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.
Water use of thermal power plants equipped with CO2 capture systems
Webinar: Fundamentals of modelling CO2 movement underground
1. Fundamentos del Modelado del
Movimiento de CO2 en el Subsuelo
Webinar – 02 October 2013, 2300 AEST
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. 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. Fundamentos del Modelado de Flujo de
CO2 en el Subsuelo
Vanessa Núñez López, M.S., M.A.
vanessa.nunez@beg.utexas.edu
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. 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
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
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. 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. 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. 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. 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. 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. 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. 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. 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. 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
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. QUESTIONS / DISCUSSION
Please submit your questions
directly into the GoToWebinar
control panel.
The webinar will start shortly.
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