Energia geotérmica em Steamboat: 40 anos depois
A Ormat Technologies é líder em energia geotérmica. Este estudo de caso destaca a aplicação prática da modelagem numérica para otimizar o desenvolvimento e a estratégia operacional do reservatório geotérmico do campo Steamboat em Reno, Nevada. Baseia-se no artigo do Stanford Geothermal Workshop "Forty Years of Production from the Steamboat Geothermal Field: Numerical Model Update" por Sulav Dhakal, Drew Spake, Lu Lee, Danny Feucht, John Murphy, John Akerley, Adam Johnson, Ryan Libbey e Paul Spielman.
Obstáculos estruturais e térmicos
O campo Steamboat de energia geotérmica, um sistema geotérmico da Great Basin, está em operação desde 1987. O campo gera 79 MW de energia elétrica líquida em cinco usinas de energia com emissão zero de gases de efeito estufa e com reinjeção total em massa desde 2020. Os desafios enfrentados incluíram compreender a complexa geometria estrutural do reservatório, gerenciar o declínio da temperatura de produção e otimizar as estratégias de reinjeção para manter a geração.
Mapa resumido mostrando as principais falhas, alterações hidrotermais e manifestações de superfície, além do desenvolvimento geotérmico no Complexo geotérmico de Steamboat.
Modelagem de reservatórios
A Ormat desenvolveu um modelo numérico abrangente do reservatório, calibrado para condições naturais de temperatura e pressão, nas temperaturas de produção medidas em 28 poços, no histórico de pressão do reservatório e nos testes de traçados do reservatório. O modelo respeita o modelo geológico e conceitual atualizado de Steamboat, caracterizado por falhas de direção com orientação NE que controlam a localização do fluxo ascendente de 220–240 °C sob as Steamboat Hills e contribuem para o escoamento em direção NE, com mais de 3 km de extensão, até a região de Lower Steamboat.
Related content:
- * Quantifying the Benefit of NCG Reinjection on Geothermal Production Performance
- * Numerical modelling with Volsung and Leapfrog
- * Geothermal asset optimisation with Volsung geothermal modelling
- * Accelerate investment decisions with Volsung’s predictive insights
- * Volsung’s tracer particle modelling: challenges, solutions, and next steps
Evolução da temperatura em Steamboat (a). Distribuição de temperatura em 1987 ao longo da falha de Steamboat (b) Distribuição de temperatura em 2025 ao longo da falha de Steamboat (c) Distribuição de temperatura em 1987 a 1050 mRSL (d) Distribuição de temperatura em 2025 a 1050 mRSL
Simulação em ação
O modelo numérico foi usado para simular o estado natural e o histórico de produção do reservatório. O modelo foi desenvolvido no pacote de soluções de software do Volsung para modelagem de reservatórios e poços usando um simulador de volume finito a fim de calcular equações de equilíbrio entre massa e energia. Os parâmetros do modelo foram calibrados com base na distribuição natural de temperatura e pressão, além de dados de mudança de pressão, declínio de temperatura e retorno do traçado durante a produção.
Insights e impacto
A aplicação do modelo numérico no campo Steamboat resultou em:
- Um melhor modelo numérico baseado em um modelo conceitual geológico eficaz;
- Uma melhor compreensão da relação entre estruturas de reservatórios e caminhos de fluxo de fluidos;
- Tomada de decisões baseadas em informações para previsão e gerenciamento de recursos;
- Estratégias otimizadas de produção e reinjeção para manter a pressão e a sustentabilidade de reservatórios.
”Esse modelo numérico tem sido fundamental para orientar as nossas decisões relacionadas à operação e ao gerenciamento dos reservatórios no campo Steamboat. Ele forneceu informações valiosas sobre o comportamento complexo do sistema geotérmico.
Sulav DhakalGeothermal Reservoir Engineer, Ormat Technologies
Manutenção do recurso
A atualização do modelo numérico para o campo de energia geotérmica de Steamboat provou ser uma ferramenta eficaz para otimizar o desenvolvimento e a estratégia operacional do reservatório. Ao aproveitar recursos avançados de simulação, a Ormat Technologies obteve insights valiosos sobre as características e o comportamento do reservatório, levando a um gerenciamento de recursos mais eficiente e otimizado.