低渗致密砂岩油藏CO2封存状态演变规律

王香增 ,  杨红 ,  黄勇杰 ,  梁全胜 ,  刘静 ,  叶冬青

Engineering ›› 2025, Vol. 48 ›› Issue (5) : 107 -120.

PDF (5454KB)
Engineering ›› 2025, Vol. 48 ›› Issue (5) : 107 -120. DOI: 10.1016/j.eng.2024.05.013
研究论文

低渗致密砂岩油藏CO2封存状态演变规律

作者信息 +

Evolution of CO2 Storage Mechanisms in Low-Permeability Tight Sandstone Reservoirs

Author information +
文章历史 +
PDF (5583K)

摘要

油藏CO2封存机理演变规律是碳捕集、利用与封存（CCUS）技术实现深度减排亟须解决的基础科学问题。跨时间尺度的油藏CO2封存包含“驱油-关井”两个封存阶段，涵盖“注采同步-只采不注-停注停采”多个接替过程，由于不同过程中的CO2封存主控机理不明，多时间尺度下的CO2封存机理演变规律尚未查明。本文通过实验及理论分析，构建了考虑CO2束缚、构造、溶解和矿化封存的低渗致密砂岩油藏CO2封存量评价数学模型，并结合经不稳定试井试验获取的储层渗透率和裂缝特征参数进行校正的化子坪油区精细地质模型，开展了连续注入（方案1）和水气交替（方案2）两种方案下的油藏全生命周期CO2封存动态模拟。结果表明：油藏CO2封存具有显著的“完全封存-动态封存-稳定封存”阶段特征，连续注气和水气交替方案下CO2封存量和封存率分别为6.34 × 104 t、61%和4.62 × 104 t、46%。其中，对应的构造、束缚、溶解和矿化封存量占比分别为33.36%、33.96%、32.43%、0.25%和15.09%、38.65%、45.77%、0.49%；CO2封存机理总体呈现构造和束缚封存先增强后减弱、溶解封存逐渐减弱和矿化封存持续增强的演变规律，基于此，我们建立了跨时间尺度的低渗致密砂岩油藏CO2封存机理演变图谱。

Abstract

Understanding the storage mechanisms in CO2 flooding is crucial, as many carbon capture, utilization, and storage (CCUS) projects are related to enhanced oil recovery (EOR). CO2 storage in reservoirs across large timescales undergoes the two storage stages of oil displacement and well shut-in, which cover multiple replacement processes of injection–production synchronization, injection only with no production, and injection–production stoppage. Because the controlling mechanism of CO2 storage in different stages is unknown, the evolution of CO2 storage mechanisms over large timescales is not understood. A mathematical model for the evaluation of CO2 storage, including stratigraphic, residual, solubility, and mineral trapping in low-permeability tight sandstone reservoirs, was established using experimental and theoretical analyses. Based on a detailed geological model of the Huaziping Oilfield, calibrated with reservoir permeability and fracture characteristic parameters obtained from well test results, a dynamic simulation of CO2 storage for the entire reservoir life cycle under two scenarios of continuous injection and water–gas alternation were considered. The results show that CO2 storage exhibits the significant stage characteristics of complete storage, dynamic storage, and stable storage. The CO2 storage capacity and storage rate under the continuous gas injection scenario (scenario 1) were 6.34 × 104 t and 61%, while those under the water–gas alternation scenario (scenario 2) were 4.62 × 104 t and 46%. The proportions of storage capacity under scenarios 1 and 2 for structural or stratigraphic, residual, solubility, and mineral trapping were 33.36%, 33.96%, 32.43%, and 0.25%; and 15.09%, 38.65%, 45.77%, and 0.49%, respectively. The evolution of the CO2 storage mechanism showed an overall trend: stratigraphic and residual trapping first increased and then decreased, whereas solubility trapping gradually decreased, and mineral trapping continuously increased. Based on these results, an evolution diagram of the CO2 storage mechanism of low-permeability tight sandstone reservoirs across large timescales was established.

关键词

CO2封存机理 / 演变规律 / 油藏 / 低渗 / 致密砂岩

Key words

CO2 storage mechanism / Evolutionary patterns / Oil reservoir / Low permeability / Tight sandstone

引用本文

引用格式 ▾
王香增,杨红,黄勇杰,梁全胜,刘静,叶冬青. 低渗致密砂岩油藏CO2封存状态演变规律[J]. 工程（英文）, 2025, 48(5): 107-120 DOI:10.1016/j.eng.2024.05.013

登录浏览全文

4963

注册一个新账户 忘记密码

1 引言

自工业革命以来，大气中CO2浓度快速上升，2021年全球CO2排放量达到3.63 × 1010 t [1]，大气中CO2平均体积分数超过410 ppm（ppm为百万分之一），导致地表平均温度较1850—1900年升高超过1.1 ℃ [2]，由此引发的全球极端气候灾害频现，温室气体减排问题日益突出[3‒6]。碳捕集、利用与封存（CCUS）作为一项为应对温室气体减排而发展起来的新兴技术，在实现CO2大规模减排中可以发挥重要作用[1,7‒9]。国际能源署（IEA）研究表明，在可持续发展情景下，CCUS技术对CO2累积减排量的贡献可达15% [1]。CO2地质利用与封存是目前CCUS技术中碳减排潜力最大、应用最广的技术之一[10‒12]，其应用场景主要包括咸水层、油藏、气藏、煤层等[13‒18]。据全球碳捕集与封存研究院统计，截至2023年，全球运行中的商业碳捕集与封存项目数量共41个[19]，CO2封存类型主要为咸水层和油藏封存。

CO2注入地层后，受地质构造、黏滞力和毛细管力作用影响，以及CO2在地层流体中的溶解及其与地层岩石矿物和流体相互作用，大部分CO2被封存在地层中[20‒24]，然而，由于CO2封存机理作用的机制及时间尺度不同，不同阶段CO2在地层中的封存状态差异较大[25‒26]。明确CO2封存机理演变规律是开展矿场CO2实际封存能力验证和CO2封存安全性评价的重要依据[27‒33]。

碳封存领导人论坛（CSLF）[34]、美国能源部（USDOE）[35]和美国地质调查局（USGS）[36]等及部分学者[37‒40]分别提出了针对咸水层不同CO2封存机理的封存潜力评价方法，分析了影响CO2封存状态及效率的主要因素[28,41‒44]，给出了封存效率因子等关键参数的确定方法及取值范围[45‒49]。值得注意的是，CSLF在研究咸水层CO2封存机理的基础上，初步明确了CO2封存机理的演化规律[34]。

由于油藏CO2封存具有驱油提高采收率和碳减排双重效益，其被认为是当前经济和技术条件下实现CO2减排的理想选择[50‒54]。与咸水层CO2封存不同，CO2在地层原油中的溶解度高，对原油轻质组分的萃取作用强[55‒58]。

全生命周期的油藏CO2封存包含“驱油-关井”两个封存阶段，涵盖“注采同步-只采不注-停注停采”多个接替过程，由此引起的CO2封存状态变化更为复杂，涵盖构造、束缚、溶解和矿化封存的油藏CO2封存机理演变规律尚未阐明[33‒37,59‒68]。理论及实践证明，利用CO2驱油可以实现低渗致密油藏高效开发[69‒72]。考虑到低渗致密油藏是一定时期内我国油气稳产、增产的主力军[73‒76]，因此，这类油藏能为实现CO2封存提供广阔的封存空间，而明确CO2在其中的封存机理演变规律是开展CO2驱油及封存工业化应用的前提。

