摘要
中国南海神狐海域水合物储层地质特征复杂,难以获取储层全部参数。本研究通过智能拟合手段,根据实际试采产气量拟合选择南海神狐海域作为目标区域,降压开采,结合垂直井网开采措施,提升开采效果,解决我国未来的能源紧缺问题。由于南海神狐海域水合物储层参数缺少数值模拟所需的精确值,通过历史拟合方法确定储层物性参数,并进行长期开采预测,为后续水合物开采实验做铺垫。
天然气水合物是一种结晶物质,其中的气体分子(例如甲烷)被捕集在宿主水分子的笼
水合物开采的本质是通过油气生产手段,破坏水合物的压力-温度相平衡条件,使天然气分解并产出。开采水合物的主要方法有降
目前对于水合物的现场开采,仅有麦索亚哈气田(前苏联-俄罗斯)达到了商业化开采的要求,截至2010年,该气田已经累计产气12.9×1
日本和中国进行的成功的试采向世界展示了降压法开采海洋水合物的可能性和可行性,并且可以在不久的将来实现商业化生产。
综上所述,日本和中国的水合物试采试验中都采用了单一垂直井降压开采的方法。虽然许多研究人员已经提出水平井的开采效果优于垂直井,但是由于垂直井具有工艺简单、开采成本低的特点,在未来仍是海洋水合物开发的主要手段。因此,垂直井开采仍是一个重要手段。
基于神狐开采试验的模拟研究,近年来研究热度有所上升,由于神狐海域水合物试采仅持续了60 d,生产时间较短,需要通过生产数据拟合的手段得到储层参数。CHEN
综上所述,本文通过智能拟合手段确定储层物性参数,其次通过单一垂直井进行长期降压生产。
本研究的创新点总结如下:
(1)应用智能拟合手段确定储层参数,节约运算成本。
(2)模拟神狐海域水合物储层2500 d的产气特征。
(3)模拟神狐海域水合物储层2500 d的储层物性参数。
本文中的数值模拟研究采用CMG-STARS数值模拟软件。对于水合物的研究,虽然和TOUGH+HYDRATE相比公开发表的成果较少,但CMG-STARS能够有效模拟多组分多相流,且能够添加化学反应,能够有效模拟水合物的开采过程,模拟水合物方面,该软件模拟得到了有效的验
(1)考虑水、气两相渗流,不考虑水合物的流动,气水流动符合达西定律。
(2)水合物分解产生气和水。
(3)不考虑气体的扩散和在水中的溶解和气体的滑脱效应。
(4)考虑流体的微可压缩性,不考虑地层的变形。
(5)水合物假设为I型水合物,分解产生气、水,使用Kim-Bishnoi分解动力学模型。
在本研究中,建立了一个3D笛卡尔储层模型,其长度为500 m(x坐标),厚度为137m(z坐标),用于数值模拟。根据现场地质资料,2017年进行的真实水合物生产试验,假设整个储层模型位于1495~1572 m的深度,水深1266 m。沿着z坐标,网状区域从上到下分为3个区域:上盖层1294~1495 m,水合物层1495~1572 m和下盖层1572~1622 m。目前已经通过测井和岩心数据等方法确定了不同层位的储层物性参数,即A层(水合物+水):1495~1530 m;B层(气+水+水合物):1530~1545 m;和C层(气+水):1545~1572 m。生产井在B层射孔生产,见
本文采用拉丁超立方加代理模型优化算法进行智能拟
(1)拉丁超立方抽样:通过拉丁超立方对一定取值范围内的参数体进行抽样,其核心目的是包括最大信息的同时抽取最少的样品。
(2)代理模型:根据上一步通过拉丁超立方抽样的参数模拟计算,根据得到的结果建立经验代理模型。代理模型包括多项式回归模型和神经网络。多项式回归模型由于其易于理解、灵活性和计算效率而被广泛应用于物理和计算机实验的分析。神经网络运行速度更快,预测效果更好,但使用难度更大。
(3)基于代理的优化:由于代理模型的固有局限性,对于非线性复杂问题预测的准确性较差。有可能出现错误预测的结果,为解决该问题,生成数个可能的最优解,以增加预测准确性。
(4)验证和迭代:经过上述步骤,得到预测的参数并对参数进行模拟运算。将模拟运算的结果和实际生产过程中的结果进行比对,如果结果未满足要求,则通过重复上述步骤,最终得到满意的最优解为止。
本研究基于神狐海域水合物储层基础数据,建立数值模拟模型,并进行数值模拟研究。受技术条件和其他因素的影响,地质资料有限,储层物性参数存在盲点,而部分参数对模拟结果有重要影响,确定合理的参数对提高模拟精确度和可信度具有重要意义。本研究依据现场试采累积产气量,通过历史拟合方法,确定未知参数,最后通过确定的参数建立基础模型,并进行下一步的研究工作。
历史拟合是通过建立不同的地质参数模型,对其进行模拟计算,得到相关开采结果(产量、压力温度等),再将开采结果和实际生产动态进行对比。如果模拟结果和实际结果基本一致,则证明模型参数合理,能够有效反映地下情况,反之,则需要对地质参数进行调整,直到达到合理的误差范围内。历史拟合方法广泛应用于实际油田开发数值模拟中。
根据实际60 d试采产气数据,通过CMG-CMOST进行智能历史拟合工作,其中B层的含气含水饱和度和生产井井底压力为待确定参数。拟合过程如

图1 智能拟合结果
通过历史拟合,得到B层含气饱和度为0.1656,含水饱和度为0.5244,平均生产井井底压力为5.134 MPa。
根据上节工作得到的精确参数,研究1500 d储层开采动态,对于水合物的长期开采过程,采用用历史拟合得到的数据,建立模型并进行数值模拟运算,该模型能够近似地表征神狐海域水合物储层物性,研究了2500 d的开采动态。
