High-Throughput Bayesian Optimization of Cement-Salt Hydrates Composites for Seasonal Thermochemical Energy Storage

Dit artikel toont aan dat een high-throughput Bayesiaanse optimalisatieframework de ontdekking van kosteneffectieve cement-zouthydraatcomposieten voor seizoensgebonden thermochemische energieopslag effectief versnelt, door Pareto-optimale formuleringen te identificeren die de specifieke energie en het kosten-prestatie-evenwicht aanzienlijk verbeteren ten opzichte van eerdere op cement gebaseerde materialen.

De kern

Stel je voor dat je probeert de perfecte taart te bakken, maar in plaats van bloem en suiker meng je cement en speciale zouten om een materiaal te creëren dat in de zomer warmte kan "opeten" en in de winter weer kan "uitspugen". Dit heet Seizoensgebonden thermochemische energieopslag. Het is als een thermische batterij die je huis de hele winter warm kan houden met warmte die is verzameld op een zonnige dag in juli.

Het probleem? Er zijn duizenden manieren om deze ingrediënten te mengen. Je hebt verschillende soorten zouten, verschillende hoeveelheden water, verschillende hoeveelheden cement en verschillende additieven. Proberen de perfecte receptuur te vinden door te gokken en te controleren (de oude methode van "proberen en fouten maken") zou jaren duren en een fortuin kosten.

Dit artikel beschrijft een slimmere manier om de beste receptuur te vinden met behulp van een "digitale kok" genaamd Bayesiaanse Optimalisatie (BO).

De Digitale Kok (Bayesiaanse Optimalisatie)

Beschouw het BO-systeem als een superslimme, onuitputtelijke assistent die ervan houdt om te leren.

1. Het Gokspel: In plaats van elke mogelijke combinatie te testen (wat zou zijn als het proberen van elke taart ter wereld), kiest de assistent eerst een paar veelbelovende recepten om te testen.
2. De Proeverij: Het team mengt deze kleine batches cement-zoutpasta, bakt ze en test hoeveel warmte ze kunnen opslaan.
3. De Leerlus: De assistent bekijkt de resultaten. "Oh, te veel zout maakte de taart te lopend (het smolt). Te weinig water maakte het kruimelig. Maar dit specifieke mengsel van Calciumchloride en cement werkte echt goed!"
4. De Volgende Move: Op basis van wat het heeft geleerd, suggereert de assistent direct de volgende beste set ingrediënten om te testen. Het wordt steeds beter in het voorspellen van de winnaars en slaat de slechte recepten volledig over.

De Twee Doelen: Kracht versus Prijs

Het team had twee concurrerende doelen, net als het proberen om een auto te kopen die zowel de snelste als de goedkoopste is.

• Doel 1: Maximale Energie (De Snelle Auto): Hoeveel warmte kan het materiaal per kilogram opslaan?
• Doel 2: Minimale Kosten (De Goedkope Auto): Hoeveel kost het materiaal om te maken per eenheid opgeslagen energie?

Meestal zijn de beste materialen voor energieopslag zeer duur, en de goedkope slaan niet veel warmte op. Het team wilde de "Goudlokjes"-zone vinden – de beste balans tussen de twee.

De Ontdekking: Nieuwe Ingrediënten

De onderzoekers testten een enorme variëteit aan zouten. Hoewel ze al kennis hadden van sommige (zoals Magnesiumsulfaat), gebruikten ze hun digitale kok om ingrediënten te verkennen die nog nooit eerder in cement waren geprobeerd: Lithiumchloride (LiCl), Calciumchloride (CaCl2) en Zinknitraat (Zn(NO3)2).

Hier is wat ze vonden:

• De Krachtpatser (LiCl): Het Lithiumchloride-mengsel was de "Ferrari" van de groep. Het slaat een enorme hoeveelheid warmte op (ongeveer 458 kJ per kg), wat vijf keer zo goed is als eerdere records op basis van cement. Maar net als een Ferrari was het duur om te bouwen.
• De Waardevolle Keuzes (CaCl2 en Zn(NO3)2): Deze mengsels waren de "betrouwbare sedan". Ze slaan niet helemaal evenveel warmte op als het Lithium-mengsel, maar ze waren veel goedkoper om te maken. Ze boden een fantastische balans: goede prestaties voor een zeer lage prijs.

De Resultaten

Door deze slimme, datagedreven aanpak te gebruiken, vond het team niet zomaar één goed recept; ze vonden een hele nieuwe familie van materialen.

• Ze ontdekten dat cement (het materiaal in je oprit) eigenlijk een uitstekende "spons" is om deze warmteopslagszouten vast te houden, mits je de receptuur goed hebt.
• Ze identificeerden een "Pareto-grens", wat een chique manier is om te zeggen dat ze de absolute beste afwegingen vonden. Je kunt niet meer warmte krijgen zonder meer geld te betalen, en je kunt geen goedkopere materialen krijgen zonder minder warmte op te slaan. Ze vonden de perfecte plekken op die lijn.
• Hoewel deze nieuwe cement-zoutmaterialen niet helemaal zo krachtig zijn als de duurste, high-tech materialen gemaakt van silica-gel of geëxpandeerd vermiculiet, zijn ze veel goedkoper.

