Fundamentos del Modelado del
Movimiento de CO2 en el Subsuelo
Webinar – 02 October 2013, 2300 AEST
Vanessa Nuñez
Vanessa Nuñez es una Investigadora Científica Asociada del
Gulf Coast Carbon Center, un centro de investigac...
QUESTIONS
 We will collect questions during
the presentation.
 Your MC will pose these
question to the panel of
presente...
Fundamentos del Modelado de Flujo de
CO2 en el Subsuelo
Vanessa Núñez López, M.S., M.A.
vanessa.nunez@beg.utexas.edu
Objectivos generales del modelado dinámico
 Estimación de capacidad
 Cuanto CO2 podemos almacenar?
 Hacia donde fluirá ...
Consideraciones generales del modelado de la inyección de
CO2 en acuíferos salinos
 Flujo de dos fases (mas simple)
 Per...
Procesos geofísicos: dependencia del tiempo
IPCC, 2005
Diagrama de fases del CO2
Durante inyección de CO2
Después de inyección de CO2
Flujo multifásico: permeabilidad relativa
El fenómeno de histéresis e...
Flujo multifásico: presión capilar
Propiedades de fluidos: Viscosity
Efectos no isotérmicos
Efecto Joule-Thomson
NIST Webbook
h
Average permeability k
q q
q
Inyectividad en flujo monofásico
Inyectividad para almacenar CO2 Complicado!
STORAGE AQUIFE...
El índice de inyectividad depende del kh de la formación y de las
propiedades del CO2
Modelo Analítico: Inyectividad
Donde...
Ajustar el índice de inyectividad para incluir efectos de flujo multifásico
(CO2 desplazando agua)
Indice de inyectividad ...
Como utilizar la ecuación de inyectividad?
 Lo que necesitamos:
 q, k, h, re, rw, S, , P
 Lo que podemos estimar:
 Pre...
Forma y extensión areal de la pluma de CO2
λ c/λ w=10
Q : m^3/day
t : day
B : m
*****
r : m
Nordbotten et al., 2005
Forma y extensión areal de la pluma de CO2
Pressure is a diffusive property and
travels faster in the formation
40 km
6.7 ...
Modelado numérico
 Las mismas herramientas utilizadas por la industria petrolera se
pueden utilizar para modelar la inyec...
Modelo de propiedades (PVT)
 Las ecuaciones de estado (EOS) cúbicas no modelan apropiadamente las
propiedades composicion...
Modelado numérico: códigos comúnmente utilizados
CODES APPLICATIONS
Fluid Dynamics
GEM, ECLIPSE compositional
(E300), TOUG...
Kumar, a., et al, 2004, “Reservoir simulation of CO2 storage in deep
saline aquifers”, The university of Texas at Austin, ...
Simulation Input
Modelado numérico: ejemplo práctico
Modelado numérico: ejemplo práctico
Modelado numérico: ejemplo práctico
Modelado numérico: ejemplo práctico
Modelado numérico: ejemplo práctico
Modelado numérico: ejemplo práctico
Lecciónes aprendidas
 El modelado dinámico previo a la inyección juega un papel importante
en la planificación y ejecució...
QUESTIONS / DISCUSSION
Please submit your questions
directly into the GoToWebinar
control panel.
The webinar will start sh...
Please submit any feedback to: webinar@globalccsinstitute.com
Upcoming SlideShare
Loading in …5
×

Webinar: Fundamentals of modelling CO2 movement underground

705 views
565 views

Published on

The Global CCS Institute was pleased to run the second of a three-part webinar series on CO2 storage. This webinar series was presented in Spanish, and is part of the Global CCS Institute’s capacity development program with the Mexican Academic Council of Earth Science Schools on the education of carbon capture and storage (CCS).

The second webinar focused on ‘Fundamentals of modelling CO2 movement underground’. The Institute is pleased that Vanessa Nuñez, Research Scientist Associate at the Gulf Coast Carbon Center of the University of Texas at Austin’s Bureau of Economic Geology, will be presenting this webinar series.

