【中国石油报】“深地新途”书写能源新版图
发布时间:2025-12-03 | 来源：中国石油报 | 浏览量：
随着深地川科1井、深地塔科1井系列深地勘探工程的推进，中国石油按下深地资源开发“加速键”。向地球深部要资源、要空间，已成为能源行业高质量发展的必然选择。“十五五”规划首次提出，建设能源强国。作为能源保供的主力军，能源央企必须在这场深地能源攻坚中掌握核心技术、布局产业前沿。
面对全球能源体系深度变革，如何有效开发利用深地空间，为能源转型注入动力？如何借助人工智能解锁这座“地下宝库”？带着这些问题，记者围绕深地能源进行了系列采访，探寻深地资源开发的现实路径与未来图景。
深地赋能
保障能源安全的“稳定器”
地缘政治压力及全球经济前景不确定性增加，国际石油市场正经历结构性变化，化石能源长时间大规模开发也带来了诸多挑战，深地能源开发成为破局之要。
自然资源部预测，全球深地经济规模2030年将突破25万亿美元，国内深地经济相关产业市场规模在2026年—2030年间则有望突破5万亿元。面对新形势，自然资源部明确提出，“十五五”期间，加快抢占深海、深地等新兴和未来产业的标准化制高点。
随着地表及浅层油气资源的开发与消耗，深地资源成为增储上产的重要接替领域。深地空间资源开发与利用也成为人类活动的未来趋势，亟须探索并科学利用地下空间、地热、地下水资源与生态资源。世界石油理事会副主席李鹭光在2025深地能源开发高端论坛上表示，深地能源开发不仅是传统能源领域的“新前沿”，更是连接能源安全与能源转型的“桥梁”。
油气勘探开发持续向深层超深层推进，既为技术进步提供了明确的目标牵引，也以极复杂的需求倒逼技术向更高水平发展。中国科学院院士高德利提到，要实现深地能源高效开发，技术装备支撑非常重要，应在井下力学、专用工具、先进材料、控制工程等方面持续创新。
在技术方面，深地探索已有突破，但仍需加大科学研究。中国工程院院士孙金声表示，针对温度更高、井更深、岩石更硬的情况，我们布局了相应技术攻关任务，希望从地面和地下两方面取得突破，建立全产业链技术体系，打造中国品牌工程的产业集群。
“氢”装上阵
支撑能源转型的“储运枢纽”
向深部拓展空间是城市发展和深地应用的重要方向之一。迈向深地，为能源开发寻找“确定性”，也为能源转型开辟了地下空间的新可能。
氢能，作为一种清洁、高效的能源载体，以其独特优势被视为未来能源体系的重要组成部分。阿联酋哈利法大学代理副校长Ashraf Amin Abed Al-najdaw表示，能源转型是人类共同的使命，通过氢能等清洁能源，建立可持续发展的路径，减缓气候变化。
《中国氢能发展报告2025》显示，截至2024年底，全球氢能生产消费规模约1.05亿吨，同比增长约2.9%。氢能规模化应用，须有相应的存储手段。
地下储氢可实现大规模、长期储存，为可再生能源提供调峰和应急保障，缓解电网波动。荷兰代尔夫特理工大学教授Hadi Hajibeygi指出，我们有大量的氢能需要储备，要保持纯度且不泄漏，地下储氢为其带来了希望。中国工程院院士杨春和及团队也提到，利用盐穴、含水层和枯竭油气藏等地质体储氢是大规模、安全、经济的储氢方式之一。
尽管这一路径具备天然优势，但实际操作中仍存在技术难题。“氢分子直径小、活性强，氢气跨尺度渗流的运移预测及密封性评价是全新方向。”杨春和院士团队解释，与传统油气藏开采不同，储氢涉及多相流体，有注有采，力学、化学、生物耦合作用机制有待攻克。氢致金属材料损伤也是挑战之一。
2024年，氢能关键技术及核心装备向大规模、高效率方向持续突破，支撑氢能示范应用进一步深化和拓展。
“从技术上讲，氢气可以在多孔介质中储存，但还没有大规模氢气储存的商业化项目，仍需要加强研究推广。”德国克劳斯塔尔工业大学教授Leonhard Ganzer说。
未来，安全问题仍是地下储氢长足发展的关键问题。
AI驱动
为深地开发装上“智能导航”
近期，国家发展改革委、国家能源局印发的《关于推进“人工智能+”能源高质量发展的实施意见》提出，到2027年，我国能源与人工智能融合创新体系初步构建，算力与电力协同发展根基不断夯实，人工智能赋能能源核心技术取得显著突破，应用更加广泛深入。这意味着，能源与人工智能协同发展的路径日渐清晰。
在深地能源开发这一充满挑战的领域，人工智能正重塑技术边界，加速推动深地开发从“机械执行”向“自主决策”跃迁。
油气人工智能推动油气AI走向大规模可复制的产业落地。中国工程院院士李根生认为，油气智能理念并不是忽视传统油气工程井技术，单纯依赖人工智能，而是通过机理数据的融合，实时更新小样本数据，“数字孪生”赋能油气工程，减少人力，拓展认知上限，优化新业态。
发展油气钻采工程理论与技术，才能不断突破深层超深层效益开发极限。“智能化技术是深水油气开发成本控制、提高采收率、延长油井寿命的有效手段，要加快数字智能化转型，通过科技保安全，实现提质增效。”中国工程院院士张来斌表示。
李根生预测，未来，油气人工智能范式将从场景小模型向行业大或小模型协同进化过渡。我们要逐渐完善和部署机理数据场景，加快推动创新成果的落地应用，共同推动油气人工智能发展。
详情见链接：https://epaper.cnpc.com.cn/zgsyb/2025-12/03/con-42936.html
（编辑 王以静）