为此，本文以杏子川油田化子坪油区低渗致密砂岩油藏为研究对象，通过开展气水相渗、CO2相态及水岩反应实验，提出考虑束缚、构造、溶解和矿化封存的CO2封存量评价数学模型，利用不稳定试井试验及资料解释对建立的地质模型进行校正，并基于连续注气和水气交替两种方案下的油藏全生命周期CO2封存动态模拟，明确不同阶段CO2驱油及封存效果和CO2封存机理演变规律，建立跨时间尺度的低渗致密砂岩油藏CO2封存状态演变图谱，以期为油藏CO2封存环节全过程碳减排量核算提供理论支持，支撑并推动建立油藏CO2封存情景下的CCUS项目实际减排量测量、监测及验证（MMV）方法。同时，全生命周期低渗致密砂岩油藏CO2封存量可为同类型油藏矿场CO2实际封存量动态评价提供积极参考。

2 CO2封存机理

2.1 束缚封存

在CO2驱油及封存过程中，随CO2注入，储层CO2饱和度升高，水相饱和度降低，流体相对渗透率的变化遵循驱替过程；同时，随着流体运移前缘后端地层水回退并重新饱和孔隙空间，多孔介质中的流体渗流进入吸吮过程。由于相同饱和度条件下吸吮过程中非润湿相CO2的相对渗透率总是低于驱替过程，这种相渗“滞后效应”造成CO2以非连续相的形式滞留在微小孔隙中，从而以束缚气的形式进行封存。束缚封存是一种较稳定的封存方式，主要受储层岩石润湿性、孔喉结构及流体性质的影响[77‒80]。与中高渗油藏相比，低渗致密油藏孔喉细小、孔喉结构复杂，故受毛细管力控制的CO2束缚封存更为明显。以化子坪油区长6储层为例，其孔隙结构呈双峰偏细歪度型，平均孔喉半径为0.07~0.52 μm。

CO2束缚气饱和度定量表征是研究油藏CO2束缚封存机理、评价束缚封存量的关键。过往研究主要分析了束缚气形成机制及其影响因素[10‒11]，但并未基于实际储层条件下的束缚气饱和度开展束缚封存量评价。为表征CO2驱替-吸吮过程，我们参照国家标准GB/T 28912—2012《岩石中两相流体相对渗透率测定方法》[81]，测定了化子坪油区长6储层CO2驱替和吸吮过程的气水相对渗透率曲线（图1），并利用Killough方法[82]计算获得CO2驱油及封存过程中任一饱和度下的CO2束缚气饱和度，见公式（1）~（3）。其中，驱替状态下的最大含气饱和度为0.33，吸吮状态下残余气饱和度为0.24，通过公式（2）计算得到Land系数C值为1.14。

Sncrt=Sncrd+Sg+Sncrd1+C(Sg-Sncrd)
C=1Sncri-Sncrd-1Snmax-Sncrd
Sncrt=Sg1+1.14Sg

式中，Sg为气相饱和度；Sncrd为驱替曲线的残余气饱和度；Sncrt为束缚气饱和度；Sncri为吸吮曲线的残余气体饱和度；Snmax为最大含气饱和度；C为Land系数。

则油藏CO2束缚封存量计算公式为：

Mresidual=1.96×10-3⋅AhϕSgBg(1+1.14Sg)

式中，Mresidual为束缚封存量（t）；A为储层面积（m2）；h为储层厚度（m）；ϕ为孔隙度；Bg为气体体积系数（m3∙m-3）。

2.2 构造封存

CO2注入储层后，主要以游离态和溶解态赋存并发生迁移转化，其中一部分游离态CO2受毛细管力作用以束缚气的形式被封存，另一部分CO2由于受上覆盖层的隔挡作用控制，大量滞留在储层中并以自由气的形式封存，即构造封存。伴随CO2不断注入和驱油及封存过程的进行，这部分CO2在储层会发生大规模横向运移。因此，在明确CO2束缚气饱和度的基础上，得到CO2构造封存量Mfree的计算公式为：

Mfree=1.96×10-3⋅Ahϕ(Sg-Sg1+1.14Sg)/Bg

2.3 溶解封存

溶解封存是指注入储层的CO2溶解在与其接触的原油和地层水中实现封存。与咸水层不同，油藏中赋存大量地层原油，由于CO2在地层原油中的溶解度较地层水更高，因此，相同地层条件下，CO2在油藏中的溶解封存量较咸水层更大。以化子坪油区长6储层为例，在40 ℃和8.9 MPa的油藏条件下，CO2在地层原油和地层水中的溶解度分别为129.62 m3∙m-3和19.01 m3∙m-3。

溶解度是计算溶解封存量的关键参数，主要受地层温度、压力、地层水矿化度、原油组成等因素影响。一般来说，低温、高压、低矿化度和轻质原油环境下，CO2在地层流体中的溶解度更高[83‒85]。通过对不同温度和压力条件下CO2在地层水中的溶解度实验结果进行拟合（图2），我们得到了目标区域CO2在地层水中的溶解封存量计算公式。

Rsb=0.0043p3-0.2038p2+3.5359p+0.5933(2≤p≤20)
Msolution=1.96×10-3⋅AhϕSwRsb/Bw

式中，Rsb为地层水中CO2溶解度（m3∙m-3）；p为油藏压力（MPa）；Sw为含水饱和度；Bw为地层水体积系数（m3∙m-3）；Msolution为地层水中CO2封存量（t）。

CO2驱油过程中，受CO2对原油抽提作用影响，地层剩余油组分不断发生变化，相同平衡压力下，CO2在原油中的溶解度也随之呈动态变化。化子坪油区长6储层原油属于典型的轻质原油，原油中轻质、过渡和中间组分含量高，CO2对原油的抽提作用更显著（图3），由此引起的CO2在原油中的溶解度变化较大。因此，为准确计算CO2在地层原油中的溶解封存量，必须明确不同驱油阶段CO2在原油中的溶解度。通过对目标区块H146-4井的井流物进行色谱分析，并结合各组分的性质、含量、分子量及其与CO2的作用规律，将CO2与井流物合并为7个拟组分（表1）；通过对注CO2后地层原油的体积系数、密度、黏度、泡点压力等特征参数与压力-体积-温度（PVT）实验结果进行拟合，建立了原油状态方程，利用该方程拟合得到的最小混相压力与毛细管实验结果误差为4.07%。

基于原油状态方程，即可得到CO2驱油过程中任一平衡条件下溶解于地层原油中的CO2的摩尔比，则CO2在原油中的溶解封存量计算方法为：

Msolo=4.4×10-5⋅AhϕSoρoxCO2∑Mizi

式中，Msolo为原油中CO2封存量（t）；So为含油饱和度；ρo为地层原油密度（kg∙m-3）；xCO2为原油中溶解CO2的摩尔比；Mi 为组分i的摩尔质量（g）；zi 为组分i的摩尔含量。

2.4 矿化封存

矿化封存是指CO2注入地层后与地层水反应生成碳酸，促使岩石矿物溶解产生Ca2+、Mg2+等离子，并进一步与CO2作用生成新的碳酸盐矿物[86‒91]。与其他封存机理不同，矿化封存过程较为缓慢，其发生作用的时间尺度一般在100~10 000年[92]，矿化反应进程主要受地层温度和压力条件、岩石矿物组分、地层水矿化度等因素影响。由于CO2通过矿化反应以固态的形式被封存起来，故矿化封存被认为是一种最安全的封存方式。

岩心矿物组分分析显示，化子坪油区长6储层岩石矿物以石英、长石和黏土矿物为主，其中，石英质量分数为23.6%，钾长石和奥长石质量分数分别为18.2%和30.1%，黏土矿物质量分数为28.1%，且其中绿泥石质量占比为95.1%。根据储层岩石矿物组分含量及其与CO2的反应活跃程度，为便于计算及分析，我们将目标区块与CO2发生矿化反应的矿物类型简化为钾长石、奥长石和绿泥石，其与CO2的反应过程如下：

