Research Paper (Special Issue)

Journal of the Korean Society of Mineral and Energy Resources Engineers. 28 February 2026. 42-55
https://doi.org/10.32390/ksmer.2026.63.1.042

ABSTRACT


MAIN

  • 서 론

  • 본 론

  •   저장층 시뮬레이션 모델

  •   주입성 평가 지표 도출 방법

  •   저장층 압력 조건에 대한 주입성 평가 지표 민감도 분석 방법

  •   Case 1: 단위 두께당 최적 CO2 주입량 분석

  •   Case 2: 최소 주입성 확보 투과도 분석

  • 토 의

  • 결 론

서 론

기후 변화에 대응하기 위한 핵심 기술 중 하나인 탄소 지중 저장(geological carbon storage, GCS)은 대기 중 CO2 농도 증가를 억제하는 데 중요한 역할을 한다. GCS는 발전소나 산업 시설에서 배출된 대량의 CO2를 포집하여 염대수층(saline aquifer)이나 고갈 유가스전과 같은 지하 저장층에 주입·저장하는 방식으로 수행된다(Albertz et al., 2023). 이에 따라 CO2 주입 대상 저장층을 확보하고 주입 운영을 최적화 하는 것이 핵심 연구 주제로 부각되고 있다. GCS 수행 시 핵심 기술 지표인 CO2 주입성(injectivity)은 일정한 압력 구배에서 저장층에 주입 가능한 CO2의 유량을 의미하며(Tawiah et al., 2018; Miri and Hellevang, 2018), 저장층의 투과도와 공극률과 같은 암석물리학적 특성 뿐만 아니라 주입량, 저장층 최대 허용 압력 등 다양한 운영 조건에 의해 영향을 받는다. 특히, 저투과성 저장층에서는 주입정 인근의 압력 상승과 액적군(plume) 확산 지연으로 인해 CO2 주입성이 빠르게 악화되는 경향이 있다(Wang et al., 2024). 이러한 조건에서 GCS를 안정적으로 수행하기 위해서는 다양한 저장층 물성이 일정 수준 이상 확보되어야 하며, 그 중에서도 주입성에 직접적인 영향을 미치는 투과도는 문헌별 기준이 상이하여 저장층 확보 수준 해석에 주의가 요구된다. 따라서 저투과성 환경의 주입성 저하 특성과 투과도 기준의 불확실성을 고려할 때, 저투과성 저장층에서 투과도 기준 정량화를 통한 GCS 수행 가능성을 검토할 필요가 있다.

기존 연구는 저투과성 저장층에서 CO2 주입성에 영향을 미치는 요인들을 분석해왔다. Wang et al.(2024)은 투과도와 공극률이 낮은 저장층에서는 CO2 주입성이 제한적이므로 GCS 수행이 부적합할 수 있음을 밝혔다. 이는 투과도가 일정 수준 이하로 감소할 경우, CO2 주입 자체가 성립하기 어려운 환경이 존재함을 시사한다. Meng et al.(2024)은 저투과성 저장층에서 CO2 주입량, 저장층 압력, 물 포화도 및 투과도 등이 CO2 주입성에 미치는 영향을 수치적으로 분석하였으며, CO2 주입량이 CO2 주입성에 가장 큰 영향을 미치는 요인임을 밝혔다. 또한, 일정 범위의 투과도에 대한 민감도 분석을 통해 투과도 증가 시 CO2 주입성 향상 효과가 크지만, 일정 수준을 넘어서면 그 효과가 제한적임을 확인하였다. 이와 같이, 기존 연구는 CO2 주입성과 투과도 간의 상관관계를 규명하는 데 기여했지만, 저투과성 저장층에서 CO2 주입성 확보가 불가능하거나, 주입성 향상 효과가 둔화되는 투과도에 대한 정량적 기준을 제시하지 않았다.

따라서, 본 연구는 저투과도 범위에서 CO2 주입량과 투과도 간의 관계를 바탕으로 세 가지 주입성 평가 지표, (1) 각 투과도에 대한 단위 두께 당 최적 주입량, (2) CO2 주입성에 영향을 주는 유효 상한 투과도(effective limiting permeability), (3) CO2 주입성 확보를 위한 최소 주입성 확보 투과도(minimum injectable permeability)를 제시한다. 이를 위해, 국내 GCS 유망지역인 서해 군산분지의 저장층 물성을 참조하여 균질 저장층 모델을 구축하고, 다양한 투과도와 주입량 조건에서 CO2 주입성을 비교·분석하였다. 불균질성은 압력 거동과 CO2 액적군 발달 등에 영향을 미치는 주요 인자이나(Rasheed et al., 2020), 본 연구의 목적은 불균질성과 같은 물성의 공간분포 효과가 아닌, 투과도∙공극률 등의 물성 규모가 주입성에 미치는 영향을 정량화하는 데 있으므로, 불균질성 영향을 배제하고 균질 모델을 사용하였다. 나아가, 공극률–투과도 상관식의 적용 여부에 따라 두 가지 Case를 병렬적으로 분석하여 저장 용량과 CO2 주입성에 미치는 영향을 분석하였다. 이러한 접근을 통해 공극률–투과도 상관식 적용 여부가 최적 주입량, 유효 상한 투과도, 최소 주입성 확보 투과도에 미치는 영향을 정량적으로 평가하였다. 또한, 저장층 초기 압력과 저장층 최대 허용 압력에 대한 민감도 분석을 수행하여 다양한 압력 조건에서 세 가지 주입성 평가 지표가 어떻게 변화하는지 분석하였다.

본 론

저장층 시뮬레이션 모델

본 연구에서는 국내 서해 군산분지 내 X 지층을 모사한 지질 모델의 물성 정보를 참조하여 균질 저장층 모델을 구축하였다. 모델의 크기는 I, J 방향 2,000 m, K 방향은 군산분지 X 지층의 평균 두께인 130 m로 설정하였다(Fig. 1(a)). 모델의 격자 크기는 20 m×20 m×13 m (각각 I, J, K 방향)로 설정하였으며, 모델의 경계 조건은 닫힌 경계로 설정하였다. 수직 주입정은 방향성 및 경계 조건의 영향을 최소화하기 위해 모델 중심에 배치하였다. 주입된 CO2의 누출 방지 및 덮개암의 안정성 확보를 위하여 주입정 하부 세 개 격자에만 천공하였다(Kumar and Bryant, 2008, 2009). 또한, 주입정 인근의 CO2 액적군 발달을 정밀하게 모사하기 위하여 주입정 주변 I, J 방향 20 m 구간에 local grid refinement (LGR)을 적용하였으며, 이에 따라 해당 구간의 격자 크기는 2.5 m×2.5 m×13 m (각각 I, J, K 방향)으로 설정하였다(Fig. 1(b)).

https://cdn.apub.kr/journalsite/sites/ksmer/2026-063-01S/N0330630105/images/ksmer_63_01_05_F1.jpg
Fig. 1.

