Modelowanie pracy dubletu geotermalnego przy użyciu symulatora DARTS

• Autorzy: Łętkowski Piotr

Identyfikatory

DOI

10.18668/NG.2023.08.03

Warianty tytułu

EN

Modeling of a geothermal doublet using the DARTS simulator

• Języki publikacji: PL

Abstrakty

PL

Na rynku funkcjonuje szereg narzędzi oferujących możliwości modelowania zjawisk przepływu masy i energii, wśród których można wymienić symulatory TOUGH, AD-GPRS czy Eclipse. W artykule przedstawiono wyniki modelowania pracy dubletu geotermalnego z wykorzystaniem symulatora DARTS, przy czym jako benchmark wykorzystano symulator Eclipse 100 z opcją TEMP, pozwalającą na modelowanie efektów temperaturowych w sytuacji zatłaczania zimnej wody do złoża. DARTS, który został zbudowany na uniwersytecie w Delft, jest stosunkowo nową propozycją na rynku narzędzi symulacyjnych, oferującą jednak szeroki zakres możliwości modelowania. W szczególności bardzo dokładnie modelowane są właściwości wody i pary, dla których korelacje charakterystyk termodynamicznych zbudowane są na podstawie IAPWS-IF97. Ponadto możliwe jest uruchamianie symulacji bazujących na siatkach nieregularnych (ang. unstructured grid) pozwalających na dowolne zagęszczanie siatki w zadanym obszarze. Symulator DARTS bazuje na nowej metodzie rozwiązywania nieliniowych równań przepływu – OBL (ang. operator-based linearization), która umożliwia skrócenie czasu obliczeń o około 1/5 (test na modelu składającym się ze 192 tys. bloków dla 500 kroków symulacji). Symulator DARTS, który jest rozpowszechniany na zasadach open source, zbudowano w języku wysokiego poziomu C++, lecz interfejs pozwalający na budowanie modeli został napisany w języku Python 3.9. Przeprowadzone na modelach analitycznych testy porównawcze wskazują na bardzo dobrą zgodność wyników uzyskiwanych przez wybrane symulatory. Błąd względny dla ciśnień dennych oraz wydajności wypływu wody dla odwiertów dubletu geotermalnego nie przekracza 1%, podczas gdy maksymalne różnice w rozkładach ciśnień i temperatur uzyskane w czasie testów zgodności nie przekraczają 2,5%. Istotną niedogodnością w stosowaniu DARTS jest brak dokumentacji oraz opisu technicznego, co powoduje, że pomimo szerokich możliwości modelowania zjawisk przepływu może on obecnie znaleźć zastosowanie bardziej w projektach badawczych niż komercyjnych.

EN

There are a number of tools on the market that offer the possibility to model mass and energy flow phenomena, including TOUGH, AD-GPRS and Eclipse simulators. This article presents the results of geothermal doublet modeling with the use of the DARTS simulator, with the Eclipse 100 simulator with the TEMP option used as a benchmark, enabling temperature effects to be modelled when cold water flows into the reservoir. DARTS, which was built at the University of Delft, is a relatively new proposition on the simulation tools market, but it offers a wide range of modeling possibilities. In particular, the properties of water and steam are modelled very precisely, for which correlations of thermodynamic characteristics may be demonstrated on the basis of IAPWS-IF97. In addition, it is possible to run simulations based on unstructured grids, allowing for any grid density in a given area. The DARTS simulator is based on a new method of solving non-linear flow equations – OBL (Operator Based Linearization), which can reduce the calculation time by about 1/5 (test on a model consisting of 192,000 blocks for 500 simulation steps). The open-source DARTS simulator is coded in high-level C++, but the model building interface is written in Python 3.9. Comparative tests carried out on analytical models indicate a very good agreement between the results obtained by the selected simulators. The relative error for bottom pressures and flow rates for geothermal doublet boreholes does not exceed 1%, while the maximum differences in pressure and temperature distributions obtained during compliance tests do not exceed 2.5%. A significant disadvantage in the use of DARTS is the lack of documentation and technical description, which means that despite the wide possibilities of modeling flow phenomena, it can now be used in research rather than commercial projects.

Słowa kluczowe

PL

dublet geotermalny; wymiana masy i energii; symulator złożowy; DARTS

EN

geothermal doublet; mass and energy exchange; reservoir simulator; DARTS

• Wydawca: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
• Czasopismo: Nafta-Gaz
• Rocznik: 2023
• Tom: R. 79, nr 8
• Strony: 519--528
• Opis fizyczny: Bibliogr. 26 poz., rys., wykr.

