Microscopic Mechanisms of CO2 Flooding and Sequestration Based on Computational Fluid Dynamics Methods
-
摘要:
多孔介质内CO2驱油与埋存过程受孔喉结构、受力情况、CO2-油混相程度和流体物性变化的共同影响。基于计算流体力学(CFD)方法，提出一种CO2驱油与埋存孔隙尺度数值模拟方法，以讨论孔喉结构、受力情况、CO2-油混相程度与流体物性变化等因素对CO2驱油与埋存效果的影响。模拟结果表明：CO2混相驱油初期，流体对流是影响原油采出与碳埋存程度的关键因素。在CO2混相驱油与埋存阶段后期，受真实多孔介质复杂孔隙结构影响，扩散是盲端、角隅等孔隙结构内油组分与CO2混合、采出及实现CO2埋存的基本机制，扩散可使原油采出程度进一步提高18.14%。流体密度和黏度降低能够有效增强主渗流区域内油/CO2组分的浓度梯度，从而显著提升各组分的扩散效率，进而提高CO2驱油与埋存效率。研究结果可为矿场CO2驱油与埋存过程提供理论支持。
Abstract:The CO2 flooding and sequestration processes in porous media are influenced by various factors, including pore throat structure, stress conditions, CO2-oil miscibility, and variations in fluid properties. A pore-scale numerical simulation method based on computational fluid dynamics (CFD) is presented to investigate the effects of these microscopic factors on the efficiency of CO2 flooding and sequestration. Simulation results indicate that fluid convection plays a crucial role in crude oil recovery and carbon sequestration during the initial phase of CO2 miscible flooding. In the later stages of the process, diffusion emerges as the fundamental mechanism for the mixing of oil components with CO2, their extraction, and the achievement of CO2 sequestration within complex pore structures such as dead ends and corners, due to the intricacies of the porous media. This diffusion mechanism can enhance crude oil recovery by up to 18.14%. Furthermore, reductions in fluid density and viscosity significantly increase the concentration gradient of oil/CO2 components in the primary permeable area, thereby markedly improving the diffusion efficiency of each component and accelerating the overall efficiency of CO2 flooding and sequestration. The findings provide theoretical support for CO2 flooding and sequestration processes in practical applications.
-
CO2混相驱油技术在实现大幅提高原油采收率的同时，可以将大量CO2埋存在地下储层内，是油田开发最有潜力的方式之一。前人通过计算流体力学(Computational Fluid Dynamics，CFD)等孔隙尺度数值模拟方法对多孔介质内多相流体流动规律进行了大量研究[1-5]。
计算流体力学方法是一门由数学、流体力学、计算机等形成的交叉学科。将多孔介质内的孔隙空间离散为大小不同的计算单元，采用流体质量守恒和流体动量守恒方程(Navier-Stokes方程)计算各单元内的受力状态和运动状态[6]。在油气田开发领域，CFD孔隙尺度流动模拟方法主要应用于水驱、化学驱、非混相/混相气驱等过程。NOIRIEL等[7]结合CFD模拟方法和矿物析出、沉淀表征方法，分析了水驱过程中矿物质析出对多孔介质孔隙度和渗透率的影响。SHI等[8]基于CFD孔隙尺度流动模拟方法模拟了水平直管内高黏度比油水两相流动过程，分析黏度对直管内两相流动模式的影响。RAEINI等[9]利用CFD流动模拟方法研究了多孔介质内的油水两相流动过程，提出了一种基于孔隙尺度模拟结果的升级方法，可对宏观油水两相相渗曲线进行准确预测。WANG等[10]耦合了CFD流动模拟方法、传热方程和丙烷-原油燃烧反应方程，模拟了空气驱过程中孔隙尺度油-空气反应过程。PATEL等[11]基于CFD流动模拟方法量化分析了毛管数、接触角、黏度比等对多相流体渗流规律的影响。
