Cálculo de IFT en medios porosos en presencia de diferentes gases y alcanos normales usando el EoS modificado

Mar 28, 2023

Scientific Reports volumen 13, Número de artículo: 8077 (2023) Citar este artículo

319 Accesos

Detalles de métricas

La inyección de gas puede aumentar la recuperación de petróleo porque la tensión interfacial gas-petróleo es menor que la tensión interfacial agua-petróleo (IFT) y tiende a cero en el estado de miscibilidad. Sin embargo, se ha proporcionado poca información sobre el movimiento del gas-petróleo y los mecanismos de penetración en el sistema de fractura a escala de porosidad. La IFT de petróleo y gas en el medio poroso cambia y puede controlar la recuperación de petróleo. En este estudio, la IFT y la presión de miscibilidad mínima (MMP) se calculan utilizando la ecuación de estado cúbica de Peng-Robinson que se ha modificado utilizando el radio de poro medio y la presión capilar. La IFT y la MMP calculadas cambian con el radio de poro y la presión capilar. Para investigar el efecto de un medio poroso en la IFT durante la inyección de CH4, CO2 y N2 en presencia de n-alcanos y para la validación, se han utilizado valores experimentales medidos en las referencias. De acuerdo con los resultados de este trabajo, los cambios en la IFT varían en términos de presión en presencia de diferentes gases y el modelo propuesto tiene buena precisión para medir la IFT y la MMP durante la inyección de gases de hidrocarburo y CO2. Además, a medida que el radio promedio de los poros se vuelve más pequeño, la tensión interfacial tiende a valores más bajos. Este efecto es diferente al aumentar el tamaño medio del intersticio en dos intervalos diferentes. En el primer intervalo, es decir, el Rp de 10 a 5000 nm, el IFT cambia de 3 a 10,78 mN/m y en el segundo intervalo, es decir, el Rp de 5000 nm al infinito, el IFT cambia de 10,78 a 10,85 mN/m. En otras palabras, aumentar el diámetro del medio poroso hasta un cierto umbral (es decir, 5000 nm) aumenta la IFT. Por regla general, los cambios en la IFT afectados por la exposición a un medio poroso afectan los valores de la MMP. En general, la IFT disminuye en medios porosos muy finos, provocando miscibilidad a presiones más bajas.

Durante la inyección de gas en el medio poroso saturado con aceite, el movimiento puede cambiar de inmiscible a casi miscible al aumentar la presión del gas. Finalmente, se vuelve miscible al aumentar la presión del gas desde la presión mínima de miscibilidad (MMP: la presión a la que el gas y el petróleo crean miscibilidad a través del flujo)1,2,3. En condiciones inmiscibles, la digitación del gas aumenta debido a la relación de viscosidad desfavorable y, como resultado, la recuperación de petróleo disminuye. En condiciones casi miscibles, los experimentos de microfluidos han demostrado que un mecanismo potencial para recuperar el petróleo atrapado detrás del frente de gas es el flujo cruzado de petróleo y gas o difusión4. En condiciones miscibles, el gas y el petróleo pueden desarrollar miscibilidad en el primer contacto o contacto múltiple, y el movimiento se convierte en un flujo monofásico5,6. La eficiencia de barrido es baja en todos los casos, pero mejora al aumentar la miscibilidad7.

Hay varios métodos experimentales para la medición de MMP, como la prueba de tubo delgado (STT), el aparato de burbuja ascendente (RBA) y la técnica de tensión interfacial de desaparición (VIT)8. Entre estos, el Slim Tube Test (STT) ha sido ampliamente utilizado9,10 y ha sido aceptado como el método estándar para calcular el MMP11. Los métodos de laboratorio para determinar la MMP son costosos y consumen mucho tiempo (como la prueba del tubo delgado) o no pueden predecir los sistemas de MMP con propulsión de condensación/evaporación (como el aparato de burbuja ascendente y las pruebas de contacto múltiple). Sin embargo, pueden generar datos de comportamiento de fase útiles para desarrollar y validar métodos computacionales de MMP12.

Los métodos computacionales para la estimación de MMP se han desarrollado a lo largo de los años para utilizar ecuaciones de estado cúbicas para la estimación de MMP13. La suposición básica de todos los métodos computacionales es que el comportamiento de fase se puede describir con precisión con una ecuación de estado cúbica adecuada14. Para estimar con precisión la MMP, esta suposición debe ser válida, especialmente cerca de la región crítica. Hay tres métodos computacionales principales: simulación combinada del tubo delgado, análisis computacional con Método de Característica (MOC) y múltiples modelos de celdas de mezcla. A continuación, se presentan estos métodos junto con sus ventajas y desventajas.

