VALIDAÇÃO DO MODELO MATEMÁTICO PARA INCRUSTAÇÃO DE SULFATOS EM RESERVATÓRIOS (A PARTIR DE DADOS LABORATORIAIS E DE CAMPO) RAPHAEL MONTEIRO PEREIRA DA SILVA UNIVERSIDADE ESTADUAL DO NORTE FLUMINENSE - UENF LABORATÓRIO DE ENGENHARIA E EXPLORAÇÃO DE PETRÓLEO - LENEP MACAÉ - RJ Dezembro - 2006 VALIDAÇÃO DO MODELO MATEMÁTICO PARA INCRUSTAÇÃO DE SULFATOS EM RESERVATÓRIOS (A PARTIR DE DADOS LABORATORIAIS E DE CAMPO) RAPHAEL MONTEIRO PEREIRA DA SILVA Tese apresentada ao Centro de Ciência e Tecnologia da Universidade Estadual do Norte Fluminense, como parte das exigências para obtenção do título de Mestre em Engenharia de Reservatório e de Exploração. Orientador: Pavel Bedrikovetsky, Ph.D. MACAÉ - RJ Dezembro - 2006 ii VALIDAÇÃO DO MODELO MATEMÁTICO PARA INCRUSTAÇÃO DE SULFATOS EM RESERVATÓRIOS (A PARTIR DE DADOS LABORATORIAIS E DE CAMPO) RAPHAEL MONTEIRO PEREIRA DA SILVA Tese apresentada ao Centro de Ciência e Tecnologia da Universidade Estadual do Norte Fluminense, como parte das exigências para obtenção do título de Mestre em Engenharia de Reservatório e de Exploração. Aprovada em 11 de dezembro de 2006 Comissão Examinadora: ___________________________________________________________________ Luis Carlos Baralho Bianco (Engenharia de Petróleo – UN-RIO/PETROBRAS) ___________________________________________________________________ Maria Carmen Moreira Bezerra (D.Sc., CENPES/PETROBRAS) ___________________________________________________________________ Francisca Ferreira do Rosário (D.Sc., Geoquímica - CENPES/PETROBRAS) ___________________________________________________________________ Adolfo Puime Pires (D.Sc., Engenharia de Reservatório – LENEP/CCT/UENF) ___________________________________________________________________ Pavel Bedrikovetsky (Ph.D., Reservatório – LENEP/CCT/UENF) (orientador) iii Agradecimentos Agradeço à minha família, em especial ao meu aos meus pais (Manoel e Arinete) que sempre me deram tamanho apoio mesmo nos momentos mais complicados. À minha querida namorada Lidiane Damásio por todo amor e carinho, estando comigo em todos os momentos e sendo grande encorajadora desse trabalho. À minha grande amiga e “mãe”, Mariângela por ter me ajudado desde o momento em que mudei para Macaé, e por ter sido uma grande incentivadora para que essa tese fosse realizada. À minha amiga e “aluna” Flavia Patrício que trabalhou comigo durante a realização dessa tese. E ao meu amigo Gladstone Moraes pela ajuda no esclarecimento de diversas dúvidas. Agradeço a todos os meus amigos da turma, em especial aos companheiros de república Fábio, Vitor, Marcone pela força e incentivo durante todos estes anos. E agradeço em especial ao meu professor-orientador e amigo Pavel Bedrikovetsky, por toda a ajuda e paciência demonstrada no decorrer deste trabalho e a Prof. Dr. Themis pelo apoio e atenção no esclarecimento de dúvidas. Ao Laboratório de Engenharia de Exploração e Produção de Petróleo (LENEP) por toda infraestrutura e apoio acadêmico para que fosse concluído este trabalho. À Agência Nacional do Petróleo (ANP) pelo apoio financeiro com uma bolsa de iniciação científica. A todos os membros da banca pela prontidão em participar da defesa da tese. iv RESUMO A incrustação de sulfatos pode ocasionar um significativo impacto na produção de óleo em campos submetidos à injeção de água, quando as águas de injeção e de formação são incompatíveis quimicamente. Esse fato ocorre devido à precipitação do sal sulfato de bário/estrôncio a partir da mistura dessas águas. A formação do precipitado tem como conseqüência a queda de produtividade do poço. O sistema que define o dano ocorrido devido à incrustação de sulfato é determinado por dois parâmetros principais: o coeficiente cinético que caracteriza a velocidade da reação química e o coeficiente dano de formação que reflete a queda da permeabilidade devido à precipitação do sal. Um método baseado em um modelo analítico para determinação dos dois coeficientes a partir de testes laboratoriais durante a injeção simultânea da água de formação e da água do mar em regime quase permanente foi apresentado em trabalhos anteriores. A presente tese estende o método para a determinação dos coeficientes cinético e de dano de formação a partir de dados de poços produtores, consistindo das concentrações de bário na água produzida e da queda de produtividade do poço. Foram analisados vários dados de testes laboratoriais e de campo. Desta forma, foram obtidos os valores dos dois parâmetros do sistema dano de formação devido à incrustação de sulfatos. Os valores dos dois coeficientes foram utilizados na simulação da previsão da queda de produtividade de poços. Os coeficientes obtidos, tanto a partir de dados laboratoriais, quanto dados de campo variam dentro de um mesmo intervalo. Esses resultados validam o modelo matemático proposto para incrustação de sulfatos e o método baseado no modelo analítico “do laboratório e de poços para poços”. v ABSTRACT Sulphate scaling can have a disastrous impact on oil production in waterflood projects with incompatible injected and formation waters. This is due to precipitation of barium / strontium sulphate from the mixture of both waters and the consequent permeability reduction resulting in loss of well productivity. The system where sulphate scaling damage occurs is determined by two governing parameters: the kinetics coefficient characterising the velocity of chemical reaction and the formation damage coefficient reflecting permeability decrease due to salt precipitation. Previous work has derived an analytical model-based method for determination of two coefficients from laboratory corefloods during quasi-steady state commingled flow of injected and formation waters. The current study extends the method for determination of kinetics and formation damage coefficients from production well data consisting of barium concentrations in the produced water and of well productivity decline. We analyse several laboratory test data and field data, and obtain values of the two sulphate scaling damage parameters. The two coefficient values were used for prediction of productivity decline for these wells. The values of kinetics and formation damage coefficients as obtained from either laboratory or field data vary in the same range intervals. These results validate the proposed mathematical model for sulphate scaling damage and the analytical model-based method “from lab and wells to wells”. vi Índice Agradecimentos ........................................................................................................................ iv RESUMO ................................................................................................................................... v ABSTRACT............................................................................................................................... vi Índice........................................................................................................................................vii Lista de Figuras ........................................................................................................................ix Lista de Tabelas ........................................................................................................................xi Nomenclatura ..........................................................................................................................xii CAPÍTULO 1 1.1 INTRODUÇÃO.......................................................................................... 1 Descrição do Problema............................................................................................. 1 1.2 Revisão Bibliográfica................................................................................................ 4 1.2.1 Mecanismos de Transporte de Espécies Químicas............................................. 4 1.2.1.1 Difusão ........................................................................................................... 4 1.2.1.2 Dispersão ........................................................................................................ 5 1.2.2 Incrustação.......................................................................................................... 7 1.2.2.1 Aspectos Gerais .............................................................................................. 7 1.2.2.2 Causas da Incrustação..................................................................................... 9 1.2.2.3 Local da Precipitação ................................................................................... 11 1.2.2.4 Mecanismos de Formação de Incrustações .................................................. 12 1.2.2.5 Principais Mecanismos de Mistura das Águas ............................................. 13 1.2.2.6 Propriedades do Sulfato de bário.................................................................. 17 1.2.2.7 Forma cristalina ............................................................................................ 17 1.2.2.8 Solubilidade .................................................................................................. 17 1.2.3 Potencial para Incrustação ................................................................................ 18 1.2.3.1 Modelos Termodinâmicos ............................................................................ 20 1.2.3.2 Modelos Cinéticos ........................................................................................ 22 1.2.4 Modelo Matemático para Precipitação de Sais em Reservatórios.................... 24 1.2.5 Experimentos de Precipitação de Sais em Meio Poroso .................................. 26 1.3 Objetivos da Tese.................................................................................................... 28 1.4 Organização da Dissertação .................................................................................. 29 CAPÍTULO 2 MODELO MATEMÁTICO PARA O TRATAMENTO DE TESTES LABORATORIAIS .................................................................................................................. 31 2.1 Equações Governantes ........................................................................................... 31 2.2 Modelo Analítico Assintótico para Fluxo em Regime Quase Permanente........34 2.3 Primeiro e Segundo Problemas Inversos.............................................................. 37 2.4 Banco de Dados....................................................................................................... 39 CAPÍTULO 3 - MÉTODO DOS TRÊS PONTOS DE PRESSÃO................................... 44 3.1 Esquema Laboratorial ........................................................................................... 45 3.2 Formulação do Problema Inverso......................................................................... 45 3.3 Análise de Sensibilidade......................................................................................... 48 vii CAPÍTULO 4 CAMPO MODELO MATEMÁTICO PARA O TRATAMENTO DE DADOS DE 51 4.1 Equações Básicas em Coordenadas Radiais......................................................... 52 4.2 Solução Analítica Assintótica para Fluxo na Vizinhança do Poço Produtor....54 4.3 Primeiro e Segundo Problemas Inversos.............................................................. 60 4.4 Estudo de Campo.................................................................................................... 61 4.4.1 Campo Marlim (Bacia de Campos) .................................................................. 62 4.4.2 Campo Namorado (Bacia de Campos) ............................................................. 69 4.4.3 Campos do Mar do Norte (UK)........................................................................ 70 CAPÍTULO 5 - ANÁLISE DOS RESULTADOS ............................................................. 74 CAPÍTULO 6 - CONCLUSÕES........................................................................................ 77 CAPÍTULO 7 - RECOMENDAÇÕES .............................................................................. 79 NOVIDADES CIENTÍFICAS ................................................................................................ 81 REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................... 82 Apêndice A – Equações Governantes para Incrustação de BaSO4 no Meio Poroso com Fluxo Reativo Linear............................................................................................................... 89 Apêndice B – Solução Assintótica para Fluxo Linear em Regime Permanente................... 92 Apêndice C – Solução Analítica para Fluxo 1-D sem Dispersão Hidrodinâmica ................ 99 Apêndice D – Índice de Produtividade “em testemunhos” .................................................. 102 Apêndice E – Método dos Três Pontos de Pressão............................................................... 105 Apêndice F – Equações Governantes para Incrustação de BaSO4 no Meio Poroso com Fluxo Radial .......................................................................................................................... 107 Apêndice G - Índice de Produtividade – Poço ...................................................................... 114 Apêndice H - Artigo Publicado em 2005 .............................................................................. 116 Apêndice I - Artigo Publicado em 2006 ................................................................................ 128 Apêndice J - Artigo Publicado em 2006................................................................................ 165 Laboratory- and Field Prediction of Sulfate Scaling Damage ............................................ 166 Apêndice K - Artigo Publicado em 2006............................................................................... 184 Injectivity Impairment due to Sulphate Scaling during PWRI: Analytical Model............. 185 viii Lista de Figuras Figura 1.1 - Mecanismo de mistura unidimensional para o caso homogêneo.......................... 14 Figura 1.2 - Mecanismo de mistura unidimensional para o caso heterogêneo......................... 14 Figura 1.3 - Mecanismo de mistura 2D areal heterogêneo....................................................... 15 Figura 1.4 - Mecanismo de mistura 2D vertical heterogêneo................................................... 16 Figura 1.5 - Esquema de precipitação de sulfato de bário em meio poroso ............................. 25 Figura 2.1 - Fotografia de um testemunho e o esquema para o teste em regime quase permanente ....................................................................................................................... 34 Figura 2.2 - Função do erro relativo entre a solução numérica e as soluções por expansões assintóticas versus a razão de concentração α.................................................................. 35 Figura 2.3 - Perfil de concentração de bário para as soluções: numérica e aproximações assintóticas........................................................................................................................ 36 Figura 2.4 - Função distribuição dos parâmetros λ e β a partir de testes laboratoriais (a) Coeficiente cinético λ (M*m)-1; (b) Coeficiente dano de formação β ............................. 43 Figura 3.1 – Arranjo laboratorial para testes sobre incrustação de sulfatos com medição de pressão em três pontos do testemunho ............................................................................. 45 Figura 3.2 – Impedância para primeira seção do testemunho, para a segunda seção do testemunho e para todo o testemunho............................................................................... 46 Figura 3.3 – Gráfico para determinação dos coeficiente λ e β a partir a interseção das curvas no plano (λ,β) ................................................................................................................... 47 Figura 3.4 – Comportamento dos lados direito e esquerdo da equação transcendental, considerando a inclinação do testemunho inteiro (m) e de uma parte dele (m1) .............. 48 Figura 3.5 - Pequenas perturbações nas inclinações das impedâncias obtidas de dados laboratoriais ...................................................................................................................... 49 Figura 4.1 - Mistura entre a água injetada e da formação em um reservatório submetido à injeção de água com precipitação de sulfato de bário (BaSO4) na zona de mistura......... 52 Figura 4.2 - Esquema da produção simultânea da água do mar e da formação na vizinhança do poço .................................................................................................................................. 55 Figura 4.3 – Perfil de concentração de bário para a solução numérica e as aproximações de assintóticas........................................................................................................................ 56 Figura 4.4 – Função do erro relativo entre a solução numérica e as aproximações assintóticas versus a razão de concentrações α.................................................................................... 57 Figura 4.5 – Perfil concentração de bário versus o raio adimensional para diferentes valores de λ na vizinhança de 1 metro............................................................................................... 58 Figura 4.6 – Dependência da concentração depositada versus o coeficiente cinético para diferentes momentos......................................................................................................... 59 Figura 4.7 – Queda do índice de produtividade para diferentes valores de coeficiente cinético λ e para o coeficiente dano de formação β=300, sendo: 1- λ = 500 (M∗m)-1; 2- λ = 4000 (M∗m)-1; 3- λ = 10000 (M∗m)-1 ....................................................................................... 60 Figura 4.8 - Histórico de produção do poço P4 no campo de Marlim: (a) histórico de BSW, vazão de produção, fração de água do mar na água produzida e índice de produtividade. (b) Concentração de bário na água produzida (c) Tratamento de três períodos de queda de IP e previsão para o quarto período ............................................................................. 63 Figura 4.9 - Histórico de produção do poço P1 no campo de Marlim: (a) histórico de BSW, vazão de produção, fração de água do mar na água produzida e índice de produtividade. (b) Concentração de bário na água produzida (c) Tratamento de três períodos de queda de IP e previsão para o quarto período ............................................................................. 65 Figura 4.10 - Histórico de produção do poço P2 no campo de Marlim: (a) histórico de BSW, vazão de produção, fração de água do mar na água produzida e índice de produtividade. (b) Concentração de bário na água produzida (c) Tratamento de três períodos de queda de IP e previsão para o quarto período ............................................................................. 66 Figura 4.11 - Histórico de produção do poço P3 no campo de Marlim: (a) histórico de BSW, vazão de produção, fração de água do mar na água produzida e índice de produtividade. (b) Concentração de bário na água produzida (c) Tratamento de três períodos de queda de IP e previsão para o quarto período ............................................................................. 67 Figura 4.12 - Histórico de produção do poço P5 no campo de Marlim: (a) histórico de BSW, vazão de produção, fração de água do mar na água produzida e índice de produtividade. (b) Concentração de bário na água produzida (c) Tratamento de três períodos de queda de IP e previsão para o quarto período ............................................................................. 68 Figura 4.13 - Ajuste do coeficiente cinético λ e do coeficiente dano de formação β a partir de dados do campo Namorado (a) Perfil concentração de bário versus a fração de água do mar na água produzida. (b) Crescimento da função impedância versus o tempo, em p.v.i. (c) Previsão da queda do índice de produtividade............................................................ 70 Figura 4.14 - Perfil concentração de bário versus fração de água do mar na água produzida para poços de cinco Campos do Mar do Norte................................................................. 71 Figura 4.15 - Função distribuição dos parâmetros λ e β a partir de dados de campo (a) Coeficiente cinético λ (M*m)-1; (b) Coeficiente dano de formação β ............................. 73 x Lista de Tabelas Tabela 1.1 - Principais incrustações inorgânicas em poços de petróleo..................................... 8 Tabela 1.2 - Solubilidade das principais incrustações da indústria do petróleo em água pura a 25°C.................................................................................................................................. 18 Tabela 1.3 - Taxas de crescimento de cristal de uso comum para o sulfato de bário e outros minerais. ........................................................................................................................... 23 Tabela 2.1 – Coeficiente cinético e de dano de formação obtidos a partir de dados laboratoriais à temperatura de 20°C ................................................................................. 40 Tabela 2.2 - Coeficiente cinético e de dano de formação obtidos a partir de dados laboratoriais à temperatura de 70°C ...................................................................................................... 40 Tabela 2.3 – Composição das salmouras utilizadas nos testes em testemunho realizados por Goulding (1987) ............................................................................................................... 41 Tabela 2.4 - Coeficiente cinético e de dano de formação obtidos a partir do tratamentos dos dados laboratoriais realizados por Goulding (1987) ........................................................ 41 Tabela 2.5 - Valores dos Coeficientes Cinético e de Dano de Formação Obtidos a partir de Testes Laboratoriais.......................................................................................................... 42 Tabela 4.1 – Valores dos Coeficiente cinético e de dano de formação obtidos a partir de dados de campo........................................................................................................................... 69 Tabela 4.2 – Coeficientes cinético e de dano de formação baseado em dados de poços do campo Namorado.............................................................................................................. 70 Tabela 4.3 – Coeficiente cinético calculado a partir de dados de campos do Mar do Norte....72 Tabela 5.1 - Valores dos Coeficientes Cinético e de Dano de Formação obtidos a partir de Testes Laboratoriais e de Dados de Campo ..................................................................... 76 xi Nomenclatura Letras Latinas Símbolos Descrições Unidades cBa Concentração molar de bário na solução aquosa mol/Litro cSO4 Concentração molar de sulfato na solução aquosa mol/Litro C Concentração de bário adimensional D Coeficiente de dispersão h Espessura do reservatório IAP − m2/s m Produto das atividades iônicas (mol/L)2 m3/(s∗Pa) IP Índice de Produtividade IS Índice de saturação − J Impedância adimensional − k0 Permeabilidade absoluta inicial da rocha Ka Constante da taxa de reação química (2a ordem) (M∗s)-1 Kps Constante do produto de solubilidade (mol/L)2 m Inclinação da impedância M Concentração em quantidade de matéria (molar) MBaSO4 mD − Peso molecular para Sulfato de Bário igual 0,23339 mol/L Kg/mol p Pressão Pa pD Pressão adimensional Q Vazão total r Coordenada radial rD Coordenada radial adimensional Rc Raio de contorno m s Saturação de água − S Concentração adimensional de BaSO4 − t Tempo s tD Tempo adimensional − U Velocidade total do fluxo V Diferença de concentrações − x Coordenada linear m xD Coordenada linear adimensional − − m3/s m m/s xii Y Coordenada adimensional de sulfato − Letras Gregas Símbolos Descrições Unidades α Razão entre concentrações injetadas de Ba2+ e SO42- - αD Coeficiente de dispersão m β Coeficiente do dano à formação - εD Número difusivo adimensional (Schmidt) - εK Número cinético adimensional - φ Porosidade - λ Coeficiente cinético (M∗m)-1 µ Viscosidade kg/(m∗s) ρBaSO4 σ Densidade da Barita Kg/m3 Concentração molar do sólido depositado mol/L xiii 1 CAPÍTULO 1 - INTRODUÇÃO No presente trabalho deduz-se novos modelos analíticos para determinação do dano à formação devido à incrustação de sulfato de bário a partir do fluxo com reação química em: i) testemunhos, ii) na vizinhança dos poços produtores. Os coeficientes do modelo apresentado nesse trabalho foram calculados a partir do tratamento de dados de 23 testes laboratoriais (i) e 22 poços produtores (ii). Os resultados obtidos apresentam a mesma ordem de magnitude, isto valida os modelos, permitindo que os coeficientes obtidos sejam aplicados na simulação de reservatórios. Baseado no histórico de produção de poços produtores foram realizadas previsões do índice de produtividade utilizando modelo (ii). 1.1 Descrição do Problema A incrustação de sulfato de bário/estrôncio (Ba/SrSO4) é grave problema que ocorre em campos submetidos à injeção de água, sendo as águas de injeção e de formação incompatíveis quimicamente. Esse fenômeno é atribuído à precipitação do sal sulfato de bário/estrôncio a partir da mistura de ambas águas e a conseqüente redução da permeabilidade resultando na perda de produtividade do poço (Oddo e Tomson, 1994, Sorbie e Mackay, 2000). O problema de queda de produtividade devido à incrustação de sulfatos vem sendo documentado em vários campos da Bacia de Campos, Brasil, (Bezerra et al., 2 1990, 1996, Rosario e Bezerra, 2001; Gomes et al., 2002) e em reservatórios do Mar do Norte (Mackay et al., 2002, 2003). A decisão de se realizar uma prevenção, remoção ou estimulação de um poço com problema de incrustação esta baseada na previsão do dano causado pela incrustação proveniente de uma modelagem matemática com coeficientes determinados a partir de dados laboratoriais ou de campo. Vários modelos numéricos (Rocha et al., 2001, Mackay, 2002, Delshad e Pope, 2003) e analíticos (Araque-Martinez e Lake, 1999, Woods e Parker, 2003) que descrevem a incrustação de sulfatos para condições laboratoriais e de campo estão disponíveis na literatura. A opção de reação química em simuladores de fluxo comerciais permite a modelagem da incrustação de sulfatos em campos com problema de incrustação (Eclipse, 2001, Stars, 2003). Modelos matemáticos para incrustação de sulfatos contêm o coeficiente da taxa de reação que caracteriza a intensidade da reação química (também chamada velocidade da reação). O coeficiente da taxa de reação é proporcional à velocidade de fluxo para pequenas velocidades, e o coeficiente de proporcionalidade é chamado coeficiente cinético (Fogler, 1998, Lopes, 2002, Bedrikovetsky, 2006a,b). O coeficiente cinético é determinado pelas propriedades da rocha e dos fluidos, pela natureza do depósito e pelas condições termodinâmicas. Outro parâmetro governante é o coeficiente dano de formação que reflete a queda da permeabilidade devido à precipitação do sal (Pang e Sharma, 1994). O coeficiente dano de formação também depende das propriedades da rocha e dos fluidos. Assim como a permeabilidade ou pressão capilar, os coeficientes cinético e de dano de formação não podem ser determinados teoricamente para condições reais de fluidos e meio poroso. O perfil de deposição do sal durante testes laboratoriais em testemunhos é não uniforme, uma vez que as concentrações dos reagentes diminuem ao longo do testemunho devido à reação química. Deste modo, os coeficientes não podem ser medidos diretamente em testes laboratoriais com reação química em testemunhos. Conseqüentemente, os coeficientes devem ser determinados tanto a partir de dados laboratoriais quanto dados de campo através da solução de problemas inversos. 3 O arranjo experimental e os resultados de testes laboratoriais, em regime quase permanente da injeção simultânea de água do mar e da formação com conseqüente incrustação de sulfato de bário, foram apresentados por Read e Ringen (1982), Allaga et al. (1992), Todd e Yuan (1992), Watt et al. (1992), Goulding (1987), Lopes (2002). A concentração de bário no efluente e a variação de pressão no testemunho foram medidas durantes os testes para diferentes rochas e fluidos. A solução analítica para fluxo linear com reação química em regime quase permanente permite calcular o coeficiente cinético a partir da concentração de bário no efluente; o coeficiente dano de formação é determinado a partir do aumento da variação de pressão versus o tempo durante o fluxo simultâneo de água do mar e da formação (Bedrikovetsky et al., 2006a). Os dados laboratoriais de Goulding (1987), Yuan (1989), Todd e Yuan (1992), Watt et al. (1992), Lopes (2002) foram tratados a partir de problemas inversos, e o banco de dados para os coeficientes do modelo calculados a partir de vinte e três testes laboratoriais será apresentado nessa tese. Nessa tese também será apresentada a metodologia de problemas inversos baseados em solução analítica para o tratamento de dados de poços. Um modelo analítico será deduzido para fluxo com reação química em regime quase permanente ao redor dos poços produtores. Os problemas inversos para a caracterização do dano devido à incrustação são os seguintes: o coeficiente cinético é calculado a partir da concentração de bário na água produzida, e o coeficiente dano de formação é determinado a partir da queda do índice de produtividade. Dados de produtividade de dez poços produtores de campos da Bacia de Campos, Brasil, e de treze poços produtores de reservatórios do Mar do Norte, UK, serão tratados. Os coeficientes cinético e de dano de formação serão determinados em seguida utilizados para previsão da queda de produtividade nos poços. A validação do modelo será realizada através da comparação entre os valores dos coeficientes obtidos a partir de dados laboratoriais e dados de campo. Uma vez validado o modelo, poderemos propor a utilização dos coeficientes obtidos de testes laboratoriais para previsão do comportamento dos poços (do laboratório para os poços), assim como a utilização dos coeficientes obtidos de dados de campo para previsão de outros campos (do poço para o poço). 4 1.2 Revisão Bibliográfica Nesta revisão bibliográfica serão definidos alguns conceitos básicos relacionados ao entendimento da presente tese e serão citados diversos trabalhos científicos da área. 1.2.1 Mecanismos de Transporte de Espécies Químicas Lake (1989) cita quatro mecanismos principais que causam o transporte de espécies químicas no meio poroso: forças viscosas devido às diferenças de pressão; forças gravitacionais devido às diferenças de densidade; forças capilares; difusão e dispersão. Os mecanismos de difusão e dispersão exercem grande influência nos processos de deslocamentos miscíveis no meio poroso, por isto, estes fenômenos, foram e ainda são objetos de pesquisa e estudo na indústria do petróleo. A água de injeção (rica em sulfato) ao deslocar a água da formação (rica em bário) forma uma frente de avanço. Na interface entre elas poderão ocorrer os fenômenos de difusão e dispersão, que são responsáveis pelo espalhamento ou mistura das espécies químicas. Pode-se definir estes mecanismos da seguinte forma: 1.2.1.1 Difusão Quando dois fluidos miscíveis e de diferentes concentrações são postos em contato, inicialmente haverá uma superfície de separação entre eles, mas devido à movimentação aleatória das espécies químicas em solução (movimento browniano), logo haverá uma difusão gradativa de um fluido no outro, ou seja, o transporte de massa de um fluido para o outro. Com o tempo, a superfície inicial de separação entre os fluidos se transformará em uma zona de mistura. Na ausência de um meio 5 poroso, este fenômeno é chamado de difusão molecular (dm) e na presença do meio poroso (consolidado ou não), denomina-se difusão aparente (dap). Lake (apud Pirson, 1989), através de uma analogia entre difusão e condutividade elétrica no meio poroso, sugeriu a seguinte relação aproximada entre a difusão aparente e a difusão molecular: dap = dm Fφ (1.1) onde F é o fator resistividade elétrica da formação [adim.] e φ é a porosidade. Ou seja, há uma modificação no efeito da difusão molecular causada pelo meio poroso e suas heterogeneidades. 1.2.1.2 Dispersão No mecanismo de difusão não se considera a movimentação dos fluidos. Assim, no caso de fluxo de fluidos no meio poroso, há um novo mecanismo de mistura, determinados pelo gradiente de velocidade entre as diversas linhas de fluxo, resultado das heterogeneidades do meio poroso. Este mecanismo é denominado de dispersão. A dispersão é classificada em dois tipos: dispersão longitudinal: ocorre na direção do movimento dos fluidos. dispersão transversal: ocorre na direção perpendicular ao movimento dos fluidos. Lake (1989) utiliza o termo dispersão para se referir ao mecanismo causado pelo gradiente de concentrações (difusão) somado ao mecanismo causado pelo gradiente de velocidades. Através de vários experimentos laboratoriais e, também, por razões de ordem qualitativa, Lake resumiu o coeficiente de dispersão longitudinal (DL) através da seguinte equação, válida para fluxos unidimensionais: 6 DL = dm + UαL Fφ (1.2) sendo U a velocidade total de fluxo [m/s] e αL a dispersividade longitudinal [m]. Lake (apud Bear, 1989) classifica αL como uma propriedade fundamental do meio poroso e que pode ser considerada como uma medida da heterogeneidade do meio. O nível de dispersão, portanto, estaria relacionado com a heterogeneidade, assim, em meios mais heterogêneos haveria uma maior dispersão. A dispersividade pode ser considerada como uma medida da quantidade de mistura que ocorrerá no meio poroso, onde uma maior dispersividade implicará numa quantidade maior de mistura. Para o caso de baixas velocidades de fluxo, o segundo termo da equação (1.2) é desprezível, e DL será proporcional a dm. Para o caso de altas velocidades, não haverá tempo suficiente para que a difusão equalize as concentrações no meio poroso e, portanto, o segundo termo se torna mais significativo. Considerando-se a hipótese que as heterogeneidades ao longo das linhas de fluxo provoquem uma mistura completa dos fluidos, o primeiro termo da equação (1.2) poderá ser desprezado. Segundo Lake (1989), à exceção de alguns casos particulares, quando a velocidade intersticial for maior que três centímetros por dia (cm/d), que é o caso da maioria dos métodos de EOR1, o segundo termo é dominante e a dispersão longitudinal pode ser escrita como: DL ≅ UαL (1.3) Os mecanismos da difusão e da dispersão são responsáveis pelo espalhamento e mistura das espécies químicas em solução, fazendo com que seja formada uma zona de mistura entre os dois fluidos. Quando não há nenhum destes mecanismos no fluxo de fluidos não haverá a formação da zona de mistura e o deslocamento será do tipo “pistão”. 1 EOR (enhanced oil recovery): recuperação melhorada de petróleo que é caracterizada pela injeção de materiais normalmente estranhos aos presentes no reservatório. 7 O tamanho da zona de mistura (∆X) foi estimado por Sorbie e Mackay (2000), para um sistema unidimensional, através da seguinte equação, em unidades adimensionais: ∆X = 3.625 αL ∗ T L (1.4) onde L é o comprimento do testemunho utilizado nos experimento laboratorial [m] e T é o tempo adimensional em volumes porosos injetados. 1.2.2 Incrustação Incrustações (ou scale) podem ser definidas como compostos químicos de natureza inorgânica, inicialmente solúveis em soluções salinas, e que precipitam podendo se aderir na superfície sólida no reservatório, canhoneados, telas de gravel pack, colunas de produção e equipamentos de superfície (Marques et al., 2001). A acumulação da incrustação irá obstruir o fluxo de fluidos, limitando a produção e, possivelmente, causando danos aos equipamentos de fundo de poço. A segurança do poço pode ser comprometida pela deposição em válvulas de segurança submarina. Alguns incrustantes constituem um risco para saúde, já que são reconhecidos como Ocorrência Natural de Materiais Radioativos (NORM2), cuja remoção e o descarte requer alto custo, além de ser perigoso. 1.2.2.1 Aspectos Gerais Muitos minerais incrustantes são encontrados na indústria do petróleo, entretanto os mais comuns e que causam mais preocupação são: carbonato de cálcio (calcita), sulfato de cálcio (gipsita), sulfato de bário (barita) e sulfato de estrôncio (celestita). Compostos de ferro a partir de corrosão e oxidação também são comuns. 2 Do ingles Naturally Occurring Radioactive Materials 8 De acordo com a American Standard Test Method, as principais incrustações, fórmulas químicas e o nome do mineral são listados na Tabela 1.1. Tabela 1.1 - Principais incrustações inorgânicas em poços de petróleo Tipo Incrustante Fórmula Química Nome do Mineral Depósito Solúvel em Água Cloreto de Sódio NaCl Halita Depósito Solúvel em Ácido Carbonato de Cálcio CaCO3 Calcita Carbonato de Ferro FeCO3 Siderita Sulfeto de Ferro FeS Trolita Fe3O4 Magnetita Fe2O3 Hematita Mg(OH)2 Brucita Óxido de Ferro Hidróxido de Magnésio Depósito Insolúvel em Ácido Sulfato de Cálcio CaSO4 • 2H2O Gipsita Sulfato de Cálcio CaSO4 Anidrita Sulfato de Bário BaSO4 Barita Sulfato de Estrôncio SrSO4 Celestita Sulfato de Bário Estrôncio BaSr(SO4)2 Sulfato de Bário Estrôncio A deposição de incrustantes inorgânicos em poços produtores gera um custo para a indústria do petróleo. A precipitação e acúmulo de incrustação na formação, canhoneados, colunas de produção, válvulas e equipamentos de superfície podem causar restrições ao fluxo e reduzir a produtividade do poço. A remoção da incrustação, em particular do sulfato de bário, pode ser muito custosa e tem se tornado um problema crescente com as regulamentações com respeito à ocorrência natural de materiais radioativos (NORM). Materiais radioativos são categorizados com relação à quantidade de radiação que estes podem produzir. Na indústria do petróleo, NORM ocorre em incrustantes que bloqueiam tubulações e equipamentos. Os riscos para saúde a partir de baixos níveis de radiação em NORM são considerados mínimos em muitos casos; entretanto, a 9 remoção do resíduo NORM pode criar um problema, uma vez que a radioatividade dos incrustantes normalmente é muito baixa de tubulação para tubulação, porém o nível de radiação total aumenta quando todos os tubos incrustados são armazenados em um mesmo lugar. 1.2.2.2 Causas da Incrustação A incrustação ocorre principalmente pela alteração das condições de equilíbrio em que uma solução aquosa se encontra. Mudanças das condições físicas (tubulações, canhoneados, gravel pack) por onde essas soluções aquosas se deslocam também favorecem a formação de incrustações. Mackay e Sorbie (1999) descrevem sucintamente as principais causas da formação das incrustações e suas conseqüências na produção de petróleo, que são descritas como se segue: 1. variações termodinâmicas (pressão, temperatura, concentração, pH, etc) que ocorrem ao longo do processo de produção de petróleo. A variação de temperatura assim como o decréscimo da pressão contribui para o processo que promove a formação de incrustações; As variações termodinâmicas podem ocorrer no início da produção do poço. E os problemas com incrustação podem ocorrer tão logo se inicie a produção de água da formação (conata ou aqüífero), ou seja, bem cedo na vida do campo. Se tivermos durante a produção de petróleo água rica em cálcio (Ca2+) e bicarbonato (HCO3-), quando ocorrer redução de pressão ou aumento de temperatura poderá ocorrer precipitação de carbonato de cálcio ou calcita (CaCO3). Este mecanismo de precipitação envolve um desequilíbrio termodinâmico entre o dióxido de carbono (CO2) e o bicarbonato. A incrustação de carbonato de cálcio, assim como carbonato de ferro (FeCO3, siderita) e sulfeto de ferro (FeS2, pirita), tem a vantagem de serem facilmente removidas através de uma operação de acidificação. Entretanto apresentam a desvantagem de serem dificilmente previstas pelos modelos existentes, por necessitarem dados de entrada mais precisos (como a pressão de bolha do CO2, o pH no poço e a concentração de bicarbonato). Os modelos de 10 previsão de incrustações por carbonatos são mais complexos e, freqüentemente, menos precisos. 2. reação química decorrente da mistura de águas quimicamente incompatíveis entre si, sob condições físicas favoráveis. A água da formação encontra-se inicialmente em equilíbrio químico com a rocha e com os hidrocarbonetos presentes. Ao se injetar uma outra água não nativa, estranha ao reservatório, isto é, sem estar em equilíbrio químico com o mesmo, surgem diversos problemas. Em função da incompatibilidade química da água do mar e da água da formação, poderá ocorrer reação química entre elas. A água da formação (rica em cátions divalentes da família dos metais alcalinos terrosos tais como Ba2+, Sr2+ e Ca2+) e a água de injeção (rica em íons sulfatos, SO42-), quando submetidas a condições termodinâmicas adequadas, faz com que sejam depositados compostos insolúveis tais como BaSO4 (sulfato de bário ou barita), SrSO4 (sulfato de estrôncio ou celestita) e CaSO4 (sulfato de cálcio ou anidrita), conforme as seguintes reações: Ba2+ + SO24− ⇒ BaSO4 ↓ (1.5) Sr 2+ + SO24− ⇒ SrSO4 ↓ (1.6) Ca2+ + SO24− ⇒ CaSO4 ↓ (1.7) Dentre estes compostos, o sulfato de bário é o mais problemático por ser o de menor solubilidade e o de mais difícil remoção. Portanto, a natureza do gerenciamento dos problemas de incrustação varia ao longo do tempo de produção. Inicialmente, os problemas são relacionados com deposições de incrustações de carbonato, pois a primeira água a ser produzida é composta apenas de água da formação. Depois do breakthrough da água do mar injetada, os problemas de incrustações de carbonato tendem a diminuir e os problemas com incrustações de sulfato tendem a aumentar e chegar a um máximo, quando o índice de saturação (definido mais adiante) for máximo. Este máximo é alcançado para uma determinada razão de mistura entre a água da formação e a água do mar. A partir deste ponto, à medida que a quantidade de água do mar aumenta, a incidência destas incrustações tende a diminuir. 11 1.2.2.3 Local da Precipitação A reação para que ocorra incrustação depende se haverá concentração de íons sulfato suficiente na água do mar injetada, e cátions divalentes de bário, estrôncio e/ou cálcio na água de formação para gerar incrustação de sulfatos; ou se haverá concentração suficiente de bicarbonato e íons de cálcio para permitir a formação de carbonatos. Assim a incrustação pode ocorrer em qualquer lugar onde haja mistura de salmouras incompatíveis, ou exista mudança nas condições físicas – como queda de pressão. Jordan, et al. (2006) apresentam uma revisão de todos possíveis ambientes para formação de incrustação. Primeiramente em poços injetores, por exemplo, se a água do mar for suplementada com a re-injeção de água produzida (PWRI); Ao redor dos poços injetores, quando a água injetada entra no reservatório em contato com a água da formação; No reservatório, devido ao deslocamento da água de formação pela água injetada, ou por causa da convergência das linhas de fluxo; Quando as águas de injeção e de formação convergem em direção ao poço produtor, mas fora do raio de tratamento com inibidores3; Quando as águas de injeção e de formação convergem em direção ao poço produtor, e dentro do raio de tratamento com inibidores; Em um intervalo completado de um poço produtor, onde uma salmoura é produzida pelo intervalo produtor, enquanto que a outra salmoura esta sendo produzida por uma seção abaixo; Na junção de poços multilaterais, onde um poço está produzindo uma única salmoura e outro poço está produzindo uma salmoura incompatível; Em manifold submarino, onde um poço está produzindo uma salmoura e outro poço está produzindo uma salmoura diferente; Em equipamentos de superfície, onde as linhas de produção estão fluindo com diferentes salmouras. Como conseqüência destes depósitos, poderá ocorrer dano à formação, entupimento de canhoneados ou gravel pack, restrições em colunas ou linhas de 3 Produtos químicos injetados em poços com o intuito de inibir a reação química 12 produção, redução de eficiência de separação óleo/água, entupimento de equipamentos de filtração, etc. 1.2.2.4 Mecanismos de Formação de Incrustações A cristalização e formação de uma incrustação requerem a ocorrência de três fatores simultâneos (Oliveira apud York e Schorle, 1997): supersaturação; nucleação; tempo de contato. A supersaturação é a causa primária da formação de incrustação, sendo as alterações de pressão, temperatura, pH, etc., consideradas causas secundárias, pois estes fatores influenciam na solubilidade de um dado composto. A nucleação pode ser definida como o início de um processo de precipitação. Podem existir dois tipos de nucleação, com mecanismos distintos: nucleação homogênea; nucleação heterogênea: a existência de substâncias estranhas como, por exemplo, partículas em suspensão, microorganismos, etc., reduzem a energia necessária para a formação de uma superfície inicial para o crescimento da incrustação. É necessário que haja um tempo de contato entre a solução e os núcleos formados para que ocorra o processo de crescimento do cristal e uma incrustação possa se formar. A co-precipitação é um fenômeno em que diferentes componentes solúveis são removidos da solução durante a formação do precipitado (Oliveira, 1997). 