天然气开发战略规划风险量化评价方法研究

陆家亮 孙玉平,2 赵素平

1.中国石油勘探开发研究院廊坊分院 2.中国科学院大学

天然气开发战略规划风险量化评价方法研究

陆家亮1孙玉平1,2赵素平1

1.中国石油勘探开发研究院廊坊分院 2.中国科学院大学

陆家亮等.天然气开发战略规划风险量化评价方法研究. 天然气工业，2016, 36(10): 149-156.

天然气开发战略规划编制过程中许多指标都具有不确定性，有可能会导致实施过程中存在较大的风险，为了更好地规避风险，充分发挥战略规划的引领作用，对风险进行量化评价就显得十分必要。为此，系统开展了天然气开发战略规划风险因素识别、目标模拟方法和风险综合评价标准研究。天然气开发战略规划风险因素主要有7类，即资源规模、开发地质、规划部署、技术水平、经济效益、管道市场和宏观政策风险；考虑不同风险因素对规划目标的作用机理，建立了产量评价数学模型，即以资源规模和开发地质作为产量规模评价的基础，以技术水平、管道市场、宏观政策和规划部署风险为约束条件，以经济效益最大化为优化目标的天然气产量最优化预测模型；引入蒙特卡洛随机模拟方法，实现了产量概率模拟；综合考虑产量目标实现概率和离散程度两个指标建立了风险等级评价矩阵，并针对客观风险和决策风险特点分别建立了“概率曲线扫描法”和“概率曲线位移法”两种风险因素敏感评价方法。实例应用效果表明，该风险量化评价模型能够量化战略规划风险大小、主要风险点及其分布特征，可以为辨识和降低战略规划风险、制定规避措施提供科学依据。

天然气战略规划 风险分析 量化评价 产量优化 概率评价 概率曲线扫描法 概率曲线位移法

天然气开发战略规划是油气企业在系统总结天然气发展历史、正确评价气田生产现状、科学预测未来发展趋势的基础上形成的纲领性文件，具有综合性、前瞻性和指导性，是油气田企业天然气业务健康发展的纲领和行动指南。科学的战略规划既能保障油气田按照其自然规律开采，又能保障企业高效和可持续发展[1]。然而，在开发战略规划制定中许多关键指标如储量、投资、成本、价格等都具有较大的不确定性[2]，为了更好地规避风险、突出战略规划的指导作用，对风险进行量化评价就显得十分必要。

全球油气行业的风险评价始于20世纪60年代，主要在钻井项目中开展研究[3]，20世纪90年代以来，在勘探项目、开发项目及环境保护项目中相继开展了风险研究[4-7]，尽管研究领域不同，但它们都有一个共同的特点——都是对单一项目进行风险评价。这与油气开发战略规划风险评价研究有许多不同，主要区别体现在以下4个方面：①空间概念范围不同，单一项目风险评价的对象只有一个油气田[8]；战略规划风险评价涉及多个油气田，其难点是必须解决好油气田个体的特殊性及其之间的相关性。②对时间节点的要求不同，单一项目风险评价不关心油气田开发的起始年，只关心相对于起始年的各年产量[9-10]；而战略规划风险评价对时间节点要求非常严格，起始年具有重要的作用，必须处理好时间节点之间的相关性。③量化目标不同，单一项目风险评价只关心经济效益风险[11]；而在战略规划风险评价中，经济效益和产量规模同等重要，特别是由于战略规划事关企业全局发展，有时产量规模比经济效益更加重要。④风险参数的量化方法不同，单一项目风险评价采用敏感分析方法，将所有参数的变化范围都设定在一个固定变化范围内[12]；而战略规划风险评价中每个量化参数具有不同的变化规律，分布范围各不相同。

针对天然气开发战略规划风险评价的特殊性，笔者系统开展了风险因素识别、量化评价模型建立、等级评价矩阵分析以及风险对策定量化评价研究，建立了天然气开发战略规划风险量化评价方法。