前人关于孔隙尺度CO2驱油与埋存的研究多忽略了CO2-油混合导致的流体物性变化，孔隙尺度流体物性演变对CO2驱油与埋存的影响尚不明确。明确微观尺度下的CO2驱油与埋存特征，能够更好地指导现场生产[12-15]。因此，本文通过调研孔隙尺度下CO2混相驱油的国内外研究现状，基于Navier-Stokes方程、组分-质量守恒方程和流体组成-物性关系方程，针对CO2驱在微观尺度上复杂孔隙空间内的驱替行为进行可视化仿真模拟，基于边界条件和初始条件，建立孔隙尺度下的多物理场耦合，模拟CO2驱在多孔介质中的流态，开展孔隙尺度CO2混相驱油流动模拟，考虑了油-CO2混合导致的流体物性变化及其对CO2混相驱油封存过程的影响；明确CO2降黏作用、原油的体积膨胀作用、扩散作用以及密度黏度变化对驱油与埋存规律的影响。
1. CO2-油混相流动数学模型
考虑多孔介质内CO2混相驱过程中存在流体物性空间差异大的特点，利用COMSOL数值模拟仿真软件，基于描述非稳定流动的Navier-Stokes(N-S)方程与组分质量守恒方程以及流体组成-流体物性关系方程，建立CO2混相驱的孔隙尺度二维模型。
CO2混相驱油过程中，多孔介质内的流体动量变化受流体压力与剪切应力的影响，且流体流动始终遵循流体动量守恒方程。所用到的N-S公式[16-17]：
\rho \frac{\partial \boldsymbol{u}}{\partial t}+\rho u \cdot \nabla u=-\nabla P+\nabla \cdot\left(\mu\left(\nabla \boldsymbol{u}+(\nabla \boldsymbol{u})^{\mathrm{T}}\right)-\frac{2}{3} \mu(\nabla \cdot \boldsymbol{u}) \boldsymbol{I}\right), (1) 其中，ρ表示密度(kg/m3)；u表示流速(m/s)；t表示时间(s)；P表示流体压力(Pa)；μ表示动力黏度(Pa ·s)；I表示单位向量。
在CO2混相驱油过程中，多孔介质内各空间节点内各组分质量传递受对流与扩散共同影响，遵循可压缩流体质量守恒定律。
\frac{\partial\left(\rho \omega_{i}\right)}{\partial t}+\nabla \cdot j_{i}+\nabla \cdot\left(\rho \boldsymbol{u} \omega_{i}\right)=0, (2) 其中，ρ表示密度(kg/m3)；u表示流速(m/s)；t表示时间(s)；ωi是流体中油组分和CO2组分的无因次质量分数；ji为各组分的扩散质量通量(kg/(m2 ·s))。
j_{i}=-D \cdot \nabla \omega_{i}, (3) 其中，D是扩散系数(5.4×10-9 m2/s)。
在CO2混相驱油过程中，受复杂孔喉结构影响，多孔介质内流体流动速度分布空间差异大，且在盲端孔内油组分、CO2组分的分布不均匀，存在较强的组分扩散现象。因此，本文利用组分质量守恒方程来描述流体流动与组分扩散作用下的油组分和CO2组分的分布规律[18-19]。在CO2驱油过程中，各组分的质量分数之和为100%。
研究中原油初始黏度为1.5 mPa ·s，初始密度为798 kg/m3，CO2黏度为0.033 mPa ·s，CO2密度取292.2 kg/m3。油组分与CO2组分的摩尔分数之和为100%。研究以油-CO2混合流体中CO2和油摩尔分数为加权值，对CO2黏度与油黏度加权求和，得到油-CO2混合流体的黏度。
油-CO2混合流体黏度与CO2摩尔分数关系式：
\mu=\left(1-x_{\mathrm{CO}_{2}}\right) \mu_{\mathrm{oil}}+x_{\mathrm{CO}_{2}} \cdot \mu_{\mathrm{CO}_{2} } 。 (4) 油-CO2混合流体密度与CO2摩尔分数关系式：
\rho=\left(1-x_{\mathrm{CO}_{2}}\right) \rho_{\mathrm{oil}}+x_{\mathrm{CO}_{2}} \cdot \rho_{\mathrm{CO}_{2}}, (5) 其中，μ表示油-CO2混合流体黏度，μCO2表示CO2的黏度，μoil表示油样的黏度，xCO2表示CO2摩尔分数，ρ表示混合流体总密度，ρoil表示油组分密度，ρCO2表示CO2组分密度。
