ИИ и суперконденсаторы из отходов: путь к сети

Проблема накопителей энергии в 2025 году звучит прозаично: энергосистема стала быстрее, а привычные инструменты регулирования — медленнее. Ветропарки и солнечные станции добавляют «неровности» генерации, дата-центры дают импульсные нагрузки, промышленность всё чаще требует мгновенных пиков мощности. На этом фоне суперконденсаторы выглядят как честный инженерный ответ: они отдают и принимают мощность за доли секунды и выдерживают тысячи (а часто десятки тысяч) циклов.

Но есть нюанс: рынок суперконденсаторов не взлетел так, как ожидали лет 10–15 назад. Батареи стали дешевле, а суперконденсаторы закрепились в нишах «быстро и много мощности, но недолго». И вот здесь начинается самое интересное для нашей серии «Искусственный интеллект в энергетике и электроэнергетике»: ИИ способен расширить эти ниши, потому что он умеет находить выигрышные комбинации материалов, конструкций и режимов эксплуатации — быстрее, чем это делает лаборатория.

В исходной истории — четыре неожиданных «сырья» для суперконденсаторов: ПЭТ-бутылки, яйца, конопля (техническая), цемент. Это не экзотика ради экзотики. Это попытка сделать накопитель дешевле, устойчивее и локальнее по цепочке поставок. Дальше разберёмся, что реально важно для энергетики — и где именно ИИ приносит практическую пользу.

Почему суперконденсаторы нужны энергосистеме (и почему их мало)

Суперконденсатор — это накопитель, который выигрывает не «ёмкостью как у батареи», а мощностью и скоростью. Он подходит для задач, где нужно:

• быстро сгладить провал/скачок нагрузки;
• поймать пик мощности без деградации батареи;
• обеспечить «мгновенный резерв» для критичных потребителей;
• работать в высокоцикличном режиме (частые заряд/разряд).

Проблема, которая ограничивает массовое применение, проста: напряжение суперконденсатора падает по мере разряда, и чтобы питать нагрузку «ровным» напряжением, нужна силовая электроника и грамотная архитектура. В энергетике это решаемо, но требует инженерной дисциплины: DC/DC, инверторы, алгоритмы управления, защита, тепловой расчёт.

Вторая причина — экономическая. Литий-ионные батареи за счёт масштабов производства часто оказываются выгоднее «на киловатт-час», а суперконденсаторы выигрывают «на киловатт мощности» и «на ресурс циклов». Поэтому самый рабочий сценарий — гибрид: батарея даёт энергию, суперконденсатор — мгновенную мощность.

И вот здесь ИИ реально меняет правила: он помогает доказать окупаемость и подобрать параметры гибрида под конкретный профиль сети, а не «по справочнику».

Необычные материалы: что в них ценного для энергетики

Смысл экспериментов с отходами и биосырьём — не в том, чтобы «делать накопители из мусора», а в том, чтобы улучшить хотя бы одну из трёх вещей:

1. Цена и доступность сырья (локальные цепочки, меньше импортозависимости).
2. Устойчивость и переработка (циркулярная экономика).
3. Характеристики электродов/сепараторов (площадь поверхности, пористость, ионная проводимость, стабильность).

Ниже — четыре кейса и «инженерный вывод», что из этого может пригодиться электросетям.

ПЭТ-бутылки: когда отходы дают измеримый выигрыш

В одной из недавних работ (2025) показан технологический маршрут, где обычные ПЭТ-бутылки превращают и в электродный углерод, и в сепаратор. В цифрах, которые важно запомнить:

• ПЭТ-суперконденсатор показал 197,2 Ф/г (по сравнению с 190,3 Ф/г у аналога со стекловолоконным сепаратором).
• Электродный материал получают термообработкой порядка 700 °C с последующей активацией (увеличение площади поверхности).
• Сепаратор делают проще: вырезают фрагменты ПЭТ и создают отверстия по оптимизированному паттерну.