1 天然气开发战略规划风险因素识别

通过全面总结“十五”以来国家、油气企业以及重点地区天然气战略规划执行情况，系统分析了战略规划目标出现偏差的主要原因，认为主要存在7类风险。

1.1 资源规模风险

资源规模风险包括资源量规模、资源量可以转化为探明储量规模和探明储量可动用规模等3个层次的风险。资源量规模本身是伴随资源勘探投入增加、理论认识提高和方法技术进步而不断变化的（表1）；资源量转化为探明储量过程中受地质认识程度、技术、投资等影响，其转化率也存在较大的不确定性；即使是已探明储量规模也有风险，按行业标准规定探明储量误差范围在20%以内是可以接受的[13-14]（表2）。

表1 我国历年天然气资源量评价结果表

表2 不同级别储量可接受误差范围表

1.2 开发地质风险

开发地质风险是指决定天然气资源开发难易程度的客观风险。由于资源埋藏于地下，无法获得直观的认识，只能通过地震、钻井、测井、试井等手段间接认识，受地质资料限制，解释结果存在不确定性，特别是对气藏构造特征、储层连续性和非均质性、储层裂缝发育程度、边底水活跃程度等方面的认识存在风险。例如，新疆玛河气田2007年底投入开发，2008年底上报含气面积为20.83 km2，上报天然气地质储量为313.98×108m3，通过5年的开发，地质认识不断深化，气田构造复杂性逐渐清晰，2012年复算地质储量为167.66×108m3[15]，减少47%。

1.3 规划部署风险

规划部署风险主要是开发节奏、工作量和投资是否满足实际生产需求的风险。地理环境恶劣、钻井成本变化和建设队伍素质的风险直接影响产能建设进度等规划部署的完成情况。

1.4 技术水平风险

技术水平风险主要指针对不同类型气藏所采取

的开发手段是否有效的风险，由于技术研发是一个缓慢的过程，导致在编制战略规划时常常会高估或低估了技术进步的潜力。

1.5 经济效益风险

受规划期间天然气经济评价参数不确定性的影响，如销售价格、经营成本和建设投资等，规划的效益目标是否能够实现也存在一定的风险。

1.6 管道市场风险

上中下游一体化是天然气工业最显著的特点，从气田生产、输送管网、储气库到用户是一个庞大的体系，相互关联。天然气开发战略规划必须考虑上中下游协调与可持续发展，中下游约束会限制天然气生产规模，增加规划目标的不确定性。

1.7 宏观政策风险

政策的初衷是在保障健康安全环保的前提下实现资源的高效科学开发，实现资源的安全平稳供应。但是，一些天然气财税政策会增加天然气开发的难度，给天然气开发带来不确定性。

综上所述，7类风险因素产生的机理不同，对规划目标作用的方式也不相同。资源规模风险和开发地质风险属于客观风险，只能认识不能改变，针对客观风险需要增加对客观规律的认识，使评价结果更加靠近真实情况，从而尽可能降低战略规划的不确定性。规划部署风险、经济效益风险、管道市场风险、宏观政策风险和技术水平风险属于决策风险，受人的主观能动性控制，不仅能够认识而且能够改变，如提升技术水平可以提高规划目标实现概率。

2 天然气开发战略规划风险产量模拟方法

2.1 规划产量模拟原理

天然气开发战略规划的产量风险评价过程是一个考虑多风险因素的产量最优化过程，7类风险对规划产量的作用机理有所不同，产量风险评价模型本质上是确定产量与7类风险因素的逻辑关系（图1）。通过分析，规划产量风险模拟过程相应地分为两个阶段：第一阶段考虑资源规模和开发地质两类客观风险得到最大产量潜力；第二阶段考虑5类决策风险，对最大产量潜力逐级限制，得到满足约束条件的产量。两个阶段分别称为无约束的产量模拟阶段和有约束的产量模拟阶段。

2.1.1 无约束产量模拟

无约束产量模拟只考虑天然气资源规模风险和开发地质风险，模拟得到的产量可以视作是天然气开发的最大潜力，采用产量构成法计算，即将评价单元分成探明已开发、探明未开发和待探明气田3个部分，先计算每部分的产量，再求和计算气区产量，即

产量构成法中最小评价单元为单一气田（或者可合并的气田群），气田开发一般经历上产、稳产、递减和废弃阶段，不同阶段产量计算采用公式：

图1 7类风险因素在天然气开发战略规划产量模拟中的逻辑关系图

2.1.2 有约束产量模拟

有约束产量模拟需要考虑天然气开发所面临的各种决策风险，此时需要对气田和气区产量进行调整。首先，考虑气田投资是否到位、工作量是否充足、地面配套能力是否满足生产需求、开发技术是否有效等，对气田产量进行调整：