La simulación de Slim Tube repite las Pruebas de Slim Tube (STT) en un simulador computacional15. Un simulador combinado resuelve una ecuación de flujo unidimensional utilizando un conjunto de estados de ecuaciones cúbicas para petróleo y gas (a menudo sin el término dispersión). La metodología e interpretación de los resultados es la misma que en los métodos experimentales. Por lo tanto, se considera la curva de recuperación de petróleo en términos de presión en 1,2 volúmenes de gas poroso inyectado. El punto de corte en el 90 % de reciclaje se puede usar como criterio para MMP. La simulación de tubo delgado es significativamente más económica y rápida que los experimentos reales. Sin embargo, para una estimación confiable de MMP, el comportamiento de las fases de petróleo y gas debe estar bien descrito usando la ecuación de estado, lo cual es especialmente cierto en la región casi crítica. La simulación de tubo delgado también tiene sus inconvenientes. Primero, es más lento y consume más tiempo que otros métodos computacionales. El tiempo de ajuste y calibración es significativamente más largo que otros métodos computacionales. Además, se requieren varias simulaciones con diferentes números de bloques de red para estimar el MMP de manera confiable9. Además, la estimación de MMP mediante simulación puede verse afectada por la dispersión numérica porque la simulación de tubo delgado se basa en el método de diferencias finitas9,16. La dispersión conduce a la pérdida de mezclabilidad, ya que hace que la ruta de la composición entre en la región de dos fases. Una forma de minimizar este efecto es usar muchos bloques de red. Una opción más efectiva es ejecutar simulaciones para tamaños de bloques de cuadrícula variables y luego extrapolar la recuperación de petróleo a tamaños de bloques infinitos. Esta extrapolación se realiza usando la gráfica de recuperación en términos de 1/(Δx)217 o 1/Δx18. Los esquemas de disminución de la variación total (TVD) se pueden utilizar en la simulación para minimizar el efecto de dispersión. Un esquema TVD reduce la adherencia y por lo tanto el efecto de dispersión19.

La estimación de MMP utilizando el método de la característica (MOC) se refiere a un algoritmo obtenido al resolver ecuaciones de flujo de fluido unidimensionales sin dispersión20. MOC es un método matemático para resolver ecuaciones diferenciales parciales hiperbólicas, como las ecuaciones de flujo de fluidos unidimensionales. El término MOC se refiere a un algoritmo para estimar MMP basado en una solución analítica de desplazamiento usando el Método de Característica. La siguiente es una revisión del método MOC, su desarrollo y sus desventajas.

Monroe et al.21 primero examinaron la teoría analítica de los sistemas de cuatro componentes y mostraron una tercera línea de enlace principal en la trayectoria del movimiento, llamada línea de enlace transversal (Fig. 1).

Evaluación de (a) trayectorias de composición y (b) perfiles de saturación para desplazamientos de petróleo vivo y muerto19.

Orr et al.22 y Johns et al.23 confirmaron la presencia de una línea de conexión cruzada para los impulsores del condensador/evaporador y proporcionaron una estructura geométrica simple para encontrar las líneas de conexión principales. Demostraron que el MMP se produce a una presión en la que cada una de las tres líneas clave de enlace se cruza primero con el punto crítico (la longitud se convierte en cero). Además, Johns et al. mostró que la línea de unión cruzada controla el desarrollo de la miscibilidad en las unidades de condensación/evaporación. Suponiendo una unidad de condensación pura o una unidad de evaporación pura, la MMP estimada es menor que la MMP predicha.

Wang y Orr24 presentaron su enfoque multicomponente mediante el cálculo de la MMP de gases inyectados con más de un componente. Usando el diseño de Newton-Raphson en el espacio híbrido, encontraron los puntos de cruce de las líneas de unión clave. Jessen et al.25 mejoraron la velocidad del método de Wang y Orr al incorporar ecuaciones de fugacidad en Newton-Raphson. En algunos casos, MMP se puede calcular mezclando celdas. El método de celda de mezcla implica una o más celdas PVT virtuales en las que se realizan cálculos de equilibrio de fase. La idea principal en los métodos de celdas de mezcla simples y múltiples es mezclar (analíticamente) gas y petróleo en contactos repetidos y así crear nuevos compuestos en equilibrio.

En resumen, los métodos computacionales tienen inconvenientes a pesar de su facilidad de uso. La simulación de tubo delgado es más lenta que otros métodos computacionales y sus resultados pueden verse afectados por la dispersión. Además, este método de laboratorio no puede medir la MMP entre el petróleo y el gas de asfaltenos. El enfoque de línea de enlace basado en MOC puede converger en la línea de enlace incorrecta y es propenso a romperse. Los métodos de celdas de mezcla aún no están bien desarrollados. Todos ellos son simples simulaciones de tubos delgados y, por lo tanto, propensos a la dispersión. Por lo tanto, debido al costo y consumo de tiempo de los métodos de laboratorio y la inconsistencia entre los valores obtenidos con las relaciones existentes, el uso de ecuaciones de estado y relaciones termodinámicas es una opción adecuada y eficiente para predecir valores de MMP. El algoritmo de resolución de problemas, el tipo de ecuaciones de estado, la composición del gas de inyección y su interacción binaria son parámetros efectivos en los cálculos de MMP.

Existen varios modelos en diferentes fuentes científicas para investigar la MMP con la ecuación de estado. Sin embargo, solo unos pocos investigadores han estudiado el efecto de la inyección de gas en un yacimiento utilizando ecuaciones cúbicas de estado11,22,23. Las simulaciones de yacimientos compuestos basadas en ecuaciones de estado utilizaron ecuaciones de estado casi cúbicas, como las ecuaciones de Soave-Redlich-Kwong (SRK) y Peng-Robinson. Por lo tanto, una opción lógica es desarrollar un método de modelado basado en estas ecuaciones de estado para predecir el efecto de la inyección de gas en la EOR.