13 1.2.2.5 Principais Mecanismos de Mistura das Águas Sorbie e Mackay (2000) mostraram, do ponto de vista teórico, como ocorre a mistura in situ das águas de formação e injeção, começando pelo caso unidimensional mais simples e estendendo para o caso real heterogêneo tridimensional. Foram identificados os principais mecanismos de misturas entre as diversas águas: deslocamento unidimensional linear (1D), para os casos homogêneos e heterogêneos; deslocamento e mistura em reservatórios heterogêneos estratificados (2D vertical); deslocamento e mistura em reservatórios areais e horizontais (2D areal); combinações dos casos anteriores (3D). Em todos estes casos, sempre haverá a formação de um banco de água da formação sendo deslocado em contato direto com a água injetada. Este deslocamento pode ser considerado frontal e o grau de mistura que poderá ocorrer entre estas águas dependerá do nível de heterogeneidade (dispersividade) do meio poroso. No primeiro destes casos, é analisada uma situação ideal onde o deslocamento acontece em um canal de fluxo homogêneo, sendo utilizada uma extensão da teoria de Buckley-Leverett para se estudar o problema. Neste caso, há a formação de uma fronteira entre o banco de água conata ou água da formação (AF) e o banco de água do mar (AM), sendo mínima a mistura devido à dispersão (Figura 1.1). Portanto, os bancos de água vão se deslocar em direção ao poço produtor sem que haja alguma mistura significativa dentro do reservatório ou mesmo no poço produtor, pois, dentre os fluidos produzidos haveria uma mudança brusca de composição: primeiramente, somente água conata seria produzida e, depois, somente água injetada. Este caso é mostrado analiticamente, numericamente e experimentalmente por Sorbie e Mackay (2000). 14 Figura 1.1 - Mecanismo de mistura unidimensional para o caso homogêneo4 Quando se considera a heterogeneidade no deslocamento unidimensional, há a formação de uma zona de mistura dentro da qual poderá haver a deposição do scale consumindo os íons causadores da incrustação (Figura 1.2). Figura 1.2 - Mecanismo de mistura unidimensional para o caso heterogêneo5 4 Figura baseada no paper “Mixing of Injected, Connate and Aquifer Brines in Waterflooding and Its Relevance to Oilfield Scaling”, 2000, Sorbie e Mackay. 5 idem 15 Esta deposição, além de não causar nenhum dano significativo à formação (Bertero et al., 1986), não se acumula devido ao contínuo deslocamento desta zona de mistura em direção ao poço produtor. A zona de mistura funciona como uma barreira ou um espaçador entre as águas conata e injetada, prevenindo futuras deposições. Este mecanismo é importante porque ocorre nos demais mecanismos de deslocamento e mistura. No caso de uma geometria 2D areal, haverá a formação de linhas de fluxo, partindo do poço injetor, com diferentes tempos de trânsito, e convergindo para o poço produtor. As linhas de fluxo mais velozes são aquelas que se deslocam pelo centro do reservatório e são responsáveis pelo breakthrough da água do mar injetada. Pelas extremidades do reservatório se deslocam as linhas de fluxo mais lentas, onde ainda haveria a produção de água da formação. Esta convergência de diferentes linhas de fluxo provocará a mistura das águas nas proximidades do poço produtor (Figura 1.3). Figura 1.3 - Mecanismo de mistura 2D areal heterogêneo6 No caso de uma litologia que seja composta pela presença de heterogeneidades no plano vertical do reservatório, um outro tipo de mistura ocorrerá entre as diferentes águas, pois o breakthrough da água do mar ocorrerá, primeiramente, nas camadas mais permeáveis e a água da formação continuará chegando pelas camadas de mais baixa permeabilidade. Este tipo de mecanismo de mistura provocará, também, a mistura das águas nas proximidades do poço produtor (Figura 1.4). 6 Figura baseada no paper “Mixing of Injected, Connate and Aquifer Brines in Waterflooding and Its Relevance to Oilfield Scaling”, 2000, Sorbie e Mackay. 16 Figura 1.4 - Mecanismo de mistura 2D vertical heterogêneo7 A presença de um aqüífero somente pode vir a complicar o problema, pois a água do mesmo poderá vir a ser produzida conjuntamente com a água de injeção, aumentando a mistura e a possibilidade de formação de incrustação. No caso de um reservatório tridimensional e heterogêneo tem-se uma combinação de todos os mecanismos de misturas citados anteriormente. Portanto, esta contínua chegada de águas incompatíveis entre si, aliada às altas velocidades de fluxo, provoca a formação e deposição das incrustações nas proximidades do poço produtor, podendo causar dano à formação. Quanto maior a presença de heterogeneidades, estes mecanismos de mistura se tornam mais efetivos, aumentando os possíveis danos nas proximidades dos poços produtores. Bedrikovetsky, et al., (2002) propuseram um novo mecanismo de mistura dentro dos reservatórios de petróleo. O mecanismo leva em consideração a difusão 7 Figura baseada no paper “Mixing of Injected, Connate and Aquifer Brines in Waterflooding and Its Relevance to Oilfield Scaling”, 2000, Sorbie e Mackay. 17 do íon bário proveniente de camadas impermeáveis adjacentes para dentro do reservatório. Neste caso, poderá ocorrer acumulação do sal precipitado no reservatório, podendo causar dano à formação. Entretanto, estas camadas impermeáveis são paralelas à direção do fluxo de tal modo que a incrustação não cria uma barreira ao fluxo. 1.2.2.6 Propriedades do Sulfato de bário O sulfato de bário é um dos sais mais insolúveis, se forma pela reação química que ocorre entre a água de injeção (rica em sulfatos) e a água da formação (rica em íons bário), como se mostra abaixo: Ba2+ (aq) + SO24−(aq) → BaSO4(s) (1.8) O enriquecimento da água de formação em íons de bário deve-se a fatores responsáveis pelo consumo de sulfato solubilizado, possibilitando a dissolução de maior quantidade de sulfato de bário. Dentre os fatores pode-se citar a ação de bactérias redutoras de sulfato (Dunn et al., 1991). 1.2.2.7 Forma cristalina Em geral, a barita é um cristal ortorrômbico, com densidade de 4,47 g/cm3 nesta morfologia. Entretanto, formas diferentes são obtidas em diferentes condições reacionais, sendo o grau de supersaturação um dos fatores determinantes: em um índice de saturação acima de 1000 (log(IS)>3), obtém-se cristais dendríticos, em forma de agulha, estrela e rosetas. A temperatura, a pressão, o pH e a concentração de eletrólitos também influenciam a morfologia do cristal (Dunn et al., 1998). 1.2.2.8 Solubilidade A solubilidade da barita em água deionizada a 25ºC é de 2,3 mg/L. Apresenta insolubilidade a ponto de certos métodos quantitativos de análise de 18 sulfato e de bário basearem-se na sua precipitação (Ostroff, 1965). O seu produto de solubilidade nas mesmas condições é de 1,1024x10-10 M2 (Harris, 2001). Comparando as solubilidades das principais incrustações da indústria do petróleo, Tabela 1.2, pode-se perceber que o sulfato de bário é o mais insolúvel. Tabela 1.2 - Solubilidade das principais incrustações da indústria do petróleo em água pura a 25°C Incrustações Solubilidade (mg/L) BaSO4 (barita) 2,3 SrSO4 (celestita) 114 CaSO4 (gipsita) 2000 CaCO3 (calcita) 53 O aumento de temperatura e o aumento da força iônica da solução influenciam favoravelmente a solubilidade do sulfato de bário, que é proporcional ao somatório dos produtos entre concentrações e as cargas dos íons elevadas ao quadrado; sendo a solubilidade correlacionada com essas variáveis, inclusive pressão, por vários autores (Atkinson e Raju, 1991, Yuan e Todd, 1991, Oddo e Tomson, 1994, Monnin, 1999). A variação da solubilidade do sulfato de bário com a temperatura pode ocasionar grandes problemas, caso medidas preventivas não sejam tomadas, pois mesmo não havendo supersaturação da solução ao deixar o reservatório, a água de formação pode se tornar supersaturada em razão do resfriamento, a ponto de causar graves danos a tanques e equipamentos. A carga elétrica superficial da barita apresenta forte dependência do pH da solução. Verifica-se também influência das concentrações e espécies presentes na solução e conseqüentemente da sua força iônica (Collins, 1998). 1.2.3 Potencial para Incrustação Um modelo ideal de previsão de potencial de incrustações deveria levar em consideração, entre outros, os seguintes itens: 19 termodinâmica: variações de pressão, temperatura, pH e de composições da água; cinética: as reações químicas que resultam na formação de incrustações podem não ser instantâneas, por isto, a importância da inclusão da cinética de precipitação que levará em consideração a velocidade de fluxo e o tempo de residência no reservatório e tubulações; hidrodinâmica; aderência e dissolução da incrustação; redução da permeabilidade do meio poroso; precipitação simultânea dos diversos tipos de incrustações (coprecipitação). A previsão do potencial de incrustação deve ser feita para todo o período de produção do reservatório de petróleo. De preferência, esta previsão deve ser feita na fase inicial do projeto do campo, pois é nesta fase que os investimentos são feitos. É nesta fase que se decide, por exemplo, a compra de uma planta para redução de sulfato para remover os íons sulfatos da água de injeção. Decide-se, também, a estratégia de injeção de água, o esquema de completações dos poços, etc. Pode-se identificar dois tipos principais de modelos para a previsão do potencial de incrustação: modelos termodinâmicos: consideram os fatores termodinâmicos e as propriedades químicas das misturas para a determinação do estado de equilíbrio do sistema; modelos cinéticos: baseia-se na determinação da taxa de reação química e sua dependência por vários fatores (temperatura, pressão, concentrações, etc). A escolha de qual modelo será usado dependerá muito do grau de proximidade que o sistema se encontra do seu equilíbrio termodinâmico e da natureza e complexidade do sistema (Lopes, 2002). Os dois modelos serão descritos a seguir. 20 1.2.3.1 Modelos Termodinâmicos A modelagem termodinâmica utiliza constantes de solubilidade obtidos da literatura, equilíbrio entre as fases, coeficiente de atividade pelo formalismo de Pitzer e finalmente calcula as espécies insolúveis utilizando equações das constantes de equilíbrio e de balanço de massa. O modelo considera que nas condições termodinâmicas especificadas para a mistura de águas, a massa precipitada de um composto insolúvel será equivalente à quantidade que excede o seu produto de solubilidade (Kps) dado por: K psCA = ac aa = [ A]Ya [C ]Yc (1.9) sendo Kps o produto de solubilidade do composto CA, na força iônica e temperatura da solução; aa é a atividade do ânion A; ac é a atividade do ânion C; [A] é a concentração molar de A; [C] é a concentração molar de C; YA é o coeficiente de atividade de A; YC é o coeficiente de atividade de C. Na prática sabe-se que os sistemas podem existir em suas formas saturadas nas quais os produtos das atividades dos íons precipitantes é maior que o Kps. Estas previsões devem ser interpretadas como sendo as máximas quantidades de precipitado que podem ocorrer. Outro parâmetro, além do produto de solubilidade, que nos ajuda a caracterizar o potencial de precipitação é o índice de saturação (IS) ou razão de solubilidade (RS), definido por: ISCA = RSCA = ac aa K spCA (1.10) O índice de saturação varia ao longo do tempo com as diferentes razões de mistura das águas de injeção e de formação. Sendo assim, o potencial de incrustação também muda, podendo haver pontos em que não será mais provável a formação da incrustação, como é o caso de altos valores de razão de mistura (Jordan et al., 2001). O máximo índice de saturação na mistura das águas corresponde ao ponto onde as precipitações deverão ocorrer com maior gravidade 21 para o reservatório. É a condição mais crítica para a precipitação, mas que nem sempre corresponde à maior massa que poderá precipitar. Por outro lado, no laboratório vê-se que para o máximo IS, a inibição da precipitação torna-se mais difícil, requerendo inibidores mais eficientes. O IS varia com a pressão e temperatura, o que permite a previsão dos pontos sujeitos à ocorrência de incrustação. Quando IS > 1 a solução é supersaturada e poderá ocorrer precipitação; se IS = 1, a solução é saturada, ou seja, está em equilíbrio e, neste caso, não ocorrerá precipitação; caso IS < 1, a solução é subsaturada e poderá ocorrer dissolução. Na utilização do modelo termodinâmico para a previsão do potencial de incrustação, o índice de saturação e a massa a precipitar devem ser obtidos em função de diferentes razões de mistura entre a água da formação e a água do mar injetada. Ou seja, devem ser calculados ao longo de toda a vida produtiva do reservatório em estudo. A obtenção destes parâmetros não é uma condição suficiente para se obter uma boa previsão do potencial de incrustação. Comparações devem ser feitas com parâmetros de reservatórios de comportamentos conhecidos, nas mesmas condições de pressão e temperatura, para que se possam efetuar ajustes nas previsões. Segundo Lopes (2002), a modelagem do processo de injeção de água do mar em um reservatório e a conseqüente precipitação de sais insolúveis é mais precisa caso se utilize uma abordagem cinética. Portanto, o modelo termodinâmico não foi considerado nesta tese pelo fato do mesmo não levar em consideração a cinética das reações e não representar bem o processo de injeção de água em um reservatório. 22 1.2.3.2 Modelos Cinéticos Araque-Martinez e Lake (1999) afirmam que devido às altas velocidades de fluxo nas proximidades dos poços, é razoável assumir uma condição de “não equilíbrio local”, ou seja, uma predominância dos efeitos da cinética química. A cinética química possui como objeto o estudo quantitativo das taxas de reação química e sua dependência por vários fatores (concentração, pressão, temperatura, etc). Esta taxa ou velocidade de reação pode ser expressa em termos da concentração de qualquer reagente ou produto da reação. Na literatura existem diversos trabalhos que tratam desta cinética, não havendo, ainda, um consenso de qual seria a melhor equação para descrever a taxa de crescimento do cristal. De acordo com Rocha, apud Christy e Putnis (2001), a cinética de precipitação do sulfato de bário ainda não é bem definida devido ao grande número de parâmetros físicos que influenciam na determinação desta taxa. Nancollas e Liu (1975) investigaram, através de dados laboratoriais, uma cinética de segunda ordem, tanto para o crescimento quanto para a dissolução do sulfato de bário, independente da dinâmica do fluido. Estes resultados têm um amplo uso na modelagem envolvendo incrustações. Lopes (2002), mostrou através de experimentos em meio poroso, a proporcionalidade entre o coeficiente da taxa de reação química (Ka) e a velocidade de fluxo (U), para vários formatos de taxa, sendo a constante de proporcionalidade (λ) denominada de coeficiente cinético: K a = λU (1.11) Bedrikovetsky et al. (2006a) apresenta uma tabela resumida e ilustrativa de algumas taxas de crescimento do cristal aplicadas tanto para o sulfato de bário quanto para outros minerais (Tabela 1.3). 23 Tabela 1.3 - Taxas de crescimento de cristal de uso comum para o sulfato de bário e outros minerais. Referência Nielsen, 1959 Equação Comentários q = 630 cBa (mµ/s)4 Ka = 6.1 1017 (mol/cm2 s) (cm3/mol)4 Mistura equimolar. A taxa é determinada pela superfície de adsorção. q = KaAs(cBa− cBaeq)2 KaAs: 150−1480 (M min)−1 As: 0.138−0.430 (m2 L−1) Mistura equimolar. A precipitação é induzida por sementes sólidas Garder e Nancollas, 1983 q = KaAs(cBa− cBaeq)2 Ka (150 °C): 6.33 104 (L2 Mol−1 min−1 m−2) Fornece a concentração de sementes ao invés da area de reação. Goulding, 1987 ⎛c ⎞ q = K a As ⎜ Ba − 1⎟ eq ⎝ cBa ⎠ KaAs ∼ 1.6 106 (M s)−1 Nancollas e Liu, 1975 2 Steefel e Cappelen, 1990 ⎛⎛ a a Ba SO4 q = K a As ⎜ ⎜ ⎜ ⎜ ⎝ K sp ⎝ Afirma nucleação heterogênea quase instantânea no ambiente de reservatório. m ⎞ ⎞ ⎟⎟ − 1⎟ ⎟ ⎠ ⎠ n Lista os valores de m e n para alguns minerais. m, n > 0 Wat, Sorbie, et al.,1992 q = Ka(cBa − cBaeq)2 Ka=1.26 102 (M min)−1 Mistura equimolar. Christy e Putnis, 1992 q = (126±65) As (cBa− cBaeq)2 Mistura equimolar. Quanto maior são as concentrações, maior é a ordem da reação química. Stumm, 1992 ⎛⎛ a a Ba SO4 q = Ka ⎜ ⎜ ⎜ ⎜⎝ K sp ⎝ 1/ 2 ⎞ ⎟⎟ ⎠ ⎛ aBa aSO4 q = K a As ⎜ ⎜ K sp ⎝ Bethke, 1996 ⎞ − 1⎟ ⎟ ⎠ q = ((2.5±0.5)10-7) ( Araque-Martinez e Lake, 1999 q = K a As aBa aSO4 − K sp Rocha et al., 2001 cBa cSO4 − K sp ( ) Apresenta uma equação geral para taxa. A área da superfície é tomada fora do parânteses. Para baixas concentrações, a formula tende à lei das massas ativas. ⎞ ⎟⎟ ⎠ Aoun et al., 1998 Azaroual et al., 2001 2 Mistura equimolar.Mede simultaneamente a nucleação e o crescimento do cristal. 2.1± 0.1 ) São consideradas diferentes areas de superfície para dissolução e precipitação. ⎛ aBa aSO4 ⎞ − 1⎟ , q = K a As ⎜ ⎜ αK ⎟ sp O coeficiente de área As é a área ⎝ ⎠ α: crit. sat. coef., Ka: 10-11−10-10 (600−3700 m) total multiplicada por sua fração reativa. mol sKg H2O ⎛ ⎛ aBa a SO4 ⎞⎞ q = 5.310−6 exp ⎜ 0.011⎜ − 1⎟ ⎟ ⎜ K ⎟⎟ ⎜ sp ⎝ ⎠⎠ ⎝ A area de precipitação As foi obtida através de ajustes de dados experimentais, e está incluída na expressão da taxa. 24 1.2.4 Modelo Matemático para Precipitação de Sais em Reservatórios As equações básicas de fluxo em meios porosos com reações químicas se encontram nos livros de Lake (1989), Phillips (1991) e Bedrikovetsky (1994), e são baseadas no princípio da mecânica dos fluidos. A primeira estratégia de modelagem do processo de incrustação em projetos de injeção de água do mar foi baseada no equilíbrio termodinâmico, tendo como exemplo, Bertero (1986). Segundo Araque-Martinez e Lake (1999) o problema de formação de incrustação é mais grave nas proximidades dos poços produtores, devido à grande velocidade do fluxo, não havendo tempo de residência suficiente para que o equilíbrio termodinâmico seja atingido, ou seja, ocorre uma predominância dos efeitos da cinética química, fato que invalida a modelagem termodinâmica, pelo menos nas vizinhanças dos poços produtores. Uma forma de avaliar a predominância cinética ou termodinâmica em determinada região é feita pelo número de Dankholer, que confronta a velocidade de escoamento com a velocidade da reação. Mackay (2002) utiliza esse adimensional para situar regiões onde o modelo desenvolvido é capaz de determinar adequadamente a composição da fase aquosa. Sorbie e Mackay (2000) apresentam uma descrição detalhada da precipitação de sulfato de bário em diferentes zonas do reservatório e o conseqüente dano de formação causado pela incrustação. Mostram como ocorre a mistura in-situ das águas de formação e injeção. No primeiro desses casos, o deslocamento unidimensional, a dispersão dos íons é obtida por uma relação linear com a velocidade do escoamento, sendo a dispersão proporcional à velocidade. Bedrikovetsky et al. (2002) obtiveram uma correlação entre a partição volumétrica de camadas impermeáveis a partir do histórico da concentração de um traçador, no caso o ânion cloreto, na água produzida; baseando-se na solução exata do problema inverso. Um percentual de heterogeneidade maior pode tornar os mecanismos de mistura acima citados mais efetivos, tornando mais severa a precipitação nas proximidades do poço produtor. A mistura de água injetada e de formação ocorre ao longo de toda área varrida do reservatório durante o processo de injeção. Quando a água de formação 25 for rica em íons de bário e a água de injeção for rica em íons sulfato, a precipitação poderá ocorrer, no interior do reservatório, durante o processo de deslocamento da água de formação pela água injetada. Esta deposição não causa dano significativo à formação (Bertero et al., 1986), porque o acúmulo é desprezível devido ao contínuo deslocamento desta zona de mistura em direção ao poço produtor (Figura 1.5). Injetor Produtor Incrustação de BaSO4 nas vizinhanças do poço produtor Água de formação Incrustação de BaSO4 no reservatório Água Injetada Figura 1.5 - Esquema de precipitação de sulfato de bário em meio poroso Pode ocorrer acumulo de precipitado nos limites entre camadas com permeabilidades diferentes. Este mecanismo leva em consideração a difusão do íon bário proveniente de camadas de baixa permeabilidade adjacentes para dentro do reservatório. A redução da permeabilidade pode ser significativa. Entretanto, geralmente, estas camadas impermeáveis são paralelas à direção do fluxo de tal modo que a incrustação não cria uma barreira ao fluxo (Bedrikovetsky et al., 2002). Nas proximidades dos poços produtores ocorre um aumento da velocidade de fluxo, então uma mistura mais intensa ocorre nesta zona (aumenta a difusão) (Nikolaevskii, 1990). O aumento da velocidade de fluxo também causa um aumento na taxa de cinética química (Lopes, 2002), de tal forma que a precipitação nas imediações do poço produtor acontece de forma mais intensa do que no reservatório. Pode-se concluir que grande parte da acumulação de precipitado ocorre nas vizinhanças permeabilidade. dos poços produtores provocando redução de 26 Bedrikovetsky, et al., (2003) desenvolveram um modelo em simetria radial para o fluxo simultâneo da água de formação e da água injetada na vizinhança do poço produtor. O modelo é baseado na constatação que o principal dano à formação devido à incrustação durante a injeção de água na vizinhança dos poços produtores devido à intensa mistura e acumulação do deposito (Sorbie e Mackay, 2000). O modelo é unidimensional e não conta com a transferência difusiva dos íons reagentes entre as camadas, a qual tem influência no dano à produtividade do poço. Mackay et al. (2003) mostraram que em sistemas com geometria complexa, a mistura de água de injeção e de formação pode ocorrer no interior do reservatório, conduzindo a um espalhamento da frente de mistura antes da mesma alcançar os poços produtores. Entretanto, se a deposição ocorrer no interior do reservatório, longe dos poços produtores, esta não se torna um problema. De fato, pode ser até benéfico, pois causa uma depleção nos íons incrustantes reduzindo o potencial de incrustação em áreas mais sensíveis como nas proximidades dos poços produtores. Um modelo simplificado de linhas de fluxo para a previsão da perda de concentração de bário e de sulfato no interior do reservatório, durante o processo de deslocamento da água de formação pela água do mar injetada foi apresentado por Boim (2003). Neste trabalho foi utilizado um modelo semi-analítico para fluxo unidimensional levando em consideração a dispersão e a cinética de reação. A distribuição das linhas de fluxo foi obtida através da solução de um problema inverso a partir da curva de concentração de um traçador obtida no poço produtor. Este modelo nos permite determinar a concentrações dos íons de bário e de sulfato que chegam nas proximidades dos poços produtores. 1.2.5 Experimentos de Precipitação de Sais em Meio Poroso A solubilização e precipitação de sais em sandpack (areia não agregada compactada) foram estudadas em Allaga et al. (1992). Foram desenvolvidos dois tipos de experimentos: no primeiro, houve injeção simultânea de soluções ricas em sulfato e bário ou cálcio, observando-se queda em torno de 60% da permeabilidade, que teve um registro bastante oscilatório, indicando possível instabilidade das pontes de partículas. O segundo experimento incluía os sais sulfato de cálcio 27 (CaSO4) e sulfato de potássio (K2SO4) na mistura do sandpack, para posterior injeção de cloreto de bário (BaCl2) e cloreto de cálcio (CaCl2) possibilitando assim a construção de diagrama X versus T, onde observam-se as ondas de precipitação e dissolução dos sais presentes. A precipitação de sais em meio poroso foi observada por Read e Ringen (1982), tanto em meio poroso formado por testemunho de alumina sintética como em pacote de esferas de vidro de 4mm de diâmetro. Foi observada severa perda de permeabilidade em todas as proporções de injeção de águas de formação e injetada, porém as concentrações de saída não foram medidas ou reportadas. Também foi realizado teste em reator, onde a massa precipitada ficou de acordo com as previsões termodinâmicas. A formação da solução sólida dos sulfatos de bário e estrôncio devido à coprecipitação desses sais, que sempre ocorre caso os dois existam em condições incompatíveis com a concentração de sulfato da água injetada foi estudada em temperatura ambiente e a 70ºC (Todd e Yuan, 1988). Tanto as concentrações de saída, quanto o registro de pressões ao longo do testemunho foram medidos durante a injeção simultânea de águas ricas em bário e estrôncio, e sulfato, porém não foi estudado o comportamento da constante reacional, mas sim o declínio de permeabilidade durante a injeção. A precipitação in situ de sulfato de bário em teste de deslocamento de soluções incompatíveis foi realizada por McElhiney et al., (2001). Os perfis de concentração do efluente são fornecidos, porém a injeção de 1,0 mL de solução inerte antes da injeção de solução reativa, para prevenir precipitação no difusor, prejudica a modelagem e a aplicação dos resultados para casos práticos. O efeito da taxa de injeção na redução de permeabilidade foi investigado por Moghadasi et al., (2002). Observou-se um efeito diferente do que o reportado para tubulações – à medida que a taxa de injeção aumenta, a taxa da queda de pressão também aumenta. Em outras palavras, o aumento da taxa de injeção no meio poroso leva a uma mais rápida e severa redução da permeabilidade. Wat et al. (1992) realizaram testes em sandpack onde a concentração de saída do Ba2+ foi de 3,5 mg/L ao longo da injeção simultânea de água de formação e 28 do mar. A análise em MEV (microscopia eletrônica de varredura) mostra que o local de deposição mais abundante foi próximo ao ponto de mistura, como esperado. Não houve indício de que a nucleação homogênea e o conseqüente bloqueio da partícula tenha importância no dano à formação, mas sim o depósito de sais causado pelo crescimento contínuo dos cristais que permaneceram estacionários no sítio ativo de crescimento. Lopes (2002), apresentou uma nova metodologia para a determinação, em laboratório, da constante da taxa de reação química levando em consideração os efeitos do meio poroso. Um modelo semi-analítico e numérico foi desenvolvido para tratar os dados laboratoriais para o fluxo unidimensional da água injetada no meio poroso levando em consideração o efeito da dispersão e da reação química entre o bário (água da formação) e o sulfato (água do mar). Neste trabalho foi mostrado que a constante reacional para precipitação de sulfato de bário em meio poroso é proporcional é à velocidade de fluxo. A seqüência de testes proposta por Lopes consiste em: Testes de difusão, para se determinar o coeficiente de dispersão em função da velocidade de fluxo; Testes de precipitação em regime permanente, com diferentes velocidades, para se determinar a constante da taxa de reação química em função da velocidade de fluxo; Testes de precipitação em regime transiente, para validação do modelo. 1.3 Objetivos da Tese O objetivo geral desse trabalho é: Validar a forma da taxa de reação química no meio poroso e a forma da função dano de formação a partir de testes laboratoriais e do histórico de produção de campo. 29 Os objetivos específicos são: Aperfeiçoar o modelo analítico para fluxo linear com reação química em regime quase-permanente. A partir do modelo, criar banco de dados para o coeficiente cinético (λ) e o coeficiente dano de formação (β) a partir de testes laboratoriais. Desenvolver um novo método para determinar simultaneamente os dois coeficientes do modelo, a partir de medições de pressão. A nova característica dessa metodologia é a utilização de um manômetro em um ponto intermediário qualquer do testemunho, além dos tradicionais na entrada e saída do testemunho. Aplicar essa metodologia para determinação dos parâmetros empíricos (λ) e (β) do modelo. Aperfeiçoar o modelo para fluxo axi-simétrico na vizinhança do poço produtor, permitindo a determinação do coeficiente cinético a partir da concentração de bário na água produzida e a determinação do coeficiente dano de formação a partir do histórico do índice de produtividade. Criar banco de dados para o coeficiente cinético (λ) e o coeficiente dano de formação (β) a partir do histórico de produção de campo. 1.4 Organização da Dissertação O CAPÍTULO 2 - MODELO MATEMÁTICO PARA O TRATAMENTO DE TESTES LABORATORIAIS consiste na primeira etapa do trabalho onde será desenvolvido de um modelo matemático, que caracterize o sistema de incrustação de sulfatos com dano de formação no meio poroso, para fluxo linear com reação química. Este modelo foi aplicado para o tratamento de dados laboratoriais em amostras de rochas, com o objetivo de determinar a constante cinética e o coeficiente de dano de formação. Através do modelo, foram tratados vinte testes laboratoriais realizados no departamento de engenharia de petróleo da Heriot-Watt University – Scotland-UK. No CAPÍTULO 3 - MÉTODO DOS TRÊS PONTOS DE PRESSÃO será realizado o desenvolvimento de um novo método para a determinação simultânea de 30 ambos os parâmetros empíricos do modelo, a constante cinética e o coeficiente dano de formação, que caracterizam o sistema de incrustação de sulfatos. Para isso, além das tradicionais medidas de pressão na entrada e saída do testemunho, também deve ser realizada uma nova medida de pressão em um ponto intermediário do testemunho, caracterizando o chamado método dos três pontos de pressão. O método proposto fornece valores únicos para os dois coeficientes, e a solução é estável com respeito a pequenas perturbações dos dados de pressão. No CAPÍTULO 4 - MODELO MATEMÁTICO PARA O TRATAMENTO DE DADOS DE CAMPO será desenvolvido de um modelo matemático para o fluxo radial com reação química nas proximidades do poço produtor. Este modelo permite a caracterização do dano de formação devido à incrustação e previsão da queda do índice de produtividade do poço. Com base no modelo apresentado será realizada a caracterização de sistema de incrustação de sulfatos a partir do histórico de produção de sete campos produtores, sendo dois campos na Bacia de Campos e cinco campos do Mar do Norte. O CAPÍTULO 5 - ANÁLISE DOS RESULTADOS apresenta as discussões a respeito dos resultados obtidos a partir do tratamento dos dados laboratoriais e a partir dos dados de campo. As CONCLUSÕES são apresentadas no CAPÍTULO 6 -. Em seguida são apresentados os Apêndices onde todas as equações matemáticas desenvolvidas na presente tese são descritas. Os quatro últimos apêndices apresentam os artigos publicados a partir da presente tese. 31 CAPÍTULO 2 - MODELO MATEMÁTICO PARA O TRATAMENTO DE TESTES LABORATORIAIS Neste capítulo será discutido o dano de formação devido à precipitação de sulfato de bário, em testemunhos de rocha em testes laboratoriais, causando redução da permeabilidade. Ba2+(aq) ( Sr 2+ ) +SO24 (aq) → BaSO 4(s) ( SrSO 4(s) ) 2.1 (2.1) Equações Governantes O sistema de equações que descreve o fluxo unidimensional, com reação química, de uma solução aquosa contendo íons bário e sulfato e a precipitação de sulfato de bário é descrito pelas seguintes equações: balanço de massa para os íons bário, sulfato e para o sal sulfato de bário. A lei de Darcy é acrescida ao sistema, introduzindo um parâmetro para redução da permeabilidade devido à deposição do sal (Philips, 1991; Rocha, et. al., 2001; Bedrikovetsky, et. al., 2006a,b): 32 ⎧ ∂cBa ∂cBa ∂ 2cBa +U = αDU − λUcBacSO4 ⎪φ ∂x ∂x 2 ⎪ ∂t ∂cSO4 ∂ 2cSO4 ⎪ ∂cSO4 +U = αDU − λUcBacSO4 ⎪φ ∂x ∂x 2 ⎪ ∂t ⎨ ρ ⎪φ BaSO4 ∂σ = λUcBacSO 4 ⎪ MBaSO4 ∂t ⎪ ∂p k ⎪U = − ⎪ µ (1 + βσ ) ∂x ⎩ (2.2) sendo cBa a concentração de bário em molar [gmol/L], cSO4 a concentração de sulfato [gmol/L], σ a concentração do sal depositado [gmol/L], λ o coeficiente cinético [(Molar*m)-1], β o coeficiente dano de formação, U a velocidade de fluxo [m/s], αD coeficiente de dispersividade [m], φ porosidade, µ viscosidade [Kg/(m*s)] e k permeabilidade [D]. A taxa de reação química é dada pela lei das massas ativas (Bethke, 1996; Woods e Parker, 2003), sendo a reação dada pela fórmula (2.1) de segunda ordem. O modelo descrito pelas equações (2.2) é formado por quatro equações e quatro incógnitas - cBa, cSO4, σ e p. Como as primeiras duas equações de (2.2) são independentes de σ e p, elas podem ser separadas da terceira e quarta equações. Assume-se que os coeficientes de dispersão para os íons Ba2+ e SO42- são semelhantes e proporcionais à velocidade de fluxo, sendo o coeficiente de proporcionalidade αD chamado de dispersividade. Assume-se, também, que a constante da taxa de reação química no meio poroso é proporcional à velocidade de fluxo (Fogler, 1998; Lopes, 2002), sendo o coeficiente de proporcionalidade λ chamado de coeficiente cinético. Já o coeficiente dano de formação β caracteriza a diminuição da permeabilidade devido à precipitação de sulfato de bário (Eqs. 2.2). As outras hipóteses simplificadoras assumidas no modelo físico-matémático para precipitação de sulfato de bário são: A reação química entre o bário e o sulfato é irreversível; Água é considerada incompressível; Conservação do volume durante a mistura e precipitação do sal; 33 O coeficiente da taxa de reação (Ka) é independente da concentração do precipitado e dos precipitantes; Forma hiperbólica para o declínio da permeabilidade em função da concentração do precipitado. A irreversibilidade da reação química entre os íons Ba2+ e SO42- pode ser assumida devido à baixa solubilidade do sal sulfato de bário na água, segundo os trabalhos de Nancollas e Liu (1975), Atkinson e Raju (1991). Para solucionar o sistema de equações (2.2), introduzimos os seguintes parâmetros adimensionais: C= cSO ρBaSO4 σ cBa , Y = 0 4, S= , 0 0 cBa cSO4 MBaSO4 cBa xD = x Ut , tD = L φL k p c0 α 0 pD = 0 , α = 0Ba , εD = D , εk = λLcSO 4 cSO4 L µUL (2.3) Substituindo as coordenadas e os parâmetros (2.3) no sistema de equações (2.2), as equações são adimensionalizadas, e as duas primeiras equações compõem um novo sistema de equações, uma vez que estas são independentes das outras duas equações. A injeção simultânea da água do mar com ânions SO42-, juntamente à água da formação contendo cátions Ba2+, em um meio poroso, corresponde à condição de contorno onde o fluxo é fixo para ambas espécies (Allaga et al., 1992): xD = 0 : C − εD ∂C ∂Y = 1, Y − εD =1 ∂xD ∂xD (2.4) A suposição que um íon não se difunde de volta para o testemunho após deixar o efluente do testemunho resulta na condição de contorno de Brenner (Nikolaevskii, 1990): xD = 1 : ∂C ∂Y = =0 ∂xD ∂xD (2.5) 34 2.2 Modelo Analítico Assintótico para Fluxo em Regime Quase Permanente Nesta seção, deduzimos novas soluções assintóticas para fluxo linear quase permanente em um testemunho (Figura 2.1). 2+ Ba ∆P C U q 2- SO4 CBa2+ X BaSO 4 Figura 2.1 - Fotografia de um testemunho e o esquema para o teste em regime quase permanente Para as condições dos testes laboratoriais, considerando fluxo quase permanente, as duas primeiras equações do sistema (2.2) resultam no seguinte sistema: ⎧ dC d 2C ⎪ dx = εD dx 2 − εkCY ⎪ D D ⎨ 2 ⎪ 1 dY = εD d Y − ε CY k ⎪⎩ α dxD α dxD 2 (2.6) Se a concentração de sulfato na água do mar (aproximadamente cSO40= 3000 ppm) exceder a concentração de bário na água de formação (normalmente 30 < cBa0 < 500 ppm), o parâmetro α (Eqs. 2.3) é muito pequeno, α << 1. Portanto, o problema expresso pelo sistema de equações (2.6) é resolvido através de expansões assintóticas regulares. C ( xD ) = C0 ( xD ) + αC1 ( xD ) + α2 C2 ( xD ) 2 A expansão de ordem zero para concentração de bário C0(xD) é (2.7) 35 C0 ( xD ) = Γ1exp ( Γ 2 xD ) − Γ 2 exp ⎡⎣( Γ 2 − Γ1 ) + Γ1xD ⎤⎦ Γ1 − Γ 2exp ( Γ 2 − Γ1 ) Γ1 = 1 1 + 4ε D ε k + 2εD 4εD2 Γ2 = 1 1 + 4εD ε k − 2εD 4εD2 (2.8) A concentração de bário no efluente, normalmente medida durante testes laboratoriais, é calculada a partir da equação (2.8). C0 (1) = ( Γ1 − Γ2 ) exp ( Γ2 ) Γ1 − Γ 2 exp ( Γ 2 − Γ1 ) (2.9) Os termos de primeira e segunda ordem da expansão assintótica para a concentração de bário (Eq. 2.7) também são expressos por fórmulas explícitas. O desenvolvimento matemático para a solução assintótica está descrito no Apêndice B. A Figura 2.2 apresenta o erro relativo no perfil de concentração de bário através das aproximações zero, de primeira e segunda ordem (Eq. 2.7) Por exemplo, para uma razão de concentração inicial α = 0,2, o erro para a aproximação de segunda ordem é igual a 2%; já para a aproximação de primeira ordem é 11%, enquanto na aproximação de ordem zero é 45%. 0,4 C(xD ) = C0 (xD ) δ (α ) 0,3 C(xD ) = C0 (xD ) + αC1(xD ) C(xD ) = C0 (xD ) + αC1(xD ) + 0,2 α2 C2 (xD ) 2 Aproximação de ordem zero zero order approximation 0,1 Aproximação de primeira ordem first order approximation Aproximação de approximation segunda ordem second order 0 0 0,2 0,4 0,6 0,8 1 α Figura 2.2 - Função do erro relativo entre a solução numérica e as soluções por expansões assintóticas versus a razão de concentração α 36 Para as condições de testes laboratoriais (Figura 2.3), onde o parâmetro α = 1, a aproximação de ordem zero difere da solução numérica, enquanto a equação para primeira ordem já promove boa aproximação, e o resultado da segunda ordem quase coincide com o numérico. Portanto a Figura 2.3 mostra que o modelo analítico assintótico, expresso pelas equações (2.6) – (2.8) e descrito no Apêndice B, é uma ferramenta efetiva para previsão de incrustação em testes laboratoriais. 1 α=1 C(xD) 0.8 εk = 2,04 0.6 0.4 Solução Numérica Solução Assintótica de ordem zero Solução Assintótica de primeira ordem Solução Assintótica de segunda ordem 0.2 0 0 0.2 0.4 0.6 0.8 1 xD Figura 2.3 - Perfil de concentração de bário para as soluções: numérica e aproximações assintóticas A expressão para a razão entre os valores inicial e atual do índice de produtividade é chamada impedância J(tD). Esta pode ser obtida a partir da quarta equação do sistema (2.2) pelo cálculo da variação de pressão no testemunho. ⎞ MBaSO4 1 IP ( 0 ) ⎛ 0 tD ∫ C ( xD )Y ( xD ) dxD ⎟ = ⎜ 1 + βεk cBa ⎟ IP ( tD ) ⎜⎝ ρBaSO4 0 ⎠ (2.10) Conseqüentemente, a impedância J é uma função linear do tempo. J ( tD ) = 1 + mtD , m = 0 βεk cBa MBaSO4 ρBaSO4 1 ∫ C ( x )Y ( x ) dx D D D (2.11) 0 Expressões explícitas para inclinação da impedância m são obtidas a partir das aproximações zero, primeira e segunda ordem. 37 2.3 Primeiro e Segundo Problemas Inversos Nesta seção utilizamos o modelo analítico assintótico descrito no Apêndice B para caracterizar o sistema de dano devido à incrustação de sulfato. O coeficiente cinético λ é determinado a partir da chegada da concentração de bário no efluente (1º problema inverso). Por sua vez, o coeficiente dano de formação β é obtido a partir da variação de pressão durante a injeção no testemunho (2º problema inverso). O perfil de deposição durante a precipitação sem equilíbrio, governada pela equação cinética, é sempre não homogêneo. Assim, torna-se impossível criar um perfil homogêneo uniforme durante o fluxo com reações químicas irreversíveis. Conseqüentemente, o coeficiente cinético e o coeficiente dano de formação não podem ser medidos em laboratório, eles podem ser determinados indiretamente a partir de testes laboratoriais através da solução de problemas inversos. Segundo estudos laboratoriais sobre incrustação de sulfatos (Lopes, 2002), um fino banco de traçador deve ser injetado antes da injeção simultânea das águas do mar e da formação, para que o coeficiente de dispersividade no testemunho seja determinado. Caso contrário, será necessário assumir alguns valores representativos para este coeficiente, introduzindo incertezas na modelagem. Na formulação do primeiro problema inverso, a determinação do número cinético εk é obtida a partir da concentração de bário no efluente. As concentrações injetadas na entrada do testemunho são conhecidas e a concentração de bário no efluente é medida. Quanto menor for a concentração de bário no efluente, mais intensa terá sido a reação química. Caso não haja reação, a concentração no efluente é igual a um. Logo, o primeiro problema inverso é bem posto (Alvarez, 2004, Bedrikovetsky, et. al., 2006a) Para o caso sem dispersão (Apêndice C), em testemunhos altamente homogêneos, o número cinético εk pode ser expresso via concentração na saída através da fórmula: 38 εk = ⎛ C (1) α + (1 − α ) ⎞ 1 ln ⎜⎜ ⎟⎟ C (1) (1 − α ) ⎝ ⎠ (2.12) Com isso, o coeficiente cinético λ pode ser obtido a partir do número cinético εk, através da equação (2.3). A solução dada pela equação (2.7), e descrita no Apêndice B, permite a determinação de εk via concentração no efluente através da solução de uma equação, considerando a dispersão. O segundo problema inverso determina o coeficiente de dano de formação β a partir da variação de pressão no testemunho durante a injeção (Eq. 2.10). Para tanto, precisamos conhecer os valores do coeficiente cinético λ e do coeficiente de dispersividade αD. O coeficiente cinético é determinado a partir do primeiro problema inverso. Já o coeficiente de dispersividade pode ser determinado através de testes laboratoriais com a injeção de um traçador inerte, proposto por Lopes (2002) e apresentado na revisão bibliográfica. A solução descrita pela equação (2.11) mostra que a razão entre valores inicial e atual do índice de produtividade é proporcional ao tempo em volumes porosos injetados (p.v.i.), e a inclinação da impedância m é proporcional ao coeficiente dano de formação β. Assim, quanto maior o coeficiente dano de formação, maior será a impedância, e se a precipitação do sal não afetar a permeabilidade, a impedância será igual a 1 (um). Logo, o segundo problema inverso também é bem posto. Em testemunhos altamente homogêneos (sem dispersão), o coeficiente dano de formação pode ser expresso via inclinação da impedância m através da fórmula: ⎧ MBaSO4 ⎪ 0 0 β = m ⎨λLcSO c 4 Ba ρBaSO4 ⎪⎩ ( ) −1 0 ⎡ ⎤⎫ (1 − α ) exp λLcSO 1 4 ⎢ ⎥ ⎪⎬ (2.13) + 0 0 0 0 ⎢ ⎡ αexp αλLcSO − exp λLcSO ⎤ αλLcSO αλLcSO4 ⎥ ⎪ 4 4 ⎦ 4 ⎣⎣ ⎦⎭ ( ) ( ) 39 2.4 Banco de Dados Nesta seção serão apresentados os dados dos coeficientes cinético e dano de formação obtidos a partir de testes laboratoriais para fluxo em regime quase permanente de injeção simultânea da água de formação e água do mar. Para a determinação desses coeficientes, a partir da concentração medida no efluente e dos dados de variação de pressão no testemunho Eqs. (2.12) e (2.13) foi utilizado o método descrito anteriormente, na seção 2.3. As equações (2.8) e (2.9) para a concentração de bário na saída do testemunho contêm dois parâmetros desconhecidos – o número cinético εk e o número de dispersão εD. A realização de um teste com traçador, juntamente com a injeção das águas permite determinar o número de dispersão a partir da curva de chegada do traçador. Já o número cinético é calculado a partir da concentração de bário no efluente do testemunho. Logo, para uma completa caracterização do sistema de dano de formação, um pulso de traçador deve ser injetado durante o teste. O teste com traçador acompanhado do fluxo de águas incompatíveis permitiu o cálculo dos coeficientes cinético e de dispersividade (Lopes, 2002). Os valores obtidos por Lopes (2002) foram: αD= 0,011 m, λ = 3003 (M∗m)-1 e αD = 0,018 m, λ = 3951 (M∗m)-1. O curto período de injeção não permitiu uma significativa alteração da resistência hidráulica do testemunho, logo a variação de pressão não foi medida nos testes. Nos estudos de injeção em testemunhos (Goulding, 1987; Yuan, 1989, Todd e Yuan, 1992), não foram realizados testes com traçador. Assim, para obter os dois parâmetros do modelo λ e β, adotamos três valores de dispersividade, αD = 0,005, 0,01 e 0,03 m. A Tabela 2.1 e Tabela 2.2 apresentam os resultados obtidos a partir do tratamento dos dados laboratoriais de Yuan (1989) e de Todd e Yuan (1992). A composição das amostras das salmouras e as propriedades da rocha podem ser encontradas no trabalho original (Todd e Yuan, 1992). 40 A Tabela 2.1 corresponde à temperatura de 20°C e a Tabela 2.2 corresponde a uma temperatura de 70°C. Tabela 2.1 – Coeficiente cinético e de dano de formação obtidos a partir de dados laboratoriais à temperatura de 20°C Testes BSS0 BSS1 BS2 BS2 BS3 αD = 0,01 m αD = 0,005 m αD = 0,03 m λ (M∗m)-1 β λ (M∗m)-1 β λ (M∗m)-1 β 10740 4974 239 410 1969 79,06 98,50 63,35 14,50 17,07 12200 5575 263 454 2266 70,79 89,18 58,07 13,25 14,45 18585 8268 371 658 3554 48,18 62,01 41,82 9,39 9,12 Tabela 2.2 - Coeficiente cinético e de dano de formação obtidos a partir de dados laboratoriais à temperatura de 70°C Testes BA BSS0 BSS1 BSS2 Water 1 αD = 0,005 m αD = 0,01 m αD = 0,03 m λ (M∗m)-1 β λ (M∗m)-1 β λ (M∗m)-1 β 17450 23720 5540 1533 922 37,71 78,90 42,98 73,25 96,37 20200 26100 6235 1760 1043 33,23 70,62 38,77 65,00 86,65 31850 42200 9310 2760 1578 21,92 45,62 26,81 43,05 59,34 O valor do coeficiente de dispersividade αD = 0,01 m foi tomado como referência no estudo de sensibilidade com respeito à dispersividade, uma vez que esse valor é típico para sandpacks homogêneos. No tratamento dos dados (Yuan, 1989; Todd e Yuan, 1992), a variação para os valores médios de coeficiente cinético obtidos foi de 300 a 12000 (M∗m)-1 à temperatura de 20°C; e 1000 a 26000 (M∗m)-1 à temperatura de 70°C. O aumento da temperatura de 20°C para 70°C, para testemunhos e as amostras de água similares, resultou em um aumento de 1,2 a 2 vezes o valor do coeficiente cinético. O intervalo de variação obtido a partir do tratamento dos dados para o coeficiente dano de formação foi de 10 a 100, sendo que a variação da temperatura praticamente não mudou o valor deste intervalo. 