蘇 崇 永

（東北石油大學(xué)， 黑龍江 大慶 163318）

提高烴類(lèi)化合物回收篩查方法的發(fā)展

蘇 崇 永

（東北石油大學(xué)， 黑龍江 大慶 163318）

介紹了一種新的改進(jìn)的烴回收（IHR）篩查方法：將大量的不同的儲(chǔ)層通過(guò)IHR過(guò)程篩選；生成的初步的成分然后通過(guò)通用建模與仿真領(lǐng)域的代理。該方法是一種可以利用儲(chǔ)層巖石/流體性質(zhì)和技術(shù)經(jīng)濟(jì)的不同篩選標(biāo)準(zhǔn)快速篩選進(jìn)而提高采收率的技術(shù)——定量的選擇性的提高采收率。

烴類(lèi)化合物；篩查；回收

前近些年來(lái)，原油市場(chǎng)變的越來(lái)越低迷，油氣資源的品相也變的越來(lái)越差，難以開(kāi)采的油氣儲(chǔ)量也變的越來(lái)越多。為了改善這一現(xiàn)象，各大石油公司需要最大利益化的開(kāi)發(fā)油氣田，而提高油氣采收率無(wú)疑是非常重要的。

1 篩選流程

隨著常規(guī)石油資源的增加和新技術(shù)的發(fā)展，提高油氣采收率（IHR）將扮演一個(gè)重要角色，任何石油公司想要更好的發(fā)展，成立一個(gè)方便管理的儲(chǔ)備基地是非常重要的。提高采收率（IOR注水非混相注烴氣），和提高石油采收率（EOR混相氣）不僅適合未來(lái)形式的發(fā)展，更能平衡與其它項(xiàng)目?jī)?chǔ)集性能的沖突。第一步是對(duì)一個(gè)給定的水庫(kù)選擇其在經(jīng)濟(jì)學(xué)上最有前途的過(guò)程以確保其可行性。初步篩選步驟之后，一個(gè)更深入的調(diào)查（即實(shí)驗(yàn)室研究，機(jī)理模擬，額外的數(shù)據(jù)收集，等）也是一個(gè)非常重要的過(guò)程。在一個(gè)建議項(xiàng)目展示的過(guò)程中，其潛在的現(xiàn)場(chǎng)實(shí)施，及試點(diǎn)測(cè)試可能同步進(jìn)行，以解決一些不確定性。額外的模擬或?qū)嶒?yàn)室研究，可能需要導(dǎo)頻測(cè)試完成后，由圖1中的反饋環(huán)路展示。

最后的步驟包括開(kāi)發(fā)商業(yè)項(xiàng)目計(jì)劃和實(shí)施必要的監(jiān)控程序。這項(xiàng)工作提出了一個(gè)完整的方法，以滿足在圖1所描述的方法的第一步驟。 許多EOR篩選研究已經(jīng)從編制篩選標(biāo)準(zhǔn) EOR不同流程發(fā)表了且完成了一個(gè)國(guó)家的EOR。在過(guò)去的20年中，許多研究人員利用實(shí)驗(yàn)室和現(xiàn)場(chǎng)數(shù)據(jù)，開(kāi)發(fā)出針對(duì)不同的經(jīng)濟(jì)和技術(shù)篩選標(biāo)準(zhǔn)。

圖1 IHR的評(píng)估工作流程Fig.1 IHR assessment workflow

EOR處理這些標(biāo)準(zhǔn)中的發(fā)展已被用于不同的復(fù)雜性，從簡(jiǎn)單的二進(jìn)制到通定性篩查方法/失敗測(cè)試更復(fù)雜的邏輯算法，它結(jié)合了不確定性和風(fēng)險(xiǎn)管理[1]。近年來(lái)，所謂進(jìn)展僅僅從確定最合適的 EOR進(jìn)程取得，通過(guò)使用分?jǐn)?shù)流基于仿真模型定量其潛力。這項(xiàng)工作的目的是開(kāi)發(fā)最適當(dāng)?shù)腎HR選項(xiàng)和主要的預(yù)測(cè)油藏動(dòng)態(tài)。該方法在這兩個(gè)方面各種相對(duì)于以前的工作有了很多優(yōu)點(diǎn)。在IHR篩選，模擬生成方面，已經(jīng)開(kāi)發(fā)了兩個(gè)現(xiàn)有資產(chǎn)，以及被篩選的新機(jī)會(huì)。此外，與以往的通過(guò)/失敗篩選方法相比，目前的辦法可以生成所有IHR選項(xiàng)相對(duì)分?jǐn)?shù)排名。在IHR潛力評(píng)價(jià)方面，工作流通過(guò)使用扇區(qū)模型和代理仿真的影響解決了各種地質(zhì)變量和發(fā)展戰(zhàn)略方面的問(wèn)題。

