西南石油大学学报(自然科学版)  2016, Vol. 38 Issue (2): 122-128
基于波前快速推进法的页岩气储层动用预测    [PDF全文]
滕柏路 , 程林松, 黄世军, 贾振, 艾爽    
中国石油大学(北京)石油工程学院, 北京 昌平 102249
摘要: 对非常规能源尤其是页岩气藏的开发越来越受到人们的重视,然而,目前对页岩气藏动用情况的预测还有待提高。波前快速推进法是一种可以快速高效地预测波前运移情况的方法,在考虑页岩基质吸附解吸特性,及基质孔隙中气体的滑脱作用影响的前提下,利用Van Kruysdijk提出的多段压裂水平井的复合线性流模型,将储层划分不同的流动区域,并分别建立基质与裂缝的程函方程,基于波前快速推进法求解程函方程,从而达到对多段压裂水平井页岩气储层的动用进行预测的目的。绘制了储层动用情况与时间的关系图,对比了考虑解吸和滑脱与不考虑解吸和滑脱的储层动用情况。结果表明,滑脱效应加快了储层的动用速度对储层动用影响较大,而解吸作用降低了储层的动用速度对储层动用影响较小。
关键词: 页岩气     波前快速推进法     动用体积     多级压裂     水平井    
Prediction of the Drainage Volume of Shale Gas Reservoir with Fast Marching Method
TENG Bailu , CHENG Linsong, HUANG Shijun, JIA Zhen, AI Shuang    
College of Petroleum Engineering, China University of Petroleum(Beijing), Changping, Beijing 102249, China
Abstract: The development of unconventional energy, especially shale gas reservoir, is getting more and more attention; however, prediction of the drainage volume of shale gas reservoir is to be improved. Fast marching method is a fast and efficient method to present the front of the pressure. Taking into account desorption and slippage, the flow regions can be divided with the compound linear flow model by Van Kruysdijk. The Eikonal equation of the matrix and the fracture can be obtained and solved with fast marching method, then drainage volume of the reservoir at different time can be obtained, and the comparison of the condition whether or not considering desorption and the effect of slippage can be seen easily. The result shows that slippage accelerates the increase of drainage volume and desorption slows the increase of drainage volume. The influence of slippage is greater than desorption.
Key words: shale gas     fast marching method     drainage volume     multi-stage fracture     horizontal well    
引言

当前国际能源形势严峻,能源的开发利用已 成为各国关注的焦点。受美国页岩气成功开发的 影响,全球页岩气勘探开发呈快速发展态势[1-3]。 2012 年,美国天然气销售量更达到7 160×108 m3。 中国主要盆地的页岩气资源量约26.0×1012 m3,与 美国的28.3×1012 m3 大致相当,经济价值巨大[4]。 针对页岩气藏的开采,现主要采用压裂水平井的方 式[5-7],并利用Eclipse 等建模软件,对页岩气藏的 产能及动用情况等进行预测,这些数值模拟软件可 以很好地模拟地层和裂缝的复杂情况,但当网格步 长比较小的情况下,软件的运行时间会大大增加, 对于百万级的储层模型,甚至需要几个小时的计算 时间,给油藏工作者带来诸多不便。为了快速准确 地预测地层动用情况,需要找到一种更为快速有效 的办法。波前快速推进法是一种高效追踪边界运移 情况的办法,现已广泛应用在医学、地质学等方面。 利用波前快速推进法对储层的动用情况进行预测, 即使针对百万级的网格也仅需要十几分钟的时间, 大大提高了网格计算的效率。

1 波前快速推进法(FMM)简介 1.1 波前快速推进法计算过程

FMM 是由Sethian J A 于1999 年提出来的一 种计算波前运移情况的方法[8],其计算过程如 图 1[9-10]

图1 波前快速推进法计算过程示意图 Fig. 1 General view of the fast marching method

(1)把图 1a 中的确定点定义为起始点(τ = 0), 找到与起始点相连接的相邻点A、B、C、D,如图 1b

(2)利用迎风法计算波前缘到达各相邻点的时 间,并选出最小值点,假设为A,如图 1c

(3)将A 点设为新的起始点,并找到A 的未确 定相邻点E、F、G,如图 1d

(4)计算波传播到E、F、G 各点的时间,并在所 有的相邻点中选择出最小值,假设为D;