钾长石：

2KAlSi3O8 + 2CO2 + 11H2O ̿    

Al2Si2O5(OH)4 + 4H4SiO4 + 2HCO3- + 2K+

奥长石：

CaNa4Al6Si14O40 + 34H2O + 6H+̿    

4Na+ + Ca2++ 6Al(OH)3 + 14H4SiO4

（10）

绿泥石：

2Mg2.5Fe2.5Al2Si3O10(OH)8 + 20H+̿    

5Mg2+ + 5Fe2+ + 4Al(OH)3 + 6H4SiO4

（11）

矿化反应速率是评价矿化封存量的基础参数，采用Lasaga等[93]提出的动力学速率方程可计算矿化反应速率：

r=k⋅Ar⋅m1-Ωθη
k=k25e-EaR1T-1298.15

式中，r为矿物表观溶解速率（mol∙s-1）；k为溶解速率常数（mol∙m-2∙s-1）；m为已溶解矿物的当前质量（g）；Ω为矿物饱和度比值，θ和η为指数因子（默认值为1），k25为25 ℃时的溶解速率常数（mol∙m-2∙s-1）；Ea为表观活化能（J∙mol-1）；R为玻尔兹曼常数（J∙K-1）；T为温度（K）；Ar为矿物比表面积（m2∙g-1）。其中，矿物溶解速率常数可用阿伦尼乌斯方程（13）来进行表征。

Blum等[94]和Xu等[95]通过地球化学模拟给出了25 ℃条件下CO2与多种岩石矿物的溶解速率常数，其中，钾长石、奥长石和绿泥石的溶解速率常数k25分别为8.71 × 10-11 mol∙m-2∙s-1、2.14 × 10-10 mol∙m-2∙s-1和7.76 × 10-12 mol∙m-2∙s-1。钾长石和奥长石的矿物比表面积Ar取值为0.01 m2∙g-1，绿泥石的比表面积取值为0.12 m2∙g-1。考虑到一定温度范围内同一岩石矿物表观活化能基本为定值，因此，在目标油藏温度条件下，钾长石、奥长石和绿泥石的溶解速率常数均取25 ℃条件下与之对应的数值。

则CO2矿化封存量计算方法为：

Mmineral=∑j=134.4×10-2∫0trdt

式中，j为与CO2发生矿化反应的矿物数量；t为矿化反应的持续时间。

3 研究区域地质模型

3.1 地质概况

杏子川油田位于鄂尔多斯盆地陕北斜坡中部，区域为东高西低的单斜构造，地层倾角约为0.6°，地面海拔为1100~1600 m。化子坪油区位于杏子川油田西部，属于岩性油藏，主力层位为三叠系延长组长6储层，储层岩性为中细粒砂岩，地层埋深1200~1450 m，油藏温度为46 ℃，原始地层压力为8.9 MPa，油藏最小混相压力为14.3 MPa，泡点压力为5.3 MPa，有效厚度为14.1 m，平均渗透率为9.4 × 10-4 μm2，平均孔隙度为9.6%，平均含油饱和度为42%，地层原油密度为0.79 g∙cm-3，地层原油黏度为3.4 mPa·s。地层水为CaCl2，总矿化度为32.14~79.39 g∙L-1。

储层上方发育长4 + 5直接盖层，岩性为岩屑长石砂岩和长石岩屑砂岩，厚度约为70~100 m，泥地比为50%~75%，渗透率小于1.0 ×10-4 μm2，孔隙度为1.8%~7.9%。前期评价显示，盖层孔隙和喉道半径主要为100~150 μm和1.0~2.5 μm，呈现中-小孔细喉道的特征，盖层中可动流体饱和度为9.6%，盖层突破压力为9.9 MPa，盖层封闭性整体较好，区域适合CO2封存。

3.2 地质模型

考虑到研究区为单一背斜，断层不发育，构造起伏小，我们基于分层数据建立了构造模型。本文结合沉积相和岩相对储层物性的控制作用，利用Petrel软件通过多级相控建模方法，建立了研究区三维地质模型，其中，模型平面上网格大小为20 m × 20 m，垂向上网格厚度为1 m。利用H47-17和H40-18两口新钻井信息与地质模型对比验证显示，通过测井解释获取的两口新井的实钻砂岩厚度与预测砂体厚度的吻合度均大于90%（图5）。

为进一步提高地质模型精度，减小由于测井方法探测尺度小，无法真实地反应低渗致密储层的实际渗流特征给地质建模带来的误差[96]，我们通过开展长周期不稳定试井试验，并利用试井解释获取的渗流特征参数对已有模型进行了校正。

为最大限度缩短试验时长，不影响区域油井正常生产，我们通过方案优选，确定了1口注入井和2口监测井的“注水-压降-注CO2-压降”试井方案。为确保获取数据的可靠性，注入井和监测井中均安装地面直读网络传输压力计以及时监测地层压力的变化。在注入前，监测井关停60天；在注入阶段，注入井先后以7 t∙d-1和8 t∙d-1的注入速度持续注水和CO2，对应的注入时长分别为120天和60天；停止注水和CO2后对应的压力监测时间分别为30天和90天。试验期间，监测井一直处于关停状态。为减少邻井干扰，我们将位于目标区边缘的H146-2井选为注入井，H146-3和H146-7作为监测井，试验过程中周边注采井保持恒定的注采状态。

利用均质地层、有限导流裂缝直井模型开展试井模拟及解释，其中，CO2驱采用“纯CO2区、CO2-原油过渡区及CO2未波区”三区复合模型。解释结果（表2）表明，注水和注CO2阶段H146-2井渗透率为4.60 × 10-4 μm2，裂缝半长及导流能力分别为109.16 m和1551.67 mD·m（1 mD = 10-3 μm2），H146-3和H146-7井渗透率、裂缝半长及导流能力分别为5.60 × 10-4 μm2、78.72 m、1508.52 mD·m和3.10 × 10-4 μm2、112.26 m、1334.75 mD·m。

结合模型网格大小和试井解释的储层裂缝半长及导流能力参数，我们对模型中的原有裂缝设置进行了校正。利用渗透率校正系数（试井与测井解释的渗透率比值）对模型渗透率进行校正，考虑到H146-2、H146-3和H146-7井测井解释的渗透率分别为8.60 × 10-4 μm2、1.03 × 10-3 μm2和7.20 × 10-4 μm2，模型平均渗透率校正系数取值0.5。

4 CO2封存数值模拟

在地质模型基础上，本文利用Eclipse软件对H146-6和H146-2两个井组开展CO2封存数值模拟，井组共包括2口注入井，10口生产井。通过对单井及井组累产液、日产油和综合含水率等开发指标进行历史拟合，我们建立了与实际生产动态吻合度较高的数值模型（图6至图8）。

我们开展了连续注气（方案1）和水气交替（方案2）两种方案的CO2封存模拟，结合前期CO2驱油及封存油藏方案研究，设定CO2注入速度为15 t∙d-1，注水速度为10 t∙d-1，方案2为前5年连续注气，水气交替频率为3个月。综合考虑地层破裂压力、矿场CO2驱油实际生产动态及经济效益，两种方案设置的临界条件如下：最低日产油为0.15 m3∙d-1和0.10 m3∙d-1，气油比均为4000 m3∙m-3，注入井井口最高注入压力均为15 MPa。其中，方案1达到日产油或气油比临界条件即采取关井措施，方案2则关闭射孔段继续生产。

4.1 CO2封存效果

与咸水层封存不同，油藏CO2封存是一个注采同步的过程，CO2封存效果除了受储层物性和流体性质影响，还与生产动态密切相关。为了更好地理解CO2封存效果，CO2封存量被定义为注入CO2量与产出CO2量之差，CO2封存率被定义为累积封存CO2量与累积注入CO2量的比值，换油率被定义为累计注入CO2量与累计增油量之比。模拟结果表明：随着CO2不断注入，油藏累积增油量和CO2封存量增大，CO2换油率呈先升高后降低的变化规律，CO2封存率则不断降低直至注采井关闭后保持稳定；由于注入井相继关闭，CO2注入20年，油藏CO2封存基本达到稳定。