多孔介质模型来自于岩心铸体薄片(图 1)。参考CO2混相驱微尺度流动模拟实验条件，多孔介质的孔隙体积为0.13 mL，考虑到孔隙体积较小，因此，在入口处设置注入速度为0.016 mL/min。多孔介质出口压力为10 MPa，多孔介质壁面上不存在流体滑移，在CO2驱油开始时，多孔介质内的流体是静止的，且初始压力为10.0 MPa。对于组分摩尔守恒方程，多孔介质入口处的CO2摩尔分数为100%。参考Danckwerts边界条件，油组分、CO2组分通过对流的方式从出口流出。在CO2驱油开始时，多孔介质内的流体完全由油组分构成，不存在CO2组分。在整个过程中，油组分摩尔分数和CO2组分摩尔分数之和为100%。利用有限元方法对孔隙尺度CO2混相驱油模型中的公式进行离散并求解[20-21]。
2. 模拟研究方案及结果分析
根据原始条件、边界条件及参数开展5组模拟研究(表 1)。模拟组1为对照组，不考虑CO2混相驱油过程中的降低黏度、减小流体密度与扩散作用。模拟组2~4分别考虑了黏度、密度或扩散作用的影响，通过与对照组1对比，明确黏度变化、密度变化及扩散作用对CO2驱采封存过程的影响。模拟组5同时考虑了黏度、密度以及扩散作用，通过与模拟组1对比，明确了以上作用的协同影响。
表 1 模拟方案设计Table 1. Simulation scenario design模拟组别 模拟条件 变量 1 不考虑CO2黏度、密度及扩散作用影响 — 2 仅考虑CO2黏度影响 CO2黏度 3 仅考虑CO2密度影响 CO2密度 4 仅考虑CO2扩散作用影响 CO2扩散作用 5 考虑CO2黏度、密度及扩散作用影响 CO2黏度、密度及扩散作用 2.1 流速与黏度的影响
模拟组1为基础模型(即对照组)，设置的初始条件为初始油组分黏度1.5 mPa ·s，密度798 kg/m3，扩散系数为0，分别选取4个有代表性的位置进行对比研究。根据图 2所示的流体速度分布图所得曲线图作为基准，可知在不考虑CO2作用的情况下，采收率约为77.82%。多孔介质内原油采收率公式：
R=\left(1-\frac{n_{t}}{n_{0}}\right) \cdot 100 \%, (6) 其中，R表示采收率，nt表示剩余油的物质的量(mol)，n0表示初始油的物质的量(mol)。
100 s时入口处油组分流体速度约为31.09×10-4m/s(图 2A的a点), 主要渗流区内中心流速约为4.55×10-4 m/s(图 2A的b点)，次要渗流区中心流速约为4.30×10-4 m/s(图 2A的c点)，出口处流速约16.78×10-4 m/s(图 2A的d点)，其流体速度分布为图 2A；1 000 s时入口处油组分流体速度约为27.51×10-4 m/s(图 2B的a点), 主要渗流区内中心流速约为4.57×10-4 m/s(图 2B的b点)，次要渗流区中心流速约为4.40×10-4 m/s(图 2B的c点)，出口处流速模拟值约为15.45×10-4 m/s(图 2B的d点)，其流体速度分布为图 2B。随时间推移，入口速度及出口速度流速减少，主要渗流区及次要渗流区流速增大，次要渗流区流速小于主要渗流区。主要原因是次要渗流区存在角隅、盲端等不易流动的区域，导致流动受阻，同时影响出口流速，油组分流动摩尔分数由图 3分析可得，摩尔分数随时间推移明显减少，中间主要流通区域成效显著。基础采收率曲线如图 4所示，选取时间为300 s的压力分布如图 5所示。
![]()
图 2 不考虑CO2作用的流体速度分布注：图A中a、b、c、d点流体速度分别为31.09×10-4、4.55×10-4、4.30×10-4、19.78×10-4 m/s。图B中a、b、c、d点流体速度分别为27.51×10-4、4.57×10-4、4.40×10-4、15.45×10-4 m/s。Figure 2. Fluid velocity distribution without CO2 effects![]()
图 4 不考虑CO2作用的油组分采收曲线、压力分布Figure 4. Recovery curves and pressure distribution of oil components without CO2 effects![]()
图 5 考虑CO2降黏作用的流体速度分布、黏度分布及采收曲线注：图A中a、b、c、d点流体速度分别为32.77×10-4、4.73×10-4、4.45×10-4、19.17×10-4 m/s。Figure 5. Fluid velocity distributions, viscosity distributions, and recovery curves considering CO2 viscosity reduction模拟组2为考虑油-CO2混合流体黏度变化，与模拟组1对比可得，采收率约提升14.66%。100 s时入口处油组分流体速度约32.77×10-4 m/s(图 5A的a点), 主要渗流区内中心流速约4.73× 10-4 m/s(图 5A的b点)，次要渗流区中心流速约4.45×10-4 m/s(图 5A的c点)，出口处流速约19.71×10-4 m/s(图 5A的d点)；与模拟组1的流速分布(图 2A)对比，100 s时流速均有提升，即考虑CO2降黏作用使流体反应速度加快，导致注入前期主流道内速度加快，因此采油前期采收率得到提高。