表1給出整個(gè)算法的示意圖。

表1 在初步篩選中執(zhí)行的優(yōu)先化算法的示意圖Table 1 Schematic of prioritization algorithm performed during preliminary screening

包括以下步驟：

（1）IHR篩選和確定優(yōu)先次序;

（2）扇區(qū)建模和型曲線的生成;

（3）代理仿真和曲線產(chǎn)生。

每個(gè)步驟中詳細(xì)描述的篩選和優(yōu)先級(jí)篩選算法，自動(dòng)算法的關(guān)鍵屬性為給定的水庫(kù)確定了比較篩選的各種流程和標(biāo)準(zhǔn)。生成基于一個(gè)點(diǎn)分配系統(tǒng)中為每個(gè)篩選最值得推薦的算法。

它需要約5 min以篩選500個(gè)儲(chǔ)層，使用3.2 GHz的處理器，包括迭代最小混溶性壓力的計(jì)算(3種不同的氣體的混合物)。收集儲(chǔ)存器和流體數(shù)據(jù)：儲(chǔ)層和流體數(shù)據(jù)被收集在數(shù)據(jù)庫(kù)中。數(shù)據(jù)用于篩選工具時(shí)，具體的油藏?cái)?shù)據(jù)不可用?；A(chǔ)的模擬生成是由C＆C水庫(kù)和IHS商業(yè)數(shù)據(jù)庫(kù)提供的。對(duì)于大多數(shù)特性，模擬值是從獲得證明并根據(jù)用戶定義的區(qū)域，或具有加權(quán)平均值的儲(chǔ)層溫度和壓力，從溫度和壓力對(duì)深度曲線模擬字段來(lái)確定的。

2 篩選標(biāo)準(zhǔn)

數(shù)據(jù)比較篩選標(biāo)準(zhǔn)：每 10個(gè)儲(chǔ)層性質(zhì)和篩選標(biāo)準(zhǔn)進(jìn)行繪制和比較。所用的的性能列于圖 2。篩選標(biāo)準(zhǔn)范圍被繪制為垂直線。

圖2[2]展示出了用于這一步驟的一個(gè)例子。執(zhí)行通過(guò)/失敗測(cè)試：一個(gè)進(jìn)程通過(guò)篩選試驗(yàn)時(shí)，其圖上對(duì)于給定的容器中的垂直線，沒(méi)有通過(guò)篩選測(cè)試的進(jìn)程的每個(gè)屬性被繪制為黑色。把每個(gè)通過(guò)/失敗測(cè)試的結(jié)果分配一個(gè)分?jǐn)?shù)通過(guò)篩選試驗(yàn)。它的篩選標(biāo)準(zhǔn)為極端的距離。一個(gè)進(jìn)程若未能通過(guò)測(cè)試則得到的分?jǐn)?shù)為0到-10之間。根據(jù)篩選標(biāo)準(zhǔn)和儲(chǔ)層性質(zhì)之間的差異來(lái)計(jì)算。差異最大的情況為儲(chǔ)層性質(zhì)和篩選準(zhǔn)則的所有故障過(guò)程被計(jì)算為Δmax（Δmax之間的差粘度標(biāo)準(zhǔn) SAGD和儲(chǔ)存粘度的這種情況下，SAGD分?jǐn)?shù)為-10）。上述數(shù)字。一個(gè)篩選標(biāo)準(zhǔn)無(wú)限接近的儲(chǔ)層物性將得到零分;線性插值來(lái)計(jì)算比分。

圖2 粘度篩選實(shí)施例Fig.2 Viscosity screening example

根據(jù)重要性對(duì)每個(gè)過(guò)程的得分進(jìn)行加權(quán)：根據(jù)屬性重要性權(quán)衡得分。例如，礦化度遠(yuǎn)遠(yuǎn)比化學(xué)驅(qū)傾角更重要。

每個(gè)IHR過(guò)程中有3個(gè)權(quán)重。因此，點(diǎn)的總數(shù)是相同的所有進(jìn)程的總和。添加和正?；姆?jǐn)?shù)所考慮的上述最后四個(gè)步驟篩選。每個(gè)過(guò)程的評(píng)分被歸納到一個(gè)最終值，然后將其之間進(jìn)行一個(gè)進(jìn)程，若通過(guò)了所有測(cè)試，篩選得到的1分，則這個(gè)過(guò)程失敗，所有的篩選試驗(yàn)獲得一個(gè)成績(jī)-1;則中間的分?jǐn)?shù)是基于極端的線性?xún)?nèi)插來(lái)計(jì)算的。