其次，考虑气区的市场需求量、管输能力和宏观政策等约束，对气田和气区产量进行调整。当气田产量之和小于等于气区约束产量时，气区和气田产量不需要调整；当气田产量之和大于气区约束产量时，需要对部分气田进行调整。调整的基本原则是：优先调整无效益或效益较差的气田；优先调整恢复生产较容易的气田；优先调整生产制度对最终采收率影响较小的气田；保证地面集输处理厂正常工作的最低产量要求。考虑约束时气区、气田产量模拟函数如公式（4）、公式（5）所示：

两次气田产量调整和一次气区产量调整后，完成了某年度气田与气区产量模拟。计算当年末所有气田的采出程度，判断气田所处开发阶段，根据公式（2）为下一年度气田产量测算选择模拟函数，实现了气田上一个时间节点对下一个时间节点的约束（图2）。

2.2 规划产量概率模拟

计算天然气产量的诸多参数存在不确定性，理论上任意的参数组合都可能发生，为尽可能模拟所有可能的产量，引入了蒙特卡洛随机模拟方法。模拟过程首先是根据风险因素特点，确定风险量化指标的概率曲线，应用蒙特卡洛方法对风险量化指标进行随机抽值，计算规划期产量，通过多次随机计算实现对规划期产量概率的模拟。

图2 考虑时间节点和气田间约束时产量模拟流程图

3 天然气开发战略规划目标风险综合评价

3.1 风险评价指标设置

风险评价的核心是评估规划目标能否实现。一般用随机模拟产量大于规划目标的累积概率来表征规划目标的实现概率，大于规划目标的概率越大，实现概率越高。但是，在实际执行过程中，也会出现规划目标实现概率大但执行效果较差的情况，主要原因是概率产量离散程度大。为此引入“实现概率”和“离散程度”两个指标来评价风险大小，其中“离散程度”指随机模拟值与期望值之差的绝对值的算术平均值，再除以期望值。

3.2 风险等级评价矩阵

综合考虑规划目标的实现概率和概率产量的离散程度，建立了风险等级评价矩阵，将风险分为4个等级（图3）：①Ⅰ级风险，规划目标实现概率高（大于等于80%）、离散程度低（小于等于5%），规划目标风险小。②Ⅱ级风险，规划目标实现概率较高（50%～80%，含50%）、离散程度较低（小于等于10%），或者规划目标实现概率高（大于等于80%）、离散程度较低（5%～10%，含10%），规划目标风险可接受。③Ⅲ级风险，规划目标实现概率低（20%～50%，含20%）、离散程度较低（小于

等于10%），或者规划目标实现概率较高（大于等于50%）、离散程度较大（10%～25%，含25%），规划目标风险较大，需要进一步优化。④Ⅳ级风险，规划目标实现概率很低（小于20%），或者离散程度大（大于25%），或者规划目标实现概率低（20%～50%）、离散程度较大（10%～25%），规划目标风险大，不可接受。

图3 战略规划风险等级评价矩阵图

3.3 风险敏感评价方法

由上述风险等级评价标准可见，降低风险等级的策略分为两类，一是提高实现概率，二是降低离散程度。结合7类风险因素特点，针对不同类型的风险建立相应的敏感评价方法。

客观风险因素的评价方法为“概率曲线扫描法”。由于客观风险只能认识不能改变，因此只能根据客观风险量化指标的累积概率曲线分布规律，计算不同概率时产量的大小，从而评价客观风险点的敏感程度，指出哪些风险点是主要风险。通过深化客观风险研究，提高风险因素的认知程度，降低规划目标离散程度，从而达到降低风险的目的。

决策风险因素的评价方法为“概率曲线位移法”。由于决策风险既能认识也能改变，因此决策风险量化指标概率曲线可以改变。根据决策风险因素的累积概率曲线分布规律，评价决策风险在一定范围内变化对产量的影响程度。该方法能够评价决策风险点对规划目标的敏感程度，通过人的主观能动性提高规划目标实现概率，使得战略规划风险得到有效控制。

