MétaCan
Menu
Retour à la cohorte
Enregistrement W4405583089 · doi:10.1016/j.fuel.2024.134127

Water-Alternating-Gas (WAG) injection scheme for enhancement of carbon dioxide mineralization in basaltic aquifers

2024· article· en· W4405583089 sur OpenAlexafffund
Adedapo N. Awolayo, Heather Norton, Juan Carlos de Obeso, R. M. Lauer, Curran Crawford, Benjamin M. Tutolo

Notice bibliographique

RevueFuel · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of VictoriaUniversity of CalgaryMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAquiferCarbon dioxideBasaltMineralization (soil science)Environmental scienceCarbon sequestrationEnvironmental chemistryGeochemistryChemistryGeologyGroundwaterSoil scienceGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

• WAG injection achieves higher mineral carbonation compared to supercritical CO 2. • Higher WAG ratio accelerates CO 2 mineralization. • WAG cycle frequency has no considerable effect on CO 2 mineralization. • Economic metrics for higher WAG ratios in submarine basaltic aquifer are unfavorable. Carbon storage in basaltic aquifers has demonstrated enormous potential for securely and permanently storing carbon dioxide (CO 2 ) through basalt carbonation. Recent experimental and pilot-scale studies investigating CO 2 injection as either a supercritical or dissolved phase have shown that dissolved phase injection results in faster mineralization than the supercritical phase scenario because it bypasses the rate-limiting CO 2 dissolution step. However, to meet the magnitude of the climate crisis, dissolved CO 2 injection schemes will likely need considerable improvements in efficiency to be implemented at gigaton-per-year levels. Here, we consider whether water-alternating-gas (WAG) injection, long been used in the hydrocarbon industry to enhance extraction efficiencies, can increase injection volumes and reduce energy requirements, while promoting CO 2 dissolution and improving mineralization efficiency. We performed a series of reactive transport simulations of WAG injection (alternating supercritical CO 2 and water) into a submarine basaltic aquifer in the Cascadia basin, an area under active investigation for basalt carbonation demonstration. The findings indicate that implementing WAG and optimizing the injection parameters improves mineralization up to 20% by increasing the quantity of CO 2 in the dissolved phase, which, in turn, allows for greater extents of reaction between dissolved CO 2 and basalt. Our results indicate that, in lieu of implementing fully dissolved CO 2 injection at the field scale, implementing and optimizing WAG schemes for CO 2 mineralization in the basaltic oceanic crust can offer significant advantages over supercritical CO 2 injection. However, the economics of WAG injection are heavily impacted by WAG frequency and water handling capacity, particularly in offshore environments, as considered in this study. Nevertheless, our results indicate WAG injection schemes should be strongly considered when developing a site-specific injection strategy capable of achieving large-scale carbon mineralization in basaltic aquifers. Our findings also stress the importance of conducting appropriate assessments, such as quantifying a workable WAG slug ratio and injection period, along with economic analyses, to develop feasible site-specific large-scale carbon dioxide mineralization strategies in basalts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,624

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,270
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations15
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFuelMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207