41 Outra seqüência de testes laboratoriais está apresentada em Goulding, (1987). Os coeficientes de dispersividade também não foram medidos para esses testes, conseqüentemente foram fixados três diferentes valores de dispersividade que são típicos para sandpacks altamente permeáveis: αD = 0,005 m, 0,01 m e 0,03 m. A Tabela 2.3 mostra a composição das amostras de salmouras utilizadas nos testes. A Tabela 2.4 apresenta os valores obtidos para os dois coeficientes que caracterizam o sistema dano de formação devido à incrustação. Tabela 2.3 – Composição das salmouras utilizadas nos testes em testemunho realizados por Goulding (1987) Salmouras Misturadas Águas Incompatíveis rica em Ba rica em SO4 rica em Ba rica em SO4 rica em Ba rica em SO4 rica em Ba rica em SO4 rica em Ba rica em SO4 rica em Ba rica em SO4 D E F H I J Ba2+(M) SO42+(M) 0.0025 0.0 0.00125 0.0 0.0006 0.0 0.004 0.0 0.004 0.0 0.004 0.0 0.0 0.0025 0.0 0.00125 0.0 0.0006 0.0 0.004 0.0 0.004 0.0 0.004 Tabela 2.4 - Coeficiente cinético e de dano de formação obtidos a partir do tratamentos dos dados laboratoriais realizados por Goulding (1987) Testes C221515DD C221515DD C167.57.5EE C237.57.5FF C167.57.5FF C267.57.5HH C247.57.5II C247.57.5II C247.57.5JJ C247.57.5JJ αD = 0,005 m αD = 0,01 m αD = 0,03 m λ (M∗m)-1 β λ (M∗m)-1 β λ (M∗m)-1 β 63390 80700 68800 107780 72260 31900 45990 49440 51320 52900 1228,02 177,48 2954,54 246,63 164,50 60,89 156,53 78,10 111,23 52,06 77300 101250 79350 122480 81860 38025 57075 61860 64200 66450 1015,44 143,13 2565,81 217,22 146,48 51,38 127,48 63,13 98,46 46,02 133590 183850 123100 184450 121560 62950 101640 111840 115910 120740 607,16 81,50 1695,45 147,32 101,13 32,01 73,97 36,09 72,54 33,71 Os valores obtidos para o coeficiente cinético λ variam de 30000 a 120000, e o de dano à formação de 30 a 3000, para o valor de dispersividade: αD = 0,01 m. Os valores obtidos para o coeficiente cinético são uma ordem de magnitude maior que 42 aqueles obtidos em outros testes (Tabela 2.1 e Tabela 2.2) devido ao fato da concentração de bário medida no efluente ser muito baixa. Segundo Goulding (1987), o fato da concentração de bário medida no efluente ter sido muito baixa foi atribuído à demora na análise das amostras. A partir dos dados publicados (Watt, et. al., 1992) foi realizado o tratamento da concentração de bário no efluente, resultando um valor médio: λ = 874 (M∗m)-1. A Tabela 2.5 resume os intervalos de variação obtidos a partir do tratamento dos dados laboratoriais. A incerteza na determinação de λ e β é devido à falta de informação sobre a dispersividade nos testemunhos. Os intervalos de variação na Tabela 2.5 são de 20–60% em relação aos valores médios. Tabela 2.5 - Valores dos Coeficientes Cinético e de Dano de Formação Obtidos a partir de Testes Laboratoriais Testes Laboratoriais Coeficiente cinético -1 λ, (M∗m) Coeficiente Dano de Formação β Lopes Jr., 2002 3003 – 3951 – 10740 – 18585 4974 – 8268 410 – 658 240 – 370 1969 – 3554 17450 – 31850 23720 – 42200 5540 – 9310 1553 – 2760 922 – 1578 48 – 79 62 – 98 9 – 15 42 – 63 9 – 17 22 – 38 46 – 79 27 – 43 43 – 74 60 – 97 63390 – 133590 80700 – 183850 68800 – 123100 107780 – 184450 72260 – 121560 31900 – 62950 45990 – 101640 49440 – 111840 51320 – 115910 52900 – 120740 607.16 – 1228.02 81.50 – 177.48 1695.45 – 2954.54 147.32 – 246.63 101.13 – 164.50 32.01 – 60.89 73.97 – 156.53 36.09 – 78.10 72.52 – 111.23 33.71 – 52.06 798 – 963 - Yuan (1989) BSS0 (20ºC) BSS1 (20ºC) BS2 (20ºC) BS2 (20ºC) BS3 (20ºC) BA (70ºC) BSS0 (70ºC) BSS1 (70ºC) BSS2 (70ºC) Water 1 (70ºC) Goulding (1987) C221515DD-2S C221515DD-8S C167.57.5EE-11S C237.57.5FF-1S C167.57.5FF-2S C267.57.5HH-1S C247.57.5II-1S C247.57.5II-2S C247.57.5JJ-1S C247.57.5JJ-2S Wat et al., 1992 A distribuição probabilística do coeficiente cinético λ e do coeficiente dano de formação β, obtidos a partir de dados laboratoriais, são apresentados na Figura 43 2.4a e Figura 2.4b, respectivamente. O grande intervalo para a variação de λ pode ser explicado devido à variação da temperatura e da força iônica entre as salmouras, além do desconhecimento do coeficiente de dispersão na maioria dos testes. O coeficiente dano de formação β varia de 10 a 3000 e este intervalo de variação coincide com o obtido para filtração profunda devido à suspensão de partículas no meio poroso (Pang e Sharma, 1994). (a) 40% f(x) 30% 20% 10% 0 10 00 0 20 00 0 30 00 0 40 00 0 50 00 0 60 00 0 70 00 0 80 00 0 90 00 0 10 00 0 11 0 00 00 12 00 00 0% -1 λ (M m) 25% (b) 20% f(x) 15% 10% 5% 0% 0 20 40 80 100 120 140 160 180 200 220 β Figura 2.4 - Função distribuição dos parâmetros λ e β a partir de testes laboratoriais (a) Coeficiente cinético λ (M*m)-1; (b) Coeficiente dano de formação β 44 CAPÍTULO 3 - MÉTODO DOS TRÊS PONTOS DE PRESSÃO Conforme descrito no capítulo anterior, o conhecimento dos parâmetros empíricos (λ e β) do modelo matemático que descreve o sistema dano de formação devido à incrustação é essencial para a previsão da queda de produtividade do poço associada à incrustação de sulfato de bário/estrôncio no meio poroso. Geralmente, testes laboratoriais de injeção simultânea das águas do mar e da formação aplicados a testemunhos representativos da formação do reservatório, são realizados para determinar λ e β, como descritos no capítulo anterior. A equação (2-11) mostra que apenas a inclinação da impedância m pode ser determinada através das medidas de variação de pressão pela injeção simultânea das águas em testemunhos. De posse desse valor constante de m, pode-se encontrar a relação β(λ). O conhecimento dos parâmetros λ e β separadamente, é atribuído à medição dos dados de concentração de bário no efluente do testemunho. Neste capítulo utilizaremos a medição da pressão num ponto qualquer intermediário entre a entrada e saída do testemunho como uma informação independente para também poder determinar os parâmetros λ e β separadamente (Método dos Três Pontos de Pressão). 45 3.1 Esquema Laboratorial O método dos três pontos de pressão utiliza a variação de pressão total no testemunho e a variação de pressão em uma primeira seção do testemunho como duas fontes independentes de informação para a obtenção dos dois parâmetros λ e β. O esquema do teste laboratorial é apresentado na Figura 3.1. Durante a injeção simultânea das águas do mar e da formação, as pressões p(x=0,t), p(x=ω1L,t) e p(x=L,t) são medidas. O ponto intermediário onde a pressão deve ser medida (0<ω1<1) está a uma distância ω1L da face de entrada do testemunho. A vazão q é constante durante o teste e o comprimento do testemunho é conhecido. c = c0 Ba ∆ pω (t) ωL Testemunho y = c0 SO4 c(x = L,t) L ∆ p (t) Figura 3.1 – Arranjo laboratorial para testes sobre incrustação de sulfatos com medição de pressão em três pontos do testemunho 3.2 Formulação do Problema Inverso O sistema de equações (2.2), que governa o fenômeno de incrustação de sulfatos no meio poroso para fluxo linear possui solução assintótica analítica descrita no Apêndice B. Para a formulação do problema inverso da determinação dos parâmetros λ e β a partir do método dos três pontos de pressão será resolvido um sistema de equações onde o efeito da dispersão hidrodinâmica no meio poroso será desconsiderado εD=0. O desenvolvimento do novo sistema de equações está apresentado nos Apêndices C, D e E: A equação (2-11) calcula a variação da impedância com o tempo (razão adimensional da variação de pressão pela velocidade do fluxo). O valor da 46 inclinação da impedância m na equação (D-12) considerando a variação de pressão ocorrida no testemunho inteiro determina a curva β=β(λ). m = βλLc ( ) 0 1 − α ) exp λLcSO ( MBaSO4 ⎡ 4 ⎢ c 0 0 ρBaSO4 ⎢ αexp αλLcSO − exp λLcSO 4 4 ⎣ 0 0 SO4 Ba ( ( ) ( ) ) αλLc 0 SO4 ⎤ 1 ⎥ + 0 ⎥ αλLcSO 4 ⎦ (3.1) O cálculo da inclinação mω correspondente à variação de pressão de uma ωésima parte do testemunho (contando a partir da entrada). O comprimento do testemunho L na equação (D-12) deve ser reescrito como ωL. A fórmula para mω é dada por: mω = βλωLc 0 SO4 0 Ba c ( ) 0 (1 − α ) exp λωLcSO MBaSO4 ⎡ 4 ⎢ 0 0 ρBaSO4 ⎢ αexp αλωLcSO − exp λωLcSO4 4 ⎣ ( ( ) ( ) ) αλωLc 0 SO4 + ⎤ 1 ⎥ (3.2) 0 ⎥ αλωLcSO 4 ⎦ A Figura 3.2 apresenta as impedâncias para o testemunho total e para duas primeiras seções, onde a pressão foi medida em dois pontos intermediários. As inclinações da impedância na primeira e na segunda seção do testemunho e em todo testemunho diferem significativamente, permitindo o uso dos três valores da impedância com fontes independentes de informações para a determinação dos coeficientes λ e β, além de validar o método proposto. 5 4 J1( T ) 3 J2( T ) J3( T ) 2 1 0 0 200 400 600 800 1000 T Figura 3.2 – Impedância para primeira seção do testemunho, para a segunda seção do testemunho e para todo o testemunho 47 As equações (3.1) e (3.2) formam um sistema de duas equações que determina os coeficientes desconhecidos λ e β. A solução corresponde ao ponto de interseção das duas curvas no plano (λ,β) (Figura 3.3). A unicidade do ponto de interseção das duas curvas no plano (λ,β) determina que os dois coeficientes podem ser obtidos a partir da medida de três pontos de pressão no testemunho. 100 80 β(λ) 60 40 20 0 0 200 400 600 800 1000 λ (M*m)-1 Figura 3.3 – Gráfico para determinação dos coeficiente λ e β a partir a interseção das curvas no plano (λ,β) A divisão da equação (3.1) pela equação (3.2) corresponde a: ⎡ ⎤ m ⎡ 1− α ) y ω ( (1 − α ) y 1 1 ⎤ ⎥ ⎢ ⎥ ω⎢ + = + ωα ω α ⎢⎣ ( αy − y ) αωln ( y ) αωln ( y ) ⎥⎦ mω ⎢⎣ ( αy − y ) αln ( y ) αln ( y ) ⎥⎦ (3.3) sendo que λ= 1 ln ( y ) 0 LcSO 4 (3.4) O valor de y pode ser obtido a partir de solução numérica da equação transcendental (3.3). Depois, λ pode ser encontrado pela fórmula exata (3.4). A Figura 3.4 apresenta o gráfico de ambos os lados separados da equação (3.3). Esta figura representa a solução gráfica da equação transcendental (3.3). 48 1 m3 ⋅ f ( y) m1 1 f 3( y) 0.5 f 3( x ) 0 0 2 4 6 8 10 y, y, x Figura 3.4 – Comportamento dos lados direito e esquerdo da equação transcendental, considerando a inclinação do testemunho inteiro (m) e de uma parte dele (m1) 3.3 Análise de Sensibilidade A solução do método está baseada no ponto de interseção das curvas β(λ), que possuem um comportamento parabólico. Esse ponto de interseção é estável em relação às pequenas perturbações das curvas nas regiões próximas aos vértices. A instabilidade do método ocorre somente quando o ponto de interseção está localizado nas assíntotas horizontal e vertical das parábolas. Para verificar se o método fornece resultados estáveis, isto é, se pequenas variações em m e m1 resultaram em pequenas variações de λ e β. As curvas β(λ) e β1(λ) correspondentes aos valores perturbados de m e m1 em mais ou menos 10% são mostradas na Figura 3.5 (curvas pontilhadas). As curvas β(λ) e β1(λ) correspondentes aos valores originais de m e m1 estão mostradas também na Figura 3.5 (curvas cheias). Os pontos “perturbados” de λ e β estão localizados perto do ponto não perturbado, comprovando a estabilidade do novo método. 49 100 90 80 70 β(λ) 60 50 40 30 20 10 0 0 125 250 375 500 625 750 875 1000 λ (M*m)-1 Figura 3.5 - Pequenas perturbações nas inclinações das impedâncias obtidas de dados laboratoriais O método de três pontos de pressão já foi desenvolvido para um problema similar de queda de injetividade devido à injeção de água com partículas (Bedrikovetsky et al., 2001). Este trabalho também desenvolveu uma ferramenta baseada no método dos três pontos utilizada em testes laboratoriais (CENPESPETROBRAS) e em condições de campo em plataformas da Petrobras. Para um completo e acompanhamento e gerenciamento de poços com problemas de incrustação é extremamente importante que seja feita uma constante caracterização da água do mar injetada e da água produzida, de modo que sejam analisadas as concentrações dos íons produzidos. Essa completa análise somente por ser feita em laboratório, necessitanto, portanto, que as águas sejam transportadas das plataformas para os laboratórios de base. A aplicação do método de três pontos de pressão para determinação dos parâmetros do sistema de dano de formação devido à incrustação em plataformas evitaria o transporte das águas do mar e da formação da plataforma para os laboratórios de base, evitando assim alteração nas propriedades das águas. Permitiria a previsão do dano causado à formação devido à incrustação, baseado em medições simples de pressões. 50 Entretanto, para uma recomendação final do uso do método dos três pontos para determinação dos parâmetros em plataformas, vários testes laboratoriais devem ser realizados, assim como foi realizado no caso de queda de injetividade (Bedrikovetsky et al., 2001). 51 CAPÍTULO 4 - MODELO MATEMÁTICO PARA O TRATAMENTO DE DADOS DE CAMPO Neste capítulo será discutido o dano de formação devido à precipitação de sulfato de bário causado pela redução da permeabilidade (Oddo e Tomson, 1994). Normalmente, a água do mar, que contém ânions de sulfato (SO42-), é injetada em operações offshore. Como a água da formação contem cátions de bário (Ba2+), a mistura das águas do mar e da formação pode ocasionar a deposição de sulfato de bário (Figura 4.1). Ba2+ (aq) + SO24−(aq) → BaSO4(s) (4.1) O mesmo pode ser relatado para estrôncio, cálcio e alguns outros cátions. Sr 2+ (aq) + SO24−(aq) → SrSO4(s) (4.2) Um esquema que mostra a mistura entre as águas injetada e da formação em um reservatório submetido à injeção de água é apresentado na Figura 4.1. As reações químicas descritas pelas fórmulas (4.1) e (4.2) e a conseqüente precipitação ocorrem apenas na zona de mistura, a qual move-se gradualmente do poço injetor para o produtor via diferentes linhas de fluxo. Conseqüentemente, a acumulação do sal não acontece in situ no reservatório (Sorbie e Mackay, 2000). 52 Zona de Mistura SO42- Ba2+ BaSO4 Figura 4.1 - Mistura entre a água injetada e da formação em um reservatório submetido à injeção de água com precipitação de sulfato de bário (BaSO4) na zona de mistura Diferentes tamanhos de linhas de fluxo terminam nos poços produtores. A chegada da água de formação, deslocada via uma extensa linha de fluxo, simultaneamente à água do mar, deslocada via uma linha de fluxo curta, é um fato que ocorre no reservatório. Assume-se que a vizinhança do poço é extremamente heterogênea devido às fraturas induzidas pela perfuração e ao dano de formação. Assim, para as condições de alta velocidade de fluxo e dispersão perto do poço, ocorre uma completa mistura das águas chegando no poço produtor via diferentes linhas de fluxo. Conseqüentemente, uma intensa mistura entre as águas juntamente com a precipitação do sal ocorrerá próxima aos poços produtores. 4.1 Equações Básicas em Coordenadas Radiais O sistema de equações governantes para fluxo radial de uma solução aquosa contendo íons bário e sulfato com a precipitação de sulfato de bário consiste em equações de balanço de massa para o cátion bário, para o ânion sulfato, para o sal sulfato de bário e da lei de Darcy contando com a redução da permeabilidade devido à deposição do sal (Philips, 1991; Bedrikovetsky, 1994, Woods e Parker, 2003): 53 ⎧ ∂cBa ∂ ⎛ ∂cBa ⎞ ⎪2πr φs ∂t + ∂r ⎜ QfcBa − 2πrD ∂r ⎟ = −2πrK acBacSO4 ⎝ ⎠ ⎪ ⎪ ∂cSO4 ∂ ⎛ ∂cSO4 ⎞ + ⎜ QfcSO4 − 2πrD ⎪2πr φs ⎟ = −2πrK acBacSO4 ∂t ∂r ⎝ ∂r ⎠ ⎪ ⎨ ρ ⎪φs BaSO4 ∂σ = K c c a Ba SO4 ⎪ MBaSO ∂t 4 ⎪ ⎪ 2πrhk0 ⎛ krw k ro ⎞ ∂p + ⎪Q = − (1 + βσ ) ⎜⎝ µw µo ⎟⎠ ∂r ⎪⎩ (4.3) sendo cBa e cSO4 são as concentrações molares de bário e sulfato, Q é a vazão de fluxo [m3/s], U é a velocidade de fluxo [m/s], φ porosidade, s é a saturação de água, Ka é a constante da taxa de reação [(M∗s)-1], σ a concentração do sal depositado [gmol/L], ρBaSO4 e MBaSO4 são a densidade e o peso molecular respectivamente, k0 é a permeabilidade inicial da rocha [D], β o coeficiente dano de formação, µ viscosidade [Kg/(m*s)] e D é a dispersão hidrodinâmica [m2/s]. O modelo descrito pelas equações (4.3) é formado por quatro equações e quatro incógnitas - cBa, cSO4, σ e p. Como as primeiras duas equações de (4.3) são independentes de σ e p, elas podem ser separadas da terceira e quarta equações. As considerações para o modelo radial são as mesmas que foram assumidas para o modelo linear com relação à taxa de reação química e a proporcionalidade desta com a velocidade de fluxo, e o coeficiente de dispersão para os íons Ba2+ e SO42-, veja CAPÍTULO 2 -. As outras hipóteses simplificadoras assumidas no modelo radial para precipitação de sulfato de bário nas proximidades do poço produtor são: Reservatório homogêneo; Fluxo 1-D axi-simétrico; Água e óleo incompressíveis; O coeficiente da taxa de reação (Ka) é independente da concentração do precipitado, dos precipitantes, da pressão e da temperatura; Forma hiperbólica para o declínio da permeabilidade em função da concentração do precipitado. 54 Introduzindo as seguintes coordenadas adimensionais e parâmetros: tD = cSO c Qt r , rD = , C = Ba , Y= 0 4 2 0 πRc hφ Rc cBa cSO4 0 ρBaSO4 σ cBa α 0 S= , α = , εD = D , εk = λRc cSO 0 0 4 MBaSO4 cBa cSO4 Rc (4.4) Substituindo as coordenadas e os parâmetros (4.4) no sistema de equações (4.3), as equações são adimensionalizadas. A condição de contorno no poço corresponde à ausência de fluxo difusivo para ambas espécies químicas: r = rw : dcBa dcSO4 = =0 dr dr (4.5) A condição de contorno no raio de contorno Rc corresponde a: rD = 1 : C − εD 4.2 ∂C ∂Y = 1 , Y − εD =1 ∂rD ∂rD (4.6) Solução Analítica Assintótica para Fluxo na Vizinhança do Poço Produtor Como uma partícula percorre de 1 a 3 metros em relação ao poço durante um período de 8 a 20 horas, o período típico para variação de BSW ou fração de água do mar na água produzida é de 2 a 5 meses. Podemos assumir que o fluxo de água e óleo é quase permanente na vizinhança do poço durante grandes períodos de tempo, onde ocorre uma significativa variação na concentração de bário ou sulfato. A Figura 4.2 mostra o esquema de fluxo conjunto de água e óleo em direção ao produtor e a precipitação de sulfato de bário na vizinhança do poço. A condição para fluxo quase permanente de água e óleo próximo aos produtores é o fluxo fracionário constante para a água: f(s)=constante. Logo, a saturação de água também é constante. 55 SO4 2- 2+ óleo óleo água água Ba Rc BaSO4 rw SO4 2- 2+ Ba rw BaSO4 Rc Figura 4.2 - Esquema da produção simultânea da água do mar e da formação na vizinhança do poço O modelo analítico para fluxo quase permanente na vizinhança do poço produtor está apresentado no Apêndice F. A principal consideração do modelo está baseada no fato que a acumulação do sal ocorra principalmente perto dos poços produtores. As distribuições em regime quase permanente de bário, sulfato, e a acumulação de sulfato de bário na vizinhança do poço produtor são descritas por um sistema de duas equações diferenciais ordinárias (F-12). O modelo para regime quase permanente pode ser aplicado para curtos períodos de tempo entre as estimulações nos poços, as quais normalmente ocorrem entre 6-10 meses. Nesse caso, assumimos que BSW e as concentrações de ambos reagentes são constantes. Considerando longos períodos de tempo, utilizamos a solução para regime quase permanente (F-22), (F-26) e (F-32) obtida para a consideração que BSW e as concentrações de ambos reagentes são constantes, mas inserimos a dependência das concentrações com o tempo cBa0(t) e cSO40(t). Para grandes intervalos, as dependências para f(t) cBa0(t) e cSO40(t) são utilizadas na integração no tempo da terceira equação do sistema (F-8). Normalmente, a concentração de sulfato na água do mar está em torno de 3000 ppm, a concentração de bário na água de formação raramente excede 500 ppm. Deste modo, na maioria dos casos a concentração de sulfato é maior que a de 56 bário, α<<1, e o método assintótico pode ser aplicado. A solução assintótica está apresentada no Apêndice F até a aproximação de segunda ordem. α2 C ( rD ) = C0 ( rD ) + αC1 ( rD ) + C2 ( rD ) 2 (4.7) A Figura 4.3 mostra o perfil de concentração de bário do reservatório até o poço produtor. A concentração de bário diminui ao longo do caminho devido à reação química com o sulfato. As quatro curvas na Figura 4.3 correspondem às aproximações de ordem zero, primeira e segunda ordem, a curva contínua foi calculada utilizando o método de Runge-Kutta de 4ª ordem. Apenas para avaliar a fórmula (4.7) como uma ferramenta de previsão, analisamos o “pior” caso, onde o limite de convergência α=1. Mesmo nesse caso, a aproximação de segunda ordem forneceu um erro de 15% na previsão da concentração de bário na água produzida; a aproximação de primeira ordem gerou um erro de 40% e a de ordem zero deu um erro de 75%. 1 Solução Numérica Solução Assintótica de ordem zero Solução Assintótica de primeira ordem Solução Assintótica de segunda ordem C(rD) 0.8 0.6 α=1 0.4 0.2 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 rD Figura 4.3 – Perfil de concentração de bário para a solução numérica e as aproximações de assintóticas A Figura 4.4 mostra o erro relativo no perfil de concentração de bário através das aproximações de ordem zero, primeira e segunda ordem (4.7) se comparado com a solução numérica. Para o caso típico da razão entre as concentrações iniciais 57 α= 0,1, o erro para a aproximação de segunda ordem é menos que 0,1%; para a aproximação de primeira ordem o erro é de 1,3% enquanto que para aproximação de ordem zero o erro é 14%. Assim, o modelo analítico assintótico prevê o perfil das concentrações reagentes perto do poço com boa precisão. 0,8 aproximação de ordem zero 0,7 aproximação de primeira ordem 0,6 aproximação de segunda ordem δ (α ) 0,5 0,4 0,3 0,2 0,1 0 0 0,2 0,4 0,6 0,8 1 α Figura 4.4 – Função do erro relativo entre a solução numérica e as aproximações assintóticas versus a razão de concentrações α A Figura 4.5 mostra o perfil de concentração de bário ao longo do reservatório em direção ao poço produtor para diferentes valores do coeficiente cinético. A concentração diminui na trajetória devido à reação química com o sulfato, e quanto maior o coeficiente cinético λ, maior é o decréscimo no perfil de bário. É importante enfatizar que mesmo para baixos valores de λ, a concentração de bário na água produzida não excede 0,01 da concentração no contorno Rc. A partir de λ= 400 (M∗m)-1, a concentração de bário quase desaparece antes de a água chegar no poço produtor. 58 1 λ = 200 (M ⋅ m ) λ = 1000 (M ⋅ m ) 0.8 C(rD) −1 −1 λ = 4000 (M ⋅ m ) 0.6 −1 λ = 10000 (M ⋅ m ) −1 0.4 0.2 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 rD Figura 4.5 – Perfil concentração de bário versus o raio adimensional para diferentes valores de λ na vizinhança de 1 metro Os valores típicos de concentração de bário na água de formação para campos da Bacia de Campos variam de 30 a 150 ppm. A concentração de bário na água produzida varia de 2 a 5 ppm. A ordem de magnitude para a razão de concentração de bário entre as águas da formação e produzida condizem com as que estão apresentadas na Figura 4.5. A concentração de sulfato Y também diminui do contorno para o poço devido à reação química. Conseqüentemente, o produto das concentrações dos íons na equação para a concentração depositada (F-19) diminui com o aumento do coeficiente cinético λ. Já por outro lado, a taxa de deposição é proporcional à λ, veja (4.3). O resultado é uma dependência não monótona da concentração depositada versus o coeficiente cinético. A Figura 4.6 mostra a dependência não monótona de S(rD,tD) versus λ no ponto rD = 0,5 para três momentos, tD = 5000, 15000 e 50000 pvi. A concentração depositada tende a zero tanto para fraca ou intensa reação química, onde o número cinético εk tende para zero ou para infinito. A concentração depositada máxima ocorre para algum valor intermediário do coeficiente cinético. S(rD, tD, λ) 59 5 .10 4 4 .10 4 3 .10 4 2 .10 4 1 .10 4 t3 t2 t1 0 0 1000 2000 3000 4000 5000 6000 λ (M∗m)-1 Figura 4.6 – Dependência da concentração depositada versus o coeficiente cinético para diferentes momentos O cálculo da variação de pressão entre o contorno e o poço utiliza a expressão do gradiente de pressão obtido a partir da lei de Darcy, quarta equação de (4.3). J ( tD ) = 1 + mtD 0 β cBa MBaSO4 f m= M ( εk , α ) , ⎛ Rc ⎞ s ρBaSO4 2ln ⎜ ⎟ ⎝ rw ⎠ M ( εk , α ) = εk 1 ∫ rw Rc C ( rD ) ⋅ Y ( rD ) drD rD 2 (4.8) O principal resultado é o crescimento linear da impedância com o tempo, sendo que esta pode ser expressa via fator de skin (Rosa, et al., 2006). sf = m ⎛ Rc ⎞ ln ⎜ ⎟ tD 2 ⎝ rw ⎠ (4.9) O modelo mostra que o fator de skin cresce proporcional ao tempo. A Figura 4.7 mostra a queda do índice de produtividade para diferentes valores do coeficiente cinético e o coeficiente dano de formação β=300. O tempo adimensional é calculado para um raio de drenagem Rc=500 m. A concentração de sulfato na entrada é 3000 ppm, que é típica para a água do mar. Desse modo, 60 podemos assumir que perda de sulfato devido à reação química no reservatório é insignificante. A concentração de bário na entrada é 80 ppm, a qual também significa que a reação química ocorre principalmente perto do poço. Quanto maior for o coeficiente cinético, mais rápida será a queda da produtividade. y 1 PI(tD) 0.8 0.6 1 0.4 2 0.2 3 0 0 0.001 0.002 0.003 0.004 0.005 tD Figura 4.7 – Queda do índice de produtividade para diferentes valores de coeficiente cinético λ e para o coeficiente dano de formação β=300, sendo: 1- λ = 500 (M∗m)-1; 2- λ = 4000 (M∗m)-1; 3- λ = 10000 (M∗m)-1 4.3 Primeiro e Segundo Problemas Inversos A caracterização do sistema dano de formação devido à incrustação a partir do histórico da queda de produtividade dos poços está baseada no modelo analítico para fluxo com reação química. A caracterização inclui o cálculo do coeficiente cinético λ e do coeficiente dano de formação β. A concentração de bário na água produzida C(rw/Rc) pode ser calculada a partir da solução analítica (F-20), (F-22), (F-26) e (F-32). A concentração de bário na água produzida é igual a do contorno Rc [C=1] para o caso sem reação química, λ=0. Quanto maior for o coeficiente cinético λ menor será a concentração de bário na água produzida. Logo, o coeficiente cinético pode ser determinado a partir da concentração de bário na água produzida C(rw/Rc). 61 Cada aproximação (F-20), (F-22), (F-26) e (F-32) corresponde a uma equação transcendental com relação ao número cinético εk. O coeficiente cinético λ é calculado via εk utilizando a equação (4.4). Quanto maior for o coeficiente dano de formação, maior será a inclinação da impedância m. Se a precipitação não danificar a rocha, ou seja, β=0, a impedância é constante. Conseqüentemente, o coeficiente dano de formação pode ser determinado a partir da inclinação da impedância m, pela equação (4.8). ⎡ ⎤ ⎢ ⎥ 1 MBaSO4 εk f C ( rD ) ⋅ Y ( rD ) 0 ⎢ drD ⎥ β = m cBa 2 ∫ ⎢ ⎥ rD ρBaSO4 ⎛R ⎞ s 2ln ⎜ c ⎟ Rrw ⎢ ⎥ c ⎢⎣ ⎥⎦ ⎝ rw ⎠ −1 (4.10) O modelo descrito pelas equações (4.3) é unidimensional, ou seja, o fluxo vertical entre as camadas com diferentes permeabilidades é desconsiderado. Também, assumimos que a reação química ocorre apenas perto dos poços produtores. Essas considerações limitam a aplicabilidade do modelo. Entretanto, como ainda não temos condições de determinar os valores exatos dos parâmetros de incrustação a partir de dados de campo, o modelo possibilita a determinação da ordem de magnitude desses parâmetros. 4.4 Estudo de Campo Nesta seção serão apresentados os resultados da caracterização do sistema de incrustação com dano de formação a partir do histórico de produtividade dos poços. O método para calcular os coeficientes do modelo foi descrito na seção anterior. Serão tratados os dados de oitos poços da Bacia de Campos e quatorze poços de reservatórios no Mar do Norte. 62 4.4.1 Campo Marlim (Bacia de Campos) Da Figura 4.8 a Figura 4.12 são apresentados o tratamento de dados do campo offshore Marlim (Bacia de Campos, Brasil) (Gomes et al., 2002, Daher, et. al., 2005), onde o reservatório apresenta grande espessura, baixa heterogeneidade e alta permeabilidade. Os poços produtores P1, P2, P3, P4 e P5 estão completados com gravel pack, onde a intensa acumulação de sulfato de bário ocorre devido à alta velocidade de fluxo e conseqüentemente, alta dispersão. Isto confirma as considerações do modelo que a reação química com significativa deposição ocorre apenas na vizinhança do poço. A modelagem de reservatório incluindo a reação química de sulfato de bário para o campo de Marlim confirma que a reação química ocorre mais significativamente na vizinhança de 1 metro dos poços produtores. Os autores dos trabalhos acima mencionados também desprezaram a queda na concentração dos reagentes devido à reação química no reservatório, se comparado que está ocorrendo no gravel pack. Isto justifica a aplicação do modelo analítico axi simétrico com reação química (F-20), (F-22), (F-26) e (F-32) na análise do histórico do campo. Podemos notar uma grande dispersão dos dados para fração de água do mar na água produzida. A variação média da fração de água do mar durante os intervalos entre as limpezas químicas com remoção de sulfato é significativamente menor que para os dados totais. Isto também justifica o uso do modelo analítico. Em todas as estimulações no poço, foram utilizados os valores médios de water cut, saturação e concentração na entrada, para os períodos entres as estimulações. A Figura 4.8a apresenta o histórico de BSW, fração de água do mar na água produzida, vazão de produção, datas das intervenções e índice de produtividade para o poço P4. A chegada da água no poço produtor foi em agosto de 1999. Durante um curto período após a chegada da água, apenas água da formação é produzida (Sorbie e Mackay, 2000). Logo, a queda do índice de produtividade devido à incrustação começou com demora se comparado com o período de chegada da água, isto é, em maio de 2000. Devido às intervenções ocorridas no poço, podemos definir três diferentes intervalos de tempo para o histórico de incrustação. 63 100 1800 Vazão Bruta BSW 1600 90 IP SW 1400 80 70 60 1000 50 800 Trat 1 Jul/02 40 Trat 2 Mar/03 600 BSW & SW Vazão bruta (m3/d) 1200 30 400 20 200 10 Trat 3 Jul/04 0 0 1997 1998 1999 2000 2001 2002 2003 2004 DATA (a) 25 1,0 Índice de Produtividade Concentração, ppm dados Bário 0,8 λ = 71,19 0,6 0,4 0,2 0,0 Ajuste dos dados 20 Previsão após último tratamento 15 10 5 0 0 20 40 60 % Água do Mar (b) 80 100 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 Data (c) Figura 4.8 - Histórico de produção do poço P4 no campo de Marlim: (a) histórico de BSW, vazão de produção, fração de água do mar na água produzida e índice de produtividade. (b) Concentração de bário na água produzida (c) Tratamento de três períodos de queda de IP e previsão para o quarto período A Figura 4.8b mostra a queda da concentração de bário com o aumento da fração de água do mar na água produzida. A concentração de bário no contorno externo do gravel pack Rc é igual à concentração inicial, pois toda a incrustação é formada neste. Cada ponto de bário “produzido” permite calcular o coeficiente cinético. Foram utilizados todos os pontos e o ajuste foi realizado pelo método de mínimos quadrados para cada um dos três intervalos de tempo. Contudo, o mesmo valor do coeficiente cinético λ ajusta as curvas nos três intervalos de tempo. Como as condições termodinâmicas, temperatura e força iônica, são as mesmas nos intervalos de tempo antes e depois das intervenções, provavelmente as mesmas não alteram as condições de deposição na superfície da matriz. Isto explica o porquê da constante cinética ser a mesma para todos os intervalos de tempo. Assim, o melhor ajuste da curva foi obtido para λ = 71,19 (M∗m)-1. 64 O coeficiente dano de formação foi obtido pelo ajuste da curva do índice de produtividade. Os três intervalos ajustados (Figura 4.8c) resultam em três valores para β = 166; 39 e 18. O meio poroso no gravel pack é altamente permeável e homogêneo, logo uma queda de permeabilidade ocorrerá somente após uma significativa deposição, conseqüentemente, o coeficiente dano de formação é pequeno. Conhecendo o valor do coeficiente cinético e dano de formação é possível fazer uma previsão do comportamento da produção. Após a terceira intervenção no poço, o índice de produtividade aumentou de 10,8 para 21,2 (m3/dia/Kgf/cm2). O quarto intervalo da queda do índice de produtividade corresponde a uma previsão a partir do modelo (Figura 4.8c). Foi notado que o coeficiente dano de formação diminuía de intervenção a intervenção; logo, fixamos β = 13 para o período de previsão. Logo, a previsão realizada mostra que depois de 53 meses durante o período de previsão, o índice de produtividade diminuiu duas vezes (Figura 4.8c). O histórico de BSW, fração de água do mar na água produzida, vazão de produção, datas das intervenções e índice de produtividade para o poço P1 são apresentados na Figura 4.9a. Para esse poço, a chegada da água ocorreu em dezembro de 1999. A queda do índice de produtividade devido à incrustação começou com a chegada da água do mar, isto é, em dezembro de 2000. Foi realizada apenas uma intervenção no poço, logo podemos definir apenas dois intervalos de tempo para o histórico de incrustação. 1200 100 Vazão Bruta BSW 1000 90 IP SW 80 70 60 600 50 40 400 30 Trat 1 Out/02 20 200 10 0 dez-95 0 dez-96 dez-97 dez-98 dez-99 dez-00 DATA (a) dez-01 dez-02 dez-03 dez-04 BSW & SW Vazão bruta (m3/d) 800 65 20 Bário 0,8 Índice de Produtividade Concentração, ppm 1,0 λ = 312,78 0,6 0,4 0,2 18 dados 16 Ajuste de dados 14 Previsão após tratamento 12 10 8 6 4 2 0,0 0 20 40 60 % Água do mar (a) 80 100 0 2000 2002 2004 2006 2008 2010 2013 2015 Data (b) Figura 4.9 - Histórico de produção do poço P1 no campo de Marlim: (a) histórico de BSW, vazão de produção, fração de água do mar na água produzida e índice de produtividade. (b) Concentração de bário na água produzida (c) Tratamento de três períodos de queda de IP e previsão para o quarto período A Figura 4.9b mostra a queda da concentração de bário com o aumento da fração de água do mar na água produzida. O melhor ajuste para curva da concentração de bário na água produzida foi obtido para λ = 312,78 (M∗m)-1. Os coeficientes dano de formação obtido pelo ajuste da curva do índice de produtividade para os dois intervalos foram β = 8,67 e 5,41 (Figura 4.9c). A previsão do comportamento da produção foi realizada para o poço P1 a partir do ano 2004, uma vez conhecendo o valor do coeficiente cinético e dano de formação (Figura 4.9c). Para o poço P2, também foram reportados o histórico de BSW, fração de água do mar na água produzida, vazão de produção, datas das intervenções e índice de produtividade e estão apresentados na Figura 4.10a. Nesse poço, a chegada da água foi em fevereiro de 1999. Apenas uma intervenção no poço foi realizada, assim dois intervalos de tempo para o histórico de incrustação. A Figura 4.10b mostra a queda da concentração de bário com o aumento da fração de água do mar na água produzida. O melhor ajuste para curva da concentração de bário na água produzida foi obtido para λ = 147,22 (M∗m)-1. Os coeficientes dano de formação obtido pelo ajuste da curva do índice de produtividade para os dois intervalos foram β = 38,22 e 46,28 (Figura 4.10c). A 66 previsão do comportamento da produção foi realizada para o poço P2 a partir do ano 2005 (Figura 4.10c). 1400 1200 90 80 Vazão Bruta BSW IP 1000 70 SW 800 50 40 600 BSW & SW Vazão bruta (m3/d) 60 30 400 Trat 1 Ago/02 20 200 10 Trat 2 Set/05 0 dez-96 0 dez-97 dez-98 dez-99 dez-00 dez-01 dez-02 dez-03 dez-04 dez-05 dez-06 DATA (a) 9 0,8 dados 8 Bário Índice de Produtividade Concentração, ppm 1,0 λ = 147,22 0,6 0,4 0,2 Ajuste dos dados 7 Previsão após tratamento 6 5 4 3 2 1 0 0,0 0 20 40 60 % Água do mar (b) 80 100 1998 2000 2002 2004 2006 2008 2010 2012 2014 Data (c) Figura 4.10 - Histórico de produção do poço P2 no campo de Marlim: (a) histórico de BSW, vazão de produção, fração de água do mar na água produzida e índice de produtividade. (b) Concentração de bário na água produzida (c) Tratamento de três períodos de queda de IP e previsão para o quarto período A Figura 4.11a apresenta o histórico de BSW, fração de água do mar na água produzida, vazão de produção, datas das intervenções e índice de produtividade para o poço P3. Não foi verificada grande diferença de tempo entre a chegada da água e a chegada da água do mar no poço produtor. Devido às intervenções ocorridas no poço, podemos definir três diferentes intervalos de tempo para o histórico de incrustação. 67 1800 100 1600 90 80 1400 1000 800 70 Vazão Bruta 60 BSW IP 50 SW 40 Trat 2 Mar/03 600 30 400 20 Trat 3 Out/05 200 Trat 1 Mai/02 0 dez-96 BSW & SW Vazão br uta (m3/d) 1200 10 0 dez-97 dez-98 dez-99 dez-00 dez-01 dez-02 dez-03 dez-04 dez-05 dez-06 DATA (a) 35 Bário 0,8 Índice de Produtividade Concentração, ppm 1,0 λ = 72,61 0,6 0,4 0,2 0,0 0 20 40 60 % Água do mar 80 100 dados 30 Ajuste dos dados Previsão após tratamento 25 20 15 10 5 0 2000 2001 2003 (b) 2005 2007 2009 2011 2013 2015 2017 Data (c) Figura 4.11 - Histórico de produção do poço P3 no campo de Marlim: (a) histórico de BSW, vazão de produção, fração de água do mar na água produzida e índice de produtividade. (b) Concentração de bário na água produzida (c) Tratamento de três períodos de queda de IP e previsão para o quarto período A Figura 4.11b mostra a queda da concentração de bário com o aumento da fração de água do mar na água produzida. O valor de λ = 72,61 (M∗m)-1. foi o que melhor ajustou a curva da concentração de bário na água produzida. Os coeficientes dano de formação obtido pelo ajuste da curva do índice de produtividade para os três intervalos foram β = 5,73; 16,32 e 40,97 (Figura 4.11c). Após a terceira intervenção no poço, o índice de produtividade aumentou de 6 para 22 (m3/dia/Kgf/cm2). O quarto intervalo da queda do índice de produtividade corresponde a uma previsão a partir do modelo (Figura 4.11c). Como o coeficiente dano de formação aumentau de intervenção para intervenção; logo, fixamos o último valor calculado de β = 40,97 para o período de previsão. 68 As informações e o tratamento dos dados do poço produtor P5 são apresentados na Figura 4.12. 1800 90 Vazão Bruta BSW 1400 80 IP Trat 2 Mar/03 SW 70 Vazão bruta (m3/d) 1200 60 1000 50 800 40 Trat 1 Jul/02 600 BSW & SW 1600 100 30 Trat 3 Jul/04 400 20 200 10 0 0 1997 1998 1999 2000 2001 2002 2003 2004 DATA (a) 25 dados Bário 0,8 Índice de Produtividade Concentração, ppm 1,0 λ = 166,98 0,6 0,4 0,2 0,0 0 20 40 60 % Água do mar 80 100 Ajuste dos dados 20 Previsão após tratamento 15 10 5 0 2000 2002 2004 (b) 2006 2008 2010 Data (c) Figura 4.12 - Histórico de produção do poço P5 no campo de Marlim: (a) histórico de BSW, vazão de produção, fração de água do mar na água produzida e índice de produtividade. (b) Concentração de bário na água produzida (c) Tratamento de três períodos de queda de IP e previsão para o quarto período A Figura 4.12b mostra a queda da concentração de bário com o aumento da fração de água do mar na água produzida. O valor de λ = 166,98 (M∗m)-1 melhor ajustou a curva da concentração de bário na água produzida. Os coeficientes dano de formação obtido pelo ajuste da curva do índice de produtividade para os três intervalos foram β = 49,88; 77,66 e 5,68 (Figura 4.12c). A previsão do índice de produtividade foi obtida a partir do ano de 2004 (Figura 4.12c). Na Tabela 4.1 são mostrados os valores obtidos para os coeficientes a partir de cinco poços de Marlim. A previsão da queda de produtividade devido à 69 incrustação de sulfatos nos cinco poços estudados (Figuras 4.8c, 4.9c, 4.10c, 4.11c, 4.12c) permite planejar futuras intervenções nos poços como o tratamento de remoção de incrustação. Tabela 4.1 – Valores dos Coeficiente cinético e de dano de formação obtidos a partir de dados de campo Coeficiente cinético P1 P2 P3 P4 P5 Coeficiente dano de formação λ(M∗m)-1 β1 β2 β3 312,78 147,22 72,61 71,19 166,98 8,67 38,22 5,73 166 49,88 5,41 46,28 16,32 39,04 77,66 40,97 18,32 5,68 4.4.2 Campo Namorado (Bacia de Campos) Os dados de concentração de bário na água produzida e queda de produtividade também foram tratados para três poços produtores de Namorado (Bezerra, et. al., 1990, 1996). A Figura 4.13 apresenta o tratamento referente à queda de produtividade no poço NA-37. Figura 4.13a mostra o ajuste do histórico da concentração de bário obtido para λ = 145 (M∗m)-1. A Figura 4.13b apresenta o ajuste da curva impedância para o coeficiente dano de formação, β = 99,7. Os resultados da previsão do índice de produtividade são mostrados na Figura 4.13c. Logo, a partir de previsão realizada concluímos que após 550 dias de produção, o índice de produtividade do poço diminuiu em duas vezes e durante os próximos 1800 dias irá diminuir 4,5 vezes se comparado com o valor inicial. Dados 200 Linha de Diluição λ = 145 150 J(tD) Concentração de Bário, ppm 250 100 50 0 0% 20% 40% 60% % Seawater (a) 80% 100% 2 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0,2 0 y = 0,0062x + 1 R2 = 0,9929 0 50 tD, pvi (b) 100 150 70 Índice de Produtividade 1 Dados 0,8 Ajuste dos dados Previsão do IP 0,6 0,4 0,2 0 0 500 1000 1500 2000 2500 T, dias (c) Figura 4.13 - Ajuste do coeficiente cinético λ e do coeficiente dano de formação β a partir de dados do campo Namorado (a) Perfil concentração de bário versus a fração de água do mar na água produzida. (b) Crescimento da função impedância versus o tempo, em p.v.i. (c) Previsão da queda do índice de produtividade. A Tabela 4.2 apresenta resultados do tratamento de três poços produtores de Namorado. Tabela 4.2 – Coeficientes cinético e de dano de formação baseado em dados de poços do campo Namorado Field N CBa0 (ppm) CSO40 (ppm) Rc (m) NA-16 230 2850 1 NA-37 230 2850 1 NA-52 230 2850 1 αD (m) λ (M∗m)-1 β 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 209 108 13 145 73 7,4 972 481 46 34,42 66,54 565,41 99,71 195,66 1835,56 774,10 1436,45 9821,08 4.4.3 Campos do Mar do Norte (UK) No trabalho de Mackay, et. al., (2003) foram apresentados dados de concentração de bário na água produzida para quatorze poços, produzindo em cinco campos do Mar do Norte (Figura 4.14). Os dados sobre o índice de produtividade não estão disponíveis. Todos os pontos de concentração de bário estão localizados abaixo da hipotenusa que corresponde ao processo de mistura das águas sem que haja reação química. Isso indica que a concentração de bário na água produzida diminui devido à reação química com o sulfato. 71 300 80 linha de diluição 70 poço A1 60 λ = 881 50 CBa (ppm) CBa (ppm) 90 Aj. Simulação Reservatório 40 30 20 250 linha de diluição poço B1 200 λ = 212 150 100 50 10 0 0 0 20 40 60 80 0 100 20 40 (a) 300 linha de diluição linha de diluição 250 poço B2 200 λ = 153 CBa (ppm) CBa (ppm) 250 150 100 50 poço B3 200 λ = 525 150 100 50 0 0 20 40 60 80 0 100 0 20 % Água do mar 40 60 80 100 % Água do mar (c) (d) 300 250 linha de diluição 250 poço B4 200 CBa (ppm) poço B6 poço B7 150 poço B8 poço B9 100 linha de diluição 200 poço B5 CBa (ppm) 100 80 (b) 300 poço B10 poço C1 150 λ = 3043 100 50 50 0 0 0 20 40 60 80 0 100 20 40 60 80 100 % Seawater % Água do mar (e) (f) 450 400 400 linha de diluição 350 350 poço D1 300 300 λ = 580 CBa (ppm) CBa (ppm) 60 % Água do mar % Água do mar 250 200 150 250 λ = 971 200 150 100 100 50 50 0 linha de diluição poço E1 0 0 20 40 60 % Água do mar (g) 80 100 0 20 40 60 80 100 % Água do mar (h) Figura 4.14 - Perfil concentração de bário versus fração de água do mar na água produzida para poços de cinco Campos do Mar do Norte 72 A Tabela 4.3 apresenta somente os valores do coeficiente cinético para esses poços. Tabela 4.3 – Coeficiente cinético calculado a partir de dados de campos do Mar do Norte Mar do Norte Campo A CBa0 (ppm) CSO40 (ppm) Poço A1 80 2990 Poço B1 255 2990 Poço B2 255 2990 Poço B3 255 2990 Poço B4 255 2990 Poço B5 255 2990 Poço B6 255 2990 Poço B7 255 2990 Poço B8 255 2990 Poço B9 255 2990 Poço B10 255 2990 Campo C Poço C1 220 2990 Campo D Poço D1 450 2990 Campo E Poço E1 390 2990 Campo B αD (m) λ (M∗m)-1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 0,5 0,3 0,1 881 485 98 325 178 36 249 133 26 739 437 89 47 26 5 21 11 2 35 19 4 12 7 1.2 133 73 14 25 13 3 36 19 4 3043 1641 313 580 316 61 971 504 106 73 A distribuição probabilística do coeficiente cinético λ e do coeficiente dano de formação β obtidos a partir de dados de poços são apresentados nas Figura 4.15a,b, respectivamente. Os dados correspondentes estão apresentados nas Tabelas 4.1, 4.2 e 4.3, respectivamente. A variação de λ pode ser explicada devido ao desconhecimento do coeficiente de dispersão, logo, os resultados incluem valores de λ calculados para três valores de dispersividade. O coeficiente dano de formação β varia de 0,5 a 220, este intervalo situa-se no mesmo já mencionado (Pang e Sharma, 1994). 