Grid system design.

선행 연구에서 제시된 GCS 수행을 위한 투과도 분류 기준을 종합하여(Table 1), 저투과도 범위를 정의하였다. 다수 문헌에서 투과도 10 mD 전후가 GCS 수행을 위한 주요 경계로 제시됨에 따라 본 연구에서는 10 mD 이하를 저투과도 범위로 설정하였다. 또한 10–100 mD 구간이 주의 또는 전이 구간으로 분류하는 점을 반영하여, 저투과도 범위와 함께 평가하기 위해 분석 범위의 상한을 100 mD로 확장하였다. 이에 따라 연구 수행에 사용된 수평 투과도는 1, 2, 5, 10, 20, 50, 100 mD로 설정하였다.

Table 1.

Reported permeability classification criteria for GCS site screening

Permeability range and classification [mD] Reference
10–100 (cautionary) Chadwick et al., 2008
< 10 (disqualifying threshold) Callas et al., 2024
10–100 (questionable)
< 10 (hazardous)
Anthonsen et al., 2014
< 1 (disqualifying threshold)
1–10 (very low)
10–50 (low)
50–100 (intermediate)
Wei et al., 2013

공극률은 Zhang et al.(2013)이 제시한 식 (1)을 사용하여 각 격자의 수평 투과도에 대응하는 공극률로 산정하였다(Fig. 2). 해당 논문에서 다룬 중국 Subei 분지는 중국의 동부에 위치하며 군산분지와 지리적으로 인접하고, 유사한 심도 조건을 보이므로 공극률–투과도 상관식을 차용하기에 적합하다. 산정된 공극률은 이후 수행되는 민감도 분석에서 투과도와 함께 저장층 모델 입력값으로 사용된다. 식 (1)에서 k는 수평 투과도, 𝜙는 공극률, e는 자연 상수를 의미한다.

(1)
k=0.0286×e38.94×ϕ

https://cdn.apub.kr/journalsite/sites/ksmer/2026-063-01S/N0330630105/images/ksmer_63_01_05_F2.jpg
Fig. 2.

Por-perm correlation of the Subei basin (Zhang et al., 2013).

수평 투과도 대비 수직 투과도의 비율(kv/kh)은 기존 문헌에서 일반적으로 적용되는 값인 0.1로 설정하였다(Adetosoye et al., 2023; Kolbikov et al., 2018). 그 외 저장층 물성은 군산분지 X 지층의 물성을 모델의 입력자료로 활용하였다(Table 2).

Table 2.

Reservoir properties

Parameter Value Unit Reference
Model size 2,000×2,000×130 m -
Normal grid size 20×20×13 m -
Refined grid size 2.5×2.5×13 m -
Porosity 9.1, 10.9, 13.3, 15, 16.8, 19.2, 21 % Zhang et al., 2013
Horizontal permeability 1, 2, 5, 10, 20, 50, 100 mD Chadwick et al., 2008; Callas et al., 2024; Anthonsen et al., 2014; Wei et al., 2013
Permeability ratio (kv/kh) 0.1 - Adetosoye et al., 2023
Kolbikov et al., 2018
Top depth 1,700 m -
Initial pressure 20.3 MPa Modified from Dutta et al., 2021
Initial temperature 48.6 °C Yang et al., 2003

저장층 모델의 주입정 운영 조건은 Table 3와 같다. 주입량은 민감도 분석을 위하여 10 ton/d, 20 ton/d, 40 ton/d, 60 ton/d, 80 ton/d, 100 ton/d의 조건을 적용하였다. 저장층 최대 허용 압력(Max. allowable pressure)은 Zhang and Yin (2017)이 제시한 지층 파쇄압 추정식에 군산 분지의 평균 밀도 정보(Choi et al., 2015)를 대입하여 계산하였으며, 90%의 안전율을 반영해 27.3 MPa로 설정하였다. CO2는 고정된 주입량으로 저장층 최대 허용 압력 하에서 일정하게 주입하였다.

Table 3.

Operating conditions

Parameter Value Unit Reference
Injection rate 10, 20, 40, 60, 80, 100 ton/d -
Max. allowable pressure 27.3 MPa Zhang and Yin, 2017; Choi et al., 2015
Well location center - -
Simulation period 100 years -

주입성 평가 지표 도출 방법

저투과성 저장층에서의 CO2 주입성 분석을 위한 평가 지표 산출을 위해 두 가지 Case로 분류하여 분석을 수행하였다(Fig. 3).

https://cdn.apub.kr/journalsite/sites/ksmer/2026-063-01S/N0330630105/images/ksmer_63_01_05_F3.jpg
Fig. 3.

Workflow for deriving injectivity evaluation metrics by case.

Case 1에서는 저투과도 범위에서 저장량을 극대화하는 단위 두께 당 최적 주입량을 도출하고, CO2 주입성 향상 효과가 둔화되는 유효 상한 투과도를 특정하였다. 투과도가 동일해도 저장층 두께가 달라지면 최적 주입량은 달라지기 때문에 최적 주입량 적용에 대한 범용성을 확장하기 위하여 최적 주입량을 저장층 모델의 두께로 나눈 값을 주입성 평가 지표로 설정하였다. Koornneef et al.(2008)이 제시한 수송 파이프라인, 주입 설비 등의 GCS 설비 수명을 고려하여 분석에 사용할 목표 주입기간을 30년으로 설정하였다. 목표 주입기간을 설정함으로써 현실적으로 운영 가능한 기간동안 각 투과도 조건에서 일정한 주입량을 통해 최대로 주입할 수 있는 누적 주입량을 도출할 수 있다. 누적 주입량이 최대가 되는 주입량 조건을 최적 주입량으로 정의하였다. 이때, 최적 주입량은 목표 주입기간인 주입 시작 30년 후에 공저압이 저장층 최대 허용 압력에 정확히 도달하여 주입이 종료되는 주입량을 의미한다. 주입량 조건이 최적 주입량보다 크면 목표 기간보다 주입이 빨리 멈추게 되어 설비 운전 기간을 충분히 활용되지 못하고, 작으면 30년의 주입 기간동안 저장층 용량이 과소 활용될 수 있다. 따라서, 30년이라는 목표 주입 기간 동안 주입 기간을 갖는 것이 설비, 저장층 활용도를 동시에 최대 활용하여 누적 주입량을 최대로 가질 수 있는 합리적 기준이다. 각 투과도 조건에서의 최적 주입량을 도출하기 위하여 모든 투과도–주입량 조합에 대한 시뮬레이션 결과를 확인하였으며, 각 시뮬레이션 결과에서 공저압이 저장층 최대 허용 압력에 도달하여 주입이 종료되는 시점을 산출하였다. 이후 투과도별 주입량–주입 종료 시점 간 관계를 분석하여 30년의 주입기간을 갖는 최적 주입량을 도출하고 누적 주입량을 확인하였다. 이때 최적 주입량은 이산적으로 설정한 주입량 조건 중 하나로 한정하지 않고, 주입량–주입 종료 시점 관계에 보간을 적용하여 주입 종료 시점이 30년이 되도록 하는 주입량으로 산정하였다. 이러한 과정을 통해 도출된 최적 주입량을 시뮬레이션을 수행한 저장층 모델의 두께로 나눈 값을 단위 두께 당 최적 주입량으로 정의하였다.