Инженерный вывод: ПЭТ интересен не только как «углерод из отходов», но и как сепаратор благодаря механической прочности и термостабильности. Однако производство требует энергии (температуры высокие), а значит в экономике проекта ключевой вопрос — логистика сбора, сортировка и стабильность качества сырья.

Где здесь ИИ? В оптимизации паттерна отверстий, подборе режимов активации и прогнозировании разброса свойств партии при вариации входного сырья.

Яйца: «всё из одного» как мечта технолога

В эксперименте 2019 года показали концепт суперконденсатора, где электроды, электролит и сепаратор можно получить из частей яйца:

• скорлупа + белок/желток → углерод для электродов (термообработка около 950 °C);
• белок/желток + щёлочь → гелеобразный электролит;
• мембрана скорлупы → естественный сепаратор с микроволокнами.

Устройство оказалось гибким и сохранило около 80% ёмкости после 5000 циклов.

Инженерный вывод: это скорее демонстрация биоархитектуры пористых материалов, чем готовое решение для сетей. Но идея важная: природные структуры (мембраны, волокна) иногда дают геометрию пор, которую сложно и дорого воспроизвести искусственно.

Где ИИ? В задачах компьютерного зрения/микроскопии: быстро классифицировать структуру пор, связывать её с ёмкостью и сопротивлением, подбирать режимы обработки.

Техническая конопля: биоуголь, который держит ресурс

В работе 2024 года активированный углерод из технической конопли показал очень приличную стабильность:

• после 2000 циклов сохранялось 98% исходной ёмкости;
• заявлялась энергетическая плотность порядка 65 Вт·ч/кг (для материала электродов в рамках суперконденсаторной логики).

Инженерный вывод: сельхозсырьё интересно, когда оно даёт повторяемый углерод и масштабируется без «зоопарка» примесей. Для России и СНГ, где агропром мощный, такие цепочки могут оказаться реальнее, чем кажется — при условии нормальной стандартизации.

Где ИИ? В управлении качеством: модели, которые по данным спектроскопии/электрохимии предсказывают параметры партии и сразу отсеивают «плохие» партии до сборки ячейки.

Цемент: строительный материал как накопитель

Кейс 2023 года: цемент в составе электродов помогает удерживать ионные слои (комбинация гидрофильного цемента и гидрофобного углерода). Впечатляют два момента:

• устойчивость на уровне 10 000 циклов с малой потерей ёмкости;
• расчётная оценка: одна из конфигураций теоретически может хранить порядка 10 кВт·ч.

Инженерный вывод: «цементный» подход — это путь к структурным накопителям (например, элементы зданий/инфраструктуры, которые не только несут нагрузку, но и помогают управлять пиками мощности). На практике до массового внедрения далеко: безопасность, герметичность, стандарты, ремонтопригодность.

Где ИИ? В моделировании на уровне конструкции: цифровые двойники и оптимизация состава/толщины/влажности, прогноз старения под реальными профилями заряд-разряд.

Как ИИ помогает превратить лабораторный материал в продукт

Сделать «суперконденсатор из отходов» в лаборатории — это 20% успеха. Остальные 80% — добиться повторяемости, стабильности и понятной экономики. Здесь ИИ полезен не как модное слово, а как инструмент, который сокращает циклы «попробовали — измерили — переделали».

1) Поиск состава и структуры: материалы как задача оптимизации

Для суперконденсатора критичны параметры, которые трудно «угадать» вручную:

• распределение пор по размерам;
• площадь поверхности и доступность пор для ионов;
• внутреннее сопротивление (ESR) и его рост со старением;
• совместимость с электролитом и стабильность при температуре.

ИИ-модели (градиентный бустинг, нейросети, байесовская оптимизация) хорошо работают, когда есть датасет «режимы обработки → структура → электрохимические метрики». На практике это даёт две выгоды:

• быстрее найти окно параметров, где ёмкость и ресурс не конфликтуют;
• уменьшить число дорогих экспериментов.

