
页岩气藏是典型的非常规气藏,页岩既是烃源岩又是储集层,具有纳米级的微观孔隙结构,纳达西级的渗透率,页岩气的赋存方式多样,游离气、吸附气和溶解气并存,其渗流规律相当复杂。美国对于页岩气的开发,在不断探索、试验中推动着技术的进步,体积改造已成为页岩气开发的主体技术[1-3],张士诚、孙海等总结分析了国外现有的页岩气压裂产能预测模型,主要集中在离散裂缝模型和双重介质模型[4-5]。Mayerhofer M J等将微地震监测的结果用于气藏数值模拟软件中,用单孔隙度模型,采用局部网格加密离散化地模拟裂缝网络,对比分析了裂缝网络大小、裂缝间距、裂缝导流、近井筒高导流、裂缝表面伤害对气井产能的影响[6]。Cipolla C L等用单孔隙度模型,将裂缝分为主裂缝和次裂缝,用局部网格加密方法,对比分析了主裂缝导流、主裂缝间距、主裂缝有效长度、次裂缝导流、次裂缝间距和基质渗透率对页岩气产量的影响[7-8]。Zhang X等用Ecllipse数值模拟软件,采用双孔隙度模型,对比分析了储层参数、水力裂缝参数对页岩气井产能的影响[9]。但未对裂缝层进行改造区域和非改造区域的细分。Li J、Du C M等对比分析了单孔模型和双孔模型[10-11]。Chaput E等提供了一种针对页岩储层的数值模拟方法[12]。该方法采用3种孔隙度、3种渗透率及3种表面扩散模型组合模型,把页岩储层分为5个系统。Thompson J M等运用一种基于Arps产量递减曲线的解析模型对Marcellus 页岩气进行了产量预测[13]。Mirzaei M等对两种描述裂缝的方法:正交网格和非结构网格进行了对比[14]。
本文采用Eclipse油气藏数值模拟软件中的页岩气模型,建立了“主裂缝+网络裂缝渗透率”模拟方法表征改造体积,代替“主裂缝+次裂缝”模拟方法,运用该方法对储层参数和水力裂缝参数进行敏感性分析,研究结果可以指导页岩气压裂选井选层和压裂设计方案优化。
1 页岩气基础模型页岩气藏不同程度发育天然裂缝,因此,对其进行模拟时一般都采用Warren和Root推荐的双孔模型,如图 1a所示。该模型由上下叠置的连续介质组成,裂缝层充当主要流动通道,而基质层充当主要储集空间,裂缝层和基质层之间的流动由形状因子控制,该因子与裂缝间距有关。传统的双孔模型假设基质向裂缝中的流动为拟稳态流,但是,对于页岩气藏,其基质中存在孔隙,基质中的瞬态流就很明显。为了描述这种瞬态流,Eclipse软件的页岩气模型通过基质网格细分,将传统的双孔模型扩展为多孔模型,如图 1b所示。
![]() |
图1 双孔及多孔模型示意图 Fig. 1 Schematic plots of dual-porosity and multi-porosity model |
模型应用扩展的Langmuir等温吸附曲线描述页岩气中吸附气的解吸过程
$ V = \dfrac{{{V_{\rm{L}}}p}}{{{p_{\rm{L}}} + p}} $ | (1) |
式中:V-平衡压力下单位质量岩石的吸附气量,m3/t;
目前,对于页岩储层压裂形成的复杂裂缝网络主要采用“主裂缝+次裂缝”的处理方法,将有效改造体积内的裂缝网络细分为与井筒正交的支撑主裂缝、无支撑或较少支撑的次裂缝,对主裂缝和次裂缝均采用局部网格加密和“等效导流”方法模拟。因此,随着裂缝间距的减小,人工划分网格工作量增加,同时,随着模拟网格数的增加,计算速度减慢,甚至出现不收敛的情况。为了解决上述问题,建立了“主裂缝+网络裂缝渗透率”的等效方法,将“主裂缝+次裂缝”方法中的次裂缝用有效改造体积内裂缝层平均渗透率的增加来表征。图 2为上述两种方法产量与压力驱替对比图。可以看出,两种方法的日产量、累产量和长期驱替后压力分布相同,两种方法是等效的。
![]() |
图2 两种方法产量与压力驱替对比图 Fig. 2 Production and pressure drainage plots of two methods |
运用“等效方法”,以某页岩气井为例,通过调整Langmuir等温吸附曲线、储层孔隙度、储层厚度拟合储层的总含气量、吸附气比例和气蕴藏量,进行储量拟合,通过调整有效改造体积大小、网络裂缝渗透率和水力裂缝参数进行产量拟合,获得了该页岩气藏的基本参数,如表 1。建立了基础模型,以压后产量为目标函数,进行水力裂缝参数和储层参数敏感性分析,模拟某一参数的敏感性时,其他参数取基础模型中的值。同时,用Plackett-Burman型线性试验设计方法,对参数进行了敏感性分析。
表1 基础模型主要输入参数表 Table 1 Main parameters of basic model |
![]() |
本文分析的水力裂缝参数包括有效改造体积(ESRV)大小、主裂缝长度、主裂缝间距、主裂缝导流、压裂纵向改造程度、网络裂缝渗透率。模拟ESRV大小时,假定沿着井筒方向和储层高度方向改造范围不变,只改变网络裂缝的半宽。模拟结果如图 3和图 4。从产量模拟结果可以看出:从单因素分析的角度,在模拟的6个水力裂缝参数中,压裂纵向改造程度、网络裂缝渗透率和有效改造体积对产量最敏感,主裂缝导流最不敏感,这是因为有效改造体积内的网络裂缝渗透率较低,其向主裂缝的流动有限,因此,需要根据地层性质,采用合适的工艺方法,同时提高网络裂缝渗透率和主裂缝的导流;从压力驱替图中可以看出:单井有效驱替区域限定在ESRV内,对于未改造的区域,无法实现有效动用,说明ESRV决定了井控储量的范围,页岩气只有通过压裂“制造更大的储层”才能有效动用;而网络裂缝渗透率、主裂缝条数、主裂缝长度、主裂缝导流只影响有效改造体积内开采程度,不影响井控储量的范围。因此,需要根据地层性质,采用合适的工艺方法,增大有效改造体积,同时提高有效改造体积内的其他裂缝参数。
![]() |
图3 水力裂缝参数对产量的影响 Fig. 3 Impact of hydraulic fracture parameters on cumulative gas production |
![]() |
图4 水力裂缝参数对压力分布的影响 Fig. 4 Impact of hydraulic fracture parameters on pressure drainage |
分析的储层参数包括井底流压、储层有效厚度、基质渗透率、地层压力系数、吸附气比例、总含气量等。模拟地层压力系数的影响时,通过调整Langmuir体积,拟合吸附气比例46%不变,地层压力系数0.800,1.009,2.000 MPa/(100 m)下对应的Langmuir体积为0.83,1.00 和1.55 m3/t;模拟吸附气比例时,通过调整Langmuir体积和孔隙度,拟合总储量;模拟总含气量时,同时调整Langmuir体积和孔隙度,拟合吸附气比例46%不变。模拟结果见图 5。
