Ingmar Budach¹, Inga Moeck², Marco Wunsch¹, Nestor Karafotis¹, Thorsten Agemar², Matthias Franz³

¹Geothermie Neubrandenburg GmbH, Deutschland; ²Leibniz-Institut für Angewandte Geophysik; ³Georg-August-Universität Göttingen

Die Entwicklung hydrogeothermaler Lagerstätten erfordert neben der genauen Prognose der Reservoirparameter auch eine zuverlässige Abschätzung des damit verbundenen Explorationsrisikos im Rahmen von Fündigkeitsprognosen. Diese erfolgen in der Regel als sogen. POS-Studien (probability of success), welche die Wahrscheinlichkeit quantifizieren, dass die Reservoirparameter bestimmte Mindestwerte erreichen.

Ein in Deutschland häufig verwendeter Ansatz für POS-Studien wurde ursprünglich für den Oberen Jura (Malm) des bayerischen Molassebeckens entwickelt. Bei diesem Ansatz werden die Leistungsdaten umliegender Geothermiebohrungen betrachtet und eine Wichtung der Bohrungen über deren radiale Distanz zum Untersuchungsstandort vorgenommen. Ein geologisches Modell wird hierbei nicht berücksichtigt. Im bayerischen Molassebecken funktioniert dieser Ansatz, weil a) die faziell günstigen Malmkarbonate in erster Näherung flächig abgelagert wurden und somit isotrop verteilt sind und b) es eine große Anzahl an Geothermiebohrungen mit hinreichend guten hydraulischen Testdaten gibt. Da die mesozoischen Sandsteine des Norddeutschen Beckens (NDB) zumeist durch große Flußdeltasabgelagert wurden, sind die bekannten Fündigkeitstypen innerhalb sogen. Rinnengürtel verortet, die in erster Näherung lineare Strukturen bilden. Auf Grund dieser anisotropen Verteilung kann der Ansatz für POS-Studien aus dem Molassebecken nicht zweifelsfrei übertragen werden.

Wir präsentieren daher einen neuartigen, auf Monte-Carlo-Simulationen basierenden POS-Ansatz, der das sedimentologische Faziesmodell der deltaischen Sandsteine im NDB berücksichtigt. Für die einzelnen Lithofaziesassoziationen (Verteilerrinne, Schichtsande, Deltaebene) wird jeweils ein Set an Wahrscheinlichkeitsdichtefunktionen der wichtigsten Reservoirparameter (Sandsteinmächtigkeit, Permeabilität, Temperatur etc.) generiert. In einer mehrstufigen Monte-Carlo-Simulation werden dann Wahrscheinlichkeiten für das Antreffen einer Lithofaziesassoziation mit Wahrscheinlichkeitsdichtefunktionen der dort vorhandenen Reservoirparameter kombiniert. Das Ergebnis ist eine Verteilungsfunktion der thermischen Leistung, die am Standort zu erwartenden ist.

Präsentation (PDF)