王文雄 ,李帥 ,劉廣峰 ,趙振峰 ,張彥軍 ,牛偉
(1.中國石油長慶油田公司油氣工藝研究院,陜西 西安 710061;2.中國石油勘探開發(fā)研究院廊坊分院,河北 廊坊 065007;3.中國石油大學(xué)(北京)石油工程教育部重點(diǎn)實(shí)驗(yàn)室,北京 102249;4.中國石油長慶油田公司第六采油廠,陜西 定邊 718600)
近年來,致密油氣的開發(fā)在國內(nèi)外已經(jīng)成為熱點(diǎn)。美國巴肯油田發(fā)現(xiàn)(4~6)×108t可采儲量的致密油藏,儲量規(guī)模大,產(chǎn)量上升迅猛,引起了全球油氣工業(yè)界的高度關(guān)注[1-2]。致密油藏是指以吸附或游離狀態(tài)賦存于生油巖中,或與生油巖互層、緊鄰的致密砂巖、致密碳酸鹽巖等儲集巖中,未經(jīng)過大規(guī)模長距離運(yùn)移的石油聚集[3]。其開發(fā)方式一般借鑒頁巖氣體積壓裂的理念。體積壓裂概念的提出源自美國Barnett油田頁巖氣,美國學(xué)者通過微地震裂縫測試發(fā)現(xiàn),頁巖壓裂產(chǎn)生的裂縫不是單一對稱裂縫,而是復(fù)雜的網(wǎng)狀裂縫,并提出“改造油藏體積”(StimulatedReservoirVolume,簡稱 SRV)這個概念,指出儲層改造體積越大,增產(chǎn)效果越明顯。
我國致密油藏分布廣泛,其中鄂爾多斯盆地延長組7段油頁巖、致密砂巖和延長組6段致密砂巖最為典型[4-5]。長7致密油藏儲層存在顯著的脆性特征,天然裂縫較發(fā)育,體積壓裂之后,會形成縱橫交錯的縫網(wǎng)形態(tài)。然而如何描述這些縫網(wǎng)國內(nèi)尚無研究,本文在參考頁巖氣體積壓裂國外文獻(xiàn)的基礎(chǔ)上,將頁巖氣藏建模方法應(yīng)用于長7致密油藏,提出了通過歷史擬合反推裂縫系統(tǒng)參數(shù)的方法。該方法模擬結(jié)果與生產(chǎn)歷史符合程度較高,證明了此建模方法在長7致密油藏的適用性。
體積壓裂技術(shù)又稱縫網(wǎng)壓裂技術(shù),即在水力壓裂過程中,天然裂縫不斷擴(kuò)張和脆性巖石產(chǎn)生剪切滑移,形成以主裂縫為主干、天然裂縫與人工裂縫縱橫交錯的裂縫網(wǎng)絡(luò),從而增大改造體積,提高初始產(chǎn)量和最終采收率[6-8]。
表1 長7致密油藏與Barnett頁巖氣藏差異對比
微地震檢測顯示,體積壓裂形成裂縫網(wǎng)絡(luò)[10],壓裂后的油藏由基質(zhì)、天然裂縫、人工縫網(wǎng)3部分組成,流體由基質(zhì)經(jīng)過裂縫以最短的距離進(jìn)入井筒,符合雙重介質(zhì)模型條件。
雙滲模型用來模擬具有天然裂縫發(fā)育的儲層,模型中同一個網(wǎng)格塊同時具有基質(zhì)和裂縫2種屬性、2套參數(shù),流體由基質(zhì)流向裂縫,再由裂縫流入井筒,也可由基質(zhì)直接流入井筒。體積壓裂過程中會產(chǎn)生大量剪切、滑移、張開但是沒有支撐的微裂縫,建模中將這部分微裂縫等效為天然裂縫。
體積壓裂裂縫網(wǎng)格由裂縫分布、裂縫幾何形態(tài)、裂縫方向和裂縫開度來表征[11]。將實(shí)際油藏轉(zhuǎn)化為由水平基質(zhì)層和水平裂縫層相間組成的簡化模型(見圖1)。
圖1 DFN轉(zhuǎn)化為雙滲模型示意
定義竄流系數(shù)σ是連接基質(zhì)層和裂縫層的因子,用來描述基質(zhì)層和裂縫層之間的流體流動情況。根據(jù)H.Kazemi理論,σ的數(shù)學(xué)表達(dá)式為
