationen auf dem IEG-Campus, bei einem Papierhersteller in Hagen und im unterirdischen In-situ-Labor in Weisweiler, Aachen, eingesetzt. Diese drei Standorte stellen oberflächennahe geothermische Ressourcen dar, die dem Konsortium einen Datensatz liefern, um die Robustheit ihrer Methoden in geringeren Tiefen zu testen. Darüber hinaus unterscheiden sich diese drei Standorte sehr stark in Bezug auf Geologie, seismische Lärmpegel und natürliche tektonische Seismizität. Sie bieten daher eine Vielzahl unterschiedlicher Szenarien, die als repräsentativ für eine Reihe zukünftiger geothermischer Projekte angesehen werden können.

Im zweiten Teil wird ein so genannter Beamforming-Algorithmus auf die an den zuvor genannten Standorten gesammelten Daten und auf Daten angewendet, die an anderen Stationsnetzen des Projekts aufgezeichnet wurden. Beamforming verwendet das aufgezeichnete seismische Rauschwellenfeld, um die seismische Anisotropie und die seismischen Geschwindigkeiten im Untergrund abzuschätzen. Während die Anisotropie unterirdische Strukturen, wie z.B. Verwerfungen, offenbaren kann, ermöglicht die Kenntnis der seismischen Geschwindigkeiten die Charakterisierung des Reservoirs sowie die Lokalisierung und Charakterisierung seismischer Ereignisse.

Im dritten Teil des Projekts wird eine Methode namens Time-Reverse-Imaging (TRI) auf aufgezeichnete seismische Ereignisse angewendet. TRI verwendet numerische Simulationen der Wellenausbreitung, um seismische Ereignisse zu lokalisieren und zu charakterisieren, und eignet sich daher besonders gut für kleinere Ereignisse und solche, die durch Rauschen verdeckt werden. Der Schwerpunkt liegt hier auf der Untersuchung der Anwendbarkeit der TRI in verschiedenen geologischen und seismischen Einstellungen.

Der letzte Teil umfasst die Analyse von repräsentativen Gesteinsproben im Labor zur Charakterisierung des Wirtgesteins des Reservoirs und der umgebenden Gesteine. Diese Informationen werden dazu beitragen, den Ursprung der induzierten Seismizität in verschiedenen geologischen Umgebungen zu verstehen.      

Weitere Informationen

DEEP ist ein von GEOTHERMICA für 3 Jahre finanziertes Projekt (09/2020 - 08/2023). Das IEG koordiniert den deutschen Teil des Projektes und leitet das zweite Arbeitspaket des Gesamtprojektes. Der IEG-Teil des Projekts wird mit etwa 600 000 € gefördert. Im IEG wird das Projekt von Claudia Finger, Erik H. Saenger, Benedikt Ahrens und Laura Schepp durchgeführt.