考虑油-CO2混合流体黏度变化时，主流道内的流体黏度更低(图 5B)，在固定的入口压力条件下，流体黏度越小，流动能力越强，流速越高，其采出程度越高。随着CO2注入的进行，主流道内流体中CO2摩尔分数不断提高，流体黏度持续下降，主流道内流体的流动能力持续增强。注入的CO2主要沿着主渗流区域流动，主渗流区域内流体中的CO2摩尔分数更高，流体黏度持续降低。与多孔介质内的其余位置相比，主渗流区域内的流体流动能力持续增强，更多的流体会在主渗流区域内流动，从而抑制了次渗流区内流体的流动，有效提高采油前期采收率，其与模拟组1的采收率对比结果如图 5C所示。油组分摩尔分数与模拟组1对比分析可得，随CO2组分增多即降黏作用效果增大，油组分摩尔分数降低，中间主要流通区域成效显著。通过模拟组1和模拟组2的采收曲线对比可得：CO2混相驱油过程中，CO2的降黏作用会加速前期驱油速率。流体黏度变化是影响CO2驱油提采效果的重要因素。向油藏注入CO2的过程中，油和CO2混合会使原油黏度降低，流动能力增强，因此，在实际生产的安全范围内，可以向储层内注入更多的CO2。
2.2 密度与扩散的影响
模拟组3是对考虑油-CO2混合流体密度变化情况下的CO2混相驱油过程进行模拟，通过和模拟组1进行对比，明确了混合流体密度变化对真实多孔介质内油-CO2微观混相规律的影响。油-CO2混合会使流体密度降低，体积膨胀，提高了渗流区域的流体流动速度(图 6A)。在注入CO2后，考虑混合流体密度变化时，CO2驱替前缘的移动速度更快，前期采收率收效明显，渗流区内流速增大。在CO2注入初期，和模拟组1相比，考虑混合流体密度变化的情况下多孔介质内原油采出程度上升速度更快(图 6B)。混合流体密度变化会使流体膨胀且流动速度提高，因此加快了渗流区内的油组分的采出。在CO2注入后期，和不考虑混合流体密度变化的情况相比，考虑混合流体密度变化时，通过油组分摩尔分数分析(图 7A、B)，多孔介质内主流道滞留的油组分更少，油组分摩尔分数梯度更低，虽然入口-出口压力梯度变小，但仍能有效提高采收率。与模拟组1相比，模拟组3的CO2驱采收率约提升12.78%(图 6B)。100 s时入口处油组分的流体速度约34.34×10-4 m/s(图 7C的a点), 主要渗流区内中心流速约为4.64×10-4 m/s(b点)，次要渗流区中心流速约为4.42×10-4 m/s(c点)，出口处流速约18.23×10-4 m/s(d点)；与模拟组1对比，CO2注入初期，选取的模拟点流速均有提升；后期除次要渗流区流速有小幅下降外，其余期间流速均高于模拟组1，采收率曲线如图 6B所示。油组分流动扩散程度与模拟组1对比分析可得，随流体密度的增大，油组分摩尔分数降低加快。
![]()
图 6 注入140 s后混合流体的密度分布、采收曲线Figure 6. Density distribution and recovery curves of mixed fluids after 140 seconds of injection![]()
图 7 油组分摩尔分数及流体速度分布注：图A中a、b点的油组分摩尔分数分别为86.88%、73.26%，图B中a、b点的油组分摩尔分数分别为87.18%、63.11%。Figure 7. Mole fraction and fluid velocity distributions of oil components模拟组4是基于孔隙尺度CO2混相驱油数学模型，模拟了入口CO2推进速度为5.0×10-5 m/s、扩散系数为5.4×10-9 m2/s的条件下孔隙内CO2混相驱油过程。通过和不考虑扩散的CO2混相驱油过程(模拟组1)对比，明确组分扩散对孔隙内油-CO2微观混相规律的影响。
与模拟组1相比，采收率约提升18.15%(图 8)。100 s时入口处油组分流体速度约为29.17×10-4 m/s(图 9A的a点), 主要渗流区内中心流速约为4.67×10-4 m/s(b点)，次要渗流区中心流速约为4.34×10-4 m/s(c点)，出口处流速约19.59×10-4 m/s(d点)，其流体速度分布为图 9B。与模拟组1对比，CO2注入前期流速均有部分提升，主要渗流区流速在CO2注入后期较模拟组1相比流速减小，出口流速增大，采收率曲线如图 8A所示。油组分摩尔分数同模拟组1选取140 s(图 9A)及300 s(图 9B)分析可得，随CO2扩散作用，扩散过程与模拟组1有明显差异，角隅、盲端等部分的残余油能够被携带采出。
![]()
图 8 考虑CO2扩散作用的油组分采收曲线、流体速度分布注：图B中a、b、c、d点的流体速度分别为29.17×10-4、4.67×10-4、4.34×10-4、19.59×10-4 m/s。Figure 8. Recovery curves and fluid velocity distributions of oil components considering CO2 diffusion effects![]()
图 9 考虑CO2扩散作用的油组分摩尔分数Figure 9. Mole fraction of oil components considering CO2 diffusion effects在主流道壁面附近，受壁面无滑移条件的影响，流体流动速度低，可知中间区域CO2驱替前缘移动更快，壁面附近CO2驱替前缘滞后。在不考虑扩散作用时，即使CO2注入1 000 s后(理想情况，图 10A)，主流道壁面、角隅、盲端处仍然滞留一层油组分摩尔分数较高的薄层；在考虑扩散作用的条件下，主流道内没有明显的油组分、CO2组分的分布界面和壁面油组分滞留现象(理想情况，图 10B)。这是由于扩散作用会使壁面附近富集的油组分向主流道中间区域扩散，壁面和主流道中间区域油组分的摩尔分数相近。