Otras capacidades de EoS en este campo pueden mencionarse como la estimación de MMP en medios porosos y la estimación de MMP considerando la deposición de asfaltenos. La base para calcular el MMP utilizando las ecuaciones de estado modificadas es calcular la IFT. En esta teoría se utiliza el siguiente concepto: donde la IFT de dos fases tiende a cero, se aproxima a las condiciones pseudo-mixtas, y donde la IFT se vuelve cero, las dos fases se fusionarán26. Estudios recientes han demostrado que el medio poroso altera la IFT25. Por lo tanto, también se deben considerar cambios en el MMP si se aplican condiciones de porosidad.

En esta investigación, la MMP de petróleo y gas se estima utilizando la ecuación de Peng-Robinson modificada. Como se mencionó en la sección "Metodología", esta ecuación ha sido modificada para considerar las condiciones petrofísicas del yacimiento y el efecto del medio poroso en el IFT y MMP. Por lo tanto, se investigan por primera vez parámetros como la heterogeneidad del yacimiento, el efecto de la fractura y el cambio de la composición del gas inyectado en diferentes condiciones petrofísicas sobre los valores de IFT y MMP. Por el momento, no existe un método de laboratorio que dé la IFT en medios porosos. Por lo tanto, el objetivo principal de este estudio es estimar la IFT en el medio poroso. Estos parámetros se investigan y analizan en la ecuación de estado modificada utilizando el nuevo algoritmo propuesto.

En este estudio, se ha utilizado la ecuación de estado de Peng-Robinson para calcular el equilibrio líquido-vapor27, y se considera que la ecuación mejorada de Young-Laplace mejora el efecto capilar28 de la siguiente manera:

donde, \({P}_{c}\) es la presión crítica \(; {T}_{c}\) es la temperatura crítica; \(\alpha \left({T}_{r},\omega \right)\) es una función alfa que depende de la temperatura reducida \({T}_{r}\) y del factor central \(\ omega\). Las ecuaciones de fugacidad para la mezcla se abordan de la siguiente manera:

donde los coeficientes \(A\) y \(B\) para las fases líquida y vapor se definen como sigue.

Se aplica la regla de mezcla de Van der Waals para calcular los parámetros a y b de la mezcla.

donde \({\delta }_{ij}\) es un parámetro de interacción binario distinto de \(i\) y \(j\). También \({\delta }_{ij}={\delta }_{ji}\) y \({0=\delta }_{ii}={\delta }_{jj}\).

En los nanoporos, cambiar las propiedades críticas de los fluidos confinados es un problema inevitable29. Los cambios de temperatura y presión críticos relativos se pueden calcular utilizando la siguiente ecuación basada en la ecuación de Peng-Robinson de absorción modificada30.

Aquí, \(\Delta {T}_{c}\) y \(\Delta {P}_{c}\) son la temperatura y la presión modificadas debido al confinamiento, respectivamente. Tc y \({T}_{cm}\) son las temperaturas críticas de la masa y los nanoporos, respectivamente, y \({P}_{c}\) y \({P}_{cm}\) son las presiones críticas de volumen y nanoporos, respectivamente. \({\sigma }_{LJ}\) es un parámetro de tamaño de Leonard-Jones.

El parámetro \({K}_{i}\) se usa en el método de Rachford-Rice para obtener \({x}_{i}\) y \({y}_{i}\)31. La \({K}_{i}\) inicial también se obtiene de la ecuación de Wilson32.

La presión capilar se define como la diferencia entre \({P}^{L}\) y \({P}^{V}\).

donde, \({R}_{p}\) es el radio del poro, \(\sigma\) denota la IFT, \({\sigma }_{\infty }\) representa la IFT plana del fluido, y \(\theta\) es el ángulo de contacto. \({\sigma }_{\infty }\) también se puede calcular mediante la ecuación de Macleod-Sugden33.

donde, \({x}_{i}\) y \({y}_{i}\) son las fracciones molares de las fases líquida y gaseosa obtenidas de los cálculos flash, \({\rho }^{L }\) y \({\rho }^{V}\) son las densidades molares de las fases líquida y gaseosa, y \({X}_{i}\) es el parámetro Parachor, respectivamente.

El equilibrio líquido-vapor (VLE o cálculo flash) y el algoritmo de cálculo IFT considerando la presión capilar se presenta en la Fig. 2. Ingrese la composición de entrada de petróleo y gas, la temperatura, el tamaño de poro y las propiedades de los componentes en el primer paso. El segundo paso calcula los cambios en las propiedades críticas causados ​​por estar en un medio poroso. Entonces se adivina un pequeño valor inicial para la presión capilar. Usando la ecuación de Rachford-Rice, se calculan los valores de fugacidad y la fracción molar de las fases. La ecuación de Wilson se utiliza para inicializar y actualizar el parámetro Ki. Si la diferencia entre los valores de presión capilar de cada etapa y su etapa anterior es insignificante, se completan los cálculos y se informa el valor de IFT. De lo contrario, al actualizar la presión capilar, los cálculos continuarán hasta que se alcancen las condiciones anteriores.

Algoritmo de cálculo Flash e IFT considerando la presión capilar.

Para calcular la MMP a diferentes presiones, los valores de IFT se calculan mediante el algoritmo anterior y la IFT se representa en términos de presión. El MMP se produce en un IFT cercano a cero.

