CO2混相驅:對流體物性的敏感性研究

編譯:陳姣妮 (西安石油大學石油工程學院)劉均令 (中原油田采油工程技術研究院普光采氣工程所)王雪荔 (中原油田采油二廠地質研究所)張瑋 (中原油田采油二廠經營管理二區)

審校:彭旭 (西安石油大學石油工程學院)

CO2混相驅:對流體物性的敏感性研究

編譯:陳姣妮 (西安石油大學石油工程學院)劉均令 (中原油田采油工程技術研究院普光采氣工程所)王雪荔 (中原油田采油二廠地質研究所)張瑋 (中原油田采油二廠經營管理二區)

審校:彭旭 (西安石油大學石油工程學院)

敏感性研究往往能評價不定參數對儲層特性的影響,本文強調流體物性數值模擬研究的影響,主要目的是確定在CO2混相驅中影響采收率的主要流體物性。使用修正黑油模擬器,改變原油和注入氣密度、黏度、地層體積系數,評價對注入動態的影響。影響可用正態均方根離差和微分變換指數量化。從模擬結果看,模型對流體地層體積系數最敏感,其次是流體密度,對流體黏度最不敏感。為使影響降到最低,模擬前應適當辨別和分析以上流體物性數據。

CO2混相驅 黑油模擬器 流體物性 敏感性

1 混相驅

CO2混相驅是提高油藏最終采收率 (UR)的EOR技術之一。CO2在多孔巖石中有效驅油的一些特性是:降低原油黏度;原油體積膨脹;CO2在水中的高溶解度;汽化和萃取原油中的輕烴成分;降低界面張力。

CO2驅能否混相,取決于最小混相壓力(MMP)。非混相驅發生在接觸壓力低于MMP情況下,CO2與油藏中原油不能形成混相狀態。相反,當CO2與油藏接觸壓力高于MMP時,注入的CO2與油藏中原油發生混相,實現混相驅。

2 黑油模擬器混相驅模型

BOS模型模擬水、油和氣的流動,并且能計算隨著壓力變化氣在油中的溶解度。不像組分模擬器,BOS模型的缺陷是不能計算油或氣中的組分變化。習慣上,組分模擬器用于精確模擬混相驅的相態特性,但是,隨著組分數量增加,運行一個組分模型所花費的時間顯著增加。

為模擬油田中的混相驅過程,BOS可修正。Todd和Longstaff研究的修正方法是假設不完全混相,給出計算注入氣和原油組分黏度、密度的方法。這種不完全混相性質可用混相參數ω表征,其中某個值表示在完全混相過程中,黏性指進效應不存在;該值為零時表示非混相過程,黏性指進效應存在。混相驅數值模擬用的是已經廣泛用于估算油田采收率的 Todd-Longstaff模型。對三組分數值模擬,Todd-Longstaff模型假定在三種組分中水是潤濕相,油和氣是非潤濕相。也假定氣是可選的混相驅劑或溶媒。根據以下公式,Todd-Longstaff法給出模擬器修正注入氣和原油相對滲透率的方法。Todd-Longstaff法模擬模型用的在整體網格中,每種組分確定一個能反映流體平均物性的黏度值和密度值。每種組分的有效黏度值可用下式計算:

在修正計算中,混合物的黏度μm廣泛運用4次方根法來確定。通過以下關系式,可由有效黏度確定有效飽和度分式:

有效密度可表示為:

Todd和Longstaff給出公式 (5)～ (8)的詳細推導。為模擬混相驅,黑油模擬器需聯立以上所有方程,用程序計算油的黏度和密度。Todd和Longstaff也導出了四組分模擬器模型。不過,本文研究僅涉及三組分模型,因此不討論四組分模型。

3 敏感性評價

模擬結果的敏感性可用正態均方根離差,又稱微分變換指數來評價。首先,預測累積采油量、氣油比 (GOR)、產油率,所有的敏感性情形都標準化到一個基本情況。按時間步計算基本情況和每個敏感性情況之差。據定義,正態均方根離差為:

