banner-ombre-top
banner-ombre-left
Vue d'une usine émettrice de gaz à effet de serre. © Dudarev Mikhail - Fotolia.com

Évaluation du stockage du CO2 : des métamodèles numériques pour mieux prévoir les risques

28.10.2013
L’évaluation des risques liés au stockage du CO2 en sous-sol nécessite des modèles de simulation numérique à grande échelle. Le problème : des calculs très longs avec les méthodes actuelles. Comment aller plus vite ? C’est l’objet du projet SINGE-CO2, qui va réduire les temps de calcul afin de pouvoir mieux évaluer les incertitudes associées à l’évaluation de risques de ces stockages. À la clé : l’emploi d’approximations, les métamodèles, qui permettront d’évaluer l’influence des hypothèses de calcul sur les résultats de l’évaluation de risque (analyse de sensibilité).

Pour évaluer les risques liés au stockage du CO2 en sous-sol, il faut des modèles de simulation numérique qui peuvent être très lourds surtout si la modélisation se fait à l’échelle d’un bassin sédimentaire. Temps de calcul pour une seule simulation sur une centaine de kilomètres autour du lieu d’injection, avec un très gros maillage (plusieurs centaines de milliers de mailles) : jusqu’à une semaine avec les grappes en cluster, ces fermes de calcul utilisées en général dans les laboratoires ! Or il faut souvent des milliers de simulations pour réaliser une analyse de sensibilité.

Barre gréseuse du Minjur Sandstone (Arabie Saoudite). Elle fait partie d’un ensemble de sédiments alluviaux hétérogènes, analogue de réservoir profond exploitable pour le stockage de CO2. L’intégration de ces corps sédimentaires complexes dans des modèles permet de mieux appréhender les performances des réservoirs.

Barre gréseuse du Minjur Sandstone (Arabie Saoudite). Elle fait partie d’un ensemble de sédiments alluviaux hétérogènes, analogue de réservoir profond exploitable pour le stockage de CO2. L’intégration de ces corps sédimentaires complexes dans des modèles permet de mieux appréhender les performances des réservoirs. © BRGM

Comment réduire ces délais ? En s’affranchissant de nombreux "verrous" de calcul. On se base en général sur des modèles dynamiques à grande échelle, dont la dimension peut atteindre celle d’un bassin sédimentaire. Les "verrous" sont liés au temps de calcul des simulateurs (plusieurs heures voire journées), et à un nombre très important d’hypothèses à prendre en compte (plusieurs dizaines) : paramètres d’entrée et variables évolutives dans le temps et l’espace comme porosité, pression, etc.

Identifier la source majeure des incertitudes

La directive européenne sur le stockage de CO2 2009/31/EC recommande spécifiquement que soit étudiée "la sensibilité des hypothèses et des choix des paramètres sur lesquelles ces modélisations reposent, pour identifier les sources majeures d’incertitudes impactant le plus les résultats de simulations". C’est l’objet du projet SINGE-CO2, pour "Sensibilité des INcertitudes dans les modèles à Grande Échelle pour l’évaluation des risques liés au stockage de CO2". Objectif : réduire les temps de calcul. La réponse réside alors dans l’approximation, à travers des métamodèles qui sont des représentations du modèle dynamique initial à un niveau qui le rend adapté aux besoins de l’utilisateur (une carte IGN par exemple est un métamodèle du sol sur lequel on se déplace)…

Exemple d’une modélisation à grande échelle destinée à évaluer l’impact d’une opération de stockage de CO2 dans un réservoir

Exemple d’une modélisation à grande échelle destinée à évaluer l’impact d’une opération de stockage de CO2 dans un réservoir fluvial hétérogène. © BRGM

Mais pas seulement. Ces métamodèles présentent des temps de calcul très attractifs, qui rendent alors faisables les milliers de simulations nécessaires à l’analyse de sensibilité, mais au prix de l’erreur d’approximation… 

De 100 ans... à 5 jours !

Des métamodèles ont déjà été développés dans l’industrie, reposant sur la combinaison de différentes stratégies : plans d’expérience, méthodes de validation croisée et méthodes d’interpolation. SINGE a permis de prouver leur faisabilité, et les a adaptés aux éléments spécifiques au CO2.

L’équipe du BRGM a pris comme cas d’étude une injection industrielle de CO2 de plus d’un million de tonnes par an dans un réservoir fluvial hétérogène, nécessitant un modèle de simulation à 500 000 mailles élémentaires. Elle a construit le métamodèle proprement dit grâce au krigeage, une méthode employée en géostatistique grâce à laquelle on peut déduire une approximation fiable du modèle original. Du même coup, ici, les calculs sont considérablement allégés. L’équipe a pu également, comme le demande la directive européenne, "caractériser et représenter les sources d’incertitudes" c’est-à-dire l’influence des hypothèses telles que la valeur de la porosité ou de la perméabilité du réservoir.

Résultat : alors que dans le cas choisi plus haut, pour effectuer seulement 1 000 simulations sur un PC avec 9 paramètres à tester par simulation cela nécessiterait… 137 ans, le même problème d’analyse de sensibilité avec le métamodèle krigeage a pris seulement 5 jours ! Les travaux se poursuivent pour prendre en compte le cas des variables d’entrée dites spatiales. À l’issue de la manipulation, le projet devrait permettre d’accroître la compétitivité du BRGM et de prendre de l’avance dans le secteur de l’analyse des risques liés au stockage de CO2.

BRGM - 3 avenue Claude-Guillemin - BP 36009 45060 Orléans Cedex 2 - France Tél. : +33 (0)2 38 64 34 34