En esta sección, la validación de los resultados se examina primero mediante comparaciones con resultados experimentales (de laboratorio) en las referencias y luego se examinan en tres categorías diferentes de inyección de gases CH4, CO2 y N2 en nC10 como representante de los n-alcanos. .

Zolghadr et al.34, en un estudio experimental, investigaron los efectos de la temperatura, la presión y los grupos de parafina en la miscibilidad del N2 en líquidos de hidrocarburos, incluido el nC7, utilizando el método de medición IFT. Estos experimentos se realizaron a cinco temperaturas (313,15, 333,15, 353,15, 373,15 y 393,15 K) y un rango de presión de 0,34 MPa a presiones cercanas a la miscibilidad. En este trabajo se han comparado los datos de laboratorio de los experimentos relacionados con los estudios de Zolghadr et al.33 con los valores obtenidos del modelado IFT con la ecuación de estado de Peng-Robinson modificada, y utilizando el algoritmo presentado en este estudio en dos temperaturas de 313.15 y 393.5 K y presentadas en la Fig. 3.

(a) Gráfico IFT de N2 y nC7 en términos de presión a la temperatura de 313,15 K. Datos experimentales34. (b) Gráfico IFT de N2 y nC7 en términos de presión a la temperatura de 393,15 K. Datos experimentales34.

Los resultados muestran que la IFT disminuye con el incremento de la presión para finalmente alcanzar la MMP en los valores de la IFT cercanos a cero. Como se puede ver en la Fig. 3a,b, los cambios en IFT en términos de presión no son completamente lineales. Cuanto más cerca estén de presiones más altas, menor será la pendiente de la IFT. Estos cambios se deben a la naturaleza del N2. En sus estudios de laboratorio, Kazemzadeh et al. obtuvieron resultados similares con respecto a los valores de IFT del sistema N2-hidrocarburo1. Presentaron el gráfico IFT en términos de presión como una función cuadrática. La Figura 4 muestra el gráfico IFT en términos de presión para diferentes estados. Los datos de laboratorio que se muestran en el gráfico están tomados del trabajo de investigación de Zolghadr et al.33. En estos datos, por la naturaleza de las condiciones de laboratorio, se observan fluctuaciones en cuanto a la presión, lo cual es de esperarse por error de laboratorio. Sin embargo, los otros dos gráficos, a saber, los estados del medio a granel y poroso, se extraen del modelo utilizado en este documento. El caso a granel es cuando IFT se calcula en un sistema fuera del medio poroso. El estado poroso también se considera un medio poroso con una porosidad del 10% y una permeabilidad de 10 mD. De acuerdo con los resultados, se puede encontrar que la IFT calculada a cualquier presión dada es menor en el medio poroso que a granel. Por tanto, es claro que la MMP calculada en el medio poroso es menor que la del medio a granel, y ambos estados tienen valores inferiores a los resultados obtenidos por Zolghadr et al.33. Una IFT más baja y, en consecuencia, la MMP en el medio poroso son esenciales desde el punto de vista operativo. Si la MMP de las dos fases de petróleo y gas disminuye en el medio poroso, indica que la miscibilidad se produce a menor presión, y alcanzaremos antes la condición de mezcla. Por lo tanto, en la recuperación mejorada en base agua, se debe considerar que los valores presentados de la MMP obtenidos por medición de laboratorio de IFT pueden ser inferiores al caso del medio poroso. Por lo tanto, es necesario considerar el efecto del ambiente poroso utilizando modelos como el presentado en este estudio. La Tabla 1 calcula el error de los resultados obtenidos de la IFT del sistema N2/nC7 del modelo (en estado a granel) con resultados de laboratorio a cinco temperaturas diferentes.

Gráfico IFT en términos de presión relacionada con el sistema nC10 y CH4 a 343,15 K. Datos experimentales35.

El error IFT se ha calculado a partir de la siguiente ecuación y se presenta en la Tabla 1.

En el peor de los casos, el error medido es inferior al 19,98 %, lo que se produce a altas temperaturas (es decir, 393,15 K). Aquí, los resultados del modelo en el estado general se compararon con los resultados experimentales y mostraron un pequeño error. Sin embargo, la característica principal de este modelo es proporcionar IFT y MMP en el medio poroso, lo que proporciona resultados valiosos en este sentido. El modelo presentado en este estudio tiene la capacidad de calcular IFT a cualquier temperatura y presión. El IFT se mide en laboratorio en diferentes rangos de presión, pero a presiones altas, debido al fenómeno de VIT (Vanishing Interfacial Tension), no puede realizar esta medición. Para medir el MMP, los datos de IFT deben extrapolarse en términos de presión para llegar a cero IFT. Una de las ventajas del modelo presentado es que puede dar la IFT a altas presiones, lo que ayuda mucho en la estimación precisa de la MMP.

Cumicheo et al.35 modelaron la IFT en sistemas binarios de CH4, CO2, N2 y alcanos para obtener los datos experimentales utilizados de varios artículos con ecuaciones de estado y modelos matemáticos. En esta investigación, se examinaron los datos experimentales de los sistemas CH4, CO2, N2 y nC10. Los valores de IFT en medios a granel y porosos se calculan utilizando la ecuación de Peng-Robinson y las ecuaciones de medios porosos.