De Conclusie

Dit artikel bewijst dat je niet je weg hoeft te gokken naar betere energieopslag. Door een slim computeralgoritme te gebruiken om de experimenten te sturen, vond het team snel nieuwe, goedkope materialen die warmte efficiënt opslaan. Het is als het gebruik van een GPS om de snelste route door een doolhof te vinden, in plaats van tegen elke doodlopende weg aan te rennen. Deze nieuwe cement-zoutcomposieten kunnen een praktische, betaalbare manier zijn om zomerwarmte op te slaan voor wintergebruik, waardoor we hernieuwbare energie effectiever kunnen benutten.

Technische samenvatting

Technische Samenvatting: High-Throughput Bayesiaanse Optimalisatie van Cement-Zout Hydraten Composieten voor Seizoensgebonden Thermochemische Energieopslag

Probleemstelling
Thermochemische energieopslag (TCES) op basis van zouthydraten biedt een veelbelovende oplossing voor seizoensgebonden warmteopslag vanwege de hoge volumetrische energiedichtheid en het vermogen om energie onbeperkt op te slaan zonder thermische verliezen. De praktische toepassing van deze systemen wordt echter belemmerd door de complexe ontwerpeisen van sorptiematerialen. De formulering van cement-zout composieten omvat een sterk niet-lineaire, combinatorische ontwerpruimte waarin de prestaties afhangen van gekoppelde variabelen: zoutchemie, zoutlading, bindmiddelcompositie en additieve inhoud. Traditionele trial-and-error- of één-factor-per-tijd-experimentele strategieën zijn onpraktisch voor het efficiënt navigeren door deze ruimte, aangezien een volledige exploratie duizenden synthese- en karakteriseringscycli over langere perioden zou vereisen. Bovendien lijden bestaande op cement gebaseerde TCES-materialen vaak aan een lage specifieke energie, terwijl hoogpresterende alternatieven (bijvoorbeeld silica-gel of geëxpandeerde vermiculiet-matrices) vaak kostentechnisch onhaalbaar zijn. Er is een kritieke behoefte aan datagedreven strategieën om de ontdekking van kosteneffectieve, hoogpresterende cement-zout composieten te versnellen.

Methodologie
De auteurs ontwikkelden een high-throughput, datagedreven experimenteel raamwerk gebaseerd op Bayesiaanse Optimalisatie (BO) om de formulering van cement-zouthydraat composieten te sturen. De methodologie integreert adaptief experimenteel ontwerp met thermodynamische modellering:

• Ontwerpruimte: De optimalisatie onderzocht een vierdimensionale parameterruimte gedefinieerd door:
  1. Zouttype: Een categorische variabele die 11 gehydrateerde zouten omvat, waaronder veelvoorkomende kandidaten (bijvoorbeeld MgSO₄) en onderzochte zouten (LiCl, CaCl₂, Zn(NO₃)₂).
  2. Zoutconcentratie: Gedefinieerd als de verhouding van opgelost zout tot de maximale oplosbaarheid bij 20°C ($s/s_{max}$).
  3. Water-cementverhouding ($w/c$): Variërend van 0,70 tot 1,50.
  4. Additief-cementverhouding ($a/c$): Variërend van 0,0 tot 30,0 g/kg, met gebruik van een anti-zakadditief om bloeding te beperken.
• Optimalisatiestrategie: De campagne gebruikte twee parallelle BO-pijplijnen die gericht waren op concurrerende doelen: maximalisatie van de specifieke energie ($E_d$) en minimalisatie van de specifieke energiekost (een economische Key Performance Indicator, KPI). De workflow maakte gebruik van Gaussian Process (GP) surrogate-modellen met Radial Basis Function (RBF) en Matérn-kernen. Aanschaffingsfuncties (Probability of Improvement, Expected Improvement en Lower Confidence Bound) balanseerden exploratie en exploitatie.
• Experimenteel Protocol: Composieten werden gesynthetiseerd via een in-situ-methode waarbij zouten in water werden opgelost en gemengd met cement en additieven. Monsters werden uitgehard, gedroogd en gegranuleerd. High-throughput wateradsorptie-isothermen werden gemeten bij 20°C met behulp van een Dynamic Vapor Sorption (DVS)-analyzer die in staat is om 20 monsters simultaan te verwerken.
• Thermodynamische Modellering: Experimentele isothermen werden gefit met de Dubinin–Astakhov (DA)-vergelijking. Met behulp van de potentietheorie van Polanyi werden isothermen geëxtrapoleerd naar bedrijfstemperaturen (40°C adsorptie, 90°C desorptie). De specifieke energie ($E_d$) werd berekend op basis van de cyclusopnamevariatie ($\Delta x_{cycle}$) en de isosterische warmte van adsorptie ($q_{st}$), afgeleid via de vergelijking van Clausius–Clapeyron.

