CO2 Low Salinity Water Alternating Gas: A New Promising Approach for Enhanced Oil Recovery
Notice bibliographique
Résumé
Abstract It has been recognized that there are significant advantages on combining low salinity waterflooding (LSW) with other enhanced oil recovery (EOR) techniques such as polymer or low tension surfactant flooding. This paper proposes a novel concept of low salinity water-alternating-CO2 (CO2 LSWAG) injection under CO2 miscible displacement conditions. While LSW is an emerging EOR method based on alteration of wettability from oil-wet to water-wet conditions, WAG is a proven method for improving gas flooding performance by controlling the gas mobility. Therefore, LSWAG injection promotes the synergy of the mechanisms underlying these methods (i.e., ion-exchange, wettability alteration, and CO2 miscible displacement and mobility control) that further enhances oil recovery and overcomes the late production problem frequently encountered in the conventional WAG. These features are demonstrated in this work based on a field case study. To investigate the advantages of CO2 LSWAG, a comprehensive ion exchange model associated with geochemical processes has been developed and coupled to the multi-phase multi-component flow equations in an equation-of-state compositional simulator. Laboratory core flood simulations of different CO2 LSWAG schemes are conducted to understand the combined effects of solubility of CO2 in brine, dissolution of carbonate minerals, ion exchange, and wettability alteration. CO2 LSWAG performance is then evaluated on a field scale through an innovative workflow that includes geological modeling, multi-phase multi component reservoir flow modeling and process optimization. The simulation results indicate that CO2 LSWAG has the highest oil recovery compared to conventional high salinity waterflood, high salinity WAG, and low salinity waterflood. A number of geological realizations are generated to assess the geological uncertainty effect, in particular clay distribution uncertainties, on CO2 LSWAG efficiency. Finally, CO2 LSWAG injection strategies are optimized by identifying key WAG parameters. The proposed workflow demonstrates the synergy between CO2 WAG and LSW. Built in a robust reservoir simulator, it serves as a powerful tool for screening, design, optimization, and uncertainty assessment of the process performance from laboratory to and field scales. CO2 LSWAG is a promising EOR technique as it not only combines the benefits of CO2 injection and low salinity water floods but also promotes the synergy between these processes through the interactions between geochemical reactions associated with CO2 injection, ion exchange process, and wettability alteration. This paper demonstrates the merits of this process through modeling, optimization and uncertainty assessment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».