考虑到不同阶段CO2驱油及封存效果差异较大，结合CO2注入和生产动态，我们将CO2封存效果划分为三个阶段：

（1）CO2完全封存阶段。该阶段处于油藏注CO2开发初期，持续时间极短，在这一阶段，注入的CO2以自由气的形式迅速扩散并溶解在原油和地层水中，CO2主要以构造和溶解形式封存，地层能量快速得到补充，CO2驱油效果开始逐步显现。该阶段CO2封存量与CO2注入量相同，CO2阶段封存率近100%。

（2）CO2动态封存阶段。该阶段CO2先后以溶解气、溶解-自由气和自由气的状态产出，由于生产井控制的储层物性及其与注入井连通性存在差异，不同井CO2产出状态的转变进程和触发临界条件的时间均不同，注入的CO2在这一动态生产过程中实现封存。在溶解气产出阶段，大量原油被采出，累积增油量和换油率迅速升高，溶解在地层原油中的CO2由于压力降低逐渐逸散出来，但溶解气产出对实现CO2高效封存的影响并不大，CO2封存量依然快速增大，该阶段CO2封存率可达95%。随着CO2持续注入，其产出状态逐渐由溶解气向自由气转变，伴随原油进一步采出，CO2换油率升高至最高值，CO2封存率则快速降低。以方案1为例，换油率最高可达0.28，CO2封存率则降至约82%。由于CO2窜流通道开始形成，自由气产出量进一步增大，换油率降低，井组CO2阶段封存率降至最低，CO2产出状态进入自由气阶段。在自由气产出阶段，储层窜流通道完全形成，注入的CO2沿窜流通道进入生产井被采出，大量CO2在注采井间发生无效循环，该段时期内CO2封存量基本不变，一旦生产井触发临界条件，即被关井。值得注意的是，在井组实际生产过程中，由于存在多口生产井，且不同井生产动态不同，当部分井触发临界条件被关井，CO2渗流路径随即发生变化，前期未被CO2波及的部分基质剩余油被动用，油藏累积增油量及封存量进一步增加，CO2换油率缓慢下降，CO2封存率有所提升，CO2产出状态重新回到溶解-自由气产出阶段。因此，在实际油藏开发过程中，溶解-自由气和自由气产出阶段一般是紧密衔接的。

（3）CO2稳定封存阶段。该阶段CO2注入井和生产井已全部关闭，在CO2无地质泄露的情况下，油藏实现CO2稳定封存，该阶段持续时间尺度最长，油藏CO2封存状态演变主要发生在这一阶段。

由于临界条件不同，受H146-4井生产动态的不同影响（方案1中该井在CO2注入11个月后被关井），两种方案下井组CO2驱油及封存动态在对应时间点即出现差异。在CO2封存100年时间尺度下，由于水气交替较连续注气具有更大的波及体积，CO2可以驱替出更多的地层原油，故与方案1相比，方案2具有更大的增油量和更高的CO2换油率，其累积增油量和换油率分别为方案1的1.24倍和1.25倍。由于水气交替具有一定的抑制CO2气窜的作用，在相同的气油比和井底流压约束条件下，方案2触发临界关井条件所需的时间更长，加之方案2达到气油比这一临界条件后，仅关闭了储层射孔段，因此，其产气量更大，在CO2注入量相近的情况下，方案2的CO2封存量和封存率更低，分别较方案1降低6.78%和24.59%。方案2中自由气产出阶段时间及与之对应的CO2换油率和封存率变化可以很好地印证这一点。

4.2 CO2封存机理演变规律

模拟研究表明，不同时间尺度下CO2封存机理作用及其对油藏CO2封存的贡献不同（图10）。CO2注入储层后，在注入井压力的驱动下，CO2以自由气快速向近井地带推进，并通过扩散作用，溶解在与其接触的地层流体中。因此，在CO2完全封存阶段，储层CO2封存状态以构造和溶解封存为主，这一时期，构造和溶解封存量分别占32.31%和67.62%。由于CO2在原油中的扩散系数和溶解度较地层水高，更多CO2会溶解在地层原油中，因此，CO2在原油中的溶解封存量大于其在地层水中的溶解封存量，该阶段CO2在两种流体中对应的溶解封存量占总封存量的比例分别为39.08%和28.54%。

随着CO2持续注入和注采过程进行，CO2逐渐向储层深部运移，储层原生流体被采出，原生流体所占据的孔隙空间被注入的CO2充填，溶解封存量所占比例逐渐降低，构造封存量占比进一步增大；同时，受毛细管力作用，部分CO2逐渐被封存在储层微观孔喉中，形成束缚封存。以方案1为例，在注入井关闭前，这一时期构造、束缚和溶解封存量占比分别为64.60%、6.97%和28.38%，其中，CO2在原油和地层水中的溶解封存量占总封存量的比例分别为19.53%和8.85%。

当注入井触发压力上限被关井后，储层渗流场发生改变，注入井附近的CO2继续向前推进，流体运移前缘后端的地层水回退并重新饱和孔隙空间，多孔介质中的流体渗流进入吸吮过程。由于相同饱和度下吸吮过程CO2的相对渗透率远小于驱替过程的相对渗透率，大量自由态CO2被束缚起来，构造封存量大幅降低，束缚封存量大幅升高。以方案1为例，该时期构造、束缚、溶解封存量占比分别为37.36%、33.95%和28.64%。

与其他封存机理不同，矿化封存过程十分缓慢，对应的矿化封存量也较少，但时间尺度越长，矿化封存量越大。模拟结果表明：两种方案下，CO2封存20年和100年，油藏CO2矿化封存量占比分别为0.10%、0.25%和0.21%、0.49%。按照目标区域矿化反应速率进行推算，CO2封存1000年，两种方案对应的CO2矿化封存量占比分别为1.24%和2.07%。

停止注入后，CO2封存机理的演变规律与相关研究结果基本一致[97‒98]。但由于与美国SACROC油田（储层平均渗透率为1.94 × 10-2 μm2，含油饱和度为78.1%，原始地层压力为31.2 MPa，CO2-原油最小混相压力为16.4 MPa，为混相驱，CO2在原油中溶解度更高，约为其在地层水中溶解度30~40倍）储层物性及流体性质存在差异，化子坪油区（储层渗透率为9.4× 10-4 μm2，含油饱和度为42%，原始地层压力为8.9 MPa，CO2-原油最小混相压力为14.3 MPa，为非混相驱，CO2在原油中溶解度仅约为其在地层水中溶解度7倍）的构造和束缚封存量占比更高，CO2在原油中的溶解封存量占比更低（SACROC油田的构造封存量占比18%，束缚封存量占比18%，CO2在原油中溶解封存量占比62%）。

随着时间尺度延伸，CO2矿化封存量逐渐增大。但值得注意的是，由于油藏含水饱和度低，受注采开发过程影响的CO2运移范围相对较小，油藏中CO2矿化封存发挥作用时间尺度普遍超过百年[33,99]，这与我们的研究认识一致。由于受储层物性、矿物组成、地层温度和压力影响，化子坪油区CO2矿化封存量占比远低于SACROC油田（200年，矿化封存量占比低于2.5%）和吉林油田（800年，矿化封存量占比16%）。

