Eine hybride stochastisch-deterministische Methode zur Modellkalibrierung mit Anwendung auf CO2-Speicherung in geologischen Formationen

• Antragsteller: Professor Dr.-Ing. Wolfgang Nowak; Professor Dr.-Ing. Wilhelm Urban
• Fachliche Zuordnung: Hydrogeologie, Hydrologie, Limnologie, Siedlungswasserwirtschaft, Wasserchemie, Integrierte Wasserressourcen-Bewirtschaftung
• Förderung: Förderung von 2015 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 288483442

Der natürliche Untergrund gerät für sehr verschiedene und möglicherweise sogar kompetitive Anwendungsbereich verstärkt in den Fokus von Ingenieuren. Einerseits birgt der Untergrund wertvolle Rohstoffe, andererseits wird er genutzt, um temporär oder permanent Stoffe zu speichern, wie z.B. Abfälle oder Gas. Für alle diese Nutzungsarten ist es für unsere Gesellschaft unverzichtbar, die Leistungen, Grenzen, Risiken und wechselseitigen Einschränken zu kennen. Die Qualität von Modellvorhersagen diese Aufgabe hängen stark von der Qualität der Modellparameter ab. In diesem Vorhaben soll der primäre Fokus auf Gasspeicherung im Untergrund liegen, wobei aufgrund umfangreicher eigener Erfahrungen in diesem Gebiet insbesondere die CO2-Speicherung in tiefen salinen Formationen betrachtet wird. Wir betonen dennoch, dass die Methoden, die entwickelt werden und zur Anwendung kommen, direkt auf andere Bereiche übertragen werden können. Aus früheren Studien ist bekannt, dass die wesentlichen Prognosefehler und Unsicherheiten bei der Gasspeicherung bzw. der Injektion von Fluiden im Untergrund aus Unsicherheiten über geologische Strukturen und den Verteilungen der Materialparameter resultieren. Ein aktuelles Beispiel geben die Modellierungs- und Simulationsarbeiten für das CO2-Speicherprojekt Ketzin im Bundesland Brandenburg. Es wurden eine umfassende Exploration und ein extensives Monitoringprogramm umgesetzt, um bestmögliche Daten gemäß dem Stand der Technik zu erhalten. Insbesondere das History Matching der Beobachtungsdaten ist für den Kontext des vorgeschlagenen Forschungsvorhabens von Bedeutung. In Ketzin standen hierfür unter anderem beobachtete Zeitreihen des Druckes und Ankunftszeiten des CO2 in zwei Beobachtungsbohrungen sowie die Entwicklung des Drucks in der Injektionsbohrung sowie einer Beobachtungsbohrung zur Verfügung. Von den Modellen wird erwartet, dass Vorhersagen mit verbesserter Zuverlässigkeit möglich sind, und dass sie für Simulationen eingesetzt werden können, welche robuste Entscheidungsfindung für den Speicherbetrieb erlaubt. Dieses Vorhaben will effiziente und zuverlässige Methoden für History Matching bei CO2-Speicherprojekten entwickeln. Methoden zur Quantifizierung von Unsicherheiten und Parametersensitivitäten während des History Matchings können in zwei Kategorien unterteilt werden: (1) Statistisch/ Stochastische Ansätze (z.B. Multiple Samples aus bedingten Verteilungen) und (2) deterministische optimierungsbasierte Ansätze (z.B. Ein optimales Modell wird kalibriert und Schätzungen der Kovarianz nach der Kalibrierung berechnet). Dieses Projekt möchte beide Ansätze diskutieren. Das Ziel ist dabei zunächst ein Vergleich und des Weiteren eine Hybridisierung stochastischer und optimierungsbasierter Methoden für die Quantifizierung von Unsicherheiten bei Modellkalibrierung bzw. History Matching, um die Vorteile beider Welten zu kombinieren.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortliche: Professor Dr.-Ing. Holger Class; Professor Dr.-Ing. Sergey Oladyshkin, Ph.D.