Technical Challenges in the Conversion of CO2-EOR Projects to CO2 Storage Projects
Notice bibliographique
Résumé
Abstract While enhanced oil recovery using carbon dioxide (CO2-EOR) is a mature technology and known to concurrently store large volumes of CO2, it is not currently viewed by industry as a CO2 storage process. Application of CO2-EOR for CO2 storage to reduce anthropogenic CO2 emissions 1) enables carbon capture and storage (CCS) technology improvement and cost reduction; 2) improves the business case for CCS demonstration and early movers; 3) supports the development of CO2 transportation networks; 4) may provide significant CO2 storage capacity in the short-to-medium-term, particularly if residual oil zones (ROZ) are produced and hybrid CO2-EOR/CCS operations are considered; 5) enables knowledge transfer; and 6) it helps gaining public and policy-makers acceptance. Although there are a number of commonalities between CO2-EOR and pure CO2 storage operations, currently there are a significant number of differences between the two types of operations that can be grouped in five broad categories: 1) operational; 2) objectives and economics, including CO2 supply, demand and purity; 3) legal and regulatory; 4) long term CO2 monitoring requirements; and 5) industry's experience. There are no specific technological barriers or challenges per se in adapting or converting a pure CO2-EOR operation into a CO2 concurrent or exclusive storage operation. The main differences between the two types of operations stem from legal, regulatory and economic differences between the two. The legal and regulatory framework for CO2 storage is being refined and is still evolving and it is clear that CO2 storage operations will likely require more monitoring and reporting. Because of this, CO2 storage will impose additional costs on the operator. A challenge for existing CO2-EOR operations which may, in the future, adapt to concurrent or exclusive CO2 storage operations is the lack of baseline data for monitoring, except for wellhead and production monitoring for which there is a wealth of data. Thus, in order to facilitate the transition of a pure CO2-EOR operation to concurrent or exclusive CO2 storage, operators and policy makers have to address a series of legal, regulatory and economic issues in the absence of which this transition cannot take place.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».