表4为两种方案下，100年内油藏CO2封存量及其占比结果。与方案1相比，方案2中CO2束缚、溶解和矿化封存量占比更高，这主要是因为方案2向储层注入了大量的地层水，在储层压力相近的条件下，CO2在地层水中的溶解增多，溶解封存量更大；同时，更多的CO2通过溶解生成碳酸，CO2-地层水-岩石矿化作用范围更大，CO2矿化封存量更大，其占比更高。此外，由于水气交替注入方案下气水界面增多，流体运移阻力变大，吸吮状态下自由态CO2更易在储层多孔介质中被俘获形成束缚封存。水气交替注入较连续注气方式具有更高的束缚、溶解（原油和地层水）和矿化封存量，但构造封存量相对较低，这一结果与相关研究一致[98]。方案2中的束缚封存量占比更高，但由于方案2中的CO2封存总量和封存率更低，其CO2束缚封存量略低于方案1。值得注意的是，尽管方案2采出了更多的原油，但由于方案2注入井关井时间较晚（方案2中，H146-6和H146-2井的注入时长较方案1分别延长38个月和72个月），CO2以更“缓慢”的方式注入地层，这延长了CO2与难以波及区域储层剩余油的接触时间，因此相同储层压力条件下，CO2在原油中的溶解封存量更大。

在上述研究基础上，我们考虑不同时间尺度下CO2封存机理发挥作用及其对油藏CO2封存量的贡献，进一步建立了跨时间尺度的低渗致密砂岩油藏CO2封存机理演变图谱（图11）。在油藏CO2注入初期，CO2以构造和溶解封存为主，该段时间一般小于10年；随着原油不断采出，直至注采井关闭，油藏开发生命周期结束，构造和溶解封存量减少，束缚封存量增大，该阶段CO2封存主要为构造、束缚和溶解封存，其时间尺度约为10~100年；开发结束后，油藏进入类似咸水层CO2封存阶段，通过构造和束缚封存的CO2与地层水长期接触，逐渐向溶解封存转化，并最终实现矿化封存，故构造、束缚和溶解封存量减少，矿化封存量增大。由于油藏实现CO2封存过程中存在CO2注入和采出，稳定封存阶段的CO2封存率约为40%~70%。

图谱中油藏CO2封存机理演变规律与联合国政府间气候变化专门委员会（IPCC）研究结果[33]总体一致，但IPCC研究结果主要基于咸水层封存场景，CO2封存率为100%。与之不同的是，本研究中的油藏CO2封存过程存在CO2采出，CO2封存率小于100%，在现有的开发制度下，化子坪油区CO2封存率为40%~70%，这一结果与相关报道一致[100]。需要注意的是，CO2在原油中溶解度较地层水更高，CO2注入后，较大一部分CO2在原油中溶解，油藏中构造封存的贡献远低于咸水层封存场景，这一点在CO2封存初期表现尤为明显。由于油藏含水饱和度较低，油藏中矿化封存发挥作用所需的时间更长，CO2封存10 000年时，油藏CO2矿化封存量占比约为18%，低于IPCC研究结果（矿化封存量占比约30%）。此外，由于化子坪区域储层渗透率低、孔喉细小、结构复杂，束缚封存量占比高于中高渗储层，中高渗储层束缚封存量占比为15%~25% [101]。

5 讨论

本文提出了一套系统评价低渗致密砂岩油藏CO2封存机理演变规律的方法。这一方法主要通过开展气水相渗、CO2相态及水岩反应实验，构建考虑束缚、构造、溶解和矿化封存的油藏CO2封存量计算数学模型，建立经不稳定试井试验及资料解释校正的可靠性更强的地质模型，并以此为基础进行油藏CO2驱油及封存数值模拟，获取低渗致密砂岩油藏不同CO2封存机理对应的封存量变化。

CO2封存机理演变是一个复杂的渐进过程，涉及时间尺度较大，相关研究主要通过数值模拟进行。本方法将油藏CO2封存机理演变的时间范畴由百年延伸至万年尺度，大大扩展了油藏CO2封存机理的演变进程，为研究跨时间尺度下涵盖构造、束缚、溶解（原油和地层水）和矿化封存的油藏CO2封存机理演变规律提供了技术手段。利用本方法获得的相近时间尺度下不同封存机理对应的CO2封存量变化规律与相关研究结果基本一致[68,97]，但由于不同油藏储层物性、流体性质、岩石矿物组分及开发制度不同，不同封存机理发挥主要作用的时间节点存在一定差异。

由于不同CO2封存机理的主控影响因素及其作用规律不同，CO2封存机理间的微观作用及转化机制复杂，需要查明不同封存机理演变机制以进一步深化油藏CO2封存机理演变规律。同时，还应紧密结合低渗致密砂岩油藏矿场长期的CO2封存动态监测结果，不断验证并完善CO2封存机理演变规律。

6 结论

本文基于建立的油藏CO2封存量计算数学模型和经不稳定试井试验校正的地质模型，通过数值模拟，明确了跨时间尺度的低渗致密砂岩油藏CO2封存机理演变规律。研究结果表明，油藏全生命周期CO2封存具有显著的“完全封存-动态封存-稳定封存”阶段特征，连续注气和水气交替方案下CO2封存量和封存率分别为6.34 × 104 t、61%和4.62 × 104 t、46%；其中，对应的构造、束缚、溶解和矿化封存量占比分别为33.36%、33.96%、32.43%、0.25%和15.09%、38.65%、45.77%、0.49%。

CO2封存机理总体呈现构造与束缚封存先增强后减弱、溶解封存逐渐减弱和矿化封存持续增强的演变规律，本文基于此建立了跨时间尺度的低渗致密砂岩油藏CO2封存机理演变图谱，为量化分析不同时间尺度下油藏构造、束缚、溶解（原油和地层水）和矿化封存量及其演变规律提供了可行的技术方案。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

International Energy Agency. Global energy review CO2 emissions in 2021: global emissions rebound sharply to highest ever level. Report. Paris: International Energy Agency; 2021. . 10.1787/a60abbf2-en
[2]

AR 6 synthesis report: climate change 2023. Report. Geneva: Intergovernmental Panel on Climate Change; 2023.
[3]

Xie H, Yue H, Zhu J, Liang B, Li C, Wang Y, et al. Scientific and engineering progress in CO2 mineralization using industrial waste and natural minerals. Engineering 2015;1(1):150‒7. . 10.15302/j-eng-2015017
[4]

Goeppert A, Czaun M, May RB, Prakash GKS, Olah GA, Narayanan SR. Carbon dioxide capture from the air using a polyamine based regenerable solid adsorbent. J Am Chem Soc 2011;133(50):20164‒7. . 10.1021/ja2100005
[5]

Wang K, Xu T, Wang F, Tian H. Experimental study of CO2-brine-rock interaction during CO2 sequestration in deep coal seams. Int J Coal Geol 2016;154:265‒74. . 10.1016/j.coal.2016.01.010
[6]

He X. Polyvinylamine-based facilitated transport membranes for post combustion CO2 capture: challenges and perspectives from materials to processes. Engineering 2021;7(1):124‒31. . 10.1016/j.eng.2020.11.001
[7]

Ruan B, Xu R, Wei L, Ouyang X, Luo F, Jiang P. Flow and thermal modeling of CO2 in injection well during geological sequestration. Int J Greenh Gas Control 2013;19:271‒80. . 10.1016/j.ijggc.2013.09.006
[8]

Bachu S. CO2 storage in geological media: role, means, status and barriers to deployment. Pror Energy Combust Sci 2008;34(2):254‒73. . 10.1016/j.pecs.2007.10.001
[9]

Wurdemann H, Moller F, Kuhn M, Heidug W, Christensen NP, Born G. CO2SINK—from site characterization and risk assessment to monitoring and verification: one year of operational experience with the field laboratory for CO2 storage at Ketzin, Germany. Int J Greenh Gas Control 2010;4(6):938‒51. . 10.1016/j.ijggc.2010.08.010
[10]

Orr FM Jr. Storage of carbon dioxide in geologic formations. J Pet Technol 2004;56(9):90‒7. . 10.2118/88842-jpt
[11]

Lokhorst A, Wildenborg T. Introduction on CO2 geological storage—classification of storage options. Oil Gas Sci Technol 2005;60(3):513‒5. . 10.2516/ogst:2005033
[12]

