油田化學(xué)驅(qū)開(kāi)發(fā)潛力評(píng)價(jià)方法與軟件研制

于波

(中國(guó)石油大學(xué)(華東)理學(xué)院，山東 青島 266580)

夏志增

(中國(guó)石油大學(xué)(華東)石油工程學(xué)院，山東 青島 266580)

杜慶軍

(中國(guó)石油大學(xué)(華東)地球資源與信息學(xué)院，山東 青島 266580)

?

油田化學(xué)驅(qū)開(kāi)發(fā)潛力評(píng)價(jià)方法與軟件研制

于波

(中國(guó)石油大學(xué)(華東)理學(xué)院，山東 青島 266580)

夏志增

(中國(guó)石油大學(xué)(華東)石油工程學(xué)院，山東 青島 266580)

杜慶軍

(中國(guó)石油大學(xué)(華東)地球資源與信息學(xué)院，山東 青島 266580)

基于Gompertz模型，建立了油田化學(xué)驅(qū)開(kāi)發(fā)潛力評(píng)價(jià)方法，包括潛力評(píng)價(jià)定量表征模型、油藏分類(lèi)技術(shù)、適用度和風(fēng)險(xiǎn)度模型，研制了相應(yīng)的潛力評(píng)價(jià)軟件。實(shí)例應(yīng)用表明，研制的軟件能夠綜合考慮實(shí)施化學(xué)驅(qū)的技術(shù)、經(jīng)濟(jì)潛力及風(fēng)險(xiǎn)性，有效完成聚合物驅(qū)、二元復(fù)合驅(qū)的潛力評(píng)價(jià)，較好地指導(dǎo)油田開(kāi)發(fā)決策。

化學(xué)驅(qū)；提高采收率；Gompertz模型；軟件開(kāi)發(fā)

我國(guó)油藏多為陸相沉積且非均質(zhì)性較為嚴(yán)重，聚合物驅(qū)、二元復(fù)合驅(qū)等化學(xué)驅(qū)方法具有較好的適應(yīng)性，能提高原油采收率約10%以上，是目前我國(guó)提高采收率的主導(dǎo)技術(shù)之一[1～5]。然而，由于開(kāi)發(fā)環(huán)境及技術(shù)經(jīng)濟(jì)要求的特殊性，化學(xué)驅(qū)的實(shí)施具有較高的難度和風(fēng)險(xiǎn)，開(kāi)展化學(xué)驅(qū)潛力評(píng)價(jià)十分必要。

侯健等[6]基于流線(xiàn)模型建立了化學(xué)驅(qū)潛力評(píng)價(jià)方法，能夠有效考慮多種物理化學(xué)現(xiàn)象，但缺乏對(duì)風(fēng)險(xiǎn)指標(biāo)的評(píng)估；趙輝等[7]基于蒙特卡洛原理提出了聚合物驅(qū)潛力風(fēng)險(xiǎn)性評(píng)價(jià)方法，能夠以概率形式對(duì)內(nèi)部收益率及提高采收率進(jìn)行評(píng)估，但需要在內(nèi)部收益率及提高采收率對(duì)油藏參數(shù)、經(jīng)濟(jì)參數(shù)的敏感性數(shù)據(jù)已知的情況下，才能進(jìn)行風(fēng)險(xiǎn)指標(biāo)的處理，局限性較大。針對(duì)上述缺點(diǎn)，筆者基于Gompertz模型提出了化學(xué)驅(qū)潛力評(píng)價(jià)方法并研制了相應(yīng)的軟件，能夠有效完成對(duì)聚合物驅(qū)、二元復(fù)合驅(qū)等化學(xué)驅(qū)方法多項(xiàng)經(jīng)濟(jì)技術(shù)及風(fēng)險(xiǎn)性指標(biāo)的綜合評(píng)價(jià)。

