
2. 中油集团测井有限公司评价中心, 陕西 西安 710000
2. Evaluation Center, Logging Co. Ltd., CNPC, Xi'an, Shaanxi 710000, China
页岩气属于新型的绿色能源,是一种典型的非常规天然气[1-2]。21世纪以来,页岩气在全球能源工业中扮演了一个重要的角色[3-4]。吸附气作为页岩气的重要组成部分,约占页岩气总量的20%~85%[5]。页岩气是否具有商业开发价值在很大程度上都取决于吸附气的储量,因此,对于页岩吸附气量的评价非常重要。目前,一般采用简单实用的兰格缪尔等温吸附模型计算页岩吸附气量[6-7],但此模型不适合中国页岩气储层情况[8]:首先,该模型并没有考虑温度对气体吸附的影响[9-10],中国页岩气埋藏深(2 000
针对上述问题,目前主要解决办法为对兰格缪尔等温吸附模型进行修正,如将基于微孔充填理论的超临界吸附模型和兰格缪尔方程相结合等[13]。但此类方法都只适用于固体表面的单分子层吸附,与页岩吸附气的实际吸附情况不符。本文以波拉尼吸附理论为基础,构建了考虑温度、压力、孔隙度、有机质含量及成熟度、矿物组成及含量的页岩吸附气量计算模型。该模型适用于多分子层的物理吸附与页岩吸附气的实际吸附情况符合。该模型结果在整体趋势上与现场吻合较好,与兰格缪尔等温吸附模型结果相比,在TOC含量较低的层段,二者差异很小;在TOC含量高的层段差异略大。
1 页岩吸附影响因素分析 1.1 压力对吸附能力的影响页岩样品Y–1号岩芯取自延长油田延安探区长7,长9组,取样深度约为1 500 m。储层以黑色页岩为主,矿物组成以黏土为主,石英次之,黏土相对含量以伊/蒙间层为主。长7,长9组黏土含量约为49%,石英含量分别为28%和32%。黏土中,伊/蒙间层分别为56%和62%。长7、9组孔隙度主要分布在0.5%
![]() |
图1 Y-1号岩芯不同温度下的等温吸附曲线 Fig. 1 Isothermal adsorption curves of Y-1 core at different temperatures |
实验温度越高,岩样吸附气量越小,实验温度由30 ℃提高到85 ℃时,岩样相同压力下的甲烷吸附量平均下降52.3%(图 1),吸附气量随温度升高而下降的变化趋势明显,说明温度对页岩吸附能力影响较大,为主要因素之一。
1.3 有机质含量对吸附能力的影响根据等温吸附实验数据与总有机碳含量检测资料,选择实验温度为85 ℃、样品湿度1.25%
![]() |
图2 页岩岩样吸附量与总有机碳含量交会图 Fig. 2 Intersection diagram of shale rock sample adsorption amount and total organic carbon content |
根据等温吸附实验数据与物性测试资料,选择实验温度为85 ℃、TOC为2.5%
![]() |
图3 页岩岩样吸附量与孔隙度交会图 Fig. 3 Shale rock sample adsorption and porosity intersection diagram |
结合等温吸附实验数据与X射线衍射资料,选择实验温度为85 ℃、样品TOC在2.5%
物质的压力和温度同时超过它的临界压力和临界温度的状态,或者说,物质的对比压力和对比温度同时大于1的状态称为该物质的超临界状态。研究发现,处在超临界态下的页岩气(主要为甲烷)的吸附状态一般为多分子层吸附。目前的多分子吸附理论主要有波拉尼吸附势能理论和BET理论。但在BET方程推导中,把第二层开始的吸附看成是吸附质本身的凝聚,没有考虑第一层以外的吸附与固体吸附剂本身的关系,所以目前主要将BET吸附模型应用于计算吸附剂的比表面积。本文采用波拉尼吸附势能理论来建立超临界态甲烷进行吸附模型。
波拉尼吸附势能理论将固体表面某点的吸附势定义为1 mol气体从固体表面被气体分子间的引力吸引到吸附相的某点所做的功。同时假设吸附势与温度无关,只要测定一个温度下的吸附数据,求出吸附势按吸附空间(吸附量)分布的特性曲线,就可计算任何温度下的吸附曲线。
假设甲烷为理想气体,且吸附相为不可压缩的固态,则波拉尼吸附势与压力关系式为
$ \varepsilon =\int_{{{p}_{{\rm i}}}}^{{{p}_{0}}}{\dfrac{{\rm R}{{T}_{{\rm i}}}}{p}}{\rm d}p={\rm R}{{T}_{{\rm i}}}\ln \dfrac{{{p}_{0}}}{{{p}_{{\rm i}}}} $ | (1) |
式中:
R—普适气体常数,R=8.314 J/(K
由于在等温吸附实验的实验温度条件下的气体不可能液化,此时饱和蒸汽压就失去了相应的物理意义,因此,采用Dubinin建立的超临界条件下虚拟饱和蒸汽压力的经验计算公式
$ {{p}_{0}}={{p}_{\rm c}}{{\left( \dfrac{{{T}_{{\rm i}}}}{{{T}_{\rm c}}} \right)}^{2}} $ | (2) |
式中:
将式(2)代入式(1),可得
$ \varepsilon ={\rm R}{{T}_{{\rm i}}}\ln \left[ \dfrac{{{p}_{\rm c}}}{{{p}_{{\rm i}}}}{{\left( \dfrac{{{T}_{{\rm i}}}}{{{T}_{\rm c}}} \right)}^{2}} \right] $ | (3) |