35% 50% 30% 40% 30% 20% f(x) f(x) 25% 15% 20% 10% 10% 5% 0% 0% 0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 -1 λ (M m) 20 40 60 80 100 120 140 160 180 200 220 β Figura 4.15 - Função distribuição dos parâmetros λ e β a partir de dados de campo (a) Coeficiente cinético λ (M*m)-1; (b) Coeficiente dano de formação β 74 CAPÍTULO 5 - ANÁLISE DOS RESULTADOS Neste capítulo comparamos os valores do coeficiente cinético e de dano de formação obtidos tanto a partir de dados laboratoriais como a partir de dados de campo, descritos nos capítulos anteriores 2 e 4. A comparação entre os coeficientes cinético e de dano de formação obtidos a partir de dados laboratoriais e de campo pode resolver possíveis dúvidas a respeito da queda de produtividade nos poços investigados ser causada pela incrustação de sulfatos. Os valores do coeficiente cinético λ e do coeficiente dano de formação β obtidos a partir de dados laboratoriais foram apresentados na Tabela 2.5. Os histogramas para os dois coeficientes foram mostrados na Figura 2.4. O coeficiente cinético depende da temperatura e da força iônica entre as salmouras. Por isso, este varia de teste para teste com diferentes condições termodinâmicas. Contudo, testes laboratoriais que correlacionam o coeficiente cinético, a temperatura e a força iônica das salmouras não estão disponíveis na literatura. Logo, reunimos na Tabela 2.5 todos os valores obtidos, sem especificar as condições termodinâmicas. Isto explica o grande intervalo de variação do coeficiente cinético. O grande intervalo de variação para λ também é devido ao não conhecimento do coeficiente de dispersão na maioria dos testes; os resultados 75 incluem os valores de λ calculados para três valores do coeficiente de dispersão αD= 0,005, 0,01 e 0,03 m. O coeficiente de dispersão foi medido apenas nos testes realizados por Lopes (2002); αD= 0,01, logo os valores de λ=3003 e λ=3951 (M∗m)-1 são mais confiáveis. O coeficiente dano de formação depende do tipo de sólidos depositados sobre a superfície dos grãos. A redução da permeabilidade devido ao crescimento de dendritos ou por bridging (pontes) entre os poros é uma ordem de magnitude maior que a deposição por formação de camadas entre os poros (Nielsen, 1959, Dunn et. al., 1998, Nancollas e Liu, 1975, Oren e Bakke, 2002). Isto explica a grande variação dos valores de β obtidos a partir de dados laboratoriais (Tabela 2.5). Os resultados do tratamento dos dados de poços de Marlim a partir da concentração de bário na água produzida são apresentados na Tabela 4.1. As condições termodinâmicas para temperatura e força iônica das salmouras são as mesmas para poços do mesmo reservatório, logo os valores de λ apresentam um menor desvio padrão – o intervalo de variação para o coeficiente cinético é de 71 a 313 (M∗m)-1. Esse intervalo de variação esta contido no que foi apresentado na Tabela 2.5 para os dados laboratoriais. Mesmo com as incertezas acima mencionadas, os valores do coeficiente dano de formação obtidos a partir de dados de poços variam em um intervalo menor [6 – 166] que o obtido para testes laboratoriais [30 – 3000]. Isso pode ser atribuído à morfologia similar da rocha para os poços do mesmo campo. Além disso, os intervalos para este coeficiente, obtidos a partir de dados laboratoriais e dados de campo, coincidem com aquele obtido para processos de perda de injetividade (Pang e Sharma, 1994). A Tabela 5.1 resume todos os coeficientes obtidos a partir de dados laboratoriais e de campo. A comparação entre os coeficientes do modelo calculados a partir de duas fontes (Figura 2.4 e Figura 4.15) mostra que eles apresentam a mesma ordem de magnitude. Devido ao grande intervalo de variação dos resultados apresentados, é possível concluir que a incrustação de sulfatos é a causa da queda de produtividade nos campos investigados. Conseqüentemente, o modelo proposto de reação química no meio poroso é adequado para a previsão da queda de 76 produtividade. Isto permite validar a metodologia “do laboratório para o campo” e “dos poços para o campo” assim como o uso dos coeficientes obtidos para previsão do crescimento da incrustação nos poços produtores. Tabela 5.1 - Valores dos Coeficientes Cinético e de Dano de Formação obtidos a partir de Testes Laboratoriais e de Dados de Campo Testes Laboratoriais Coeficiente cinético λ, (M∗m)-1 Coeficiente Dano de Formação β Lopes Jr., 2002 3003 – 3951 – 239 – 18585 1553 – 42200 10 – 100 20 – 100 Dez Testes 32000 – 184000 30 – 3000 Wat et al., 1992 798 – 963 – Dados de Campo Coeficiente cinético λ, (M∗m)-1 Coeficiente Dano de Formação β Campo de Marlim (Bacia de Campos) 70 – 5000 0,5 – 200 Campo Namorado (Bacia de Campos) 10 – 1000 30 – 2000 Mar do Norte 10 – 3500 – Yuan et al., 1989 Teste a 20°C Teste a 70°C Goulding, 1987 77 CAPÍTULO 6 - CONCLUSÕES Nesta tese foram deduzidas fórmulas analíticas assintóticas, para o dano de formação provocado pela incrustação de sulfato de bário, que permitem a determinação dos coeficientes do modelo a partir de dados laboratoriais e de campo. Estes coeficientes apresentaram a mesma ordem de magnitude e, portanto, validam não só o modelo proposto como também a eficácia e robustez da metodologia. Foi desenvolvido um modelo assintótico, para incrustação em testemunhos, que pode ser utilizado para planejamento e design de testes laboratoriais em regime quase permanente. Também foi desenvolvido um modelo radial assintótico, para incrutação de sulfato de bário na vizinhança dos poços produtores. As fórmulas assintóticas para os problemas inversos de testes laboratoriais e de fluxo nas vizinhanças de poços produtores devem ser utilizadas para a obtenção dos coeficientes do modelo a partir dos dados dos testes laboratoriais e de histórico de produção, respectivamente. O teste laboratorial proposto com a medição da pressão em três pontos do testemunho deve ser utilizado, juntamente com a rotina de testes tradicionais, a fim de melhor caracterizar o sistema de dano de formação devido à incrustação de sulfato de bário. O tratamento dos testes laboratoriais (vinte e dois testes realizados no Cenpes e em Heriot-Watt University, UK) e dos dados de campo (vinte e três poços da Bacia de Campos e do Mar do Norte) mostraram que o método para 78 caracterização da incrustação baseado em um novo modelo linear assintótico e radial assintótico é robusto e efetivo. 79 CAPÍTULO 7 - RECOMENDAÇÕES O método de três pontos de pressão poderia ser implementado na rotina de testes laboratoriais para caracterização do sistema de dano devido à incrustação de sulfato de bário, efetuados no Centro de Pesquisas da Petrobras, Cenpes. Também poderia ser estudada a viabilidade da montagem em plataformas de uma ferramenta utilizando o método dos três pontos. O método de determinação dos coeficientes do sistema de dano de formação devido à incrustação de sulfatos, obtidos tanto a partir do modelo linear quanto a partir do modelo radial devem ser utilizados nas unidades de negócio da Petrobras, principalmente UN-BC e UN-RIO, como uma ferramenta adicional no gerenciamento de poços com problemas de incrustação de sulfato de bário. Os coeficientes, por sua vez já obtidos, devem ser utilizados como dados de entrada para obtenção da previsão da produtividade, através do modelo radial assintótico, tal como realizado para os campos de Marlim e Namorado. Estas previsões podem ser utilizadas para o gerenciamento da previsão de incrustação por sulfatos nos campos mencionados. Para a continuidade dessa linha de pesquisa apresento as seguintes recomendações para futuros trabalhos: Desenvolver um modelo matemático para co-precipitação de sulfato de bário e estrôncio, e outros incrustantes, como sulfato de cálcio; Incluir o efeito da variação da razão óleo-água; 80 Ampliar a investigação da influência da força iônica e da temperatura nos coeficientes do modelo; Realizar testes com traçadores para obtenção do coeficiente de dispersão (αD) em amostras de rochas e desenvolver uma metodologia para estimar o do coeficiente de dispersão para tratamento dos dados de campo. Desenvolver um modelo de linhas de fluxo integrado Reservatório + Vizinhança do poço produtor. 81 NOVIDADES CIENTÍFICAS Dedução de um modelo analítico assintótico para fluxo com reação química no meio poroso no caso de testes laboratoriais e vizinhança de poços produtores; Aplicação do modelo assintótico para o tratamento de dados laboratoriais (Petrobras/Cenpes, Heriot-Watt University UK) e a criação do banco de dados para os coeficiente do modelo baseado em testes laboratoriais; Aplicação do modelo assintótico para o tratamento de dados de campo (Marlim, Namorado, seis campos do Mar do Norte) sobre a queda de produtividade dos poços e a criação do banco de dados para os coeficientes do modelo baseado em dados de campo; Previsão da queda de produtividade devido à incrustação de sulfatos para campos da Bacia de Campos – Marlim (5 poços) e Namorado (3 poços). 82 REFERÊNCIAS BIBLIOGRÁFICAS ALLAGA, D.A., WU, G., SHARMA, M.M, LAKE, L.W., (1992) Barium and Calcium Sulphate Precipitation and Migration inside Sandpacks. SPEFE, March. ALVAREZ, A.C. (2004) Problemas Inversos para filtração profunda no meio poroso. Departamento de Dinâmica dos Fluidos. IMPA - Instituto Nacional de Matemática Pura e Aplicada: Rio de Janeiro. p. 149. ARAQUE-MARTINEZ, A. and LAKE, L.W. (1999) A Simplified Approach to Geochemical Modelling and Its Effect on Well Impairment, SPE paper 56678 SPE Annual Technical Conference and Exhibition, Houston, TX, 3-6 October. ATKINSON, G., RAJU, K., (1991) The Thermodynamics of Scale Prediction, SPE 21021, SPE International Symposium on Oilfield Chemistry held in anaheim, California, February. BEDRIKOVETSKY, P.G, (1994) Mathematical Theory of Oil and Gas Recovery. Kluwer Academic Publishers, London/Boston. BEDRIKOVETSKY, P.G, MONTEIRO, R.P.S., LOPES, JR. R.P., MORAES, G.P., CARAGEORGOS, T, ROSÁRIO, F.F. AND LIMA, E.A., (2006a). Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling. In: Lakatos, I. (ed.), Mining and Oilfield Chemistry. Akadémiai Kiadó, Budapest, Hungary. BEDRIKOVETSKY, P.G., GLADSTONE, P.M., LOPES JR, R.P., ROSÁRIO, F.F., SILVA, M.F., BEZERRA, M.C.M. and LIMA, E.A., 2003, Oilfield Scaling – Part II: Productivity Index Theory, SPE paper 81128 presented at the SPE Latin American and Caribbean Petroleum Engineering Conference held in Port-of-Spain, Trinidad, West Indies, 27-30 April. BEDRIKOVETSKY, P.G., MACKAY, E.J., MONTEIRO, R.P.S., MORAES, G.P., ROSÁRIO, F.F., (2006b) Laboratory- and Field Prediction of Sulfate Scaling 83 Damage. SPE paper 100611, SPE International Oilfield Scale Symposium, Aberdeen, Scotland, U.K., 30 May–1 June. BEDRIKOVETSKY P.G., MARCHESIN, D., CHECAIRA, F., SERRA, A.L., RESENDE, E., (2001) Characterization of Deep Bed Filtration System from Laboratory Pressure Drop Measurements. Journal of Petroleum Science and Engineering , 64, No. 3, 167-177. BEDRIKOVETSKY, P.G., ROSÁRIO, F.F., SILVA, M.F. E LOPES JR, R.P., (2002) Role of Impermeable Layers in Barium Sulphate Oilfield Scaling: Modelling and Field Study, SPE paper 74664 SPE 4th International Symposium on Oilfield Scaling held in Aberdeen, UK, 30-31 January. BERTERO, L., CHIERICI, G.L., GOTTARDI, G., MESINI, E. and MORMINO, G., (1986) Chemical Equilibrium Models: Their Use in Simulating the Injection of Incompatible Waters. SPE paper 14126 SPE International Meeting on Petroleum Engineering held in Beijing, China 17-20 March. BETHKE, C. (1996) Geochemical Reaction Modelling, Oxford University Press, 397. BEZERRA, M.C., ROSARIO, F.F., KHALIL, C.N., MILANEZ, P.V., (1996) Prevention and Control in Namorado Field, Campos Basin, Brazil. NACE International Annual Conference and Exposition BEZERRA, M.C.M., KHALIL, C.N. and ROSÁRIO, F.F., (1990) Barium and Strontium Sulphate Scale Formation due to Incompatible Water in the Namorado Field, Campos Basin, Brazil. SPE paper 21109 SPE Latin American Petroleum Engineering Conference held in Rio de Janeiro, 14-19 October. BOIM J. M., (2003) Modelagem Semi-Analítica Para Incrustação De Sulfato De Bário Em Reservatórios Heterogêneos, Tese de Mestrado, Universidade Estadual do Norte Fluminense – Lenep/UENF, Macaé, RJ, Brasil. COLLINS, I.A., (1998) Surface Electrical Properties of Barium Sulfate Modified by Adsorption of Poly aspartic acid. Journal of Colloid and Interface Science 212, 535-544. 84 DAHER, J.S., GOMES, J.A.T., ROSÁRIO, F.F., BEZERRA, M.C., MACKAY, E.J., SORBIE, K.S., (2005) Evaluation of Inorganic Scale Deposition in Unconsolidated Reservoir by Numerical Simulation. Paper SPE 95107 SPE 7th International Symposium on Oilfield Scale, Aberdeen, UK, 11−12 May DELSHAD M., POPE, G.A., (2003) Effect of Dispersion on Transport and Precipitation of Barium and Suphate in Oil Reservoir. SPE paper 80253 SPE International Symposium on Oilfield Chemistry held in Houston, Texas, USA, 5-7 February. DUNN, K., DANIEL, E., SHULER, P., (1998) Mechanisms of Precipitation and Dissolution of Barite: A Morphology Approach. Journal of Coll and Interface Sci., 214, 427-437. DUNN, T.L., MACGOWAN, D.B., SURDAM, R.C., (1991) Modeling the Geochemistry of Scale Formation and Formation Damage in Carbonate and SulphateBearing Clastic Reservoirs, SPE 21839, Rocky Mountain Regional Meeting and Low-Permeability Reservoirs Symposium, Denver. ECLIPSE, (2001) Technical Description, Chapter 61, Well modelling facilities, Scale Deposition Model, Schlumberger. FOGLER, S., (1998) Chemical Reactions Engineering, Prentice Hall, New York City. GOMES, J.A.T., BEZERRA, M.C., DAHER, J.S. and ROSARIO, F.F., (2002) The Impact of Mineral Scale Formation on Deep Water Fields: A Campos Basin Overview. SPE Oilfield Scaling Symposium, Aberdeen, UK, 30−31 January. GOULDING, P.S. (1987) Formation Damage Arising from Barium Sulphate Scale Precipitation. PhD thesis, Heriot-Watt University, Scotland-UK. HARRIS, D. C., (2001) Exploring Chemical Analysis, W.H. Freeman and company, New York. JORDAN, M.M., COLLINS, I.R., MACKAY, E.J., (2006) Low Sulfate Seawater Injection for Barium Sulfate Scale Control: A Life-of-Field Solution to a 85 Complex Challenge. Paper SPE 98096 SPE International Symposium and Exhibition on Formation Damage Control, Lafayette, L.A., 15–17 February. JORDAN, M.M., SJURAETHER, K., COLLINS, I.R., FEASEY, N.D., EMMONS, D., (2001) Life Cycle Management of Scale Control within Sub sea Fields and its Impact on Flow Assurance Gulf of Mexico and the North Sea Basin. SPE paper 71557 SPE Annual Technical Conference and Exhibition held in New Orleans, Louisiana, 30 September-3 October. LAKE, L.W., (1989) Enhanced Oil Recovery, Prentice Hall, Englewood Cliffs, NY 07632. LOPES, R.P.J., (2002) Cinética de precipitação de sulfato de bário em meio poroso: modelagem matemática e laboratorial. Dissertação de Mestrado, Universidade Estadual do Norte Fluminense, Macaé, Rio de Janeiro, 89 p. MACKAY, E.J, JORDAN, M.M., TORABI, F., (2002) Predicting Brine Mixing Deep Within the Reservoir, and the Impact on Scale Control in Marginal and Deepwater Developments. Paper SPE 73779 SPE International Symposium and Exhibition on Formation Damage Control, Lafayette, LA, 20−21 February. MACKAY, E.J, JORDAN, M.M., TORABI, F., (2003) Predicting Brine Mixing Deep Within the Reservoir, and the Impact on Scale Control in Marginal and Deepwater Developments. Journal SPEPF, August, p. 210-220. MACKAY, E.J. and SORBIE, K.S., (1999) An Evaluation of Simulation Techniques for Modelling Squeeze Treatments. SPE paper 56775 SPE Annual Technical Conference and Exhibition, Houston, TX, 3-6 October. MACKAY, E.J., (2002) Modelling of In-situ Scale Deposition: the Impact of Reservoir and Well Geometries and Kinetic Reaction Rates. SPE paper 74683 SPE 4th International Symposium on Oilfield Scale, Aberdeen, UK, 30-31 January. MARQUES, L.C.C., PEREIRA, A.Z.I., MEIRELLES, R.O., GONÇALVES, M.A.C., (2001) How PETROBRAS Has Faced Oilfield Scale Problems: Evolution of Concepts and Lessons Learned in Campos Basin, Brazil. SPE paper 68327 86 SPE International Symposium on Oilfield Scale, held in Aberdeen, UK, 30-31 January. McELHINEY, J.E., LINTELMANN, K. A., BENZEL, W.M., DAVIDSON, K. B., (2001) Determination of In-situ Precipitation of Barium Sulphate During Coreflooding, SPE 68309, SPE Oilfield Scale Symposium, Aberdeen, 2001. MOGHADASI, J., JAMIALAHMADI, M., MÜLLER-STEINHAGEN, H., SHARIF, A., IZADPANAH, M. R., (2002) Formation Damage in Iranian Oil Fields, SPE 73781, SPE International Symposium and Exhibition on Formation Damage Control, Lafayete. MONNIN, C., (1999) A Thermodynamic model for the Solubility of Barite and Celestite in Electrolyte Solutions and Sea Water to 2000 C to 1 kbar, Chemical Geology, 153, 187-209. NANCOLLAS, G.H. and LIU, S.T., (1975) Crystal Growth and Dissolution of Barium Sulphate. SPE paper 5300 SPE/AIME Oilfield Chemistry Symposium, Dallas, 16-17 January. NIELSEN, A.E., (1959) The Kinetics of Crystal Growth in Barium Sulphate Precipitation II – Temperature Dependence and Mechanism. Acta Chemical Scandinavica, 13, 784−802. NIKOLAEVSKII, V.N., (1990) Mechanics of Porous and Fractured Media. World Scientific Publishing Co., Singapure. ODDO, J.E. and TOMSON, M.B. (1994) Why Scale Forms and How to Predict It. SPEPF, February, 47−54. OLIVEIRA, M.C.K., (1997) Barium Sulphate Precipitation Study for Reinjection of Produced Water in Petroleum Wells. In Portuguese, M.Sc. Thesis, Rio de Janeiro Federal University, RJ, Brazil. OREN, P.E. and BAKKE, S. (2002) Process Based Reconstruction of Sandstones and Prediction of Transport Properties. Transport in Porous Media, 46, p. 311-343. 87 OSTROFF, (1965) Introduction to Oilfield Water Technology, Prentice-Hall. PANG, S. and SHARMA, M.M., (1994) A Model for Predicting Injectivity Decline in Water Injection Wells. Paper SPE 28489 SPE 69th Annual Technical Conference and Exhibition, New Orleans, LA, September 25−28. PHILIPS, O.M., (1991) Flow and Reactions in Porous Media, Cambridge University Press. READ, P.A., and RINGEN, J.K., (1982) The Use of Laboratory Tests to Evaluate Scaling Problems-During Water Injection. SPE paper 10593 SPE Sixth International Symposium on Oilfield and Geothermal Chemistry, Dallas, Texas, 25-27, January. ROCHA, A.A., FRYDMAN, M., FONTOURA, S.A.B., ROSÁRIO, F.F., BEZERRA, M.C.M., (2001) Numerical Modelling of Salt Precipitation during Produced Water Reinjection. SPE paper 68336 SPE 3rd International Symposium on Oilfield Scale, Aberdeen, Scotland, 30-31 January. ROSA, A.J., CARVALHO, R.S., XAVIER, J.A.D., (2006) Engenharia de Reservatório de Petróleo, Interciência: PETROBRAS, Rio de Janeiro, 832p. ROSARIO, F.F. and BEZERRA, M.C., (2001) Scale Potential of a Deep Water Field – Water Characterisation and Scaling Assessment. Paper SPE 68332 SPE Third International Symposium on Oilfield Scaling, Aberdeen, UK, 30−31 January. SORBIE, K.S. and MACKAY, E.J., (2000) Mixing of Injected, Connate and Aquifer Brines in Waterflooding and its Relevance to Oilfield Scaling. Journal of Petroleum Science and Engineering, 27, 85-106. STARS, (2003) Advanced Process and Thermal Reservoir Simulator, User’s Guide, CMG, Computer Modelling Group Ltd, Calgary, Canada. TODD, A.C. and YUAN, M.D., (1992) Barium and Strontium Sulphate Solid-Solution Scale Formation at Elevated Temperatures. SPEPE, February, 85−92. 88 WAT, R.M.S., SORBIE, K.S., TODD, A.C., CHEN, P. and JIANG, P., (1992) Kinetics of BaSO4 Crystal Growth and Effect in Formation Damage. SPE paper 23814 SPE International Symposium on Formation Damage Control held in Lafayette, Louisiana, 26-27 February. WOODS, A.W. and PARKER, G., (2003) Barium Sulphate Precipitation in Porous Rock Through Dispersive Mixing. Paper SPE 80401 SPE 5th International Symposium on Oilfield Scale, Aberdeen, UK, 29−30 January. YUAN, M., (1989) Prediction of Sulphate Scaling Tendency and Investigation of Barium and Strontium Sulphate Solid Solution Scale Formation. PhD thesis, Heriot-Watt University, Scotland-UK. 89 Apêndice A – Equações Governantes para Incrustação de BaSO4 no Meio Poroso com Fluxo Reativo Linear O sistema de equações governantes para o fluxo em testemunhos de água da formação contendo cátions bário, juntamente a água do mar contendo ânions sulfato, e a conseqüente precipitação de sulfato de bário no meio poroso consistem de três equações de balanço de massa: para o cátion bário, para o ânion sulfato e para o sal sulfato de bário; e da lei de Darcy modificada acrescida da redução de permeabilidade devido à deposição do sal (Philips, 1991, Araque-Martinez e Lake, 1999, Woods e Parker, 2003, Bedrikovetsky et al., 2006a): ⎧ ∂cBa ⎪φ ∂t + U ∇cBa = ∇ ( D∇cBa ) − q ⎪ ⎪ ∂cSO4 ⎪φ ∂t + U ∇cSO4 = ∇ D∇cSO4 − q ⎪ ⎨ ρBaSO ∂σ 4 ⎪φ =q ⎪ MBaSO4 ∂t ⎪ −k ⎪U = ∇p ⎪⎩ µ (1 + βσ ) ( ) (A-1) A taxa de reação química, terceira equação do sistema (A-1), é dada pela lei das massas ativas (Fogler, 1998). A reação química entre os íons bário e sulfato é assumida como sendo de segunda ordem. q = K acBacSO4 (A-2) O problema linear que descreve o fluxo unidimensional durante testes laboratoriais de injeção de água é dado da seguinte forma: ⎧ ∂cBa ∂cBa ∂ 2cBa φ + = − K acBacSO4 U D ⎪ 2 ∂ ∂ ∂ t x x ⎪ ∂cSO4 ∂ 2cSO4 ⎪ ∂cSO4 +U =D − K acBacSO4 ⎪φ ∂x ∂x 2 ⎪ ∂t ⎨ ρ ⎪φ BaSO4 ∂σ = K acBacSO 4 ⎪ MBaSO4 ∂t ⎪ ∂p k ⎪U = − ⎪ µ (1 + βσ ) ∂x ⎩ (A-3) 90 O modelo (A-3) consiste de quatro equações para quatro incógnitas cBa, cSO4, σ e p. As primeiras duas equações do sistema (A-3) são independentes de σ e p, logo elas podem ser separadas da terceira e quarta equação. Assume-se que os coeficientes de dispersão para Ba2+ e SO42- são semelhantes, por serem muito superiores à difusão molecular, e proporcional à velocidade de fluxo (Nikolaeviskii, 1990, Sorbie e Mackay, 2000): DBa ≅ DSO4 ≅ D = αDU (A-4) O efeito da proporcionalidade entre o coeficiente de reação química (Ka) e a velocidade de fluxo, proposto por Lopes (2002), foi incorporado ao modelo. K a = λU (A-5) Introduzindo os seguintes parâmetros adimensionais: C= cSO ρBaSO4 σ cBa , Y = 0 4, S= , 0 0 cBa cSO4 MBaSO4 cBa xD = x Ut , tD = L φL k p c0 α 0 pD = 0 , α = 0Ba , εD = D , εk = λLcSO 4 µUL cSO4 L (A-6) As duas primeiras equações do sistema (A-3) assumem a forma: ⎧ ∂C ∂C ∂ 2C + = ε − εkCY D ⎪ ∂t ∂xD 2 ⎪ D ∂xD ⎨ 2 ⎪ ∂Y + ∂Y = ε ∂ Y − ε αCY D k ⎪⎩ ∂tD ∂xD ∂xD 2 (A-7) A injeção simultânea da água do mar com ânions SO42-, juntamente a correspondente água da formação contendo cátions Ba2+, em um meio poroso, corresponde à condição de contorno inicial onde o fluxo é fixo para ambas espécies (Allaga et al., 1992): xD = 0 : C − εD ∂C ∂Y = 1, Y − εD =1 ∂xD ∂xD (A-8) 91 Desconsiderando o termo correspondente à difusão na equação (A-8), a condição de contorno inicial pode ser simplificada da seguinte forma: xD = 0 : C = 1, Y = 1 (A-9) A suposição que um íon não se difunde de volta para o testemunho após passar pela saída do testemunho resulta na condição de contorno de Brenner (Nikolaevskii, 1990): xD = 1 : ∂C ∂Y = =0 ∂xD ∂xD (A-10) 92 Apêndice B – Solução Assintótica para Fluxo Linear em Regime Permanente Considerando-se regime permanente para fluxo linear em testemunho, uma vez que as águas do mar e da formação são injetadas simultaneamente no testemunho, têm-se as seguintes condições: ∂C ∂Y = =0 ∂tD ∂tD (B-1) Substituindo-se (B-1) em (A-7), obtém-se o seguinte sistema de equações ordinárias diferenciais: ⎧ dC d 2C = ε − εkCY D ⎪ dx dxD 2 ⎪ D ⎨ 2 ⎪ 1 dY = εD d Y − ε CY k ⎪⎩ α dxD α dxD 2 (B-2) O fluxo advectivo-difusivo para ambos componentes é fixado na entrada do testemunho, segundo (Nikolaevskii, 1990): xD = 0 : C − εD dC =1 dxD (B-3) xD = 0 : C − εD dY =1 dxD (B-4) Como a dispersão na entrada do testemunho é desconsiderada, as concentrações para ambos os reagentes são fixadas em xD=0: xD = 0 : C = Y = 1 (B-5) Se a partícula já tiver saído do testemunho, ela não se difunde de volta. A condição de contorno correspondente ao efluente do testemunho é dada em (A-10). Deste modo, a distribuição dos reagentes químicos em regime permanente através do testemunho durante o fluxo é descrito pelo problema de contorno (B-3), (B-4) e (A-10) para o sistema de duas equações diferenciais ordinárias (B-2). 93 Introduzindo a seguinte combinação linear das duas concentrações: V ( xD ) = C ( xD ) − Y ( xD ) α (B-6) A subtração da segunda equação de (B-2) pela primeira equação resulta na seguinte equação para V(xD): dV d 2V = εD dxD dxD 2 (B-7) A seguinte condição de contorno na entrada do testemunho para V(xD) é obtida a partir de (B-3) e (B-4): xD = 0 : V = 1 − 1 α (B-8) A condição de contorno correspondente ao efluente do testemunho para V(xD) é obtida a partir da condição (A-10): xD = 1 : dV =0 dxD (B-9) Integrando ambas partes de (B-7) e aplicando as condições de contorno (B8) e (B-9) resulta na seguinte solução: V ( xD ) = 1 − 1 α (B-10) Conseqüentemente, a diferença de concentrações (B-6) é constante ao longo do testemunho durante o fluxo em regime permanente. Expressando a concentração Y(xD) a partir da solução (B-10): Y ( xD ) = 1 + α ⎡⎣C ( xD ) − 1⎤⎦ (B-11) A substituição da expressão (B-11) para Y(xD) na primeira equação (B-2) possibilita a obtenção da seguinte equação ordinária diferencial: 94 εD d 2C dC = + εkC ⎡⎣1 + α (C − 1) ⎤⎦ dxD 2 dxD (B-12) O problema de contorno (B-3), (B-4), (A-10) para a equação ordinária diferencial de segunda ordem (B-12) pode ser resolvido numericamente pelo método de Runge-Kutta de quarta ordem. É interessante mencionar que a aplicação de ambas condições na entrada (B-3) e (B-4) ou (B-5) resulta na mesma solução (B-10) para V=V(xD). Logo, a equação (B-12) é a mesma para ambas condições de contorno. A aplicação da condição de contorno (B-5) resulta em uma solução explícita para a equação (B-12) que difere da aplicação da condição de contorno (B3) e (B-4). Entretanto, os cálculos mostram que a diferença nas distribuições de C(xD) e Y(xD), para ambos os tipos de condições na entrada, é muito pequena para o intervalo dos εD e εK em reservatórios de petróleo. Deste modo, o fluxo em regime permanente em testemunho foi modelado utilizando a condição de contorno (B-5) em xD=0. A concentração adimensional, C, varia de zero a um. A água do mar que é injetada apresenta uma concentração de íons sulfato superior à concentração de íons bário encontrada na água de formação, assim estamos investigando um caso onde a concentração de sulfato está significativamente em excesso. Conseqüentemente, em nosso caso α<< 1 (A-4). A equação diferencial ordinária (B12) pode ser resolvida pelo método de expansões assintóticas regulares. Será discutido a expansão assintótica da incógnita C(xD) com respeito ao parâmetro pequeno α. α2 C ( xD ) = C0 ( xD ) + αC1 ( xD ) + C2 ( xD ) 2 (B-13) O termo [C(xD) – 1] varia de menos um até zero, logo o segundo termo, em colchetes no lado direito da equação (B-12) pode ser desprezado quando comparado com 1 (um). Substituindo a expansão (B-13) na equação (B-12), obtémse a seguinte equação diferencial ordinária linear de segunda ordem para aproximação de ordem zero: 95 εD d 2C0 dC0 − − εkC0 = 0 dxD 2 dxD (B-14) O problema de contorno (A-10), (B-5) se torna: xD = 0 : C0 + αC1 + dCk =0 dxD xD = 1 : α2 C2 = 1 2 (B-15) k = 0, 1, 2 (B-16) O problema de contorno (B-15), (B-16) para a equação (B-14) permite a seguinte solução exata: C0 ( xD ) = c1eΓ1xD + c2eΓ2 xD Γ1 = 1 + 4εD ε k 1 + 2εD 4εD2 Γ2 = 1 1 + 4 εD ε k − 2εD 4εD2 (B-17) As duas constantes c1 e c2 são encontradas a partir das condições de contorno: c1 = −Γ 2 exp(Γ 2 − Γ1 ) Γ1 − Γ 2 exp(Γ 2 − Γ1 ) (B-18) c2 = Γ1 Γ1 − Γ 2 exp(Γ 2 − Γ1 ) (B-19) A concentração no efluente do testemunho é calculada a partir de (B-18), (B19). C0 (1) = ( Γ1 − Γ2 ) exp ( Γ2 ) Γ1 − Γ 2 exp ( Γ 2 − Γ1 ) A equação para a aproximação de primeira ordem é a seguinte: (B-20) 96 εD d 2C1 dC1 − − εkC1 − εkC02 + εkC0 = 0 2 dxD dxD (B-21) Integrando equação diferencial ordinária não homogênea de segunda ordem (B-21) e aplicando as condições de contorno (B-15), (B-16), permite a seguinte solução exata: C1 ( xD ) = c3 eΓ1xD + c4 eΓ2 xD + K1e2 Γ1xD + K 2e( Γ1 = 1 1 + 4εDεk + 2εD 4εD2 Γ2 = 1 1 + 4 εD ε k − 2εD 4εD2 Γ1 +Γ2 ) xD + K 3 e2Γ2 xD + K 4 xDeΓ1xD + K 5 xDeΓ2 xD (B-22) onde K1, K2, K3, K4 e K5 são calculados durante a solução da equação linear nãohomogênea (B-21), onde C0 é a aproximação de ordem zero (B-17). K1 = εk c12 2εk c1c2 , K2 = 2 2 4εD Γ1 − 2Γ1 − εk εD ( Γ1 + Γ 2 ) − ( Γ1 + Γ 2 ) − εk εk c 2 2 −εk c1 −εk c2 K3 = , K4 = , K5 = 2 4εD Γ 2 − 2Γ 2 − εk 2εD Γ1 − 1 2εDΓ 2 − 1 (B-23) As constantes c3 e c4 são obtidas a partir das condições de contorno: c3 = − ⎡ ξ exp( −Γ1 ) − Γ1ψ ⎤ Γ2 ξ exp(Γ 2 − Γ1 ) ⎢ ⎥− Γ1 ⎣ Γ1 − Γ 2 exp(Γ 2 − Γ1 ) ⎦ Γ1 exp(Γ1 ) c4 = ξ exp( −Γ1 ) − Γ1ψ Γ1 − Γ 2 exp(Γ 2 − Γ1 ) (B-24) (B-25) onde as constantes ξ e ψ são introduzidas para a simplificação da solução: ψ= εk c12 2εk c1c 2 εk c 2 2 + + 4εD Γ12 − 2Γ1 − εk εD ( Γ1 + Γ 2 )2 − ( Γ1 + Γ 2 ) − εk 4εDΓ 22 − 2Γ 2 − εk (B-26) 97 2 ( Γ1 + Γ 2 ) εk c1c 2 e( 1 2 ) 2Γ1εk c12e2Γ1 2Γ 2εk c 22 e2 Γ2 ξ= + + 4εD Γ12 − 2Γ1 − εk εD ( Γ1 + Γ 2 )2 − ( Γ1 + Γ 2 ) − εk 4εDΓ 2 2 − 2Γ 2 − εk Γ +Γ ε c eΓ1 ε c eΓ2 − k 1 (1 + Γ1 ) − k 2 (1 + Γ2 ) 2εD Γ1 − 1 2εD Γ 2 − 1 (B-27) A equação para a aproximação de segunda ordem também é obtida pela substituição da expansão (B-13) na equação (B-12) εD d 2C2 dC2 − − εkC2 + 2εkC1 − 4εkC0C1 = 0 dxD 2 dxD (B-28) Integrando equação diferencial ordinária não homogênea de segunda ordem (B-28) com as condições de contorno (B-15) e (B-16), permite a seguinte solução exata: C2 ( xD ) = c5 eΓ1xD + c6 eΓ2 xD + ( m0 + m1xD ) e2 Γ1xD + ( m2 + m3 xD ) e( Γ1 +Γ2 ) xD + ( m4 + m5 xD ) e2 Γ2 xD + ( m6 + m7 xD ) xDe Γ1xD + ( m8 + m9 xD ) xD eΓ2 xD + n1e( 2 Γ1 +Γ2 ) xD + n2 e( Γ1 + 2Γ2 ) xD + n3 e3 Γ1xD + n4 e3 Γ2 xD Γ1 = 1 + 4 εD ε k 1 + 2εD 4εD2 Γ2 = 1 + 4 εD ε k 1 − 2εD 4εD2 (B-29) onde as constantes (mi, i = 0..9) e (nj, j = 1..4) são obtidas a partir da solução da porção não-homogênea da equação (B-28). m1 = m3 = 4ε c c − 2εk K1 − ( 4εDΓ1 − 1) m1 4εk c1K 4 , m0 = k 1 3 2 4εD Γ1 − 2Γ1 − εk 4εDΓ12 − 2Γ1 − εk 4εk c1K 5 + 4εk c2K 4 εD ( Γ1 + Γ 2 ) − ( Γ1 + Γ 2 ) − εk 2 m5 = , m2 = 4εk c1c4 + 4εk c2c3 − 2εk K 2 − ( 2εD ( Γ1 + Γ 2 ) − 1) m3 εD ( Γ1 + Γ 2 ) − ( Γ1 + Γ 2 ) − εk 2 4ε c c − 2εk K 3 − ( 4εD Γ 2 − 1) m5 4εk c 2 K 5 , m4 = k 2 4 2 4εD Γ 2 − 2Γ 2 − εk 4εDΓ 2 2 − 2Γ 2 − εk 98 n1 = m7 = − ( 2εk c3 + 2εD m7 ) −2εk K 4 , m6 = 4εD Γ1 − 2 2εD Γ1 − 1 m9 = − ( 2εk c4 + 2εD m9 ) −2εk K 5 , m8 = 4 εD Γ 2 − 2 2εD Γ 2 − 1 4εk ( c1K 2 + c2K1 ) εD ( 2Γ1 + Γ 2 ) − ( 2Γ1 + Γ 2 ) − εk 2 n3 = , n2 = (B-30) 4εk ( c1K 3 + c2K 2 ) εD ( Γ1 + 2Γ 2 ) − ( Γ1 + 2Γ 2 ) − εk 2 4ε k c 2 K 3 4εk c1K1 , n4 = 2 9εD Γ1 − 3Γ1 − εk 9εD Γ 22 − 3Γ 2 − εk As constantes c5 e c6 são obtidas a partir das condições de contorno: c5 = − ⎡ ϕ exp( −Γ1 ) − Γ1Ω ⎤ Γ2 ϕ exp(Γ 2 − Γ1 ) ⎢ ⎥− Γ1 ⎣ Γ1 − Γ 2 exp(Γ 2 − Γ1 ) ⎦ Γ1 exp(Γ1 ) c6 = ϕ exp( −Γ1 ) − Γ1Ω Γ1 − Γ 2 exp(Γ 2 − Γ1 ) (B-31) (B-32) sendo que as constantes ϕ e Ω são introduzidas para simplificação da solução. 99 Apêndice C – Solução Analítica para Fluxo 1-D sem Dispersão Hidrodinâmica O sistema de equações governantes para fluxo unidimensional foi descrito no apêndice A. O desenvolvimento da solução assintótica, com relação ao parâmetro pequeno α, levando em consideração a dispersão hidrodinâmica do meio poroso foi apresentado no apêndice B. Agora será resolvido um sistema de equações onde o efeito da dispersão hidrodinâmica no meio poroso será desconsiderado. O sistema de equações governantes consiste do mesmo apresentado no apêndice A, juntamente aos mesmos parâmetros adimensionais. A partir das equações (A-7), foi assumido que εD=0, logo a solução é dada da seguinte forma: ⎧ ∂C ∂C ⎪ ∂t + ∂x = −εkCY ⎪ D D ⎨ ⎪ ∂Y + ∂Y = −ε αCY k ⎪⎩ ∂tD ∂xD (C-1) Ambas concentrações são iguais aos seus respectivos valores iniciais na zona adiante à frente de água injetada C = 0 , Y = 0, xD > tD > 0 (C-2) Transformando as equações (C-1) para forma de característica atrás da frente de água injetada (Araque-Martinez e Lake, 1999), temos: ⎧ dtD =1 ⎪ ⎪ dxD ⎪ dC = −εkCY ⎨ ⎪ dxD ⎪ 1 dY = −εkCY ⎪ ⎪⎩ α dxD Introduzindo a seguinte combinação linear das duas concentrações: (C-3) 100 V ( xD ) = C ( xD ) − Y ( xD ) α (C-4) Subtraindo a segunda equação de (C-3) pela terceira equação de (C-3), resulta na seguinte equação para V(xD): dV =0 dxD (C-5) A condição de contorno na entrada do testemunho para V(xD) é obtida a partir de (B-5): xD = 0 V = 1 − 1 α (C-6) Como obtido a partir de (C-5), V é constante, logo V ( xD ) = 1 − 1 α (C-7) Assim, a diferença de concentração (C-4) é constante ao longo das características. Expressando a concentração Y(xD) a partir de (C-7): Y ( xD ) = 1 + α ⎡⎣C ( xD ) − 1⎤⎦ (C-8) e substituindo Y(xD) na segunda equação de (C-3), obtemos uma equação diferencial ordinária: dC = −εkC ⎡⎣1 + α (C − 1) ⎤⎦ dxD (C-9) A equação diferencial ordinária de primeira ordem (C-9), com a condição de contorno (B-5), é resolvida pelo método de separação de variáveis: C ( xD ) = (1 − α ) exp ⎡⎣−εk (1 − α ) xD ⎤⎦ 1 − αexp ⎡⎣ −εk (1 − α ) xD ⎤⎦ (C-10) 101 Substituindo a solução (C-10) em (C-8), obtemos o perfil de concentração para o sulfato. ⎡ (1 − α ) exp ⎡⎣ −εk (1 − α ) xD ⎤⎦ ⎤ Y ( xD ) = α ⎢ ⎥ + 1− α ⎢⎣ 1 − αexp ⎡⎣ −εk (1 − α ) xD ⎤⎦ ⎥⎦ (C-11) A substituição de (C-10) e (C-11) na equação cinética, terceira equação do sistema (A-3), resulta em uma fórmula explícita para o sal depositado: S ( xD ,tD ) = ε kC ( xD )Y ( xD )( tD − xD ) (C-12) para tempos grandes, tD>>xD, a fórmula (C-12) pode ser simplificada: 2 ⎡ ⎛ (1 − α ) exp ⎡⎣ −εk (1 − α ) xD ⎤⎦ ⎞ S ( xD ,tD ) = ⎢εk α ⎜ ⎟ + ⎜ 1 − αexp ⎡ −εk (1 − α ) xD ⎤ ⎟ ⎢ ⎣ ⎦ ⎠ ⎝ ⎣ ⎛ (1 − α ) exp ⎡⎣ −εk (1 − α ) xD ⎤⎦ ⎞ ⎤ + εk (1 − α ) ⎜ ⎟⎥ t ⎜ 1 − αexp ⎡ −εk (1 − α ) xD ⎤ ⎟ ⎥ D ⎣ ⎦ ⎠⎦ ⎝ Assim, a concentração depositada é proporcional ao tempo adimensional. (C-13) 102 Apêndice D – Índice de Produtividade “em testemunhos” A variação de pressão entre a entrada e o efluente do testemunho durante o fluxo com precipitação de sal, foi calculada a partir da expressão para o gradiente de pressão obtido a partir da lei de Darcy, quarta equação (A-3): ∂p Uµ ∆p = − ∫ dx = (1 + βσ ) dx k0 ∫0 ∂x 0 L L (D-1) Substituindo a concentração depositada adimensional (A-6) para fluxo em regime permanente, obtém-se: ⎞ MBaSO4 1 Uµ ⎛ 0 S x ,t dx ∆p = ⎜⎜ 1 + β cBa ( ) D D D⎟ ⎟ k0 ⎝ ρBaSO4 ∫0 ⎠ (D-2) A concentração depositada S(xD,tD) pode ser calculada a partir do sistema (B-2), utilizando a solução assintótica, onde a dispersão hidrodinâmica no meio poroso é considerada (descrito no apêndice B): 1 ∫S(x D 0 1 ,tD ) dxD = εk tD ∫ C ( xD )Y ( xD ) dxD (D-3) 0 Ou a concentração depositada S(xD,tD) também pode ser calculada para o modelo onde a dispersão hidrodinâmica no meio poroso é desprezada (descrito no apêndice C), a partir do sistema (C-3): ⎧⎪ (1 − α ) exp ( εk ) 1 ⎫⎪ = ε + S x ,t dx t ( ) ⎨ ∫0 D D D k D ⎪ ⎡αexp ( αεk ) − exp ( εk )⎤ αεk αεk ⎬⎪ ⎦ ⎩⎣ ⎭ 1 (D-4) A expressão final para a queda de pressão em testemunhos é: ∆p = ⎞ MBaSO4 1 Uµ ⎛ 0 1 + β c S ( xD ,tD ) dxD ⎟ ⎜⎜ Ba ∫ ⎟ k0 ⎝ ρBaSO4 0 ⎠ (D-5) Introduzindo a função impedância adimensional que corresponde ao inverso do índice de produtividade adimensional 103 J ( tD ) = U 0 ∆p ∆p 0 U (D-6) A expressão para a impedância segue a partir de (D-5), (D-6). ⎞ MBaSO4 1 IP 0 ⎛ 0 S x ,t dx = ⎜ 1 + β cBa ( ) D D D⎟ ⎟ IP ⎜⎝ ρBaSO4 ∫0 ⎠ (D-7) Considerando a dispersão hidrodinâmica no meio poroso (como descrito no apêndice B), a expressão para a impedância segue a partir de (D-3), com a solução assintótica. ⎞ MBaSO4 1 IP 0 ⎛ 0 = ⎜ 1 + βεk cBa tD ∫ C ( xD )Y ( xD ) dxD ⎟ ⎟ IP ⎜⎝ ρBaSO4 0 ⎠ (D-8) Desprezando a dispersão hidrodinâmica no meio poroso (como descrito no apêndice C), a expressão para a impedância segue a partir de (D-4), com a solução analítica. MBaSO4 ⎡ (1 − α ) exp ( εk ) 1 ⎤ ⎪⎫ IP 0 ⎪⎧ 0 tD ⎢ = ⎨1 + βεk cBa + ⎥⎬ ρBaSO4 ⎢⎣ ⎡⎣αexp ( αεk ) − exp ( εk ) ⎤⎦ αεk αεk ⎦⎥ ⎪ IP ⎪ ⎩ ⎭ (D-9) Assim, a impedância é uma função linear com o tempo para os dois modelos propostos. A expressão para o modelo com dispersão é dada por: J ( tD ) = 1 + mtD m= 0 MBaSO4 βεk cBa ρBaSO4 1 ∫ C ( x )Y ( x ) dx D D (D-10) D 0 Assumindo a aproximação de ordem zero para os casos onde os valores de α << 1, a inclinação da impedância (D-10) pode ser explicitada por: Γ Γ 0 βεk cBa MBaSO4 ⎛ c1Γ 2 ( e 1 − 1) + c2Γ1 ( e 2 − 1) ⎞ ⎜ ⎟ m= ⎜ ⎟ ρBaSO4 Γ1Γ 2 ⎝ ⎠ (D-11) 104 A fórmula (D-11) permite a determinação do coeficiente dano de formação, β, a partir de dados de fluxo e variação de pressão. A expressão da impedância em função do tempo para o modelo sem dispersão hidrodinâmica no meio poroso é obtida a partir de (D-9): J ( tD ) = 1 + mtD m = βλLc ( ) 0 1 − α ) exp λLcSO ( MBaSO4 ⎡ 4 ⎢ c 0 0 ρBaSO4 ⎢ αexp αλLcSO − exp λLcSO 4 4 ⎣ 0 0 SO4 Ba ( ( ) ( ) ) αλLc 0 SO4 + ⎤ 1 ⎥ 0 ⎥ αλLcSO 4 ⎦ (D-12) 105 Apêndice E – Método dos Três Pontos de Pressão O método dos três pontos usa a variação de pressão total no testemunho e em uma primeira seção deste como duas fontes independentes de informação para determinar os dois parâmetros λ e β. Será analisado a inclinação da impedância mω obtida a partir da queda de pressão na ω-parte do testemunho (contando a partir da entrada). O comprimento do testemunho L na equação (D-12) será recalculado como ωL. A fórmula para mω se torna: mω = βλωLc 0 SO4 0 Ba c ( ) 0 (1 − α ) exp λωLcSO MBaSO4 ⎡ 4 ⎢ 0 0 ρBaSO4 ⎢ αexp αλωLcSO − exp λωLcSO 4 4 ⎣ ( ( ) ( ) ) αλωLc 0 SO4 ⎤ 1 ⎥ + 0 ⎥ αλωLcSO 4 ⎦ (E-1) A equação (E-1) também determina a curva β = β(λ) no plano (β, λ), como mostrado na Figura 3.3. As equações (D-12) e (E-1) formam um sistema de duas equações com incógnitas β e λ. A solução corresponde ao ponto de intersecção das duas curvas (Figura 3.3). Dividindo a equação (D-12) pela equação (E-1), obtêm-se: ⎡ ⎤ m ⎡ 1− α ) y ω ( (1 − α ) y 1 1 ⎤ ⎥ ⎢ ⎥ ω⎢ + = + ωα ω α ⎢⎣ ( αy − y ) αωln ( y ) αωln ( y ) ⎥⎦ mω ⎢⎣ ( αy − y ) αln ( y ) αln ( y ) ⎥⎦ (E-2) e λ= 1 ln ( y ) 0 LcSO 4 (E-3) O valor de y pode ser obtido a partir de solução numérica da equação transcendental (E-2). Depois, λ pode ser encontrado pela fórmula exata (E-3). Uma equação transcendental adicional aparece quando medimos a pressão em dois pontos intermediários do testemunho. 106 0 mω2 = βλω2 LcSO c0 4 Ba ( ) 0 (1 − α ) exp λω2LcSO MBaSO4 ⎡ 4 ⎢ 0 0 ρBaSO4 ⎢ αexp αλω2 LcSO − exp λω2LcSO4 4 ⎣ ( ( ) ( ) ) αλω Lc 2 0 SO4 + ⎤ 1 ⎥ 0 ⎥ αλω2LcSO 4 ⎦ (E-4) e ⎡ ⎤ m ⎡ 1 − α ) y ω2 ( (1 − α ) y 1 1 ⎤ ⎢ ⎥ ⎢ ⎥ ω2 + = + α ω α ω ⎢⎣ ( αy 2 − y 2 ) αω2ln ( y ) αω2ln ( y ) ⎥⎦ mω2 ⎢⎣ ( αy − y ) αln ( y ) αln ( y ) ⎥⎦ (E-5) 107 Apêndice F – Equações Governantes para Incrustação de BaSO4 no Meio Poroso com Fluxo Radial As vazões de produção de óleo e água são definidas por: Qw = fQ , Qo = (1 − f ) Q (F-1) onde f é o fluxo fracionário para a água que depende da saturação e da concentração do precipitado: krw ( sw , σ ) f = krw ( sw , σ ) µw + µw kro ( sw ) = f ( sw , σ ) (F-2) µo A partir de (F-1) é obtido que o fluxo fracionário é constante para fluxo de água e óleo em regime permanente: f ( sw , σ ) = Qw Q =f (F-3) O sistema de equações governantes para fluxo radial unidimensional na vizinhança do poço produtor durante injeção de água é constituído de três equações de balanço de massa, para o cátion bário, para o ânion sulfato e para o sulfato de bário; e da lei de Darcy modificada acrescida da redução de permeabilidade devido à deposição do sal [veja Philips, 1991, Bedrikovetsky, 1994, Woods e Parker, 2003]: ⎧ ∂cBa ∂ ⎛ ∂cBa ⎞ ⎪2πr φsw ∂t + ∂r ⎜ QfcBa − 2πrD ∂r ⎟ = −2πrK acBacSO4 ⎝ ⎠ ⎪ ⎪ ∂cSO4 ∂ ⎛ ∂cSO4 ⎞ + ⎜ QfcSO4 − 2πrD ⎪2πr φsw ⎟ = −2πrK acBacSO4 ∂t ∂r ⎝ ∂r ⎠ ⎪ ⎨ ρ ⎪φs BaSO4 ∂σ = K c c a Ba SO4 ⎪ w MBaSO ∂t 4 ⎪ ⎪ 2πrhk0 ⎛ krw kro ⎞ ∂p + ⎪Q = − (1 + βσ ) ⎜⎝ µ w µo ⎟⎠ ∂r ⎩⎪ (F-4) 108 Foi assumido que a reação química (deposição do sal) é expressa pela lei das massas ativas (Fogler, 1998). O sistema de quatro equações (F-4) é definido por quatro incógnitas: as três concentrações cBa, cSO4, σ e a pressão p. Assume-se que os coeficientes de dispersão para Ba2+ e SO42- são semelhantes e proporcionais à velocidade de fluxo (Nikolaevskii, 1990, Sorbie e Mackay, 2000): DBa ≅ DSO4 ≅ D = αDfU (F-5) A proporcionalidade entre o coeficiente de reação química (Ka) e a velocidade do fluxo de água foi observado para fluxos com reações químicas em geral (Fogler, 1998) e particularmente para reações de incrustação de sulfatos (Lopes, 2002, Bedrikovetsky et al., 2006a): Ka = λfU (F-6) Introduzido-se as seguintes coordenadas adimensionais e parâmetros: tD = cSO c Qt r , rD = , C = Ba , Y= 0 4 2 0 πRc hφ Rc cBa cSO4 0 ρBaSO4 σ cBa α 0 S= , α = , εD = D , εk = λRc cSO 0 0 4 MBaSO4 cBa cSO4 Rc (F-7) Substituindo as coordenadas adimensionais e os parâmetros (F-7) no sistema de equações (F-4), obtemos: ⎧ sw ∂C ∂ ⎛ ∂C ⎞ + ⎪2rD ⎜ C − εD ⎟ = −εkCY ∂ ∂ ∂ f t r r ⎝ ⎠ D D D ⎪ ⎪ ⎛ ⎞ ⎪2rD sw ∂Y + ∂ ⎜ Y − εD ∂Y ⎟ = −εk αCY ⎪ f ∂tD ∂rD ⎝ ∂rD ⎠ ⎪ sw ∂S ⎨ ⎪2rD f ∂t = εkCY D ⎪ ⎪ rD dpD ⎪1 = − ⎛ MBaSO4 ⎞ drD 0 ⎪ S⎟ 1 + βcBa ⎜ ⎜ ⎪ ρBaSO4 ⎟⎠ ⎝ ⎩ (F-8) 109 A condição de contorno no poço corresponde à ausência de fluxo difusivo para ambas espécies químicas: r = rw : dcBa dcSO4 = =0 dr dr (F-9) Na forma adimensional a condição de contorno se torna: rD = rw dC dY : = =0 Rc drD drD (F-10) A condição de contorno no raio de contorno Rc corresponde a: rD = 1 : C − εD ∂C ∂Y = 1 , Y − εD =1 ∂rD ∂rD (F-11) Foi assumido que o efeito da precipitação do sulfato de bário na função fluxo fracionário é desprezível. Neste caso a saturação é constante. As duas primeiras equações (F-8) são separadas da equação da acumulação e da lei de Darcy. Consideramos fluxo em regime permanente na vizinhança do poço: ⎧ dC d 2C = ε − εkCY D ⎪ dr drD 2 ⎪ D ⎨ 2 ⎪ 1 dY = εD d C − ε CY k ⎪⎩ α drD α drD 2 (F-12) Introduzindo-se a seguinte combinação linear das duas concentrações: V ( rD ) = C ( rD ) − Y ( rD ) α (F-13) A equação para V(rD) é obtida pela subtração da segunda equação (F-12) da primeira equação (F-12): dV d 2V = εD drD drD 2 As condições de contorno para V(rD) seguem de (F-10), (F-11): (F-14) 110 rD = 1 rD = : rw : Rc 1 α (F-15) dV =0 drD (F-16) V = 1− O problema de valor de contorno (F-14) - (F-16) é constante: V ( rD ) = 1 − 1 α (F-17) A equação (F-13) nos permite expressar Y via C, e substituindo o resultado na primeira equação de (F-12), obtém-se uma equação diferencial ordinária de segunda ordem para a distribuição C(rD): εD d 2C dC − − εkC ⎡⎣1 + α (C − 1) ⎤⎦ = 0 drD 2 drD (F-18) As condições de contorno para a equação (F-18) são dadas por (F-10) e (F11). Este problema pode ser resolvido numericamente pelo método de Runge-Kutta de quarta ordem. A concentração depositada é encontrada pela integração de (F-8) em tD: S ( rD ,tD ) = εk f C ( rD )Y ( rD ) tD 2rD sw (F-19) A concentração de sulfato na água do mar excede significativamente a concentração de bário na água de formação. Nesse caso, o parâmetro α é muito pequeno, α<< 1 (F-4). Será discutido a solução assintótica para o problema de fluxo em regime permanente, dado pelas equações (F-10), (F-11) e (F-18) para o parâmetro pequeno α. C ( rD ) = C0 ( rD ) + αC1 ( rD ) + α2 C2 ( rD ) 2 (F-20) O termo [C(rD) – 1] varia de menos um até zero, desse modo o segundo termo em colchetes no lado direito da equação (F-18) pode ser desprezado quando 111 comparado com um. Substituindo a expansão (F-20) na equação (F-18) obtemos a seguinte equação diferencial ordinária de segunda ordem para a aproximação de ordem zero: εD d 2C0 dC0 − − ε kC0 = 0 drD 2 drD (F-21) O problema de contorno (F-10), (F-11) para a equação (F-21) permite a seguinte solução exata: C0 ( rD ) = c1exp ( Γ1rD ) + c2exp ( Γ 2rD ) Γ1 = 1 + 4 εD ε k 1 + 2εD 4εD2 Γ2 = 1 1 + 4εD ε k − 2εD 4εD2 (F-22) As duas constantes c1 e c2 são encontradas a partir das condições de contorno: ⎡ r ⎤ −Γ 2exp ⎢( Γ 2 − Γ1 ) w ⎥ Rc ⎦ ⎣ c1 = ⎡ r ⎤ Γ1exp ( Γ 2 ) − Γ 2exp ⎢ Γ1 + ( Γ 2 − Γ1 ) w ⎥ Rc ⎦ ⎣ c2 = Γ1 ⎡ r ⎤ Γ1exp ( Γ 2 ) − Γ 2exp ⎢Γ1 + ( Γ 2 − Γ1 ) w ⎥ Rc ⎦ ⎣ (F-23) (F-24) A equação para a aproximação de primeira ordem é: εD d 2C1 dC1 − − εkC1 − εkC02 + εkC0 = 0 2 drD drD (F-25) Substituindo a expansão (F-20) nas condições de contorno (F-10), (F-11) e integrando a equação linear não homogênea (F-25), obtemos a aproximação de primeira ordem: 112 C1 ( rD ) = c3 eΓ1rD + c4 eΓ2rD + K1e2 Γ1rD + K 2e( Γ1 +Γ2 )rD + K 3 e2Γ2rD + K 4 rDeΓ1rD + K 5 rDeΓ2rD (F-26) onde K1, K2, K3, K4 e K5 são obtidos a partir da solução da porção não-homogênea da equação (F-25). As constantes c3 e c4 são obtidas a partir das condições de contorno: ⎡ ⎤ ⎡⎛ r ⎞ ⎤ Γ1ξexp ⎢⎜ w − 1⎟ Γ1 ⎥ − ψ ⎢ ⎥ ξ ⎝ Rc ⎠ ⎦ ⎢ ⎥ exp Γ − Γ − ⎣ c3 = − ⎢ ( 2 1) ⎥ exp ( Γ1 ) ⎛ r ⎞ ⎡ r ⎤ ⎢ Γ 2 exp ⎜ Γ 2 w ⎟ − Γ1exp ⎢Γ1 w + ( Γ 2 − Γ1 ) ⎥ ⎥ ⎢⎣ ⎝ Rc ⎠ ⎣ Rc ⎦ ⎥⎦ (F-27) ⎡⎛ r ⎞ ⎤ Γ1ξexp ⎢⎜ w − 1⎟ Γ1 ⎥ − ψ ⎠ ⎦ ⎣⎝ Rc c4 = ⎛ r ⎞ ⎡ r ⎤ Γ 2 exp ⎜ Γ 2 w ⎟ − Γ1exp ⎢Γ1 w + ( Γ 2 − Γ1 ) ⎥ ⎝ Rc ⎠ ⎣ Rc ⎦ (F-28) sendo que as constantes ξ e ψ são introduzidas para simplificação da solução: ξ= εk c12 exp ( 2Γ1 ) 4εD Γ12 − 2Γ1 − εk + 2εk c1c 2 exp ( Γ1 + Γ 2 ) εD ( Γ1 + Γ 2 ) − ( Γ1 + Γ 2 ) − εk 2 + εk c 22 exp ( 2Γ 2 ) 4εDΓ 2 2 − 2Γ 2 − εk εk c1 εk c 2 − − 2εD Γ1 − 1 2εDΓ 2 − 1 ⎛ r 2Γ1εk c12 exp ⎜ 2Γ1 w Rc ⎝ ψ= 4εD Γ12 − 2Γ1 − εk ⎞ ⎡ rw ⎤ ⎟ 2 ( Γ1 + Γ 2 ) εk c1c 2 exp ⎢( Γ1 + Γ 2 ) ⎥ Rc ⎦ ⎠+ ⎣ + 2 εD ( Γ1 + Γ 2 ) − ( Γ1 + Γ 2 ) − εk ⎛ r 2Γ 2 εk c 22 exp ⎜ 2Γ 2 w Rc ⎝ + 2 4εD Γ 2 − 2Γ 2 − εk ⎛ r εk c 2 exp ⎜ Γ 2 w ⎝ Rc − 2εD Γ 2 − 1 (F-29) ⎞ ⎛ rw ⎟ εk c1 exp ⎜ Γ1 ⎠− ⎝ Rc 2εDΓ1 − 1 ⎞ ⎟ ⎠ ⎛ 1 + Γ rw ⎜ 1 Rc ⎝ ⎞ ⎟− ⎠ (F-30) ⎞ ⎟ ⎠ ⎛ 1 + Γ rw ⎞ ⎜ ⎟ 2 Rc ⎠ ⎝ A equação para a aproximação de segunda ordem também é obtida pela substituição da expansão (F-20) na equação (F-18): 113 εD d 2C2 dC2 − − εkC2 + 2εkC1 − 4εkC0C1 = 0 drD 2 drD (F-31) A solução para a aproximação de segunda ordem é a seguinte: C2 ( rD ) = c5 eΓ1rD + c6 eΓ2rD + ( m0 + m1rD ) e2 Γ1rD + ( m2 + m3 rD ) e( Γ1 +Γ2 )rD + ( m4 + m5 rD ) e2 Γ2rD + ( m6 + m7 rD ) rD eΓ1rD + ( m8 + m9 rD ) rD eΓ2rD + n1e( 2 Γ1 +Γ2 )rD + n2 e( Γ1 + 2Γ2 )rD (F-32) + n3 e3 Γ1rD + n4 e3 Γ2rD onde as constantes (mi, i = 0..9) e (nj, j = 1..4) são obtidas a partir da solução da porção não-homogênea da equação (F-31). As constantes c5 e c6 são obtidas a partir das condições de contorno: ⎡ ⎤ ⎡⎛ r ⎞ ⎤ Γ1Ωexp ⎢⎜ w − 1⎟ Γ1 ⎥ − ϕ ⎢ ⎥ Ω ⎝ Rc ⎠ ⎦ ⎢ ⎥ ⎣ Γ − Γ − c5 = − ⎢ exp ( ) 2 1 exp ( Γ1 ) ⎛ r ⎞ ⎡ r ⎤⎥ ⎢ Γ 2exp ⎜ Γ 2 w ⎟ − Γ1exp ⎢ Γ1 w + ( Γ 2 − Γ1 ) ⎥ ⎥ ⎢⎣ ⎝ Rc ⎠ ⎣ Rc ⎦ ⎥⎦ (F-33) ⎡⎛ r ⎞ ⎤ Γ1Ωexp ⎢⎜ w − 1⎟ Γ1 ⎥ − ϕ ⎠ ⎦ ⎣⎝ R c c6 = ⎛ r ⎞ ⎡ r ⎤ Γ 2exp ⎜ Γ 2 w ⎟ − Γ1exp ⎢Γ1 w + ( Γ 2 − Γ1 ) ⎥ ⎝ Rc ⎠ ⎣ Rc ⎦ (F-34) sendo que as constantes ϕ e Ω são introduzidas para simplificação da solução. 114 Apêndice G - Índice de Produtividade – Poço O cálculo para variação de pressão entre o contorno e o poço é expresso através da expressão do gradiente de pressão como obtido a partir da lei de Darcy modificada (F-4). O intervalo [rw, Re] será dividido região próxima ao poço com permeabilidade modificada “skin zone” [rw, Rc], e uma zona de permeabilidade não alterada [Rc, Re]. A queda de pressão é calculada adicionando a expressão do gradiente de pressão para ambas regiões. ∆p = Rc ∫ rw e ∂p ∂p dr + ∫ − dr ∂r ∂r Rc R − (G-1) Substituindo o gradiente de pressão, quarta equação do sistema (F-4) em (G-1), obtemos a seguinte expressão para queda de pressão entre o poço produtor e o contorno: −1 ⎡ MBaSO4 Q ⎛ krw kro ⎞ ⎢ ⎛ Re ⎞ o ∆p = + ⎜ ⎟ ⎢ln ⎜ ⎟ + β cBa 2πhk0 ⎝ µw µo ⎠ r ρBaSO4 ⎢⎣ ⎝ w ⎠ ⎤ S ( rD ,tD ) drD ⎥ ∫ ⎥ rD rw ⎥⎦ Rc 1 (G-2) A concentração depositada é calculada a partir do sistema (F-8). 