Perpustakaan Digital ITB

Akuifer air garam merupakan salah satu opsi yang paling menjanjikan untuk penyimpanan karbon dioksida (CO?) skala besar dalam upaya mitigasi perubahan iklim global. Efisiensi penyimpanan karbon dioksida (CO?) merupakan parameter kunci dalam evaluasi kelayakan geological storage pada akuifer air garam, namun kuantifikasinya melalui simulasi reservoir bersifat mahal secara komputasi dan menuntut ketersediaan data yang lengkap suatu kondisi yang jarang terpenuhi pada akuifer air garam yang umumnya minim data inti batuan (core). Kompleksitas interaksi antara sifat geologi, operasional, dan properti fluida selama periode injeksi dan pasca-injeksi. Studi ini bertujuan untuk mengatasi tantangan tersebut dengan menganalisis pengaruh dari parameter-parameter utama reservoir seperti porositas, permeabilitas, irreducible water saturation (????????????????????), residual gas saturation (????????????), dan heterogenitas terhadap efisiensi penyimpanan CO2 secara dinamis melalui pemodelan reservoir sintetik. Mengembangkan dan membandingkan serangkaian model proksi praktis untuk memprediksi plume CO2 dan efisiensi penyimpanan CO2. Model ini divalidasi terhadap proyek penyimpanan CO2 Sleipner yang terdokumentasi dengan baik di Formasi Utsira. Model sintetis radial (cylindrical) yang dibuat dapat menggambarkan migrasi plume CO2 yang cukup baik dan efisiensi penyimpanan sebesar 4.54% mendekati perhitungan dari data seismik pada lapangan Sleipner sebesar ~5%. Studi parametrik dilakukan menggunakan simulasi reservoir untuk mengukur dampak dari masing-masing parameter, kemudian dilanjutkan dengan pembangunan model proksi sederhana yang mampu memperkirakan efisiensi penyimpanan dinamis. Sebanyak 1.045 realisasi simulasi dijalankan menggunakan CMG-STARS yang dipadukan dengan modul analisis ketidakpastian CMOST, melalui Latin Hypercube Sampling atas delapan parameter tak pasti: permeabilitas, eksponen Corey gas dan air, kedalaman reservoir, porositas, ????????????????????, ????????????, dan kompresibilitas batuan. Sebanyak 959 realisasi yang mencapai terminasi normal dianalisis. Hasil studi ini menunjukkan bahwa model proksi yang dikembangkan mampu menggambarkan hasil estimasi yang dilakukan berbasis simulasi, sehingga mendukung potensi penerapannya dalam penyaringan tahap awal dan penilaian potensi penyimpanan CO2 skala regional. Model proksi berbasis Artificial Neural Network (Multilayer Network) untuk memperkirakan efisiensi penyimpanan CO? dinamis pada akuifer air garam. Model yang dikembangkan menunjukkan kinerja prediksi yang baik dengan nilai R² sebesar 0.979 dan AAD sebesar 14.09% untuk CO2 plume volume, dan nilai R² sebesar 0.968 dan AAD sebesar 12.03% untuk efisiensi penyimpanan CO2. Sehingga mampu merepresentasikan hasil simulasi reservoir dengan tingkat kesalahan yang relatif kecil. Dengan pendekatan regresi rekursif 2 tahap. Untuk model proksi CO2 plume volume mendapatkan R2 tahap 2 sebesar 0.933 dengan AAD 18%. Untuk model proksi efisiensi penyimpanan CO2 mendapatkan R2 sebesar 0.837 dan AAD 19.1%. Sedangkan untuk kapasitas penyimpanan CO2 mendapatkan nilai R2 sebesar 0.981 dan AAD sebesar 3.3%.