Durant cette alternance, nous souhaitons aborder la problématique du stockage géologique de CO2 sous l’angle de la modélisation numérique multi-échelle (du bassin au réservoir) tout en intégrant la question du multi-usage du sous-sol. A partir de modèles numériques, l’objectif est de prédire la propagation du CO2 dans les formations souterraines, identifier les éventuels risques liés à la pressurisation des systèmes aquifères, aux éventuelles fuites ou à l'interférence avec les autres usages du sous-sol (CO2, géothermie, aquifères stratégiques, …).

Si la modélisation est basée sur celle à l’échelle bassin, la représentation des hétérogénéités est souvent trop grossière pour capturer les hétérogénéités fines et s’avère alors insuffisante pour représenter les réponses proche puits. L’objectif de cet apprentissage est donc :

1. d’améliorer la représentation des hétérogénéités à toutes les échelles envisagées (bassin et réservoir) en s’appuyant sur des méthodes géostatistiques et des données complémentaires,
2. de simuler différents scénarios d’injection, sur un ou plusieurs modèles d’hétérogénéités définis,
3. d’appréhender l’apport de la méthode pour la prédiction des performances de stockages à l’échelle régionale.

Intégré(e) au Département Physique numérique des Milieux Poreux, vos travaux porteront sur :

• La révision de la distribution des propriétés pétrophysiques dans le modèle du bassin de Paris (prise en compte des contraintes de puits notamment).
• Le développement d'un code de calcul en Python qui aura pour objectif de générer de l'hétérogénéité à l’échelle réservoir à partir des données à l’échelle bassin en utilisant des méthodes statistiques (étape de « downscaling »).
• L'application du code pour introduire de l'hétérogénéité dans plusieurs zones de stockage hypothétique de dioxyde de carbone (CO2) extraites du bassin de Paris.
• La conception et simulation de deux ou trois scénarios d'injection de CO2 différents incluant de multiples injections de CO2 et en comparant les résultats obtenus avec ceux issus de simulations avec les propriétés pétrophysiques initiales du bassin.
   

Techniques utilisées :

• Méthode géostatistique pour mieux contraindre le modèle de bassin à partir de données puits.
• Programmation en Python (application de méthodes statistiques pour le « downscaling »).
• Simulation d’écoulement en milieux poreux.
• Méthode LGR pour coupler les modèles échelle bassin et réservoir.

• Solide maîtrise de la programmation Python
• Bases en mécanique des fluides ou pétrophysique
• Connaissances en géologie et bonne compréhension des processus physiques
• Rigueur, curiosité et motivation pour l’innovation dans un contexte de recherche appliquée

Master 2 ou dernière année d'école d'ingénieur.

Idéalement, étudiant(e) souhaitant intégrer IFP School, programme Subsurface Technologies for Sustainable Energies ou programme Petroleum Engineering & Project Development. Pour plus d'informations et déposer votre candidature : www.ifp-school.com.

Débutant(e) accepté(e).