1 rw ∫ Rc 1 S ( rD ) C ( rD )Y ( rD ) εk f drD = tD ∫ drD rD rD 2 2 sw rw (G-3) Rc A expressão final para queda de pressão é dada por: ⎤ −1 ⎡ 1 MBaSO4 ε k f C ( rD )Y ( rD ) Q ⎛ krw k ro ⎞ ⎢ ⎛ Re ⎞ o ∆p = + tD ∫ drD ⎥ ⎜ ⎟ ⎢ln ⎜ ⎟ + β cBa 2 ⎥ 2πhk0 ⎝ µw µo ⎠ r rD ρBaSO4 2 sw rw ⎢⎣ ⎝ w ⎠ ⎥ Rc ⎦ (G-4) Quando tD=0 a expressão (G-4) se torna a fórmula de Dupui para o índice de produtividade: Q= 2πhk0 ⎛ krw k ro + ⎜ ⎛ Re ⎞ ⎝ µw µo ln ⎜ ⎟ ⎝ rw ⎠ ⎞ ⎟ ∆p ⎠ (G-5) 115 Introduzindo a função impedância adimensional que corresponde ao inverso do índice de produtividade adimensional J ( tD ) = Q 0 ∆p ( tD ) ∆p0 Q ( tD ) (G-6) A expressão para impedância é obtida a partir de (G-4), (G-6): ⎡ ⎢ M εk IP f ( tD ) = 1 + ⎢⎢βcBa0 BaSO4 IP ρBaSO4 ⎛R ⎞ s 2ln ⎜ e ⎟ w ⎢ ⎢⎣ ⎝ rw ⎠ 0 ⎤ ⎥ C ( rD )Y ( rD ) drD ⎥ tD 2 ∫ ⎥ rD rw Rc ⎥ ⎥⎦ 1 (G-7) Conseqüentemente, a impedância é uma função linear do tempo. J ( tD ) = 1 + mtD m= o βεk cBa f MBaSO4 ⎛R ⎞ s ρ 2ln ⎜ e ⎟ w BaSO4 ⎝ rw ⎠ 1 rw ∫ Rc C ( rD )Y ( rD ) drD rD 2 (G-7) 116 Apêndice H - Artigo Publicado em 2005 BEDRIKOVETSKY, P.G.; GLADSTONE, P.M.; MONTEIRO, R.P.; LOPES JR.; R.P., ROSÁRIO, F.F.; BEZERRA, M.C.: “Caracterização do dano de formação devido à incrustação de sulfato de bário para previsão da queda de produtividade do poço,” IBP paper 03904. In: Revista Petro & Química, Brasil, nº 270, p. 91-101, mar 2005. 117 118 119 120 121 122 123 124 125 126 127 128 Apêndice I - Artigo Publicado em 2006 BEDRIKOVETSKY, P.G, MONTEIRO, R.P.S., LOPES, JR. R.P., MORAES, G.P., CARAGEORGOS, T, ROSÁRIO, F.F. AND LIMA, E.A., (2006a). Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling. In: Lakatos, I. (ed.), Mining and Oilfield Chemistry. Akadémiai Kiadó, Budapest, Hungary. Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 129 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling BEDRIKOVETSKY, P. G.1, MONTEIRO, R. P.1, LOPES, Jr. R. P.2, MORAES, G. P.1, CARAGEORGOS, T.1, ROSÁRIO, F. F.2 and LIMA, E. A3. 1 North Fluminense State University (LENEP/UENF), Brazil 2 PETROBRAS/CENPES AND 3IMPA, BRAZIL Abstract The sulphate scaling is a chronicle disaster in waterflood projects with incompatible injected and formation waters. This is usually due to precipitation of barium/strontium sulphates from the mixture of both waters. The salt deposition happens in both production columns and in reservoirs near to wellbore. The salt precipitation in the reservoir near to producer results in permeability reduction and consequent productivity decline. In the current paper we study the effect of porous media on the BaSO4 scaling kinetics. A new methodology for sulphate scaling coreflood tests, allowing for complete characterization of formation damage system, consists of a sequence of diffusivity tests, of transient tests with chemical reaction, and of steady state tests on simultaneous injection of both injected and formation waters. The dispersion coefficient versus flow velocity is found from the diffusivity tests. Steady state tests allow determination of chemical reaction rate constant versus velocity and formation damage coefficient. The transient test data as compared with the mathematical modeling data validates the results of steady state tests treatment. The test data are treated using semi-analytical and numerical models. Treatment of laboratory data shows proportionality between the chemical reaction constant and the flow velocity, which should be accounted for at scaling and damage prediction near to wells. Introduction The formation damage in scaled-up production wells caused by incompatibility of injected and formation waters have long been known. Precipitation of salts in production columns and in the reservoir near wells results in permeability decline. Among the most onerous of all scaling species is that of sulphates, particularly barium and strontium sulphates [1−4]. The chemical reaction rate between incompatible chemical species in injected and formation waters determines the oilfield scaling intensity in cases where the aqueous solution is far from equilibrium. The reaction rate in porous media is highly affected by flow velocity [5]. Therefore, the chemical rate constants inside and outside porous media should be different. Nevertheless, presently the chemical rate constants used in mathematical modeling are obtained in laboratory reactors without porous media [1, 6−8]. In order to obtain the chemical reaction constant in chemical reactor, usually the solid grains are used during water mixing for inducing the precipitation centers, but the pore space structure and the relative fluid-rock Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 130 flows are not represented. The mathematical models for flow in porous media accompanied by chemical reactions and salt precipitation consist of mass balance equations with the reaction rate sink terms [6, 7, 9−11]. The rate terms should depend on flow velocity and porous media properties. Nevertheless, the oilfield scaling modeling in the commercial reservoir simulation software does not account for dependency of chemical reaction constant on flow velocity [12, 13]. It is important to emphasize that main sulphate scaling takes place near to production wells (see [1]) where flow velocities are one-two orders of magnitude higher than that in the reservoir, and neglecting the chemical kinetics velocity dependency results in significant errors in scaling and formation damage prediction. In order to predict well behavior during oilfield scaling, the effect of porous media flow on chemical reaction rate should be studied systematically. The design and results of sulphate scaling tests have been presented in the literature [14−17]. Nevertheless, there were no attempts to determine the reaction rate constant and formation damage coefficient from laboratory tests. The sequence of laboratory coreflood tests allowing for complete characterization of barium sulphate scaling system was proposed in some studies [18−20]. This sequence of coreflood tests allowing for determination of the chemical reaction rate constant, formation damage coefficient and dispersivity from coreflood tests for various flow conditions includes: − Displacement of water by traced water at the absence of reaction in order to determine dispersivity coefficient; − Displacement of Ba2+-rich formation water by SO42--rich injection water (transient scaling test); − Simultaneous injection of Ba2+-rich formation water and SO42--rich injection water (steady state tests). The diffusive test allows determining the dispersion coefficient dependency of flow velocity for a given core. The steady state tests being performed at different velocities determine the chemical reaction rate constant versus flow velocity. The transient test allows comparing experimental results with the data of numerical modeling based on the steady state test data. Two series of steady state tests on simultaneous injection of formation and injection waters with barium sulphate formation have been performed for different velocities in two cores. It was shown that the chemical reaction rate constant is proportional to flow velocity. This paper contains more detailed version of laboratory procedure than that in references [18−20]. The method for formation damage coefficient determination from pressure drop dynamics was developed. A new asymptotic solution for steady state flow with chemical reaction allowing for analytical modeling of quasi steady state tests was derived. We also discuss an alternative laboratory procedure based on 3-point-pressure method [21] that simplifies laboratory test measurements. The mathematical model for simultaneous barium and strontium scaling and corresponding laboratory tests are discussed. Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 131 Barium Sulphate Scaling in Porous Media Salt Deposition in Mixing Zone We discuss formation damage due to barium sulphate precipitation. Usually seawater containing SO42− anions is injected in offshore operations. If the formation water contains Ba2+ cations, mixing of injected and formation waters may cause the BaSO4 deposition (Fig. 1) Ba 2+ + SO 24− → BaSO 4 ↓ (1) Due to low solubility of barium sulphate in water, we assume that the chemical reaction (1) is irreversible. SO4 2- Ba2+ BaSO4 Fig. 1a. Precipitation of barium sulphate in the mixing zone Fig. 1b. In stream tube during displacement of formation water by injection water in the reservoir Fig. 1a shows that the chemical reaction takes place in the mixing zone. Salt precipitation also takes place in the mixing zone only. Movement of the formation water occurs ahead of the mixing zone, the injected water moves behind the mixing zone. The mixing zone moves with the carrier water velocity, so the precipitant does not accumulates in the reservoir. Fig. 1b shows how mixing zone moves from injector to producer during waterflooding. Barium sulphate precipitation causes permeability decline. Streams of injected and formation waters intersect near to producers. High flow velocity near to producers Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 132 provides with high dispersivity and intensive mixing. Therefore, precipitant accumulation and formation damage take place mainly in production well vicinity [1]. Scanning Electron Microscopy a. b. Fig. 2. SEM micrographs of the porous rock taken from the middle of the core (a) image on the grain scale; (b) zoomed image a. b. Fig. 3. SEM micrographs of the porous rock taken near to the core inlet (a) image on the grain scale; (b) zoomed image Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 133 The formation of barium sulphate during flow of injection and formation waters in porous media was observed by scanning electron microscopy (SEM), micrographs show BaSO4 crystal formation in porous space. Figs. 2 and 3 present SEM micrographs of crosssections taken at the middle of the core and near to inlet, respectively (6.5 cm and 0.7 cm from the inlet). Pores and other pore space elements are presented in Fig. 2a by black patterns, grains are given in clearer color, and white crystals represent barium sulphate. Fig. 2b is a zoom of the pattern highlighted in Fig. 2a. The barium sulphate crystal reference size is about 1−2 mm. The X-ray analysis identified the precipitated crystals to be of barium sulphate. The amount of precipitant in the inlet cross section is higher than that in the middle of the core (Fig. 3a, b). The crystal size near to the inlet is also higher 5−6 mm. The grains could be seen clear in Fig. 3a. In zoomed image (Fig. 3b) one could see the curvilinear grain surface. The precipitated crystals accompany the grain surface, so they are sticked to the grain surface. The image analysis shows that barium sulphate precipitation takes place in the overall core and not in the inlet only. Mathematical Model for Sulphate Scaling Basic Equations The mathematical model for one-dimensional flow of injected and formation water in porous media includes mass balance equations for barium cations, for sulphate anions and for precipitated salt (A-1). The salt deposition rate are given by the law of active masses [5] (another expressions for deposition rate are discussed in Appendix D). The modified Darcy’s law (A-1) contains the formation damage function, (1+βσ)−1 that describes permeability loss due to salt deposition. The unknowns in the closed system of four equations (A-1) are three concentrations and pressure. It is assumed that chemical reaction rate constant, Ka, is independent of the precipitated salt concentration, σ. The assumption results in separation of the first and second equations (A-1) from the rest of the system. In dimensionless co-ordinates (A-3), the system of governing equations takes form (A-4) ⎫ ⎧ ∂C ∂C ∂ 2C − ε k CY ⎪ = ε + ⎪⎪ D ⎪ ∂T ∂X ∂X 2 ⎬ ⎨ 2 ⎪ ∂Y + ∂Y = ε ∂ Y − ε αCY ⎪ D k ⎪⎭ ⎪⎩ ∂T ∂X ∂X 2 (2) The system contains two dimensionless constants: the chemical kinetics number, εk, and the inverse to Peclet number, εD, [10, 22]. For typical velocities in petroleum reservoirs an advective mass flux highly exceeds the diffusive flux. Therefore, if the particle has already left the core, it would not diffuse back. The corresponding outlet boundary condition is given by formula (A-8) [22]. The initial conditions for a reactive transient test (A-5) correspond to sulphate absence and to given barium concentration in the porous medium before the injection. The inlet boundary conditions (A-6) correspond to fixed flux of sulphate via the inlet cross-section, and to the absence of barium flux via the inlet. The assumption of negligible dispersion simplifies the inlet conditions (A-7). The mathematical model (A-4, 5, 7) describes the transient flow of formation and injection waters with irreversible chemical reaction. This system has been solved numerically by finite difference method using Crank-Nicolson linearization [23]. Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 134 Table 1. Review of BaSO4 crystal growth rate Reference Nielsen, 1959 Nancollas and Liu, 1975 Garder and Nancollas, 1983 Equation Comments q = 630 cBa (mµ/s)4 Ka = 6.1 1017 (mol/cm2 s) (cm3/mol)4 Equimolar mixture. The rate is determined by a surface adsorption. 2 q = KaAs(cBa− c eq Ba ) Equimolar mixture. Precipitation is induced by solid seeds. −1 KaAs: 150−1480 (M min) As: 0.138−0.430 (m2 L−1) 2 q = KaAs(cBa− c eq Ba ) Provides the seed concentration instead of reaction area. 4 Ka (150 °C): 6.33 10 (L2 Mol−1 min−1 m−2) 2 Goulding, 1987 Steefel and Cappelen, 1990 Wat, Sorbie, et al.,1992 ⎛⎛ a a ⎜ Ba SO 4 q = K a As ⎜⎜ ⎜ ⎜⎝ K sp ⎝ m, n > 0 m ⎞ ⎞ ⎟ − 1⎟ ⎟ ⎟ ⎟ ⎠ ⎠ 2 As (cBa− c eq Ba ) Stumm, 1992 ⎛⎛ a a ⎜ Ba SO 4 q = Ka ⎜⎜ ⎜ ⎜⎝ K sp ⎝ 1/ 2 ⎞ ⎟ ⎟ ⎠ ⎛ a Ba a SO 4 q = K a As ⎜ ⎜ K sp ⎝ q = ((2.5±0.5)10-7) ( c Ba cSO 4 − K sp ⎞ ⎟ − 1⎟ ⎟ ⎠ List values for m and n for some minerals. Equimolar mixture. Ka=1.26 102 (M min)−1 q = (126±65) Aoun et al., 1998 n 2 q = Ka(cBa− c eq Ba ) Christy and Putnis, 1992 Bethke, 1996 Affirms almost instantaneous heterogeneous nucleation in a reservoir environment. ⎛c ⎞ q = K a A s ⎜ Ba − 1⎟ ⎜ c eq ⎟ ⎝ Ba ⎠ KaAs ∼ 1.6 106 (M s)−1 2 ⎞ ⎟ ⎟ ⎠ )2.1±0.1 Equimolar mixture. The higher the concentrations are the higher is the chemical reaction order. General equation for the rate is presented. The exponent value used is two. The surface area is taken off the brackets. For low concentrated solutions, the formula tends to active masses law Equimolar mixture. simultaneous measurements of nucleation and crystal growth. Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling Araque-Martinez and Lake, 1999 Azaroual et al., 2001 ( q = K a A s a Ba a SO − K sp 4 ) ⎞ ⎛ a Ba a SO 4 q = K a As ⎜ −1⎟ , ⎟ ⎜ αK sp ⎠ ⎝ -11 α: crit. sat. coef., Ka: 10 −10-10 mol (600−3700 m) sKg H O 135 Different surface areas for dissolution and precipitation are considered. The area coefficient As is the total area multiplied by its reactive fraction. 2 Rocha et al., 2001 ⎛ ⎞ ⎞ The precipitation area As was ⎛ a Ba a SO 4 q = 5.310 −6 exp⎜ 0.011⎜ − 1⎟ ⎟ obtained by experimental data ⎜ ⎟⎟ ⎜ K sp ⎝ ⎠ ⎠ adjustment, and is included in ⎝ the rate expression. Chemical Reaction Rate Expressions Different mathematical expressions for chemical reaction rate of BaSO4 formation are presented in the literature [24−30] (Table 1). The expression for chemical reaction rate used in (A-1) is the law of active masses [5] that is valid for low reagent concentrations. It assumes that the salt precipitation is irreversible, i.e. BaSO4 is not solvable in brine. Accounting for BaSO4 dissolution in water results in the following expression for reaction rate (so called transition state theory) [24, 25] (Table 1): ⎛ γ 2 c Ba c SO ⎞ 4 − 1⎟⎟ q = K a ⎜⎜ K sp ⎜ ⎟ ⎝ ⎠ (3) where γ is the mean activity coefficient for Ba and SO4 ions, Ksp, is the solubility product constant for BaSO4. The activity coefficient is assumed to be constant where the solution ionic strength does not significantly vary during the flow and its composition is kept far from equilibrium. Another modification of the expression for the reaction rate was proposed in [26]: ( ) q = K a c Ba c SO 2 4 (4) The exponential shape for the chemical reaction rate has been proposed in [7]: ⎞⎞ ⎛ ⎛ γ 2 c Ba c SO 4 q = K a exp⎜⎜ A⎜⎜ -1⎟⎟ ⎟⎟ K sp ⎟⎟ ⎜ ⎜ ⎠⎠ ⎝ ⎝ (5) Further in the current paper, the experimental data are treated by the model (A-4) with the active mass reaction rate, and also using another expressions for chemical kinetics (3−5). Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 136 Methodology of Laboratory Study The objective of the laboratory study is characterization of sulphate scaling formation damage system. The characterization includes determination of reaction kinetics and formation damage coefficients from the laboratory tests for further application in reservoir modeling in order to predict scaled-up production well behavior. Laboratory Set-up ∆P C 2+ Ba U q 2- SO4 CBa2+ X BaSO 4 Fig. 4. Photo of the core and schema of quasy steady state test Basic experimental set-up: inlet valves, core holder and collector Pump Diffusor: face B Fig. 5. Experimental set-up photos Diffusor: face A 137 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling FW Ba2+ 2 Confinement pressure manometer A e c a f r o s u ff iD Pressure Transducers SW SO42- CORE B -e c a f ro s u f ifD Automatic collector Core Holder - Fig. 6. Experimental set-up schema ∆p C 0Ba C Ba 0 C Sr C Sr 0 C SO C SO 4 4 ∆p1 Fig. 7. Schema for advanced coreflood with steady state flow of injected and formation waters The experimental set-up (Petrobras, Cenpes) consists on core holder with confinement system, two pumps and pressure transducer. The core holder has two independent entrance tubes allowing for simultaneous injection of two different reagents. The photo of the core with the schema for simultaneous injection of two waters and for measurements of the barium outlet concentration is shown in Fig. 4. Fig. 5 gives the photos of the set-up and its elements. Fig. 6 shows the schema of the set-up. The schema of full set measurements is presented in Fig. 7. The study has been carried out for scaling conditions in field Namorado (Brazil). The formation and seawater compositions can be found in [27]. The formation and seawater compositions as simulated in the current tests are presented in Table 2. The tests have been carried out for two cores taken from outcrop Rio Bonito (Brazil) (Table 3). The analogous set-up was mounted in Lenep-UENF [31]. The set-up schema and legend are shown in Fig. 8. Here 1 is a reservoir for fluids, 2 is a constant flow pump, 3 are valves, 4 are peek lines, 5 are differential pressure transducers, 6 is a vacuum pump, 7 is a core holder, 8 is oven, 9 is sampler, 10 is PC with data acquisition software in order to monitor the whole flowing system. The particle counter 11 is included into set-up in order to control production of solid barium sulphate particles and account for fine migration during the sulphate scaling. The oven allows conducting tests at different temperatures and determine the reservoir temperature effects on the scaling kinetics. 138 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling Fig. 8. Laboratory set-up for sulphate scaling study with oven and particle counter Table 2. Synthetic brines compositions Concentration (mg/l) Solution Ba2+ Na+ Mg2+ SO42− Cl− Formation water 229 38249 − − 59098 Sea water (Precipitation) − 15169 − 2834 21299 Sea water (Diffusion) − 11501 1391 − 21790 Table 3. Samples petrophysical properties 1 2 174 667 φ (%) 20.08 21.16 L (cm) 10.29 12.81 d (cm) 3.67 3.78 21.86 29.58 Sample k (mD) PV (ml) Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 139 Sequence of Tests for Characterization of Sulphate Scaling Damage System The flood sequence allowing for determination of kinetics rate constant from the tests is as following: 1. Diffusion tests 1.1. 1.2. 1.3. 1.4. Filling of core by simulated formation water; Injection of simulated seawater without SO42− anions at some velocity; Injection of simulated formation water at another velocity; Further alternate injections of simulated formation and seawaters at different velocity. 2. Transient tests 2.1. Filling of core by simulated formation water; 2.2. Injection of simulated seawater. 3. Steady state flows 3.1. Simultaneous injection of formation and seawaters at some velocity; 3.2. Further simultaneous injections of formation and seawaters at different velocities. Diffusivity tests The diffusivity test goal is determination of dispersivity coefficient versus flow velocity. Taking off the sulphate anions from the injected water allows avoiding chemical reaction during alternate injections 1.2−1.4. in diffusivity tests. Three pore volumes were injected during each diffusion test in order to guarantee the total displacement. Inert tracers (barium and magnesium) outlet concentrations were measured. Steady state tests The steady state test goal is determination of dependency “chemical reaction rate constant versus velocity”. Simultaneous injection of sea and formation waters has been carried out in steady state tests. The barium outlet concentration was measured. The outlet concentration tended to the steady state value during the injection. Ten pore volumes have been injected during each steady state test (3.1.−3.2.) in order to guarantee the steady state flow and reaction conditions. The steady state concentration value was used for the data treatment and calculation of Ka(U). Therefore, the steady state tests have been performed for different flow velocities. Transient precipitation tests Transient precipitation tests were performed in order to verify the model in general, and specifically the dependency “chemical reaction rate constant versus velocity” as obtained in steady state tests. The displacement of formation water by seawater has been performed until the total sweep of the core. Afterwards, the core has been washed up and filled by the formation water again. Second seawater injection has been carried out at different velocity. Barium concentration at the core outlet was measured. During each transient test, three pore volumes have been injected (2.1.−2.2.). The verification of the model developed has been performed by comparison between laboratory test data and simulation results. Results of Laboratory Tests 140 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling The pressure buildup on the core has not been measured in the current laboratory study due to small core sizes and short flooding durations. The kinetics number was calculated from breakthrough barium concentration during steady state tests (so called first inverse problem). Diffusivity Test Results Diffusivity tests have been carried out without sulphate ions in order to avoid chemical reaction with barium. So, barium served as a tracer. Also, magnesium has been added in the simulated seawater, so magnesium served as the second tracer. Ten alternate injections were carried out at velocities varying from 7.88 10−7 to 1.58 10−5 m/s. We adopt the linear shape of dispersivity coefficient versus flow velocity [1, 22]: D = αDU . (6) Here αD is a linear size of the core micro heterogeneity. In this case, the dimensionless dispersion, εD, is velocity independent, εD = αD/L, so the diffusion-advection equation (B-1) in dimensionless co-ordinates is independent of U, see (B-3, 5). It allows plotting the inlet concentrations as obtained at different flow velocities on the same (T, C) plane. Fig. 9a, b shows that the “outlet concentration versus dimensionless time” plots as obtained from tests with different velocities, fit the same curve. The exact solution for advective-diffusive problem (Appendix B) has been used for determination of dispersion coefficient D. c 1 0.5 0 0 0.5 0 0.5 1 1.5 1 1.5 a. PVI 2 c 1 0.5 0 b. 2 1.1.1 Fig. 9. Dimensionless concentrations for Ba2+ and Mg2+ in increasing (a) and decreasing (b) breakthrough profiles (cexp: xxx, cadj: ---) ln(D) ln(U) 141 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling -14 ln(D) -15 -16 -17 -18 -19 ln(U) -20 -15 Fig. 10. Diffusion coefficient vs. velocity for two cores -11 -13 [Sample 1: ◊ (lnD = 1.0859 lnU−3.8995, R2 = 0.875) Sample 2: □ (lnD = 0.8689 lnU−6.3264, R2 = 0.9933)] -9 The results are presented in Fig. 10 for two different cores that have been used further in the tests with chemical reactions. The linear dependence, D(U) = αDU, approximates the experimental data with high accuracy. The αD values found for two cores are 0.018 m and 0.011 m, which is quite reasonable for 0.1 m long cores. In tests performed, the formation water contained barium ions, and magnesium ions were presented in the injected water. So, for the same test, if the outlet barium concentration decreased, the outlet magnesium concentrations increased, and vice versa (Fig. 9). The dispersion in porous media (6) highly exceeds the molecular diffusion [22], so the dispersion coefficients as obtained from flow in porous media tests should be the same for different components. The diffusive coefficient values as obtained by formulae (B-3, 5) from Ba and Mg concentrations are almost the same. It validates the results of diffusivity tests. It also allows recommending magnesium to be used as a tracer. Reaction Rate Constant for Different Velocities Numerical procedure The system of governing equations (A-4) can be reduced to a single second order ordinary differential equation (C-10) for steady state flows. The boundary conditions for the second order ODE correspond to given reagent concentrations at core inlet (C-3) and to the dispersion absence at the core outlet (A-8). The boundary problem (C-3), (A-8) was solved by Runge-Kutta method with iteration of the lacking boundary condition either at X = 0 or at X = 1. The numerical solution coincides with first order asymptotic solution obtained in Appendix F for full range of variation of parameters εk and εD. Usually, the adjustment of a constant of the model by experimental data is performed by iteration of this constant until reaching the equality between the modeled and laboratory data. A numerical solution of boundary problem for ordinary differential equation also requires iterations. Here we take advantage of the lack of the second boundary condition at X = 1 in the boundary value problem (A-8), (C-3) and use the same iterative procedure for adjustment of the coefficient εk and for solution of the boundary problem for equation (C-10). Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 142 The objective of the study was the determination of the kinetics parameter, εk, from the barium outlet steady state concentration C(X = 1). So, the value C(X = 1) as obtained in laboratory coreflood, was taken as a second boundary condition at X = 1. The solution C(X) was found by fourth order Runge-Kutta method. The constant εk was found by the iterative adjustment of the dimensionless inlet concentration C(X = 0) = 1. Using the asymptotic solution of the boundary value problem (A-8), (C-3) (Appendix F) allows substitution of the iterative numerical procedure by solution of one transcendental equation (F-11), where C(1) is a given measured value, and εk is unknown. Using extra terms (F-4, 5) in the asymptotic expansion increases the accuracy of εk determination. Reaction rate constant data Tables 4, 5 present the outlet concentrations for two cores as obtained experimentally for different velocities. It allows calculating the chemical reaction rate constant, Ka, as a function of flow velocity for these cores. Fig. 11a, 12a show the chemical reaction rate constant, Ka, versus velocity for two cores. A straight line adjusts the experimental points: Ka = λ U . (7) Values of λ for two cores are 3003 and 3951 (M m)−1 (Fig. 11a, 12a). Let us determine the velocity dependence of a rate constant for another reaction rate expressions (3), (4) and (5). Table 4. Steady state tests outlet concentrations for sample 1 Sample 1 Seq. 1.1 1.2 1.3 U (m/s) -5 1.58 10 -5 3.15 10 -6 1.58 10 Ka x U q = KacBacSO4 PVI CBa (mg/l) 2.82 9.36 3.18 7.19 3.37 9.62 cBa med 8.72 1.77 8.72 2.87 8.69 3.96 7.85 cBa med 8.42 1.23 5.81 1.92 5.42 2.60 5.52 cBa med 5.58 Ka x U q = Ka(cBacSO4)2 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling a. Ka x U q = Ka(aBaaSO4/Ksp-1) b. Ka x U q = Kaexp(A(aBaaSO4/Ksp-1)) c. d. Fig. 11. Ka vs. U for different rates expressions Sample 1 Ka x U q = KacBacSO4 143 Ka x U q = Ka(cBacSO4)2 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling a. Ka x U q = Ka(aBaaSO4/Ksp-1) 144 b. Ka x U q = Kaexp(A(aBaaSO4/Ksp-1)) c. d. Fig. 12. Ka vs. U for different rates expressions Sample 2 The systems of governing equations for different forms of rate (3), (4) and (5) for steady state flows are given in Appendix D. The iterative numerical procedure for determination of rate constants, Ka, for different rate forms is the same as that applied to the system (C-2). Fig. 11b, c and d shows the dependency of Ka(U) for three shapes of chemical reaction rates (3), (4) and (5) for the first core. Fig. 12b, c and d show the second core data. Except for the Fig. 12b, the dependencies can be also adjusted by straight lines (7). Substitution of the expression for chemical reaction rate constant (7) into formula for kinetic constant, εk, (A-3) shows that the system of governing equations in dimensionless co-ordinates (A-4) is independent of flow velocity. It allows treating transient test data on a core outlet C(X = 1, T), as obtained from different velocity tests, on the same plane (T, C). The outlet concentrations as obtained from different velocity tests should fit the same curve C(X = 1, T). Fig. 13 confirms this conclusion. The dependency of chemical reaction rate constant on velocity shows that the reaction rate should depend on the flow in porous media. The chemical reaction rate constant as obtained from chemical reactor test does not satisfy this condition [28]. So, Ka data should be obtained from the coreflood data rather than from the chemical reactors without porous media. The dependency of chemical reaction rate constant on flow velocity must be used in reservoir simulators. Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 145 Verification of the Model by Transient Tests Transient tests have been carried out for the second core at two different velocities (3 10 m/s and 8.9 10−5 m/s). The rate constant, Ka, has been calculated for these two velocity values by formulae (7). The heterogeneity scale for the second core is αD = 0.0108 m, the reaction kinetics coefficient, λ = 3951 (M m)-1. The Ka values as calculated for two velocities have been used in the model (2) for laboratory transient test simulation. The system (2) has been solved numerically by finite difference method using Crank-Nicolson linearisation [23]. The barium concentrations at the outlet as obtained by modeling and from laboratory tests have been compared. −5 As it was mentioned above, the dimensionless system (2) is independent ot flow velocity in case of linear dependency “Ka vs. velocity”, (7). So, outlet barium concentrations C(X = 1, T) were plotted at the same (C,T) plane for two tests with different velocities. The results are shown in Fig. 13 a, b. The square and triangle points correspond to outlet concentrations as obtained during two corefloods with two above-mentioned velocities. The laboratory data are adjusted by the model (2) with reaction rate given by the law of active masses (Fig. 13a). The adjustment by the model with the expression (4) for chemical reaction rate is shown in Fig. 13b. The experimental points C(X = 1, T) from two different velocity tests are located on the same curve. This observation agrees with the fact that the system (2) is independent of flow velocity. It validates the model developed. Nevertheless, the simulated curves do not agree very well with experimental data in both cases of the chemical rate shape. The simulated concentration wave lags behind the experimentally measured wave in both cases. Let us explain the difference between the modeling and experimental data. The difference between the equilibrium and non-equilibrium states during chemical reaction with precipitation is given by saturation index [25]. In the barium sulphate case, the saturation index equals γ 2 c Ba c SO 4 SI = . (8) K sp In the case of SI = 1, barium sulphate precipitation is equilibrated by its dissolution in water. Precipitation dominates for SI > 1. The saturation index (SI) of the aqueous solution of Ba2+ and SO42− at the core outlet as obtained from modeling data is shown in Fig. 13a, b. The SI reaches maximum value, 84, for the case of an active mass law (Fig. 13a). The SI maximum for the fourth order chemical reaction is 52 (Fig. 13b). Table 5. Steady state tests outlet concentrations for sample 2 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 146 Sample 2 Seq. 2.1. U (m/s) −6 2.97 10 2.97 10−5 2.2. 2.3. 8.91 10−5 2.4. 1.49 10−4 2.5. 1.49 10−6 PVI CBa (mg/l) 2.09 4.93 5.87 cBa med 1.95 2.42 3.83 4.76 5.70 cBa med 2.49 2.96 3.90 cBa med 2.29 2.76 4.17 5.11 cBa med 1.89 2.22 2.55 3.21 3.88 5.20 cBa med 0.30 0.29 0.29 0.29 2.08 1.58 1.64 2.34 1.81 1.89 3.05 1.94 2.41 2.47 0.86 0.64 0.63 0.77 0.72 0.38 0.40 0.45 0.38 0.40 0.50 0.42 Both values highly exceed unity. Fig. 13 shows that SI > 1 during almost all the period of mixture production. Therefore, barium sulphate precipitates after passing the core, in the tubes that connect core outlet with the automatic sample collector. So, the barium concentration at the core outlet, which is the region modeled, is higher than the one measured from the samples collected during the tests performed. Another phenomenon that has not been accounted for in the model (A-2) and can explain the lack of agreement between the modeling and transient test data is different ionic strength of injected and formation waters. Mixing of injected and formation brines in steady state tests provides with εk that corresponds to the mean ionic strength of the flowing aqueous solution, while in transient tests the ionic strength varies from that of displaced liquid to that of injected brine. Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 147 a. b. Fig. 13. Transient precipitation results for second order (a.) and fourth order (b.) reactions Propagation of Chemical Reaction and Diffusion Waves Let us discuss concentration profiles for inert tracers and for reagents. Fig. 14 presents concentration profiles for barium and for sulphate with and without chemical reaction for T = 0.25 PVI (Fig. 14a) and for T = 0.50 PVI (Fig. 14b). Dotted lines correspond to inert tracer concentrations; continuous lines are modeling results using system (2). Chemical reaction results in decrease of reagent concentrations if compared with the advection-diffusive tracer flow. The injected inert tracer arrives to the core outlet with small delay comparing with the sulphate arrival. The difference between the barium and displaced inert tracer concentrations is higher than that between the sulphate and injected tracer. This is due to excess of sulphate from seawater over the barium from formation water that took place during laboratory tests performed. Fig. 14 shows that decrease of Ba2+ concentration at the core outlet happens before the inert tracer concentration decrease. This fact could be used for interpretation of the produced water chemical analysis data in scaled-up wells. Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 148 a. b. Fig. 14. Concentration and saturation index profiles along the core a: T = 0.25 PVI; b: T = 0.50 PVI The chemical reaction takes place inside the tracer mixture zone formed by dispersion. Reagent concentrations outside this zone equal either zero or unity. The chemical reaction rate is proportional to the concentration product (SI) for the case of active masses law. The plot of this product is shown in Fig. 14 by continuous line for reagents and by dotted line for tracers. The position of the product maximum characterises the centre of chemical reaction zone for reagents, and the centre of diffusive mixture zone for tracers. Fig. 14 shows that the diffusion wave centre lags behind the chemical reaction wave centre. Comparison between the product curves at T = 0.25 PVI and T = 0.50 PVI shows that the distance between two peaks increases with time. The tracer flow could be considered as a particular case of the reaction-diffusion flow (2) with infinitely slow reaction, εk → 0. The higher is the dimensionless chemical 149 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling reaction rate constant, εk, the higher is the ratio between velocities of the reaction wave centre and that of the diffusive wave centre. Determination of Kinetic Coefficient from Another Laboratory Studies Simultaneous injection of formation and seawaters has been performed in works [16, 17]. The coreflood tests in these works have been performed using simple brine compositions, and full-component field waters. The formation water contains both barium and strontium. The ion effluent concentration was measured during the test. Pressure drop on the core and effluent barium and strontium concentrations have been measured during the flood. Dispersion coefficient has not been measured in the above-mentioned tests [17]. Let us analyse how the obtained kinetics numbers depend on unknown rock dispersivity. Determination of kinetics number from outlet barium concentration during quasi steady state tests was performed using both numerical and asymptotic solutions as described before. Fig. 15 presents dependency of kinetics number, εk, as determined from an outlet concentration in steady state test, on dispersion number, εD. Fig. 15a shows the dependency of dimensionless kinetics number on εD. Dependency of dimensional kinetic coefficient on λ is given in Fig. 15b. Four curves correspond to different tests as presented in the work [17]. Variation of εD from 0.005 to 1.0 results in 300% of εk variation (conditions of test BSS0). So, dispersivity coefficient must be determined during sulphate scaling corefloods. The values of dispersivity coefficient obtained for two cores were αD = 0.018 m and 0.011 m [18, 19]. Otherwise, the kinetics coefficient cannot be determined from steady state test on simultaneous injection of formation and sea- waters. Table 6. Effect of dispersion coefficient on chemical kinetics and formation damage coefficients as obtained from coreflood tests Brine αD = 0.005 m αD = 0.01 m αD = 0.03 m λ (M m)−1 β λ (M m)−1 β λ (M m)−1 β BSS0 23720 78.90 26100 70.62 42200 45.62 BSS1 5540 42.98 6235 38.77 9310 26.81 BSS2 1533 73.25 1760 65.00 2760 43.05 WATER 1 922 96.37 1043 86.65 1578 59.34 As it was mentioned before, solutions of both barium and strontium were used in corefloods. Nevertheless, for simplification, in the current study we aggregate both barium and strontium in one single component. As it is known from the literature, kinetics of barium sulphate formation is several times more intensive than that for strontium. So, the resulting kinetics coefficient data should represent some average value. The results of the treatment of four test data are presented in Table 6. 150 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 7 BSS0 6 5 BSS2 εk 4 3 Water 1 2 BSS1 1 0 0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 1,00 εD a. Kinetics number vs. diffusion number 80000 70000 BSS0 λ(M m)−1 60000 50000 40000 30000 20000 10000 BSS1 BSS2 Water 1 0 0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 1,00 εD b. Kinetics coefficient vs. diffusion number Fig. 15. Effect of dispersivity coefficient on the reaction kinetics coefficient As it was mentioned before, the kinetic coefficient is strongly dispersivity-dependent, and it was impossible to calculate the kinetic coefficient without knowing the dispersivity coefficient. The calculated values for kinetic coefficient are presented in Table 6 for three values αD = 0.005, 0.01 and 0.03 m. The larger is the dispersivity the larger is the kinetic coefficient. The kinetics coefficient varies in the range 922 − 42200 (M m)−1. Two values of the kinetics coefficient as obtained in the work [18] are 3951 and 3003 (M m)−1. These two values were determined together with the dispersivity coefficient and, therefore, are considered to be more reliable. These two values lay in the data interval of Table 6. In the work [16], simultaneous injection of formation and seawaters has been carried out. The sandpack with permeability k = 30 mD and porosity φ = 0.37, was flooded simultaneously by seawater with sulphate concentration cSO40 = 3.1 10−2 M and by formation Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 151 water with barium concentration cBa0 = 1.8 10−3 M. Barium concentration has been measured at the core effluent. The barium concentration reached at the steady state cBa (X = 1) = 2.55 10-5 M after 1 PVI. The dispersivity has not been measured; so we fixed three values for dispersivity coefficient that are typical for high permeability homogeneous sandpacks: αD = 0.005, 0.01 and 0.03 m. The kinetic coefficient values for the above mentioned values for dispersivity are λ = 798, 833 and 963 (M m)−1 respectively. The values for kinetic coefficient obtained have the same order of magnitude as the ones obtained in the previous section. Determination of Formation Damage Coefficient from Steady State Tests If the kinetics coefficient is known, the impedance growth allows determining the formation damage coefficient. It is called the second inverse problem for characterization of a sulphate scaling system. From (E-7) follows the expression for formation damage coefficient. The right hand side of (E-7) depends on the kinetic number that was obtained from the outlet concentration data. The integral is calculated numerically together with solution of the problem (C-3), (A-8), (C-10). The kinetics number is calculated by (A-3) using the previously obtained kinetics coefficient, λ. The data are presented in Table 6. The obtained values of formation damage coefficient vary in the interval 26.8–96.3. Dispersivity does affect the formation damage coefficient as much as it affects the reaction kinetics constant. Simultaneous Sulphate Scaling of Barium and Strontium Usually formation waters contain significant amount of strontium that, like barium, forms the sulphate salt after being mixed with seawater. Formation waters used in majority of laboratory tests contain both barium and strontium cations. The system of governing equations for simultaneous barium and strontium sulphate scaling consists of three mass balances for barium, strontium and sulphate ions, of mass balance for two precipitated salts and of modified Darcy’s law accounting for permeability reduction. Assuming that permeability reduction depends on the total concentration of deposited salts, we lump mass balances of two precipitated salts into one equation. Finally, the system of five equations (G1) determines five unknowns: cBa, cSr, cSO4, σ and p. As in the case of one cation system (A-1), three mass balance equations for ions separate from the rest of the system. Using dimensionless variables and assuming that chemical rate constant is proportional to velocity for each cation, we obtain ⎧ ∂C1 ∂C1 ⎫ ∂ 2 C1 + = ε − ε k1C1Y ⎪ ⎪ D ∂X 2 ⎪ ∂T ∂X ⎪ 2C ⎪ ∂C ⎪ C ∂ ∂ ⎪ 2 ⎪ 2 2 + = εD − ε k2C2 Y ⎨ ⎬. 2 ∂X ∂X ⎪ ∂T ⎪ 2 ⎪ ∂Y ∂Y ⎪ ∂ Y + = εD − ε k1C1Y − ε k 2 α 2 C 2 Y ⎪ ⎪ ∂X 2 ⎪⎩ ∂T ∂X ⎪⎭ (9) Fig. 7 shows the schema for quasi steady state test on simultaneous sulphate scaling of barium and strontium. After stabilization of effluent barium and strontium concentrations, in situ concentrations of both cations are time independent. The corresponding system of three ordinary differential equations is obtained from (9) by canceling all time derivatives. Usually sulphate concentration in seawater highly exceeds both cation concentrations in formation Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 152 water, so α1, α2<<1, and the analytical model for steady state sulphate scaling of barium and strontium can be obtained by asymptotic method of the solution of system of three ordinary differential equations. Characterization of Sulphate Scaling Damage System from Laboratory Measurements Inverse Problems Before show the following procedure of characterization of the barium sulphate scaling formation damage system: the dispersion coefficient, αD, is determined from the tracer test; the chemical kinetics coefficient, λ, is calculated from the outlet barium concentration; the formation damage coefficient, β, is determined from the pressure drop history. The above procedure follows the physical meaning of the determined system parameters: dispersion and chemical kinetic coefficients are kinematics parameters related to population balance, and they are determined from the tracer and ion concentrations; the formation damage coefficient is a dynamic factor related to additional hydraulic resistivity due to salt deposition, and it is calculated from the increment of the pressure gradient. The inverse problems are well posed: the higher is the reaction kinetics constant, the larger is the difference between the outlet and effluent concentrations; the larger is the formation damage coefficient, the higher is the pressure drop on the core. Let us show how additional measurements can either simplify the laboratory procedure or lead to more complete scaling damage model characterization. 