MétaCan
Menu
Retour à la cohorte
Enregistrement W4232674657 · doi:10.2118/2009-108

Numerical Simulation and Economic Evaluation of Hybrid Solvent Processes

2009· article· en· W4232674657 sur OpenAlexaboutno aff
T. Frauenfeld, C. Jossy, J. Ivory

Notice bibliographique

RevueCanadian International Petroleum Conference · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSolventComputer scienceComputer simulationChemistrySimulationOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Solvent-based processes for recovery of heavy oil and bitumen have potential application to a variety of reservoir situations. Potential processes range from SAGD to VAPEX, with a range of hybrid processes in between. Over 50 lab-scale and 80 field scale simulations were run to determine optimum operating points for various hybrid processes. The results showed that steam-butane simulations yielded two "sweet spots? where the cost objective function was lower than that for SAGD. Economic analysis was done based on a set of field scale simulations. This analysis showed that a hybrid solvent process for an Athabasca reservoir was an alternative to SAGD. The analysis may be extended to other reservoir types as needed. Introduction SAGD is the main commercial technology used for in-situ recovery of Athabasca bitumen. Due to the increasing costs for energy (natural gas) and the increasing restrictions on fresh water usage, VAPEX (Ref. 1) has been proposed. The VAPEX process may be augmented by adding heat. Heating will reduce the oil viscosity sufficiently to produce a large increase in oil rate. The heat will serve to speed the diffusion of solvent into the oil. The heat will also serve to initiate communication between the injector and the producer. Heat may be injected by using vaporized solvent or steam. Because of the low latent heat capacity of solvent, it is expedient to heat the solvent by co-injection of steam. The result is a Hybrid Solvent process (Figure 1). This process may be operated at any set of steam and solvent rates between pure SAGD and pure VAPEX. Detailed experimental, modelling and economic studies were done to determine an optimum point or points for this process. Numerical 2D field-scale simulations were used to compare VAPEX, SAGD and Hybrid solvent processes for an Athabasca bitumen reservoir. The comparisons considered propane, n-butane and n-pentane as solvents, and considered effects of steam rate, solvent rate, pressure and steam sub-cool setting of the production well. The results are displayed in more detail in the following figures. Scaled Laboratory Models for Heavy Oil Recovery The Scaling Theory The numerical simulations were based on experiments done at Alberta Research Council to model the Steam-Solvent Hybrid process. Figure 2 shows a photo of the experimental apparatus. Figure 3 shows a diagram of the experimental model. The scaling criteria used for ARC lab model experiments on thermal processes are the Pujol and Boberg scaling criteria (Ref. 2). This set of scaling criteria matches the ratios of gravity, viscous forces, conductive and convective heat transfer, and diffusion, at the expense of incorrectly scaling pressure drop vs. capillary forces, and dispersion vs. diffusion. This scaling method is acceptable for SAGD, where thermal conduction is the rate-controlling step. The scaling will be less certain for VAPEX and hybrid solvent processes, where diffusion and dispersion play major roles in controlling process rates. Heat transfer, diffusion and dispersion are all important in hybrid solvent processes. These values must be determined experimentally. Experimental values of diffusion as a function of temperature are not yet available.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,264
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian International Petroleum ConferenceMême sujetProcess Optimization and IntegrationTravaux en français237 207