式(2)即为波拉尼吸附势的计算公式。只需找到吸附量与吸附势的统计关系,即可建立利用吸附势计算吸附量的模型。
将实验吸附量进行超临界态校正。根据质量守恒定律,有
$ {{V}_{{\rm ad}}}=\dfrac{{{\rho }_{{\rm iso}}}}{{{\rho }_{{\rm ad}}}}{{V}_{{\rm iso}}} $ | (4) |
式中:
对于超临界状态
$ {{\rho }_{{\rm ad}}}=\dfrac{8{{p}_{{\rm c}}}}{{\rm R}{{T}_{{\rm c}}}}M $ | (5) |
而对于实验条件下的
$ {{\rho }_{{\rm iso}}}=\dfrac{M{{p}_{{\rm i}}}}{Z{\rm R}{{T}_{{\rm i}}}} $ | (6) |
式中:
因此,式(4)化为
$ {{V}_{{\rm ad}}}=\dfrac{{{p}_{{\rm i}}}{{T}_{{\rm c}}}}{8Z{{p}_{{\rm c}}}{{T}_{{\rm i}}}}{{V}_{{\rm iso}}} $ | (7) |
将转化后的数据与波拉尼吸附势进行单相关分析。结果显示,波拉尼吸附势与储层条件下测得的岩样吸附量的自然对数呈良好的线性关系,如图 4所示。该关系满足如下方程
![]() |
图4 波拉尼吸附势与岩样吸附量关系图 Fig. 4 Natural logarithmic relationship diagram between Polanyi adsorption potential and rock sample adsorption capacity |
$ \varepsilon =A\ln {{V}_{{\rm ad}}}+B $ | (8) |
式中:
联立式(3)与式(8)可以得到基于波拉尼吸附势理论的吸附量评价模型
$ {{V}_{{\rm ag}}}={\rm e}^ { \frac{{\rm R}{{T}_{{\rm i}}}}{A}\ln \left[ \frac{{{p}_{\rm c}}}{{{p}_{{\rm i}}}}{{\left( \frac{{{T}_{{\rm i}}}}{{{T}_{\rm c}}} \right)}^{2}} \right]-\frac{B}{A} } $ | (9) |
式中:
根据式(8)对等温吸附实验数据加以拟合,最终得到波拉尼参数
对页岩储层,只考虑温度和压力很难对吸附气量进行准确评价。因此,结合测试资料及拟合出的参数
表1 参数 |
![]() |
表 1中相关系数大小反映了主要影响因素与参数
$ {{Z}_{i}}=\dfrac{\mathop \Sigma \limits^n\, {{R}_{ij}}\times {{Z}_{ij}}}{\mathop \Sigma \limits^n\, {{R}_{ij}}} $ | (10) |
$ {{Z}_{ij}}=kx+b $ | (11) |
式中:
对于参数
$ A=35.279 T_{\rm OC}+5.792 V_{\rm sh}- \\ {\kern 40pt}44.384 \phi- 2058.509 $ | (12) |
式中:
模型相关系数为0.782。
对于参数
$ B=733.724 T_{\rm OC}+22.183 V_{\rm sh}- \\ {\kern 40pt} 305.490\phi-3792.854 $ | (13) |
模型相关系数为0.875。
将上述模型与式(9)结合,可以得到基于波拉尼吸附势理论的超临界态下的页岩吸附气含量评价模型。对比结果如图 5所示,该模型的定量计算结果在整体趋势上与现场岩芯取样分析含气量结果基本一致且误差在4.8%以内,说明该模型的定量计算比较精确,能够用于精确计算页岩吸附气量。
![]() |
图5 含气量计算结果与现场测量含气量对比图 Fig. 5 Comparison of calculation results and on-site gas volume |
图 6为Y–13井含气量测井评价成果图。
![]() |
图6 Y-13井含气量测井评价成果图(2 316~2 370 m) Fig. 6 Gas volume logging evaluation result of Well Y-13(2 316~2 370 m) |
由图 6可见,计算结果与TOC有一定的相关性,其主要原因是,超临界态下吸附气是以多分子层的形式紧密排列在有机质或黏土颗粒的表面,而总有机质含量能够明显反映有机物含量的多寡,因此,基于波拉尼吸附势理论的吸附气计算量与TOC曲线有一定的正相关关系,其趋势与TOC曲线相同。
3 结论(1)影响页岩吸附能力的因素有地层温度和压力、孔隙度、有机质含量、矿物组成及含量(其中,黏土矿物为直接影响因素)等。其中孔隙度、有机质含量、黏土矿物含量是主要的影响因素。
(2)兰格缪尔等温吸附模型将页岩表面吸附认为是单分子层吸附与实际情况不符。因此,在TOC含量较低的层段,其计算结果与新模型结果差异较小,但在TOC含量高的层段计算结果略大。