如

图2 基础案例产气速度和累积产气量随时间变化曲线

图3 基础案例不同时刻储层水合物饱和度垂向分布

图4 基础案例不同时刻储层温度垂向分布
(1)基于实际试采数据,应用CMG-CMOST软件,采用拉丁超立方加代理模型优化算法进行智能拟合,得到确定的储层参数。
(2)通过智能历史拟合确定得到储层参数,建立合理模型,尽可能准确地模拟实际储层长期开采特征。
(3)对建立的模型进行长期开采研究,结果表明,产气分2个阶段,即自由气产出阶段和分解气产出阶段。自由气产出阶段时间较短(0~115 d),分解气产出阶段开采时间较长,由于储层渗透性差,压力传播有限,到开采结束时储层仍有大量水合物未分解,单一垂直井降压法难以满足商业化开采要求。
参考文献
DendyE, Sloan. Fundamental principles and applications of natural gas hydrates[J]. Nature, 2003,426(6964):353-359. [百度学术]
JR E. Clathrate Hydrates of Natural Gas [J]. M Dekker, 1998. [百度学术]
CHEN C, YANG L, JIA R, et al. Simulation study on the effect of fracturing technology on the production efficiency of natural gas hydrate[J]. Energies, 2017,10(8):16. [百度学术]
ZHONG X, PAN D, ZHAI L, et al. Evaluation of the gas production enhancement effect of hydraulic fracturing on combining depressurization with thermal stimulation from challenging ocean hydrate reservoirs[J]. J Nat Gas Sci Eng, 2020,83. [百度学术]
FAN S S, ZHANG Y Z, TIAN G L, et al. Natural gas hydrate dissociation by presence of ethylene glycol[J]. Energy & Fuels, 2006,20(1):324-326. [百度学术]
PAN D B, ZHONG X P, ZHU Y, et al. CH4 recovery and CO2 sequestration from hydrate-bearing clayey sediments via CO2/N2 injection[J]. J Nat Gas Sci Eng, 2020,83:12. [百度学术]
CHEN C, PAN D, YANG L, et al. Investigation into the water jet erosion efficiency of hydrate-bearing sediments based on the arbitrary lagrangian-eulerian method[J]. Applied Sciences-Basel, 2019,9(1),182. [百度学术]
MAKOGON Y F, OMELCHENKO R Y. Commercial gas production from Messoyakha deposit in hydrate conditions[J]. J Nat Gas Sci Eng, 2013,11:1-6. [百度学术]
YAMAMOTO K, DALLIMORE S. Aurora-JOGMEC-NRCan mallik 2006-2008 gas hydrate research project progress[J]. Fire in the Ice, 2008(3):1-5. [百度学术]
SUN Y, LI B, GUO W, et al. Comparative analysis of the production trial and numerical simulations of gas production from multilayer hydrate deposits in the Qilian Mountain permafrost [J]. J Nat Gas Sci Eng, 2014,21:456-66. [百度学术]
YAMAMOTO K, TERAO Y, FUJII T, et al. Operational overview of the first offshore production test of methane hydrates in the Eastern Nankai Trough[C]// The Offshore Technology Conference. Houston, Texas, 2014. [百度学术]