1　化學(xué)驅(qū)潛力評(píng)價(jià)方法

1.1提高采收率定量表征模型

在油田生產(chǎn)過(guò)程中，許多生產(chǎn)指標(biāo)如年產(chǎn)量、累計(jì)產(chǎn)量及含水率等都表現(xiàn)出S形的增長(zhǎng)趨勢(shì)，Gompertz模型是描述該趨勢(shì)的常見(jiàn)模型[8]。Gompertz模型既存在極限值，其導(dǎo)數(shù)曲線(xiàn)又能反映出增油量曲線(xiàn)的非對(duì)稱(chēng)性，具有簡(jiǎn)單、外推性較好的特點(diǎn)。基于此建立了描述化學(xué)驅(qū)階段提高采出程度的定量表征模型[9]:

ΔR=aexp(-exp(b-cNinj))

(1)

式中：ΔR為化學(xué)驅(qū)階段的提高采出程度，%；Ninj為化學(xué)驅(qū)階段累計(jì)注入量，PV；a、b、c為模型特征參數(shù)，三者為地層原油黏度、聚合物黏度、界面張力、地層溫度、地層水礦化度、鈣鎂離子濃度及化學(xué)驅(qū)開(kāi)始時(shí)含水率等的函數(shù)[9]。

該定量表征模型的特征參數(shù)具有明確的物理意義，如圖1所示，特征參數(shù)a反映極限情況下的提高采收率值，b/c反映提高采收程度曲線(xiàn)拐點(diǎn)(斜率最大處)的累計(jì)注入量。

如圖2所示，研究各化學(xué)驅(qū)開(kāi)采效果影響因素(地層原油黏度、地層溫度、地層水礦化度、鈣鎂離子含量和注聚時(shí)機(jī))對(duì)特征參數(shù)a、b、c的影響規(guī)律，建立多元回歸關(guān)系模型，在此基礎(chǔ)上可進(jìn)行化學(xué)驅(qū)的潛力預(yù)測(cè)，計(jì)算出提高采收率值和內(nèi)部收益率。

圖1　提高采出程度和無(wú)量綱增油量與累計(jì)注入量的關(guān)系　　　　圖2　化學(xué)驅(qū)潛力預(yù)測(cè)基本思路示意圖

1.2油藏分類(lèi)技術(shù)

采用星座圖聚類(lèi)方法對(duì)適合化學(xué)驅(qū)的油藏進(jìn)行分類(lèi)。星座圖聚類(lèi)根據(jù)同類(lèi)相聚、異類(lèi)相離原理，通過(guò)數(shù)學(xué)運(yùn)算，類(lèi)似事物的坐標(biāo)點(diǎn)聚在一起，適合油藏類(lèi)型的劃分。

星座圖聚類(lèi)的具體步驟如下：

1)對(duì)原始數(shù)據(jù)進(jìn)行無(wú)量綱極差變換，使其值落在[0,π]內(nèi)，變換表達(dá)式:

(2)

式中：Qij為i油藏參數(shù)j經(jīng)變換后的值；Xij為i油藏參數(shù)j的值；Xjmin、Xjmax分別為所評(píng)價(jià)油藏中參數(shù)j的最小值和最大值。

2)確定各指標(biāo)的權(quán)重。根據(jù)該次分類(lèi)需要，將地層原油黏度、地層水礦化度和油藏溫度確定為考慮影響油田化學(xué)驅(qū)效果的3個(gè)主要因素。它們的權(quán)重可分別取為0.4、0.4、0.2。

3)計(jì)算坐標(biāo)值。星座圖中各點(diǎn)分布于半圓范圍內(nèi)，某油藏的坐標(biāo)值p為：

p(WtcosQit+WμcosQiμ+WccosQic,WtsinQit+WμsinQiμ+WcsinQic)

(3)

圖3　星座圖分類(lèi)示意圖

式中：Qit、Qiμ、Qic分別為i油藏的油藏溫度、地層原油黏度和地層水礦化度無(wú)量綱變換后的值；Wt、Wμ、Wc分別為油藏溫度、地層原油黏度和地層水礦化度的權(quán)重。