La figura 4 muestra el gráfico IFT en términos de presión relacionada con el sistema nC10 y CH4 a 343,15 °K.

La Figura 4 representa un resultado interesante. Esta figura muestra que los valores de IFT del sistema CH4 y nC10 en el medio poroso son menores que la condición a granel. Sin embargo, la diferencia de valores a presiones más altas disminuye, lo que significa que a medida que aumenta la presión, la diferencia entre los valores de IFT en el estado a granel y el medio poroso será insignificante. De modo que en condiciones pseudo-miscibles y miscibles, esta diferencia puede ignorarse. La diferencia en los resultados de los medios porosos y a granel en estos dos casos puede deberse a la activación de los mecanismos de vaporización y condensación. Esto significa que un medio poroso y el aumento de la superficie de contacto del petróleo y el gas a bajas presiones hacen que estos dos mecanismos sean más activos simultáneamente y reduzcan la IFT en comparación con el estado a granel. Pero a altas presiones, este efecto casi disminuye.

La figura 5 se ha trazado para comparar los resultados de laboratorio y los resultados del modelo en el estado a granel. De acuerdo con la Fig. 5, los resultados del modelo y los resultados del laboratorio concuerdan bien en este sistema.

Un gráfico comparativo de laboratorio35 y valores calculados de IFT con la ecuación de estado en el estado a granel para el sistema nC10 y CH4 a 343,2 K.

El primer concepto entendido de esta sección es que este modelo podrá predecir con precisión la IFT de los sistemas de hidrocarburos y CH4. La Figura 5 muestra que los resultados del modelo concuerdan bien con los resultados del laboratorio.

El equilibrio de la fase fluida en un medio poroso denso se altera debido a la presión capilar en los nanoporos que contienen materia orgánica. El fenómeno de mezcla entre gas y petróleo también cambia durante la inyección de gas para mejorar la recuperación de petróleo. Por lo tanto, es necesario desarrollar un marco general de modelos teóricos y algoritmos para investigar el efecto de la proximidad de los poros en el comportamiento de fase y finura de líquidos finitos en los poros.

La figura 6 muestra los datos IFT en términos de presión para los sistemas nC10 y CO2 a diferentes presiones. Esta figura muestra tres conjuntos de datos, incluidos los datos de laboratorio extraídos de Cumicheo et al. y Lake34,35, datos IFT en medio a granel y datos IFT en medio poroso.

Gráfico IFT del sistema nC10 y CO2 a 343,55 K y diferentes presiones. Datos experimentales35.

Como se muestra en la Fig. 6, los datos de laboratorio difieren ligeramente de los datos de IFT en el medio a granel. Los datos extraídos de este modelo y los resultados de laboratorio en la Fig. 7 se han presentado para determinar las diferencias.

Un gráfico comparativo de laboratorio35 e IFT calculado con la ecuación de estado para el sistema nC10 y CO2 a 343,55 K.

Todavía se observa que, al igual que la inyección de CH4, los datos en el medio poroso son menores que en el medio a granel. La reducción de IFT con el aumento de la presión en los tres conjuntos de datos es casi lineal. Esto significa que la IFT se puede lograr extendiendo esta línea recta. La diferencia entre los datos a granel y el medio poroso disminuye al aumentar la presión, pero todavía tienen una diferencia de alrededor de medio mN/m a una presión de 9 MPa. La diferencia de pendiente entre los datos IFT en los medios a granel y porosos hace que la MMP se vea afectada. La pendiente de la gráfica IFT en términos de presión en el medio poroso es menor que la pendiente de la gráfica en el estado a granel. Por lo tanto, a pesar de esta diferencia de pendiente, debido a que los valores de IFT en el medio poroso son menores a bajas presiones, la extensión de estas gráficas provoca que la diferencia entre la MMP en estos dos estados sea menor que la que se siente en la medición a presiones iniciales. En otras palabras, se observa que con cada megapascal de presión del sistema, la IFT en el medio a granel disminuye con una tendencia lineal de 1,55 mN/m. Mientras que en medios porosos, esta disminución es de 1,34 mN/m. La MMP es de 12,05 MPa en el medio a granel y de 11,81 MPa en el medio poroso. Esto es en el contexto de que la diferencia en la IFT a presión ambiental tanto en estado a granel como poroso es de 2,79 mN/m.

Los datos IFT del sistema de gas nC10 y N2 a diferentes presiones se han representado en la Fig. 8. De acuerdo con esta figura, los datos de laboratorio35 del estudio son ligeramente diferentes de los datos presentados en este modelo. La figura 9 se ha trazado para conocer la desviación de los datos.

Gráfico IFT del sistema nC10 y N2 a 343,2 K y diferentes presiones.

Un gráfico comparativo de laboratorio35 e IFT calculado con la ecuación de estado para el sistema nC10 y N2 a 343,2 K.

Según las Figs. 8 y 9, los datos experimentales y los proporcionados por el modelo a bajas presiones son casi consistentes. Sin embargo, la diferencia entre el IFT del laboratorio y este modelo aumenta al aumentar la presión. La diferencia máxima es de aproximadamente un mN/m. La diferencia de estos valores a altas presiones puede verse afectada por el error de medición en equilibrio en el método de laboratorio de alta presión.