또한, 투과도별 단위 두께 당 최적 주입량의 최대값 대비 90% 이상을 달성하는 최소 투과도를 해당 저장층 조건에서의 유효 상한 투과도로 정의하였다. 이는 투과도 증가에 따라 최적 주입량이 증가하던 추세가 포화 구간에 진입하기 시작하는 지점을 나타낸다. 즉, 유효 상한 투과도에 도달하면 단위 두께 당 최적 주입량이 이미 최대값에 근접하여 투과도 증가에 대한 증가율이 크게 감소하므로, 이후 투과도를 추가로 증가시키더라도 최적 주입량은 추가 증가가 제한되거나 미미한 수준에 머문다.

Case 2에서는 주어진 CO2 주입량 조건에서 초기 압력 급상승에 따른 주입 조기 종료가 발생하지 않고 CO2 주입이 가능하도록 하는 최소 주입성 확보 투과도를 특정하였다. 최소 주입성 확보 투과도는 CO2 주입 개시 직후 발생하는 공저압 최대값이 저장층 최대 허용 압력을 초과하지 않고, 이후에 연속 주입이 가능하도록 하는 투과도 중 최소 투과도로 정의하였다. 공저압 피크는 주입정 인근에서의 병목 현상으로 인해 발생하는 압력 상승 현상이며, 모든 투과도–주입량 조합의 시뮬레이션 결과에서 시간에 따른 공저압을 관측하여 공저압 피크를 확인하였다(Fig. 4). 이후 각 주입량 조건에서 투과도–공저압 피크 관계를 분석하여 공저압 피크가 정확히 저장층 최대 허용 압력이 되는 투과도 값을 최소 주입성 확보 투과도로 도출하였다. 투과도가 최소 주입성 확보 투과도 이상인 경우, 주입된 CO2는 상대적으로 높은 유동성을 확보하여 주입정 주변에서 병목 현상이 완화되었고, 설정된 주입량 조건에서 안정적인 CO2 주입이 가능한 투과도 범위로 판단되었다. 반면, 투과도가 최소 주입성 확보 투과도보다 낮은 경우에는 CO2가 주입정 주변에서 충분히 이동하지 못해 공저압이 급격히 상승하였으며, 이는 조기 주입 종료를 유발한다. 따라서 이러한 경우는 해당 주입량 조건에서 CO2 주입이 불가능한 투과도 범위로 간주되었다.

https://cdn.apub.kr/journalsite/sites/ksmer/2026-063-01S/N0330630105/images/ksmer_63_01_05_F4.jpg
Fig. 4.

Bottom-hole pressure (BHP) peak phenomenon during the early phase.

또한, 앞서 서술한 두 Case 모두 공극률–투과도 상관식의 적용 여부에 대한 비교 분석을 수행하였다. 상관식 미적용 시나리오에서는 공극률을 15%로 고정하였으며, 이는 상관식으로 계산하였을 때 투과도 분석 범위 (1, 2, 5, 10, 20, 50, 100 mD) 중 중간값인 10 mD에 대응하는 공극률이다. 상관식 미적용 시나리오는 저장층 모델의 저장 용량을 일정하게 유지한 상태에서 투과도를 변경하였을 때의 주입성 변화를 독립적으로 관찰하기 위하여 수행하였다. 이는 투과도 이외의 인자에 의한 영향을 배제하여 투과도와 주입성 간의 직접적인 연관성을 확인할 수 있다는 장점을 가지지만, 실제 저장층의 물성과는 연관성이 떨어지게 되어 실제 저장층에서의 구동과는 동떨어진 결과를 가져온다는 단점을 가진다. 따라서 공극률을 투과도에 대응하여 함께 변경하는 상관식 미적용 시나리오를 수행하여, 보다 실제 저장층을 잘 모사할 수 있는 결과도 함께 도출하였다. 상관식 적용 시나리오에서는 앞서 언급된 식 (1)을 사용하여 각 투과도에 대응하는 공극률이 모델에 함께 입력되도록 저장층 물성 인자를 설정하였다.

저장층 압력 조건에 대한 주입성 평가 지표 민감도 분석 방법

앞서 설명한 두 Case의 분석 방법에 대해 다양한 저장층 압력 조건에 따른 주입성 평가 지표의 민감도 분석을 추가적으로 수행하였다. 저장층의 심도 변화에 따른 초기 저장층 압력과 저장층 최대 허용 압력을 조절하였을 때 각 Case의 주입성 평가 지표에 미치는 영향을 확인하였다. 압력 조건은 X 지층 모델에서의 네 가지 심도(가장 깊은 심도, 가장 얕은 심도 및 중간 심도 두 지점)에서의 조건을 반영하였다. 각 심도의 초기 압력은 압력 구배로부터 산정하였으며, 저장층 최대 허용 압력은 지층 파쇄압 추정식에 군산분지 평균 밀도와 심도를 적용하여 계산하였다. 계산된 저장층 최대 허용 압력 구배는 17.86 kPa/m로 기존 연구의 17.1–17.4 kPa/m (Lim and Jang, 2024; Kim et al., 2024)와 유사하다. 이에 따라 초기 압력은 17.5–27.2 MPa, 저장층 최대 허용 압력은 23.5–36.5 MPa 범위에서 산정되었다(Table 4).

Table 4.