Twórcy

autor

Łętkowski Piotr

• Instytut Nafty i Gazu – Państwowy Instytut Badawczy

Bibliografia

• Arnaldsson A., Berthet J.-C., Kjaran S., Sigurdsson S., 2014. Numerical scheme to simulate flow through anisotropic rocks in TOUGH2. Computers & Geosciences, 65: 37–45. DOI: 10.1016/j.cageo.2013.08.002.
• Battistelli A., Calore C., Pruess K., 1997. The simulator TOUGH2/ EWASG for modelling geothermal reservoirs with brines and non-condensible gas. Geothermics, 26: 437–464. DOI: 10.1016/S0375-6505(97)00007-2.
• Bonduá S., Berry P., Bortolotti V., Cormio C., 2012. TOUGH2Viewer: A post-processing tool for interactive 3D visualization of locally refined unstructured grids for TOUGH2. Computers & Geosciences, 46: 107–118. DOI: 10.1016/j.cageo.2012.04.008.
• Crooijmans R., Willems C., Nick H., Bruhn D., 2016. The influence of facies heterogeneity on the doublet performance in low-enthalpygeothermal sedimentary reservoirs. Geothermics, 64: 209–219. DOI: 10.1016/j.geothermics.2016.06.004.
• Croucher A., O’Sullivan M., 2008. Application of the computer code TOUGH2 to the simulation of supercritical conditions in geothermal systems. Geothermics, 37: 622–634. DOI: 10.1016/j.geothermics.2008.03.005.
• DARTS, 2019. Delft Advanced Research Terra Simulator. <https://darts.citg.tudelft.nl> (dostęp: 20.10.2022).
• Faust C., Mercer J., 1979a. Geothermal reservoir simulation: 1. Mathematical models for liquid- and vapor-dominated hydrothermal systems. Water Resources Research, 15: 23–30. DOI: 10.1029/WR015i001p00023.
• Faust C., Mercer J., 1979b. Geothermal reservoir simulation: 2. Numerical solution techniques for liquid- and vapor-dominated hydrothermal systems. Water Resources Research, 15: 31–46. DOI: 10.1029/WR015i001p00031.
• Garipov T., Tomin P., Rin R., Voskov D., Tchelepi H., 2018. Unified thermo-compositional-mechanical framework for reservoir simulation. Computers & Geosciences, 22: 1039–57. DOI:10.1007/s10596-018-9737-5.
• Hu L., Zhang K., Cao X., Li Y., Guo C., 2016. IGMESH: A convenient irregular-grid-based pre- and post-processing tool for TOUGH2 simulator. Computers & Geosciences, 95: 11–17. DOI: 10.1016/j.cageo.2016.06.014.
• Ishizawa Y., Matsumoto K., Sato K., Okatsu K., Miyake Y., 2013. Accelerating of the Reservoir Simulator TOUGH2 by GPU. Energy Procedia, 37: 3764–3770. DOI: 10.1016/j.egypro.2013.06.272.
• Khait M., Voskov D., 2018. Operator-based linearization for efficient modeling of geothermal processes. Geothermics, 74 :7–18. DOI:10.1016/j.geothermics.2018.01.012.
• Khait M., Voskov D., 2019. Integrated framework for modelling of thermal-compositional multiphase flow in porous media. SPE Reservoir Simulation Conference, Galveston, Texas, USA. DOI:10.2118/193932-MS.
• Kretzschmar H.J., Wagner W., 2019. International Steam Tables: Properties of Water and Steam based on the Industrial Formulation IAPWS-IF97. Springer Vieweg. DOI: 10.1007/978-3-662-53219-5.
• Łętkowski P., 2022. Well placement optimization for constant production rate. Nafta-Gaz, 78(8): 598–607. DOI: 10.18668/NG.2022.08.04.
• O’Sullivan M., 1985. Geothermal reservoir simulation. International Journal of Energy Research, 9: 319–32. DOI: 10.1002/er.4440090309.
• Pruess K., 2002. Numerical simulation of multiphase tracer transport in fractured geothermal reservoirs. Geothermics, 31: 475–99.DOI: 10.1016/S0375-6505(02)00007-X.
• Rinaldi A.P., Nespoli M., 2017. TOUGH2-seed: A coupled fluid flow and mechanical-stochastic approach to model injectioninduced seismicity. Computers & Geosciences, 108: 86–97. DOI:10.1016/j.cageo.2016.12.003.
• Shabani B., Vilcáez J., 2018. A fast and robust TOUGH2 module to simulate geological CO2 storage in saline aquifers. Computers& Geosciences, 111: 58–66. DOI: 10.1016/j.cageo.2017.10.012.
• Shetty S., Voskov D., Bruhn D., 2018. Numerical strategy for uncertainty quantification in low enthalpy geothermal projects. Workshop on Geothermal Reservoir Engineering. <https://pangea.stanford.edu/ERE/pdf/IGAstandard/SGW/2018/Shetty.pdf> (dostęp: 29.06.2023).
• Tran A.P., Dafflon B., Hubbard S., 2016. iMatTOUGH: An opensource Matlab-based graphical user interface for pre- and post-processing of TOUGH2 and iTOUGH2 models. Computers & Geosciences, 89: 132–143. DOI: 10.1016/j.cageo.2016.02.006.
• Voskov D., 2017. Operator-based linearization approach for modeling of multiphase multicomponent flow in porous media. Journal of Computational Physics, 337: 275–88. DOI: 10.1016/j.jcp.2017.02.041.
• Voskov D., Zhou Y., 2015. AD-GPRS, Stanford University’s Automatic Differentiation based General Purpose Research Simulator user’s manual. Technical Report. <http://pangea.stanford.edu/researchgroups/supri-b/> (dostęp: 29.06.2023).
• Wang Y., Hoop S., Voskov D., Bruhn D., Bertotti G., 2021a. Modeling of multiphase mass and heat transfer in fractured high-enthalpy geothermal systems with advanced discrete fracture methodology. Advances in Water Resources, 154: 103985. DOI: 10.1016/j.advwatres.2021.103985.
• Wang Y., Voskov D., Khait M., Saeid S., Bruhn D., 2021b. Influential factors on the development of a low-enthalpy geothermal reservoir: A sensitivity study of a realistic field. Renewable Energy, 179:641–651. DOI: 10.1016/j.renene.2021.07.017.
• Wong Z., Horne R., Voskov D., 2015. A geothermal reservoir simulator in AD-GPRS. World Geothermal Congress. <https://pangea.stanford.edu/ERE/db/WGC/papers/WGC/2015/22043.pdf> (dostęp: 29.06.2023).
• Akty prawne i dokumenty normatywne
• IAPWS-IF97 Revised Release on the IAPWS Industrial Formulation 1997 for the Thermodynamic Properties of Water and Steam.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).