式中:Lx,Ly,Lz分別為裂縫在 x,y,z方向的間隔。
為了更好地描述人工縫網(wǎng)周圍的壓力分布,采用對數(shù)步長局部網(wǎng)格加密方法。該方法在網(wǎng)格加密中采用不等間距法,以獲得合適的瞬時壓力和較快的計(jì)算時間。加密網(wǎng)格導(dǎo)流能力由裂縫滲透率和裂縫寬度的乘積來計(jì)算,無因次導(dǎo)流能力定義為裂縫導(dǎo)流能力與儲層滲流能力的比值,即
式中:FCD為無因次導(dǎo)流能力,量綱為1;Kf為裂縫滲透率,μm2;Wf為裂縫寬度,m;K 為儲層滲透率,μm2;Xf為裂縫半長,m。
記者從濟(jì)青高速鐵路有限公司獲悉,根據(jù)濟(jì)青高鐵聯(lián)調(diào)聯(lián)試及運(yùn)行試驗(yàn)安排,2018年8月21日-24日,濟(jì)青高鐵濟(jì)南東站至膠州北站順利完成了最高運(yùn)行速度385km/h的試驗(yàn)檢測工作。濟(jì)青高鐵設(shè)計(jì)速度350km/h,按照《高速鐵路工程動態(tài)驗(yàn)收技術(shù)規(guī)范》要求,聯(lián)調(diào)聯(lián)試和動態(tài)檢測時,綜合檢測列車最高測試速度應(yīng)達(dá)到設(shè)計(jì)速度的110%。
根據(jù) A.Novlesky等人[12]的研究,整個建模流程分為以下5部分:1)選擇雙滲模型;2)根據(jù)微地震解釋圖版,計(jì)算體積壓裂SRV區(qū),然后根據(jù)SRV區(qū)建立單井的基本模型;3)選取敏感性因子,進(jìn)行敏感性分析;4)優(yōu)先調(diào)整高敏感性參數(shù),采用反復(fù)迭代自動歷史擬合方法反推裂縫參數(shù),并不斷修正模型,使模型逐漸趨于完善;5)預(yù)測單井最終產(chǎn)能。
1)根據(jù)微地震圖(見圖2),計(jì)算體積壓裂波及區(qū)域,即SRV區(qū)域大小。微地震圖顯示,裂縫方位為北東74°,裂縫網(wǎng)絡(luò)西南翼長400 m,東北翼長150 m,微地震事件帶寬度170 m,測井解釋高度40 m。由于觀測井位于壓裂井西南方向,檢測不到東北方向的微地震信號,在模型中假設(shè)微地震帶呈對稱分布,即體積壓裂SRV 區(qū)域體積為 400 m×170 m×40 m=2.72×106m3。
圖2 SRV區(qū)微地震解釋
2)將SRV區(qū)和非SRV區(qū)都建成雙滲模型,并對SRV區(qū)進(jìn)行對數(shù)網(wǎng)格步長加密,此方法稱為“DK-LSLGR”法。其中,模型中的基質(zhì)層代表基質(zhì),裂縫層代表天然裂縫和壓裂未支撐裂縫,加密的網(wǎng)格代表人工縫網(wǎng)(見圖3)。將每個大網(wǎng)格加密為9個小網(wǎng)格,9個小網(wǎng)格長度的比值為 34.19∶10.81∶3.42∶1.08∶1.00∶1.08∶3.42∶10.81∶34.19,中間最小網(wǎng)格寬度為單個網(wǎng)格寬度的1/100。
圖3 DK-LS-LGR模型示意
采用CMOST進(jìn)行敏感性分析,以確定數(shù)值模擬影響最大的參數(shù)。CMOST是CMG最新研發(fā)的敏感性分析、歷史擬合及不確定性分析的工具。
3.2.1 確定敏感性因子
選擇7個敏感性因子,分別對累計(jì)產(chǎn)油量和累計(jì)產(chǎn)水量的影響程度進(jìn)行分析,具體參數(shù)選擇見表2。