式 (9)僅適用于累積產量,如累積產油量或累積產氣量。利用公式 (10)計算產油率和氣油比,與上式 (9)所得結果相比都很耗時間。通過時間步的改變,產油率也相應改變 (變大或變小),而累積產量就與之不同,時間步改變時累積產量將變大或逐步趨于穩定。

為進一步對模型敏感性參數變化影響進行量化研究,正態均方根離差可表達成微分變換指數形式,該表達形式是由J.R Fanchi變換得出。假設一函數 F,且有公式 F=k·Xa,其中 X為自變量,k為比例常量。在本研究中,k為一個正態均方根離差,而 X為所研究參數變量值,關于 F的微分變換可通過下式給出:

若模擬結果變化誤差超過輸入參數的5%,則認為模擬結果是敏感的;換言之,最大誤差小數是0.05。選擇5%這個值是考慮到提高采收率因素,該值能增加億萬桶原油開采量,表明利潤有很大上升空間。

4 模型描述

本文研究所用理論模型為一個均質三維油藏中五點井網的四分之一部分。為減少流體物性變化對結果的影響,油藏模型復雜程度保持在最小。模型離散化成15×15×9個網格,x方向上總長度等于y方向總長度,同為2500 ft(1 ft=30.48 cm)。模型總厚度為150 ft。孔隙度為0.2,x、y和z方向上的滲透率分別為200 mD、150 mD和20 mD。模型中有兩口井,一口是生產井,一口是注氣井,均位于模型邊緣。

考慮到儲層流體包括死油和干氣,因此僅有少量 PVT數據被使用。最初,在 4 500 psia(1 psi=6.895 kPa)壓力下油藏被原油和地層水所充滿。CO2以 10000 Mscf/d(1 Mscf/d=28.32 m3/d)的注入率向油藏持續注入,直接補充地層壓力。如表1所示,CO2的 PV T數據可以從它們與壓力相互關系得到。地面條件下,CO2密度是0.115 9 lb/ft3(1 lb/ft3=16.018 kg/m3)。由Yellig&Metcalfe相互關系可測出該模型的MMP,給定MMP為2500 psig。生產井的井底壓力是受控的,以免低于4300 psia。因此,井底發生混相的假定成立。

表1 CO2的 PVT數據

5 模擬運行

本次研究中模擬使用了能模擬混相驅的修正黑油模擬器,并加入了 Todd-Longstaff模型。在模擬中需指定的關鍵參數之一是混相參數。理論上并不能得到混相參數明確數值,因此必須進行基于原油和注入氣混相程度的預先估計。在模擬過程,開始時混相參數調到。在理論上,模擬可分為兩部分:原油PV T數據敏感性和注入氣 PV T數據敏感性。

在連續注CO2方案中,運行一個模型需要19年。這樣的運行稱為基本方案。除基本方案外,建立6個敏感性參數運行方案。這樣的運行方案可估計混相驅中流體物性變化的影響。6個敏感性參數研究或運行方案實施如下:

研究1:地面原油敏感性

研究2:原油黏度敏感性

研究3:地層原油體積系數 (FVF)敏感性

研究4:地面情況下CO2密度敏感性

研究5:CO2黏度敏感性

研究6:CO2FVF敏感性

以下情形,某個物性發生改變時其余物性保持不變:

情形A:某種物性減少30%

情形B:某種物性減少10%

情形C:某種物性減少2%

情形D:某種物性增大2%

情形E:某種物性增大10%

情形F:某種物性增大30%

為了建立一個微分變換,以上情形可以是任意的。

6 結果和討論

運行中所產生的數據可用以下三個參數來概括:原油采收率、GOR和產油率。

6.1 原油物性的敏感性

圖1表示原油采收率與原油物性變化對比輻狀圖。該圖描述了隨著原油密度、黏度和FVF變大,原油采收率下降的變化趨勢。

圖1 原油采收率與原油物性的對比

流體黏度影響流度比,而流度比又反過來支配原油采收率。流度比定義為驅替流體 (氣)的流度與被驅替流體 (油)的流度的比值。混相驅中,流度比可簡單地表示為原油的黏度與注入氣黏度的比值。流度比越低,原油采收率越大。從圖1可看出,如原油黏度非常高,流度比大,會導致較低的產量。從表2可看出,原油黏度改變1%,原油采收率幾乎改變2%。物性的變化范圍已知在10%～30%之間,這將對原油采收率產生超過20%～60%的變化。