Pressure conditions by reference depth

Ref. depth [m] Initial reservoir pressure [MPa] Max. allowable pressure [MPa]
1,459 17.5 23.5
1,700 20.3 27.3
1,950 23.3 31.3
2,273 27.2 36.5

민감도 분석을 통해 압력 조건에 따른 주입성 평가 지표의 변화와 초기 단계 공저압 피크의 발생·해소 양상을 관찰하였다. 또한, 압력 조건 변화가 CO2 주입성에 미치는 영향을 정량화하기 위해 Case 1의 기존 주입성 평가 지표인 단위 두께 당 최적 주입량에 더해 누적 주입성 지수(cumulative injectivity index, CII)와 저장 효율계수(storage efficiency factor, SEF)를 함께 산출하였다. 누적 주입성 지수는 전체 주입 기간의 누적 주입량을 주입 전·후 공저압의 차로 나눈 값으로, 저장층의 전체 주입 성능을 정규화하여 비교하는 지표이다. 특정 시점이 아닌 전체 주입 기간의 주입 성능을 평가하기 위하여 주입성 지수 식을 수정한 누적 주입성 지수를 사용하였다(식 2). 누적 주입성 지수는 시간에 따른 상세한 압력 거동은 반영하지 못하지만, 물성 변화 및 운영 조건 변화에 따른 총 주입 성능을 단일 값으로 비교할 수 있어 민감도 분석 수행에 유용하다. 식 (2)에서 Q는 전체 주입 기간동안의 총 CO2 주입량, Pafter는 주입 종료 직후 공저압, Pbefore는 주입 시작 시점의 공저압을 의미한다.

(2)
 Cumulative Injectivity index (CII)=QPafter -Pbefore 

저장 효율계수는 대상 저장층의 저장 가능한 공극 전체 부피 대비 실제로 주입한 CO2의 비율을 나타내는 지표이다. 저장 효율계수는 식 (3)과 같이 표현되며, E는 저장 효율계수, A는 저장층 면적, h는 저장층 두께, 𝜙는 공극률, ρCO2는 저장층 조건에서의 CO2의 밀도, GCO2는 주입된 CO2의 총 질량을 의미한다(Goodman et al., 2011).

(3)
E=GCO2AhϕρCO2

Case 1: 단위 두께당 최적 CO2 주입량 분석

Case 1의 결과는 공극률–투과도 상관식 적용 여부에 따라 뚜렷한 차이를 보였다(Fig. 5, Table 5). 상관식 미적용 시나리오(w/o por-perm correlation)에서는 투과도 증가에 따라 단위 두께 당 최적 주입량이 빠르게 상승한 후 약 20 mD 이후로 증가율이 급격히 둔화되었다. 투과도가 1 mD 에서 20 mD까지 증가함에 따라 단위 두께 당 최적 주입량은 약 0.03 ton/d/m, 누적 주입량은 약 44 kton 증가하였지만, 20 mD보다 큰 투과도 조건에서는 단위 두께 당 최적 주입량 및 누적 주입량이 거의 증가하지 않았다. 해당 결과는 Fig. 5의 붉은색 점선에서 확인할 수 있다. 반면, 상관식 적용 시나리오(w/ por-perm correlation)에서는 투과도 증가에 따라 공극률이 함께 상승하여 주입성과 저장 용량이 동시에 증가하므로, 단위 두께 당 최적 주입량 증가량이 0.14 ton/d/m, 누적 주입량이 202 kton 증가하여 전 구간에서 유의미한 증가량이 관찰되었다. 동일 투과도 범위에서 두 시나리오의 단위 두께 당 최적 주입량 및 누적 주입량 격차는 투과도가 높아질수록 커졌다.

https://cdn.apub.kr/journalsite/sites/ksmer/2026-063-01S/N0330630105/images/ksmer_63_01_05_F5.jpg
Fig. 5.

Optimal injection rate per unit thickness for various permeability values in Case 1 (Vertical lines indicate the effective limiting permeability for each scenario).

Table 5.

Optimal injection rate per unit thickness and cumulative injected amount for various permeability values in Case 1

Horizontal permeability [mD] Optimal injection rate per unit thickness [ton/d/m] Cumulative injected amount [kton]
w/o
por-perm correlation
w/
por-perm correlation
w/o
por-perm correlation
w/
por-perm correlation
1 0.13 0.084 188 124
2 0.14 0.11 209 156
5 0.15 0.14 224 200
10 0.16 0.16 228 228
20 0.16 0.18 232 259
50 0.16 0.21 232 296
100 0.16 0.23 232 326

유효 상한 투과도를 비교하면, 상관식 미적용 시나리오의 최대 단위 두께 당 최적 주입량(0.16 ton/d/m)의 90% 기준을 만족하는 단위 두께 당 최적 주입량에 대응하는 최소 투과도는 약 3.1 mD였고, 상관식 적용 시나리오의 최대 단위 두께 당 최적 주입량(0.23 ton/d/m) 기준 90 %의 주입량을 만족하는 최소 투과도는 약 47.9 mD였다. 다만, 상관식 적용 시나리오의 경우 투과도 분석 범위의 상한인 100 mD에서도 단위 두께 당 최적 주입량과 누적 주입량이 계속 증가하는 추세를 보였으므로, 저투과도 범위를 넘어 더 높은 투과도 지점에서 단위 두께 당 최적 주입량 및 누적 주입량이 수렴하는 지점이 확인될 경우 그 수렴값을 기준으로 산정되는 한계 투과도는 더 커질 수 있다. 즉, Case 1에서 도출한 유효 상한 투과도인 47.9 mD는 투과도 분석 범위 내에서 결정된 보수적인 추정치이다.

Case 1에 대해 압력 조건에 따른 주입성 평가 지표 민감도 분석 결과를 도출하였다. 먼저 단위 두께 당 최적 주입량은 저장층 최대 허용 압력이 커질수록 전 구간에서 증가하는 경향을 보였다(Fig. 6(a), Table 6). 공극률–투과도 상관식 미적용 시나리오에서는 약 21 mD 이하 구간에서 급격히 증가한 뒤 이후 구간에서 증가율이 급감하였으며, 압력 조건이 달라져도 유효 상한 투과도는 대체로 2.0–3.3 mD 범위에서 유지되었다. 반면, 상관식을 적용한 경우에는 투과도 증가에 수반된 공극률 증가로 주입성과 저장 용량이 동시에 커져 1–100 mD 전 구간에서 지속 증가하였고, 유효 상한 투과도는 상관식 미적용 시나리오와 마찬가지로 압력 변화와 무관하여 약 46.7–47.8 mD로 거의 일정하게 도출되었다. 즉, 허용 압력은 단위 두께 당 최적 주입량 변화에 따른 누적 주입량을 크게 좌우하지만, 유효 상한 투과도의 값 자체는 압력 변화에 민감하지 않아서 투과도 증가에 따른 주입성 향상 효과가 나타나는 투과도 범위는 압력 조건에 크게 영향을 받지 않는다.

https://cdn.apub.kr/journalsite/sites/ksmer/2026-063-01S/N0330630105/images/ksmer_63_01_05_F6.jpg
Fig. 6.