(3)利用波拉尼吸附势理论建立了超临界态下的页岩吸附的气量评价模型,此模型定量计算结果与实测含气量吻合较好,且整体趋势上与TOC有较好的一致性。
[1] |
ROGNER H H. An assessment of world hydrocarbon resources[J]. Annual Review of Energy and the Environment, 1997, 22(1): 217-262. doi: 10.1146/annurev.-energy.22.1.217 |
[2] |
张小龙, 张同伟, 李艳芳, 等. 页岩气勘探和开发进展综述[J]. 岩性油气藏, 2013, 25(2): 116-122. ZHANG Xiaolong, ZHANG Tongwei, LI Yanfang, et al. Research advance in exploration and development of shale gas[J]. Lithologic Reservoirs, 2013, 25(2): 116-122. doi: 10.3969/j.issn.1673-8926.2013.02.021 |
[3] |
罗健, 戴鸿鸣, 邵隆坎, 等. 四川盆地下古生界页岩气资源前景预测[J]. 岩性油气藏, 2012, 24(4): 70-74. LUO Jian, DAI Hongming, SHAO Longkan, et al. Prospect prediction for shale gas resources of the Lower Paleozoic in Sichuan Basin[J]. Lithologic Reservoirs, 2012, 24(4): 70-74. doi: 10.3969/j.issn.1673-8926.2012.-04.013 |
[4] |
陈新军, 包书景, 侯读杰, 等. 页岩气资源评价方法与关键参数探讨[J]. 石油勘探与开发, 2012, 39(5): 566-571. CHEN Xinjun, BAO Shujing, HOU Dujie, et al. Methods and key parameters of shale gas resources evaluation[J]. Petroleum Exploration and Development, 2012, 39(5): 566-571. |
[5] |
董大忠, 程克明, 王世谦, 等. 页岩气资源评价方法及其在四川盆地的应用[J]. 地质与勘探, 2009, 29(5): 33-39. DONG Dazhong, CHENG Keming, WANG Shiqian, et al. An evaluation method of shale gas resource and its application in the Sichuan Basin[J]. Geology and Exploration, 2009, 29(5): 33-39. doi: 10.3787/j.issn.1000-0976.2009.-05.007 |
[6] |
HARTMAN R C, AMBROSE R, AKKUTLU I Y. Shale gas-in-place calculations Part Ⅱ-Multicomponent gas adsorption effects[J]. Society of Petroleum Engineers Paper, 2011, 144097: 1-17. doi: 10.2118/144097-MS |
[7] |
郝建飞, 周灿灿, 李霞, 等. 页岩气地球物理测井评价综述[J]. 地球物理学进展, 2012, 27(4): 1624-1632. HAO Jianfei, ZHOU Cancan, LI Xia, et al. Summary of shale gas evalulation applying geophysical logging[J]. Progress in Geophysics, 2012, 27(4): 1624-1632. doi: 10.6038/j.issn.1004-2903.2012.04.040 |
[8] |
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. doi: 10.3969/j.issn.1000-3754.2008.06.003 |
[9] |
KINLEY T J, COOK L W, BREYER J A, et al. Hydrocarbon potential of the Barnett Shale (Mississippian), Delaware Basin, west Texas and southeastern New Mexico[J]. AAPG Bulletin, 2008, 92(8): 967-991. doi: 10.1306/03240807121 |
[10] |
LEWIS R, INGRAHAM D, PEARCY M, et al. New evaluation techniques for gas shale reservoirs[C]. Reservoir Symposium, Schlumberger, 2004.
