基于流態劃分的頁巖氣井產量預測可靠性分析

龐 進，李 尚，劉 洪，梁 潔，趙子元

(1.重慶科技學院，重慶 401331；2.中國石油浙江油田分公司，四川 宜賓 645250)

0 引 言

利用頁巖氣井早期生產數據預測后期產量和可采儲量一直是頁巖氣開發中一項非常重要的工作。對于頁巖儲層，由于具有致密性和解吸附特征[1]，生產周期長達數十年，地層中的流動將長期處于非穩態流階段，其產量和可采儲量的預測非常困難[2-3]。而常規的氣井產量遞減分析方法，例如物質平衡法、Arps方法、Fetkovich方法、Blasingame方法等均要求氣井生產達到擬穩態狀態后才適用。因此，這類方法均不能用于頁巖氣井的產量遞減預測。

頁巖氣井產量遞減預測的解析模型，如LGM模型[4]、Duong模型[5]、SEPD模型[6]、PLE模型[7]等都是較實用的半經驗預測模型，目前已經在國內外廣泛應用[8-12]。John Lee[13]對上述各種方法的適應性進行了評價，認為這些方法均滿足低滲透和流動狀態的適應性要求。但由于頁巖氣井生產周期長，在實際應用中，很難對這些方法預測結果的可靠性進行檢驗。因此，需要對不同時間產量預測的有效周期、全周期產量預測所需的最短生產時間、早期排液對產量預測的影響等問題進行研究。這不僅影響頁巖氣產量預測的可靠性，還影響產量遞減預測時機的選擇。

從頁巖氣地層流動特征出發，借助Bello和Wattenbarger，Song和Ehlig關于多級壓裂水平井在頁巖儲層中的流動階段認識的研究成果[14-15]，以及ILK和Blasingame等人關于流態判別的結果[16]，利用氣藏數值模擬方法，結合生產實際，對頁巖氣流動階段進行劃分。借助一口頁巖氣井，利用PLE方法對每一個流動階段進行擬合，并利用擬合好的模型對未來產量進行預測，再將預測結果與實際產量進行對比，確定不同時間生產數據預測的有效期、全周期產量預測所需最少的產量數據，并分析排液階段產量對預測結果的影響等問題。

1 頁巖氣地層流態劃分

1.1 流態劃分

為更加直觀地研究多級壓裂水平井在頁巖儲層中的流動特征，進行了封閉邊界條件下頁巖氣多級壓裂水平井的生產模擬。多級壓裂水平井儲層、井筒、PVT、吸附和生產等特征參數見表1。模擬運行方案為封閉邊界條件下不同滲透率取值的敏感性分析，方案中儲層滲透率取值范圍為0.000 1×10-3～1.000 0×10-3μm2。不同流動狀態下的模擬壓力變化特征曲線見圖1，圖1中不同顏色的直線段分別對應不同的斜率。

由圖1可得到以下結論。

(1) 多級壓裂水平井在生產早期時(時間小于1 h)，擬壓力降導數曲線出現“下凹駝峰”特征，即表現為裂縫存儲效應。但由于持續時間非常短，在實際生產中幾乎不可能觀察到裂縫存儲效應。

(2) 多級壓裂水平井在封閉儲層邊界內流動過程中，主要分為3個過程：第1個過程為擬壓力降導數斜率為1/2的第一線性流階段，這一階段是垂直于壓裂縫的裂縫早期線性流；第2個過程為擬壓力降導數斜率為1/2的第二線性流階段，這一階段是壓力衰竭影響范圍逐漸擴展至壓裂改造體積外部后發生的復合線性流；第3個過程為擬壓力降導數斜率為1的最終擬穩態流階段，這一階段是壓力波及至真正儲層外邊界后發生的擬穩態邊界控制流。

表1 多級壓裂水平井模型參數

(3) 由于頁巖儲層滲透率極低且孔隙為納米級，故多級壓裂水平井生產具有長期線性流特征，擬穩態流出現時間會非常晚，因此，在實際頁巖氣井的整個生產過程中，幾乎很難觀察到真實擬穩態流特征。

(4) 頁巖儲層隨滲透率的降低，線性流結束的時間，即擬壓力降導數曲線斜率上翹的時間將會逐漸推遲。

對于典型頁巖氣藏而言，受裂縫間距與儲層滲透率影響的垂直于壓裂縫的早期裂縫線性流可能是唯一能被觀察到的流動狀態。此外，頁巖儲層中多級壓裂水平井的產氣量主要來自于壓裂縫周圍很小距離內的儲量，因此，壓裂改造體積外部的復合線性流也需很長時間才能觀察到。

