Gate-to-gate life-cycle assessment of immiscible CO2-EOR operation in heavy oil using real operation data
Notice bibliographique
Résumé
The urgent need to reduce greenhouse gas emissions while meeting global energy demands requires innovative approaches in oil production methods. While CO 2 Enhanced Oil Recovery (CO 2 -EOR) shows promise, comprehensive life-cycle assessment (LCA) of its environmental impact and its dynamics in heavy oil fields remain limited. This study uses operation data from the Mervin oil field in Saskatchewan, Canada, to evaluate the LCA of CO 2 -EOR in a heavy oil reservoir. The Oil Production Greenhouse Gas Emissions Estimator (OPGEE) enables analysis of gate-to-gate carbon intensity and CO 2 sequestration effectiveness in immiscible CO 2 huff-and-puff operations. This work demonstrates that the studied CO 2 huff-and-puff method for heavy oil EOR can achieve an average negative gate-to-gate carbon intensity of -1.99 gCO 2 eq./MJ considering full CO 2 sequestration credit. This method reduces carbon intensity by 156% compared to traditional thermal EOR techniques, even without carbon credits. Emission sources include venting, burner, and vaporizer operations, contributing 68% of total emissions. The CO 2 sequestration ratio decreases from 60% in first three years to 17% later, reflecting operational changes and varying fresh liquid CO 2 injection ratios. This work provides useful insights for implementing and optimizing CO 2 -EOR systems in shallow heavy oil fields worldwide, contributing to less carbon intensive oil production practices.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».