-
具有高孔隙度、高渗透率、胶结程度差的疏松砂岩油层广泛分布于渤海湾的海上油田,由于伴随着油藏埋深浅、原油黏度高等特性,决定了此类油藏生产过程中含水上升快、采收率低,因此,当油田进入高含水采油期时,“以液带油”的提液方法成为一种广泛采取的稳产措施,极限产液水平代表实现稳产的难易程度[1-2]。同时海上油田的极限产液水平是前期规划设计的基础,它最大程度决定了油田投资与收益水平,是油田开发可行性论证的关键一环。疏松砂岩的特点和提液的稳产方式决定储层容易发生结构破坏,即流体流过的多孔介质会发生弹性与塑性变化,发生骨架变形与出砂,导致渗流条件发生根本性转变[3-5],而常规极限产液水平研究在渗流过程不考虑任何变化,认为整个阶段内流体流过的多孔介质是完全刚性的[6-8]。常规研究的关键点仅局限于能量供给水平、极限生产压差的判断,对极限提液水平主要以达西线性方法预测,这明显与疏松砂岩特性不符,导致预测误差明显。笔者在明晰储层固体介质变化及规律研究基础上,与油田生产实践资料结合,将变化规律融入渗流理论中,进而推导了简单、易用的考虑流固耦合下产液水平预测方法。
-
目前常规极限产液水平研究内容主要包括最佳提液时机、提液条件与极限产液水平预测,研究顺序为依次递进。在最佳提液时机的论证研究中,主要依据地下原油流体性质参数,根据油井实际含水率、无因次采油(液)指数的变化规律综合确定。以渤海C油田为例,图1中a点为无因次采液指数变化率陡增的转折点,同含水率下无因次采油指数b点变化缓慢,此时通过提液增加油井产液水平,以液带油增加产油量,从而将a点对应的含水率(80%)作为油井最佳提液时机。
确定提液时机后,还需从渗流条件、油藏能量保持水平等方面综合确定提液条件,如油藏渗透率高、注水或天然能量充足则认为油井完全具备提液条件。针对极限产液水平预测的研究,普遍认为提高产液量就能带来可观的产油量。常规极限产液水平主要由生产压差决定。地饱压差较小时,当地层压力低于饱和压力,油井附近脱气严重,直至形成连续气相,导致产液量下降,此时极限生产压差往往为地饱压差;当地饱压差较大时,油井理论允许压降范围大,但当压差超过地层出砂临界条件时,出砂严重会影响渗流能力,此时压差即为极限压差。确定极限生产压差后,考虑提液过程的渗流参数不变,可通过达西定律求得极限产液水平,其增加幅度与生产压差增大幅度一致。需要说明的是,储层能够承受的极限出砂压差各区域也是不同的,且难以确定,同时针对疏松砂岩储层,岩石骨架变形与出砂是极易发生的情况。因此,极限产液往往伴随着储层多孔介质的变化,即渗流参数发生变化。
-
疏松砂岩油藏深埋于地下,储层岩石受到不同方向的作用力,包括周围侧向压力、上覆岩层压力和孔隙压力,在原始状态下,各作用力相互平衡,当油田投入开发,平衡即被打破。同时随着油藏开采过程中,储层孔隙压力不断变化,岩石的应力状态随之改变。岩石力学的研究表明,由一个应力状态切换到另一个应力状态就会引起储层岩石的压缩或拉伸,从而导致流体流过的多孔介质发生变形。当地层压力变化较小时,储层岩石中的应力状态仍然满足虎克定律,即岩石发生弹性变化,其状态是可逆的,而当此变形超过岩石极限,就会发生塑性变形,造成岩土骨架的破坏,砂砾从岩土骨架上剥落进入流体成为可动砂[9]。
储层岩石发生塑性变形的同时,极限高产液量在储层内产生强烈的冲刷作用,对砂粒产生明显拖拽力,其大小由流体的流速和黏度决定。因此,当砂岩骨架破坏后,在高速液流的作用下,可动砂发生运移、沉降,甚至大量溢出井底,产生严重出砂现象。产液水平越高,可动砂运移、沉降越严重,且地下原油黏度越大,运移与沉降越严重。这种复杂的变化必将引起孔隙体积和孔隙吼道的变化,从而使储层孔隙度和渗透率发生改变。实际储层发生的变化与常规研究中多孔介质参数恒定不变的假设完全不符。
-
很多学者将储层的渗透率变化聚焦于岩石应力敏感作用,认识到其对高渗储层的影响较小,大幅影响发生在低渗储层中,对疏松砂岩发生的骨架变形的压实作用与高液量产生的拖拽出砂作用没有综合考虑。在疏松砂岩产液情况下,岩石受到压实并随着高产液量而出砂,二者变化均降低了储层渗透率,但其变化规律需要深入研究。部分学者利用理论计算和实验分析两种方法做过系统研究,受参数取值不确定的影响,实验分析更为详实、具体。Bouteca等针对疏松砂岩的变形和渗透率的变化开展了一系列的实验工作,认为岩石压力变化区域,岩石的局部塑性变化或出砂程度直接受生产压差、流体性质和储层结构强度所控制[10-11]。在流体与储层结构确定时,疏松砂岩渗透率在生产压差作用下降幅明显,且呈现指数递减模式,即前期受压实作用、高出砂影响渗透率大幅下降,后期岩石骨架变形程度、压力变化、出砂情况均减小,渗透率变化趋于平稳。熊钰等[12]以渤海湾典型的疏松砂岩油田岩心为基础,做了考虑压实与出砂双重作用下,采液指数与生产压差的关系。如图2所示,低含水时,产液量与产油量相近,随着生产压差增大,采油指数下降。实验显示此时含水率并无明显变化,由于岩心厚度、流体性质、实验外部条件一致,因此,采油指数与生产压差的变化关系即为渗透率与生产压差的变化关系,呈指数关系。综合分析,岩石的双重作用下,渗透率变化与生产压差呈现指数关系,即随生产压差增加,渗透率变化幅度先增大后减小,对比初期,渗透率大幅降低,普遍下降20%~40%。