(5)重复步骤(3)和步骤(4),直到所有点被标 记为确定点。

1.2 波前快速推进法计算方法

对波的前缘进行预测,首先需要求得Eikonal 方程(程函方程)的解,如下式

$F\left| \nabla T \right|=1$ (1)

式中:F-波前缘的移动速度,m/s;T-时间,s。

假设Ti,j 未知,Ti,j+1Ti,j-1Ti+1,jTi-1,j 都已知(图 2),Sethian 提出运用如下方法来计算Ti,j

图2 波前快速推进法中的相邻点 Fig. 2 Neighbourhood point in fast marching method
$\begin{align} & {{\left| \nabla T \right|}^{2}}=\max {{\left( D_{i,j}^{-x}T,-D_{i,j}^{x}T,0 \right)}^{2}}+ \\ & \max {{\left( D_{i,j}^{-y}T,-D_{i,j}^{y}T,0 \right)}^{2}} \\ \end{align}$ (2)

由式(1)可得

$\left| \nabla T \right|=\frac{1}{F}$ (3)

将式(3)代入(2)式,可以得到

$\begin{align} & \frac{1}{{{F}^{2}}}=\max {{\left( D_{i,j}^{-x}T,-D_{i,j}^{x}T,0 \right)}^{2}}+ \\ & \max {{\left( D_{i,j}^{-y}T,-D_{i,j}^{y}T,0 \right)}^{2}} \\ \end{align}$ (4)

式中:$\begin{align} & D_{i,j}^{-x}T=\left( {{T}_{i,j}}-{{T}_{i-1,j}} \right)/\Delta x; \\ & D_{i,j}^{x}T=\left( {{T}_{i+1,j}}-{{T}_{i,j}} \right)/\Delta x; \\ & D_{i,j}^{-y}T=\left( {{T}_{i,j}}-{{T}_{i,j-1}} \right)/\Delta y; \\ & D_{i,j}^{y}T=\left( {{T}_{i,j+1}}-{{T}_{i,j}} \right)/\Delta y; \\ \end{align}$。

x 方向上,比较$D_{i,j}^{-x}T,D_{i,j}^{x}T$与0 的大小,选 出最大值,假设为$D_{i,j}^{-x}T$,从而确保波沿x 方向一直 在向外推进;同理,也选出y 方向的最大值,假设为$D_{i,j}^{-y}T$,从而式(4)可以改写为

${{\left( \frac{{{T}_{i,j}}-{{T}_{i-1,j}}}{\Delta x} \right)}^{2}}+{{\left( \frac{{{T}_{i,j}}-{{T}_{i,j-1}}}{\Delta y} \right)}^{2}}=\frac{1}{{{F}^{2}}}$ (5)

这是一个简单的一元二次方程,对其求解,选 出较大的值作为方程的解,从而确定Ti,j 的值[11]

2 程函方程构建

Lee W J 于1982 年提出了调查半径的概念,并 给出了调查半径的计算公式[12]

$r=\sqrt{\beta \alpha t}$ (6)

式中: r-调查半径,m;

t-压力波传播的时间,s;

α-导压系数,m2/s,且α = 10-6K/ (μϕct);

K-渗透率,mD;

μ-黏度,mPa·s;

ϕ-孔隙度,无因次;

ct-综合压缩系数,MPa-1

β-与流态有关的系数,无因次,在不同的流动 状态下有不同的值[13],如在线性流中β = 2,在平面 径向流中β = 4,在球形径向流中β = 6。

但这种算法不适用于各向异性与水力压裂储层 的计算,尤其对于非常规储层多级压裂水平井的预测会产生较大的误差。Vasco D W 等提出了各向异 性油藏压力波前缘推进的程函方程[14]

$\sqrt{\alpha }\left| \nabla \tau \left( {\vec{x}} \right) \right|=1$ (7)

式中:$\tau \left( {\vec{x}} \right)$飞行时间,s0.5,与波的传播时间有关

$\tau =\sqrt{\beta T}$ (8)

Van Kruysdijk C P J W 等提出了一个多段压裂 水平井的复合线性模型[15]图 3),这个模型将流态 分为4 个阶段:裂缝线性流、双线性流、复合线性 流、拟径向流。在模拟过程中,在不同区域分别选 取相应的值。

图3 复合线性流模型 Fig. 3 Compound linear flow model of the multi-stage fractured horizontal well