Vanessa serves as Principal Investigator for several applied CCS projects. She holds a BS in Petroleum Engineering from Universidad Central de Venezuela, an MS in Petroleum Engineering from the University of Texas at Austin and an MA in Energy and Mineral Resources also from the University of Texas at Austin. Before joining the Bureau of Economic Geology, Vanessa was a Senior Reservoir Engineer at Chevron Energy Technology’s Carbon Storage group, where she served as company representative for several Joint Industry Projects, such as the Weyburn-Midale IEA project. Back in her native Venezuela, she worked as an Instructor Professor at Universidad Central de Venezuela.

The third webinar of this series will be held in November 2013. Stay tuned for registration information.

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
705
On SlideShare
0
From Embeds
0
Number of Embeds
102
Actions
Shares
0
Downloads
0
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide
  • Relative permeability is the normalized hydraulic conductivity to one phase (CO2 or brine) when both phases are present in the rockTypically expressed as function of phase saturationPhase saturation = Fraction of pore volume occupied by that phase
  • Relative permeability is the normalized hydraulic conductivity to one phase (CO2 or brine) when both phases are present in the rockTypically expressed as function of phase saturationPhase saturation = Fraction of pore volume occupied by that phase
  • The Joule–Thomson effect is a thermodynamic process (also called a throttling process)related to isenthalpic expansion of real gases. Possible Joule–Thomson cooling correspondsto a drop in temperature when a real gas expands from high to low pressure at constantenthalpy. Figure 1 shows that Joule–Thomson coefficients are greater at low pressure than at pressureshigher than 7MPa, i.e. about 0.5KMPa−1 at 40◦C and 20MPa and about 20 times higher atthe same temperature and 5MPa.Therefore, the Joule–Thomson effect will be greatest in cases of CO2 storage in depletedgas fields with low pressure (e.g. Oldenburg 2007). For CO2 storage in saline aquifers atdepths greater than 700m (pressure higher than 7MPa), a weak Joule–Thomson effect isexpected (Bielinski et al. 2008). Nevertheless, even if this thermal effect is limited in deepaquifers and hydrodynamic and transport properties are weakly influenced by cooling, theamplitude of the Joule–Thomson coefficient is non-negligible and may combine with otherthermal processes (described above) to induce a significant cumulative effect.
  • Assume radial flow from each injectorAssume for illustration that steady-state single phase flow equation appliesrelates injection pressure Pbh to injection rate q and pressure in aquifer P(r)Actual rate smaller because of relative permeability effects
  • Webinar: Fundamentals of modelling CO2 movement underground