Zhang L, Ren SR, Ren B, Zhang WD, Guo Q, Zhang L. Assessment of CO2 storage capacity in oil reservoirs associated with large lateral/underlying aquifers: case studies from china. Int J Greenh Gas Control 2011;5(4):1016‒21. . 10.1016/j.ijggc.2011.02.004
[13]

Lee GH, Lee B, Kim HJ, Lee K, Park MH. The geological CO2 storage capacity of the Jeju Basin, offshore southern Korea, estimated using the storage efficiency. Int J Greenh Gas Control 2014;23:22‒9. . 10.1016/j.ijggc.2014.01.014
[14]

Michael K, Golab A, Shulakova V, Ennis-King J, Allinson G, Sharma S, et al. Geological storage of CO2 in saline aquifers—a review of the experience from existing storage operations. Int J Greenh Gas Control 2010;4(4):659‒67. . 10.1016/j.ijggc.2009.12.011
[15]

Ren B, Ren SR, Zhang L, Chen GL, Zhang H. Monitoring on CO2 migration in a tight oil reservoir during CCS-EOR in Jilin Oilfield China. Energy 2016;98:108‒21. . 10.1016/j.energy.2016.01.028
[16]

Rutqvist J, Vasco DW, Myer L. Coupled reservoir—geomechanical analysis of CO2 injection and ground deformations at In Salah, Algeria. Int J Greenh Gas Control 2010;4(2):225‒30. . 10.1016/j.ijggc.2009.10.017
[17]

Kimbrel EH, Herring AL, Armstrong RT, Lunati I, Bay BK, Wildenschild D. Experimental characterization of nonwetting phase trapping and implications for geologic CO2 sequestration. Int J Greenh Gas Control 2015;42:1‒15. . 10.1016/j.ijggc.2015.07.011
[18]

Liu Y, Rui Z, Yang T, Dindoruk B. Using propanol as an additive to CO2 for improving CO2 utilization and storage in oil reservoirs. Appl Energy 2022;311:118640. . 10.1016/j.apenergy.2022.118640
[19]

Global status of CCS 2023. Report. Melbourne: Global CCS Institute; 2023.
[20]

Salvi S, Quattrocchi F, Brunori CA, Doumaz F, Angelone M, Billi A, et al. A multidisciplinary approach to earthquake research: implementation of a geochemical geographic information system for the Gargano site, southern Italy. Nat Hazards 1999;20(1):255‒78. . 10.1023/a:1008105621134
[21]

Streit JE, Hillis RR. Building geomechanical models for the safe underground storage of carbon dioxide in porous rock. In: Proceedings of the 6th International Conference on Greenhouse Gas Control Technologies (GHGT-6); 2002 Oct 1‒4; Kyoto, Japan. Amsterdam: Elsevier; 2002. . 10.1016/b978-008044276-1/50079-9
[22]

Gunter WD, Perkins EH, McCann TJ. Aquifer disposal of CO2-rich gases: reaction design for added capacity. Energy Convers Manage 1993;34(9‒11):941‒8.
[23]

Bachu S, Gunter WD, Perkins EH. Aquifer disposal of CO2: hydrodynamic and mineral trapping. Energy Convers Manage 1994;35(4):269‒79. . 10.1016/0196-8904(94)90060-4
[24]

Perkins E, Czernichowski-Lauriol MI, Azaroual M, Durst P. Long term predictions of CO2 storage by mineral and solubility trapping in the Weyburn Midale reservoir. In: Proceedings of the 7th International Conference on Greenhouse Gas Control Technologies (GHGT-7); 2004 Sep 5‒9; Vancouver, BC, Canada. Amsterdam: Elsevier; 2004. . 10.1016/b978-008044704-9/50279-2
[25]

Xu T, Jin GR, Yue GF, Lei HW, Wang FG. Subsurface reactive transport modeling: a new research approach for geo-resources and environments. J Jilin Univ 2012;42(5):1410‒25. Chinese.
[26]

Klein E, Lucia MD, Kempka T, Kühn M. Evaluation of long-term mineral trapping at the Ketzin pilot site for CO2 storage: an integrative approach using geochemical modelling and reservoir simulation. Int J Greenh Gas Control 2013;19:720‒30. . 10.1016/j.ijggc.2013.05.014
[27]

Fischer S, Liebscher A, Wandrey M. The CO2 sink group. CO2-brine-rock interaction—first results of long-term exposure experiments at in situ P‒T conditions of the Ketzin CO2 reservoir. Chem Erde 2010;70:155‒64. . 10.1016/j.chemer.2010.06.001
[28]

Fischer S, Liebscher A, Zemke K, Lucia MD, Team K. Dose injected CO2 affect (chemical) reservoir system integrity—a comprehensive experimental approach. Energy Procedia 2013;37:4473‒82. . 10.1016/j.egypro.2013.06.352
[29]

Law DHS, Bachu S. Hydrogeological and numerical analysis of CO2 disposal in deep aquifers in the Alberta sedimentary basin. Energy Convers Manage 1996;37(6‒8):1167‒74.
[30]

Bradshaw J, Bachu S, Bonijoly D, Burruss R, Holloway S, Christensen NP, et al. CO2 storage capacity estimation: issues and development of standards. Int J Greenh Gas Control 2007;1(1):62‒8. . 10.1016/s1750-5836(07)00027-8
[31]

Audigane P, Gaus I, Czernichowsky-Lauriol I, Pruess K, Xu T. Two-dimensional reactive transport modeling of CO2 injection in a saline aquifer at the sleipner site. North Sea. Am J Sci 2007;307(7):974‒1008. . 10.2475/07.2007.02
[32]

Bachu S, Bonijoly D, Bradshaw J, Burruss R, Holloway S, Christensen NP, et al. CO2 storage capacity estimation: methodology and gaps. Int J Greenh Gas Control 2007;1(4):430‒43. . 10.1016/s1750-5836(07)00086-2
[33]

Rubin ES. Special report on carbon dioxide capture and storage. Report. Cambridge: Cambridge University Press; 2005.
[34]

Bachu S, Bonijoly D, Bradshaw J, Robert B. Phase II final report from the task force for review and identification of standards for CO2 storage capacity estimation. Report. Washington, DC: Carbon Sequestration Leadership Forum Conference; 2007. . 10.1016/s1750-5836(07)00086-2
[35]

Goodman A, Hakala A, Bromhal G, Deel D, Rodosta T, Frailey SUS, et al. DOE methodology for the development of geologic storage potential for carbon dioxide at the national and regional scale. Int J Greenh Gas Control 2011;5(4):952‒65. . 10.1016/j.ijggc.2011.03.010
[36]

Brennan ST, Burruss RC, Merrill MD, Freeman PA, Ruppert LF. A probabilistic assessment methodology for the evaluation of geologic carbon dioxide storage. Report. Reston: US Geological Survey; 2010. . 10.3133/ofr20101127
[37]

Szulczewski ML, MacMinn CW, Herzog HJ, Juanes R. Lifetime of carbon capture and storage as a climate-change mitigation technology. Proc Natl Acad Sci USA 2012;109(14):5185‒9. . 10.1073/pnas.1115347109
[38]

Zhou Q, Birkholzer JT, Tsang CF, Rutqvist J. A method for quick assessment of CO2 storage capacity in closed and semi-closed saline formation. Int J Greenh Gas Control 2008;2(4):626‒39. . 10.1016/j.ijggc.2008.02.004
[39]

Xie X, Economides MJ. The impact of carbon geological sequestration. J Nat Gas Sci Eng 2009;1(3):103‒11. . 10.1016/j.jngse.2009.06.002
[40]

van der Meer LGH, Yavuz F. CO2 storage capacity calculations for the Dutch subsurface. Energy Procedia 2009;1(1):2615‒22. . 10.1016/j.egypro.2009.02.028
[41]