En cuanto a la diferencia entre la gráfica de medio a granel y poroso, similar a los gases CO2, CH4 y N2, se observa que la IFT en el medio poroso es siempre menor que en el medio a granel. Como se mencionó anteriormente, la reducción de IFT en términos de presión en el sistema de inyección de gas N2 y el nC10 no es lineal. Decrece con la tendencia de una función cuadrática. La tendencia decreciente del IFT en términos de presión ha sido previamente estudiada y confirmada en los estudios de Doryani et al.36. Los valores de error IFT para sistemas nC10 en presencia de diferentes gases de CH4, CO2 y N2 a diferentes temperaturas se muestran en la Tabla 2.

Los resultados muestran que el modelo para los dos sistemas CH4/nC10 y CO2/nC10 concuerda bien con los datos experimentales. Sin embargo, no predice la IFT de N2 en presencia de nC10. El error ocurre a temperaturas más bajas y presiones más altas.

El gráfico IFT en términos de radio de poro se ha presentado en la Fig. 10 para investigar el efecto del radio de poro en IFT en el sistema nC10 y CO2 a temperatura y presión constantes. Como se muestra en la figura, la parcela tiene dos pendientes. A valores bajos de Rp, con radio de poro creciente, la IFT aumenta con una pendiente alta. Al ingresar a la región masiva, la pendiente de los cambios disminuye al aumentar el valor de Rp y es casi constante.

Gráfico IFT en términos de Rp para el sistema nC10/CO2 a 323,35 K y 5 MPa de presión.

En otras palabras, según la Fig. 10, se puede deducir que en poros muy pequeños, IFT se reduce significativamente. Sin embargo, si el diámetro de los poros supera un determinado umbral, el tamaño de los poros no afecta a la IFT. Esto es especialmente importante en yacimientos fracturados donde los diámetros de los poros varían mucho de matriz a fractura. En definitiva, en una determinada condición termodinámica, provoca que el IFT sea más en las fracturas, y esta cantidad sea menor en la matriz. Por lo tanto, la presencia del perfil de variación de IFT provoca que además de los mecanismos de vaporización y condensación, un fenómeno como Marangoni también hace que el fluido se desplace del medio poroso a la fractura o viceversa y controle la recuperación de petróleo.

De acuerdo a los resultados obtenidos en la modelación, se pueden mencionar las siguientes conclusiones:

El modelo propuesto puede calcular la IFT entre gases de hidrocarburos, CO2 y n-alcanos en varias condiciones termodinámicas, mostrando una precisión razonable en condiciones generales. Puede ser una excelente alternativa a los métodos de laboratorio costosos y que requieren mucho tiempo. Este modelo estima la MMP en la inyección de gas hidrocarburo y gas CO2 en n-alcanos.

Uno de los problemas más importantes en la industria es la inconsistencia de la MMP calculada a partir de la técnica de la tensión interfacial evanescente (VIT) y la realidad en el yacimiento. Este modelo podrá aplicar el efecto del medio poroso (radio de poro medio) en el cálculo del MMP. Al modificar la ecuación de estado, el modelo podrá proporcionar los valores de IFT en un medio poroso (en un estado equivalente al radio de poro medio) y calcular el MMP extrapolando los datos de IFT en términos de presión.

A medida que aumenta el radio de poro medio, la IFT aumenta con una pendiente significativa. Sin embargo, a partir de cierto radio, el tamaño del intersticio no afecta los valores de IFT. Esto indica que la MMP obtenida en el medio a granel (utilizando la técnica VIT) en el laboratorio para un yacimiento fracturado confirma los valores de MMP y de IFT en la fractura. Para calcular la IFT en la matriz, es necesario trazar los valores de la IFT en función del diámetro medio de los poros mediante el modelado.

La heterogeneidad del reservorio hace que el perfil de IFT cambie en él. La formación de este fenómeno provoca un fenómeno como Marangoni y provoca el movimiento del fluido y afecta la recuperación de petróleo al controlar el frente de avance del fluido mientras aumenta la transferencia de masa entre los dos fluidos.

Todos los datos generados o analizados durante este estudio se incluyen en este artículo publicado.

constantes EoS

Coeficientes de fase líquida y vapor

Relación de equilibrio vapor-líquido del componente i

Parámetro de interacción binaria

Peso molecular (g/mol)

Número total de datos

Presión (MPa)

Presión crítica a granel (MPa)

Presión crítica de nanoporos (MPa)

constante de paracor

constante universal de gas

Temperatura (K)

Temperatura crítica a granel (K)

Temperatura crítica de nanoporos (K)

Temperatura reducida

Volumen molar (m3/mol)

fracción líquida

fracción de vapor

factor de compresibilidad

factor acéntrico

Coeficiente de fugacidad

Fugacidad

Densidad molar

Temperatura modificada por confinamiento

Presión modificada por confinamiento

Parámetro de tamaño de Leonard-Jones

Presión capilar (MPa)

radio de poro

Radio efectivo, m

Tensión interfacial

Tensión interfacial plana del fluido

Espesor de la región de adsorción, m

Angulo de contacto

Presión volumen temperatura

Desviación relativa absoluta media

Tensión interfacial

Presión mínima de miscibilidad

Ecuación de estado

Prueba de tubo delgado

Desaparición de la tensión interfacial

Aparato de burbuja ascendente

Disminución de la variación total

Método de característica

Recuperación mejorada de petróleo

Peng-Robinson

Soave Redlich Kwong

Kazemzadeh, Y., Parsaei, R. & Riazi, M. Estudio experimental de la predicción de la precipitación de asfaltenos durante la inyección de gas a los yacimientos de petróleo mediante la medición de la tensión interfacial. Surf de coloides. A 466, 138–146 (2015).

