Obiettivo 2: Tecnologie
innovative per lo stoccaggio e il trasporto dell’idrogeno e la sua
trasformazione in derivati ed e-fuels
REFERENTE
Alessandro Giocoli – ENEA
alessandro.giocoli@enea.it
Attività
L’idrogeno sta assumendo un ruolo strategico nella transizione verso un’economia a zero emissioni. In base alla fonte energetica e al processo di produzione, vengono comunemente usati attributi cromatici come grigio, blu e verde per distinguerne l’impatto ambientale. L’idrogeno può essere considerato non solo un “vettore energetico”, ma anche una “fonte” naturale di energia. In diversi contesti geologici, tra cui Mali, Francia e Albania, è stato individuato l’idrogeno allo stato naturale, definito idrogeno geologico o idrogeno bianco. Questo tema ha ricevuto crescente attenzione internazionale, anche in relazione ai possibili costi di produzione contenuti. Restano tuttavia aperti numerosi aspetti scientifici, tra cui i processi di origine, i meccanismi di accumulo e rigenerazione, le metodologie di esplorazione e produzione, la disponibilità effettiva, oltre a purezza e flussi. All’estero sono in corso numerose attività, spesso con il coinvolgimento di operatori privati, mentre in Italia gli studi sono ancora limitati. La Linea di Attività 2.5.8 mira quindi a fornire una base conoscitiva e operativa per supportare future attività di ricerca, modellazione e pianificazione esplorativa finalizzate a un possibile sviluppo della filiera dell’idrogeno bianco in Italia.
Figura 1
Idrogeno come fonte naturale di energia, noto come idrogeno geologico, idrogeno naturale o idrogeno bianco
Risultati
È stata svolta un’analisi bibliografica finalizzata allo sviluppo di un database di report tecnico-scientifici, pubblicazioni, documenti e dati sull’idrogeno bianco. L’analisi di 268 articoli scientifici ha evidenziato una forte crescita della produzione scientifica, da 1.4 articoli all’anno nel periodo 1987-2015 a 47.7 articoli all’anno nel periodo 2023-metà 2025. Tale crescita è stata accompagnata da un progressivo spostamento del baricentro disciplinare dai settori geologico e geochimico verso quelli energetico e ambientale. Lo studio mostra inoltre che l’intensità del linguaggio promozionale è associata soprattutto a posizioni più periferiche nella rete delle citazioni, all’alta novità dichiarata, alla presenza di coautori afferenti al settore privato, all’assenza di misure dirette di idrogeno ed al ricorso ad analogie con i sistemi petroliferi. Tali risultati sono stati riportati in un articolo scientifico sottomesso ad Energy Research & Social Science [1].
Figura 2
L’aumento del linguaggio promozionale si accompagna ad evidenze di un mutamento del campo
È stato sviluppato un framework Python open-source per il calcolo della prospettività dell’idrogeno bianco, basato sull’approccio Chance-of-Sufficiency dello United States Geological Survey e su 21 strati geologici e geofisici open-source relativi al territorio degli Stati Uniti. Il framework, ottimizzato per l’esecuzione su CPU e GPU, riproduce con concordanza quasi perfetta la mappa di riferimento a 5 km x 5 km di risoluzione spaziale, raggiunge un coefficiente di correlazione di concordanza (CCC) pari a 0.998, elabora 7827473 punti spaziali alla risoluzione nativa di 1 km x 1km e riduce il volume dei dati in ingresso da circa 1.79 GB a 185 MB tramite una pipeline GeoParquet. Il framework, insieme ai dati di input e output, è reso liberamente fruibile tramite un articolo scientifico sottomesso a Computers & Geosciences [2].
Figura 3
Framework Python open-source per la stima della prospettività dell’idrogeno bianco, con input geospaziali, calcolo su CPU/GPU e output validato rispetto al riferimento statunitense
Risultati e attività in corso
Un ulteriore risultato della Linea di Attività 2.5.8 è l’infrastruttura informatica costituita da server con GPU, dedicati alle attività di ricerca sull’idrogeno bianco e allo sviluppo del framework Python per modelli di prospettività. A questo si affianca il geodatabase concepito per applicare il framework Python al territorio italiano. Il geodatabase organizza in modo coerente i layer necessari alle analisi, integra dati eterogenei, supporta la costruzione di scenari nazionali e consente la definizione di modelli preliminari delle aree italiane a maggiore interesse esplorativo per l’idrogeno bianco. Le attività in corso riguardano invece la definizione di un modello di prospettività dell’idrogeno bianco per l’Italia. Parallelamente, è stata avviata anche un’iniziativa non prevista originariamente dal progetto: lo sviluppo di un agente di intelligenza artificiale specializzato sull’idrogeno naturale, basato su un Large Language Model e sul corpus di 268 articoli scientifici come base di conoscenza.
Figura 4
Dataset e geodataset, infrastruttura computazionale, codici Python e agenti IA a supporto delle attività di studio e modellazione dell’idrogeno bianco
Team di ricerca
Alessandro Giocoli – ENEA
Claudia Bassano – ENEA
Simona De Iuliis – ENEA
Anna Carmela Violante – ENEA
Alessandro Agostini– ENEA
Maurizio Pollino – ENEA
Alberto Tofani – ENEA
Sergio Cappucci – ENEA
Alessandro Zini – ENEA
Alessandro Peloso – ENEA
Alberto Giaconia – ENEA
In collaborazione con:
Documenti
[1] Zini, A., Peloso, A., Giocoli, A., Tofani, A., Pollino, M., Agostini, A., Pellegrini-Masini, G., Cappucci, S., Monteleone, G., Bassano, C., Giaconia, A. A Socio-Technical Analysis of the Natural Hydrogen Hype: Network Dynamics and Institutional Expectation Governance. Energy Research & Social Science. Under review.
[2] Peloso, A., Zini, A., Giocoli, A., Ellis, G., Monteleone, G., Giaconia, A. A GPU/CPU-accelerated open-source Python framework for high-resolution geologic hydrogen prospectivity mapping. Computers & Geosciences. Under review..