CHEN L, FENG Y, KOGAWA T, et al. Construction and simulation of reservoir scale layered model for production and utilization of methane hydrate: The case of Nankai Trough Japan[J]. Energy, 2018,143:128-40. [百度学术]
LI JF, YE JL, QIN XW, et al. The first offshore natural gas hydrate production test in South China Sea[J]. China Geology, 2018,1(1):5-16. [百度学术]
YE JL, QIN XW, XIE WW, et al. The second natural gas hydrate production test in the South China Sea [J]. China Geology, 2020,3(2):197-209. [百度学术]
杨胜雄, 梁金强, 陆敬安,等.南海北部神狐海域天然气水合物成藏特征及主控因素新认识[J].地学前缘,2017,24(4):1-14. [百度学术]
CHEN L, FENG Y, OKAJIMA J, et al. Production behavior and numerical analysis for 2017 methane hydrate extraction test of Shenhu, South China Sea [J]. J Nat Gas Sci Eng, 2018, 53: 55-66. [百度学术]
QIN X, LIANG Q, YE J, et al. The response of temperature and pressure of hydrate reservoirs in the first gas hydrate production test in South China Sea[J]. Appl Energy, 2020,278. [百度学术]
YU T, GUAN G, WANG D, et al. Numerical investigation on the long-term gas production behavior at the 2017 Shenhu methane hydrate production site[J]. Appl Energy, 2021,285:116466. [百度学术]
BAI Y, HOU J, LIU Y, et al. Interbed patterns division and its effect on production performance for class I hydrate deposit with mudstone interbed[J]. Energy, 2020,211:118666. [百度学术]
GADDIPATI M. Code comparison of methane hydrate reservoir simulators using CMG STARS[J]. Dissertations & Theses - Gradworks, 2008. [百度学术]
LIU Y, HOU J, CHEN Z, et al. Enhancing hot water flooding in hydrate bearing layers through a novel staged production method[J]. Energy, 2021,217:119319. [百度学术]
UDDIN M, COOMBE D, LAW D, et al. Numerical studies of gas-hydrates formation and decomposition in a geological reservoir[J]. J. Energy Resour. Technol.,2008, 130(3): 032501. [百度学术]
ZHANG W, HOU J, LIU Y, et al. Study on the effect of polymer viscosity and darcy velocity on relative permeability curves in polymer flooding[J]. Journal of Petroleum Science and Engineering, 2021,200:108393. [百度学术]
KUMAR N, PAL N, MANDAL A. Nanoemulsion flooding for enhanced oil recovery: Theoretical concepts, numerical simulation and history match [J]. Journal of Petroleum Science and Engineering, 2021,202:108579. [百度学术]