4)繪制星座圖，將坐標(biāo)點(diǎn)相近的油藏歸為一類(lèi)。圖3為分類(lèi)示意圖。

1.3適用度及風(fēng)險(xiǎn)度模型

化學(xué)驅(qū)開(kāi)發(fā)具有一定的風(fēng)險(xiǎn)，引入適用度和風(fēng)險(xiǎn)度對(duì)化學(xué)驅(qū)方法的適用性及風(fēng)險(xiǎn)性進(jìn)行定量表征。

適用度反映油藏實(shí)施該化學(xué)驅(qū)效果的好壞，其值越接近于1效果越好，反之越差，其定義為：

(4)

式中：FD為適用度，1；R為采收率的提高值，1；IRR為內(nèi)部收益率，1；ω為權(quán)重，提高采收率權(quán)重ωR可取為0.3，內(nèi)部收益率權(quán)重ωIRR可取為0.7；下標(biāo)max和min分別表示在所評(píng)價(jià)的區(qū)塊中，某化學(xué)驅(qū)方法對(duì)應(yīng)的內(nèi)部收益率及提高采收率的最大值與最小值。

風(fēng)險(xiǎn)度反映不同油價(jià)對(duì)內(nèi)部收益率的影響程度，其值越大，風(fēng)險(xiǎn)性越高，反之越低，其定義為：

(5)

2　潛力評(píng)價(jià)軟件的研制

2.1軟件功能

化學(xué)驅(qū)潛力評(píng)價(jià)軟件基于以Gompertz模型為基礎(chǔ)的潛力評(píng)價(jià)方法，由VB.net 2008 程序語(yǔ)言開(kāi)發(fā)完成，能夠批量實(shí)現(xiàn)對(duì)聚合物驅(qū)、二元復(fù)合驅(qū)等化學(xué)驅(qū)方法多項(xiàng)經(jīng)濟(jì)技術(shù)及風(fēng)險(xiǎn)性指標(biāo)的綜合評(píng)價(jià)。軟件界面友好，操作流程清晰，評(píng)價(jià)結(jié)果以表格和曲線(xiàn)方式呈現(xiàn)，清晰直觀(guān)。

2.2軟件結(jié)構(gòu)

2.2.1軟件界面

軟件界面引導(dǎo)用戶(hù)逐步完成包括參數(shù)輸入、油藏篩選、潛力評(píng)價(jià)和適用度風(fēng)險(xiǎn)度分析等在內(nèi)的潛力評(píng)價(jià)過(guò)程。支持對(duì)界限指標(biāo)、經(jīng)濟(jì)參數(shù)、潛力模型等的自定義修改。用戶(hù)可使用面板錄入基礎(chǔ)參數(shù)，也可通過(guò)數(shù)據(jù)文件加載。

2.2.2軟件模塊結(jié)構(gòu)

軟件主要包括參數(shù)輸入、油藏篩選、潛力評(píng)價(jià)及適用度風(fēng)險(xiǎn)度分析4個(gè)模塊。其中，參數(shù)輸入模塊主要為后續(xù)油藏篩選及潛力評(píng)價(jià)提供基礎(chǔ)信息，包括區(qū)塊信息、潛力預(yù)測(cè)模型和經(jīng)濟(jì)參數(shù)輸入3部分；油藏篩選模塊主要根據(jù)篩選指標(biāo)對(duì)油藏實(shí)施化學(xué)驅(qū)的可行性進(jìn)行篩選；潛力評(píng)價(jià)模塊主要對(duì)適合化學(xué)驅(qū)開(kāi)發(fā)的油藏進(jìn)行潛力計(jì)算；風(fēng)險(xiǎn)度及適用度分析模塊主要在潛力評(píng)價(jià)基礎(chǔ)上對(duì)化學(xué)驅(qū)開(kāi)發(fā)進(jìn)行風(fēng)險(xiǎn)評(píng)估。其中，油藏篩選明細(xì)包括各油藏進(jìn)行化學(xué)驅(qū)(聚合物驅(qū)、二元復(fù)合驅(qū))開(kāi)發(fā)的適應(yīng)性信息；潛力評(píng)價(jià)明細(xì)包括提高采收率、增加可采儲(chǔ)量、提高采出程度曲線(xiàn)等；適用度風(fēng)險(xiǎn)度分析明細(xì)包括不同原油價(jià)格下的內(nèi)部收益率、適用度及風(fēng)險(xiǎn)度等。軟件評(píng)價(jià)明細(xì)結(jié)果可導(dǎo)出到Excel文件。

