Fluid Model Validation and Impact of Parameter Tuning on Underground Hydrogen Storage Performance

本研究开发并验证了一套适用于地下储氢（UHS）的综合流体性质模型，重点关注氢气在地下储层中行为的精确表征。利用CMG WinProp软件，采用实验数据和回归技术对氢气密度、粘度和溶解度等关键流体性质进行建模和校准。研究评估并调优了Peng-Robinson（PR）和Soave-Redlich-Kwong（SRK）状态方程，最终选择PR状态方程因其在含氢多组分体系中表现更优。针对粘度计算，校准了Jossi-Stiel-Thodos（JST）关联式，结果表明Yoon-Thodos-Herning-Zipperer（YT-HZ）模型在富氢混合物中显著优于Lee-Eakin关联式。氢气溶解度采用基于亨利定律的方法建模，并在不同盐度和温度范围内进行了校准。最后，利用封闭边界二维储层模型，在盐水层和枯竭气藏两种情景下评估了参数调优对储氢模拟的影响。结果表明，在盐水层情景中溶解度调优影响最大，而在枯竭气藏情景中状态方程调优效果最为显著。总体而言，经过全面调优的模型显著提高了多孔介质中氢气储存的模拟精度，强调了严格参数校准对确保储层性能可靠性的重要性。

CMG软件应用情况

使用软件：CMG WinProp（版本2024.4）和 CMG GEM

具体应用环节：

  1. 流体模型构建与调优（WinProp）
    • 在CMG WinProp中构建氢气纯组分及H₂-CH₄-N₂混合体系的流体模型
    • 使用回归技术校准Peng-Robinson（PR）和Soave-Redlich-Kwong（SRK）状态方程参数
    • 调优Jossi-Stiel-Thodos（JST）粘度关联式，比较YT-HZ与Lee-Eakin模型的适用性
    • 基于亨利定律建立氢气在盐水中的溶解度模型，校准不同盐度（最高58,440 ppm NaCl）和温度条件下的参数
  2. 储层模拟验证（GEM）
    • 将调优后的流体模型导入CMG GEM进行 compositional 模拟
    • 建立封闭边界二维储层模型，模拟两种典型地下储氢情景：
      • 盐水层储氢情景：初始含水饱和度100%，盐度58,440 ppm
      • 枯竭气藏储氢情景：利用废弃气藏进行氢气储存
    • 评估流体模型调优对气羽运移预测和压力计算精度的影响
  3. 技术贡献
    • 提供了可直接在CMG软件中复现的完整工作流
    • 报告了可直接用于CMG WinProp和GEM的参数设置
    • 为工业标准 compositional 模拟器中的氢气流体模型校准提供了经实验验证的统一框架

研究结论

  1. 模型验证成果：通过针对性参数调优，成功建立了适用于地下储氢的综合流体性质模型，显著提高了模拟精度。
  2. 状态方程选择：Peng-Robinson（PR）状态方程在含氢多组分体系中表现优于SRK方程，经调优后可将氢气混合物密度预测误差降至1%以内。
  3. 粘度模型优化：Jossi-Stiel-Thodos（JST）关联式经校准后，YT-HZ模型在富氢混合物中表现显著优于Lee-Eakin关联式，平均绝对偏差为3-5%。
  4. 溶解度模拟：基于亨利定律的溶解度模型经调优后，可将氢气在盐水中的溶解度预测误差降至1%以内。
  5. 情景化影响：
    • 盐水层情景：溶解度调优对模拟结果影响最大
    • 枯竭气藏情景：状态方程（EOS）调优效果最为显著
  6. 工程意义：经过全面调优的流体模型能显著提高氢气储存在多孔介质中的模拟精度，强调了严格参数校准对确保储层性能预测可靠性的关键作用。
  7. 实用性：该工作流可直接在CMG WinProp和GEM中复现，为其他研究人员进行地下储氢模型校准提供了标准化的参考方法。

作者单位：

  • 沙特阿美石油公司

Abstract

This study develops and validates a comprehensive fluid property model for underground hydrogen storage (UHS), focusing on the accurate representation of hydrogen’s behavior in subsurface reservoirs. Key fluid properties, including hydrogen density, viscosity, and solubility, are modeled and calibrated using experimental data and regression techniques within CMG WinProp. The Peng–Robinson (PR) and Soave–Redlich–Kwong (SRK) equations of state are evaluated and tuned, with the PR EOS selected for its superior performance in hydrogen containing, multi-component systems. The Jossi–Stiel–Thodos (JST) correlation is calibrated for viscosity, showing that the Yoon-Thodos–Herning-Zipperer (YT-HZ) model significantly outperforms the Lee-Eakin correlation in hydrogen-rich mixtures. Hydrogen solubility is modeled using a Henry’s-law-based approach and calibrated across a range of salinities and temperatures. Finally, the impact of tuning on hydrogen storage simulations is evaluated using a closed-boundary 2D reservoir model under saline aquifer and depleted gas reservoir scenarios. Results indicate that solubility tuning has the greatest impact in aquifer scenarios, while EOS tuning has the most pronounced effect in depleted gas scenarios. Overall, the fully tuned model significantly improves simulation accuracy for hydrogen storage in porous media and highlights the importance of rigorous parameter calibration to ensure reliable reservoir performance predictions.

发表评论