Pressure sensitivity of injectivity criteria for Case 1 and Case 2. Colors indicate the maximum allowable pressure: blue = 23.5 MPa, green = 27.3 MPa, orange = 31.3 MPa, and red = 36.5 MPa.

Table 6.

Pressure sensitivity of the optimal injection rate per unit thickness for various permeability values in Case 1. The unit of the optimal injection rate per unit thickness is ton/d

Horizontal perm [mD] Max. allowable pressure [MPa]
23.5 27.3 31.3 36.5
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
1 0.054 0.042 0.13 0.084 0.20 0.12 0.28 0.21
2 0.071 0.053 0.14 0.11 0.23 0.17 0.36 0.27
5 0.075 0.068 0.15 0.14 0.25 0.22 0.40 0.35
10 0.080 0.080 0.16 0.16 0.26 0.26 0.41 0.41
20 0.081 0.089 0.16 0.18 0.26 0.30 0.42 0.47
50 0.079 0.10 0.16 0.21 0.27 0.34 0.42 0.54
100 0.078 0.11 0.16 0.23 0.27 0.37 0.42 0.59

누적 주입성 지수 역시 단위 두께 당 최적 주입량 분석 결과와 비슷한 경향을 보였다(Fig. 6(b), Table 7). 상관식 미적용 시나리오에서는 약 10 mD 이하의 투과도 구간에서 누적 주입성 지수가 빠르게 증가한 뒤 이후 증가율이 급격히 둔화되는추세가 나타났고, 상관식 적용 시나리오에서는 전 투과도 범위에서 증가 추세가 유지된다. 동일한 압력 조건에서 상관식 적용 시나리오의 곡선의 기울기가 더 크므로, 상관식 적용은 주입성 향상 효과가 나타나는 투과도 범위 증가 효과가 있었음을 시사한다. 마지막으로, 저장 효율계수는 상관식의 적용 여부와 무관하게 동일 압력 조건에서 투과도 변화에 거의 반응하지 않았다(Fig. 6(c), Table 8). 상관식을 적용하면 투과도 증가에 따른 공극률 증가 효과로 저장 효율계수의 절대 수준이 다소 높아질 수 있으나, 동일 압력 조건 내에서 투과도 변화가 저장 효율계수를 유의하게 증감시키지 않았다. 따라서 민감도 분석에 사용된 압력 조건 범위에서 투과도는 저장 용량 및 저장 효율의 지배 변수가 아니며, 저장 효율은 압력 조건, 주입 기간과 주입량에 더 민감하게 반응하는 것으로 해석된다.

Table 7.

Pressure sensitivity of the cumulative injectivity index (CII) for various permeability values in Case 1. The unit of the cumulative injectivity index is ton/kPa

Horizontal perm [mD] Max. allowable pressure [MPa]
23.5 27.3 31.3 36.5
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
1 15.7 10.0 26.8 17.7 38.4 25.5 52.7 33.8
2 16.9 12.6 29.9 22.4 42.5 32.0 56.8 42.7
5 18.0 16.1 32.0 28.6 45.3 40.5 61.0 54.6
10 18.4 18.4 32.9 32.9 46.6 46.6 62.8 62.8
20 18.6 20.9 33.2 37.0 47.0 52.5 63.3 70.9
50 18.6 24.0 33.1 42.3 47.2 60.7 63.9 81.7
100 18.6 26.3 33.1 46.6 47.4 66.5 63.9 89.9
Table 8.

Pressure sensitivity of the storage efficiency factor (SEF) for various permeability values in Case 1. The unit of the storage efficiency factor is %

Horizontal perm [mD] Max. allowable pressure [MPa]
23.5 27.3 31.3 36.5
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
1 0.16 0.17 0.3 0.33 0.48 0.52 0.74 0.78
2 0.17 0.18 0.34 0.35 0.53 0.55 0.79 0.82
5 0.18 0.18 0.36 0.36 0.56 0.57 0.85 0.86
10 0.19 0.19 0.37 0.37 0.58 0.58 0.88 0.88
20 0.19 0.19 0.37 0.37 0.58 0.58 0.88 0.88
50 0.19 0.19 0.37 0.37 0.59 0.59 0.89 0.89
100 0.19 0.19 0.37 0.37 0.59 0.59 0.89 0.90

Case 2: 최소 주입성 확보 투과도 분석

Case 2에서는 주어진 다양한 주입량 조건에서 연속 주입이 가능하도록 하는 최소 주입성 확보 투과도를 산정하였다. 각 주입량에 대해 주입 초기 단계의 공저압 피크가 저장층 최대 허용 압력을 초과하지 않는 조건을 만족하는 최소 투과도를 최소 주입성 확보 투과도로 정의하였다. Case 1과 마찬가지로 연구 적용의 범용성을 위하여 단순 주입량이 아닌 단위 두께당 주입량에 따른 최소 주입성 확보 투과도를 분석하였다.