表2 敏感性分析參數(shù)
3.2.2 敏感性分析結(jié)果
敏感性分析通常采用反應(yīng)面方法(RSM)。反應(yīng)面方法是指建立一個近似模型用以代替原始復(fù)雜油藏模型,研究輸入變量和目標(biāo)函數(shù)之間關(guān)系的方法。近似模型建立以后,通過龍卷風(fēng)圖來評價各個參數(shù)的敏感性級別。
圖4展示了模型預(yù)測結(jié)果與實(shí)際結(jié)果的近似程度。預(yù)測產(chǎn)量與實(shí)際產(chǎn)量越相符,結(jié)果點(diǎn)離45°線越接近。為了展示結(jié)果的統(tǒng)計(jì)學(xué)意義,畫出上下2條95%信賴曲線(藍(lán)色弧線),落在95%信賴曲線內(nèi)的點(diǎn),表示此結(jié)果具有95%的可信性。
圖4 實(shí)際與預(yù)測累計(jì)產(chǎn)油量的關(guān)系
采用Latin Hypercube方法,利用表2選取的參數(shù),生成32個方案,選取累計(jì)產(chǎn)油量和累計(jì)產(chǎn)液量為目標(biāo)函數(shù),生成龍卷風(fēng)圖(見圖5、圖6)。
龍卷風(fēng)圖展示了不確定性分析的結(jié)果,可以看出,對產(chǎn)油量影響較大的因子為天然裂縫滲透率、人工縫網(wǎng)導(dǎo)流能力和裂縫步長;對產(chǎn)水量影響較大的因子為天然裂縫含水飽和度和裂縫導(dǎo)流能力。圖中的負(fù)方向表示隨著此因子數(shù)值的增加,目標(biāo)函數(shù)呈現(xiàn)遞減的趨勢,即此因子對結(jié)果產(chǎn)生負(fù)作用。
圖5 各因素對累計(jì)產(chǎn)油量的影響
圖6 各因素對累計(jì)產(chǎn)水量的影響
DECE優(yōu)化程序用以解決歷史擬合和最優(yōu)化問題,是一種自動迭代優(yōu)化過程,對敏感性分析中敏感性級別高的因子優(yōu)先調(diào)整。歷史擬合采用DECE方法,歷史擬合誤差由式(3)計(jì)算。
式中:i為井別;j為擬合指標(biāo);t為生產(chǎn)時間;N(i)為井i 的總擬合指標(biāo);NT(i,j)為擬合點(diǎn)數(shù)目;為軟件運(yùn)行結(jié)果;為實(shí)際生產(chǎn)數(shù)據(jù);tw為權(quán)重;Scale為歸i,ji,j一化參數(shù);T(i,j)為最后一個擬合點(diǎn),數(shù)值上等于 NT(i,j)。
歷史擬合過程中,定油生產(chǎn),擬合產(chǎn)水量和井底流壓,繪制擬合結(jié)果誤差圖(見圖7)。其中,每一個藍(lán)點(diǎn)代表一個有效方案,擬合誤差最小的方案顯示為紅色。
圖7 歷史擬合誤差
通過多次自動歷史擬合,最終得到最優(yōu)的擬合結(jié)果,其擬合誤差僅為0.8%,各參數(shù)匯總及其與美國Marcellus頁巖氣藏?cái)M合結(jié)果的對比見表3。
表3 歷史擬合得到的參數(shù)
使用Petrel建模軟件建立基質(zhì)模型,導(dǎo)入CMG,選擇雙滲模型,將其作為模型的基質(zhì)系統(tǒng)。然后,將歷史擬合得到的孔隙度、滲透率、含水飽和度等裂縫參數(shù)作為裂縫系統(tǒng),這樣就建立了雙滲模型(見圖8—10),最后預(yù)測單井未來10 a內(nèi)產(chǎn)量為1 700 m3。
圖8 基質(zhì)層、裂縫層的孔隙度
圖9 基質(zhì)層、裂縫層的滲透率
圖10 基質(zhì)層、裂縫層的含水飽和度
