Nanoemulsions as chEOR fluids : from laboratory tests to coreflooding simulations

The present thesis work, developed in collaboration with Eni, concentrates on the investigation and numerical modelling of nanoemulsions injection for Enhanced Oil Recovery (EOR). The purpose of the work is to identify a robust simulation workflow able to catch nanoemulsions behavior in porous media and to predict the additional oil recovery obtained by this type of chemical injection. Nanoemulsions are an emergent EOR technique based on the synergic effect given by the presence of two immiscible phases (water and a solvent) and surfactants, used to stabilize the dispersed phase in droplet shape. CMG STARS commercial simulator has been used to model the recovery process. At the beginning, the activity has been focused on modelling the process at laboratory scale, analyzing two oil-saturated core experiments carried out in Eni laboratories. The two experiments differ for the utilized core: the first application relies on plugs, while the second adopts slim tubes. The additional recovery obtained with nanoemulsions with respect to waterflooding registered in such experiments is between 15% and 21%. The elaborated numerical model has been consolidated through History Matching procedure and Global Sensitivity Analysis (GSA), aimed at quantifying the impact of each unknown input parameter on two of the model outputs: Recovery Factor (RF) and Bottom Hole Pressure (BHP). Subsequently, the results of the experiment modeling have been applied to a sector of the specific field selected inside the Eni portfolio, to perform forecast analyses. The performed simulations have shown that nanoemulsion technique is effective, however, from a preliminary economic analysis, it appears to be still too expensive in composition and formulation for industrial and field applications.

Il presente lavoro di tesi, sviluppato in collaborazione con Eni, si concentra sullo studio e la modellazione numerica di iniezione di nanoemulsioni per il recupero avanzato di petrolio (EOR - Enhanced Oil Recovery). Lo scopo del lavoro è quello di identificare una procedura di simulazione atta a cogliere il comportamento delle nanoemulsioni all’interno dei mezzi porosi e a predire il recupero addizionale ottenuto grazie all’iniezione di tale agente chimico. Le nanoemulsioni sono una tecnologia emergente per il recupero avanzato di petrolio basata sull’effetto sinergico dato dalla presenza di due fasi immiscibili (l’acqua e il solvente) e di tensioattivi, usati per stabilizzare la fase dispersa in forma di gocce. Per la simulazione del processo di recupero è stato utilizzato il simulatore commerciale CMG STARS. In un primo momento è stata presa in considerazione la modellazione del processo a scala di laboratorio, attraverso l’analisi di due esperimenti riguardanti il flussaggio portati avanti da Eni. Le due applicazioni sperimentali differiscono per il tipo di campione di mezzo poroso utilizzato: nel primo caso una carota satura di olio, nel secondo un tubo snello caratteristico per la sua lunghezza. Il recupero addizionale portato dalle nanoemulsioni rispetto al solo flussaggio di acqua, registrato in queste applicazioni si attesta tra il 15 e il 21%. Il modello numerico elaborato è stato consolidato attraverso una procedura di History Matching (HM) e una Analisi di Sensitività Globale (GSA – Global Sensitivity Analysis), volta a quantificare l’impatto che ogni parametro di input incognito ha sui due principali output del modello: il fattore di recupero (RF – Recovery Factor) e la pressione a fondo pozzo (BHP – Bottom Hole Pressure). Successivamente, i risultati del modello sono stati applicati ad un settore del campo scelto all’interno del portfolio di Eni, per effettuare una analisi previsionale. Le simulazioni effettuate hanno evidenziato l’efficacia della tecnologia delle nanoemulsioni, tuttavia, a seguito di una valutazione economica preliminare, risulta chiaro che i costi associati alla loro composizione e formulazione sono ancora troppo rilevanti per l’applicazione sul campo.