图 2 考虑压实与出砂影响下岩心实验曲线
Figure 2. Core experiment curve considering the influence of compaction and sand production
除了实验研究,针对多孔介质变化规律的油田实践资料亦很丰富。渤海C油田的疏松砂岩储层具有充足的天然能量,2016年实施多井次的提液措施,提液井含水率平均为92%,且提液前后含水率无变化。提液井的采液指数与生产压差的关系如图3所示,通过渗流理论分析,在流体性质、井网、储层厚度等参数未变化情况下,反映渗透率变化与生产压差同样呈现指数关系,与实验规律一致。
将渗透率变化与生产压差的关系用指数关系拟合,如下式所示
$$\frac{{k^{\prime} }}{k} = a\Delta {p^{ - b}}$$ (1) 式中,k为原始渗透率,10−3 μm2;k′为变化后渗透率,10−3 μm2;Δp为生产压差,MPa;a、b为拟合系数,拟合a、b必然可以得到与规律一致的精确公式。
-
产液量由产油量与产水量相加得到,即
$${Q_{{\rm{L1}}}} = {Q_{{\rm{o1}}}} + {Q_{{\rm{w1}}}}$$ (2) 其中
$$ {Q_{{\rm{o}}1}} = \dfrac{{2{\rm{{\text{π}} }}k{k_{{\rm{ro}}}}\Delta {p_1}}}{{{\mu _{\rm{o}}}\ln \left( {{{{r_{\rm{e}}}} / {{r_{\rm{w}}}}}} \right)}},{Q_{{\rm{w1}}}} = \dfrac{{2{\rm{{\text{π}} }}k{k_{{\rm{rw}}}}\Delta {p_1}}}{{{\mu _{\rm{w}}}\ln \left( {{{{r_{\rm{e}}}} / {{r_{\rm{w}}}}}} \right)}} $$ 当含水率较高时,不考虑提液前后含水变化影响
$${Q_{{\rm{L}}2}} = {Q_{{\rm{o}}2}} + {Q_{{\rm{w}}2}}$$ (5) 其中
$$ {Q_{{\rm{o}}2}} = \dfrac{{2{\rm{{\text{π}} }}k{k_{{\rm{ro}}}}\Delta {p_2}}}{{{\mu _{\rm{o}}}\ln \left( {{{{r_{\rm{e}}}} / {{r_{\rm{w}}}}}} \right)}}, {Q_{{\rm{w2}}}} = \dfrac{{2{\rm{{\text{π}} }}k{k_{{\rm{rw}}}}\Delta {p_2}}}{{{\mu _{\rm{w}}}\ln \left( {{{{r_{\rm{e}}}} / {{r_{\rm{w}}}}}} \right)}} $$ 式中,QL1、QL2分别为提液前、后油田的产液量,m3/d;Qo1、Qo2分别为提液前、后油田的产油量,m3/d;Qw1、Qw2分别为提液前、后油田的产水量,m3/d;kro、krw分别为油和水的相对渗透率;re为供给边缘半径,m;rw为井筒半径,m;μo、μw分别为油和水的黏度,mPa · s;Δp1、Δp2分别为提液前、后的生产压差,MPa。
当生产压差增加时,即
$\Delta {p_2} = n\Delta {p_1}$ ,常规认识下,${Q_{{\rm{L}}2}} = n{Q_{{\rm{L}}1}}$ ,即产液量线性增加。考虑渗透率k不为常数时,利用式(1)求得变化后渗透率,即$$k^{\prime} = a\Delta {p_2}^{ - b}k$$ (8) 此时
