Baza danych oraz szczegółowy model geologiczny 3D dla podziemnego składowania CO2 w rejonie Bełchatowa na przykładzie struktury Budziszewic

Rozpoznanie formacji i struktur do bezpiecznego geologicznego składowania CO2 wraz z programem ich monitorowania wymagała budowy bazy danych oraz stworzenia modeli struktur geologicznych będących potencjalnymi zbiornikami CO2. Archiwalne i zinterpretowane dane zapisano w bazie danych odpowiadającej wymaganiom oprogramowania tworzącego modele przestrzenne 3D. Zgromadzone dane pozwoliły na konstrukcję statycznych, przestrzennych modeli 3D, składających się z: – modelu strukturalnego – powstał on na podstawie interpretacji dziewięciu czasowych profili sejsmicznych; zbudowano pięć horyzontów odpowiadających stropom toarku, pliensbachu, synemuru, kajpru oraz wapienia muszlowego oraz stworzono powierzchnie czterech uskoków zlokalizowanych w południowej części obszaru; do budowy horyzontów oraz uskoków zastosowano algorytm interpolujący DSI; – modelu stratygraficznego – obejmuje on pięć sekwencji stratygraficznych: górny toark, dolny toark, pliensbach, hetang–synemur i retyk, podzielonych na zmienną liczbę proporcjonalnych warstw; – modelu litologicznego – opracowano go na podstawie krzywych litologicznych z otworów wiertniczych Budziszewice IG 1, Buków 1 oraz Zaosie 2; do jego opracowania wykorzystano sekwencyjny algorytm stochastyczny Sequential Indicator Simulation; – przestrzennego modelu dystrybucji parametrów złożowych – do opracowania modelu zailenia (VSH) i porowatości efektywnej (Pe) wykorzystano stochastyczną warunkowaną (Conditional) technikę estymacji – Sequential Gaussian Simulation i jej modyfikacje Gaussian Random Function Simulation, dostosowane do szybkiego obliczania dużych modeli 3D. Wypracowana przez zespół metodyka konstruowania statycznych modeli przestrzennych 3D wiąże prace informatyczne z umiejętnością posługiwania się oprogramowaniem umożliwiającym modelowanie przestrzenne 3D. Doświadczenia zebrane podczas prac nad systemem informatycznym oraz przy budowie przestrzennego modelu 3D struktury Budziszewic pozwolą na znacznie sprawniejsze wyznaczanie kolejnych obszarów geologicznych, potencjalnie nadających się do składowania CO2.

Selection of geological formations and structures for safe underground storage of CO2 as well as development of a site monitoring program required construction of a database and creation of a model of geological structures that are potential reservoirs of CO2. Archive and newly interpreted data were input into a database suitable for the requirements of the 3D modelling software. The database resources allowed a construction of static, 3D models composed of the following: – structural model – created based on nine seismic sections in time domain; five horizons, corresponding with tops of Toarcian, Pliensbachian, Sinemurian, Keuper and Muschelkalk were built as well as surfaces of four faults located in the southern part of the region. The horizons and faults were constructed by applying the DSI algorithm; – stratigraphic model – contains five stratigraphic sequences: upper Toarcian, lower Toarcian, Pliensbachian, Hettangian–Sinemurian, Rhaetian – divided into a variable number of proportional layers; – litological model – created based on litological curves in the Budziszewice IG 1, Buków 1 and Zaosie 2 boreholes; sequentional stochastic algorythm called “Sequential Indicator Stimulation” has been used to construct it; – 3D model of reservoir parameters distribution - stochastic conditional estimation technique “Sequential Gaussian Simulation” and its modification “Gaussian Random Function Simulation”, adapted to fast calculation of large 3D models, were applied for the development of the volume of shale model (VSH) and effective porosity (Pe) model. Methodology of the construction of static 3D models developed by the team connects digital computation tasks with the knowledge of usage of the 3D modelling software. Experience gained during the work upon the informatics system and construction of the 3D model of the Budziszewice structure will greatly aid further potential CO2 storage site selection and appraisal.