![]()
图 10 CO2注入1 000 s后模拟组1和模拟组4的油组分摩尔分数对比Figure 10. Mole fraction of oil components between simulation groups 1 and 4 after 1 000 seconds of CO2 injection在CO2注入初期，复杂多孔介质内原油采出程度的上升主要是由于渗流区内的油组分通过流体流动移出多孔介质导致的。因此，在CO2注入初期，扩散对多孔介质内的原油采出程度变化影响较小。不考虑扩散作用的模拟组1和考虑扩散作用的模拟组4时，这两种情况下多孔介质内的原油采出程度变化规律相近。在CO2注入后期，和不考虑组分扩散的情况相比，考虑组分扩散时多孔介质内原油采出程度上升更快，且两者的差距逐渐增大，即在CO2注入后期，当渗流区域内的油组分基本被采出后，多孔介质内原油采出程度的上升主要是多孔介质角隅处和部分盲端孔内油组分扩散至渗流区域并被采出导致的，由此可知扩散作用对原油采收率的提升有显著作用。
2.3 孔隙尺度CO2混相驱油与埋存规律
模拟组5综合考虑CO2降黏作用、流体密度变化以及扩散作用(图 11)。100 s时入口处油组分流体速度约为31.54×10-4 m/s(图 11A的a点)，主要渗流区内中心流速约为4.60×10-4 m/s(图 11A的b点)，次要渗流区中心流速约为4.32×10-4 m/s(图 11A的c点)，出口处流速约19.35×10-4 m/s(图 11A的d点)。与模拟组1对比，流速均有提升，在CO2注入后期，入口流速仍显著增大，与模拟组1做对比，采收率约提升21.11%(图 11B)。随着CO2的注入，流道内的油组分不断通过流动和扩散的方式移出，导致流道内油组分摩尔分数不断降低。当主流道内大量的油组分移出后，主流道内流体主要由CO2组成，油组分摩尔分数低，随摩尔分数梯度及流体密度变化的作用下，盲端、角隅内油组分会向中心区域内扩散，同时渗入次要流动区顶替流道内的油组分，但主渗流区的流体主要由CO2组成，孔隙内存在油-CO2混合不均匀区，该区域会对整体流动产生影响，但CO2仍发挥着提高采收率的主要影响作用(图 11C、图 12)。
![]()
图 11 CO2注入100 s后综合考虑CO2作用的流体速度分布、采收曲线及a点油组分摩尔分数注：图A中a、b、c、d点的流体速度分别为31.54×10-4、4.60×10-4、4.32×10-4、19.35×10-4 m/s。Figure 11. Fluid velocity distributions, recovery curves, and oil mole fraction at point a considering the combined effects of CO2 after 100 seconds![]()
图 12 CO2注入100 s后模拟组1和5的油组分摩尔分数Figure 12. Mole fraction of oil components between simulation groups 1 and 5 after 100 seconds通过对比模拟组1至模拟组5的a点油组分摩尔分数(图 12)发现，流体密度变化对CO2驱油效果的影响程度略高于流体黏度的变化，扩散对CO2驱油效果的影响高于CO2驱油封存过程中流体密度、黏度演变影响。当密度变化、黏度变化、扩散协同作用时，CO2驱油效果优于各因素单独存在时CO2驱油效果。
3. 结论
建立了一种考虑流体物性演变的CO2混相驱油与埋存孔隙尺度的数值模拟方法，讨论了CO2扩散、CO2-油混相后流体物性演变等对驱油效率与CO2埋存效果的影响，可为实际矿场CO2驱油与埋存项目提供理论支持。
(1) 建立了基于N-S方程、组分质量守恒方程及流体组成-物性关系方程的孔隙尺度CO2混相驱油数学模型，通过多次对比模拟，得到受孔隙结构影响，CO2的降黏作用、流体密度变化以及扩散作用均会对油组分采出程度产生影响，但作用机理存在差异。
(2) 在CO2混相驱油初期，流体密度降低使流体的体积膨胀，有利于提高渗流区域内的流体速度，加快原油组分的采出。降黏作用会使流体流动摩擦力减小，从而提高流体流动能力，而流体黏度降低过快会加快CO2形成优势，形成低梯度差，不利于提高原油组分的采收率。在CO2注入后期，由于原油的快速采出使孔隙内组分摩尔分数梯度降低，速度更快，组分扩散效率更低，因此，混合流体密度变化与黏度变化对真实多孔介质内的原油采出程度影响逐渐降低，趋于平稳，但总体采收率仍高于原始采收率。
(3) 受油组分/CO2组分摩尔分数梯度分布及其随时间变化规律的影响，出口附近组分扩散效率更高，且随CO2的注入，组分扩散效率逐渐降低。扩散是油组分和CO2组分混合的主要机制，油-CO2混合流体密度降低和黏度降低有利于提高流道内的流体流动速度，从而在多孔介质出口附近形成高油组分/CO2组分摩尔分数梯度，提高了油组分向主流道内的扩散效率。在CO2注入后期，受油-CO2微观混相特征影响，组分扩散对原油采出程度的影响逐渐增加，可以使原油采出程度提高18.15%。