在實際頁巖氣生產最早期，壓裂液的返排往往需要歷時幾十天甚至上百天，模擬器中無法模擬這一過程，但在實際生產過程中，返排階段的生產數據對產量遞減分析也可能造成影響。

圖1 多級壓裂水平井擬壓力降與時間診斷圖

1.2 流態識別方法

T.A.Blasingame和D.ILK等人[16]利用產量與壓力不穩定理論，提出了頁巖氣多級壓裂水平井流動狀態劃分診斷圖版，即產量與生產時間雙對數診斷圖和特征化產量與物質平衡時間雙對數流動狀態診斷圖。這2個圖中，斜率為1/2的曲線對應線性流，斜率為1的曲線對應擬穩態流，二者之間為復合線性流。

2 產量遞減分析方法

目前，解析法是頁巖氣井產量遞減和可采儲量預測比較常用的方法，典型的有PLE、SEPD、Duong、LGM等方法。這些模型都是具有多個待定系數的非線性數學模型，需要根據產量數據通過非線性回歸求解待定系數，然后再用于預測。其共同特點是能夠適用于多個流動階段的產量預測分析，包括線性流和擬穩定流。同時，這類方法對數據點的敏感性比較強，需對分析所需的產量數據進行去噪及平滑處理。由于各種方法的原理和分析過程相似，此次以PLE模型預測方法為例進行研究。

PLE方法由A&M大學的D.ILK教授最早提出[7]。該方法以冪指數遞減的形式取代了傳統的雙曲遞減，能較好地分析頁巖氣藏和致密氣藏的遞減規律。產量與時間的關系定義為：

q(t)=qiexp(-D∞t-Ditn)

(1)

式中：q(t)為t時刻頁巖氣井產量，104m3/d；Di為恒定產量遞減率，d-1；D∞為無限長時間對應的產量遞減率，d-1；n為遞減指數；qi為遞減初始時刻的產量，m3/d。

3 產量預測及可靠性分析

以昭通頁巖氣開發示范區黃金壩核心區的YS108H11-3井為例進行分析。該井為20段多級壓裂水平井，開發層位為龍馬溪組，垂深為2 561.68 m，水平段長度為1 560 m，壓力系數為2.0，2015年9月9日投產。

該井的實際生產時間只有663 d，為對擬穩態階段預測產量進行對比，后續的生產數據是在對該井前期生產歷史擬合的基礎上，利用數值模擬預測得到的。模擬該井共生產約9 000 d。利用Blasingame和D.ILK等人的頁巖氣流態識別方法，將該井劃分為4個主要的流動階段，即早期排液階段(0～17 d)、線性流階段(18～1 000 d)、復合線性流階段(1 000～3 000 d)和擬穩態流階段(3 000 d后)(圖2)。

(1) 線性流階段預測。該井的線性流階段發生在18～1 000 d，分別取18～200 d、18～400 d早期線性流動階段的產量數據，利用PLE模型進行擬合和預測(圖3)。由圖3可知：預測產量在整個線性流和復合線性流的前半段與實際產量均比較符合，但在擬穩態流階段與實際產量相差較大。因此，如果只有較少的早期生產數據(200～400 d)，利用該方法進行預測的可靠時間是在復合線性流的中期以前。

圖2 生產階段劃分

圖3 不同時間段PLE模型預測結果

(2) 復合線性流階段預測。該井的復合線性流發生在1 000～3 000 d，分別取18～1 000 d早期線性流和18～2 000 d復合線性流中期的產量數據，利用PLE模型進行擬合和預測(圖3)。由圖3可知：利用18～1 000 d時間段的數據對復合線性流后半程及擬穩態流階段的預測結果與實際產量相差均較大，與利用18～200 d和18～400 d時間段的數據預測的結果差別不大；利用18～2 000 d時間段的數據對復合線性流后半程和擬穩態流階段的預測結果與實際產量非常接近，效果較好。因此，如果用此方法對擬穩態流階段產量進行預測，至少要取得線性流結束后，再生產一段時間的產量數據。

(3) 擬穩態流階段預測。該井的擬穩態流發生在3 000 d后，分別取18～4 000 d、18～6 000 d的產量數據，利用PLE模型進行擬合和預測(圖3)。預測結果表明，擬穩態流階段產量預測效果較好，預測結果與實際產量非常接近，也與利用18～2 000 d的產量數據所預測的結果差別不大；由此進一步說明了利用復合線性流中段之前的產量數據可以對頁巖氣井整個生產周期產量進行比較準確地預測。

