基于LGR模擬裂縫的頁巖油藏注CO2吞吐開發參數優化

張偉，李俊超，2，暢新鴿

1.西安石油大學機械工程學院（陜西 西安 710065）

2.西安市高難度復雜油氣井完整性評價重點實驗室（陜西 西安 710065）

0 引言

根據美國能源信息署和美國先進資源國際公司數據，截至2017 年底，全球頁巖油地質資源總量9 368.35×108t，資源量為618.47×108t，中國排名全球第三，技術可采資源量43.93×108t，約占全球的6%，具有極大的開發潛力[1]。頁巖油藏地質特征復雜多變，具有多尺度的孔隙結構，包括納米級的孔隙、微米級的裂縫，滲透率極低[2]。所以需要大規模的水力壓裂創造高滲油流通道，從而增加頁巖油開采效果。然而由于應力敏感性較強，壓裂裂縫易閉合，開井后地層壓力衰減迅速導致開采效果差。頁巖油藏滲透率極低，液體注入困難，難以通過常規水驅開發方式有效補充地層能量[3]。

采用氣體作為介質可以大大提高注入量，從而有效補充地層能量。CO2與頁巖油容易發生混相，混相后的頁巖油黏度降低，大大改善了頁巖油的流動性，此外CO2在超臨界狀態下的表面張力幾乎為零[4]，具有良好的擴散性。在頁巖油藏滲透率極低的情況下，CO2驅替難以適用，而CO2吞吐技術具有用量小、規模小和見效快的優勢。在全球碳達峰和碳中和的大背景下，CO2吞吐采油作為碳捕獲、利用與封存技術（CCUS）最經濟有效的手段之一，將迎來更廣泛的應用[5]。

Khan[6]等人在1989 年進行了注CO2開采頁巖氣的數值模擬研究，認為注CO2開發頁巖氣具有技術可行性和較高的經濟效益。Li 等[7]在2014 年證明，傳統的單一孔隙模型不能夠解釋頁巖基質中的流體流動。Lee等[8]提出嵌入式離散裂縫模型，該方法對各種尺度的裂縫分級描述，針對短裂縫做提高基質滲透率的處理，將大尺度裂縫建模為離散裂縫模型。Hawthorne等[9]研究了頁巖儲層中CO2的驅替機理，認為基質和裂縫中烴類濃度的差異導致原油和CO2混合相中的烴類組分擴散到裂縫中的CO2相中。郎東江等[10]進行了頁巖油注CO2實驗，研究了接觸時間和接觸次數對采出程度的影響，證實注CO2可以有效提高頁巖油藏采收率。葉義平等[11]建立了一種考慮壓敏、變裂縫導流能力的裂縫性油氣藏多段壓裂水平井試井數學模型，并求得其無因次井底壓力解。張越琪等[12]認為CO2吞吐時注氣速度對開發效果影響較小，而CO2的相態對開發效果影響較大。本文采用局部網格加密（Local grid refinement，以下簡稱LGR）模型來模擬水力壓裂裂縫，可以有效提高裂縫附近油藏動用的模擬精度，相對于全局網格加密模型可大幅提高計算效率[13]。

采用多組分模型和基質-人工裂縫-天然裂縫的多重介質模型，可以精確表征CO2注入地層后的相態變化、混相、原油萃取等機理，還可以模擬流體在不同介質中的流動特性。通過多重介質數值模擬方法對CO2吞吐時機、注氣總量、注氣速度、燜井時間、吞吐輪次等進行模擬，得出最優的參數，從而為開采提供合理參考，提高開采效益。

1 基質-天然裂縫-人工裂縫耦合數學模型

人工裂縫的外邊界ΓF與天然裂縫系統壓力處處相等，內邊界ΓI為定井底壓力，則人工裂縫內的流動數學模型為[14]：

基質和微裂縫控制方程、初始條件和邊界條件分別為：

式中：Com為基質原油綜合壓縮系數，MPa-1；?om為基質孔隙度，無因次；ρom為基質原油密度，kg/m3；pom為基質壓力，MPa；kof,a為基質表觀滲透率，m2；μom為基質原油平均黏度，mPa·s；qo為基質-裂縫間的竄流量，kg/(m3·s)；CoF為天然裂縫原油壓縮系數，MPa-1；?of為天然裂縫孔隙度，無因次；ρof為天然裂縫原油密度，kg/m3；pof為天然裂縫系統壓力，MPa；kof,a為考慮速度滑移時天然裂縫表觀滲透率，m2；μof為天然裂縫原油平均黏度，mPa·s；qof為裂縫系統源匯項，kg/(m3·s) ；CoF為人工裂縫原油壓縮系數，MPa-1；?oF為人工裂縫孔隙度,無因次；ρoF為人工裂縫原油密度，kg/m3；poF為人工裂縫壓力，MPa；koF為人工裂縫滲透率，m2；μoF為人工裂縫原油平均黏度，mPa·s；qoF為裂縫系統源匯項，g/(m3·s)。