3　實(shí)例應(yīng)用

以我國(guó)某油田為目標(biāo)區(qū)域，進(jìn)行了化學(xué)驅(qū)的潛力評(píng)價(jià)。以其中的SZ-A油田為例進(jìn)行分析。該油田儲(chǔ)層發(fā)育，連通性好，油層分布穩(wěn)定。地質(zhì)儲(chǔ)量29788×104m3，儲(chǔ)層孔隙度26%～37%，滲透率2000mD，油層溫度65℃，地下原油黏度60mPa·s，地層水總礦化度6000mg/L，鈣鎂離子質(zhì)量濃度600mg/L，轉(zhuǎn)化學(xué)驅(qū)時(shí)的含水率為75%。

在SZ-A油田的參數(shù)條件下，實(shí)施聚合物驅(qū)時(shí)，潛力預(yù)測(cè)模型特征參數(shù)的多元回歸模型如下：

5.9087×10-1fwp-21.5560

(6)

(7)

(8)

實(shí)施二元復(fù)合驅(qū)時(shí)，潛力預(yù)測(cè)模型特征參數(shù)的多元回歸模型如下：

a=8.1504×10-1ln(μo)+2.3765ln(μp)-1.6567×10-1fwp-3.7402×

10-1lg(Fit)+14.5170

(9)

(10)

6.1880×10-1fwp-1.7295×10-2(lg(Fit))2-1.6490×10-2lg(Fit)-19.6200

(11)

其中，聚合物黏度模型和界面張力模型分別如下：

(12)

lg(Fit)=7.1817-4.7076×10-1t+5.9538×10-3t2-2.3024×10-5t3+

(13)

式中：μo為地層原油黏度，mPa·s；t為地層溫度，℃；C1為地層水礦化度，mg/L；C2為鈣鎂離子質(zhì)量濃度，mg/L；fwp為化學(xué)驅(qū)開(kāi)始時(shí)的含水率，%；μp為聚合物黏度，mPa·s；Fit為界面張力，mN/m。

圖4　SZ-A油田提高采出程度預(yù)測(cè)曲線(xiàn)

將SZ-A油田油藏參數(shù)代入式(6)～式(13)，得到該油田實(shí)施聚合物驅(qū)時(shí)的模型特征參數(shù)a、b、c分別為8.73、2.45、6.74，而實(shí)施二元復(fù)合驅(qū)時(shí)的模型特征參數(shù)a、b、c分別為11.45、2.47、6.95。圖4為SZ-A油田的提高采出程度預(yù)測(cè)曲線(xiàn)。

SZ-A油田的油藏類(lèi)型劃分為Ⅱ類(lèi)，預(yù)測(cè)實(shí)施聚合物驅(qū)和二元復(fù)合驅(qū)的采收率提高值分別為8.73%和11.45%，可分別增加可采儲(chǔ)量2600×104m3和3410×104m3。當(dāng)油價(jià)為60美元/桶時(shí)，內(nèi)部收益率分別為115.21%和105.80%；適用度分別為0.7101和0.5940；風(fēng)險(xiǎn)度分別為0.3384和0.3801。因此，對(duì)SZ-A油田實(shí)施聚合物驅(qū)和二元復(fù)合驅(qū)開(kāi)發(fā)，技術(shù)和經(jīng)濟(jì)潛力均較大，且具有較高的適用度和較低的風(fēng)險(xiǎn)度，能獲得較好的開(kāi)發(fā)效果。