考虑基质中气体存在滑脱,则表观渗透率为

${{K}_{\text{am}}}={{K}_{\text{m}}}\left( 1+\frac{0.0315K_{\text{m}}^{-0.6192}}{{{p}_{\text{m}}}} \right)$ (9)

(9) 定义基质拟压力与拟时间为[16-17]

${{m}_{\text{m}}}=2\int_{{{p}_{\text{i}}}}^{{{p}_{\text{m}}}}{\frac{p}{{{\mu }_{\text{g}}}Z}}\text{d}p$ (10)
${{t}_{\text{a}}}=\frac{\left( {{\mu }_{\text{g}}}{{c}_{\text{t}}} \right)}{{{q}_{\text{sc}}}\left( t \right)}\int_{0}^{\text{t}}{\frac{{{q}_{\text{sc}}}\left( \tau \right)}{\mu \left( {\bar{p}} \right){{c}_{t}}\left( {\bar{p}} \right)}\text{d}\tau }$ (11)

基质的综合压缩系数为

${{c}_{\text{tm}}}={{c}_{\text{m}}}+{{c}_{\text{g}}}+{{c}_{\text{d}}}$ (12)

其中,考虑吸附的压缩系数为[18]

${{c}_{\text{d}}}=\frac{{{p}_{\text{sc}}}\bar{Z}{{T}_{\text{r}}}p\text{L}}{{{\phi }_{\text{m}}}{{Z}_{\text{sc}}}{{T}_{\text{sc}}}\bar{p}{{\left( p\text{L+}\bar{p} \right)}^{2}}}$ (13)

得到基质的控制方程为

${{\nabla }^{2}}{{m}_{\text{m}}}=\frac{{{10}^{-6}}{{\mu }_{\text{gi}}}{{\phi }_{\text{m}}}{{c}_{\text{tim}}}}{{{K}_{\text{ami}}}}\frac{\partial {{m}_{\text{m}}}}{\partial {{t}_{\text{a}}}}$ (14)

因此

${{\alpha }_{\text{m}}}=\frac{{{10}^{-6}}{{K}_{\text{ami}}}}{{{\phi }_{\text{m}}}{{\mu }_{\text{gi}}}{{c}_{\text{tim}}}}$ (15)

同理,裂缝中的控制方程可以写成

${{\nabla }^{2}}{{m}_{\text{f}}}+\bar{q}=\frac{{{10}^{-6}}{{\mu }_{\text{gi}}}{{\phi }_{\text{f}}}{{c}_{\text{tif}}}}{{{K}_{\text{fi}}}}\frac{\partial {{m}_{\text{f}}}}{\partial {{t}_{\text{a}}}}$ (16)

因此

${{\alpha }_{\text{f}}}=\frac{{{10}^{-6}}{{K}_{\text{fi}}}}{{{\phi }_{\text{f}}}{{\mu }_{\text{gi}}}{{c}_{\text{tif}}}}$ (17)

其中

${{c}_{\text{tf}}}={{c}_{\text{g}}}+{{c}_{\text{f}}}$ (18)

式中:

Kam-基质的表观渗透率,mD;

Km-基质渗透率,mD;

Kami-基质的初始渗透率,mD;

Kfi-裂缝的初始渗透率,mD;

μg-气体黏度,mPa·s;

ctm-基质的综合压缩系数,MPa-1

cm-基质的压缩系数,MPa-1

cf -裂缝压缩系数,MPa-1

cg-气体的压缩系数,MPa-1

cd-解吸压缩系数,MPa-1

pm-基质中的油藏压力,MPa;

psc-标准状态下的压力,MPa;

pi-原始地层压力,MPa;

p-平均地层压力,MPa;

ta-拟时间,s;

Zi-原始条件下的气体压缩因子,无因次;

Tr-地层温度,℃;

pL-兰氏压力,MPa;

ϕm-基质孔隙度,无因次;

ϕf-裂缝有效孔隙度,无因次;

Zsc-标准状态下的气体压缩因子,无因次;

Z-平均气体压缩因子,无因次;

Tsc-标准状态下的温度,℃;

qsc -标准状态下的产气速率,m3/s;

q-基质向裂缝的贡献,109MPa/(s·m2)。

从而分别得到考虑解吸与滑脱效应的基质及裂 缝的程函方程为

$\sqrt{{{\alpha }_{\text{m}}}}\left| \nabla \tau \right|=1$ (19)
$\sqrt{{{\alpha }_{\text{f}}}}\left| \nabla \tau \right|=1$ (20)