2) Контроль качества сырья и партий: «мусор» должен стать стандартом

Если сырьё нестабильно, продукт не полетит. ПЭТ бывает разный, биомасса — тем более. ИИ помогает построить «входной контроль», где модель по экспресс-измерениям (ИК/Раман-спектры, элементный анализ, влажность, зольность) прогнозирует итоговые характеристики электрода.

Сильная формулировка, которую я часто повторяю командам: стандартизация важнее рекорда ёмкости. Рекорд можно показать на одной ячейке. Сеть покупает повторяемость.

3) Управление гибридом батарея + суперконденсатор в сети

Для электроэнергетики самый практичный сценарий — гибридная система накопления. ИИ здесь решает три задачи:

1. Прогноз нагрузки и генерации (особенно для ВИЭ и импульсных потребителей).
2. Оптимальное распределение мощности: батарее — «энергия», суперконденсатору — «пики».
3. Продление ресурса: минимизация высоких токов через батарею, удержание SOC в комфортном окне.

Это не «магия». Это математическая оптимизация с ограничениями: температура, токи, ресурс, требования рынка/сети. Но именно она превращает суперконденсатор из «дорогой банки» в актив, который снижает штрафы за качество электроэнергии и продлевает жизнь батарее.

Практическое правило: если у вас частые пики мощности и рекуперация (приводы, краны, электротранспорт, металлургия), суперконденсатор почти всегда окупается быстрее, чем попытка «лечить» это батареей.

Почему необычные суперконденсаторы пока не в каждом шкафу РУ

Три стоп-фактора повторяются почти во всех историях о «суперматериалах»:

• Масштабирование: лабораторная технология не равна линии на тонны материала.
• Вариативность сырья: отходы и биомасса требуют жёсткой стандартизации.
• Системная интеграция: силовая электроника, охлаждение, защита и алгоритмы управления часто дороже и сложнее, чем сами ячейки.

При этом тренд очевидный: энергосистема требует быстрых накопителей, а ESG-логика и экономика отходов толкают промышленность к циркулярным цепочкам. Поэтому вопрос уже не «нужно ли», а «кто сделает первым промышленно надёжно».

Что можно сделать уже сейчас: чек-лист для энергетиков и техдиректоров

Если вы думаете о суперконденсаторах в проекте (подстанция, завод, дата-центр, зарядная инфраструктура), вот рабочая последовательность:

1. Соберите профиль мощности с шагом 1–10 секунд минимум на 2–4 недели: пики, провалы, частота событий.
2. Посчитайте цену пика: штрафы за качество, стоимость просадок, перегрев/износ оборудования, деградация батареи.
3. Смоделируйте гибрид (цифровой двойник): батарея + суперконденсатор, минимум два сценария управления.
4. Оцените ресурс в циклах и температуре на реальном профиле, а не на «паспортном».
5. Заложите данные под ИИ: телеметрия, события, температуры, токи — без этого оптимизация будет слепой.

И если вы работаете с «зелёными» материалами (ПЭТ/биоуголь/композиты), добавьте шестой пункт: входной контроль партий и модель прогнозирования качества.

Куда всё движется дальше

Суперконденсаторы из ПЭТ-бутылок, биоматериалов и даже цемента — это не «странные штуки из научпопа». Это сигнал: энергонакопители становятся частью промышленной экосистемы переработки и данных. ИИ в этой истории — не украшение, а клей, который соединяет лабораторию, производство и эксплуатацию в сети.

Следующий логичный шаг для отрасли — пилоты, где оценивают не только ёмкость в фарадах на грамм, а системный эффект: снижение пиков, рост качества электроэнергии, экономия на ресурсе батарей, сокращение аварийных отключений.

Если вы планируете проект в энергетике и хотите понять, где суперконденсаторы (включая «зелёные» материалы) реально дадут эффект, начните с данных: профиль нагрузки и цифровая модель — это тот фундамент, на котором ИИ приносит деньги, а не обещания. Что в вашей инфраструктуре дороже всего: киловатт-часы или киловатты в пике?