Artículo CAS Google Académico

Abedini, A., Mosavat, N. & Torabi, F. Determinación de la presión de miscibilidad mínima del sistema de petróleo crudo-CO2 mediante la prueba de hinchamiento/extracción de aceite. energia Tecnología 2(5), 431–439 (2014).

Artículo CAS Google Académico

Abedini, A. & Torabi, F. Rendimiento de recuperación de aceite de procesos de soplado y soplado de CO2 inmiscible y miscible. Combustibles energéticos 28(2), 774–784 (2014).

Artículo CAS Google Académico

Riazi, M., Kazemzadeh, Y. y Parsaei, R. Asphaltene y el efecto normal de la parafina en la tensión interfacial gas-petróleo durante CO. J. Gas Technol., JGT p. 31

Abedini, A. & Torabi, F. Sobre el potencial de almacenamiento de CO2 del proceso de inyección cíclica de CO2 para la recuperación mejorada de petróleo. Combustible 124, 14–27 (2014).

Artículo CAS Google Académico

Sharbatian, A. et al. Caracterización completa de las propiedades del aceite de CO2 en el chip: solubilidad, difusividad, presión de extracción, miscibilidad y ángulo de contacto. Anal. química 90(4), 2461–2467 (2018).

Artículo CAS PubMed Google Académico

Sourani, S. et al. Un nuevo enfoque para evaluar la migración de nanopartículas en medios porosos. J. Dispersiones. ciencia Tecnología.. https://doi.org/10.1080/01932691.2014.921859 (2014).

Artículo Google Académico

Safaei, A., Riazi, M. & Shariat, S. Un nuevo método experimental-teórico para mejorar la estimación de MMP utilizando la técnica VIT. J. Gasolina. ciencia Ing. 220, 111182 (2023).

Artículo CAS Google Académico

Johns, R., Sah, P. y Solano, R. Efecto de la dispersión en la eficiencia de desplazamiento local para inundaciones de gas enriquecido de componentes múltiples por encima del enriquecimiento mínimo de miscibilidad. Embalse SPE. Eval. Ing. 5(01), 4–10 (2002).

Artículo CAS Google Académico

Safaei, A. & Riazi, M. Estimación de la presión de miscibilidad mínima (MMP) de metano-petróleo vivo mediante la prueba de tubo delgado, mediante el factor de recuperación de petróleo modificado (MORF) y los criterios de presión de ruptura (MBOP). Ciencias del Petróleo. Tecnología 41, 713–730 (2022).

Artículo Google Académico

Teklu, TW et al. Comportamiento de fase y presión mínima de miscibilidad en nanoporos. Embalse SPE. Eval. Ing. 17(03), 396–403 (2014).

Artículo Google Académico

Safaei, A., Kazemzadeh, Y. & Riazi, M. Mini revisión de la evaluación de la condición miscible y métodos experimentales de inyección de gas miscible en yacimientos convencionales y fracturados. Combustibles energéticos 35(9), 7340–7363 (2021).

Artículo CAS Google Académico

Fazlali, A. et al. Predicción de la presión de miscibilidad mínima en yacimientos de petróleo utilizando una ecuación de estado SAFT modificada. Combustible 108, 675–681 (2013).

Artículo CAS Google Académico

Nojabaei, B., Johns, RT & Chu, L. Efecto de la presión capilar sobre el comportamiento de fase en rocas compactas y lutitas. Embalse SPE. Eval. Ing. 16(03), 281–289 (2013).

Artículo CAS Google Académico

Ekundayo, JM y Ghedan, SG Medición de presión de miscibilidad mínima con un aparato de tubo delgado: ¿qué tan único es el valor? En SPE Conferencia y Exhibición de Caracterización y Simulación de Yacimientos. (2013). UnoPetro.

Stalkup, FI Comportamiento de desplazamiento del proceso de conducción de gas de condensación/vaporización. En la Conferencia y Exposición Técnica Anual de la SPE. (1987). UnoPetro.

Stalkup, FL Efecto del enriquecimiento de gas y la dispersión numérica en las predicciones de conducción de gas enriquecido. Reserva SPE Ing. 5(04), 647–655 (1990).

Artículo CAS Google Académico

Stalkup, F., Lo, L. y Dean, R. Sensibilidad a la cuadrícula de predicciones de inundaciones miscibles realizadas con simuladores diferenciados aguas arriba. En el Simposio de Recuperación Mejorada de Petróleo de la SPE/DOE. (1990). UnoPetro.

Harten, A. Planes de alta determinación para leyes hiperbólicas de protección. Cómputo diario. Mate. ciencia 135, 260–278 (1997).

ANUNCIOS MATEMÁTICOS Google Académico

Orr, FM Teoría de los procesos de inyección de gas vol. 5 (Tie-Line Publications Copenhague, 2007).

Google Académico

Monroe, WW et al. Rutas de composición en sistemas de cuatro componentes: efecto del metano disuelto en el rendimiento de inundación de CO2 1D. Reserva SPE Ing. 5(03), 423–432 (1990).