1)對體積壓裂進(jìn)行了數(shù)值模擬,將SRV區(qū)和非SRV區(qū)建立為雙滲模型,對數(shù)網(wǎng)格步長加密SRV區(qū),對天然裂縫、人工縫網(wǎng)、基質(zhì)分別進(jìn)行模擬。
2)對模型進(jìn)行了敏感性分析,其中,對產(chǎn)油量影響較大的因子為天然裂縫滲透率、人工縫網(wǎng)導(dǎo)流能力和裂縫步長;對產(chǎn)水量影響較大的因子為天然裂縫含水飽和度和裂縫導(dǎo)流能力。
3)提出了通過多次自動歷史擬合反推人工縫網(wǎng)和天然裂縫參數(shù)的方法,并得到以下參數(shù):裂縫步長15 m,天然裂縫孔隙度為0.3%,天然裂縫滲透率為2×10-3μm2,人工縫網(wǎng)平均導(dǎo)流能力為2.000μm2·cm。
4)使用Petrel軟件建立基質(zhì)模型,作為雙滲模型的基質(zhì)系統(tǒng),歷史擬合得到的裂縫參數(shù)作為裂縫系統(tǒng),建立完整的雙滲模型。預(yù)測結(jié)果顯示,模型真實(shí)可靠,證明致密油藏體積壓裂采用此建模方法具有可行性。
[1]竇宏恩,馬世英.巴肯致密油藏開發(fā)對我國開發(fā)超低滲透油藏的啟示[J].石油鉆采工藝,2012,34(2):120-124.
[2]葛洪魁,王小瓊,張義.大幅度降低頁巖氣開發(fā)成本的技術(shù)途徑[J].石油鉆探技術(shù),2013,41(6):1-5.
[3]賈承造,鄒才能,李建忠,等.中國致密油評價標(biāo)準(zhǔn)、主要類型、基本特征及資源前景[J].石油學(xué)報(bào),2012,33(3):343-350.
[4]達(dá)引朋,趙文,卜向前,等.低滲透油田重復(fù)壓裂裂縫形態(tài)規(guī)律研究[J].斷塊油氣田,2012,19(6):781-784.
[5]常興浩.富縣區(qū)塊淺層致密油藏壓裂裂縫擴(kuò)展形態(tài)研究[J].石油鉆探技術(shù),2013,41(3):109-113.
[6]吳奇,胥云,王曉泉,等.非常規(guī)油氣藏體積改造技術(shù):內(nèi)涵、優(yōu)化設(shè)計(jì)與實(shí)現(xiàn)[J].石油勘探與開發(fā),2012,39(3):352-358.
[7]吳奇,胥云,王騰飛,等.增產(chǎn)改造理念的重大變革:體積改造技術(shù)概論[J].天然氣工業(yè),2011,31(4):7-12.
[8]翁定為,雷群,胥云,等.縫網(wǎng)壓裂技術(shù)及其現(xiàn)場應(yīng)用[J].石油學(xué)報(bào),2011,32(2):280-284.
[9]雷群,胥云,蔣廷學(xué),等.用于提高低—特低滲透油氣藏改造效果的縫網(wǎng)壓裂技術(shù)[J].石油學(xué)報(bào),2009,30(2):237-241.
[10]段銀鹿,李倩,姚韋萍.水力壓裂微地震裂縫監(jiān)測技術(shù)及其應(yīng)用[J].斷塊油氣田,2013,20(5):644-648.
[11]李玉偉,艾池,張博文,等.同步體積壓裂對井間裂縫特性的影響[J].斷塊油氣田,2013,20(6):779-782.
[12]Novlesky A,Kumar A,Merkle S.Shale gas modeling workflow:From microseismic to simulation—A horn river case study[R].SPE 148710,2011.