Определение эквивалентного алканового углеродного числа западносибирских нефтей как стадия оптимизации ПАВ-полимерных композиций для химического заводнения

Гидрофобность нефти и нефтепродуктов может характеризоваться эквивалентным алкановым углеродным числом (EACN). Данная характеристика может быть определена на основе корреляции между данными межфазного натяжения и других характеристик для гомологичных масел и ряда алканов с последующей интерпретацией на нефти и нефтепродукты. EACN может быть использовано для подбора эффективного поверхностно-активного вещества (ПАВ) для эмульгирования нефти и нефтепродуктов. Целью данной работы являлось определение эквивалентного алканового углеродного числа ряда образцов сырой нефти, отобранных на месторождениях Западной Сибири, с использованием в качестве стандарта высокоэффективных композиций промышленных ПАВ импортного и российского производства класса сульфонатов. Для определения EACN нефти и нефтепродуктов использовалась характеристика S*– оптимальная концентрация NaCl (оптимум солености) в водной фазе ПАВ, обеспечивающая на границе с углеводородной фазой минимальное поверхностное натяжение и образование максимального объема микроэмульсии при фазовом эксперименте. Прямое определение величин межфазного натяжения на границе раствор ПАВ – нефть проводилось на тензиометре методом вращающейся капли при температуре 87 ºС.

В соответствии с эмпирическими уравнениями корреляции между параметрами фазового поведения водных растворов ПАВ с нефтью или смесью углеводородов, EACN и параметрами ПАВ выявлены линейные зависимости и определен характеристический параметр K предложенных трех стандартных композиций ПАВ, который согласуется с литературными данными для индивидуальных поверхностно-активных веществ. В работе предложены композиции промышленных ПАВ для определения EACN нефти и нефтепродуктов. Получены уравнения линейной регрессии зависимости logS* ~ EACN с высокими коэффициентами корреляции (R² = 0,9444–0,9999). Это позволило определить EACN для керосина и семи образцов нефти месторождений Западной Сибири. На основе данного показателя возможен подбор перспективных ПАВ для снижения межфазного натяжения в системе «углеводороды – водный раствор», а также прогнозирование эффективности составов с целью получения эмульсий.

1. Creton B, Lévêque I, Oukhemanou F. Equivalent alkane carbon number of crude oils: A predictive model based on machine learning. Oil and Gas Science and Technology – Rev. IFP Energies nouvelles. 2019;74(30). 11 p. https://doi.org/10.2516/ogst/2019002

2. Chang L, Pope GA, Jang SH, Tagavifar M. Prediction of microemulsion phase behavior from surfactant and cosolvent structures. Fuel. 2019; 237:494–514. https://doi.org/10.1016/j.fuel.2018.09.151

3. Lu J, Liyanage PJ, Solairaj S, Adkins S, Arachchilage GP, Kim DH, et al. New surfactant developments for chemical enhanced oil recovery. Journal of Petroleum Science and Engineering. 2014;120:94–101. https://doi.org/10.1016/j.petrol.2014.05.021

4. Wang S, Chen C, Yuan N, Ma Y, Ogbonnaya OI, Shiau B, et al. Design of extended surfactant-only EOR formulations for an ultrahigh salinity oil field by using hydrophilic lipophilic deviation (HLD) approach: From laboratory screening to simulation. Fuel. 2019;254:115698. https://doi.org/10.1016/j.fuel.2019.115698

5. Zarate-Muñoz S, Troncoso AB, Acosta E. The cloud point of alkyl ethoxylates and its predicttion with the hydrophilic-lipophilic difference (HLD) framework. Langmuir. 2015;31(44):12000–12008. https://doi.org/10.1021/acs.langmuir.5b03064

6. Arpornpong N, Charoensaeng A, Khaodhiar S, Sabatini DA. Formulation of microemulsion-based washing agent for oil recovery from spent bleaching earth-hydrophilic lipophilic deviation conceptю Colloids and Surfaces A: Physicochemical and Engineering Aspects. 2018;541:87–96. https://doi.org/10.1016/j.colsurfa.2018.01.026

7. Zhu Y-W, Zhao R-H, Jin Z-Q, Zhang L, Zhang L, Luo L, Zhao S. Influence of crude oil fractions on interfacial tensions of alkylbenzene sulfonate solutions. Energy and Fuels. 2013;27(8):4648–4653. https://doi.org/10.1021/ef4009357