4　結(jié)論

建立了化學(xué)驅(qū)潛力評(píng)價(jià)方法，包括潛力評(píng)價(jià)定量表征模型、油藏分類(lèi)技術(shù)、風(fēng)險(xiǎn)度和適用度模型。研制了可用于化學(xué)驅(qū)潛力評(píng)價(jià)的軟件，軟件操作方便，界面友好，能夠有效完成對(duì)油田聚合物驅(qū)及二元復(fù)合驅(qū)的潛力評(píng)價(jià)。實(shí)例應(yīng)用表明，研制的潛力評(píng)價(jià)軟件能夠得到包括提高采收率、內(nèi)部收益率、風(fēng)險(xiǎn)度及適用度等在內(nèi)的多項(xiàng)經(jīng)濟(jì)技術(shù)及風(fēng)險(xiǎn)性指標(biāo)，處理效率高，具有較好的實(shí)用性。

[1]周守為. 海上油田高效開(kāi)發(fā)技術(shù)探索與實(shí)踐[J]. 中國(guó)工程科學(xué), 2009, 11(10): 55～60.

[2] 張賢松, 鄭偉, 謝曉慶. 海上油田早期聚合物驅(qū)增油量評(píng)價(jià)的新方法[J]. 特種油氣藏, 2014, 21(1): 106～109.

[3] 張鳳久, 姜偉, 孫福街, 等. 海上稠油聚合物驅(qū)關(guān)鍵技術(shù)研究與礦場(chǎng)試驗(yàn)[J]. 中國(guó)工程科學(xué), 2011, 13(5): 28～33.

[4] 李俊鍵, 馬佳, 劉勇, 等. 基于代理模型與遺傳算法的聚合物驅(qū)注入?yún)?shù)優(yōu)化控制方法[J]. 中國(guó)海上油氣, 2012, 24(4): 41～44.

[5] 朱友益, 侯慶鋒, 簡(jiǎn)國(guó)慶, 等. 化學(xué)復(fù)合驅(qū)技術(shù)研究與應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)[J]. 石油勘探與開(kāi)發(fā), 2013, 40(1): 90～96

[6] Hou Jian, Zhang Shunkang, Du Qingjun, et al. A streamline-based predictive model for enhanced-oil-recovery potentiality [J]. Journal of Hydrodynamics, 2008, 20(3): 314～322.

[7] Zhao Hui, Luo Fuquan, Hou Jian, et al. Study on the potential risk appraisal method in polymer flooding[J]. SPE129209, 2010.

[8] 俞啟泰. 論 Usher, Logistic和Gompertz 三種增長(zhǎng)曲線(xiàn)的使用價(jià)值[J]. 新疆石油地質(zhì), 2001, 22(2): 136～141.

[9] 張賢松, 孫福街, 侯健, 等. 海上稠油聚合物驅(qū)開(kāi)發(fā)指標(biāo)定量表征[J]. 石油學(xué)報(bào), 2013, 34(4): 727～732.

[編輯]黃鸝

2016-03-10

國(guó)家科技重大專(zhuān)項(xiàng)(2016ZX05025-003)。

于波(1973-)，女，高級(jí)實(shí)驗(yàn)師，現(xiàn)從事應(yīng)用物理與油氣田開(kāi)發(fā)方面的工作，yubo_upc@126.com。

TE319

A

1673-1409(2016)26-0046-04

[引著格式]于波，夏志增，杜慶軍.油田化學(xué)驅(qū)開(kāi)發(fā)潛力評(píng)價(jià)方法與軟件研制[J].長(zhǎng)江大學(xué)學(xué)報(bào)(自科版),2016,13(26):46～49.