原油密度和黏度有密切關系可能是事實。不過,模擬結果顯示模型對原油密度的變化比黏度的變化更敏感。這也許與原油與注入氣密度的不同而產生的重力分異效應有關。原油密度越大,密度差也越大,因此重力分異效應越顯著,原油采收率與預期相比有所降低。從表2可看出,原油密度改變1%,原油采收率幾乎改變7%。已知原油物性的不可靠度是2%,由于誤差的傳遞,原油采收率將產生近14%的誤差。

原油FVF描述油藏條件下原油膨脹量與開采到地面原油收縮量的比值。原油FVF越大,油藏中原油體積越大,相比較而言注入氣量較難驅動原油,因而預期的原油采收率會下降。圖1不僅描繪以上情況,且也能看出與另外兩種原油物性相比,原油采收率受原油 FVF變化的影響更大。原油FVF變化10%會對原油采收率產生20%的影響。測定FVF時1%～3%的不可靠度,會導致采收率產生30%～60%的誤差。

表2 微分變換指數

對原油采收率有這樣的結論,使用5%的截斷效應值,原油生產率和生產氣油比對原油密度、黏度和FVF敏感。這些物性中,原油FVF是最敏感的參數,有最大的平均微分變換。

6.2 對CO2氣體物性的敏感性

由圖2可觀察,隨著氣體黏度增高,原油采收率增大,這也許可以歸因于CO2氣體黏度對流度比的影響,物性增大導致流度比降低。這種情況成為獲得高采收率的有利因素。從表2可看出,改變氣體黏度1%,影響采收率達6%。由于氣體黏度和原油的相似,不確定范圍都在10%～30%之間,預計原油采收率與預期的相比將有超過60%的變化。

圖2 原油采收率與氣體物性的對比

本次模擬中所給定氣體密度是在地面條件下。正如前面所說,氣體密度影響氣體黏度,黏度反過來影響流度比。由此可看到由于密度變大,原油采收率變大。比較氣體的密度和黏度,發現前者對原油采收率的影響比后者更大。密度的改變是9%,而黏度大約是6%,這進一步反映重力分異現象的存在。測量氣體密度的不可靠度為3%,因此可以預見原油采收率的改變不超過18%。

生產時氣體 FVF與氣體膨脹量有關。氣體FVF越大,在油藏中其膨脹量越大,這也成為CO2與原油混相時氣體體積增大的原因。因此,這會令原油黏度降低,同時改善流度比。在圖2中就可看到原油采收率增加。觀察表2,氣體 FVF改變1%,原油采收率受到的影響約為10%。氣體FVF存在的1%～3%不可靠度會對原油采收率的預測產生10%～30%的誤差。

表2的數據表明,最不敏感的物性是注入氣黏度,微分變換指數只有5.6%(在截斷效應值附近),最敏感的物性是CO2氣體的 FVF。事實上,氣體FVF對注氣量和注入氣與原油在油藏中混相程度影響更大。最后,可以說模擬結果對注入氣密度、黏度和FVF都十分敏感。符號說明

kro——油相相對滲透率

krn——注入氣相對滲透率

krg——氣體相對滲透率

So——油飽和度

Sn——注入氣飽和度

Sg——氣體飽和度

μo——原油黏度

μg——氣體黏度

μoe——油有效黏度

μge——氣體有效黏度

μm——混相流體黏度——有效飽和函數

ρo——原油密度

ρg——氣體密度

ρoe——原油有效密度

ρge——氣體有效密度

Yb——基礎方案模型預測

Yc——敏感性預測

N ——時間步數

i——0,1,2……N

10.3969/j.issn.1002-641X.2010.2.004

資料來源于美國《SPE 115314》

2009-03-16)