$${Q_{{\rm{L}}2}} = \frac{{2{\rm{{\text{π}} }}k{k_{{\rm{ro}}}}a\Delta p_2^{ - b}\Delta {p_2}}}{{{\mu _{\rm{o}}}\ln \left( {{{{r_{\rm{e}}}} / {{r_{\rm{w}}}}}} \right)}} + \frac{{2{\rm{{\text{π}} }}k{k_{{\rm{rw}}}}a\Delta p_2^{ - b}\Delta {p_2}}}{{{\mu _{\rm{w}}}\ln \left( {{{{r_{\rm{e}}}} / {{r_{\rm{w}}}}}} \right)}} = a\Delta p_2^{1 - b}{Q_{{\rm{L}}1}}$$ (9) 当
$\Delta {p_2} = n\Delta {p_1} $ 时$${Q_{{\rm{L}}2}} = a\left( {n\Delta {p_1}} \right)_{}^{1 - b}{Q_{{\rm{L}}1}}$$ (10) 式(6)为流固耦合条件下极限产液量预测公式,其中a,b为油田实际或类比相似油田拟合系数。
(1)当b<1时,产液量随压差增加而增大,但并不呈线性关系,而是随生产压差增加产液量增长越来越缓慢,其中地饱压差为生产压差时,计算产液量为极限产液水平;
(2)当b>1时,产液量随压差增加而下降,初期产液量即为极限产液水平;
(3)当b=1时,产液量基本不受压差影响,初始产液量即为极限产液水平。
-
渤海C油田是天然水驱油藏,天然能量充足,水体特征评价为刚性水体。C油田地层岩性为疏松砂岩,油藏渗透率1 500×10−3 μm2,孔隙度26%,油层厚度20 m,地下原油黏度57 mPa·s,地饱压差8.0 MPa,共有生产井50口。1985年投产后,随含水率上升,单井产液量不断增加,但增加幅度较小,并未大幅提液,目前含水率超过90%。计划对4口井实施提液,提液前生产压差1.7~2.1 MPa,提液作业将生产压差增至6.0 MPa,利用上述研究结果,预测4口井极限提液水平。
利用渤海C油田2016年提液井数据(图3),拟合a=1435,b=0.28。以A3井为例,利用式(1)求得变化后渗透率,该井提液前生产压差为2.0 MPa,产液量为108 m3/d,预计提液后生产压差为6.0 MPa,通过式(6)求得提液后产液量为220 m3/d,常规方法预测为324 m3/d。该井实际提液过程中产液量基本稳定在210 m3/d,接近新方法预测结果,与常规方法差异超过50%。新方法共应用于C油田4口井中,计算结果与实际情况如表1所示,据此可认为对于疏松砂岩储层,利用常规预测方法与实际情况严重不符,必然造成海上油田高难度动用与开发,而新方法更为简单、便捷,准确率高。
表 1 不同预测方法与实际数据对比
Table 1. Comparison between prediction methods and actual data
井号 提液前 常规方法 新方法 实际 预测误差率 日产液量/
(m3 · d−1)生产压差/
MPa预测日产
液量/(m3 · d−1)生产压差/
MPa预测日产
液量/(m3 · d−1)生产压差/
MPa日产液量/
(m3 · d−1)生产压差/
MPa常规方法/
%新方法/
%A3 108 2.0 324 6 220 6 210 5.9 54.3 4.9 A5 156 1.9 493 6 335 6 360 6.1 36.8 −6.9 A11 214 2.1 611 6 416 6 435 6.0 40.6 −4.4 A26 263 1.7 928 6 631 6 600 5.9 54.7 5.2 -
(1)常规预测极限产液水平方法表明压差与产液水平呈线性关系。从相关实验分析与实际生产数据归纳,疏松砂岩储层易发生塑性变形,造成岩土骨架破坏,砂砾剥落进入流体成为可动砂,同时生产井提液过程中产生强烈的冲刷作用,可动砂发生运移、沉降,甚至大量溢出井底,从而使储层孔隙度和渗透率发生改变。因此,常规预测产液方法不适用于疏松砂岩储层。
(2)在流体与储层结构确定时,疏松砂岩渗透率受生产压差作用降幅明显,且呈现指数递减模式,即前期受压实作用、高出砂影响渗透率大幅下降,后期渗透率变化趋于平稳。
(3)利用渗透率的变化规律预测疏松砂岩的提液水平更加接近实际情况,对比常规方法误差较小。而实际提液过程中未考虑此过程的变化,必然造成提液效果减弱,油田后期稳产、上产的经济性下降。
A new method for predicting the limit liquid production rate of oil well based on fluid-solid coupling
-