2 LGR模型建立與參數設置

頁巖油藏通常構造并不復雜，其非均質性主要體現在不同尺度介質的孔隙尺度與流動機理差異上，為了更好地研究CO2吞吐提采的過程機理以及優化參數，本文建立了一個特征油藏模型（圖1），采用LGR加密模擬人工裂縫，該模型由28 800個網格組成，設置有一口水平井，射孔井段有6 段，LGR 采用對數網格加密方式，最細網格寬度0.31 m。模型初始狀態各資源儲量見表1。

表1 初始資源儲量

圖1 特征油藏模型示意圖

建立的LGR模型為考慮有機基質與無機基質、天然裂縫、水力裂縫的多重介質模型。初始模型由于基質、天然裂縫和水力裂縫中原油黏度差別不大，原油黏度主要取決原油與CO2混相程度與壓力。為簡化模型，初始原油黏度統一設置為15 mPa·s。多重介質參數見表2。

表2 模型參數

為了精確表征CO2吞吐過程中的相態變化、原油萃取和混相等機理，算例采用多組分模型，各組分性質見表3，原油初始組分含量如圖2（a）所示，壓力-溫度圖如圖2（b）所示。在天然裂縫和人工裂縫中采用線性相滲曲線，在無機介質中油水兩相采用圖3（a）所示相滲曲線，氣油兩相采用圖3（b）所示相滲曲線。

表3 各組分性質

圖2 模型流體組分性質

圖3 相滲曲線

3 CO2吞吐數值模擬與參數優化

3.1 優化方案設計

依次按注入量、注氣速度、燜井時間、吞吐輪次開展參數優化設計，采用單一變量原則，每輪優化結果持續更新。在開始優化前先將注入量之外的參數暫定一個值，首先對注入量進行優化，注入量優化是控制注入時間不變，改變日注氣量。根據增油量與換油率綜合選取最優注入量。注入速度是控制注入總量保持不變，改變日注氣量和注氣時間，注入總量為注入量優化時的最優注入量對應的注入總量，根據增油量選取最優注入速度。依次類推優化燜井時間與吞吐輪次。

在開始注CO2吞吐前先進行衰竭開發，當日產油量降至2.5 m3/d后開始注入CO2。CO2注入后可以補充地層能量并與原油發生混相，改變頁巖油的油流特性從而提高采收率。隨著CO2的注入，注入過程中的CO2摩爾濃度場圖如圖4（a）所示，同時刻原油黏度場圖如圖4（b）所示，CO2與原油混相區域原油黏度明顯降低，流動性增強。

圖4 CO2濃度場圖與黏度場圖

3.2 CO2吞吐注入量優化

研究注入量對注CO2吞吐的影響，是在注入時間不變時，改變日注氣量。結合實際情況，控制注氣量以外的參數不變，注氣時間為30 d，日注氣量分別為40、60、80、100、120、140和160 t/d，也就是單井單輪注入量分別為1 200、1 800、2 400、3 000、3 600、4 200 和4 800 t 下進行數值模擬。燜井30 d、開采180 d、吞吐5 輪次后的日產油曲線如圖5（a）所示，累產油曲線如圖5（b）所示。

圖5 不同注入量下的產油曲線

數值模擬結果表明，注入量越大，補能效果越顯著，累計產油量越高。當單輪次CO2注入量小于3 600 t時，增油量隨注入量的增加而增加；當注入量超過3 600 t時，增油量的增速隨注入量的增加而降低。如圖6 所示，換油率在單輪次注入量為3 600 t時出現拐點。所以當注入量超過3 600 t后，再增加CO2注入量會導致換油率降低。綜合考慮經濟成本，選擇單輪次總CO2注入量為3 600 t較合適。