測(cè)試顯示：塞子：對(duì)于大多數(shù)EOR過(guò)程，具體的篩選標(biāo)準(zhǔn)為必須滿足的技術(shù)可行性;例如，可混溶氣體注入要求儲(chǔ)層壓力大于MMP實(shí)現(xiàn)混溶性。這些標(biāo)準(zhǔn)的實(shí)現(xiàn)很重要。當(dāng)一個(gè)進(jìn)程自動(dòng)失效，其標(biāo)準(zhǔn)化得分變?yōu)?1，它將被認(rèn)為是一個(gè)失敗的過(guò)程。

比較分?jǐn)?shù)：最終成績(jī)歸為所有EOR方案進(jìn)行了比較和排名如下：如果推薦：如果>0.8，輕微建議，如果>0.6<0.8，不建議，如果<0.6。這些臨界值是基于比較優(yōu)先排名和實(shí)際EOR項(xiàng)目之間實(shí)現(xiàn)的。

3 類(lèi)型曲線生成

大多數(shù)篩查工具停止運(yùn)行后，確定最有前途的過(guò)程（ES），所開(kāi)發(fā)的方法可以進(jìn)行關(guān)鍵油藏動(dòng)態(tài)的初步預(yù)測(cè)。這是通過(guò)使用區(qū)分特定類(lèi)型的曲線來(lái)實(shí)現(xiàn)（也稱(chēng)為無(wú)量綱性能曲線）的和一個(gè)代理模擬器生成的生產(chǎn)流程流。近些年來(lái)，各種方法已被用來(lái)預(yù)測(cè)未來(lái)的生產(chǎn)概況。最常見(jiàn)的這些方法包括下降曲線分析，精細(xì)油藏模擬[3]，和使用無(wú)量綱換算因子[4]。然而，這些方法需要特定的數(shù)據(jù)，如需要?dú)v史生產(chǎn)數(shù)據(jù)和/或詳細(xì)的模擬模型。數(shù)據(jù)要求嚴(yán)重地限制了它們作為應(yīng)用程序在情況篩選工具中沒(méi)有可用的數(shù)據(jù)。另一個(gè)限制是使用在遞減曲線分析的方法作為篩選工具，生成的下降曲線是唯一的適用領(lǐng)域，不應(yīng)該被普遍應(yīng)用到其他領(lǐng)域。

為了克服傳統(tǒng)的下降曲線分析的局限性，已經(jīng)開(kāi)發(fā)了一種方法，使用通用的行業(yè)模型來(lái)生成型曲線對(duì)案件逐案基礎(chǔ)上，然后在代理模擬器使用。對(duì)于給定的油藏描述，通過(guò)運(yùn)行適當(dāng)?shù)牟块T(mén)模型從而產(chǎn)生類(lèi)型曲線，使用小的扇區(qū)的模型允許對(duì)一組型曲線來(lái)快速生成以覆蓋所要求的范圍地質(zhì)變量（即，沉積環(huán)境，垂直/水平連續(xù)性，滲透率分布，巖壓縮等）和發(fā)展戰(zhàn)略（以及方向，井距，注入/生產(chǎn)的制約，注射性能等）。通過(guò)改變扇區(qū)模型的物理性質(zhì)，以匹配實(shí)際的場(chǎng)或適當(dāng)?shù)哪M現(xiàn)場(chǎng)，型曲線能夠捕捉到油藏地質(zhì)對(duì)洪水的表現(xiàn)預(yù)期的影響。當(dāng)使用型曲線為模擬，一般的假設(shè)是，儲(chǔ)存器將在模擬的方式操作下產(chǎn)生型曲線。因此，如果所需的發(fā)展戰(zhàn)略涉及連續(xù)的氣體噴射用垂直井用兩公里以及間距，則類(lèi)型曲線應(yīng)該使用的扇區(qū)的模型下操作產(chǎn)生的相同的策略。扇區(qū)模型在沒(méi)有任何設(shè)施的約束情況下運(yùn)行（即，含水或GOR范圍），以增加所產(chǎn)生的標(biāo)準(zhǔn)曲線的靈活性。

4 應(yīng)用實(shí)例

一旦產(chǎn)生，所述標(biāo)準(zhǔn)曲線可用于在代理模擬器的開(kāi)發(fā)和用于初步生產(chǎn)流程的流域，但這其中并沒(méi)有歷史數(shù)據(jù)和/或詳細(xì)的全視野的仿真模型存在。這項(xiàng)研究中使用的代理模擬器即波形發(fā)生器是包含在?？松梨诘碾姶殴β誓M器中的[5]。例如一個(gè)波形發(fā)生器模型的設(shè)施網(wǎng)絡(luò)圖。波形發(fā)生器是一個(gè)查找表的油藏模擬器，其中水庫(kù)表示為與指定的儲(chǔ)集器容積罐和每個(gè)孔的性能是由預(yù)先生成的控制型曲線。因?yàn)樗且粋€(gè)查找表的模擬器，模擬三十年或更多年的運(yùn)行可能在幾分鐘內(nèi)完成。一個(gè)重要的波形發(fā)生器的優(yōu)點(diǎn)是，它是完全由電磁功率集成，允許用戶利用他們的權(quán)力管理和進(jìn)行優(yōu)化。