摘要: 油井提液是油田进入高含水期后的一项重要稳产措施,常规极限产液水平研究的关键点仅局限于能量供给水平、极限生产压差的判断,对极限提液水平主要以达西线性方法预测,其中均假定油藏中流体流过的多孔介质是刚性的,储层渗透率恒定不变。渤海湾的海上油田广泛分布高孔隙度、高渗透率、胶结程度差的疏松砂岩油藏,储层的特点和提液方式造成了流体流过的多孔介质会发生弹性与塑性变化、骨架变形与出砂,导致渗流条件发生根本性转变,使用常规极限产液水平预测方法误差大。以剖析常规极限产液水平研究为出发点,理论分析多孔介质变化影响因素、规律,与油田生产实践资料结合,将其变化规律融入渗流理论中,进而推导了考虑流固耦合下产液水平预测方法。将此预测方法应用于渤海C油田,与油田实际数据对比,误差率仅为5%,比常规方法提高40%~50%,具有一定推广意义。Abstract: The liquid increasing of oil well is one important measure to stabilize the production when an oilfield steps into the period of high water cut. Speaking of the conventional limit liquid production capacity study, its key point is only confined to the discrimination of energy supply capacity and limit production pressure difference, and its prediction on the limit liquid increasing capacity is mainly by means of the Darcy linear method. It is assumed that the porous medium where the fluid flows in the reservoir is rigid and the reservoir permeability is constant. Unconsolidated sandstone reservoirs of high porosity, high permeability and poor consolidation are widely distributed in the offshore oilfields of the Bohai Bay. These reservoir characteristics and liquid increasing method lead to elastic and plastic deformation, skeleton deformation and sand production of the porous medium where the fluid flows, which result in the essential transformation of the percolation conditions, so the error of the conventional limit liquid production capacity prediction method is large. After firstly dissecting the conventional limit liquid production capacity study, this paper theoretically analyzed the influence factors and change laws of porous medium. Then, combined with the oilfield production practice data, the change laws were introduced into the percolation theory to infer the liquid production capacity prediction method based on fluid-solid coupling. This prediction method is applied in Bohai C Oilfield. And compared with the actual oilfield data, the error rate of the fitting result is only 5% and the fitting rate is 40%-50% higher than that of conventional method. Therefore, this prediction method is worth popularizing.