기준 압력 조건에서 최소 주입성 확보 투과도는 주입량이 증가할수록 단조 증가하는 경향을 보였다(Fig. 7, Table 9). 공극률–투과도 상관식 미적용 시나리오 대비 적용 시나리오의 상대적 수준은 주입량에 따라 달라졌다. 0.15 ton/d/m 이하의 낮은 주입량 구간에서는 상관식 적용 시나리오의 최소 주입성 확보 투과도가 더 작게 산정되었다(0.077 ton/d/m에서 적용 시나리오 0.11 mD, 미적용 시나리오 0.30 mD, 0.15 ton/d/m에서 적용 시나리오 0.41 mD, 미적용 시나리오 0.84 mD). 주입량이 커질수록 상관식 적용 시나리오의 최소 주입성 확보 투과도는 점진적으로 상승했으며, 두 시나리오의 곡선이 교차한 이후에는 상관식 미적용 시나리오보다 더 큰 값을 요구하였다. 예컨대 0.31–0.77 ton/d/m의 주입량 범위에서 최소 주입성 확보 투과도는 상관식 적용 시 1.19 mD에서 4.41 mD까지 증가하였고, 상관식 미적용 시에는 1.01 mD에서 3.92 mD까지 증가하는 데 그쳤다. 이는 주입량이 적은 구간에서는 상관식 적용에 따른 공극률 증가가 주입정 인근의 병목을 완화하여 초기 공저압 피크를 낮추었고, 주입량이 높은 구간에서는 주입성과 저장 용량의 동시 증가로 인한 초기 압력 상승의 비선형 증폭이 나타났음을 시사한다. 결과적으로 목표 주입량이 커질수록 최소 주입성 확보 투과도가 빠르게 상승하였으며, 상관식 적용 여부는 필요 투과도의 크기를 달리하지만 전체적인 주입량이 증가할수록 확보해야 하는 투과도가 증가하는 추세는 동일하였다. 이러한 결과는 설계 단계에서 목표 주입량–최소 주입성 확보 투과도 조합을 정량적으로 선정하는 기준을 제공하며, 특히 저투과성 저장층에서 높은 주입량을 목표로 하는 운영 계획 시에는 주입정 인근 압력 관리가 최소 주입성 확보 투과도를 낮추는 핵심 수단임을 시사한다.

https://cdn.apub.kr/journalsite/sites/ksmer/2026-063-01S/N0330630105/images/ksmer_63_01_05_F7.jpg
Fig. 7.

Minimum injectable permeability for various injection rates per unit thickness in Case 2.

Table 9.

Minimum injectable permeability for various injection rates per unit thickness in Case 2

Injection rate per unit thickness [ton/d/m]
(Injection rate [ton/d])
Minimum injectable permeability [mD]
w/ por-perm correlation w/o por-perm correlation
0.077 (10) 0.11 0.3
0.15 (20) 0.41 0.84
0.31 (40) 1.19 1.01
0.46 (60) 2.03 1.87
0.62 (80) 2.82 2.57
0.77 (100) 4.41 3.92

다음으로는 Case 2에서 수행한 압력 조건에 따른 주입성 평가 지표 민감도 분석 결과를 서술한다(Fig. 6(d), Table 10). 목표 주입량이 커질수록 최소 주입성 확보 투과도가 증가하였으며, 그 기울기는 저장층 최대 허용 압력과 초기 저장층 압력의 차이가 작을수록 더 가파르게 나타났다. 예를 들어 상관식 미적용 시나리오에서는 저장층 최대 허용 압력 23.5 MPa 조건일 때, 0.077 ton/d/m에서서 0.77 ton/d/m로 주입량을 10배 증가함에 따라 최소 주입성 확보 투과도가 0.41 mD에서 8.97 mD로 크게 증가하였지만, 36.5 MPa 조건에서는 0.19 mD에서 1.11 mD까지의 증가에 그쳐 증가폭이 상대적으로 완만하게 나타났다. 상관식을 적용한 경우에도 동일한 경향이 유지되며, 23.5 MPa 조건에서는 0.80 mD에서 10.6 mD, 36.5 MPa 조건에서 0.002 mD에서 0.89 mD까지 증가하였다. 이는 저투과성 저장층에서 높은 주입량을 가할수록 주입정 인근 병목 구간의 초기 공저압 피크가 커졌으며, 저장층 최대 허용 압력과 초기 저장층 압력의 차이가 작을수록 이를 감당할 수 있는 최소 투과도 요구치가 급격히 커지기 때문으로 해석되었다.

Table 10.

Pressure sensitivity of the minimum injectable permeability under various injection rates per unit thickness in Case 2

Injection rate per unit thickness [ton/d/m]
(Injection rate [ton/d])
Max. allowable pressure [MPa]
23.5 27.3 31.3 36.5
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
w/o
correlation
w/
correlation
0.077 (10) 0.41 0.8 0.3 0.11 0.13 0.04 0.19 0.002
0.15 (20) 1.79 1.83 0.84 0.41 0.42 0.33 0.26 0.1
0.31 (40) 3.58 3.52 1.01 1.19 0.85 0.75 0.59 0.35
0.46 (60) 5.36 4.59 1.87 2.03 1.06 0.87 0.65 0.48
0.62 (80) 6.03 6.69 2.57 2.82 1.62 1.4 0.9 0.81
0.77 (100) 8.97 10.6 3.92 4.41 2.14 2.25 1.11 0.89

공극률–투과도 상관식의 고려 여부는 절대값 수준의 차이를 유발하였지만, 전반적인 추세에는 큰 영향을 미치지 않았다. 정량적으로 보면 낮은 압력 조건에서는 상관식 적용 시 최소 주입성 확보 투과도가 다소 커진 반면, 높은 압력 조건에서는 거의 변하지 않은 구간이 관찰되었다. 전체적으로는 동일한 주입량 조건에서 저장층 최대 허용 압력과 초기 저장층 압력의 차이가 커질수록 최소 주입성 확보 투과도가 감소하였고, 주입량이 증가할수록 최소 주입성 확보 투과도가 상승하는 기본 패턴이 두 시나리오 모두에서 일관되게 확인되었다. 이러한 결과는 압력 조건이 저투과성 저장층의 주입 가능 투과도 범위를 결정 짓는 주요 요인임을 시사하며, 목표 주입량을 증가시킬수록 필요한 지질학적 조건(투과도) 또는 운영 조건(저장층 최대 허용 압력 여유 확보)이 함께 뒷받침되어야 함을 보여준다.

토 의

토의에서는 방법론에 대한 한계점과 향후 개선 방안에 대해 서술한다. 본 연구는 물성 규모가 주입성 평가 지표에 미치는 영향을 공간적 분포 효과와 분리하여 해석하기 위해 균질 저장층 모델을 사용하였다. 다만 실제 군산분지와 같은 퇴적 환경에서는 지층의 불균질성에 의해 압력 및 유체 거동이 달라질 수 있다. 이로 인해 주입정 인근의 압력 상승 및 CO2 액적군 발달 양상이 변화하여 본 연구에서 산정한 주입성 평가 지표의 절대값이 달라질 가능성이 있다. 따라서 본 연구의 결과는 주입성 평가 지표 기반의 저투과도 조건 주입성 평가 방법을 제시하는 데 유효하나, 현장 적용을 위해서는 불균질성을 반영한 모델로 추가 검증이 요구된다.