    1. 1. Fundamentos del Modelado del Movimiento de CO2 en el Subsuelo Webinar – 02 October 2013, 2300 AEST
    2. 2. Vanessa Nuñez Vanessa Nuñez es una Investigadora Científica Asociada del Gulf Coast Carbon Center, un centro de investigación perteneciente al Bureau of Economic Geology de la Universidad de Texas en Austin. Como tal, ella cumple funciones de Investigadora Principal en varios proyectos aplicados de almacenamiento geológico de carbón. Vanessa posee un título de Ingeniero de Petróleo otorgado por la Universidad Central de Venezuela y dos títulos de maestría, uno en Ingeniería de Petróleo y otro en Energía y Recursos Minerales, ambos otorgados por la Universidad de Texas en Austin. Antes de unirse al Bureau of Economic Geology, ella trabajo como Ingeniero de Yacimientos Senior en el grupo de almacenamiento de carbón de la compañía de investigación y desarrollo de Chevron “Chevron Energy Technology Investigadora Científica Asociada, Gulf Coast Carbon Center Company”. En ese cargo, Vanessa fue representante de Chevron en varias alianzas industriales, tales como el proyecto Weyburn-Midale IEA, en el que ella formó parte del comité ejecutivo. En su país natal, Venezuela, Vanessa fue profesora de la Escuela de Ingeniería de Petróleo de la Universidad Central de Venezuela.
    3. 3. QUESTIONS  We will collect questions during the presentation.  Your MC will pose these question to the panel of presenters after the presentation.  Please submit your questions directly into the GoToWebinar control panel. The webinar will start shortly.
    4. 4. Fundamentos del Modelado de Flujo de CO2 en el Subsuelo Vanessa Núñez López, M.S., M.A. vanessa.nunez@beg.utexas.edu
    5. 5. Objectivos generales del modelado dinámico  Estimación de capacidad  Cuanto CO2 podemos almacenar?  Hacia donde fluirá el CO2 (distribución del CO2)?  Como se distribuirá el CO2 entre las fases? (libre, disuelto, mineralizado)  Como evolucionará la distribución del CO2 con el tiempo?  Inyectividad de la formación  Que tan rápido se puede inyectar el CO2?  En donde y cómo (ubicación y tipo de pozos)?  Integridad del almacenamiento  Fugas verticales (a través de pozos y fallas)  Fugas laterales (mas allá de los esquemas de inyección)
    6. 6. Consideraciones generales del modelado de la inyección de CO2 en acuíferos salinos  Flujo de dos fases (mas simple)  Permeabilidad relativa y presión capilar (histeresis)  Convección de flotabilidad (inestabilidad de gravedad viscosidad)  Distribución de fases  Efectos térmicos  Interacciones geoquímicas  Respuestas geomecánicas
    7. 7. Procesos geofísicos: dependencia del tiempo IPCC, 2005
    8. 8. Diagrama de fases del CO2
    9. 9. Durante inyección de CO2 Después de inyección de CO2 Flujo multifásico: permeabilidad relativa El fenómeno de histéresis es relevante en el entrampamiento por fase residual Drenaje: CO2 desplaza agua Imbibición: agua desplaza CO2
    10. 10. Flujo multifásico: presión capilar
    11. 11. Propiedades de fluidos: Viscosity
    12. 12. Efectos no isotérmicos Efecto Joule-Thomson NIST Webbook
    13. 13. h Average permeability k q q q Inyectividad en flujo monofásico Inyectividad para almacenar CO2 Complicado! STORAGE AQUIFER CONFINING LAYER TOP SEAL La tasa de inyección de CO2 depende de la inyectividad de la formación Modelo Analítico: Inyectividad
    14. 14. El índice de inyectividad depende del kh de la formación y de las propiedades del CO2 Modelo Analítico: Inyectividad Donde, II = índice de inyectividad (fluido monofásico) q = tasa de inyección de CO2 @ condiciones de yacimiento S = factor de daño (-4 < S < 10) re = radio del aquífero rw = radio del pozo = viscosidad del agua del aquífero Pbh = presión de fondo Flujo radial Steady-state Flujo monofásico
    15. 15. Ajustar el índice de inyectividad para incluir efectos de flujo multifásico (CO2 desplazando agua) Indice de inyectividad (para dos fases) two-phase dryCO2 brine CO2-saturated brine Water- saturated CO2 Estimado aproximado Modelo Analítico: Inyectividad
    16. 16. Como utilizar la ecuación de inyectividad?  Lo que necesitamos:  q, k, h, re, rw, S, , P  Lo que podemos estimar:  Presión de fondo (debe ser menor a la presión de fractura)  Si la presión promedio de la formación aumenta durante la inyección, la tasa de inyección disminuye durante el almacenamiento.  La inyección de CO2 frio puede reducir la presión de fractura. Pbh < Modelo Analítico: Inyectividad