圖6 不同注入量下的換油率

3.3 CO2吞吐注氣速度優化

CO2注入速度是影響吞吐效果的重要參數之一。較大的注入速度會使近井區的原油被驅替至遠離井筒位置，不利于提高采收率；較低的注入速度又會使得時間成本增加。因此選擇合適的注入速度顯得尤為重要。注入速度是指總注入量保持不變，改變日注入量和注入時間，以保持其他參數不變。選定單輪單井總注入量為3 600 t，分5組對該參數進行數值模擬，根據實際情況設置表4中5個方案進行數值模擬計算。不同注入速度下的日產油曲線如圖7（a）所示，累產油率曲線如圖7（b）所示。

表4 注氣速度優化方案

圖7 不同注入速度下的產油曲線

從不同注入速度下的最終累計產油量（圖8）可以看出，累產油量和日產油量隨著注入速度的增加，呈現出先增加后降低，在90 t/d的注入速度下達到最大值。當注入速度在45 t/d 的范圍內增加時，增大注入速度會使油藏壓力快速補充，CO2能夠擴散的更廣，從而與更多的原油發生相互作用；當超過90 t/d 的注入速度后，CO2與原油接觸時間變短，相互作用（原油膨脹、萃取效果）減弱，而且較大的注入速度會使井筒附近的原油被CO2驅離井筒，導致采油率和產油量降低。所以最佳的注入速度選為90 t/d，單輪注入時間為40 d。

圖8 不同注入速度下的最終累計產油量

3.4 CO2吞吐燜井時間優化

燜井有助于CO2與原油的充分作用，并且可以使CO2擴散到更大的范圍，與更多的原油作用。但是過長的燜井時間會使CO2過度擴散，使得地層壓力降低。相反，過短的燜井時間則會讓CO2與原油不能充分接觸，原油膨脹、酸化解堵等效果不顯著。基于實際情況，設計了5組燜井時間，分別為20、25、30、35、40 d。通過數值模擬得到日產油曲線、累產油率曲線（圖9）。

圖9 不同燜井時間下的產油曲線

從數值結果可以得出，相同總注氣量與注氣速度條件下，燜井時間對吞吐最終累產油量、地層壓力補充水平影響較小。隨著燜井時間的增加，累計產油量先緩慢增加后降低。燜井時間越短，短期內總生產時間長、累計增油量大。建議燜井時間為30 d。

3.5 吞吐輪次優化

隨著吞吐輪次的增加，累產油量也會相應的增加，單輪次增油量會相應減少。在前文優化參數下，進行16 輪次的吞吐模擬，其日產油曲線如圖10（a）所示，累產油率曲線如圖10（b）所示。

圖10 吞吐16輪次下的產油曲線

分析每輪次吞吐的增油量（圖11）可以看出，前6 輪次吞吐后產油量下降較快，吞吐6 輪次后產油量趨于平穩。但是隨著吞吐輪次的增多，每一輪次的累計產油增量會降低，在第11 輪次后單輪次產油量開始快速下降。由此建議選擇吞吐輪次為6～11 次。綜合上述分析，最優參數組合見表5。

表5 最優參數組合

圖11 每輪次吞吐增油量

最優參數組合下，不同時間油藏動用過程如圖12 所示，不同吞吐時期CO2摩爾密度分布情況如圖13所示。

圖12 最優參數組合下不同時間的儲層動用情況壓力圖

圖13 不同吞吐時期CO2摩爾密度分布情況

4 結論

1）注氣量越大，補充地層能量越顯著，累計產油量越大。單輪次CO2注入量在3 600 t 處存在拐點，考慮時間與經濟成本，建議注入量選擇3 600 t。

2）累積產油量與日產油量隨著注入速度的增加呈先增加后降低趨勢，在90 t/d 的注入速度下達到最大值。降低的原因是注入速度過快導致CO2與原油相互作用效果降低。最佳的注入速度選為90 t/d，單輪注入時間為40 d。

3）相同總注氣量與注入速度條件下，燜井時間對吞吐最終累產油量、地層壓力補充水平影響較小。隨著燜井時間的增加，累計產油量呈先緩慢增加后降低。燜井時間越短，短期內總生產時間長、累增油量大。建議燜井時間為30 d。

4）隨著吞吐輪次的增多，每一輪次的增油量會降低，在第11 輪次后單輪次產油量開始快速下降。考慮經濟效益，建議選擇吞吐輪次為6～11次。

綜上所述，最終優化后的單輪次注入量為3 600 t，注氣速度為90 t/d，單輪注入時間為40 d，燜井時間為30 d，最優吞吐輪次為6～11 次。