式(19)和式(20)中的$\sqrt{\alpha }$相当于式(1)中的Fτ 相当于式(1)中的T。根据式(4),可以得到基质 和裂缝中程函方程的解,由下式确定

$\begin{align} & \frac{{{\mu }_{\text{gi}}}{{\phi }_{\text{m}}}{{c}_{\text{tim}}}}{{{10}^{-6}}{{K}_{\text{ami}}}}=\max {{\left( D_{i,j}^{-x}\tau -D_{i,j}^{x}\tau ,0 \right)}^{2}} \\ & +\max {{\left( D_{i,j}^{-y}\tau -D_{i,j}^{y}\tau ,0 \right)}^{2}} \\ \end{align}$ (21)
$\begin{align} & \frac{{{\mu }_{\text{gi}}}{{\phi }_{\text{f}}}{{c}_{\text{tif}}}}{{{10}^{-6}}{{K}_{\text{fi}}}}=\max {{\left( D_{i,j}^{-x}\tau -D_{i,j}^{x}\tau ,0 \right)}^{2}} \\ & +\max {{\left( D_{i,j}^{-y}\tau -D_{i,j}^{y}\tau ,0 \right)}^{2}} \\ \end{align}$ (22)

由于压力波在裂缝中的传播速度比在基质中的 速度大得多,而且裂缝的宽度非常小,可以忽略压 力波在裂缝中垂直于裂缝的传播,认为压力波在裂 缝中是一维线性传播,假设水平井是沿着x 轴方向, 裂缝是沿着y 轴方向的,从而式(22)可以简化为

$\frac{{{\mu }_{\text{gi}}}{{\phi }_{\text{f}}}{{c}_{\text{tif}}}}{{{10}^{-6}}{{K}_{\text{fi}}}}=\max {{\left( D_{i,j}^{-y}\tau -D_{i,j}^{y}\tau ,0 \right)}^{2}}$ (23)
3 应用分析 3.1 波前快速推进法的实现

构建图 4 所示的二维模型,计算过程中选取的 储层参数如表 1。图中水平井的长度L = 1 000 m, 裂缝长Lf = 800 m,裂缝间距200 m,通过波前快速 推进法来模拟计算压力波的传播,得到储层的动用 情况如图 5

图4 页岩气多级压裂水平井示意图 Fig. 4 Model of the multi-stage fractured horizontal well in shale gas reservoir
表1 储层参数表 Table 1 Parameters of the reservoir
图5 储层动用情况示意图 Fig. 5 Drainage at different time

图 5 中的等值线为时间的等值线,代表不同时间压力波传播的范围,从图中可以看到,当压力波远离裂缝时,时间等值线原来越密集,说明压力波 的传播速度越来越慢。

图 6 动用体积与拟时间的关系曲线中可以看 出,A 点代表压力波传播到改造区边缘,在压力波 传播到SRV 边界之前,动用体积随着时间段的增长 迅速增大,当压力波传播到SRV 边界之后,动用体 积随时间增加的速度变慢。

图6 动用体积与拟时间关系曲线 Fig. 6 Drainage volume at different time
3.2 解吸和滑脱作用对储层动用的影响

为了研究基质的解吸与滑脱效应对储层动用情 况的影响,对油藏参数做如下调整(表 2)。

表2 不同情况下的波前运移程函方程 Table 2 Eikonal equation under different conditions

根据表 2,从而得到不同情况下的储层动用情 况,如图 7图 7 中的绿色区域、红色区域和粉色区 域分别代表气藏开发3 个月、3 年和30 年压力波的 传播范围。

图7 不同情况下的储层动用情况 Fig. 7 Drainage under different conditions

结合图 8 动用体积与拟时间的关系曲线可以发 现,滑脱效应对储层动用的影响很大,在考虑滑脱 效应时,储层的动用体积要比不考虑滑脱效应时的 储层动用体积要大。而解吸作用对储层动用的影响 非常小,考虑基质解吸时的储层的动用程度要比不 考虑解吸时的动用程度小。

图8 解吸滑脱对储层动用的影响 Fig. 8 The influence of desorption and slippage on drainage area
4 结论