![]() |
图5 不同井网参数累积产油量对比 Fig. 5 Comparison of cumulative oil production with different well pattern parameters |
由图 5可见,模拟的6个储层参数对产量的敏感程度由强到弱为:地层压力系数、总含气量、储层有效厚度、吸附气比例、井底流压、基质渗透率。
4 结 语(1) 分析了Eclipse软件中页岩气模型,建立了“等效方法”,解决了手工划分网格工作量大、计算速度慢的问题。
(2) 在模拟的6个水力裂缝参数中,对产量敏感由强到弱排序为:压裂纵向改造程度、网络裂缝渗透率、有效改造体积、主裂缝条数、主裂缝长度、主裂缝导流。
(3) 网络裂缝渗透率、主裂缝条数、主裂缝长度、主裂缝导流只影响有效改造体积内开采程度,不影响井控储量的范围,需要根据地层性质,采用合适的工艺方法,增大有效改造体积,同时提高有效改造体积内的其他裂缝参数,优化ESRV可以为最佳井距的确定提供依据。
(4) 模拟的6个储层参数对产量的敏感程度由强到弱为:地层压力系数、总含气量、储层有效厚度、吸附气比例、井底流压、基质渗透率。
[1] | 吴奇, 胥云, 刘玉章, 等. 美国页岩气体积改造技术现状及对我国的启示[J]. 石油钻采工艺, 2011, 33 (2) : 1 –7. |
[2] |
吴奇, 胥云, 王晓泉, 等. 非常规油气藏体积改造技术——内涵,优化设计与实现[J].
石油勘探与开发, 2012, 39 (3) : 352 –358.
Wu Qi, Xu Yun, Wang Xiaoquan, et al. Volume fracturing technology of unconventional reservoirs:connotation,optimization design and implementation[J]. Petroleum Exploration and Development, 2012, 39 (3) : 352 –358. |
[3] |
王永辉, 卢拥军, 李永平, 等. 非常规储层压裂改造技术进展及应用[J].
石油学报, 2012, 33 (S1) : 149 –158.
Wang Yonghui, Lu Yongjun, Li Yongping, et al. Progress and application of hydraulic fracturing technology in unconventional reservoir[J]. Acta Petrolei Sinica, 2012, 33 (S1) : 149 –158. |
[4] | 张士诚, 牟松茹, 崔勇. 页岩气压裂数值模型分析[J]. 天然气工业, 2011, 31 (12) : 81 –84. |
[5] | 孙海, 姚军, 孙致学, 等. 页岩气数值模拟技术进展及展望[J]. 油气地质与采收率, 2012, 19 (1) : 46 –49. |
[6] | Mayerhofer M J, Lolon E P, Youngblood J E, et al. Integration of microseismic-fracture-mapping results with numerical fracture network production modeling in the Barnett Shale[C]. SPE 102103, 2006. |
[7] | Cipolla C L, Warpinski N R, Mayerhofer M J, et al. The relationship between fracture complexity, reservoir properties, and fracture treatment design[C]. SPE 115769, 2008. |
[8] | Cipolla C L, Lolon E, Mayerhofer M J. Reservoir modeling and production evaluation in shale-gas reservoirs[C]. IPTC 13185, 2009. |
[9] | Zhang X, Du C, Deimbacher F, et al. Sensitivity studies of horizontal wells with hydraulic fractures in shale gas reservoirs[C]//International Petroleum Technology Conference. International Petroleum Technology Conference, 2009. |
[10] | Du C M,Zhang X,Zhan L,et al. Modeling hydraulic fracturing induced fracture networks in shale gas reservoirs as a dual porosity system[C]. SPE 132180, 2010. |
[11] | Li J, Du C, Zhang X. Critical evaluations of shale gas reservoir simulation approaches:single porosity and dual porosity modeling[C]. SPE 141756, 2011. |
[12] | Chaput E, Agarwal S, Lu L. A new numerical methodology for shale reservoir performance evaluation[C]. SPE 144154, 2011. |
[13] | Thompson J M, Okouma Okouma, Anderson D M. Advancements in shale gas producton forecasting-A Marcellus case study[C]. SPE 144436, 2011. |
[14] | Mirzaei M, Cipolla C L. A workflow for modeling and simulation of hydraulic fractures in unconventional gas reservoirs[C]. SPE 153022, 2012. |