|
[11] |
黄籍中. 四川盆地页岩气与煤层气勘探前景分析[J]. 岩性油气藏, 2009, 21(2): 116-120. HUANG Jizhong. Exploration prospect of shale gas and coal-bed methane in Sichuan Basin[J]. Lithologic Reservoirs, 2009, 21(2): 116-120. doi: 10.3969/j.issn.1673-8926.2009.02.025 |
[12] |
齐宝权, 杨小兵, 张树东, 等. 应用测井资料评价四川盆地南部页岩气储层[J]. 天然气工业, 2011, 31(4): 44-47. QI Baoquan, YANG Xiaobing, ZHANG Shudong, et al. Logging evaluation of shale gas reservoirs in the southern Sichuan Basin[J]. Natural Gas Industry, 2011, 31(4): 44-47. doi: 10.3787/j.issn.1000-0976.2011.04.010 |
[13] |
盛茂, 李根生, 陈立强, 等. 页岩气超临界吸附机理分析及等温吸附模型的建立[J]. 煤炭学报, 2014, 39: 179-183. SHENG Mao, LI Gensheng, CHEN Liqiang, et al. Mechanisms analysis of shale-gas supercritical adsorption and modeling of isorption adsorption[J]. Journal of China Coal Society, 2014, 39: 179-183. doi: 10.13225/j.cnki.jccs.2013.0474 |
[14] |
MONTARON B A. A quantitative model for the effect of wettability on the conductivity of porous rocks[J]. SPE Middle East Oil and Gas Show and Conference, Society of Petroleum Engineers, 2007. doi: 10.2118/105041-MS |
[15] |
黄俨然, 杨荣丰, 肖正辉. 湘西北下寒武统牛蹄塘组页岩含气性影响因素分析[J]. 岩性油气藏, 2015, 27(4): 11-16. HUANG Yanran, YANG Rongfeng, XIAO Zhenghui. Influencing factors of shale gas-bearing property of Lower Cambrian Niutitang Formation in northwestern Hunan[J]. Lithologic Reservoirs, 2015, 27(4): 11-16. doi: 10.3969/j.issn.1673-8926.2015.04.002 |
[16] |
聂海宽, 张金川. 页岩气聚集条件及含气量计算——以四川盆地及其周缘下古生界为例[J]. 地质学报, 2012, 86(2): 349-361. NIE Haikuan, ZHANG Jinchuan. Shale gas accumulation conditions and gas content calculation:A case study of Sichuan Basin and its periphery in lower Paleozoic[J]. Acta Geologica Sinica, 2012, 86(2): 349-361. doi: 10.3969/j.issn.0001-5717.2012.02.013 |
[17] |
李艳丽. 页岩气储量计算方法探讨[J]. 天然气地球科学, 2009, 20(3): 466-470. LI Yanli. Calculation methods of shale gas reserves[J]. Natural Gas Geoscience, 2009, 20(3): 466-470. |
[18] |
AMBROSE R J, HARTMAN R C, AKKUTLU I Y. Multicomponent sorbed phase considerations for shale gas-inplace calculations[J]. Society of Petroleum Engineers Paper, 2011, 141416: 1-10. doi: 10.2118/141416-MS |
[19] |
何映颉, 杨洋, 张廷山, 等. 石墨狭缝吸附页岩气的分子模拟[J]. 岩性油气藏, 2016, 28(6): 88-94. HE Yingjie, YANG Yang, ZHANG Tingshan, et al. Molecular simulation of shale gas adsorption in graphite slitpores[J]. Lithologic Reservoirs, 2016, 28(6): 88-94. doi: 10.3969/j.issn.1673-8926.2016.06.012 |
[20] |
杜禹, 赵晨阳, 蔡振东. 基于测井信息的页岩气含气量预测方法综述与展望[J]. 辽宁化工, 2015, 44(3): 290-297. DU Yu, ZHAO Chenyang, CAI Zhendong. Summary and outlook of prediction methods of shale gas content based on logging information[J]. Liaoning Chemical Industry, 2015, 44(3): 290-297. doi: 10.14029/j.cnki.issn1004-0935.2015.03.028 |
[21] |
李武广, 杨胜来, 徐晶, 等. 考虑地层温度和压力的页岩吸附气含量计算新模型[J]. 天然气地球科学, 2012, 23(4): 791-796. LI Wuguang, YANG Shenglai, XU Jing, et al. A new model for shale adsorptive gas amount under a certain geological conditions of temperdture and pressure[J]. Natural Gas Geoscience, 2012, 23(4): 791-796. |
[22] |
李玉喜, 张金川, 姜生玲, 等. 页岩气地质综合评价和目标优选[J]. 地学前缘, 2012, 19(5): 332-338. LI Yuxi, ZHANG Jinchuan, JIANG Shengling, et al. Geologic evaluation and targets optimization of shale gas[J]. Earth Science Frontiers, 2012, 19(5): 332-338. |