-
![]()
图 2 不考虑CO2作用的流体速度分布
注：图A中a、b、c、d点流体速度分别为31.09×10-4、4.55×10-4、4.30×10-4、19.78×10-4 m/s。图B中a、b、c、d点流体速度分别为27.51×10-4、4.57×10-4、4.40×10-4、15.45×10-4 m/s。
Figure 2. Fluid velocity distribution without CO2 effects
![]()
图 4 不考虑CO2作用的油组分采收曲线、压力分布
Figure 4. Recovery curves and pressure distribution of oil components without CO2 effects
![]()
图 5 考虑CO2降黏作用的流体速度分布、黏度分布及采收曲线
注：图A中a、b、c、d点流体速度分别为32.77×10-4、4.73×10-4、4.45×10-4、19.17×10-4 m/s。
Figure 5. Fluid velocity distributions, viscosity distributions, and recovery curves considering CO2 viscosity reduction
![]()
图 6 注入140 s后混合流体的密度分布、采收曲线
Figure 6. Density distribution and recovery curves of mixed fluids after 140 seconds of injection
![]()
图 7 油组分摩尔分数及流体速度分布
注：图A中a、b点的油组分摩尔分数分别为86.88%、73.26%，图B中a、b点的油组分摩尔分数分别为87.18%、63.11%。
Figure 7. Mole fraction and fluid velocity distributions of oil components
![]()
图 8 考虑CO2扩散作用的油组分采收曲线、流体速度分布
注：图B中a、b、c、d点的流体速度分别为29.17×10-4、4.67×10-4、4.34×10-4、19.59×10-4 m/s。
Figure 8. Recovery curves and fluid velocity distributions of oil components considering CO2 diffusion effects
![]()
图 9 考虑CO2扩散作用的油组分摩尔分数
Figure 9. Mole fraction of oil components considering CO2 diffusion effects
![]()
图 10 CO2注入1 000 s后模拟组1和模拟组4的油组分摩尔分数对比
Figure 10. Mole fraction of oil components between simulation groups 1 and 4 after 1 000 seconds of CO2 injection
![]()
图 11 CO2注入100 s后综合考虑CO2作用的流体速度分布、采收曲线及a点油组分摩尔分数
注：图A中a、b、c、d点的流体速度分别为31.54×10-4、4.60×10-4、4.32×10-4、19.35×10-4 m/s。
Figure 11. Fluid velocity distributions, recovery curves, and oil mole fraction at point a considering the combined effects of CO2 after 100 seconds
![]()
图 12 CO2注入100 s后模拟组1和5的油组分摩尔分数
Figure 12. Mole fraction of oil components between simulation groups 1 and 5 after 100 seconds
表 1 模拟方案设计
Table 1 Simulation scenario design
模拟组别 模拟条件 变量 1 不考虑CO2黏度、密度及扩散作用影响 — 2 仅考虑CO2黏度影响 CO2黏度 3 仅考虑CO2密度影响 CO2密度 4 仅考虑CO2扩散作用影响 CO2扩散作用 5 考虑CO2黏度、密度及扩散作用影响 CO2黏度、密度及扩散作用 
下载: 导出CSV
-
[1] RODRIGUEZ-OCAMPO P E, RING M, HERNANDEZ-FONTES J V, et al. CFD simulations of multiphase flows: interaction of miscible liquids with different temperatures[J]. Water, 2020, 12(9): 2581. doi: 10.3390/w12092581