Belangrijkste Bijdragen

• Eerste Toepassing van BO op Cement-Zout TCES: Deze studie vertegenwoordigt de eerste toepassing van Bayesiaanse optimalisatie op het meerdimensionale ontwerp van cement-zout composieten voor TCES, en demonstreert de effectiviteit van sequentieel leren in een beperkt, meerdimensionaal materiaalontdekkingsprobleem.
• Uitbreiding van de Chemische Ontwerpruimte: De studie onderzocht systematisch zouten (LiCl, CaCl₂, Zn(NO₃)₂) die marginaal waren onderzocht of eerder niet waren gerapporteerd in op cement gebaseerde TCES-systemen, en ging voorbij aan de traditionele focus op MgSO₄.
• Omgaan met Falingsmodi: Het raamwerk slaagde erin synthese-falen (bijvoorbeeld deliquescentie, onvermogen om te verharderen) via penaliseringsstrategieën op te nemen in de optimalisatielus, waardoor de surrogate-modellen de grenzen van haalbare formuleringen konden leren.
• Pareto-Optimale Ontdekking: De aanpak identificeerde een set van niet-gedomineerde oplossingen die optimale afwegingen bieden tussen hoge energiedichtheid en lage materiaalkosten, en onthulde distincte hoogpresterende regio's in de combinatorische ruimte.

Resultaten
De door BO geleide campagne slaagde erin Pareto-optimale formuleringen te identificeren op basis van LiCl, CaCl₂ en Zn(NO₃)₂:

• Prestaties: De best presterende formulatie, gebaseerd op LiCl (LiCl-S1), bereikte een specifieke energie van ongeveer 458 kJ kg⁻¹ (gebaseerd op replicate-metingen). Dit vertegenwoordigt een verbetering tot een factor vijf ten opzichte van eerder ontwikkelde op cement gebaseerde materialen.
• Kosten-Prestaties Afweging: Hoewel LiCl-S1 de hoogste energiedichtheid bood, ging dit gepaard met hogere materiaalkosten. Omgekeerd vertoonden op CaCl₂- en Zn(NO₃)₂ gebaseerde composieten (bijvoorbeeld CaCl₂-S2, Zn(NO₃)₂-S1) lagere specifieke energieën (150–161 kJ kg⁻¹) maar aanzienlijk gunstigere economische KPI's (3,2–7,6 USD kWh⁻¹), en boden een gebalanceerde kosten-prestatieverhouding.
• Vergelijking met Literatuur: De geoptimaliseerde op cement gebaseerde composieten vertoonden specifieke energieën die lager waren dan die van state-of-the-art silica-gel of geëxpandeerde vermiculiet-systemen (die 1000–2000 kJ kg⁻¹ kunnen overschrijden), maar toonden een superieure economische levensvatbaarheid vanwege de lage kosten van de cementmatrix.
• Herhaalbaarheid: Her-testanalyse van Pareto-optimale monsters bevestigde de robuustheid van de screeningsworkflow, met relatieve standaardafwijkingen (RSD) voor specifieke energie die over het algemeen onder de 5% lagen.

Betekenis en Claims
Het artikel beweert dat Bayesiaanse optimalisatie een effectieve strategie is om de ontdekking van TCES-materialen te versnellen, met name in complexe formuleringenruimten waar synthesebeperkingen en meerdimensionale afwegingen centraal staan. De studie toont aan dat cement-zout composieten, wanneer geoptimaliseerd via BO, specifieke energieën kunnen bereiken die aanzienlijk hoger zijn dan eerdere op cement gebaseerde iteraties, waardoor ze aantrekkelijke kandidaten worden voor seizoensgebonden opslagtoepassingen waar kosten een primaire beperking zijn.

De auteurs merken bescheiden op dat hoewel de specifieke energie van hun materialen lager blijft dan die van hoogpresterende poreuze matrices zoals silica-gel, de kosten-prestatieverhouding van de geoptimaliseerde op cement gebaseerde composieten (met name die op basis van CaCl₂ en Zn(NO₃)₂) een duidelijk voordeel is. Het werk benadrukt dat datagedreven optimalisatie veelbelovende chemieën en formuleringgrenzen kan onthullen die door conventioneel experimenteel ontwerp zouden kunnen worden gemist, en de weg vrijmaakt voor een efficiëntere ontwikkeling van goedkope, seizoensgebonden thermische opslagsystemen. Voor toekomstig werk wordt voorgesteld om de focus te leggen op cyclusstabiliteit, sorptiekinetiek en verdere verfijning van additieven en matrixmodificaties.