8. Li S, Willoughby JA, Rojas OJ. Oil-in-water emulsions stabilized by carboxymethylated lignins: Properties and energy prospects. ChemSusChem. 2016;9(17):2460–2469. https://doi.org/10.1002/cssc.201600704

9. Liu H, Zhou P, Wu Z, Chen S, Ding C. Solubilization behavior of organic mixtures in optimum Winsor type III microemulsion systems of sodiumdodecyl sulfate. Journal of Surfactants and Detergents. 2018;21(4):497–507. https://doi.org/10.1002/jsde.12053

10. Salager J-L, Morgan JC, Schechter RS, Wade WH, Vasquez E. Optimum formulation of surfactant/water/oil systems for minimum interfacial tension or phase behavior. Society of Petroleum Engineers Journal. 1979;19(2):107–115. https://doi.org/10.2118/7054-PA

11. Acosta E, Mai PD, Harwell JH, Sabatini DA. Linker-modified microemulsions for a variety of oils and surfactants. Journal of Surfactants and Detergents. 2003;6(4):353–363. https://doi.org/10.1007/s11743-003-0281-2

12. Acosta EJ, Yuan JS, Bhakta AS. The characteristic curvature of ionic surfactants. Journal of Surfactants and Detergents. 2008;11(2):145–158. https://doi.org/10.1007/s11743-008-1065-7

13. Anton RE, Andérez JM, Bracho C, Vejar F, Salager J-L. Practical surfactant mixing rules based on the attainment of microemulsion-oil-water three-phase behavior systems. Advances in Polymer Science. 2008;218(1):83–113. https://doi.org/10.1007/12_2008_163

14. Acosta EJ, Bhakta AS. The HLD‐NAC mod-el for mixtures of ionic and nonionic surfactants. Journal of Surfactants and Detergents. 2009;12(1):7– 19. https://doi.org/10.1007/s11743-008-1092-4

15. Wan W, Zhao J, Harwell JH, Shiau B-J. Characterization of crude oil equivalent alkane carbon number (EACN) for surfactant flooding design. Journal of Dispersion Science and Technology. 2016;37(2):280–287. https://doi.org/10.1080/01932691.2014.950739

16. Solairaj S, Britton C, Lu J, Kim DH, Weerasooriya U, Pope GA. New correlation to predict the optimum surfactant structure for EOR. In: SPE – DOE Improved Oil Recovery Symposium Proceedings. 2012, vol. 2, p. 1390–1399.

17. Karpan VM, Volokitin YI, Shuster MY, Tigchelaar W, Chmuzh IV, Koltsov IN, et al. West salym ASP pilot: Project front-end engineering. In: SPE – DOE Improved Oil Recovery Symposium Proceedings. 2014, vol. 3, p. 1725–1734.

18. Koltsov I, Groman A, Milchakov S, Tretyakov N, Panicheva L, Volkova S, et al. Evaluating reservoir fluids geochemistry for planning of surfactant-polymer flooding. In: IOR 2019 – 20th European Symposium on Improved Oil Recovery. Conference Proceedings, April 2019, Pau, France, 2019, vol. 2019, p. 1–17. https://doi.org/10.3997/2214-4609.201900091

19. Wu B, Shiau B, Sabatini DA, Harwell JH, Vu DQ. Formulating microemulsion systems for a weathered jet fuel waste using surfactant/ cosurfactant mixtures. Separation Science and Technology. 2000;35(12):1917–1937. https://doi.org/10.1081/SS-100100627

20. Witthayapanyanon A, Harwell JH, Sabatini DA. Hydrophilic-lipophilic deviation (HLD) method for characterizing conventionl and extended surfactants. Journal of Colloid and Interface Science. 2008:325(1):259–266. https://doi.org/10.1016/j.jcis.2008.05.061

21. Do LD, Witthayyapayanon A, Harwell JH, Sabatini DA. Environmentally friendly vegetable oil microemulsions using extended surfactants and linkers. Journal of Surfactants and Detergents. 2009;12(2):91–99. https://doi.org/10.1007/s11743-008-1096-0

22. Witthayapanyanon A, Acosta EJ, Har-well JH, Sabatini DA. Formulation of ultralow interfacial tension systems using extended surfactants. Journal of Surfactants and Detergents. 2006; 9(4):331–339. https://doi.org/10.1007/s11743-006-5011-2

23. Phan TT, Harwell JH, Sabatini DA. Effects of triglyceride molecular structure on optimum formulation of surfactant-oil-water systems. Journal of Surfactants and Detergents. 2010;13(2):189–194. https://doi.org/10.1007/s11743-009-1155-1