3-Point-pressure-method Usually pressure measurements are relatively precise and cheap while concentration measurements are more cumbersome and costly. Measurements of pressure in the core intermediate point (Fig. 7) can substitute the outlet particle concentration measurements for deep bed filtration of suspensions in porous media [21]. The same technique can be applied for quasi steady state coreflood tests with injected and formation waters, both chemical kinetics coefficient, λ, and formation damage coefficient, β, can be calculated from two pressure drops: pressure drop on the overall core, and pressure drop between the core inlet and core intermediate point. The solution of this inverse problem is unique and is stable with regards to small perturbation of measurement values. Measurements of sulphate outlet concentration The proposed model (A-1) assumes that stochiometric coefficients of chemical reaction between ions of Ba2+ and SO42- both equal unity. Nevertheless, several cases of non-firstorder BaSO4 chemical reaction have been reported in the literature [26, 29]. So, the equation for chemical reaction kinetics becomes ( ) q = λU c Ba c SO n 4 (10) and the order, n, along with coefficient λ can be calculated from two outlet concentrations from that of barium and of sulphate (Fig. 7). The model also assumes that the chemical rate coefficient, Ka, is independent of the deposited concentration. Nevertheless, it was found out that the barium sulphate crystals grow from the pore surface [26], and the surface changes with deposition. Therefore, the chemical rate coefficient, Ka, should depend on deposited concentration. Actually, development of the surface between solid deposit and carrier solution accelerates deposition. Introduction of oneparametric deposition-dependent factor like λ(σ) = λ(0)exp(aσ) or λ(σ) = λ(0)(1+aσ) allows to Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 153 account for the deposition effect on the chemical kinetics and permits to determine the coefficient together with the initial chemical kinetics coefficient, λ(0), from two outlet concentrations from that of barium and of sulphate. Measurements of barium and strontium outlet concentrations The model for flow of solution of cations of Ba2+, Sr2+ and anion SO42- contains two chemical kinetics coefficients λBa and λSr of reactions between Ba2+ and SO42- and Sr2+ and SO42-, respectively. Both coefficients λBa and λSr can be calculated from the outlet barium and strontium concentrations (Fig. 7). Table 7. Chemical kinetics and formation damage coefficients as obtained from different corefloods tests Coreflood tests Lopes Jr., 2002 Todd et al., 1992 Water 1 BSS0 BSS1 BSS2 Wat et al., 1992 Kinetics coefficient (λ) 1/M m 3951–3003 Formation damage coefficient (β) 922–1578 23720–42200 5540–9310 1533 –2760 798–963 60–96 45–79 27–43 43–73 - Summary Finally, we formulate the mathematical procedure for sulphate scaling: dispersivity coefficient, αD, is determined from tracer diffusion tests using explicit formulae (B-3, 5); kinetic number, εk, is calculated from breakthrough barium concentration using the first inverse problem solver based either on numerical iterative procedure for boundary value problem (A-8), (C-3) or on asymptotic analytical model (F-11); formation damage coefficient, β, is calculated from pressure buildup data using formula (E-7) (second inverse problem). The final data for scaling damage parameters – for reaction kinetics constant, λ, and for formation damage coefficient, β − are presented in Table 7. The formation damage coefficient varies in interval 27−96 that is in agreement with the range for β as obtained from injectivity impairment by particle suspensions [32]. Large variation of the reaction kinetics constant, λ, in tests performed by A. Todd (lines 2-5) can be explained by unknown dispersion coefficient resulting in uncertainty of reaction kinetics constant calculations. Nevertheless, the range of λ variation is much lower than that of Ka. Conclusions Coreflood tests with injected and formation waters and the data treatment by mathematical models allow making the following conclusions: Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 154 1. A new coreflood scaling methodology for laboratory determination of kinetic rate constant and formation damage coefficient includes three test series: dispersion reaction-free tests, transient test with chemical reaction and steady state tests with chemical reaction. The tests must be performed at different flow velocities. 2. The kinetic rate constant for barium sulphate scaling is proportional to flow velocity within the studied range of velocities. 3. The dimensionless one-dimensional system of governing equations is independent of flow velocity. So, the outlet concentrations as obtained in different velocity tests must fit the same breakthrough curve. It was observed in the transient tests performed. 4. The lack of agreement between the modeling and transient test data is explained by possible precipitation in the set-up tubing that was not controlled during the tests, and also by varying brine ionic strength during the displacement. 5. The chemical reaction wave propagates in porous media faster than the centre of the diffusive mixture zone. 6. The values of kinetic rate constant and formation damage coefficient as obtained from laboratory tests significantly depend on dispersivity. So, it is important to include diffusivity tests in the sequence of coreflood for complete characterization of sulphate scaling formation damage system. Symbols c C Y D k β Ka Ksp L M p q t T U x X molar concentration in aqueous solution, M dimensionless Ba concentration dimensionless SO4 concentration dispersion coefficient, m/s2 initial permeability, D formation damage coefficient reaction rate coefficient, (M s)−1 (2nd order reaction) solubility product number, M2 core length, m molar unit for concentration equals gmol/L (equals kgmol/m3) pressure, Pa chemical reaction rate, M/s time, s dimensionless time flow velocity, m/s linear co-ordinate, m dimensionless linear co-ordinate Greek letters α αD εD εk φ ratio between the initial concentrations of Ba and SO4 in formation and injected waters dispersivity coefficient, m dimensionless diffusive number dimensionless chemical kinetics number porosity Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling ρ γ λ µ σ 155 density, (g/m3) mean ionic activity coefficient reaction kinetics coefficient, (M m)−1 viscosity, Pas molar concentration of solid deposit, M Subscripts Ba, SO4 ions BaSO4 Barium Sulphate Superscript 0 concentrations in injected fluid Appendix A Governing Equations for BaSO4 Scaling in Porous Media The system of governing equations for one-dimensional flow of aqueous solution of barium and sulphate ions with precipitation of the barium sulphate consists of mass balance equations for barium cations, for sulphate anions, for barium sulphate and of the modified Darcy’s law accounting for permeability reduction due to salt deposition [7, 8, 19]: φ φ ∂c Ba ∂t ∂c SO +U ∂c Ba ∂x =D ∂c SO ∂ 2 c Ba ∂x 2 − K a c Ba c SO ∂ 2 c SO +U =D ∂t ∂x ∂x 2 ∂σ φ = K a c Ba c SO 4 ∂t k ∂p U=− µ(1 + βσ ) ∂x 4 4 4 4 − K a c Ba c SO 4 (A-1) Here the chemical reaction rate (third equation) is given be the active mass law [5]. The chemical reaction (1) has second order. The model (A-1) describes the reacting flow during laboratory coreflooding. The model (A-1) consists of four equations for four unknowns cBa, cSO4, σ and p. First two equations (A-1) are independent of σ and p, so they separate from the third and fourth equations. It is assumed that the dispersion coefficients for Ba2+ and SO42- ions are equal and proportional to flow velocity [22]: D Ba ≅ D SO ≅ D = α D U . 4 Let us introduce the following dimensionless parameters: c SO c x 4 C = Ba , Y = , X= 0 L c 0Ba c SO 4 (A-2) 156 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling c 0Ba Ut σ T= , α= , S= 0 φL c SO c 0Ba 4 D αD εD = = , εk = LU L 0 K a LcSO U (A-3) 4 . First two equations (A-1) take the form: ⎧ ∂C ∂C ⎫ ∂ 2C − ε k CY ⎪ + = ε ⎪ D 2 ⎪ ∂T ∂X ⎪ ∂X ⎨ ⎬ ⎪ ∂Y + ∂Y = ε ∂ 2 Y − ε αCY ⎪ D k ⎪⎩ ∂T ∂X ⎪⎭ ∂X 2 (A-4) The displacement of water with Ba2+ cations by SO42--rich water is described by the following initial conditions: T = 0: C = 1 , Y = 0 . 2- (A-5) 2+ The injection of water with SO4 anions into the reservoir, saturated by Ba -rich water, corresponds to the inlet boundary conditions where fluxes are fixed for both species [15]: X = 0 : C − εD ∂C ∂Y = 0 , Y − εD =1 . ∂X ∂X (A-6) Neglecting the diffusive term simplifies the inlet boundary condition (A-6): X = 0: C = 0 , Y = 1 . (A-7) The assumption that an ion does not diffuse back into the core after leaving the outlet together with the carrier water, results in the Brenner’s boundary condition [22]: X = 1: ∂C ∂Y = =0 . ∂X ∂X (A-8) Appendix B Diffusivity Wave Propagation in Linear Porous Media Let us discuss displacement of water by traced water in a core. The advection-diffusion equation describes the process: φ ∂c ∂c ∂ 2c +U =D . ∂t ∂x ∂x 2 (B-1) If the mixture zone is several times less than the core length, the process can be described by the following initial conditions: ⎧ 1, x ≤ 0 ⎫ t=0, c=⎨ ⎬. ⎩ 0, x > 0 ⎭ (B-2) Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 157 The solution of the problem (B-1), (B-2) is [22]: C(X, T ) = ⎛ X−T ⎞ 1 ⎟ . erfc⎜⎜ ⎟ 2 ε 2 T ⎝ D ⎠ (B-3) Here the dimensionless co-ordinate, X, time, T and concentration, C, are given by formulae (A-3). The solution for the displacement of traced water by the sweet water is obtained from solution (B-1), (B-2) as 1-C(X, T): ⎧ 0, x ≤ 0 ⎫ t=0, c=⎨ ⎬ ⎩ 1, x > 0 ⎭ ⎛ X−T ⎞ 1 ⎟ . C(X, T ) = 1 − erfc⎜⎜ ⎟ 2 ε 2 T ⎝ D ⎠ (B-4) (B-5) Appendix C Steady State Linear Flow Let us consider the steady state linear flow in a core: ∂C ∂Y =0 . = ∂T ∂T (C-1) Substituting (C-1) into the first and second equations (A-4), we obtain the following ordinary differential equations: ⎧ dC ⎫ d 2C = ε − ε k CY ⎪ ⎪ D ⎪ dX ⎪ dX 2 ⎨ ⎬ . 2 ε 1 dY d Y ⎪ ⎪ D ⎪⎩ α dX = α dX 2 − ε k CY ⎪⎭ (C-2) As a consequence of dispersion neglecting on the core inlet, the injected concentrations for both reagents are fixed at X = 0: X = 0: C = Y = 1 . (C-3) If the particle already left the core, it would not diffuse back. The corresponding outlet boundary condition is (A-8). So, the steady state chemicals distribution along the core during the flow is described by a boundary problem (C-3), (A-8) for the system of two ordinary differential equations (C-2). Let us introduce the following linear combination of two concentrations: Y(X) V ( X ) = C( X ) − . (C-4) α The subtraction of the second equation (C-2) from the first one results in the following equation for V(X): dV d 2V = εD . (C-5) dX dX 2 158 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling The following entrance boundary condition for V(X) follows from (C-3): X = 0: V = 1-α−1 . (C-6) The outlet boundary condition for V(X) follows from (C-4): X = 1: dV =0 . dX (C-7) Integrating both parts of (C-5) accounting for boundary conditions (C-6, 7) results in the solution: (C-8) V(X) = 1-α−1 . So, the concentration difference (C-4) is constant along the core during the steady state flow. Expressing the concentration Y(X) from (C-8): Y(X) = 1 + α (C(X)-1 , (C-9) and substituting it into the first equation (C-2), we obtain an ordinary differential equation: εD d 2C dX 2 = dC + ε k C(1 + α(C − 1)) . dX (C-10) The boundary problem (C-3),(A-8) for the second order ordinary differential equation (C-10) is solved by the Runge-Kutta method using an adjustment for both boundaries. It is interesting to mention that application of both inlet boundary conditions (A-6,7) results in the same solution (C-8) for V=V(X). So, the equation (C-10) is the same for both boundary conditions. The boundary condition (C-3) at X=0 was used in steady state flow modeling by equation (C-10). Appendix D Steady State Modeling for Different Types of Reaction Rate Assuming the following reaction rate for the barium sulphate precipitation [17] q =Ka(cBacSO4)2 , (D-1) and substituting it into (A-1), one obtains the following expression for the reaction rate parameter εk: 0 K a Lc 0Ba (c SO )2 4 εk = . (D-2) U Finally, the dimensionless system for steady state flow becomes: ⎧ ∂C ∂C ⎫ ∂ 2C − ε k (CY ) 2 ⎪ + = ε ⎪ D 2 ⎪ ∂T ∂X ⎪ ∂X ⎨ ⎬ ⎪ ∂Y + ∂Y = ε ∂ 2 Y − ε α(CY ) 2 ⎪ D k ⎪⎩ ∂T ∂X ⎪⎭ ∂X 2 (D-3) The method for the single equation derivation and its solution are the same as that presented in Appendix C, eq. (C-10). For the following two reaction rate expressions, the 159 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling dimensionless sulphate concentration Yα = Y/α is used. The kinetics equation provided by the transition state theory [24] is: ⎛ γ 2 c Ba c SO ⎞ ⎜ 4 − 1⎟⎟ . q = Ka ⎜ (D-4) K sp ⎜ ⎟ ⎝ ⎠ The dimensionless system for steady state flow is: ⎧ ∂C ∂C ⎫ ∂ 2C + = ε − ε kα CYα + κ α ⎪ ⎪ D ∂X 2 ⎪ ∂T ∂X ⎪ ⎨ ⎬ ∂ 2 Yα ⎪ ∂Yα ∂Yα ⎪ ⎪⎩ ∂T + ∂X = ε D ∂X 2 − ε kα CYα + κ α ⎪⎭ (D-5) Here the new dimensionless parameters are: ε kα = K a Lγ 2 c 0Ba , κα = KαL . (D-6) ⎞⎞ ⎛ ⎛ γ 2 c Ba c SO 4 − 1⎟⎟ ⎟⎟ , q = K a exp⎜⎜ A⎜⎜ K sp ⎟⎟ ⎜ ⎜ ⎠⎠ ⎝ ⎝ (D-7) UK sp Uc 0Ba Accounting for the exponential reaction rate [7]: one can obtain the following dimensionless system: ⎧ ∂C ∂C ∂ 2C + = ε − ε kα exp(CYα ) κ α ⎪ D 2 ∂X ⎪ ∂T ∂X ⎨ ∂ 2 Yα ⎪ ∂Yα ∂Yα + = ε − ε kα exp(CYα ) κ α D ⎪⎩ ∂T 2 ∂X ∂X ⎫ ⎪ ⎪ ⎬ . ⎪ ⎪⎭ (D-8) Here the new dimensionless parameters obtained are: ε kα = KaL , κα = Uc 0Ba e A γ 2 (c 0Ba ) 2 A K sp . (D-9) The value for the constant, A, was obtained experimentally, A = 0.0185 [7]. Appendix E Coreflood “Productivity Index” Let us calculate the pressure drop on the core during the flow with salt precipitation: L ∂p ∆p = − ∫ 0 ∂x dx = Uµ L ∫ (1 + βσ )dx . k0 0 (E-1) 160 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling Substituting dimensionless deposited concentration (A-3) for steady state flow, we obtain ∆p = ⎞ M BaSO4 1 Uµ ⎛ S(X)dX ⎟ . ⎜ 1 + βc0Ba ∫ ⎟ k 0 ⎜⎝ ρ BaSO4 0 ⎠ (E-2) The deposited concentration is calculated from system (A-4): 1 1 0 0 ∫ S(X)dX = ε k T ∫ C(X)Y(X)dX . (E-3) The final expression for the pressure drop on the core is: ∆p = ⎞ M BaSO4 1 Uµ ⎛ T ∫ C(X)Y(X)dX ⎟ . ⎜ 1 + βε k c0Ba ⎟ k 0 ⎜⎝ ρ BaSO4 0 ⎠ (E-4) Let us introduce the following dimensionless impedance function that is an inverse to dimensionless productivity index J (T ) = U 0 ∆p . ∆p 0 U (E-5) The impedance expression follows from (E-4, 5) ⎞ M BaSO4 1 PI0 ⎛ T ∫ C(X)Y(X)dX ⎟ . = ⎜ 1 + βε k c0Ba ⎟ PI ⎜⎝ ρ BaSO4 0 ⎠ (E-6) So, the impedance is a linear function of time J(T) = 1 + mT βεk c0Ba M BaSO4 1 . m= ∫ C(X)Y(X)dX ρ BaSO4 0 (E-7) Formula (E-7) allows for determination of formation damage coefficient, β, from the pressure drop and flow rate data. Appendix F Asymptotic Solution for Steady State Concentration Profiles The dimensionless concentration, C, varies from zero to unity. In the current work we investigate the case of significant excess of sulphate. Therefore, in our case α<< 1 (A-3). An ordinary differential eq. (C-10) εD d 2C dX 2 = dC + ε k C(1 + α(C − 1)) dX (F-1) can be solved by the method of regular asymptotic expansions. Let us discuss the asymptotic expansion of unknown C(X) with respect to small parameter α. Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling C(X) = C 0 (X) + αC1 (X) + α2 C (X) . 2 2 161 (F-2) Eq. (F-3) is obtained for zero order approximation; (F-4) is the first order approximation and (F-5) is the second order approximation: εD d 2C0 dX 2 d 2 C1 − dC 0 dX dC1 − ε k C0 = 0 , − ε k C1 − ε k C 02 + ε k C 0 = 0 , dX 2 d C 2 dC 2 εD − − ε k C 2 + 2ε k C1 − 4ε k C 0 C1 = 0 . dX dX 2 εD dX 2 − (F-3) (F-4) (F-5) The boundary value problem (A-8), (C-3) becomes X = 0: C0 + αC1 + X = 1: dC k dX α2 C2 = 1 , 2 = 0 , k = 0, 1, 2 . (F-6) (F-7) The boundary problem (F-6, 7) for equation (F-3) allows for exact solution: C 0 (X) = c1e Γ1 X + c 2 e Γ2 X , 1 + 4ε D ε k 1 , + 2ε D 4ε 2D 1 + 4ε D ε k 1 . Γ2 = − 2ε D 4ε 2D Γ1 = (F-8) Two constants c1 and c2 are found from boundary conditions: c1 = c2 = − Γ2 e (Γ2 − Γ1 ) (F-9) Γ1 (F-10) (Γ1 − Γ2 )e Γ2 (F-11) Γ1 − Γ2 e (Γ2 − Γ1 ) + ε D Γ2 Γ1e (Γ2 − Γ1 ) − ε D Γ2 Γ1 Γ1 − Γ2 e (Γ2 − Γ1 ) + ε D Γ2 Γ1e (Γ2 − Γ1 ) − ε D Γ2 Γ1 The outlet concentration is calculated from (F-9, 10) C(1) = Γ1 − Γ2 e (Γ2 − Γ1 ) + ε D Γ2 Γ1 (e (Γ2 − Γ1 ) − 1) Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 162 Appendix G Basic Equations for Simultaneous Sulphate Scaling of Barium and Strontium The system of governing equations for simultaneous barium and strontium sulphate scaling is: ∂c ∂c ∂ 2 c Ba − K a1c Ba c SO φ Ba + U Ba = D 4 ∂t ∂x ∂x 2 φ ∂c Sr ∂t ∂c SO +U ∂c Sr ∂x =D ∂c SO ∂ 2 c Sr ∂x 2 − K a 2 c Sr c SO ∂ 2 c SO 4 4 − K a1c Ba c SO − K a 2 c Sr c SO +U =D 4 4 ∂t ∂x ∂x 2 ∂σ φ = K a1c Ba c SO + K a 2 c Sr c SO 4 4 ∂t k ∂p U=− µ(1 + βσ ) ∂x φ 4 4 (G-1) References [1] SORBIE, K. S. and MACKAY, E. J.: (2000) “Mixing of Injected, Connate and Aquifer Brines in Waterflooding and its Relevance to Oilfield Scaling”, Journal Petroleum Science and Engineering, 27: 85-106 [2] ROSARIO, F. F. and BEZERRA, M. C.: (2001) “Scale Potential of a Deep Water Field–Water Characterization and Scaling Assessment”, SPE Paper, 68332 presented at 2001 SPE Third International Symposium on Oilfield Scaling, Aberdeen, UK, 30-31 January [3] GOMES, J., BEZERRA, M. C., DAHER, J. S. and ROSARIO, F. F.: (2002) “The Impact of Mineral Scale Formation on Deep Water Fields: A Campos Basin Overview”, SPE Paper in Oilfield Scaling Symposium, Aberdeen, UK, 30-31 January [4] ODDO, J. E. and TOMSON, M. B.: (1994) “Why Scale Forms and How to Predict It”, Journal SPE PF, February, p.47-54 [5] FOGLER, S.: (1998) “Chemical Reactions Engineering”, Prentice Hall, NY [6] ARAQUE-MARTINEZ, A. and LAKE, L. W.: (1999) “A Simplified Approach to Geochemical Modeling and its Effect on Well Impairment”, SPE Paper 56678, presented at the 1999 SPE Annual Technical Conference and Exhibition held in Houston, TX, 3-6 October [7] ROCHA, A., FRYDMAN, M., FONTOURA, S., ROSARIO, F. F. and BEZERRA, M. C.: (2001) “Numerical Modeling of Salt Precipitation During Produced Water Reinjection”, SPE Paper 68336, presented at 2001 SPE Third International Symposium on Oilfield Scaling, Aberdeen, UK, 30-31 January [8] MACKAY, E. J.: (2002) “Modeling of In-situ Scale Deposition: The Impact of Reservoir and Well Geometries and Kinetic Reaction Rates”, SPE Paper 74683, presented at the Oilfield Scaling Symposium, Aberdeen, UK, 30-31 January [9] LAKE, L. W.: (1989) “Enhanced Oil Recovery”, Prentice Hall, Engelwood Cliffs, NY [10] BEDRIKOVETSKY, P. G.: (1994) “Mathematical Theory of Oil and Gas Recovery”, Kluwer Academic Publishers, London/Boston [11] GREEN, D. W. and WILLHITE, G. P.: (1998) “Enhanced Oil Recovery”, SPE Textbook Series Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 163 [12] STARS: (2003) “Advanced Process and Thermal Reservoir Simulator”, User’s Guide, CMG, Computer Modeling Group Ltd, Calgary, Canada [13] ECLIPSE: (2001) “Technical Description”, Chapter 61, Well Modeling Facilities, Scale Deposition Model, Schlumberger [14] DAHER J. S.: (2003) “Avaliação de Incrustação de Sais Inorgânicos em Reservatórios Inconsolidados Através da Simulação Numérica”, MSc Thesis, North Fluminense State University-Lenep/UENF, Macaé, RJ, Brazil, (in Portuguese) [15] ALLAGA, D. A., WU, G., SHARMA, M. M. and LAKE, L. W.: (1992) “Barium and Calcium Sulphate Precipitation and Migration inside Sandpacks”, SPE FE, March [16] WAT, R. M. S., SORBIE, K. S. and TODD, A. C., PING CHEN and PING JIANG: (1992) “Kinetics of BaSO4 Crystal Growth and Effect in Formation Damage”, SPE Paper 23814, presented at the SPE International Symposium on Formation Damage Control held in Lafayette, Louisiana, February 26-27 [17] TODD, A. C. and YUAN, M. D.: (1992) “Barium and Strontium Sulphate Solid-Solution Scale Formation at Elevated Temperatures”, SPE Production Engineering, February, p.85-92 [18] LOPES Jr., R. P.: (2002) “Cinética da Precipitação de Sulfato de Bário no Meio Poroso: Modelagem Matemática e Laboratorial”, MSc Thesis, North Fluminense State UniversityLenep/UENF, Macaé, RJ, Brazil, (in Portuguese) [19] BEDRIKOVETSKY, P. G., LOPES Jr., R. P., ROSÁRIO, F. F., BEZERRA, M. C. and LIMA, E. A.: (2003) “Oilfield Scaling–Part I: Mathematical and Laboratory Modeling”, SPE Paper 81127, presented at the SPE Latin American and Caribbean Petroleum Engineering Conference held in Port-of-Spain, Trinidad, West Indies, 27–30 April 2003 [20] BEDRIKOVETSKY, P. G., LOPES JR., R P., GLADSTONE, P. M., ROSÁRIO, F. F., BEZERRA, M. C. and LIMA, E. A.: (2004) “Barium Sulphate Oilfield Scaling: Mathematical and Laboratory Modeling”, SPE Paper 87457, presented at the 6th International Symposium on Oilfield Scale held in Aberdeen, UK, 26-27 May 2004 [21] BEDRIKOVETSKY P. G., MARCHESIN, D., CHECAIRA, F., SERRA, A. L. and RESENDE, E.: (2001) “Characterization of Deep Bed Filtration System from Laboratory Pressure Drop Measurements”, Journal of Petroleum Science and Engineering, Vol. 64, No 3, p. 167-177 [22] NIKOLAEVSKII, V. N.: (1990) “Mechanics of Porous and Fractured Media”, World Scientific Publishing Co., Singapure [23] BEAM, R. M., and WARMING, R. F.: (1976) “An Implicit Finite Difference Algorithm for Hyperbolic Systems in Conservation-Law Form,” J. Compute Phys., 22: 87-116 [24] STUMM, W.: (1992) “Chemistry of Solid-Water Interface”, John Wiley and Sons, NY, 428 p. [25] BETHKE, C.: (1996) “Geochemical Reaction Modeling”, Oxford University Press, p. 397 [26] NIELSEN, A. E.: (1959) “The Kinetics of Crystal Growth in Barium Sulphate Precipitation II– Temperature Dependence and Mechanism”, Acta Chemica Scandinavica, 13: 784-802 [27] BEZERRA, M. C., ROSARIO, F. F., KHALIL, C. N. and MILANEZ, P. V.: (1996) “Prevention and Control in Namorado Field, Campos Basin, Brazil”, presented 1996 NACE International Annual Conference and Exposition [28] NANCOLLAS, G. and LIU, T.: (1975) “Crystal Growth and Dissolution of Barium Sulphate”, SPE Paper 5300, presented at 1975 SPE/AIME Oilfield Chemistry Symposium, Dallas, January [29] STEEFEL, C. and van CAPPELLEN, P.: (1990) “A New Kinetic Approach to Modeling WaterRock Interaction: The Role of Nucleation and Ostwald Ripening”, Geochim. Cosmochim. Acta, July, Vol. 54, 2657-2677 [30] DUNN, K., DANIEL, E., SHULER, P., et al.: (1991) “Mechanisms of Precipitation and Dissolution of Barite: A Morphology Approach”, J. of Coll. and Interface Sci., 214: 427-437 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 164 [31] TORRES, F.: (2005) “Metodologia/Planejamento de Montagem de Laboratorio de Dano de Formação para Campos de Águas Profundas sob Injeção de Água”, MSc Thesis, North Fluminense State University-Lenep/UENF, Macaé, RJ, Brazil, (in Portuguese) [32] BEDRIKOVETSKY, P. G., TRAN, P., van den BROEK, W. M. G. T, MARCHESIN, D., REZENDE, E., SIQUEIRA, A., SERRA, A. L., SHECAIRA, F.: (2003) “Damage Characterization of Deep Bed Filtration from Pressure Measurements”, Journal SPE PF, No 3, p.119-128 Mathematical and Laboratory Modeling of Reservoir Sulphate Scaling 165 Apêndice J - Artigo Publicado em 2006 BEDRIKOVETSKY, P.G., MACKAY, E.J., MONTEIRO, R.P.S., MORAES, G.P., ROSÁRIO, F.F., (2006) Laboratory- and Field Prediction of Sulfate Scaling Damage. SPE paper 100611, SPE International Oilfield Scale Symposium, Aberdeen, Scotland, U.K., 30 May–1 June. 166 SPE 100611 Laboratory- and Field Prediction of Sulfate Scaling Damage P. G. Bedrikovetsky, SPE, North Fluminense State University (LENEP/UENF); E. J. Mackay, SPE, Heriot-Watt University; R. P. Monteiro, North Fluminense State University (LENEP/UENF); P. M. Gladstone, Cefet-Campos/UNED Macaé; F. F. Rosário, SPE, Petrobras/CENPES Copyright 2006, Society of Petroleum Engineers This paper was prepared for presentation at the 2006 SPE International Oilfield Scale Symposium held in Aberdeen, Scotland, U.K., 30 May–1 June 2006. This paper was selected for presentation by an SPE Program Committee following review of information contained in an abstract submitted by the author(s). Contents of the paper, as presented, have not been reviewed by the Society of Petroleum Engineers and are subject to correction by the author(s). The material, as presented, does not necessarily reflect any position of the Society of Petroleum Engineers, its officers, or members. Papers presented at SPE meetings are subject to publication review by Editorial Committees of the Society of Petroleum Engineers. Electronic reproduction, distribution, or storage of any part of this paper for commercial purposes without the written consent of the Society of Petroleum Engineers is prohibited. Permission to reproduce in print is restricted to an abstract of not more than 300 words; illustrations may not be copied. The abstract must contain conspicuous acknowledgment of where and by whom the paper was presented. Write Librarian, SPE, P.O. Box 833836, Richardson, TX 75083-3836, U.S.A., fax 01-972-952-9435. Abstract BaSO4 scaling can have a disastrous impact on production in waterflood projects with incompatible injected and formation waters. This is due to precipitation of barium sulphate from the mixture of both waters, the consequent permeability reduction resulting in loss of well productivity. The system where sulphate scaling damage occurs is determined by two governing parameters: the kinetics coefficient characterising the velocity of chemical reaction and the formation damage coefficient reflecting permeability decrease due to salt precipitation. Previous work has derived an analytical model-based method for determination the kinetics coefficient from laboratory corefloods during quasi-steady state commingled flow of injected and formation waters. The current study extends the method and derives formulae for calculation of the formation damage coefficient from pressure drop measurements during the coreflood. The proposed method can be extended for axi-symmetric flow around the well allowing calculation of both sulphate scaling damage coefficients from field data consisting of barium concentrations in the produced water and well productivity decline. We analyse several laboratory test data and field data, and obtain values of the two sulphate scaling damage parameters. The values of kinetics and formation damage coefficients as obtained from either laboratory or field data vary in the same range intervals. These results validate the proposed mathematical model for sulphate scaling damage and the analytical model-based method “from lab to wells”. Introduction It has been long recognised that formation and well damage may be caused by incompatibility of injected and formation waters. Precipitation of salts results in permeability decline. Among the most significant of all scaling species are the sulphates, particularly barium and strontium sulphates1-3. Decision making on scale prevention and removal is based on prediction scale precipitation and damage is provided by mathematical modelling. The mathematical models for sulphate scaling during waterflooding consist of mass balance equations for all species with the reaction rate sink terms8-10,15. Chemical reaction rate must obey law of acting masses9,17,19 or another more complex kinetics law18-20,23-25. Several numerical4,5 and analytical6-8,14 models describing sulphate scaling under laboratory and field conditions are available in the literature. Nevertheless, the problem of determining model coefficients from either laboratory or field data to use in sulphate scaling simulation is far from resolved. This introduces significant uncertainty in prediction of scaling damage. The design and results of barium sulphate quasi-steady state scaling tests have been presented in the literature11-13. The analytical model for quasi-steady state commingled flow of injected and formation waters in cores allows us to solve the inverse problems of determining scaling model parameters from laboratory test data14. The chemical reaction rate depends on the reaction rate coefficient. The reaction rate coefficient can be determined from effluent barium concentration using the analytical solution14. Treatment of laboratory data shows that the reaction rate is proportional to flow velocity, as it should be for reactive flows in porous media17. The proportionality coefficient is called the kinetics coefficient. The kinetics coefficient depends on rock and fluid properties. It cannot be predicted theoretically for real reservoirs and fluids. Therefore, it must be determined from either laboratory or field data by solution of inverse problems. The second important parameter determining permeability impairment during sulphate scaling is the formation damage coefficient, which shows how permeability decreases with solid deposition. SPE 100611 The analytical model for axi symmetric quasi-steady state commingled flow of injected and formation waters, describes the accumulation of sulphate salts near to production wells16. The model is based on the statement that the most significant scale formation damage during a waterflood occurs in the neighbourhood of production wells due to the intensive mixing and deposit accumulation1 that occurs in this location. The model allows us to determine the kinetics coefficient of the barium sulphate reaction from barium concentration in produced water and to determine the formation damage coefficient from the productivity index history. The model is one-dimensional and does not account for inter layer diffusive transfer of reacting ions, which may impacts the well productivity damage. Nevertheless, the model can be used to evaluate orders of magnitude of kinetics and formation damage coefficients from production well data. In the current work, we propose a method for calculation of the formation damage coefficient from the pressure drop in the core during quasi-steady state commingled flow of injected and formation waters. Treatment of several laboratory tests1113,27,28 reveals that the formation damage coefficient has the same order of magnitude as that obtained from deep bed filtration of colloid particles. Several field cases were treated in order to estimate orders of magnitude for kinetics and formation damage coefficients, and it was found out that both coefficients have the same order of magnitude as those obtained from laboratory tests. It validates the proposed mathematical model with reaction rate coefficient proportional to flow velocity. It also validates the use of scaling damage coefficients “from lab to wells”. Assumptions of the Barium Sulphate Scaling Model We discuss formation damage due to barium sulphate precipitation (oilfield scaling) causing productivity impairment. Usually seawater is injected in offshore operations, and it contains SO42- anions. If the formation water contains Ba2+ cations, then mixing of injected and formation waters may cause BaSO4 deposition (Fig. 1a). Ba 2+ + SO 42− → BaSO4 ↓ (1) A schematic of injected and formation water mixing in a reservoir undergoing waterflooding is shown in Fig. 1b. The main assumptions of the physical-mathematical model of barium sulphate scaling are: • the chemical reaction between barium and sulphate ions is irreversible; • this reaction is a second order chemical reaction obeying the mass action law; • the chemical reaction rate coefficient is proportional to flow velocity; • brine is incompressible; • volume is conserved during brine mixing and salt precipitation; • the dispersion coefficient is proportional to flow velocity; • rate coefficient is independent of the precipitant concentration; • the permeability decline versus precipitant concentration takes a hyperbolic form. Irreversibility of chemical reaction between barium and sulphate ions can be assumed because of the low solubility of barium sulphate salt in water23-25. The mathematical model for flow of injected and formation waters in porous media includes mass balance equations for barium cations, for sulphate anions and for salt molecules, (A-1). The salt deposition rate is given by the law of mass action 6-9,17-20, (A-2). The modified Darcy’s law (A-3) contains the formation damage coefficient β that describes permeability loss due to salt deposition. The unknowns in the closed system of four equations (A4) are three concentrations and pressure. The assumption that the reaction rate coefficient Ka is independent of the precipitated salt concentration σ, which is valid for small deposited concentrations, results in separation of the first and second equations (A-4) from the rest of the system. Proportionality between the dispersion coefficient and flow velocity was reported in numerous studies1,15: D = αD U (2) Here αD is a linear size of the core micro heterogeneity. Proportionality between the reaction rate coefficient Ka and flow velocity was observed generally for reactive flows in porous media17 and specifically for the sulphate scaling reactions13,14: K a = λU (3) The proportionality coefficient λ is called the kinetics coefficient. It is equal to the reciprocal of the average distance that the mole of the ion travels in the rock before being consumed by the chemical reaction. In dimensionless co-ordinates (A-6), the system of governing equations takes the form (A-7) ⎧ ∂C ∂C ∂2C + = εD − ε k CY ⎪ ∂x D 2 ⎪ ∂t D ∂x D (4) ⎨ 2 ⎪ ∂Y + ∂Y = ε ∂ Y − ε αCY D k ⎪ ∂t ∂x D 2 ⎩ D ∂x D where α is a ratio between the initial concentrations of Ba2+ in formation water and of SO42- in injected seawater. System (4) contains dimensionless chemical kinetics number εk, and the diffusive number εD, which is the inverse of the Peclet number15,17 0 K a cSO L D αD 0 4 (5) εk = = λcSO L , εD = = 4 U LU L The inlet boundary conditions (A-8) correspond to fixed fluxes of sulphate and of barium via the inlet cross-section. The assumption of negligible diffusion simplifies the inlet conditions, as seen in (A-9). For the range of velocities occorring in petroleum reservoirs, advective mass transfer greatly exceeds the diffusive flux. So, if the species particle has already left the core, it would not diffuse back. The corresponding outlet boundary condition is given by (A-10)15. For quasi-steady state tests, the system (4) is reduced to a system of ordinary differential equations (B-2). The boundary conditions (B-3), (B-4) correspond to simultaneous injection SPE 100611 of sea and formation waters with fixed barium and sulphate concentrations. For the case where sulphate and barium concentrations have the same order of magnitude (α~1), Runge-Kutta method was used to solve the ordinary differential eq. (B-12). For the case where the sulphate concentration in seawater greatly exceeds the barium concentration in formation water (α<<1) the steady state concentration profiles are described by explicit formulae (C-2)-(C-5). Methodology of Laboratory Tests The objective of the laboratory study is the determination of the kinetics and formation damage coefficients for rock flow conditions. The experimental setup13,14 consists of a core holder with confinement, two pumps, and pressure transducers. The core holder has two independent inlet tubes allowing for simultaneous injection of two different reagents. The set-up schema is given in Fig. 2. Similar set-ups were used in other laboratory studies11,12,27,28. The flood sequence that allows determination of the two sulphate scaling damage parameters is: 1. Diffusion tests: 1.1. Saturation of core with synthetic formation water; 1.2. Injection of synthetic seawater without SO42- anions at some given velocity; 1.3. Injection of synthetic formation water at another given velocity; 1.4. Further alternate injections of synthetic formation and seawaters at different velocities. 2. Transient tests: 2.1. Saturation of core with synthetic formation water at the final stage of the diffusive tests; 2.2. Injection of synthetic seawater at some given velocity; 2.3. Injection of synthetic formation water at another given velocity. 3. Quasi steady state tests (Fig. 3): 3.1. Simultaneous injection of formation and seawaters at some given velocity; 3.2. Further simultaneous injections of formation and seawaters at different velocities. Diffusivity tests. The objective of the diffusivity tests is to determine of core rock dispersivity αD. Fig. 4 shows the dependencies “dispersion versus velocity” for two cores13,14. The linear dependence D(U) = αDU allows good adjustment of the data. For two cores, the αD values found are 0.018m and 0.011m, which is quite reasonable for 0.1 m long real reservoir cores. It is important to emphasise that tracer tests must accompany sulphate scaling tests: otherwise the dispersivity αD becomes an additional unknown parameter. The number of unknowns together with kinetics and formation damage coefficients would become three. Nevertheless, the number of measured values is two (effluent concentration and pressure drop on the core). Therefore, the sulphate scaling system could not be fully characterised. For example, the tracer test data for sulphate scaling tests12,27,28 are not available. Therefore, the kinetics and formation damage coefficients have been determined assuming some typical αD values (tables 1,2 and 4). Steady state tests. The objective of the quasi-steady state tests is the determination of kinetics and formation damage coefficients from outlet concentration and pressure drop data for the core. The system of governing equations (B-2) as applied for steady state flows may be reduced to a single second order ordinary differential equation (ODE) (B-12). The boundary conditions for the second order ODE correspond to given reagent concentrations at the core inlet (B-3) and to the absence of diffusion at the core outlet (A-10). For the case α<<1 the equation (B-12) is subject to boundary conditions (B-3) and (A-10) allows for the explicit asymptotic solution. Zero order approximation is given by formulae (C3)-(C-5). First and second order approximations are expressed by explicit but rather cumbersome formulae; see (C-7)-(C-10). The expansion (C-1) converged rather fast. Even for α=1 first order approximation gives a good match with numerical solution (Fig. 5). The second order approximation almost coincides with the numerical solution. Fig. 6 presents relative error for zero-, first- and secondorder approximations if compared with numerical solution. Calculations have been performed for εk=9.37. Plots allow determining relative error for different order approximations. For example, for α=0.2, error for second order approximation is equal to 0.02; first order approximation provides with the error 0.11, and zero order approximation gives 0.45. The analytical model-based calculations have been performed in the current paper using the second order approximation. The first objective of the study was to determine the kinetics number εk from the barium steady state effluent concentration C(xD =1). Thus, the value C(xD =1), as obtained from laboratory coreflood data, was fitted to the analytical solution at the effluent (C-6) by adjusting the kinetics number εk. Figs. 7a,b show the reaction rate coefficient Ka versus velocity for two cores13,14. Values of λ for two cores are 3003 and 3951 (M∗m)-1 (Fig. 7a, 7b). The proportionality between the reaction rate number and flow velocity (3) takes place for catalytic chemical reactions for low flow velocities, where the reaction is controlled by diffusion17. The dependency of reaction rate coefficient on flow velocity must be used in reservoir simulators5 when performing scaling reaction calcutations. The second objective of the steady state tests is the calculation of the formation damage coefficient β. If kinetics coefficient λ and dispersivity αD are known, the impedance growth allows us to determine the formation damage coefficient. The impedance slope m is calculated from pressure drop data using first eq. (D-7). From the second eq. SPE 100611 (D-7) follows the expression for the formation damage coefficient. The right hand side of (D-7) depends on the kinetic number that was obtained from the outlet concentration data. The integral is calculated either analytically or numerically together with the solution of the concentration problem (B-2), (B-3) and (A-10). The kinetics number is calculated by (5) using the previously obtained kinetics coefficient, λ. Now let us describe the results of the treatment of laboratory data presented in the literature11-14,27,28. Outlet barium concentration and pressure drop were measured in coreflood studies12,27,28. Unfortunately, tracer tests have not been performed. Therefore, the results for two sulphate scaling damage parameters are presented in tables 1,2 and 4 as functions of rock dispersivity. Tables 1 and 2 present treatment results from laboratory data12,27. The brine sample compositions and rock properties can be found in the original paper12. Table 1 corresponds to a temperature of 20°C, table 2 corresponds to a temperature of 70°C. We took a reference value for dispersivity αD=0.01 m which is quite typical for homogeneous sandpacks, and performed a sensitivity study with respect to dispersivity. The range interval for the kinetics coefficient for αD=0.01 m is 250-20000 (M*m)-1. Variation of dispersivity does not change the lower bound; it doubles the upper bound – 40000 (M*m)-1. The formation damage coefficient varies in the range [10100]. The formation damage coefficient as calculated from deep bed filtration tests varies in a wider interval [102000]32,33. Another set of laboratory tests is presented in28. The dispersivity has not been measured; so we fixed three values for dispersivity coefficient that are typical for high permeability homogeneous sandpacks: αD=5*10-3, 10-2 and 3*10-2 m. Table 3 shows compositions of sample brines used in the tests. Table 4 presents the obtained values for two scaling damage parameters. For dispersivity value αD=0.01 m, kinetics coefficient varies from 40000 to 120000. Variation of dispersivity from αD=0.005 m to αD=0.03 m almost does not change this interval. The derived kinetics coefficient values are one order of magnitude higher than those obtained in other tests due to the very low effluent barium concentrations. The author28 also noticed that effluent barium concentrations are very low and attributed it to a delay in analysis of the produced samples. Nevertheless, the formation damage coefficient varies in the usual interval [30,3000]. In the work11, simultaneous injection of formation and seawaters has been carried out. The sandpack with permeability k=30 mD and porosity φ=0.37 was flooded simultaneously by seawater with sulphate concentration cSO40=3.1*10-2 M and by formation water with barium concentration cBa0=1.8*10-3 M. Barium concentration were measured at the core effluent. The barium concentration reached at the steady state cBa (xD=1)=3.5 ppm after 1 p.v.i. The results are placed in table 5. The values obtained for the kinetics coefficient lay in the interval covered by the above-mentioned tests. During coreflooding by reacting seawater and formation water in work13,14, tracer outlet concentrations were monitored. Therefore, the derived kinetics constant data are more reliable. Table 5 presents interval [3000,4000]. The pressure drop did not increase significantly during the short flood period; therefore it was not enough information to make a reliable calculation of the formation damage coefficient. The scaling damage parameters as obtained from the four above-mentioned sets of laboratory tests are presented in table 5. Depending on the reservoir temperature, the brine ionic strength and rock permeability, the kinetics coefficient varies from 200 to 130000 (M*m)-1. The formation damage coefficient varies from 30 to 3000. Probabilistic distributions of the kinetics coefficient λ and the formation damage coefficient β as obtained from laboratory corefloods are presented in Figs. 8a and 8b respectively. Large interval for λ variation is caused by unknown dispersion coefficient in majority of tests; the results include λ-values as calculated for various dispersivities (Tables 1,2 and 4). The formation damage coefficient β varies from 9 to 3000; the variation interval almost coincides with that obtained for deep bed filtration of particle suspensions in porous media32,33. Transient precipitation tests. Transient precipitation tests were performed in order to verify the unsteady state model (4) in general, and specifically the dependence of reaction rate coefficient versus velocity, as obtained from the quasi steady state tests. The verification of the model (4) has been performed by comparison between the laboratory test data and the simulation results using the data obtained from the steady state tests. The laboratory and modelling data are in a reasonable agreement13,14. Determination of Kinetics and Formation Damage Coefficients from Field Data The method for calculation of kinetics and formation damage coefficients from barium concentration in produced water and productivity index history is also based on analytical solution of reactive flow equation around production wells16. The analytical axi-symmetric model and corresponding inverse problems are similar to those for corefloods presented in previous sections of the current paper. The main model assumptions are based on the fact that salt accumulation during waterflooding occurs mainly near to production wells1. The main assumptions of the model are steady state flow in the neighbourhood of the production well, second order chemical reaction between barium and sulphate ions, the irreversibility of the reaction, and proportionality of the relationships “dispersion versus velocity” and “chemical rate coefficient versus velocity”. These assumptions correspond to near well flow conditions. The model is one-dimensional, i.e. vertical diffusive flux between layers with different permeability is neglected. Also, it is assumed that reaction is occuring only near to the production wells. This assumption limits the model applicability. SPE 100611 Nevertheless, while not being able to determine the exact values for scaling damage parameters from well data, the model does provide us with their order of magnitude. The results of determining the kinetics and formation damage coefficients from seven oilfields undergoing waterflooding are presented in tables 6-9 and in Figs. 9-19. Figs. 9 and 10 present data for a highly permeable, low heterogeneity, large net pay offshore sandstone field X (Campos Basin, Brazil)29,30. Production well X1 is completed with a gravel pack where intensive barium sulphate accumulation takes place. It confirms the model assumption that significant chemical reaction and deposition occurs only in the well vicinity. The best fit of the curve “barium concentration in produced water versus seawater fraction in produced water” using least square method was achieved for λ=117234 (M*m)-1. The formation damage coefficient was obtained by adjustment of the productivity index curve. Three measurements of productivity index were performed shortly after one another, so effectively just one PI value is available. Linear approximation results in the value for formation damage coefficient β=0.5. We attribute the small value of the formation damage coefficient to the fact that precipitation occurs mostly in the gravel pack for the well discussed. The porous medium in the gravel pack is highly permeable and homogeneous, so some permeability decline occurs only after significant deposition. Fig. 11 presents the barium concentration in the produced water for another well with gravel pack from the field X. The obtained kinetics coefficient is lower than that obtained from another well (table 6). Figs. 12-14 present data of three production wells from sandstone reservoir N (Campos Basin, Brazil)22. The reservoir has medium permeability and heterogeneity. The productivity index was calculated for well tests four times for wells N-16 and N-37 and just once for well N-52. The data on scaling damage coefficients are presented in Table 7. Figs. 15-19 present data for five North Sea fields31. All points of barium concentration are located below the hypotenuse that corresponds to non-reactive tracer. It indicates that barium concentration in the produced water decreases if compared with the tracer concentration due to chemical reaction with sulphate anions. The values for kinetics coefficient λ are presented in table 8. The radius of the well neighbourhood where flow is steady state is taken as Rc=1 m. Several wells present extremely low kinetics coefficient values, from 1.2 to 20. These wells were treated as scale free in the original paper31. Probabilistic distributions of kinetics constant λ and formation damage coefficient β as obtained from well data are presented in Figs. 20a and 20b respectively; corresponding data are given in Table 9. Large interval for λ variation is caused by unknown dispersion coefficient in majority of tests; the results include λ-values as calculated for various dispersivities (Tables 6, 7 and 8). The formation damage coefficient β varies from 0.5 to 2000; the variation interval almost coincides with that obtained for deep bed filtration of particle suspensions in porous media32,33. Low values for formation damage coefficient for field X (Table 9) are explained by the fact that scaling happens mainly in gravel packs of the wells29,30. Discussions The main result of the current paper is that the kinetics coefficient as obtained from laboratory and field data varies in the same range interval. The same was observed for the formation damage coefficient. The kinetics coefficient varies from 50 to 100000 depending on brine ionic strength and temperature for either coreflood or well data. The interval covers all cases between no reaction and intensive barium sulphate deposition. The interval is huge, and it is the same for either coreflood or well cases. It supports the statement that the physical processes occurring in cores and near production wells and the resulting permeability decrease, are the same. It is well known that the permeability as obtained from well test and from the same field cores can differ by one order of magnitude. Nevertheless, the permeability varies 104 times from field to field, so comparison between core and well test data may provide important information about the reservoir. The same applies to sulphate scaling damage parameters. Unfortunately, the data on productivity index decline for scaled-up wells and on permeability impairment during scaling in the core taken from the same well are not available in the literature. Under the circumstances, we conclude that both sulphate scaling damage parameters as obtained from corefloods, vary in the same intervals as those obtained from well histories. Conclusions 1. An analytical model for quasi steady state reactive flow of injected and formation waters allows calculation of formation damage coefficient from the history of pressure drop on the core during coreflood test along with the calculation of the kinetics constant from the barium effluent concentration. 