(1)分别对裂缝和基质构建不同的程函方程,根据Sethian 提出的方法对其进行运算,达到对压力 波前缘预测的目的。

(2)利用Van Kruysdijk 等提出的多段压裂水平井的复合线性模型,在不同的渗流区域考虑不同的 流态,从而使模拟结果与实际更加符合。

(3)实现了波前快速推进法对储层动用体积的直观预测,可以直接从图版上看到压力波在不同时 期所传播到的位置。

(4)从解吸及滑脱效应的对比中可以看到,滑脱效应对于动用体积的影响很大,而解吸作用对储 层动用的影响很小。

(5)滑脱效应可以加快储层的动用速度,而基 质的解吸作用降低了储层的动用速度。

参考文献
[1] 江怀友, 宋新民, 安晓璇, 等. 世界页岩气资源勘探开发现状与展望[J]. 大庆石油地质与开发, 2008, 27 (6) : 10 –14.
JIANG Huaiyou, SONG Xinmin, AN Xiaoxuan, et al. Current state and outlook of exploration and development of the shale gas resources in the world[J]. Petroleum Geology & Oilfield Development in Daqing, 2008, 27 (6) : 10 –14.
[2] AMAKRISHNAN H, PEZA E A, SINHA S, et al. Understanding and predicting fayetteville shale gas production through integrated seismic-to-simulation reservoir characterization workflow[C]. SPE 147226, 2011.
[3] MATTAR L. Production analysis and forecasting of shale gas reservoirs:Case history-based approach[C]. SPE 119897, 2008.
[4] 孙赞东, 贾承造, 李相方. 非常规油气勘探与开发[M]. 北京: 石油工业出版社, 2011 .
[5] VIVEK S. Shale gas reservoir modeling:Form nanopores to laboratory[C]. SPE 163065, 2012.
[6] MEDEIROS F, KURTOGLU B, OZKAN E, et al. Analysis of production data from hydraulically fractured horizontal wells in shale reservoirs[C]. SPE 110848, 2010.
[7] MYERS R R. Stimulation and production analysis of underpressured(marcellus) shale gas[C]. SPE 119901, 2008.
[8] SETHIAN J A. Level set methods and fast marching methods[J]. Journal of Computing and Information Technology, 2003, 11 (1) : 1 –2. DOI:10.2498/cit.2003.01.01
[9] XIE J, YANG C, GUPTA N, et al. Integration of shale gas production data and microseismic for fracture and reservoir properties using fast marching method[C]. SPE 161357, 2012.
[10] ZHANG Y, YANG C, KING M J, et al. Fast-marching methods for complex grids and anisotropic permeabilities:Application to unconventional reservoirs[C]. SPE 163637, 2013.
[11] BARENTAEN J A. On the implementation of fast marching methods for 3D lattices[R]. 2001.
[12] LEE W J. Well Testing[M]. Richardson: Society of Petroleum Engineers, 1982 .
[13] KIM J U, DATA-GUPTA A, BROUWER R, et al. Calibration of high-resolution reservoir models using transient pressure data[C]. SPE 124834, 2009
[14] VASCO D W, KEERS H, KARASAKI K. Estimation of properties using transient pressure data:An asymptotic approach[J]. Water Research, 2000, 36 (12) : 3447 –3465. DOI:10.1029/2000WR900179
[15] VAN KRUYSDIJK C P J W, DULLAERT G M. A boundary element solution of the transient pressure response of multiple fractured horizontal wells[C]. Cambridge:The 2nd European Conference of the Mathematicsof Oil Recovery, 1989.
[16] 罗瑞兰, 程林松, 朱华银, 等. 研究低渗气藏气体滑脱效应需注意的问题[J]. 天然气工业, 2007, 27 (4) : 92 –94.
LUO Ruilan, CHENG Linsong, ZHU Huayin, et al. The Problems that should be paid attention to in low permeability gas reservoir gas with slippage effect[J]. Natural Gas Industry, 2007, 27 (4) : 92 –94.
[17] MEDEIROS F, KURTOGLE B, OZKAN E, et al. Analysis of production data from hydraulically fractured horizontal wells in shale reservoirs[C]. SPE 110848, 2010.
[18] LEWIS A M, HUGHES R G. Production data analysis of shale gas reservoir[C]. SPE 116688, 2008.