Artículo CAS Google Académico

Orr, F., Johns, RT y Dindoruk, B. Desarrollo de miscibilidad en inundaciones de CO2 de cuatro componentes. Reserva SPE Ing. 8(02), 135–142 (1993).

Artículo CAS Google Académico

Johns, RT, Dindoruk, B. & Orr, F. Teoría analítica de las unidades de gas de condensación/vaporización combinadas. ESP Avanzado Tecnología Ser. 1(02), 7–16 (1993).

Artículo Google Académico

Wang, Y. & Orr, FM Jr. Cálculo analítico de la presión mínima de miscibilidad. Equilibrio de fase fluida. 139(1–2), 101–124 (1997).

Artículo CAS Google Académico

Jessen, K., Michelsen, ML & Stenby, EH Enfoque global para el cálculo de la presión mínima de miscibilidad. Equilibrio de fase fluida. 153(2), 251–263 (1998).

Artículo CAS Google Académico

Chen, G. et al. Simulación de la presión de miscibilidad mínima (MMP) de CO2-petróleo para la recuperación mejorada de petróleo (EOR) de CO2 utilizando redes neuronales. Energía Procedia 37, 6877–6884 (2013).

Artículo CAS Google Académico

Peng, D.-Y. & Robinson, DB Una nueva ecuación de estado de dos constantes. Ing. Ind. química Fundam. 15(1), 59–64 (1976).

Artículo CAS Google Académico

Chen, T., Chiu, M.-S. & Weng, C.-N. Derivación de la ecuación de Young-Laplace generalizada de interfaces curvas en sólidos a nanoescala. Aplicación J. física 100(7), 074308 (2006).

Artículo ANUNCIOS Google Académico

Zhang, K., Jia, N. y Liu, L. Cambios críticos generalizados de fluidos confinados en nanoporos con adsorciones. química Ing. J. 372, 809–814 (2019).

Artículo CAS Google Académico

Ayirala, SC & Rao, DN Evaluación comparativa de una nueva técnica de determinación de miscibilidad gas/petróleo. J. Can. Mascota. Tecnología 50 (9/10), 71–81 (2011).

Artículo CAS Google Académico

Rachford, HH & Rice, J. Procedimiento para el uso de computadoras digitales electrónicas en el cálculo del equilibrio de hidrocarburos de vaporización instantánea. J. Gasolina. Tecnología 4(10), 19–23 (1952).

Artículo Google Académico

Wilson, G. Un redlich-kwong eos modificado, aplicación a cálculos de datos físicos generales, artículo no. 15c. En AIChE 65° Encuentro Nacional. (1968).

Li, H., Yang, D. & Tontiwachwuthikul, P. Determinación experimental y teórica de la tensión interfacial de equilibrio para los sistemas de solvente(s)–CO2–petróleo pesado. Combustibles energéticos 26(3), 1776–1786 (2012).

Artículo CAS Google Académico

Zolghadr, A. et al. Investigar los efectos de la temperatura, la presión y los grupos de parafina en la miscibilidad del N2 en líquidos de hidrocarburos utilizando el método de medición de la tensión interfacial. Ing. Ind. química Res. 52(29), 9851–9857 (2013).

Artículo CAS Google Académico

Mirzaie, M. & Tatar, A. Modelado de tensión interfacial en mezclas binarias de CH4, CO2 y N2-alcanos mediante programación de expresión génica y ecuación de estado. J. Mol. Liq. 320, 114454 (2020).

Artículo CAS Google Académico

Doryani, H. et al. Impacto de asfaltenos y parafinas normales en la tensión interfacial metano-aceite sintético: un estudio experimental. J. Ciencias del gas natural. Ing. 26, 538–548 (2015).

Artículo CAS Google Académico

Descargar referencias

Centro de Investigación de Recuperación Mejorada de Petróleo, Escuela de Ingeniería Química y del Petróleo, Universidad de Shiraz, Shiraz, Irán

Sareh Hamidpour y Ali Safaei

Departamento de Ingeniería de Petróleo, Ingeniería de Gas y Petroquímica, Facultad de Petróleo, Universidad del Golfo Pérsico, Bushehr, 75169-13817, Irán

Yousef Kazemzadeh

Facultad de Ingeniería Fouman, Facultad de Ingeniería, Universidad de Teherán, POBox 43581-39115, Guilan, Irán

Atefeh Hasan-Zadeh

Departamento de Química, Facultad de Ciencias Básicas e Ingeniería, Universidad Gonbad Kavous, Gonbad Kavous, Irán

Azizollah Khormali

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

SH, AS, YK, AH-Z. y AK contribuyeron al diseño e implementación de la investigación, al análisis de los resultados ya la redacción del manuscrito.

Correspondencia a Yousef Kazemzadeh.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Hamidpour, S., Safaei, A., Kazemzadeh, Y. et al. Cálculo de IFT en medios porosos en presencia de diferentes gases y alcanos normales utilizando la EoS modificada. Informe científico 13, 8077 (2023). https://doi.org/10.1038/s41598-023-35320-3

Descargar cita

Recibido: 31 enero 2023

Aceptado: 16 mayo 2023

Publicado: 18 mayo 2023

DOI: https://doi.org/10.1038/s41598-023-35320-3

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.