傳統(tǒng)的下降曲線表示流量作為時(shí)間的函，波形發(fā)生器要求型曲線數(shù)據(jù)必須表示為一個(gè)單位時(shí)間的獨(dú)立變量和能估計(jì)出最終恢復(fù)功能。在數(shù)學(xué)上，代表在任何給定的時(shí)間內(nèi)所生產(chǎn)的原油。同時(shí)發(fā)電機(jī)也需要一個(gè)單獨(dú)的類(lèi)型曲線供給來(lái)描述每個(gè)階段的性能（如石油，天然氣，和水）。在這項(xiàng)工作中，石油，天然氣氣和水性能表示為油率（STB/天），氣油比（GOR，SCF /STB），和含水(WC STB/ STB）的分?jǐn)?shù)。一旦產(chǎn)生，類(lèi)型曲線進(jìn)入配置文件中生成數(shù)據(jù)表單產(chǎn)生一個(gè)電子表格。

5 結(jié) 論

IHR評(píng)估和實(shí)施的第一階段包括在一個(gè)給定的領(lǐng)域。確定最合適的流程，這里提出的篩選工具的開(kāi)發(fā)是為了能夠篩選任意數(shù)量的儲(chǔ)層的各種流程和預(yù)測(cè)關(guān)鍵油藏動(dòng)態(tài)。該方法包括三個(gè)主要步驟：（1）篩選和優(yōu)先級(jí); （2）扇區(qū)建模和類(lèi)型曲線的生成；（3）代理仿真和物流的產(chǎn)生。該工具配備了模擬發(fā)電能力，這也使得現(xiàn)有資產(chǎn)有了新的篩查機(jī)會(huì)。此外，不同于以往的成功或者失敗的篩選方法，考慮到所有的選項(xiàng)，目前的方法將會(huì)產(chǎn)生一個(gè)定量排序。這 IHR篩選工具已經(jīng)在各個(gè)領(lǐng)域進(jìn)行了徹底的測(cè)試，其結(jié)果與公布的數(shù)據(jù)吻合得很好。在提高采收率潛力的方面，這種評(píng)估的方法使用領(lǐng)域模型來(lái)

生成型曲線，涵蓋了廣泛的不確定性?xún)?chǔ)層地質(zhì)。這些類(lèi)型的曲線，用波形發(fā)生器產(chǎn)生初步的實(shí)地實(shí)施和鉆探計(jì)劃。工作流程的每個(gè)階段完成的速度遠(yuǎn)遠(yuǎn)超過(guò)使用替代方法，從而能夠更有效的進(jìn)入到第二階段的篩選。優(yōu)化這IHR評(píng)估階段的工作流程。

［1］Wang J, Dong M .A laboratory study of polymer flooding for improving heavy oil recovery [A].Petroleum Society's 8th Canadian International Petroleum Conference[C]. Calgary, Albert, Canada,2007:178.

［2］ Wang J, Dong M . Optimum effective viscosity of polymer solution for improving heavy oil recovery [J].J Petrol Sci Eng, 2009, 67: 155-158.

［3］ 王佳瑋，徐守余．化學(xué)驅(qū)提高油氣采收率方法綜述[J]. 當(dāng)代化工 , 2016,45(5):911-915.

［4］ 東方特色技術(shù)提高油氣采收率 [J].復(fù)雜油氣藏，2009,2(2):8-9.

［5］董曉晨．聚合物驅(qū)在提高油氣采收率上的應(yīng)用與進(jìn)展[J].化工管理，2016,32:200-201.

Development of Methods for Improving the Recovery of Hydrocarbons

SU Chong-yong

（Northeast Petroleum University, Heilongjiang Daqing 163318，China）

A new improved hydrocarbon recovery (IHR) screening method was described: a large number of different reservoirs are screened through the IHR process; the initial components are generated as well as the agents through the generic modeling and simulation field. This method is a kind of technique which can improve the oil recovery by using the different screening criteria of reservoir rock/fluid properties and technical economy —quantitative selective recovery.

Hydrocarbons; Screening; Recovery

TQ 201

A

1671-0460（2017）04-0762-03

2017-03-02

蘇崇永（1993-），男，黑龍江省大慶市人，碩士，2015年畢業(yè)與東北石油大學(xué)，油氣儲(chǔ)運(yùn)工程。E-mail：suchongyong@126.com。