-
表 1 不同预测方法与实际数据对比
Table 1. Comparison between prediction methods and actual data
井号 提液前 常规方法 新方法 实际 预测误差率 日产液量/
(m3 · d−1)生产压差/
MPa预测日产
液量/(m3 · d−1)生产压差/
MPa预测日产
液量/(m3 · d−1)生产压差/
MPa日产液量/
(m3 · d−1)生产压差/
MPa常规方法/
%新方法/
%A3 108 2.0 324 6 220 6 210 5.9 54.3 4.9 A5 156 1.9 493 6 335 6 360 6.1 36.8 −6.9 A11 214 2.1 611 6 416 6 435 6.0 40.6 −4.4 A26 263 1.7 928 6 631 6 600 5.9 54.7 5.2 -
[1] 吴晓慧, 葛丽珍, 邓景夫, 等. 考虑重力作用的最大提液幅度研究[J]. 科学技术与工程, 2015, 15(34):19-21, 63. doi: 10.3969/j.issn.1671-1815.2015.34.004 WU Xiaohui, GE Lizhen, DENG Jingfu, et al. The research of maximum enhanced liquid amplitude with gravity[J]. Science Technology and Engineering, 2015, 15(34): 19-21, 63. doi: 10.3969/j.issn.1671-1815.2015.34.004 [2] 刘晨, 张金庆, 周文胜, 等. 海上中高含水油田提液潜力动态计算方法[J]. 油气地质与采收率, 2017, 24(4):110-115. doi: 10.3969/j.issn.1009-9603.2017.04.019 LIU Chen, ZHANG Jinqing, ZHOU Wensheng, et al. Dynamic calculation method for liquid production increase potential of offshore oilfield at high water cut stage[J]. Petroleum Geology and Recovery Efficiency, 2017, 24(4): 110-115. doi: 10.3969/j.issn.1009-9603.2017.04.019 [3] 郭云民, 李健康, 崔洁, 等. 高含水期油井出砂预测模型的研究与应用[J]. 油气地质与采收率, 2005, 12(3):58-61. doi: 10.3969/j.issn.1009-9603.2005.03.018 GUO Yunmin, LI Jiankang, CUI Jie, et al. Research and application of sanding prediction model for high water-cut oil wells[J]. Petroleum Geology and Recovery Efficiency, 2005, 12(3): 58-61. doi: 10.3969/j.issn.1009-9603.2005.03.018 [4] 董长银, 闫切海, 周博, 等. 弱胶结储层微观出砂形态与出砂机理可视化实验模拟研究[J]. 石油钻采工艺, 2020, 42(2):227-235. doi: 10.13639/j.odpt.2020.02.017 DONG Changyin, YAN Qiehai, ZHOU Bo, et al. Visual experimental simulation on microscopic sand production morphologies and mechanisms in weakly consolidated reservoirs[J]. Oil Drilling & Production Technology, 2020, 42(2): 227-235. doi: 10.13639/j.odpt.2020.02.017 [5] 吕永国, 胡永全, 李培武. 通过油井产量预测生产出砂[J]. 断块油气田, 2007, 14(1):53-54. doi: 10.3969/j.issn.1005-8907.2007.01.021 LV Yongguo, HU Yongquan, LI Peiwu. Predication of sand production by oil well output[J]. Fault-Block Oil & Gas Field, 2007, 14(1): 53-54. doi: 10.3969/j.issn.1005-8907.2007.01.021 [6] 田选华, 陆正元, 胡罡, 等. 水驱油田合理注采压力系统[J]. 