[2] OKUNO R, XU Z. Mass transfer on multiphase transitions in low-temperature CO2 floods[C]. Proceedings of the SPE Annual Technical Conference and Exhibition. Louisiana: SPE, 2014.
[3] CHEN L, KANG Q J, TANG Q, et al. Pore-scale simulation of multicomponent multiphase reactive transport with dissolution and precipitation[J]. International Journal of Heat and Mass Transfer, 2015, 85: 935-949. doi: 10.1016/j.ijheatmasstransfer.2015.02.035
[4] RIAUD A, ZHAO S F, WANG K, et al. Lattice-Boltzmann method for the simulation of multiphase mass transfer and reaction of dilute species[J]. Physical Review E-Statistical, Nonlinear, and Soft Matter Physics, 2014, 89(5): 053308. doi: 10.1103/PhysRevE.89.053308
[5] 邵长金, 李志航, 汪小宇, 等. 低渗透气藏相对渗透率影响因素的孔隙网络模型[J]. 天然气工业, 2010, (7): 36-38. [6] WOO M, WORNER M, TISCHER S, et al. Validation of a numerical method for interface resolving simulation of multicomponent gas-liquid mass transfer and evaluation of multicomponent diffusion models[J]. Heat and Mass Transfer, 2018, 54(3): 697-713. doi: 10.1007/s00231-017-2145-x
[7] NOIRIEL C, STEEFEL C I, YANG L, et al. Effects of pore-scale precipitation on permeability and flow[J]. Advances in Water Resources, 2016, 95: 125-137. doi: 10.1016/j.advwatres.2015.11.013
[8] SHI J, GOURMA M, YEUNG H. A CFD study on horizontal oil-water flow with high viscosity ratio[J]. Chemical Engineering Science, 2021, 229: 116097. doi: 10.1016/j.ces.2020.116097
[9] RAEINI A Q, BLUNT M J, BIJELJIC B. Direct simulations of two-phase flow on micro-CT images of porous media and upscaling of pore-scale forces[J]. Advances in Water Resources, 2014, 74: 116-126. doi: 10.1016/j.advwatres.2014.08.012
[10] WANG Y. CFD simulation of propane combustion in a porous media: application to enhanced oil recovery of heavy oil reservoirs[J]. Petroleum Science and Technology, 2020, 38(5): 432-439. doi: 10.1080/10916466.2019.1705857
[11] PATEL H V, KUIPERS J A M, PETERS E A J F. Effect of flow and fluid properties on the mobility of multiphase flows through porous media[J]. Chemical Engineering Science, 2019, 193: 243-254. doi: 10.1016/j.ces.2018.08.050
[12] 李阳, 黄文欢, 金勇, 等. 双碳愿景下中国石化不同油藏类型CO2驱提高采收率技术发展与应用[J]. 油气藏评价与开发, 2021, 11(6): 793-804;790. LI Y, HUANG W H, JIN Y, et al. Development and application of CO2 flooding enhanced oil recovery technology in different reservoir types in Sinopec under the dual carbon vision[J]. Petroleum Reservoir Evaluation and Development, 2021, 11(6): 793-804;790.
