CO2驱采收率与封存能力预测新模型及协同评价方法研究

现有 CO2封存方法未考虑全部影响因素致结果偏差大。研究人员基于 MCMC 和物质平衡原理，开发 CO2驱采收率与封存能力预测新模型，用 Kovscek 函数设动态权重。结果显示 P90 条件下相对预测误差＜5%，为碳封存及碳中和助力。

　　

随着全球温室气体排放量不断攀升，气候问题愈发严峻。CO₂地质封存作为缓解碳排放的有效手段，在油气藏中的应用备受关注。CO₂驱油（CO₂-Enhanced Oil Recovery, CO₂-EOR）技术既能提高原油采收率，又能实现 CO₂地下封存，对实现碳中性目标意义重大。然而，当前 CO₂封存能力预测方法因未充分考虑水侵入、CO₂溶解、孔隙体积变化等实际影响因素，存在预测精度低的问题，且缺乏对 CO₂-EOR 采收率与封存能力的协同优化评估。在此背景下，开展更精准的预测模型和协同评价方法研究迫在眉睫。

为解决上述问题，国内研究人员开展了 CO₂驱采收率与封存能力预测新模型及协同评价方法的研究。该研究成果发表在《Fuel》上，为 CO₂封存技术的优化提供了重要支撑。

研究人员主要采用了以下关键技术方法：基于马尔可夫链蒙特卡洛（Markov Chain Monte Carlo, MCMC）原理和物质平衡原理，构建新的预测模型；利用核磁共振（Nuclear Magnetic Resonance, NMR）扫描技术，在实验室尺度对 CO₂驱油和封存过程进行分析；通过引入 Kovscek 函数，建立适用于不同油田的动态权重体系，实现采收率与封存能力的协同优化评价。

结果与讨论

研究通过实验数据和现场数据对模型进行验证。在实验室岩心尺度，将模型预测结果与直接实验测量值对比；在油田尺度，与数值模拟结果对比。结果表明，在 P90 条件下，相对预测误差均小于 5%，展现出较强的工程适用性。

研究对影响 CO₂封存的关键因素进行分析，发现水侵入、CO₂溶解、孔隙体积变化和原油膨胀的权重分别为 40.05%、35.56%、14.31% 和 8.50%。若未充分考虑这些因素，岩心尺度预测误差最大达 25.79%，油田尺度误差竟高达 854.08%，凸显了全面考虑多因素的必要性。

通过 Kovscek 函数确定动态权重，发现当注入 CO₂的 f 值增加时，采收率和封存能力达到最大值的平衡点，对应 Kovscek 函数一阶导数零点，即最佳调整时间点，实现了两者的协同优化。

结论与未来展望

本研究开发的 CO₂驱采收率与封存能力预测新模型，通过整合 MCMC、物质平衡原理及多影响因素，显著提升了预测精度和适用性。动态权重体系的建立，为不同油田的 CO₂-EOR 与封存协同优化提供了有效工具。研究结果对推动 CO₂封存策略的发展、助力全球碳中和目标具有重要意义。未来可进一步拓展模型在更多复杂地质条件油田的应用，深化对 CO₂封存长期稳定性的研究，为 CCUS（碳捕集、利用与封存）技术的广泛应用奠定更坚实的基础。