2. The kinetics and formation damage coefficients, as obtained from corefloods, vary in the same range intervals as those calculated from well data. 3. A database for kinetics and formation damage coefficients obtained from twenty-two laboratory tests and nineteen wells from seven fields must be used in reservoir simulation of waterflooding that includes sulphate scaling calculations. Acknowledgement The authors thank Dr. Maria Carmen Bezerra, Dr. Antonio Luis S. de Souza, Alexandre G. Sequeira, Dr. Farid Shecaira and Maylton Silva (Petrobras), Prof. Themis Carageorgos (UENF-Lenep), Dr. Oleg Dinariev and Prof. A. D. Polianin (Russian Academy of Sciences) for fruitful discussions. Many thanks are due to Eng. Sergio Daher (Petrobras) for several useful discussions and for proof reading the paper before its publication. The authors thank Petrobras for permission to publish the paper SPE 100611 Nomenclature C = dimensionless Ba2+ concentration cBa= Ba2+ molar concentration in aqueous solution, M cSO4= SO42- molar concentration in aqueous solution, M D = dispersion coefficient, m2/s h = thickness, m PI= productivity index, m3/(s⋅Pa) J = dimensionless impedance k0 = initial permeability, D Ka = chemical reaction rate constant, (M⋅s)-1 (2nd order reaction) m = slope of the impedance straight line M = molar unit for concentration equals gmol/L (same as kgmol/m3) MBaSO4 = molecular weight for Barium Sulphate equals 0.23339 Kg/mol p = Pressure, Pa P = dimensionless pressure Q = total rate, m3/s Rc = contour radius, m rw = well radius, m S = dimensionless BaSO4 concentration t = time, s tD = dimensionless time U = flow velocity, m/s V = concentration difference x = linear co-ordinate, m xD = dimensionless coordinate Y = dimensionless SO4 concentration Greek letters 2+ α = ratio between injected concentrations of Ba and 2SO4 αD= dispersion coefficient, m β = formation damage coefficient εD = dimensionless diffusive (Schmidt) number εk = dimensionless chemical kinetics number φ = porosity λ = kinetic coefficient, (M⋅m)-1 (2nd order reaction) µ = viscosity, kg/(m⋅s) 3 ρBaSO4= density of the Barite, 4193.9 Kg/m σ = BaSO4 molar concentration in solid deposit References SPE Third International Symposium on Oilfield Scale, Aberdeen, UK, 30-31 January. 5. Delshad M., Pope, G. A., 2003, Effect of Dispersion on Transport and Precipitation of Barium and Suphate in Oil Reservoir, SPE paper 80253 presented at the SPE International Symposium on Oilfield Chemistry held in Houston, Texas, USA, 5-7 February. 6. Woods, A.W., Parker, G., 2003, Barium Sulphate Precipitation in Porous Rock Through Dispersive Mixing, SPE paper 80401 presented at SPE 5th International Symposium on Oilfield Scale, Aberdeen, UK, 29-30 January 7. Araque-Martinez, A., Lake, L. W., 1999, A Simplified Approach to Geochemical Modelling and its Effect on Well Impairment, SPE paper 56678 presented at the 1999 SPE Annual Technical Conference and Exhibition held in Houston, TX, 3-6 October 8. Philips, O.M., 1991, Flow and Reactions in Porous Media, Cambridge Univ Press. 9. Bedrikovetsky, P. G., 1994, Mathematical Theory of Oil and Gas Recovery, Kluwer Academic Publishers, London/Boston 10. Green, D. W. and Willhite, G. P., 1998, Enhanced Oil Recovery, SPE Textbook Series. 11. Wat, R.M.S., Sorbie, K.S., Todd, A.C., 1992, Kinetics of BaSO4 Crystal Growth and Effect in Formation Damage, SPE paper 23814 presented at SPE Intl Symposium on Formation Damage Control held in Lafayette, Louisiana, February 26-27. 12. Todd, A.C. and Yuan, M.D., 1992, Barium and Strontium Sulphate Solid-Solution Scale Formation at Elevated Temperatures, SPE Production Engineering, February, 8592. 13. Lopes Jr., R. P., 2002, Barium Sulphate Kinetics of Precipitation in Porous Media: Mathematical and Laboratory Modelling, in Portuguese, MSc Thesis, North Fluminense State University-Lenep/UENF, Macaé, RJ, Brazil. 14. Bedrikovetsky, P. G., Lopes Jr., R.P., Gladstone, P. M., Rosário, F. F, Bezerra, M. C. and Lima, E. A., 2004 Barium Sulphate Oilfield Scaling: Mathematical and Laboratory Modelling, SPE paper 87457 presented at the SPE 6th International Symposium on Oilfield Scaling held in Aberdeen, UK, 25,26 May. 15. Nikolaevskii, V. N., 1990, Mechanics of Porous and Fractured Media, World Scientific Publishing Co., Singapure. 1. Sorbie, K. S. and Mackay, E. J., 2000, Mixing of Injected, Connate and Aquifer Brines in Waterflooding and its Relevance to Oilfield Scaling, Journ. Petr. Sci. Eng., 27, 85-106. 2. Rosario, F. F., Bezerra, M. C., 2001, Scale Potential of a Deep Water Field – Water Characterisation and Scaling Assessment, SPE paper 68332 presented at 2001 SPE Third International Symposium on Oilfield Scaling, Aberdeen, UK, 30-31 January. 3. Oddo, J.E. and Tomson, M.B., 1994, Why Scale Forms and How to Predict It, Journ. SPE PF, February, p.47-54. 17. 4. Rocha, A., Frydman, M., Fontoura, S., Rosario, F., Bezerra, M., 2001, Numerical Modelling of Salt Precipitation during Produced Water Reinjection, SPE 68336 presented at 2001 18. Stumm, W., 1992, Chemistry of Solid-Water Interface, John Wiley and Sons, NY, 428 p. 16. Bedrikovetsky, P.G., Gladstone, P.M., Lopes Jr., R. P., Rosário, F. F., and Bezerra, M. C., 2003, Oilfield Scaling – Part II: Productivity Index Theory, SPE paper 81128 presented at the SPE Latin American and Caribbean Petroleum Engineering Conference held in Port-of-Spain, Trinidad, West Indies, 27–30 April Fogler, S., 1998, Chemical Reactions Engineering, Prentice Hall, NY. SPE 100611 Filtration from Pressure Measurements, Journal SPE PF, 2003, No 3, p.119-128. 19. Bethke, C., 1996, Geochemical Reaction Modelling, Oxford University Press, 397 p. 20. Nielsen, A. E., 1959, The Kinetics of Crystal Growth in Barium Sulphate Precipitation II – Temperature Dependence and Mechanism. Acta Chemica Scandinavica 13 (784-802). 21. Beam, R. M., and Warming, R. F., 1976, An implicit finite difference algorithm for hyperbolic systems in conservation-law form, J. Comput. Phys., 22, 87-116. 22. Bezerra, M. C., Rosario, F. F., Khalil, C. N., Milanez, P.V., 1996, Prevention and Control in Namorado Field, Campos Basin, Brazil presented 1996 NACE International Annual Conference and Exposition. 23. Christy, A. G., Putnis, A., The Kinetics of Barite Dissolution and Precipitation in Water and Sodium Chlorite Brines at 44-850C, Geochimica et Cosmochimica Acta, 1992, 57, 2161-2168. 24. Nancollas, G., Liu, T., 1975, Crystal Growth and Dissolution of Barium Sulphate, SPE paper 5300 presented at 1975 SPE/AIME Oilfield Chemistry Symposium, Dallas, January. 25. Atkinson, G., Raju, K., The Thermodynamics of Scale Precipitation, SPE paper 21021 presented at 1991 SPE Simposium on Oilfield Chemistry held in Anaheim, Ca, 2123 February. 26. Amix, B., Bass, R. and Whiting, A.: “ Applied Reservoir Engineering, McGraw Hill Book Co, NY (1964), 171-174. 27. Yuan M.: (1989) “Prediction of Sulphate Scaling Tendency and Investigation of Barium and Strontium Sulphate Solid Solution Scale Formation”, PhD Thesis, Heriot-Watt University, Scotland. 28. Goulding P. S.: (1987) “Formation Damage Arising from Barium Sulphate Scale Precipitation”, PhD Thesis, HeriotWatt University, Scotland. 29. Daher J. S., 2003, Avaliação de Incrustação de Sais Inorgânicos em Reservatórios Inconsolidados Através da Simulação Numérica, in Portuguese, MSc Thesis, North Fluminense State University-Lenep/UENF, Macaé, RJ, Brazil. 30. Daher, J. S., Gomes, J.A.T., Rosário, F. F., Bezerra, M. C., Mackay, E. J., Sorbie, K. S., Evaluation of Inorganic Scale Deposition in Unconsolidated Reservoir by Numerical Simulation, SPE 95107 presented at the SPE 7th International Symposium on Oilfield Scale held in Aberdeen, United Kingdom, 11-12 May 2005 31. Mackay, E. J.; Jordan, M. M.; Torabi, F.: “Predicting Brine Mixing Deep within the Reservoir and its Impact on Scale Control in Marginal and Deepwater Developments”, Journal SPE Production & Facilities, August, 2003, p210220. 32. Bedrikovetsky P. G., Marchesin, D., Checaira, F., Serra, A. L., Resende, E., 2001 - Characterization of Deep Bed Filtration System from Laboratory Pressure Drop Measurements, Journal of Petroleum Science and Engineering, v.64, No. 3, p.167-177 33. Bedrikovetsky, P. G., Tran, P., Van den Broek, W. M. G. T, Marchesin, D., Rezende, E., Siqueira, A., Serra, A. L., Shecaira, F. Damage Characterization of Deep Bed Appendix A. Governing Equations The mass balance for ions Ba2+, SO42- and for BaSO4 molecules is6-8,14: ⎧ ∂c ⎪φ Ba + U∇c Ba = ∇ ( D∇c Ba ) − q ⎪ ∂t ⎪⎪ ∂cSO4 (A-1) + U∇cSO4 = ∇ D∇cSO4 − q ⎨φ ⎪ ∂t ⎪ ρBaSO4 ∂σ =q ⎪φ ⎪⎩ M BaSO4 ∂t ( ) The law of mass action is assumed for the chemical reaction (salt deposition) rate17 (A-2) q = K a c Ba cSO4 The modified Darcy’s law includes the permeability damage due to salt precipitation: k ∇p (A-3) U =− µ (1 + βσ ) The system of five equations (A-1)-(A-3) is closed. The unknowns are three concentrations cBa, cSO4, σ , pressure p. The linear problem describes one-dimensional flow during laboratory coreflooding: ∂c ∂c ∂ 2 c Ba φ Ba + U Ba = D − K a c Ba cSO4 ∂t ∂x ∂x 2 ∂cSO4 ∂cSO4 ∂ 2 cSO4 φ +U =D − K a c Ba cSO4 (A-4) ∂t ∂x ∂x 2 ρBaSO4 ∂σ φ = K a c Ba cSO4 M BaSO4 ∂t U =− ∂p k µ (1 + βσ ) ∂x It is assumed that the diffusion coefficients for Ba2+ and SO42- ions are equal and proportional to flow velocity: (A-5) D Ba ≅ DSO4 ≅ D = α D U Let us introduce the following dimensionless parameters: cSO c x C = 0Ba Y = 0 4 x D = c Ba cSO4 L tD = ρBaSO4 σ c0 Ut α = 0Ba S = M BaSO4 c0Ba φL cSO4 (A-6) 0 K a LcSO D αD 4 = εk = U LU L First two equations (A-4) take the form: ⎧ ∂C ∂C ∂2C + = εD − ε k CY ⎪ ∂x D 2 ⎪ ∂t D ∂x D (A-7) ⎨ 2 ⎪ ∂Y + ∂Y = ε ∂ Y − ε αCY D k ⎪ ∂t ∂x D 2 ⎩ D ∂x D Simultaneous injection of seawater containing SO42- anions with Ba2+-rich formation water corresponds to the inlet boundary conditions where fluxes are fixed for both species15: εD = SPE 100611 ∂C ∂Y = 1 , Y − εD =1 (A-8) ∂x D ∂x D Neglecting the diffusive term simplifies the inlet boundary condition (A-8): xD = 0 : C = 1 , Y = 1 (A-9) The assumption that an ion does not diffuse back into the core after leaving the outlet together with the carrier water, results in the Brenner’s boundary condition15: dC dY x D = 1: = =0 (A-10) dx D dx D x D = 0 : C − εD Appendix B. Steady State Linear Flow Let us consider steady state linear flow in a core: ∂C ∂Y = =0 (B-1) ∂t D ∂t D Substituting (B-1) into the first two equations (A-7), obtain the following ordinary differential equations: ⎧ dC d2C = εD − ε k CY ⎪ dx D 2 ⎪ dx D (B-2) ⎨ 2 ⎪ 1 dY = ε D d Y − ε CY k ⎪ α dx α dx D 2 ⎩ D Advection-diffusion fluxes of both components are fixed at the core inlet15: dC x D = 0 : C − εD =1 (B-3) dx D dY =1 (B-4) dx D As a consequence of neglecting diffusion at the core inlet, the injected concentrations for both reagents are fixed at xD=0: xD = 0 : C = Y = 1 (B-5) If the particle has already left the core, it would not diffuse back. The corresponding outlet boundary conditions are given by (A-10) So, the steady state chemical distribution along the core during the flow is described by a boundary problem (B-3),(B4) for the system of two ordinary differential equations (B-2). Let us introduce the following linear combination of two concentrations: Y ( xD ) V ( xD ) = C ( xD ) − α (B-6) The subtraction of the second equation (B-2) from the first one results in the following equation for the function V(xD): dV d2 V = εD (B-7) dx D dx D 2 The following inlet boundary condition for V(xD) follows from (B-3): 1 xD = 0 : V = 1− (B-8) α The outlet boundary condition for V(xD) follows from (A10): x D = 0 : Y − εD dV =0 (B-9) dx D Integrating both parts of (B-7) accounting for boundary conditions (B-8) and (B-9) results in the solution: 1 V ( xD ) = 1− (B-10) α So, the concentration difference (B-6) is constant along the core during the steady state flow. Expressing the sulphate concentration Y(xD) from (B-10) Y ( x D ) = 1 + α ( C ( x D ) − 1) (B-11) xD = 1 : and substituting it into the first equation (B-2), we obtain an ordinary differential equation for C(xD): d2C dC εD = + ε k C (1 + α ( C − 1) ) 2 dx D dx D (B-12) Appendix C. Asymptotic Expansions Solutions for Concentration Profiles Usually the sulphate concentration in seawater significantly exceeds the barium concentration in formation water. In this case, parameter α is negligibly small, α << 1, (A6). Let us find asymptotic solution for the steady state flow problem (B-12), (A-10),(B-3) for small parameter α: α2 C(x D ) = C0 (x D ) + αC1 (x D ) + C2 (x D ) (C-1) 2 The term [C(xD)-1] varies from minus unity to zero, so the second term in brackets on the right hand side of (B-12) can be neglected comparing it with unity. Substituting expansion (C1) into eq. (B-12) obtain a linear second order ordinary differential equation for zero order approximation: d 2 C0 dC εD = + εk C (C-2) 2 dx D dx D The boundary problem (B-3), (A-10) for equation (C-2) allows for exact solution: C ( x D ) = c1eΓ1x D + c 2 eΓ2 x D Γ1 = 1 + 4ε D ε k 1 + 2ε D 4ε D 2 (C-3) 1 + 4ε D ε k 1 − 2ε D 4ε D 2 Two constants in (C-3) are found from boundary conditions (B-3) and (A-10): Γ −Γ −Γ 2 e( 2 1 ) c1 = (CΓ1 − Γ 2 e( Γ2 −Γ1 ) + ε D Γ 2 Γ1e( Γ2 −Γ1 ) − ε D Γ 2 Γ1 Γ2 = 4) c2 = Γ1 − Γ 2 e ( Γ2 −Γ1 ) Γ1 + ε D Γ 2 Γ1e( Γ2 −Γ1 ) − ε D Γ 2 Γ1 (C- 5) The outlet concentration is calculated by (C-3),( C4) and (C-5) SPE 100611 C (1) = ( Γ1 − Γ 2 ) eΓ 2 ( ) Γ1 − Γ 2 e( Γ2 −Γ1 ) + ε D Γ 2 Γ1 e( Γ2 −Γ1 ) −1 (C6) It is worth mentioning that application of both inlet boundary conditions (B-3), (B-4) and (B-5) results in the same solution (B-10) for V=V(xD). So, the equation for barium concentration C(xD) (B-12) is the same for both cases. An application of inlet boundary conditions (B-5) also results in explicit solution that differs from (C-3)-(C-5). Nevertheless, the calculations show that the difference in distributions of C(xD) and Y(xD) for both types of inlet boundary conditions is negligibly small for the range of parameters εD and εk in oil reservoirs. The equation for first order approximation is: d 2 C1 dC1 εD − − ε k C1 − ε k C02 + ε k C0 = 0 (C-7) dx D 2 dx D Substituting expansion (C-1) into boundary conditions (A10), (B-3) and integration of linear non-homogeneous eq. (C7), obtain first order approximation: Γ +Γ x C1 ( x D ) = c3 eΓ1x D + c4 eΓ2 x D + K1e 2 Γ1x D + K 2 e( 1 2 ) D (C-8) + K 3 e2 Γ2 x D + K 4 x D eΓ1x D + K 5 x D eΓ2 x D Here constants c3 and c4 are obtained from boundary conditions; constants K1, K2…K5 are calculated during solution of inhomogeneous linear eq. (C-7) where C0 is a zero order approximation (C-3). The equation for second order approximation is also obtained by substitution of expansion (C-1) into eq. (B-12): d 2 C 2 dC 2 (C-9) εD − − ε k C 2 + 2ε k C1 − 4ε k C0 C1 = 0 dx D 2 dx D The solution provides with second order approximation C 2 ( x D ) = c5 eΓ1x D + c6 eΓ2 x D + ( m 0 + m1 x D ) e 2 Γ1x D + ( m 2 + m 3 x D ) e( Γ1 +Γ 2 ) x D + ( m 4 + m5 x D ) e 2 Γ2 x D + ( m 6 + m7 x D ) x D eΓ1x D + ( m8 + m9 x D ) x D eΓ2 x D + n1 e ( 2 Γ1 +Γ 2 ) x D + n 2 e( Γ1 + 2 Γ 2 ) x D (C-10) + n 3 e3Γ1x D + n 4 e3Γ2 x D Appendix D. Coreflood “Productivity Index” Let us calculate the pressure drop in the core during flow with salt precipitation L L Uµ ∂p (D-1) ∆p = − ∫ dx = (1 + βσ ) dx k o ∫0 ∂x 0 Substituting dimensionless deposited concentration (A-6), we obtain ⎞ M BaSO4 1 Uµ ⎛ 0 S(x D )dx D ⎟ (D-2) ∆p = ⎜ 1 + β c Ba ∫ ⎜ ⎟ k0 ⎝ ρ BaSO4 0 ⎠ The deposited concentration is calculated from system (A7). 1 1 0 0 ∫ S(x D )dx D = εk t D ∫ C(x D )Y(x D )dx D (D-3) The final expression for the pressure drop on the core is: ∆p = ⎞ M BaSO4 1 Uµ ⎛ 0 t D ∫ C(x D )Y(x D )dx D ⎟ ⎜ 1 + βε k c Ba ⎜ ⎟ k0 ⎝ ρ BaSO4 0 ⎠ (D-4) Let us introduce the following dimensionless impedance function that is an inverse to dimensionless productivity index U 0 ∆p (D-5) J (tD ) = 0 ∆p U The impedance expression follows from (D-4,5) ⎞ M BaSO4 1 PI0 ⎛ (D-6) = ⎜1 + βε k c0Ba t D ∫ C(x D )Y(x D )dx D ⎟ ⎟ ρBaSO4 PI ⎜⎝ 0 ⎠ So, the impedance is a linear function of time J(t D ) = 1 + mt D m= βε k c0Ba M BaSO4 ρBaSO4 1 ∫ C(x D )Y(x D )dx D (D-7) 0 Formula (D-7) allows for determination of formation damage coefficient, β, from the pressure drop and flow rate data. SPE 100611 Table 1. Kinetics and formation damage coefficients as obtained from coreflood tests, at temperature 20°C, by Todd, A. and Yuan, M., 1989 Brine αD = 0.005 m -1 BSS0 BSS1 BS2 BS2 BS3 αD = 0.01 m -1 αD = 0.03 m -1 λ (M∗m) β λ (M∗m) β λ (M∗m) β 10740 4974 239 410 1969 79.06 98.50 63.35 14.50 17.07 12200 5575 263 454 2266 70.79 89.18 58.07 13.25 14.45 18585 8268 371 658 3554 48.18 62.01 41.82 9.39 9.12 Table 2. Kinetics and formation damage coefficients as obtained from coreflood tests, at temperature 70°C, by Todd, A. and Yuan, M., 1989 Brine αD = 0.005 m -1 BA BSS0 BSS1 BSS2 Water 1 αD = 0.01 m -1 αD = 0.03 m -1 λ (M∗m) β λ (M∗m) β λ (M∗m) β 17450 23720 5540 1533 922 37.71 78.90 42.98 73.25 96.37 20200 26100 6235 1760 1043 33.23 70.62 38.77 65.00 86.65 31850 42200 9310 2760 1578 21.92 45.62 26.81 43.05 59.34 Table 3 – Compositions of simple brines used in coreflood tests, by Goulding P. S., 1987 Mixed Incompatible Brine waters Ba rich D SO4 rich Ba rich E SO4 rich Ba rich F SO4 rich Ba rich H SO4 rich Ba rich I SO4 rich Ba rich J SO4 rich Ba (M) 2+ SO4 (M) 2+ 0.0025 0.0 0.00125 0.0 0.0006 0.0 0.004 0.0 0.004 0.0 0.004 0.0 0.0 0.0025 0.0 0.00125 0.0 0.0006 0.0 0.004 0.0 0.004 0.0 0.004 Table 4. Kinetics and formation damage coefficients as obtained from corefloods, by Goulding P. S., 1987 Brine αD = 0.005 m -1 C221515DD C221515DD C167.57.5EE C237.57.5FF C167.57.5FF C267.57.5HH C247.57.5II C247.57.5II C247.57.5JJ C247.57.5JJ αD = 0.01 m -1 αD = 0.03 m -1 λ (M∗m) β λ (M∗m) β λ (M∗m) β 63390 80700 68800 107780 72260 31900 45990 49440 51320 52900 1228.02 177.48 2954.54 246.63 164.50 60.89 156.53 78.10 111.23 52.06 77300 101250 79350 122480 81860 38025 57075 61860 64200 66450 1015.44 143.13 2565.81 217.22 146.48 51.38 127.48 63.13 98.46 46.02 133590 183850 123100 184450 121560 62950 101640 111840 115910 120740 607.16 81.50 1695.45 147.32 101.13 32.01 73.97 36.09 72.54 33.71 SPE 100611 Table 5. Values of kinetics and formation damage coefficients as obtained from corefloods Kinetics coefficient λ, (Mm) Formation damage coefficient β 3003 – 3951 - BSS0 (20ºC) 10740 – 18585 48 – 79 BSS1 (20ºC) 4974 – 8268 62 – 98 BS2 (20ºC) 239 – 658 42 – 63 BS3 (20ºC) 1969 – 3554 9 – 17 BA (70ºC) 17450 – 31850 22 – 38 BSS0 (70ºC) 23720 – 42200 46 – 79 BSS1 (70ºC) 5540 – 9310 27 – 43 BSS2 (70ºC) 1553 – 2760 43 – 74 922 – 1578 60 – 97 C221515DD-2S 63390 – 133590 607.16 – 1228.02 C221515DD-8S 80700 – 183850 81.50 – 177.48 C167.57.5EE-11S 68800 – 123100 1695.45 – 2954.54 C237.57.5FF-1S 107780 – 184450 147.32 – 246.63 C167.57.5FF-2S 72260 – 121560 101.13 – 164.50 C267.57.5HH-1S 31900 – 62950 32.01 – 60.89 C247.57.5II-1S 45990 – 101640 73.97 – 156.53 C247.57.5II-2S 49440 – 111840 36.09 – 78.10 C247.57.5JJ-1S 51320 – 115910 72.52 – 111.23 C247.57.5JJ-2S Wat et al., 1992 52900 – 120740 798 – 963 33.71 – 52.06 - Coreflood test -1 Lopes Jr., 2002 Yuan et al., 1989 Water 1 (70ºC) Goulding P. S., 1987 Table 6 – Kinetics coefficient values based on wells data from field X 0 0 Field X CBa (ppm) CSO4 (ppm) Rc (m) Well X1 46 2990 0.127 Well X2 46 2990 0.127 -1 αD (m) λ (M∗m) 0.03 0.01 0.005 0.03 0.01 0.005 409126 117234 5174 30112 4039 205 SPE 100611 Table 7 – Kinetics and formation damage coefficients based on well data from field N 0 0 Field N CBa (ppm) CSO4 (ppm) Rc (m) NA-16 230 2850 1 NA-37 230 2850 1 NA-52 230 2850 1 -1 αD (m) λ (M∗m) β 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 209 108 13 145 73 7.4 972 481 46 34.42 66.54 565.41 99.71 195.66 1835.56 774.10 1436.45 9821.08 Table 8 – Kinetics coefficient as calculated from well data of North Sea fields North Sea 0 0 CBa (ppm) CSO4 (ppm) Well A1 80 2990 Well B1 255 2990 Well B2 255 2990 Well B3 255 2990 Well B4 255 2990 Well B5 255 2990 Well B6 255 2990 Well B7 255 2990 Well B8 255 2990 Well B9 255 2990 Well B10 255 2990 Field C Well C1 220 2990 Field D Well D1 450 2990 Field E Well E1 390 2990 Field A Field B -1 αD (m) λ (M∗m) 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 0.5 0.3 0.1 881 485 98 325 178 36 249 133 26 739 437 89 47 26 5 21 11 2 35 19 4 12 7 1.2 133 73 14 25 13 3 36 19 4 3043 1641 313 580 316 61 971 504 106 SPE 100611 Table 9 - Values of kinetics and formation damage coefficients as obtained from field data. Kinetcs coefficient Field Data -1 λ, (Mm) Formation Damage coefficient β Field X. (Campos Basin) Poço X1 5000 – 120000 0.5 – 2 Poço X2 200 - 3000 - NA-16 10 – 210 35 – 565 NA-37 7 – 150 100 – 1800 NA-52 50 - 1000 700 - 2000 Field A 100 – 900 - Field B 2 – 750 - Field C 300 – 3000 - Field D 60 – 600 - Field E 100 - 1000 - Field N. (Campos Basin) North Sea SPE 100611 Mixture zone -15 Ba2+ SO42- Ln(D) x -14 -16 Ln(D)-17 BaSO4 -18 a) -19 -20 -15 -11 -13 -9 Ln(U) Fig. 4. Diffusion coefficient vs. velocity for two cores 2 [Sample 1: ◊ (lnD = 1.0859 lnU−3.8995, R = 0.875) 2 Sample 2: □ (lnD = 0.8689 lnU−6.3264, R = 0.9933)] Barium Concentration Profile b) 1 α=1 0.8 Fig. 1. Precipitation of barium sulphate in the mixing zone a) in stream tube during displacement of formation water by injection water; b) in the reservoir εk = 2,04 0.6 C(xD) 0.4 Numerical Solution Zero order asymptotic solution First order asymptotic solution Second order asymptotic solution 0.2 0 0 0.2 0.4 0.6 0.8 1 xD Fig. 5. Barium Concentration profile for numerical and asymptotic approximation solution 0,4 C(xD ) = C0 (xD ) Fig 2. Experimental setup schema 2+ Ba δ (α ) 0,3 ∆P C q S O4 SO BaSO 4 first order second order 0,2 0,1 C(xD ) = C0 (xD ) + αC1(xD ) + U 2- zero order C(xD ) = C0 (xD ) + αC1(xD ) 0 CBa2+ 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 α2 C2 (xD ) 2 0,8 0,9 α X Fig. 3. Photo of the core and schematic of quasy steady state test Fig. 6. Function of the relative error between numerical solution and asymptotic expansions solution versus concentrations ration α. 180 Barium Concentration Profile CBa (ppm) 50 actual 40 λ = 4000 30 λ = 10000 λ = 117234 20 Adj. Reservoir Simulation 10 0 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% %SW 7a) Fig. 9. Barium Concentration profile versus seawater fraction in produced water for Well X1, Campos Basin. Production Index Profile 1 Actual 0,6 Adj. Reservoir Simulation PI 0,8 7b) Adjust from data 0,4 Fig. 7. Dependence of chemical rate coefficient versus flow velocity; a) test 1; b) test 2 Predict for PI 0,2 0 Distribution function for lambda values 0 500 1000 1500 2000 2500 3000 9 8 7 6 5 4 3 2 1 0 Fig. 10. Productivity index decline versus real time in days, for Well X1, Campos Basin. Barium Concentration Profile 0 10 00 0 20 00 0 30 00 0 40 00 0 50 00 0 60 00 0 70 00 0 80 00 0 90 00 0 10 00 00 11 00 00 12 00 00 f(x) t (days) 50 actual -1 λ (M m) Distribution function for beta values 5 f(x) 4 λ = 4039 40 CBa (ppm) 8a) λ = 500 30 λ = 10000 20 Adj. Reservoir Simulation 10 3 0 2 0% 1 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% % SW 0 0 - 20 21 - 40 41 - 60 61 - 80 81 - 100 101 - 120 121 - 140 141 - 160 161 - 180 181 - 200 201 - 220 β 8b) Fig. 8. Distribution function for parameter λ and β due all laboratorial tests -1 a) Kinetics coefficient λ (M∗m) b) Formation damage coefficient β Fig. 11. Barium Concentration profile versus seawater fraction in produced water for Well X2, Campos Basin. 181 NA-16 Actual Dilution Line 200 λ = 209 150 NA-37 250 Barium Concentration (ppm) Barium Concentration (ppm) 250 100 50 Actual Dilution Line 200 λ = 145 150 100 50 0 0 0% 20% 40% 60% 80% 100% 0% 20% 40% 60% % Seawater % Seawater 12a) 13a) Impedance 80% Impedance y = 0,0022x + 1 R2 = 0,9425 3 100% y = 0,0062x + 1 R2 = 0,9929 2 2,5 1,5 J(tD ) J(tD ) 2 1,5 1 1 0,5 0,5 0 0 100 200 300 400 500 600 0 700 0 tD (pvi) 20 40 60 80 100 120 13b) Productivity Index decline for NA-16 Productivity Index decline for NA-37 1 actual 0,8 actual 0,8 Adjust from data Predict for PI Adjust from data Predict for PI 0,6 PI PI 0,6 160 tD (pvi) 12b) 1 140 0,4 0,4 0,2 0,2 0 0 0 500 1000 1500 2000 2500 T (days) 0 500 1000 1500 2000 2500 T (days) 13c) 12c) Fig. 12. Adjustment of kinetics coefficient λ and formation damage coefficient β from Namorado field data. a) Barium Concentration profile versus seawater fraction in produced water for Well NA-16, Campos Basin. b) Impedance growth versus time (pvi) for well NA-16, Campos Basin. c) Predict for productivity index decline for well NA-16. Fig. 13. Adjustment of kinetics coefficient λ and formation damage coefficient β from Namorado field data. a) Barium Concentration profile versus seawater fraction in produced water for Well NA-37, Campos Basin. b) Impedance growth versus time (pvi) for NA-37, Campos Basin. c) Predict for productivity index decline for well NA-37. 182 NA-52 90 200 80 Dilution Line 70 Well A1 60 λ = 881 λ =972 150 Dilution line Actual CBa (ppm) Barium Concentration (ppm) 250 100 50 Adj. Reservoir Simulation 40 30 20 50 10 0 0 0 0% 20% 40% 60% 80% 20 100% 40 60 80 100 % Seawater % Seawater 14a) Fig. 15. Barium Concentration profile versus seawater fraction in produced water for Well A1, Field A, North Sea. Impedance 300 y = 0,0497x + 1 5 CBa (ppm) J(tD ) 4 3 2 1 Dilution line 250 Well B1 200 Well B2 Well B3 150 100 50 0 0 0 10 20 30 40 50 60 70 80 0 20 tD (pvi) 40 60 80 100 % Seawater Fig. 16. Barium Concentration profile versus seawater fraction in produced water for Field B, North Sea. 14b) Productivity Index decline for NA-52 1,0 250 actual Predict for PI PI 0,6 0,4 CBa (ppm) Adjust from data 0,8 Dilution line Well C1 200 λ = 3043 150 100 50 0,2 0 0,0 0 200 400 600 800 1000 1200 T (days) 0 20 40 60 80 100 % Seawater 14c) Fig. 14. Adjustment of kinetics coefficient λ and formation damage coefficient β from Namorado field data. a) Barium Concentration profile versus seawater fraction in produced water for Well NA-52, Campos Basin. b) Impedance growth versus time (pvi) for NA-52, Campos Basin. c) Predict for productivity index decline for well NA-52. Fig. 17. Barium Concentration profile versus seawater fraction in produced water for Field C, North Sea. 183 Distribution function for lambda values 0 20 40 60 80 00 00 30 00 28 00 26 00 24 00 22 20 00 00 18 00 16 00 100 14 12 0 0 0 50 00 100 10 150 0 200 80 λ = 580 250 0 300 8 7 6 5 4 3 2 1 0 60 Well D1 0 350 f(x) CBa (ppm) 400 40 Dilution line 20 450 -1 λ (M m) % Seawater 20a) Fig. 18. Barium Concentration profile versus seawater fraction in produced water for Field D, North Sea. Distribution function for beta values 4 3 400 350 Well E1 300 CBa (ppm) f(x) Dilution line λ = 971 250 2 1 200 0 0 - 100 150 101 - 200 201 - 300 301 - 400 401 - 500 501 - 600 601 - 700 701 - 800 β 100 50 20b) 0 0 20 40 60 80 100 % Seawater Fig. 19. Barium Concentration profile versus seawater fraction in produced water for Field E, North Sea. Fig. 20. Distribution function for parameter λ and β due all field studies -1 a) Kinetics coefficient λ (M∗m) b) Formation damage coefficient β 184 Apêndice K - Artigo Publicado em 2006 BEDRIKOVETSKY, P.G., MACKAY, E.J., MONTEIRO, R.P.S., PATRICIO, F.M.R., ROSÁRIO, F.F., (2006) Injectivity Impairment due to Sulphate Scaling during PWRI: Analytical Model. SPE paper 100512, SPE International Oilfield Scale Symposium, Aberdeen, Scotland, U.K., 30 May– 1 June. 185 SPE 100512 Injectivity Impairment due to Sulphate Scaling during PWRI: Analytical Model P. G. Bedrikovetsky, SPE, North Fluminense State University (LENEP/UENF); E. J. Mackay, SPE, Heriot-Watt University; R. P. Monteiro, F.M.R. Patricio North Fluminense State University (LENEP/UENF); F. F. Rosário, SPE, Petrobras/CENPES Copyright 2006, Society of Petroleum Engineers This paper was prepared for presentation at the 2006 SPE International Oilfield Scale Symposium held in Aberdeen, Scotland, U.K., 30 May–1 June 2006. This paper was selected for presentation by an SPE Program Committee following review of information contained in an abstract submitted by the author(s). Contents of the paper, as presented, have not been reviewed by the Society of Petroleum Engineers and are subject to correction by the author(s). The material, as presented, does not necessarily reflect any position of the Society of Petroleum Engineers, its officers, or members. Papers presented at SPE meetings are subject to publication review by Editorial Committees of the Society of Petroleum Engineers. Electronic reproduction, distribution, or storage of any part of this paper for commercial purposes without the written consent of the Society of Petroleum Engineers is prohibited. Permission to reproduce in print is restricted to an abstract of not more than 300 words; illustrations may not be copied. The abstract must contain conspicuous acknowledgment of where and by whom the paper was presented. Write Librarian, SPE, P.O. Box 833836, Richardson, TX 75083-3836, U.S.A., fax 01-972-952-9435. Abstract Previous work has derived an analytical model for simultaneous flow of incompatible waters in porous media with sulphate salt precipitation, determined typical values of kinetics reaction coefficient from corefloods and what the impact would be on productivity impairment during sulphate scaling. This paper extends the previous work, by modelling the injectivity impairment during simultaneous injection of incompatible waters, i.e. cation-rich produced water (PWRI) and seawater with sulphate anions. An analytical model with explicit expressions for deposited concentration and injectivity decline was developed. The location of scale deposition and the resulting injectivity impairment are calculated for a range of sensitivities, including reaction kinetics (ranging from minimum to maximum values as obtained from coreflood and field data), fraction of produced water in the injected mixture and barium concentration in produced/re-injected water. The theoretical parameter of the size of formationdamaged zone was introduced. It was found out that almost all deposition takes place in 2-4 well radii neighbourhood. Calculations show that simultaneous injection of seawater with produced water containing even decimal fractions of ppm of barium would results in significant injectivity decline. Introduction Sulphate scaling with consequent deposit formation and wellbore damage is a well-known phenomenon that occurs during waterflooding, when mixing of incompatible injection and formation waters may result in sulphate salt precipitation and flow restriction1. The most significant damage occurs in and near production wells, where dispersion and chemical kinetics are particularly high due to high fluid velocities, and where the mixing of the different brines is most pronounced2. The sulphate scaling productivity impairment has been widely reported for North Sea, Gulf of Mexico and Persian Gulf fields3,4. Produced water re-injection (PWRI) involves injection of some additional water in order to fulfil the injectionproduction volumetric balance. In offshore waterflood projects, PWRI is complemented by seawater injection. The produced water may contain barium, strontium, magnesium and other metal cations, as well as seawater is sulphate-rich. Simultaneous injection of incompatible waters results in sulphate salt deposition and consequent injectivity impairment5. The injectivity decline depends on metal cation concentration in injected water, formation damage coefficient, kinetics of chemical reaction, salt deposition, rock permeability and injection rate. The injectivity prediction and consequent decision making on PWRI, on mixing with seawater and on inhibition/scale removal requires laboratorybased mathematical modelling5. Mathematical modelling and laboratory studies of sulphate scaling are widely available in the literature6-17. The mathematical model for reactive flow consists of mass balances for all species that account for chemical reactions and hydrodynamic dispersion8,12,17-20. Axi symmetric diffusion-free equations of multiple chemical reactions during injection can be solved analytically using method of characteristics21. The same applies for quasi steady state production of injected and formation waters with sulphate scaling and productivity impairment22; the analytical model shows that skin factor is proportional to the volume of produced water. The dispersion-free model contains two empirical parameters: the kinetics coefficient characterizing the chemical reaction velocity, and the formation damage coefficient reflecting the permeability decline due to salt precipitation16,17. Both coefficients can be determined from either coreflood or production well history. The kinetics coefficient as a kinematics parameter can be determined from core effluent concentration (from concentration in produced water in production well case)36. The formation damage coefficient as a dynamics parameter can be determined from 186 increase of the pressure drop on the core (productivity index decrease). Both inverse problems are well posed36. This paper discusses injectivity impairment due to sulphate scaling during commingled injection of seawater and produced waters. Irreversibility of the scaling chemical reaction is assumed, and symmetric radial flow is supposed to take place around the injector in a reservoir. An analytical model based on exact solutions of the flow equations and incorporating the chemical reaction is developed. The main result is a linear dependency of the reciprocal injectivity index with time, with the most significant damage occurring within a radius equivalent to 2-4 times the wellbore radius. The proportionality coefficient (a so-called impedance slope) determines the injectivity decline during PWRI. The maximum barium concentration in the injected brine that may be tolerated before significant injectivity decline has order of magnitude of 0.01-0.1 ppm. The particular care must be taken on produced water composition when used at PWRI simultaneously with seawater. Mathematical Model for PWRI Near-Well Sulphate Scaling The injectivity impairment during simultaneous injection of produced water and seawater occurs due to chemical reaction between sulphate anions from the seawater and barium / strontium cations from the produced water. The reaction product – barium sulphate salt – deposits on the rock causing permeability reduction and consequent injectivity decline. The schema of sulphate scaling during PWRI is presented in Fig.1. The accumulation of precipitant occurs near to injector wellbore. The mathematical model for sulphate scaling during simultaneous injection of two incompatible waters is given by system of four eqs. (A-1)8,12,17. One phase flow of aqueous solution with Ba2- and SO42+ ions is assumed to occur at the presence of residual oil. Water and rock are incompressible. The Amagat law for overall volume balance of reacting fluid and precipitating solids holds. It results in conservation of water flux18,19. Therefore, water flux Q in (A-1) depends on time only and in the considered particular case is assumed to be constant. The first and second eqs. (A-1) are mass balances for barium cations and sulphate anions, respectively. The equations account for second order chemical reaction between two species; law of acting masses23-29 determines the chemical reaction rate in right hand side of mass balance equations. The chemical reaction rate constant Ka in porous media is also flow-velocity-dependent29. Following experimental data16,17 we assume proportionality between the chemical reaction rate constant Ka and flow velocity, (A-2). The proportionality coefficient λ is called the kinetics constant; its dimension is (M*m)-1. The kinetics constant λ is equal the reciprocal to the reference distance that one mole of reagent moves in order to almost disappear due to chemical reaction. The model (A-1) also accounts for hydrodynamic dispersion of species in water flux; the dispersion coefficient is assumed to be proportional to flow velocity U, (A-3)18,30. The proportionality coefficient – the dispersivity αD – is equal to the reference size of rock micro heterogeneity that causes the mixing. Third eq. (A-1) is mass balance for solid deposit that precipitates due to the chemical reaction. The Darcy’s law (fourth eq. (A-1)) accounts for permeability reduction due to solid precipitant. Following, the hyperbolic dependency of permeability on deposited concentration was chosen31. The permeability reduction in this case is determined by one constant - the formation damage coefficient β. The model (A-1) consists of four equations for four unknowns cBa, cSO4, σ and p. First two equations (A-1) are independent of σ and p, so they separate from the third and fourth equations. The model (A-1) describes the reacting flow during simultaneous produced water re-injection and seawater injection in offshore oilfield submitted to waterflooding. Introduction of dimensionless parameters (A-4) transfers system (A1-3) to dimensional form (A-5). At this point we assume instant mixing of two simultaneously injected waters in the reservoir and ignore specie dispersion, (A-6). The bulk of precipitant accumulates near to wellbore; the zone size is equal to several well radii. Therefore, the well radius is selected as a reference size of sulphate scaling injectivity reduction process and is used to dimensionalise radial co-ordinate r at axi symmetric flow (A-4). Barium and sulphate concentrations are dimensionalized 0 0 and c SO4 by their concentrations in the injected water, cBa respectively. Seawater and produced water are mixed in proportion N:1. 