Armitage PJ, Worden RH, Faulkner DR, Aplin AC, Butcher AR, Iliffe J. Diagenetic and sedimentary controls on porosity in lower Carboniferous fine-grained lithologies, Krechba field, Algeria: a petrological study of a caprock to a carbon capture site. Mar Pet Geol 2010;27(27):1395‒410. . 10.1016/j.marpetgeo.2010.03.018
[42]

Birkholzer JT, Zhou Q, Tsang CF. Large scale impact of CO2 storage in deep saline aquifers: a sensitivity study on pressure response in stratified systems. Int J Greenh Gas Control 2009;3(2):181‒94. . 10.1016/j.ijggc.2008.08.002
[43]

Bergman P, Winter EM. Disposal of carbon dioxide in aquifers in the US. Energy Convers Manage 1995;36(6‒9):523‒6.
[44]

Zhou Q, Birkholzer JT, Tsang CF, Rutqvist J. A method for quick assessment of CO2 storage capacity in closed and semi-closed saline formations. Int J Greenh Gas Control 2008;2(4):626‒39. . 10.1016/j.ijggc.2008.02.004
[45]

Bennion DB, Bachu S. Drainage and imbibition CO2/brine relative permeability curves at reservoir conditions for carbonate formations. In: Proceedings of SPE Annual Technical Conference and Exhibition; 2010 Sep 19‒22; Florence, Italy. OnePetro; 2010. . 10.2118/134028-ms
[46]

Bachu S. Drainage and imbibition CO2/brine relative permeability curves at in situ conditions for sandstone formations in western Canada. Energy Procedia 2013;37:4428‒36. . 10.1016/j.egypro.2013.07.001
[47]

Gorecki CD, Sorensen JA, Bremer JM, Knudsen DJ, Smith SA, Steadman EN. Development of storage coefficients for determining the effective CO2 storage resource in deep saline formations. In: Proceedings of SPE International Conference on CO2 Capture, Storage, and Utilization; 2009 Nov 2‒4; San Diego, CA, US. OnePetro; 2009. . 10.2118/126444-ms
[48]

Bachu S, Haug K, Michael K, Buschkuehle BE, Adams JJ. Deep injection of acid gas in western Canada. Devel Water Sci 2005;52:623‒35. . 10.1016/s0167-5648(05)52048-3
[49]

Bachu S. Review of CO2 storage efficiency in deep saline aquifers. Int J Greenh Gas Control 2015;40:188‒202. . 10.1016/j.ijggc.2015.01.007
[50]

Ren SR, Zhang L, Zhang L. Geological storage of CO2: overseas demonstration projects and its implications to China. J China Univ Petrol 2010;34(1):93‒8. Chinese.
[51]

Michael K, Golab A, Shulakova V, Ennis-King J, Allinson G, Sharma S, et al. Geological storage of CO2 in saline aquifers—a review of the experience from existing storage operations. Int J Greenh Gas Control 2010;4(4):659‒67. . 10.1016/j.ijggc.2009.12.011
[52]

Al-Hasami A, Ren SR, Tohidi B. CO2 injection for enhanced gas recovery and geo-storage: reservoir simulation and economics. In: Proceedings of SPE Europec/EAGE Annual Conference; 2005 Jun 13‒16; Madrid, Spain. OnePetro; 2005. . 10.2523/94129-ms
[53]

Koottungal L. Worldwide EOR survey. Oil Gas J 2014;112(4):79‒91.
[54]

Qin J, Han H, Liu X. Application and enlightenment of carbon dioxide flooding in the United States of America. Pet Explor Dev 2015;42(2):232‒40. . 10.1016/s1876-3804(15)30010-0
[55]

Seyyedsar SM, Farzaneh SA, Sohrabi M. Experimental investigation of tertiary CO2 injection for enhanced heavy oil recovery. J Nat Gas Sci Eng 2016;34:1205‒14. . 10.1016/j.jngse.2016.08.020
[56]

Seyyedsar SM, Ghazanfari M, Taghikhani V. Experimental investigation of simultaneous water and CO2 (SWACO2) injection for oil recovery in immiscible and near-miscible conditions: a comparative study. Can J Chem Eng 2014;92(10):1791‒7. . 10.1002/cjce.22042
[57]

Ghedan S. Global laboratory experience of CO2-EOR flooding. In: Proceedings of SPE/EAGE Reservoir Characterization and Simulation Conference; 2009 Oct 19‒21; Abu Dhabi, UAE. OnePetro; 2009. . 10.2118/125581-ms
[58]

Firouz A, Torabi F. Utilization of carbon dioxide and methane in huff-and-puff injection scheme to improve heavy oil recovery. Fuel 2014;117:966‒73. . 10.1016/j.fuel.2013.10.040
[59]

Yang W, Peng B, Liu Q, Wang S, Dong Y, Lai Y. Evaluation of CO2 enhanced oil recovery and CO2 storage potential in oil reservoirs of Bohai Bay Basin, China. Int J Greenh Gas Control 2017;65:86‒98. . 10.1016/j.ijggc.2017.08.012
[60]

Rezk MG, Foroozesh J, Zivar D, Mumtaz M. CO2 storage potential during CO2 enhanced oil recovery in sandstone reservoirs. J Nat Gas Sci Eng 2019;66:233‒43. . 10.1016/j.jngse.2019.04.002
[61]

Azzolina NA, Nakles DV, Gorecki CD, Peck WD, Ayash SC, Melzer LS, et al. CO2 storage associated with CO2 enhanced oil recovery: a statistical analysis of historical operations. Int J Greenh Gas Control 2015;37:384‒97. . 10.1016/j.ijggc.2015.03.037
[62]

Shen P, Liao X, Liu Q. Methodology for estimation of CO2 storage capacity in reservoirs. Pet Explor Dev 2009;36(2):216‒20. . 10.1016/s1876-3804(09)60121-x
[63]

Barnes D, Harrison B, Grammer GM, Asmus J. CO2/EOR and geological carbon storage resource potential in the Niagaran pinnacle reef trend, lower Michigan, USA. Energy Procedia 2013;37:6786‒99. . 10.1016/j.egypro.2013.06.612
[64]

Mishra S, Haagsma A, Valluri M, Gupta N. Assessment of CO2-enhanced oil recovery and associated geologic storage potential in the Michigan northern pinnacle reef trend. Greenh Gas Sci Technol 2020;10(1):32‒49. . 10.1002/ghg.1944
[65]

Yu Z, Li L, Yang S, Li S, Yang Y. An experimental study of CO2-brine-rock interaction at in situ pressure-temperature reservoir conditions. Chem Geol 2012;326‒327:88‒101.
[66]

Luquot L, Andreani M, Gouze P, Camps P. CO2 percolation experiment through chlorite/zeolite-rich sandstone (Pretty Hill Formation-Otway Basin-Australia). Chem Geol 2012;294‒295:75‒88.
[67]

Zou C, Wu S, Yang Z, Pan S, Wang G, Jiang X, et al. Progress, challenge and significance of building a carbon industry system in the context of carbon neutrality strategy. Pet Explor Dev 2023;50(1):210‒28. . 10.1016/s1876-3804(22)60382-3
[68]

Yu Z, Liu L, Liu K, Yang S, Yang Y. Petrological characterization and reactive transport simulation of a high-water-cut oil reservoir in the southern Songliao Basin, eastern China for CO2 sequestration. Int J Greenh Gas Control 2015;37:191‒212. . 10.1016/j.ijggc.2015.03.021
[69]

Xiong J, Liu X, Liang L. Experimental study on the pore structure characteristics of the upper Ordovician Wufeng Formation shale in the southwest portion of the Sichuan Basin. China. J Nat Gas Sci Eng 2015;22:530‒9. . 10.1016/j.jngse.2015.01.004
[70]