또한 본 연구에는 저장층 모델 경계에서 유체 유입이 제한되는 닫힌 경계 조건을 가정하였다. 닫힌 경계에서는 모델 외부와 압력 교류가 제한되므로, 열린 경계 조건 대비 동일 주입 조건에서 압력 상승이 과대평가될 가능성이 있다. 이에 따라 압력 제한 조건이 지배적인 구간에서는 최적 주입량 및 누적 주입성 지수가 보수적으로 산정될 수 있으며, 압력 조건 민감도 분석 결과 해석 시 경계 조건의 영향을 함께 고려할 필요가 있다. 향후 연구에서는 불균질성 수준과 경게 조건을 단계적으로 변화시켜, 본 연구에서 도출한 주입성 평가 지표의 적용 범위와 불확실성을 정량화할 필요가 있다.

결 론

본 연구는 저투과성 범위(1–100 mD)에서의 CO2 주입성 평가에 초점을 두고, 서해 군산분지 지질 모델을 참조한 균질 저장층 모델에서 두 가지 Case를 정의하여 분석을 수행하였다. Case 1은 CO2 저장량 극대화를 위한 단위 두께당 최적 주입량과 유효 상한 투과도를, Case 2는 저장층의 주입 가능성을 확인하는 최소 주입성 확보 투과도를 산정하는 데 목적을 두었다. 추가로, 공극률–투과도 상관식의 적용/미적용 시나리오를 병행하여 암석물리학적 영향 유무에 대한 결과를 비교하였으며, 압력 조건에 대한 민감도 분석을 수행하여 다양한 압력 조건에서의 결과를 비교하였다. 주입성 평가 지표로 단위 두께당 최적 주입량, 누적 주입성 지수, 저장 효율계수, 최소 주입성 확보 투과도를 산정하였다.

Case 1의 공극률–투과도 상관식 미적용 시나리오에서는 단위 두께당 최적 주입량이 1 mD에서 10 mD 까지의 투과도 범위에서 빠르게 증가하였고 20 mD 부근부터는 거의 증가하지 않았다. 1 mD에서 20 mD까지의 증가량은 약 0.03 ton/d/m이고 누적 주입량 증가는 약 44 kton이었다. 이때 주입성에 대한 투과도의 향상 효과 한계가 나타나는 유효 상한 투과도는 약 3.1 mD이었다. 그와 다르게, 상관식 적용 시나리오에서는 1 mD에서 100 mD까지 전체 투과도 분석 범위에서 최적 주입량이 꾸준히 증가하였고, 단위 두께당 최적 주입량 중 최대값은 29.72 ton/d/m이며 유효 상한 투과도는 약 47.9 mD로 산정되었다. 저장 효율계수는 두 시나리오 모두에서 투과도에 대한 민감도가 작아 대체로 1% 미만의 범위에서 변동하였다.

Case 2에서는 최소 주입성 확보 투과도를 확인하였다. 최소 주입성 확보 투과도는 주입량이 커질수록 상승하였다. 상관식 적용 시나리오의 경우 0.077 ton/d/m 및 0.15 ton/d/m에서 각각 0.11 mD와 0.41 mD로 미적용 시나리오의 0.30 mD와 0.84 mD보다 낮았지만, 0.31 ton/d/m에서 0.77 ton/d/m 범위에서는 적용 시나리오가 1.19 mD에서 4.41 mD, 미적용 시나리오가 1.01 mD에서 3.92 mD로 나타나 주입량이 비교적 큰 구간에서는 공극률–투과도 상관식 적용 시 최소 주입성 확보 투과도가 더 커지는 결과를 보였다.

압력 조건에 대한 주입성 평가 지표 민감도 분석 결과, Case 1에서 저장층 최대 허용 압력을 23.5, 27.3, 31.3, 36.5 MPa로 변화시킬 때 10 mD에서의 최적 주입량은 각각 0.08, 0.16, 0.26, 0.41 ton/d/m로 증가하였지만 유효 상한 투과도는 상관식 미적용 시나리오 2.0–3.3 mD, 상관식 적용 시나리오 46.7–47.8 mD 범위에 머물어 압력 조건이 유효 상한 투과도에 미치는 영향은 무시 가능한 수준으로 해석되었다. Case 2에서는 23.5 MPa조건에서 주입량 조건이0.077 ton/d/m에서 0.77 ton/d/m로 증가할 때 최소 주입성 확보 투과도가 상관식 미적용 시나리오 기준 0.41 mD에서 8.97 mD, 상관식 적용 시나리오 기준 0.80 mD에서 10.60 mD로 커졌으며, 36.5 MPa조건에서는 각각 0.19 mD에서 1.11 mD, 0.002 mD에서 0.89 mD로 증가폭이 완만하게 나타났다. 종합하면, 저투과성 저장층에서 투과도는 CO2 주입성의 성립 여부를, 압력은 달성 가능한 CO2 주입 규모를 결정한다. 이러한 연구 결과는 저투과성 저장층에서 CO2 주입성에 관한 정량적 지표 도출 방법을 제시함으로써 GCS 사업 타당성 평가를 지원하고 현장 적용성을 높일 수 있을 것으로 기대된다.

Acknowledgements

이 논문은 2025년도 기후에너지환경부/한국에너지기술평가원의 지원(RS-2025-16063236, CCS 통합 시스템 네트워크 최적화 및 안전성 확보 기술 개발)과 산업통상자원부/한국에너지기술평가원의 지원(20212010200010, CO2 저장효율 향상 기술 개발)을 받아 수행되었습니다. 또한, 본 연구 수행에 참고한 지질 모델을 제공해주신 지질자원연구원에 감사드립니다.

References

1

Adetosoye, A.A., Moreno, J.J., Al Ghuzaily, M.A., Ulincy, A.J., Urazimanova, A.M., Samad, A., Barroeta, R.G., and Portilla, C.A., 2023. Log derived novel approach to estimate vertical permeability in multilayer reservoirs through resistivity anisotropy in the Natih Formation, Oman, Proceedings of the ADIPEC 2023 Conference, Society of Petroleum Engineers (SPE), Abu Dhabi, UAE, p.1-20.

10.2118/216262-MS
2

Albertz, M., Stewart, S.A., and Goteti, R., 2023. Perspectives on geologic carbon storage, Frontiers in Energy Research, 10, 1071735.

10.3389/fenrg.2022.1071735
3

Anthonsen, K.L., Aagaard, P., Bergmo, P.E.S., Gislason, S.R., Lothe, A.E., Mortensen, G.M., and Snæbjörnsdóttir, S.Ó., 2014. Characterisation and selection of the most prospective CO2 storage sites in the Nordic region, Energy Procedia, 63, p.4884-4896.