1 and For given barium concentration in produced water C Ba 1 sulphate concentration in seawater C SO4 , barium and sulphate concentrations in injected water are: C1 N C1SO4 0 c0Ba = Ba , cSO4 = (1) N+1 N+1 The dimensionless system (A-5) contains three dimensionless parameters: εk, εD and α. The chemical kinetics number εk is a ratio between well radius and the reference distance that one mole of reagent moves in order to almost disappear due to chemical reaction. Calculations based on Table 1 shows that the chemical kinetics number εk varies in the interval 0.6 - 50. The diffusion number εD is reciprocal to Peclet number; it is equal to the ratio between dispersivity αD and well radius rw. The concentration ratio α is ratio between injected concentrations of barium and sulphate. For simplicity, we ignore dispersion in mass balance equations for both ions, (A-6). Initial conditions (A-7) for PWRI sulphate scaling correspond to the absence of barium from the formation water at the beginning of re-injection. Initial sulphate concentration in the reservoir is equal to sulphate concentration in previously injected seawater. Boundary conditions (A-8) correspond to fixing both concentrations c0Ba and c0SO4 on injector. Analytical Model for Sulphate Scaling in Well Vicinity 187 The analytical solution of the problem of simultaneous injection of two incompatible waters (A-6,7,8) is found in Appendix B by method of characteristics21. Fig. 2 shows the structure of the flow zone. The front of the injected water moves along the reservoir with dimensionless speed (1-sor)-1. Both specie concentrations are equal to their initial values ahead of the injected water front. Concentrations of both ions are steady state behind the front and are given by formula (B-9) and (B-10). Fig. 3 presents barium concentration profiles for different kinetics numbers. The deposit concentration is given by formula (B-11). Fig. 4a shows the deposition profiles and how the deposit accumulates with time. The ion concentrations are steady state behind the front while the deposit accumulates proportionally to time, (B-13), (Fig. 2). The ion concentrations decrease with distance from unity on the well to ⎡ ⎛ ⎞⎤ t − x ⎟⎥ (1 − α ) exp ⎢ −ε (1 − α ) ⎜ x + 1− s ⎣ ⎝ ⎠⎦ (2) C(t ) = ⎡ ⎛ ⎞⎤ t − x ⎟⎥ 1 − α exp ⎢ −ε (1 − α ) ⎜ x + 1− s ⎣ ⎝ ⎠⎦ on the front. The frontal concentration decreases exponentially with time tending to zero as time tends to infinity. The expression for the frontal concentration is obtained from eq. (B-9) for barium concentration profile behind the injected water front. The deposit concentration decreases from εk t D S ( x Dw , t D ) = (3) 2 x Dw (1 − s or ) D k Dw Dw or D D k Dw Dw or on the well to zero on the front. The expression for the deposited concentration on the well is obtained from eq. (B11) for barium sulphate concentration profile. Formula (B-11) shows the dynamics of precipitant profile at negligibly small times, until the concentration front reaches the boundary of the formation damage zone, and at large times also. Soon after the beginning of re-injection, the volume of injected water highly exceeds volume of formation damage zone, and precipitant concentration becomes proportional to time, (B-13). The precipitant concentration is M BaSO4 c0Ba t D σ ( x D , t D ) = Su ( x D ) , 2 (1 − s or ) ρBaSO4 (4) εk C ( x D ) Y ( x D ) Su ( x D ) = xD Therefore, deposition profile is characterised by the function of xD - Su(xD). The plots for different kinetics numbers and concentration ratios are presented in Fig. 4b. The explicit formulae for both reagents and deposited concentrations (B-9,10,13) allow deriving the explicit formula for injectivity index versus time. Following31, let us introduce the impedance that is reciprocal to dimensionless injectivity index II(0) ∆P(t D ) q(0) J (tD ) = = (5) II(t D ) ∆P(0) q(t D ) While injectivity index decreases, the impedance increases. The main result of injectivity index derivations from Appendix C is proportionality between the impedance and time: J(t D ) = 1 + mt D m= M BaSO4 β c0Ba ⎛ R ⎞ ρBaSO4 2 (1 − s or ) ln ⎜ c ⎟ ⎝ rw ⎠ M ( εk , α ) = εk 2 x Dd ∫ 1 C(x D )Y(x D ) xD xD M ( εk , α ) (6) dx D Here xDd is the damaged zone size (Appendix D). The barium sulphate deposition outside this zone does not affect injectivity, therefore the upper limit of integration in (6) is equal to xDd. The impedance slope m depends on two empirical coefficients εk and β that characterise the sulphate scaling system, i.e. the porous medium and the fluid. The impedance slope is proportional to formation damage coefficient β. Therefore, it is convenient to separate m into two coefficients: the first coefficient containing β and the impedance constant M; coefficient M depends on εk and is independent of β. From (6) follows that skin factor is proportional to number of p.v.i.: m ⎛R ⎞ Sf = ln ⎜ c ⎟ t D (7) 2 ⎝ rw ⎠ Radius of Formation Damage Zone The analytical solution shows that the precipitation area is the total space between the injected water front and the injector (Fig. 2). Nevertheless, the profiles for deposited salt (B-13) abruptly decrease from well towards the reservoir (Fig. 4). The larger is the distance of the reservoir point, where the permeability decreased, from the well, the lower is its impact on injectivity growth. The precipitation that affects well injectivity takes place in 1.3 - 2.0 well radius neighbourhood of the injector. Let us define the formation damage zone radius rd in such a way, that the effect of the salt deposited in reservoir points far away from the well r>rd, on well injectivity, can be neglected. The damaged zone radius is defined in Appendix D as a minimum radius of a zone outside which the deposited precipitant almost does not affect well injectivity, i.e. removal of precipitant from the well neighbourhood with radius rd restore injectivity up to the level 1-δ of its initial undamaged value J=1: x Dd x Dc C(x D )Y(x D ) C(x D )Y(x D ) = − δ (8) dx 1 ( ) D ∫1 x x ∫1 x x dx D D D D D The precision δ depends on precision of the reservoir simulation in each particular case; it could be 0.01, 0.1, etc. Fig. 5 shows the plot of impedance constant M(xD) versus contour radius for the real field case (reservoir A, North Sea): reservoir thickness h = 152,4 m, half-distance from injector to producer Rc = 500 m; well radius rw = 0.15 m; sulphate concentration in injected water cSO40 = 3000 ppm; porosity φ = 0.18; rate Q = 55000 BBL/day. The impedance constant M for 188 this case is given by curve 1. Here we use λ = 4000 (Mm)-1, where M is molar unit for concentration one gmol/L (the same as kgmol/m3). Curves 2, 3 and 4 differ from the real case by values of εk and α. Curve 1 almost coincides with curve 2, as well as curve 3 almost coincides with curve 4. So, for small values of concentration ratio α, α value just slightly affects the impedance constant M. Let us explain the phenomenon of independence of the impedance constant M of the concentration ratio α for cases of small concentration ratio, α<<1. When barium concentration is negligible lower than that of sulphate, the chemical reaction does not cause sulphate variation. Asymptotic expansion of barium profile (B-9) over small α results in zero-order term, so barium profile (B-9) is proportional to injected barium concentration. Fixing constant sulphate concentration in eq. (B-13) we obtain proportionality between impedance constant m and cBa0, (C-8). The impedance constant M becomes independent of the concentration ratio α. In Fig. 5 we used small α values, α<<1, so curves 1 and 2, 3 and 4 almost coincide. Function M(xD) differs from its asymptotic value by 0.01 at xDd = 1.8 for εk = 18.74, which corresponds to rd =1.3 rw. For εk = 4.7, M(xD) differs from its asymptotic value by 0.01 at xDd = 4.8, which is equal to 2.2 rw. The formation damage zone size is equal to several well radii. Fig. 6 shows dimensionless size of formation damage zone xDd versus kinetics number for two values of concentration ratio – 0.02 and 0.2. The higher is the kinetics number the faster precipitation happens and the smaller is the zone of deposit accumulation. For cases where sulphate concentration highly exceeds barium concentration, the formation damage zone radius is almost independent of the barium concentration in the injected fluid. Fig. 6 illustrates that the concentration radio almost does not affect the impedance slope – curves with α = 0.2 and 0.02 coincides. Since the formation damage zone radius is usually equal to several well radii, in the present work we use the well radius rw to adimentionalise the radial coordinate r (A-2). Therefore, dimensionless time is measured in injected fluid volumes, where the unit corresponds to V1 = πrw2 hφ (9) which has order of magnitude of 1 cubic meter per meter of the reservoir thickness. The fact that a damaged zone has size of several well radii is very important for well stimulation design. For example, the definition of the necessary volume of acid or solvent32 to remove the scale is determined by the rd value. The formation damage zone volume is Vd = π ( rd2 − rw2 ) hφ (10) which has order of magnitude of ten cubic meters per meter of the reservoir thickness. Formula (10) can be used for volume estimates of scaling removing solvent or of acidizing fluid. Using exact formula (10) is particularly important for horizontal injectors where length may be hundred times higher than that for horizontal wells, and consequently huge solvent/acid volumes should be used. If additional perforation is planned in order to restore the injectivity, the perforation depth should exceed the radius of damaged zone. Precipitation Profiles Let us calculate the range variation of dimensionless kinetics number εk. The kinetics coefficient varies from 200 to 10000 (M*m)-1 (see Table 1). Well radius rw = 0.1 - 0.15 m, and sulphate concentration in seawater slightly varies near 3*10-2 Molar (3000 ppm). Fig. 3 shows the effect of kinetics number on barium concentration profile. As it was mentioned before, the profile is steady state behind the concentration front. Curves 1,2,3 and 4 correspond to different kinetics numbers - εk = 0.62, 3.12, 12.48 and 31.2 respectively. The above-mentioned kinetics number values correspond to the following values for kinetics coefficient: λ = 200, 1000, 4000 and 10 000 (M*m)-1 respectively. The concentration ratio is α = 0.02. The higher is the kinetics number, the more intensive is the chemical reaction, and the more abrupt is barium concentration decline with radius. Table 1 shows that the most typical kinetics coefficient values are λ = 1000 and 4000 (M*m)-1, so the typical concentration profiles are presented by curves 2 and 3. Fig. 3 shows that despite the barium concentration is non-zero in the overall zone behind the injected water front, it almost disappears at the distance 1.4-2.5 well radii. The precipitation profiles are shown in Fig. 4a for different dimensionless times: tD = 5x105; 106; 5x106; 1.1x107 and εk = 18.72 (λ = 4000 (M*m)-1). The maximum time tD = 1.1x107 corresponds to one pore volume injected when the reservoir contour radius is 500 m. Deposit accumulates mainly near to wellbore. Precipitation takes place in well vicinity xDd = 1.6xDw that corresponds to damaged zone radius 1.28 rw . For the purposes of injectivity forecast we use times tD>>xDd, where the injected water volume highly exceeds the damaged zone volume, and the precipitated concentration is proportional to time, (B-13). Therefore, the precipitation profile can be expressed by the function ε C ( xD ) Y ( xD ) Su ( x D ) = k xD (11) Su ( x D ) t D S( xD , tD ) = 2 (1 − s or ) Fig. 4b presents Su profile for different kinetics numbers and concentration ratios. The kinetics numbers are εk = 3.7 and 18.72 (λ = 800 and 4000 respectively) and concentration ratios are α = 0.01 and 0.1. The higher is the kinetics number the higher is the precipitant concentration. Curves 3 and 4 lay above curves 1 and 2. The dimensionless precipitation profile is almost independent of the concentration ratio α. Here we used small α values, α<<1, so barium concentration is much smaller than that of sulphate. In this case, at it was explained above, the solution σ(xD,tD) is proportional to the injected barium concentration cBa0, and the dimensionless function S(xD, tD) is 189 independent of the concentration ratio α. Therefore, curves 1 and 2, 3 and 4 in Fig. 4b almost coincide. The concentration ratio α does not affect the profile Su(xD) for small barium concentrations. The profile Su(xD) determines impedance slope M; see formulae (6,11). Therefore, curves 1 and 2, 3 and 4 in Fig. 5, that differ from each other by α-value only, almost coincide. The damaged zone radius is determined by M(xD) plots. Therefore, the concentration ratio α almost does not influence the damaged zone size xDd for small α values, α<<1 (Fig. 6). Injectivity Index Calculations The injectivity decline is characterised by impedance slope M, (6). The slope depends on kinetics number and on concentration ratio. Fig. 7a presents increase of M versus kinetics number for concentration ratios α = 0.01, 0.05, 0.1 and 1.0 (curves 1,2,3 and 4 respectively). The M-curves almost coincide for small concentration ratios α<0.1. It was explained above by small variation of sulphate concentration where the governing system is linear and the solution is proportional to injected barium concentration. The M values slightly decrease for α = 1. The higher is the kinetics number, the more intensive is the chemical reaction, so impedance constant M increases when εk increases. The constant M increases fast at small kinetics number values, where εk does not exceed 5-7; for large εk the slope tends to its asymptotic value. The impedance constant M is almost independent of the kinetics number for large εk values that exceed 20-30. The dependency of the impedance constant M on concentration ratio is shown on Fig. 7b for kinetics numbers εk = 0.94, 4.68, 18.72 and 46.8. The above-mentioned small effect of α for α<0.1 and high effect of εk for εk<10 can be seen from Fig. 7b also. Time variation of well injectivity index and of impedance is shown in Fig. 8 for concentration ratio α = 0.02. Impedance growth is shown in Fig. 8a; injectivity index decline is shown in Fig. 8b versus tD in pore volumes injected, and in Fig. 8c – versus real time. The higher the kinetics number the faster are impedance growth and injectivity decline. Changing Inlet Concentrations and fractions SW:PW Fig. 9 shows how injectivity index declines for four different barium concentrations in injected water. The higher is the injected concentration the higher is the deposited concentration the lower is the injectivity index. Here we calculated the real case of field A (North Sea, UK). The damaged zone radius was calculated by (D-1) – rd = 0.4m. The plots on Fig. 9a,b allows to compare different ratios of mixed produced and sea waters during the injection. The ratio seawater : produced water is N:1. Recalculation of injected barium concentration using formula (1) allows plotting injectivity decline versus fraction N. Fig. 10 presents three cases of mixing the produced and sea-waters for cBa = 80 ppm in produced water; cSO4 = 2800 ppm in seawater. Here we took the most common value for kinetics coefficient λ = 4000 (M*m)-1 that corresponds to εk = 13.92, α = 0.005, εk = 8.7, α = 0.02 and εk = 3.48, α = 0.08 for curves 1, 2 and 3 respectively. The lower is seawater fraction, the lower is the sulphate concentration. For all cases, sulphate concentration highly exceeds that for barium, so α<<1, and the solution is proportional to the injected barium concentration. The reaction rate is proportional to sulphate concentration. Therefore, the lower is the seawater fraction, the lower is the barium concentration decrease. The location of curves 1, 2 and 3 in Fig. 10 confirms the conclusion. Fig. 11 shows profiles for Su(xD) and for deposition S(xD,tD), tD=1 p.v.i., for three above-mentioned cases. One can observe that the higher is the seawater fraction, the higher is deposition near to well (continuous curve lay above two other curves in well vicinity). The impact of deposition on injectivity is mostly pronounced near to well, it can be illustrated by the fact that xD3/2 appears in denominator of integrant in (C-6). Therefore, the case of high seawater fraction exposes the higher formation damage: curve 1 in plot M(xD) lays above two other curves. Fig. 12 presents impedance constant M versus contour radius x=xDc. These plots allow calculating formation damage zone radius rd. The obtained rd values are equal to several well radii. Maximum value rd = 0.39 m was used in calculation of impedance and injectivity index for three above-mentioned cases of PWRI (Fig. 15). Effects of the ratio N of seawater to produced water on impedance constant M and on impedance slope m are shown in Figs. 13,14. Dependency of the impedance constant M on injected sulphate ion concentration is determined mainly by the term of εk in front of integral (6); εk is proportional to the injected sulphate ion concentration. Therefore, the impedance constant M increases with increase of the ratio N. For high N and excess of sulphate, M is determined by barium ion concentration and tends to constant value (Fig. 13). The impedance slope m is low for the cases of high excess of either barium or sulphate. Therefore, m is small for large and small ratios N. It explains non-monotonic dependency of slope m on ratio N (Fig. 14). Fig. 15a shows impedance versus pore volume of injected water tD. Injectivity index decrease versus pore volume of injected water is presented in Fig. 15b. Injectivity index versus real time is shown in Fig. 15c. The higher the seawater fraction, the lower is the injectivity index. Maximum Barium Concentration in Re-Injected Water Formula (6) with correspondent plots from Fig. 9-15 allows calculating the maximum barium concentration in injected water causing given injectivity index decline. The data are presented in Table 2a,b. First column exposes the period of two times injectivity decrease in pore volume injected, the second column shows this period in real time, and third column exposes the corresponding barium concentration. Here we took the following data from offshore field A, North Sea, UK: reservoir thickness h = 152,4 m, half-distance from injector to producer Rc = 500 m; well radius rw = 0.15 m; sulphate concentration in injected water cSO40 = 3000 ppm; porosity φ = 0.18; λ = 4000 (Mm)-1; rate Q = 55000 BBL/day. Table 2a corresponds to the case of two times injectivity decrease during one pore volume injected, table 2b shows barium concentration for five times decrease of injectivity. 190 PWRI using produced water with barium concentration of 0.04 ppm results in two times decrease of injectivity after one p.v.i. If barium concentration is equal to 0.159 ppm, the injectivity after one p.v.i. decreases five times. Fig. 16 shows dependencies of maximum barium concentration on kinetics constant λ and on kinetics number εk. The more intensive is the chemical reaction, the higher is the formation damage for a given barium concentration. Therefore, maximum barium concentration decreases when the kinetics number increases. During one p.v.i., number of injected pore volumes of damaged zone is (Rc/rd)2 that is approximately 4*106. During simultaneous steady-state flow of two reagents through a rock during millions of p.v.i., even very small concentration of one of reagents may cause significant permeability damage. Characterisation of Sulphate Scaling System from Injectivity Data The reactive flow model (A-5) for simultaneous injection of seawater and produced water with consequent injectivity damage contains three independent physics constants: concentration ratio α, kinetics coefficient λ and formation damage coefficient β. The concentration ratio is known from the analysis of injected waters while the kinetics and formation damage coefficients are phenomenological parameters that characterise the rock-fluid system and cannot be predicted theoretically for real rocks and fluids. These two coefficients must be determined from either laboratory or well data. Nevertheless, just one constant can be determined from injectivity decline data, which is the impedance slope m. Dependency of the impedance slope m on λ and β is given by eq. (6). So, one equation for two unknowns is available for characterisation of the sulphate scaling system from injectivity decline data. One of ways around the problem is using laboratory coreflood data on simultaneous flow of produced and sea waters. Outlet barium concentration allows calculating the kinetics coefficient λ, and pressure drop on the core determines the formation damage coefficient β17. Measurements of pressure in the middle of the core along with pressure at core edges substitutes the effluent concentration information and allows calculating both λ and β (so called 3point-pressure method33,34). Another way around is using the pressure build up test for injector. Wellbore pressure evolution during the test allows calculating permeability profile around the well35. Appears the second equation k0 k (r) = (12) 1 + βσ ( r, t 0D ) allowing for calculation of both coefficients λ and β. Discussions The mathematical model for simultaneous injection of seawater and produced water with consequent injectivity damage depends on three dimensionless parameters: kinetics and formation damage coefficients and concentration ratio. The kinetics and formation damage coefficients are phenomenological parameters that characterise the rock-fluid system and cannot be predicted theoretically for real rocks and fluids. Two coefficients must be determined from either laboratory or well data. Analytical model shows that during simultaneous injection of incompatible waters, the concentration front moves with the velocity of injected water. Both reagent concentrations are zero ahead of this front and are steady state behind the front. Deposited concentration linearly increases with time. The precipitant accumulates in each point of the reservoir after passing the point by the concentration front. The deposited concentration is proportional to injected water volume. The reciprocal to injectivity index is also proportional to injected water volume, and the proportionality coefficient (impedance slope) determines how fast the injectivity falls down. The impedance slope is proportional to formation damage coefficient. The impedance slope can be determined from the well injectivity decline data. The accumulating deposit decreases the injectivity only inside limited area around the injector; the deposit is small outside this area and does not affect injectivity. The area is determined by so called formation damage size. Calculations show that the formation damage size equals several well radii. This information is important for calculating the amount of damage removal fluid (solvent, acid), for determining the perforation depth, and for interpretation of logging data. If barium concentration in the injected mixture is significantly lower than that of sulphate, the deposited concentration and the impedance slope are proportional to injected barium concentration. They are also proportional to the fraction of produced water in the injected mixture with seawater. These facts are important for planning the produced/injected water management/treatment, including decision making on mixing sea and produced waters, treatment of produced water, and frequency of scale removal operations. Even 0.1-0.01 ppm concentrations of barium in produced water being re-injected simultaneously with seawater may cause significant injectivity damage. Therefore, it is very important to take care on composition of produced water used for PWRI. Conclusions The analytical modelling of sulphate deposition during simultaneous injection of produced and sea waters allows to make the following conclusions: 1. The system of simultaneous injection of two incompatible waters is fully defined by two empirical parameters: the formation damage coefficient and the kinetics number. 2. Despite the precipitation area is the total space between the injected water front and injector, the precipitation that affects well injectivity takes place in 1.5-3.0 well radius neighbourhood of the injector. 3. The defined formation damage zone radius is an important characteristic of PWRI with simultaneous seawater injection, allowing calculating necessary acid volume in case of acidification, and solvent volume in case of sulphate removal. 4. Deposited concentration in each reservoir point is proportional to injected water volume. 191 5. 6. 7. 8. The increase of reciprocal injectivity index (impedance) is proportional to injected water volume. The impedance slope is proportional to formation damage coefficient and depends on kinetics number. The well injectivity decline data allows calculation either of two model parameters. If the injected sulphate concentration highly exceeds the injected barium concentration, the deposition profile and impedance increase are proportional to injected barium concentration. The dimensionless deposition profile and the damage zone size are independent of the concentration ratio α. Simultaneous injection of seawater with produced water containing even decimal fractions of ppm of barium would results in significant injectivity decline. Acknowledgement Authors thank Dr. A. L. S. da Souza and Alexandre G. Sequeira (Petrobras), Prof. Themis Carageorgos (UENFLENEP), Dr. Oleg Dinariev and Prof. A. D. Polianin (Russian Academy of Sciences) for fruitful discussions. Numerous discussions with Prof Y. Yortsos (USC, USA) on reactive flows are highly acknowledged. Nomenclature C = dimensionless Ba2+ concentration cBa= Ba2+ molar concentration in aqueous solution, M cSO4= SO42- molar concentration in aqueous solution, M D = dispersion coefficient, m2/s h = thickness, m II= injectivity index, m3/(s⋅Pa) J = dimensionless impedance k0 = initial permeability, D Ka = chemical reaction rate constant, (M⋅s)-1 (2nd order reaction) krwor = relative permeability for water in the presence of residual oil m = slope of the impedance straight line M = molar unit for concentration equals gmol/L (same as kgmol/m3) MBaSO4 = molecular weight for Barium Sulphate equals 0.23339 Kg/mol p = Pressure, Pa P = dimensionless pressure Q = total rate, m3/s r = radial co-ordinate, m Rc = contour radius, m rw = well radius, m rd = damage radius, m sor = residual oil saturation S = dimensionless BaSO4 concentration t = time, s T = dimensionless time tD = time in p.v.i. U = flow velocity, m/s V = concentration difference X = dimensionless coordinate Xw = dimensionless well coordinate Xd = dimensionless damage zone coordinate Y = dimensionless SO4 concentration Greek letters 2+ α = ratio between injected concentrations of Ba and 2SO4 αD= dispersion coefficient, m β = formation damage coefficient εD = dimensionless diffusive (Schmidt) number εk = dimensionless chemical kinetics number φ = porosity λ = kinetic intensity, (M⋅m)-1 (2nd order reaction) µw = water viscosity, kg/(m⋅s) 3 ρBaSO4= density of the Barite, 4193.9 Kg/m σ = BaSO4 molar concentration in solid deposit, M References 1. Oddo, J. E. and Tomson, M. B., 1994, Why Scale Forms and How to Predict It, Journal SPE PF, February, p.47-54. 2. Sorbie, K. S. and Mackay, E. J., 2000, Mixing of Injected, Connate and Aquifer Brines in Waterflooding and its Relevance to Oilfield Scaling, Journal Petroleum Science and Engineering, 27, 85106. 3. Rosario, F. F., Bezerra, M. C., 2001, Scale Potential of a Deep Water Field – Water Characterization and Scaling Assessment, SPE paper 68332 presented at 2001 SPE Third International Symposium on Oilfield Scaling, Aberdeen, UK, 30-31 January. 4. Gomes, J., Bezerra, M. C., Daher, J. S. and Rosario, F. F., 2002, The Impact of Mineral Scale Formation on Deep Water Fields: A Campos Basin Overview, SPE paper in Oilfield Scaling Symposium, Aberdeen, UK, 30-31 January. 5. Jordan, M.M., Collins, I.R., Mackay, E.J., 2006, Low Sulfate Seawater Injection for Barium Sulfate Scale Control: A Life-of-Field Solution to a Complex Challenge, SPE paper 98096 presented at the 2006 SPE International Symposium and Exhibition on Formation Damage Control held in Lafayette, L.A., 15–17 February 2006. 6. Mackay, E.J. and Graham, G.M.: “The Use of Flow Models in Assessing the Risk of Scale Damage”, SPE80252, SPE International Symposium Oilfield Chemistry-Houston, Texas, USA, 20-21 February 2002. 7. Mackay, E.J, Jordan, M.M. and Torabi, F.: “Predicting Brine Mixing Deep Within the Reservoir, and the Impact on Scale Control in Marginal and SPE Deepwater Developments”, SPE73779, International Symposium and Exhibition on Formation Damage Control, Lafayette, LA, 20-21 February 2002. 8. Rocha, A., Frydman, M., Fontoura, S., Rosario, F. F., Bezerra, M. C., 2001, Numerical Modelling of Salt 192 Precipitation During Produced Water Reinjection, SPE 68336 presented at 2001 SPE Third International Symposium on Oilfield Scaling, Aberdeen, UK, 3031 January. 9. Mackay, E. J., 2002, Modelling of In-Situ Scale Deposition: The Impact of Reservoir and Well Geometries and Kinetic Reaction Rates, SPE paper 74683 in Oilfield Scaling Symposium, Aberdeen, UK, 30-31 January. 10. Daher, J. S., Gomes, J.A.T., Rosário, F. F., Bezerra, M. C., Mackay, E. J., Sorbie, K. S., Evaluation of Inorganic Scale Deposition in Unconsolidated Reservoir by Numerical Simulation, SPE 95107 presented at the SPE 7th International Symposium on Oilfield Scale held in Aberdeen, United Kingdom, 11-12 May 2005 11. Delshad, M., Pope, G. A., 2003, Effect of Dispersion on Transport and Precipitation of Barium and Sulphate in Oil Reservoir, SPE paper 80253 presented at the SPE International Symposium on Oilfield Chemistry held in Houston, Texas, USA, 5-7 February. 12. Woods, A.W., Parker, G., 2003, Barium Sulphate Precipitation in Porous Rock Through Dispersive Mixing, SPE paper 80401 presented at SPE 5th International Symposium on Oilfield Scale, Aberdeen, UK, 29-30 January 13. Allaga, D. A., Wu, G., Sharma, M. M, Lake, L. W., 1992, Barium and Calcium Sulphate Precipitation and Migration inside Sandpacks, SPE FE, March. 14. Wat, R. M. S., Sorbie, K. S., Todd, A. C., Ping Chen and Ping Jiang, 1992, Kinetics of BaSO4 Crystal Growth and Effect in Formation Damage, SPE 23814 presented at the SPE International Symposium on Formation Damage Control held in Lafayette, Louisiana, February 26-27. 15. Todd, A. C. and Yuan, M. D., 1992, Barium and Strontium Sulphate Solid-Solution Scale Formation at Elevated Temperatures, SPE Production Engineering, February, p.85-92. 16. Lopes Jr., R. P., 2002, Cinética da Precipitação de Sulfato de Bário no Meio Poroso: Modelagem Matemática e Laboratorial, in Portuguese, MSc Thesis, North Fluminense State UniversityLenep/UENF, Macaé, RJ, Brazil. 17. Bedrikovetsky, P. G., Lopes Jr., R.P., Gladstone, P. M., Rosário, F. F., Bezerra, M. C., Lima, E. A., Barium Sulphate Oilfield Scaling: Mathematical and Laboratory Modelling, SPE paper 87457 presented at the 6th International Symposium on Oilfield Scale held in Aberdeen, UK, 26-27 May 2004. 18. Lake, L. W., 1989, Enhanced Oil Recovery, Prentice Hall, Engelwood Cliffs, NY. 19. Bedrikovetsky, P. G., 1994, Mathematical Theory of Oil and Gas Recovery, Kluwer Academic Publishers, London/Boston. 20. Green, D. W. and Willhite, G. P., 1998, Enhanced Oil Recovery, SPE Textbook Series. 21. Araque-Martinez, A., Lake, L. W., 1999, A Simplified Approach to Geochemical Modelling and its Effect on Well Impairment, SPE paper 56678 presented at the 1999 SPE Annual Technical Conference and Exhibition held in Houston, TX, 3-6 October. 22. Bedrikovetsky, P. G. , Gladstone P. M., R.P. Lopes Jr., Rosário, F. F. and Bezerra, M. C. Oilfield Scaling – Part II: Productivity Index Theory, SPE paper 81128 presented at the SPE Latin American and Caribbean Petroleum Engineering Conference held in Port-of-Spain, Trinidad, West Indies, 27–30 April 2003. 23. Stumm, W., 1992, Chemistry of Solid-Water Interface, John Wiley and Sons, NY, 428 p. 24. Bethke, C., 1996, Geochemical Reaction Modelling, Oxford University Press, 397 p. 25. Nielsen, A. E., 1959, The Kinetics of Crystal Growth in Barium Sulphate Precipitation II – Temperature Dependence and Mechanism. Acta Chemica Scandinavica 13 (784-802). 26. Schechter, R.A.: Oil Well Stimulation, Prentice Hall, Englewood Cliffs, New Jersey (1992). 27. Nancollas, G., Liu, T., 1975, Crystal Growth and Dissolution of Barium Sulphate, SPE paper 5300 presented at 1975 SPE/AIME Oilfield Chemistry Symposium, Dallas, January. 28. Dunn, K., Daniel, E., Shuler, P., et. al., 1991, Mechanisms of Precipitation and Dissolution of Barite: A Morphology Approach, J. of Coll and Interface Sci., 214, 427-437. 29. Fogler, S., 1998, Chemical Reactions Engineering, Prentice Hall, NY. 30. Nikolaevskii, V. N., 1990, Mechanics of Porous and Fractured Media, World Scientific Publishing Co., Singapure. 31. Pang, S. and Sharma, M.M., 1994, A Model for Predicting Injectivity Decline in Water Injection Wells, SPE paper 28489 presented at 69th Annual Technical Conference and Exhibition held in New Orleans, LA, 25-28 September 32. Lakatos István, Lakatos-Szabó Julianna: Effect of pH on Solubility of Barium Sulfate in Presence of Different Polyamino Carboxylic Acids, pp. 59-76 in LAKATOS I. (editor) “Focus on Remaining Oil and Gas Reserves”, Progress in Mining and Oilfield Chemistry, Vol. 4., Akadémiai Kiadó, Budapest ISBN 963 05 7996 0 (2002) 193 33. Bedrikovetsky P. G., Marchesin, D., Checaira, F., Serra, A. L., Resende, E., 2001 - Characterization of Deep Bed Filtration System from Laboratory Pressure Drop Measurements, Journal of Petroleum Science and Engineering, v.64, No. 3, p.167-177 34. Bedrikovetsky, P. G., Tran, P., Van den Broek, W. M. G. T, Marchesin, D., Rezende, E., Siqueira, A., Serra, A. L., Shecaira, F. Damage Characterization of Deep Bed Filtration from Pressure Measurements, Journal SPE PF, 2003, No 3, p.119-128. 35. Feitosa, G. S., Chu, L., Thompson, L. G., Reinolds, A. C., Determination of permeability distribution from well-test pressure data, JPT, July 1994, p. 607614. 36. Alvarez, A. C., Bedrikovetsky, P., Hime, G., Marchesin, D., Rodríguez, J. R., 2006, A fast inverse solver for the filtration function for flow of water with particles in porous media, Journal of Inverse Problems, v. v.22, p.69-88. Appendix A. Governing Equations for Sulphate Scaling in Porous Media The system of governing equations for axi symmetric flow of aqueous solution of barium and sulphate ions with precipitation of solid barium sulphate consists of mass balance equations for barium cations, for sulphate anions, for barium sulphate and of the modified Darcy’s law accounting for permeability reduction due to solid salt deposition8,12,17: ∂c ∂c ⎞ ∂⎛ 2πrhφ (1 − sor ) Ba + ⎜ QcBa − 2πrhD Ba ⎟ ∂t ∂r ⎝ ∂r ⎠ = −2πrhK a cBa cSO4 2πrhφ (1 − sor ) ∂cSO4 ∂t + ∂cSO4 ∂⎛ ⎜⎜ QcSO4 − 2πrhD ∂r ⎝ ∂r = −2πrhK a cBa cSO4 φ (1 − sor ) ⎞ ⎟⎟ ⎠ (A-1) ρBaSO4 ∂σ = K a cBa cSO4 M BaSO4 ∂t k k ∂p Q = − 0 rwor µ (1 + βσ ) ∂r 2πrh According to numerous coreflood data, we assume that the chemical reaction rate constant Ka is proportional to flow velocity16,17 K a = λU (A-2) It is assumed that the dispersion coefficients for Ba2+ and SO42- ions are equal and proportional to flow velocity30: (A-3) DBa ≅ DSO4 ≅ D = α D U U= Let us introduce the following dimensionless parameters: C= cBa c0Ba , Y= cSO4 0 cSO 4 ⎛ r ⎞ ⎟ ⎝ rw ⎠ , X=⎜ 2 , T= Qt πhφrw 2 P= ρBaSO4 σ 4πhk 0 k rwor p , S= , µQ M BaSO4 c0Ba α εD = D rw 0 , εk = λrw cSO ,α = 4 (A-4) c0Ba 0 cSO 4 Substituting dimensionless co-ordinates and parameters (A-4) in the system of governing eqs. (A-1), we obtain ε ∂C ∂C ∂ ∂C (1 − sor ) + = εD ⎛⎜ 2 X ⎞⎟ − k CY ∂T ∂X ∂X ⎝ ∂X ⎠ 2 X ∂Y ∂Y ∂ ⎛ ∂Y ⎞ ε k + = εD αCY ⎜2 X ⎟− ∂T ∂X ∂X ⎝ ∂X ⎠ 2 X ε ∂S (A-5) (1 − sor ) = k CY ∂T 2 X ∂P X 1= − ∂ X ⎛ ⎞ M BaSO 4 S⎟ ⎜ 1 + βc0Ba ⎜ ρBaSO4 ⎟⎠ ⎝ First two eqs. (A-5) are separated from the third and fourth equations. After neglecting the hydrodynamic dispersion, equations take the form ε ∂C ∂C (1 − sor ) + = − k CY ∂T ∂X 2 X (A-6) ε ∂Y ∂Y (1 − sor ) + = − k αCY ∂T ∂X 2 X Displacement of water with SO42- anions by Ba2+- and SO42--rich water is described by the following initial conditions: T = 0: C = 0 , Y = Y0 (A-7) The re-injection of water with SO42- anions and Ba2+ cations into the reservoir, saturated by Ba2+-rich water, corresponds to the inlet boundary conditions where concentrations are fixed for both species: (A-8) X = Xw : C = 1 , Y = 1 (1 − sor ) Appendix B. Analytical Model for 1d Flow Both concentrations are equal to their initial values in the zone ahead of the injected water front C = 0, Y = Y0 , (1 − s or )( X − X w ) > T > 0 (B-1) Let us transform eqs. (A-6) to characteristic form behind the front21 dT = (1 − sor ) dX ε dC = − k CY dX 2 X ε 1 dY = − k CY α dX 2 X (B-2) Introduce the concentrations: V(X) = C(X) − following Y(X) α linear combination of two (B-3) Let us multiply third eq. (B-2) by α and subtract the product from the second eq. (B-2). It results in the following conservation equation for V(X): 194 dV =0 dX (B-4) The inlet boundary condition for V(X) follows from (A-8): 1 X = Xw : V = 1 − α (B-5) As it follows from (B-4), V is constant, so 1 V = 1− α (B-6) So, the concentration difference (B-3) is constant along the characteristics. Expressing the concentration Y versus X from (B-6) Y ( X ) = 1 + α ⎡⎣ C ( X ) − 1⎤⎦ (B-7) and substituting it into second equation (B-2), we obtain an ordinary differential equation: ε dC = − k C ⎣⎡1 + α ( C − 1) ⎦⎤ dX 2 X (B-8) The first order ordinary differential equation (B-8) with boundary condition (A-8) is solved by separation of variables: −ε (1−α )( X − X w ) (1 − α ) e k C(X) = −ε (1−α )( X − X w ) 1 − αe k (B-9) Substituting solution (B-9) into (B-7), we obtain sulphate concentration profile ⎡ −ε k (1−α )( X − X w ) ⎤ ⎢ (1 − α ) e ⎥ +1− α Y (X) = α ⎢ −ε k (1−α )( X − X w ) ⎥ ⎢⎣ 1 − αe ⎥⎦ (B-10) Substitution of (B-9) and (B-10) into kinetics eq. (A-5) results in explicit formula for deposit accumulation: ε C(X) Y (X) ⎡ T − ⎡⎣(1 − sor )( X − X w ) ⎤⎦ ⎤ S ( X, T ) = k ⎦ 2 X (1 − sor ) ⎣ (B-11) For large times, when the injected water volume highly exceeds the damaged zone volume T >> ⎡⎣(1 − sor )( X d − X w ) ⎤⎦ (B-12) and formula (B-11) can be simplified ε C(X) Y (X) S ( X, T ) = k T 2 X (1 − sor ) (B-13) The deposited concentration at large times is proportional to dimensionless time. Appendix C. Injectivity Index Calculations Let us calculate the pressure drop between the contour and the well using the pressure gradient expression as obtained from modified Darcy’s law (A-1). The interval [Xw,Xc] is divided into those of the damaged zone with alternated permeability [Xw,Xd] and of the undamaged zone [Xd,Xc]: Xd ∆P = ∫1 ∂P − dX + ∂X Xc ∫ X − ∂P dX ∂X (C-1) Outside the damaged zone, the precipitant does not affect the injectivity. Deposited concentration at X>Xd can be neglected. d Substituting pressure gradient from (A-5) into (C-1), we obtain the following expression for pressure drop between injector and contour: X 2 M BaSO4 d S(X, T) ⎛R ⎞ ∆P = ln ⎜ c ⎟ + β c0Ba dX ρBaSO4 X ⎝ rw ⎠ 1 (C-2) Substituting dimensionless deposited concentration (B-13) into (C-2), we obtain expression for the integral: ∫ Xd ∫1 εk T S(X) dX = X 2 (1 − sor ) Xd ∫1 C(X)Y(X) X X (C-3) dX The final expression for the pressure drop is: 2 ⎛R ⎞ βε k c0Ba M BaSO 4 ∆P = ln ⎜ c ⎟ + T 2 (1 − sor ) ρBaSO4 ⎝ rw ⎠ Xd ∫ C(X)Y(X) dX X X (C-4) Let us introduce the following dimensionless impedance function that is an inverse to dimensionless injectivity index Q0 ∆P J(T) = ∆P 0 Q (C-5) 1 The impedance expression follows from (C-4, 5) II 0 (T) = 1 + II βε k c0Ba M BaSO4 2 ⎛ R ⎞ ρBaSO 4 2 (1 − sor ) ln ⎜ c ⎟ ⎝ rw ⎠ Xd T ∫ 1 C(X)Y(X) dX X X (C-6) So, the impedance is a linear function of time J(T) = 1 + mT m= βε k c0Ba 2 (1 − sor ) M BaSO 4 2 ⎛ R ⎞ ρBaSO 4 ln c Xd ∫ C(X)Y(X) X X dX 1 ⎜ ⎟ r ⎝ w ⎠ (C-7) Taking constants off the impedance slope m, we introduce more general constant M: M BaSO 4 β c0Ba m= M 2 ⎛ R c ⎞ ρBaSO 4 2 (1 − sor ) ln ⎜ ⎟ ⎝ rw ⎠ Xd M(εk , α) = ε k ∫ C(X, εk , α)Y(X, ε k , α) X X dX 1 (C-8) Formula (C-7) allows for determination of formation damage coefficient, β, from the pressure drop and injection rate data. Appendix D. Radius of Formation Damage Zone We choose the radius of formation damage zone rd in such a way that pressure drop increase between the injection well r=rw and the damaged zone boundary r=rd is equal to 0.9 (0.99) of the total pressure drop increase between the injector and the contour r=Rc: rd ∫ r ∂p − dr = (1 − δ ) ∂r Rc ∂p ∫r − ∂r dr (D-1) Injectivity decline is determined by the slope m, (C-7). So, the formation damage zone radius rd is defined in terms of M: w w 195 removal of deposition from the rd well neighbourhood results in restoration of injectivity from its initial value J=1 up to J=1-δ, i.e. incomplete removal is due to some deposit left outside the damaged zone X M ( X, εk , α ) = ε k C(X)Y(X) ∫ X X Xw Xd ∫ 1 C(X)Y(X) X X dX = (1 − δ ) e dX = c1 e Xc C(X)Y(X) ∫ + ε k (1 − α ) 2 2 e ∫ ⎛ ⎜ ⎝ X − Xw ( ( X− X ) )⎟ X − Xw ⎞ X w X X 1 − αe −ε k (1−α ) ⎜ −ε (1−α ) X ( −2ε k (1−α ) 2 ε k α (1 − α ) −ε k (1−α ) X 2 X ) , instead of X: −2ε k (1−α )( X − e ∫ ( ⎛ X w X X 1 − αe −ε k (1−α ) ⎜ ⎜ ⎝ = c1αe ε k (1−α ) X w e e −εk (1−α ) X w u )⎟ X − Xw ⎞ ⎟ ⎠ du (1 − c2 u )2 ln 2 ( u ) The integral of the second term (D-3) is: (D-5) −εk (1−α ) X 1 ∫ −εk (1−α ) X w (1 − c2 u ) ln 2 ( u ) X ∫ C(X)Y(X) X X ε 1−α X +c1αe k ( ) w ) −εk (1−α ) X ∫ ∫ du e−εk (1−α ) 2 dX = (D-4) ∫ dX = c1 e e e Xw ) (D-6) c 2 = αe Finally, the integral in (D-3) is equal to Xw ⎟ ⎠ (D-3) Calculate the integral of the first term in (D-3) using a new variable u = e X− X w e k dX = ⎛ −ε k (1−α )( X − X w ) ⎞ X w X X ⎜ 1 − αe ⎟⎟ ⎜ ⎝ ⎠ ε k (1−α ) X w εk dX + w e k dX ⎛ −ε k (1−α )( X − X w ) ⎞ X w X X ⎜ 1 − αe ⎟⎟ ⎜ ⎝ ⎠ ∫ ( −ε (1−α ) X 3 ε 1−α X c1 = −2ε k 2 (1 − α ) e k ( ) w (D-2) where the precision value δ could be taken as 0.01 or 0.1. Let us calculate the integral in (D-2). Opening the product of the concentrations inside the integral, we obtain: M ( X, ε k , α ) = ε k α (1 − α ) 2 Eqs. (D-4,5) contain two constants: dX X X 1 X ε k (1 − α ) X −εk (1−α ) X w 1 (1 − c2 u ) ln 2 ( u ) −ε k (1−α ) X ∫ −εk (1−α ) X w u (1 − c2 u )2 ln 2 ( u ) du + (D-7) du Substitution of (D-7) into (D-3) provides with explicit formula for the impedance slope m. 196 Table 1. Chemical kinetics and formation damage coefficients as obtained from different coreflood tests Kinetics coefficient (λ) Formation damage Coreflood tests ⎛ 1 ⎞ ⎜ M ⋅m ⎟ ⎝ ⎠ coefficient (β) 3003 - 3951 - Water 1 922 – 1578 60 – 96 BSS0 23720 – 42200 45 – 79 BSS1 5540 – 9310 27 – 43 1533 – 2760 43 – 73 798 – 963 - Lopes Jr., 2002 16,17 15 Todd et al., 1992 BSS2 Wat et al., 1992 14 Table 2. Barium concentration in injected water causing a) two times injectivity decline during given time (field case, North Sea, UK) b) five times injectivity decline during given time (field case, North Sea, UK) a) b) tD (p.v.i.) t (months) m max CBa2+ (ppm) tD (p.v.i.) t (months) m max CBa2+ (ppm) 0,010 0,037 0,074 0,150 0,440 1 1 3 6 12 36 82 1 1 1 1 1 1 3,25 1,10 0,55 0,27 0,09 0,04 0,010 0,037 0,074 0,150 0,440 1 1 3 6 12 36 82 4 4 4 4 4 4 15,90 4,30 2,15 1,06 0,361 0,159 SPE 100512 197 2- Ba2+ SO4 Seawater Produced water De position Profile 1 .10 8 Sor , T)) SS11(x( XD,t D , T) SS2(x 2 (X D,tD σ(r,t 1) X,t, T))5 .10 SS3(x 3 (D D 7 σ(r,t 3) , T) SS4(x 4 (X D,tD) rd rw Fig. 1. Schema for barium sulphate deposition in the well vicinity due to produced water re-injection. tD 0 1 1.2 1.4 xX D 1.6 1.8 2 a) 0 S(xD ,tD ) 0 Y(xD ,t D) De pos ition Profile 20 0 C(xD ,t D) 1.0 3, 4 SS1 (x( XD)) u1u SS2 (x( X u2u D) 0 t =t0 ) 10 SS3 u(X u3(x D) Dw =x xD C=Y=1 SS4 (x( XD)) u4u t D r) so + (1- 0 1 1 .5 C=S=0 Y=1 Fig. 2. Concentration profiles behind the injection water front on the plane (xD,tD). ( ) M , α) (X , ,εε k ,α) M2(x M3(x , α) M (X ,,εε k,α) M4(x , α) (X , ,εε k,α) M M1(xX ,,ε ε k,α) ,α M 1 D k ( X) ) CC22(x D 2 ( X) ) 0.5 CC33(x D ( X) CC44(x D) 4 6 X x 2+ 8 3 2 ( X) ) CC11(x D 2 2 .5 xX D Fig. 4. Profiles for deposited concentration: a) for different times: tD = 5*105; 106; 5*106; 1.1*107 and εk = 18.72; b) curve 1: εk = 3.7, α = 0.01; curve 2: εk = 3.7, α = 0.1; curve 3: εk = 18.72, α = 0.01; curve 4: εk = 18.72, α = 0.1. Barium Concentration Profile 1 2 b) XD XDw 0 1, 2 10 D Fig. 3. Profiles for Ba concentration for different kinetics numbers: εk = 0.94 ; 4.68 ; 18.72 ; 46.8 (curves 1,2,3 and 4, respectively). D 1, 2 1.5 3, 4 k 3 D k 4 D k 1 0.5 0 rd = 1.3 r w 2 rd = 2.2 r w 4 6 8 10 xXD Fig. 5. Function M(xD) achieves the asymptotic value at the distance from the well that equals 1.3 and 2.2 well radiusCurves 1, 2, 3 and 4 corresponds to εk = 18.74 and α = 0.02; εk = 18.74 and α = 0.2, εk = 4.7 and α = 0.02, εk = 4.7 and α = 0.2, respectively. SPE 100512 198 70 60 xDd Impedance Growth 2500 alfa = 0.02 alfa = 0.2 50 J 1(t ( T) J 1 D) 2000 40 ) JJ22(t( T D) 30 JJ33(t(DT)) 20 JJ44(t(DT)) 10 1500 1000 500 0 0 10 20 30 εk 40 50 0 0 0.2 0.4 0.6 0.8 1 0.008 0.01 tDt(D T) Fig. 6. Effect of kinetics number on formation damage zone radius for different concentration ratios. a) 2 ( ) M2 ( ε k ) M3 ( ε k ) M4 ( ε k ) M1 ε k 1, 2, 3 1.5 Injectivity Decline 1 IIII11(t(DT)) 4 1 IIII22(t(DT)) 2 IIII33(t(DT)) 0.5 1 3 4 IIII44(t(DT)) 0.5 0 0 10 20 30 40 0 50 0 0.002 0.004 εk a) b) Impedance Slope 2 0.006 tt DD( T) Injectivity Decline 1 IIII11(t(DT)) M5 ( α ) IIII22(t(DT)) M6 ( α ) 1.33 M7 ( α ) IIII33(t( DT)) 0.5 M8 ( α ) 0.67 IIII44(t( DT)) 0 0 0 0.2 0.4 0.6 0.8 α 1 0 0.5 1 1.5 2 2.5 3 t) t(T months months b) c) Fig. 7. Sensibility analysis of impedance constant M: a) M versus kinetics number for various concentration ratios α; b) Effect of concentration ratio α on impedance constant M for various εk. Fig. 8. Effect of kinetics coefficient on injectivity decline (β = 100, rd = 0.2 m, Rc = 500 m): a) impedance growth for four different values of kinetics number: εk = 0.94 ; 4.68 ; 18.72 ; 46.8; b) injectivity decline for different values of kinetics number; c) decline of injectivity index versus real time (months). SPE 100512 199 Injectivity Decline 1 Deposition Profiles 15 II II11(t( T D) S1 ( XD)) Su1u(x IIII22(t(DT)) 1 10 2 S2 ( XD)) Su2u(x IIII33(t( DT)) 0.5 3 S3 ( X)) S u(x u3 IIII44(t(DT)) D 5 0 0 0.0074 0.0148 0.0222 0.0296 0 0.037 1 1.5 2 Injectivity Decline 7 . 7 S2S(x 2 (DX)) IIII33(t(DT)) 0.5 S(x 3 ( X)) S3 IIII44(t(DT)) 2 4 .10 7 D 3 2 .10 7 0.5 1 3 1 ) 6 10 S1S(x 1 (X D) III2I2(t(DT)) 0 2.5 Deposi tion Profil es 8 .10 ) IIII11(t( T D) 0 3 a) a) 1 2.5 xXD tD tD( T) 1.5 2 2.5 0 3 1 1.5 2 X x D t(T t) mo nths months m onths b) b) Fig. 9. Injectivity index versus time: curves 1, 2, 3 and 4 correspond to different concentration ratios, barium concentrations are 1.1, 5.0, 10.0 and 20.0 ppm: a) time tD in pore volumes of the reservoir pattern; b) time t in months. Fig. 11. Barium sulphate deposition profile for different fractions of produced water in the injected fluid: a) S1u(xD): SW : PW = 4 : 1 (εk = 13.92, α = 0.005); S2u(xD): SW : PW = 1 : 1 (εk = 8.7, α = 0.02); S3u(xD): SW : PW = 1 : 4 (εk = 3.48, α = 0.08); b) S1(xD): SW : PW = 4 : 1; S2(xD): SW : PW = 1 : 1; S3(xD): SW : PW = 1 : 4 (at tD = 1 p.v.i.). 2 Barium Concentration Profiles 1 1 2 1.5 M1(x ( X)) M 1 D ( X)) CC11(x D ( X)) CC22(x D ( X)) CC33(x D M2(x ( X) M 2 D) 1 0.5 3 1 M3(x ( X) M 3 D) 2 0.5 3 0 0 1 2 3 xXD 4 5 6 Fig. 10. Effect of produced water fraction in the injected fluid on barium concentration profile: C1(xD) - SW : PW = 4 : 1; C2(xD) - SW : PW = 1 : 1; C3(xD)- SW : PW = 1 : 4. 2 4 6 8 10 xXD Fig. 12. Function M(xD) achieves the asymptotic value at the distance from the well that equals 1.45, 1.69 and 2.59 well radius, respectively. SPE 100512 200 2 Injecti vi ty Decline b) 1 1.5 IIII11(t( TD)) MN( N) 1 ) IIII22(t( T D) ) IIII33(t( T D) 0.5 0 0 2 4 6 8 0.5 10 0 N 0 0.5 1 1.5 Fig. 13. Sensibility of impedance constant M versus fraction N. 1.5 .10 2 2.5 3 t ( T) t months months 4 c) 1 .10 4 5 .10 5 Fig.15. Effect of different fractions of produced water in the injected fluid on injectivity decline: a) impedance growth for three different fractions: (SW : PW = 4 : 1); (SW : PW = 1 : 1); (SW : PW = 1 : 4); b) injectivity decline for different fractions; c) decline of injectivity index versus real time (months) Rc = 500m; rw = 0.15m; β = 100; Q = 55000 BBL/day; h = 152.4m; φ = 0.356. mN ( N) 1 0 0 2 4 6 8 m= 4 0,8 max C ba (ppm) N Fig. 14. Sensibility of impedance slope m versus fraction N. Impedance Growth 1500 m= 1 10 0,6 0,4 ( T)) JJ1(t D 0,2 JJ22(t( TD)) 0 1000 JJ33(t( TD)) 0 2000 500 4000 -1 λ (M m) 6000 8000 a) 1 0 0.2 0.4 a) 0.6 0.8 1 t tD ( T) D Injectivity Decl ine 1 IIII11(t( TD)) ) IIII22(t( T D) IIII33(t( TD)) m= 1 m= 4 0,8 max Cba (ppm) 0 10000 0,6 0,4 0,2 0 0.5 0 0 0 0.005 0.01 tD tD( T) 0.015 0.02 2000 4000 -1 6000 λ (M m) b) 8000 10000 Fig. 16. Maximum barium concentration in injected water causing given injectivity index decline: m = 1 (causing two times injectivity decline during 1 pore volume injected) and m = 4 (causing five times injectivity decline during 1 pore volume injected): a) versus kinetics coefficient λ; b) versus kinetics number εk.