    17. 17. Forma y extensión areal de la pluma de CO2 λ c/λ w=10 Q : m^3/day t : day B : m ***** r : m Nordbotten et al., 2005
    18. 18. Forma y extensión areal de la pluma de CO2 Pressure is a diffusive property and travels faster in the formation 40 km 6.7 km http://monty.princeton.edu/CO2interface/ Useful online tool
    19. 19. Modelado numérico  Las mismas herramientas utilizadas por la industria petrolera se pueden utilizar para modelar la inyección de CO2 en acuíferos salinos.  Se requiere un grid apropiado del yacimiento, tanto en la dirección radial como en la vertical, de fina resolución en las cercanías del pozo y hacia el tope de la unidad de flujo.  El flujo vertical pudiera sobre-estimarse si el aspect ratio del grid is alto.  Tanto modelos de petróleo negro como modelos composicionales pueden ser utilizados para la inclusión de disolución mutua de agua y CO2.  La transferencia de masa con el agua de yacimiento no está tradicionalmente incluida en las herramientas de simulación.  Nuevos modelos PVT han sido desarrollados para simulaciones composicionales.
    20. 20. Modelo de propiedades (PVT)  Las ecuaciones de estado (EOS) cúbicas no modelan apropiadamente las propiedades composicionales del sistema CO2-agua.  Se han hecho mejoras para permitir el cálculo de la disolucion mutua de la fase de agua y la fase gaseosa (CO2) sin utilizar EOS cúbicas.  La solubilidad si se obtiene aplicando el equilibrio termodinámico para el cual la fugacidad del CO2 en la fase gaseosa se evalúa basándose en una EOS cúbica (ejemplo Peng and Robinson, 1976).  La fugacidad del CO2 el la fase acuosa se calcula basándose en la ley de Henry: fCO2 = xCO2* HCO2 donde xCO2 = fracción molar del CO2 en la fase acuosa HCO2 = constante de CO2 de Henry  El equilibrio termodináamico se aplica al modelo de vaporización de agua en la fase gaseosa para el cual la fugacidad del agua en la fase gaseosa se calcula con una EOS cúbica (GEM, 2012).
    21. 21. Modelado numérico: códigos comúnmente utilizados CODES APPLICATIONS Fluid Dynamics GEM, ECLIPSE compositional (E300), TOUGH2, ECO2 Multiphase flow, reservoir system dynamics, plume evolution, storage capacity, CO2 leakage Geochemistry TOUGHREACT, UTCHEM, PHREEQC, Retraso Fluid-rock interactions, mineral trapping, seal integrity, natural CO2 analogs Geomechanics TOUGH-FLAC, CodeBright Stress-strain and leakage analysis through seals and faults
    22. 22. Kumar, a., et al, 2004, “Reservoir simulation of CO2 storage in deep saline aquifers”, The university of Texas at Austin, SPE 89343 Evaluar: 1) El entrampamiento poral de la fase gaseosa rica en CO2-rich dentro de la formación 2) La disolución en el agua del acuífero; y 3) La precipitación del CO2 disuelto como un mineral, i.e. calcita Parámetros petrofísicos principales: 1) Permeabilidad relativa (incluyendo histeresis) 2) Saturación residual de la fase no-mojante El código del Computer Modeling Group (CMG-GEM) fue utilizado Modelado numérico: ejemplo práctico
    23. 23. Simulation Input Modelado numérico: ejemplo práctico
    24. 24. Modelado numérico: ejemplo práctico
    25. 25. Modelado numérico: ejemplo práctico
    26. 26. Modelado numérico: ejemplo práctico
    27. 27. Modelado numérico: ejemplo práctico
    28. 28. Modelado numérico: ejemplo práctico
    29. 29. Lecciónes aprendidas  El modelado dinámico previo a la inyección juega un papel importante en la planificación y ejecución de proyectos de almacenamiento de carbono, particularmente en acuíferos salinos en donde los datos son limitados.  La calidad de los datos de entrada determina la calidad de los resultados. La incertidumbre asociada a los datos geológicos de entrada es con seguridad mucho mayor a la diferencia que pueda existir entre los códigos utilizados en el modelado.  Estudios de modelado sugieren que el entrampamiendo por saturación residual es muy significativo, mas aún que el entrampamiento por disolución o mineralización.  La simulación de yacimientos es una herramienta excelente para estudios de sensibilidades.
    30. 30. QUESTIONS / DISCUSSION Please submit your questions directly into the GoToWebinar control panel. The webinar will start shortly.
    31. 31. Please submit any feedback to: webinar@globalccsinstitute.com

    ×