(4) 早期排液階段產量對預測的影響。該井的早期排液階段為0～17 d，分別取0～200 d和18～200 d 2個階段的產量數據擬合模型和預測后期產量(圖4)。預測結果表明：考慮早期排液階段的產量預測所得出的后期產量遠遠偏離實際產量；而沒有考慮早期排液階段的產量預測所得出的后期產量其可靠程度一直延續到過渡流的中期；該預測結果的對比說明早期排液階段的氣井產量對PLE模型非常敏感，盡管該井只有17d的排液期，也會對后期預測結果造成極大的錯誤。因此，在應用該方法進行產量預測時，需要把早期排液階段的產量數據剔除掉。

圖4 排液階段產量預測的影響對比

通過對地層流動階段進行劃分，并對不同時間段產量預測可靠性進行對比分析，確定了頁巖氣井在不同地層流動階段利用PLE產量遞減模型預測的有效期：線性流階段產量預測的有效期是復合線性流中期；復合線性流和擬穩態流階段產量預測的有效期是擬穩態流階段。只有當地層流動達到復合線性流以后，才能準確預測頁巖氣井長期擬穩態流階段的產量。

4 結論及建議

(1) 如果頁巖氣井早期生產數據較少，生產未進入復合線性流，利用PLE方法預測的產量可靠時間是復合線性流中期以前。

(2) 如果頁巖氣井流動進入復合線性流階段后，利用PLE方法預測后期擬穩態階段的產量比較可靠。

(3) 盡管頁巖氣井早期排液階段時間短，但對PLE方法產量預測結果影響很大，在進行產量遞減預測時，應將早期排液階段的產量數據剔除掉。

[1] 許長春.國內頁巖氣地質理論研究進展[J].特種油氣藏，2012，19(1):9-16.

[2] 白玉湖，楊皓，陳桂華，等.頁巖氣產量遞減典型曲線的不確定性分析方法[J].石油鉆探技術，2013，41(4):97-100.

[3] 賈成業，賈愛林，何東博，等.頁巖氣水平井產量影響因素分析[J].天然氣工業，2017，37(4):80-88.

[4] CLARK A J， LAKE L， PATZEK T. Production forecasting with logistic growth models[C]. SPE144790，2011:184-194.

[5] DUONG A N. Rate-decline analysis for fracture-dominated shale reservoirs[J]. SPE Reservoir Evaluation & Engineering， 2011， 14(3):377-387.

[6] PETER P P， LEE W J. A better way to forecast production from unconventional gas wells[C]. SPE134231，2010:422-435.

[7] OKOUMA V， SYMMONS D， BLASINGAME T A，et al. Practical considerations for decline curve analysis in unconventional reservoirs - application of recently developed rate-time relations[C]. SPE162910，2012:325-353.

[8] 沈金才，劉堯文.涪陵焦石壩區塊頁巖氣井產量遞減典型曲線應用研究[J].石油鉆探技術，2016，44(4):88-95.

[9] NOBAKHT M， MATTAR L， MOGHADAM S，et al.Simplified forecasting of tight/shale-gas production in linear flow[J].Journal of Canadian Petroleum Technology，2012，51(6):476-486.

[10] BROWNING J， IKONNIKOVA S， GULEN G，et al.Barnett Shale Production Outlook[J].SPE Economics & Management，2013， 5(3):89-104.

[11] GULEN G，IKONNIKOVA S，BROWNING J，et al.Fayettevilleshale-production outlook[J].SPE Economics & Management，2014， 7(2):47-59.

[12] WILSON A. Production pressure-drawdown management for fractured horizontal shale gas wells[J]. Journal of Petroleum Technology，2017，69(17): 60-68.

[13] JOSHI K， LEE W J. Comparison of various deterministic forecasting techniques in shale gas reservoirs[C]. SPE163870，2013:512-519.

[14] BELLO R O，WATTENBARGER R A. Modelling and analysis of shale gas production with a skin effect[J]. Journal of Canadian Petroleum Technology， 2010， 49(12): 37-48.

[15] SONG B， MICHAEL J，ECONOMIDES. Design of multiple transverse fracture horizontal wells in shale gas reservoirs[C].SPE140555，2011:622-635.

[16] ILK D， JENKINS C D， BLASINGAME T A， Production analysis in unconventional reservoirs - diagnostics， challenges， and methodologies [C].SPE144376，2011:385-403.