10.1016/j.egypro.2014.11.519
4

Callas, C., Davis, J.S., Saltzer, S.D., Hashemi, S.S., Wen, G., Gold, P.O., Zoback, M.D., Benson, S.M., and Kovscek, A.R., 2024. Criteria and workflow for selecting saline formations for carbon storage, International Journal of Greenhouse Gas Control, 135, 104138.

10.1016/j.ijggc.2024.104138
5

Chadwick, A., Arts, R., Bernstone, C., May, F., Thibeau, S., and Zweigel, P., 2008. Best practice for the storage of CO2 in saline aquifers: Observations and guidelines from the SACS and CO2STORE projects, British Geological Survey Occasional Publication, 14, 265p.

6

Choi, S., Ryu, I.-C., and Götze, H.-J., 2015. Depth distribution of the sedimentary basin and Moho undulation in the Yellow Sea, NE Asia interpreted by using satellite-derived gravity field, Geophysical Journal International, 202(1), p.41-53.

10.1093/gji/ggv108
7

Dutta, N.C., Bachrach, R., and Mukerji, T., 2021. Quantitative Analysis of Geopressure for Geoscientists and Engineers. Cambridge University Press, Cambridge, UK, 362p.

10.1017/9781108151726
8

Goodman, A.L., Busch, A., Bustin, R.M., Chikatamarla, L., Day, S., Duffy, G., Fitzgerald, J.E., Gasem, K.A.M., Gensterblum, Y., Hartman, C., Jing, C., Krooss, B.H., Mohammed, S., Pratt, T., Robinson, R.L.J., Romanov, V., Sakurovs, R., Schroeder, K., and White, C.M., 2011. US DOE methodology for the development of geologic storage potential for carbon dioxide at the national and regional scale, International Journal of Greenhouse Gas Control, 5, p.952-965.

9

Kim, T.-W., Park, Y., Lee, Y., Kim, K., Kim, K.-Y., and Choi, B.I., 2024. Source to sink CCS entire-cycle integrated simulation: targeting Gunsan Basin, Yellow Sea, Korea. Proceedings of the 17th International Conference on Greenhouse Gas Control Technologies (GHGT-17), Calgary, Canada, p.1-12. Electronic copy available at: https://ssrn.com/abstract=5020345

10.2139/ssrn.5020345
10

Kolbikov, S., Kuznetsova, Y., and Smirnov, A., 2018. Method of anisotropy modeling and its application to hydrodynamic simulation, Proceedings of the SPE Russian Petroleum Technology Conference, Society of Petroleum Engineers (SPE), Moscow, Russia, p.1-12.

10.2118/191622-18RPTC-RU
11

Koornneef, J., van Keulen, T., Faaij, A., and Turkenburg, W., 2008. Life cycle assessment of a pulverized coal power plant with post-combustion capture, transport and storage of CO2, International Journal of Greenhouse Gas Control, 2(4), p.448-467.

10.1016/j.ijggc.2008.06.008
12

Kumar, N. and Bryant, S.L., 2008. Optimizing injection intervals in vertical and horizontal wells for CO2 sequestration, SPE Annual Technical Conference and Exhibition, Denver, Colorado, USA, 21-24 September 2008. Paper SPE-116661-MS.

10.2118/116661-MS
13

Kumar, N. and Bryant, S.L., 2009. Semi-analytical model to determine perforation interval for secure CO2 storage in saline aquifers, Energy Procedia, 1, p.3071-3078.

10.1016/j.egypro.2009.02.086
14

Lim, S.-K. and Jang, I., 2024. Analysis of trapping mechanisms of carbon dioxide storage based on carbon dioxide injection scenarios, Journal of the Korean Society of Mineral and Energy Resources Engineers, 61(2), p.124-135.

10.32390/ksmer.2024.61.2.124
15

Meng, F., Cao, L., Zhou, Y., Liu, B., Wen, C., and Liu, J., 2024. Experimental and numerical studies on CO2 injectivity in low permeability oil reservoirs, Frontiers in Earth Science, 12, p.1-13.

10.3389/feart.2024.1418087
16

Miri, R. and Hellevang, H., 2018. Critical Factors for Considering CO2 Injectivity in Saline Aquifers. FME SUCCESS Synthesis Report, Volume 3, University of Oslo, Oslo, Norway, 86p.

17

Rasheed, Z., Raza, A., Gholami, R., Rabiei, M., Ismail, A., and Rasouli, V., 2020. A numerical study to assess the effect of heterogeneity on CO2 storage potential of saline aquifers, Energy Geoscience, 1(1-2), p.20-27.

10.1016/j.engeos.2020.03.002
18

Tawiah, P., Duer, J., Bryant, S., Larter, S., O’Brien, S., and Dong, M., 2018. CO2 injectivity behaviour – field observations from the Quest CCS operations. Proceedings of the 14th International Conference on Greenhouse Gas Control Technologies (GHGT-14), Shell Canada Ltd. & University of Calgary, Melbourne, Australia, p.1-13.

19

Wang, C., Wang, Z., and Li, H., 2024. Numerical modelling of CO2 injection and storage in low porosity and low permeability saline aquifers: A design for the Permian Shiqianfeng Formation in the Yulin Area, Ordos Basin, Sustainability, 16, 10593.

10.3390/su162310593
20

Wei, N., Li, X., Wang, Y., Dahowski, R.T., Davidson, C.L., and Bromhal, G.S., 2013. A preliminary sub-basin scale evaluation framework of site suitability for onshore aquifer-based CO2 storage in China, International Journal of Greenhouse Gas Control, 12, p.231-246.

10.1016/j.ijggc.2012.10.012
21

Yang, S., Hu, S., Cai, D., Feng, X., Gao, L., and Lu, J., 2003. Geothermal field and thermotectonic evolution in Southern South Yellow Sea Basin, Chinese Science Bulletin, 48(22), p.2466-2471.

10.1360/03wd0024
22

Zhang, J. and Yin, S.X., 2017. Fracture gradient prediction: an overview and an improved method, Petroleum Science, 14, p.720-730.

10.1007/s12182-017-0182-1
23

Zhang, P., Zhang, J., Ren, W., Xie, J., Li, M., Li, J., Ding, F., Wang, J., and Dong, Z., 2013. Identification of waterflooded zones and the impact of waterflooding on reservoir properties of the Funing Formation in the Subei Basin, China, Journal of Zhejiang University–SCIENCE A (Applied Physics & Engineering), 14(2), p.147-154.

10.1631/jzus.A1200165
페이지 상단으로 이동하기