[13] 陈欢庆. CO2驱油与埋存技术新进展[J]. 油气地质与采收率, 2023, 30(2): 18-26. CHEN H Q. New progress of CO2 displacement and storage technology[J]. Petroleum Geology and Recovery Efficiency, 2023, 30(2): 18-26.
[14] 李士伦, 汤勇, 侯承希. 注CO2提高采收率技术现状及发展趋势[J]. 油气藏评价与开发, 2019, 9(3): 1-8. LI S L, TANG Y, HOU C X. Current situation and development trend of CO2 injection technology to enhance oil recovery[J]. Petroleum Reservoir Evaluation and Development, 2019, 9(3): 1-8.
[15] 黄程, 霍丽如, 吴辰泓. 基于非常规油气开发的CO2资源化利用技术进展及前景[J]. 非常规油气, 2022, 9(1): 1-9. HUANG C, HUO J R, WU C H. Progress and prospect of CO2 resource utilization technology based on unconventional oil and gas development[J]. Unconventional Oil & Gas, 2022, 9(1): 1-9.
[16] GUÉDON G R, HYMAN J D H, INZOLI F, et al. Influence of capillary end effects on steady-state relative permeability estimates from direct pore-scale simulations[J]. Physics of Fluids, 2017, 29(12): 123104. doi: 10.1063/1.5009075
[17] GUO X, LIU R, WANG J, et al. Pore-scale modeling of wettability effects on infiltration behavior in liquid composite molding[J]. Physics of Fluids, 2020, 32(9): 093311. doi: 10.1063/5.0023161
[18] CHEN X, MOHANTY K K. Pore-scale mechanisms of immiscible and miscible gas injection in fractured carbonates[J]. Fuel, 2020, 275: 117909. doi: 10.1016/j.fuel.2020.117909
[19] KONG D, LIAN P, ZHU W, et al. Pore-scale investigation of immiscible gas-assisted gravity drainage[J]. Physics of Fluids, 2020, 32(12): 122004. doi: 10.1063/5.0033027
[20] 冯其红, 赵蕴昌, 王森, 等. 基于相场方法的孔隙尺度油水两相流体流动模拟[J]. 计算物理, 2020, 37(4): 439-447. FENG Q H, ZHAO Y C, WANG S, et al. Pore scale oil-water two-phase fluid flow simulation based on phase field method[J]. Chinese Journal of Computational Physics, 2020, 37(4): 439-447.
[21] 蔡少斌, 杨永飞, 刘杰. 考虑热流固耦合作用的多孔介质孔隙尺度两相流动模拟[J]. 力学学报, 2021, 53(8): 2225-2234. CAI S B, YANG Y F, LIU J. Pore-scale simulation of multiphase flow considering thermo-hydro-mechanical coupling effect in porous media[J]. Chinese Journal of Theoretical and Applied Mechanics, 2021, 53(8): 2225-2234.
计量
- 文章访问数: 32
- HTML全文浏览量: 6
- PDF下载量: 14