Nakagawa S, Kneafsey TJ, Daley TM, Freifeld BM, Rees EV. Laboratory seismic monitoring of supercritical CO2 flooding in sandstone cores using the split Hopkinson resonant bar technique with COncurrent X-ray computed tomography imaging. Geophys Prospect 2013;61(2):254‒69. . 10.1111/1365-2478.12027
[71]

Wang S, Chen C, Shiau B, Harwell JH. In-situ CO2 generation for EOR by using urea as a gas generation agent. Fuel 2018;217:499‒507. . 10.1016/j.fuel.2017.12.103
[72]

Alemu BL, Aker E, Soldal M, Johnsen Ø, Aagaard P. Influence of CO2 on rock physics properties in typical reservoir rock: a CO2 flooding experiment of brine saturated sandstone in a CT-scanner. Energy Procedia 2011;4:4379‒86. . 10.1016/j.egypro.2011.02.390
[73]

Ge Y, Li S, Qu K. A novel empirical equation for relative permeability in low permeability reservoirs. Chin J Chem Eng 2014;22(11‒12):1274‒8.
[74]

Dong K, Jiang M, Li J, Zhang D. Research progresses in formation mechanism of complex fracture network for unconventional reservoir. Arab J Geosci 2020;13(15):1‒10. . 10.1007/s12517-020-05724-w
[75]

Jia C, Zheng M, Zhang Y. Unconventional hydrocarbon resources in China and the prospect of exploration and development. Pet Explor Dev 2012;39(2):139‒46. . 10.1016/s1876-3804(12)60026-3
[76]

Dai C, Yu X, Yu Z, Sun X, Gao M, Zhao M, et al. Research progress on the influence of CO2 and formation water on reservoir physical properties. Oilfield Chem 2019;36(4):741‒7.
[77]

Iglauer S, Fern ØMA, Shearing P, Blunt MJ. Comparison of residual oil cluster size distribution, morphology and saturation in oil-wet and water-wet sandstone. J Colloid Interface 2012;375(1):187‒92. . 10.1016/j.jcis.2012.02.025
[78]

Rasmusson K, Rasmusson M, Tsang Y, Benson S, Hingerl F, Fagerlund F, et al. Residual trapping of carbon dioxide during geological storage-insight gained through a pore-network modeling approach. Int J Greenh Gas Control 2018;74:62‒78. . 10.1016/j.ijggc.2018.04.021
[79]

Rahman T, Lebedev M, Barifcani A, Iglauer S. Residual trapping of supercritical CO2 in oil-wet sandstone. J Colloid Interface Sci 2016;469:63‒8. . 10.1016/j.jcis.2016.02.020
[80]

Zhao C, Song Y, Chen M, Chi Y, Zhang Y. Effect of salinity on the capturing CO2 capabilities of brine in two-dimensional porous media. In: Proceedings of the 6th International Conference on Micro/Nanoscale Heat and Mass Transfer; 2019 Jul 9‒10; Dalian, China. ASME; 2019. . 10.1115/mnhmt2019-4256
[81]

GB/T 28912‒2012: Test method for two phase relative permeability in rock. Chinese standard. Beijing: Standardization Administration; 2012.
[82]

Killough JE. Reservoir simulation with history-dependent saturation functions. Soc Pet Eng J 1974;16(1):37‒48.
[83]

Klins MA. Carbon dioxide flooding: basic mechanisms and project design. Netherlands: Springer; 1984. . 10.1007/978-94-009-6140-1_7
[84]

Wang S, Hou J, Zhao F, Yuan G, Liu G, Zhou F. Solubility of CO2 in oil, water and their mixture and density of the saturated CO2 fluids. J Xi’an Shiyou Univ 2012;27(5):39‒42. Chinese.
[85]

Xing X, Qin Z, Sun R, Wang S. Solubility of CO2 in black 59 crude oil. Oil Gas Field Surf Eng 2011;30(12):9‒11.
[86]

Shiraki R, Dunn TL. Experimental study on water-rock interactions during CO2 flooding in the Tensleep Formation, Wyoming, USA. Appl Geochem 2000;15(3):265‒79. . 10.1016/s0883-2927(99)00048-7
[87]

Watson MN, Zwingmann N, Lemon NM. The Ladbroke Grove-Katnook carbon dioxide natural laboratory: a recent CO2 accumulation in a lithic sandstone reservoir. In: Proceedings of Greenhouse Gas Control Technologies‒6th International Conference; 2002 Oct 1‒4; Kyoto, Japan. Amsterdam: Elsevier; 2003. . 10.1016/b978-008044276-1/50070-2
[88]

Tang R, Huang C, Yu H, Jiang S, Wang W. Interaction law between CO2, rock and formation water in Yanchang Oilfield. Oilfield Chem 2015;32(4):515‒9.
[89]

Wang G, Zhao J, Zhang F, Tao Y, Yang X, Wang H. Interactions of CO2-brine-rock in sandstone reservoir. J Cent South Univ 2013;44(3):1167‒73. Chinese.
[90]

Qu X, Liu L, Yu Z, Zhang L, Tang H. Study on interaction between the feldspar and CO2 fluid. J Jilin Univ 2011;41(3):697‒705. Chinese.
[91]

Zhu Z, Li M, Lin M, Peng B, Sun L. Review of the CO2-water-rock interaction in reservoir. Bull Mineral Petro Geochem 2011;30(1):104‒12.
[92]

Ye H, Hao N, Liu Q. Review on key parameters and characterization technology of CO2 sequestration mechanism in saline aquifers. Power Gener Technol 2022;43(4):562‒73.
[93]

Lasaga AC, Soler JM, Ganor J, Burch TE, Nagy KL. Chemical weathering rate laws and global geochemical cycles. Geochim Cosmochim Acta 1994;58(10):2361‒86. . 10.1016/0016-7037(94)90016-7
[94]

Blum AE, Stillings LL. Feldspar dissolution kinetics. Rev Mineral Geochem 1995;31(1):291‒351. 120
[95]

Xu T, Sonnenthal E, Spycher N, Pruess K. Toughreact—a simulation program for non-isothermal multiphase reactive geochemical transport in variably saturated geologic media: applications to geothermal injectivity and CO2 geological sequestration. Comput Geosci 2006;32(2):145‒65. . 10.1016/j.cageo.2005.06.014
[96]

Selvadurai A, Zhang D, Kang Y. Permeability evolution in natural fractures and their potential influence on loss of productivity in ultra-deep gas reservoirs of the Tarim Basin. China. J Nat Gas Sci Eng 2018;58(58):162‒77. . 10.1016/j.jngse.2018.07.026
[97]

Weon SH, Brian J. Evaluation of trapping mechanisms in geologic CO2 sequestration: case study of SACROC northern platform, a 35-year CO2 injection site. Am J Sci 2010;310(4):282‒324. . 10.2475/04.2010.03
[98]

Hosseininoosheri P, Hosseini SA, Nuñez-López V, Lake LW. Impact of field development strategies on CO2 trapping mechanisms in a CO2-EOR field: a case study in the Permian basin (SACROC unit). Int J Greenh Gas Control 2018;72:92‒104. . 10.1016/j.ijggc.2018.03.002
[99]

Xu T, Apps JA, Pruess K. Mineral sequestration of carbon dioxide in a sandstone-shale system. Chem Geol 2005;217(3‒4):295‒318.
[100]

Holt T, Jensen JL, Lindeberg E. Underground storage of CO2 in aquifers and oil reservoirs. Energy Convers Manage 1995;36(6‒9):535‒8.
[101]

Holtz MH. Residual gas saturation to aquifer influx: a calculation method for 3D Computer reservoir model Construction. In: Proceedings of SPE Gas Technologies Symposium; 2002 Apr 30‒May 2; Calgary, AB, Canada. OnePetro; 2002. . 10.2118/75502-ms

AI Summary AI Mindmap
PDF (5454KB)

8709

访问

0

被引

详细
导航
相关文章

AI思维导图

/

〈 〉