石油与天然气地质, 2015, 36(1):142-147, 153. doi: 10.11743/ogg20150118 TIAN Xuanhua, LU Zhengyuan, HU Gang, et al. Rational injection-production iressure system in water-drive oilfields[J]. Oil & Gas Geology, 2015, 36(1): 142-147, 153. doi: 10.11743/ogg20150118 [7] 刘欢乐, 吴则鑫, 张博, 等. 油田生产制度改变时产液量变化规律预测[J]. 石油钻探技术, 2013, 41(5):102-106. doi: 10.3969/j.issn.1001-0890.2013.05.020 LIU Huanle, WU Zexin, ZHANG Bo, et al. Regularity forecast for liquid production change when changing production parameters[J]. Petroleum Drilling Techniques, 2013, 41(5): 102-106. doi: 10.3969/j.issn.1001-0890.2013.05.020 [8] 凌浩川, 周海燕, 石洪福, 等. 不同含水阶段合理产液量预测的一种新方法[J]. 油气藏评价与开发, 2019, 9(1):34-37. doi: 10.3969/j.issn.2095-1426.2019.01.007 LING Haochuan, ZHOU Haiyan, DAN Hongfu, et al. A new method of liquid production rate prediction with different water cut[J]. Reservoir Evaluation and Development, 2019, 9(1): 34-37. doi: 10.3969/j.issn.2095-1426.2019.01.007 [9] 赵延林, 唐劲舟, 付成成, 等. 岩石黏弹塑性应变分离的流变试验与蠕变损伤模型[J]. 岩石力学与工程学报, 2016, 35(7):1297-1308. doi: 10.13722/j.cnki.jrme.2015.1178 ZHAO Yanlin, TANG Jinzhou, FU Chengcheng, et al. Rheological test of separation between viscoelastic-plastic strains and creep damage model[J]. Chinese Journal of Rock Mechanics and Engineering, 2016, 35(7): 1297-1308. doi: 10.13722/j.cnki.jrme.2015.1178 [10] 王正茂. 油藏含砂流体渗流机理及流固耦合单井数值模拟研究[D]. 成都: 西南石油学院, 2004. WANG Zhengmao. The study of fluid flow mechanism with sand erosion and sand particulates migration in the reservior and fluid-solid coupling single-well numetical simulation[D]. Chengdu: Southwest Petroleum Institute, 2004. [11] 李根. 利用动态数据判别有机堵塞井变化规律[J]. 中国海上油气, 2016, 28(4):70-75. doi: 10.11935/j.issn.1673-1506.2016.04.011 LI Gen. Evaluating the change of organic plugging well using dynamic data[J]. China Offshore Oil and Gas, 2016, 28(4): 70-75. doi: 10.11935/j.issn.1673-1506.2016.04.011 [12] 熊钰, 李航, 耿站立, 等. 压实与出砂双重作用下疏松砂岩稠油油藏产能变化实验[J]. 中国海上油气, 2015, 27(6):63-68. doi: 10.11935/j.issn.1673-1506.2015.06.011 XIONG Yu, LI Hang, GENG Zhanli, et al. Experimental study on productivity change of unconsolidated sandstone heavy oil reservoir under the dual effect of compaction and sand production[J]. China Offshore Oil and Gas, 2015, 27(6): 63-68. doi: 10.11935/j.issn.1673-1506.2015.06.011 -