4 应用实例

某构造带东西长约240 km，南北宽20～35 km，面积约6 000 km2，区带资源量大，构造带内已经有探明气田A和B，控制、预测气田C、D、E和F，共上报三级天然气地质储量约6 500×108m3，另有储备圈闭26个，圈闭总资源量为2.19×1012m3，展示了非常好的勘探开发前景，2008—2009年编制完成了《某构造带天然气开发规划方案》，产量规划目标如图4所示。

4.1 评价单元划分及量化指标描述

4.1.1 评价单元划分

图4 某构造带天然气产量规划目标图

评价单元分为气田A、气田B和待探明储量区3类。其中，气田A探明已开发，气藏类型属于中孔隙度、中渗透率、底水、异常高压、干气气藏；气田B探明未开发，气藏类型属于低孔隙度、低渗透率、深层高压、层状边水、凝析气藏，规划编制时尚未编制开发方案；气田C、D、E、F和26个储备圈闭统归为待探明储量区。

4.1.2 量化参数描述

需要准备的参数分为3类：①勘探开发历史和现状数据；②规划方案目标和部署；③风险因素概率曲线。历史和现状参数是风险研究的前提条件，规划目标和部署是风险研究的对象，风险因素概率曲线描述是风险量化评价的关键，确定方法一般有统计分析法和标准曲线法（表3）。

4.2 规划目标风险等级评价

4.2.1 不同时间节点风险评价

利用风险量化评价模型对规划期内产量目标进行了1 000次随机模拟，按模拟结果从大到小进行排队，第50位对应的产量为P5产量，以此类推，第500和第950位对应产量为P50和P95产量，概率趋势如图5所示。

根据规划目标的实现概率和离散程度，对规划目标进行了风险等级评价（表4）。例如，2010年和2025年两个时间节点规划产量目标分别为80×108m3、240×108m3，评价结果表明：2010年大于规划目标概率为100%，离散程度为0.31%，风险等级为Ⅰ级；2025年大于规划目标概率为21%，离散程度为6.1%，风险等级Ⅲ级。

4.2.2 不同评价单元风险评价

从不同评价单元规划产量风险等级结果可见（表5），已开发气田A和探明未开发气田B风险较小，待探明储量区规划风险较大。

表3 天然气开发规划风险评价准备数据表

图5 某构造带概率产量和规划产量图

4.3 主要风险点及规避措施

4.3.1 主要风险点评价

以待探明储量区2025年产量目标为研究对象，分析主要风险点。从客观风险因素敏感评价结果可见（图6），客观风险主要是气田储量的可靠程度。从决策风险敏感程度评价结果可见（图7），投资规模和技术水平对产量目标更敏感。

4.3.2 规避措施分析

根据上述主要风险点评价结果，建议采取以下风险规避措施：①进一步加大勘探投入和科技攻关，增加新增储量规模。②通过技术进步提高储量动用程度和单井产量。例如待探明储量区2025年产量规划目标实现概率为1.1%，离散程度为8.7%，风险等级为Ⅳ级；通过加大勘探投入和技术攻关，新增储量规模在原规划基础上增加30%时，规划目标实现概率达到95%，离散程度为4.6%，风险等级降为Ⅰ级。

4.4 规划执行动态分析

对比某构造带2010—2014年期间规划目标与实际执行情况，总体上规划执行效果较好，5年累计产量误差仅6%（表6），与方案风险评价认识基本一致（Ⅰ级风险），表明战略规划风险量化评价模型具有较好的风险预警功能。

表4 某构造带不同开发阶段产量风险等级表

表5 不同评价单元规划产量风险等级表

图6 2025年待探明储量区客观风险因素敏感评价结果图

图7 2025年待探明储量区决策风险因素敏感评价结果图

表6 某构造带天然气生产情况表 108m3

5 结论

1）天然气开发战略规划风险因素可以分为资源规模、开发地质、规划部署、技术水平、经济效益、管道市场约束和宏观政策等7类风险因素，其中前两类为客观风险，后5类为决策风险。

2）基于不同风险因素与规划目标之间的逻辑关系，建立了天然气开发战略规划产量评价数学模型，即以资源规模和开发地质作为产量评价的基础，以技术水平、管道市场、宏观政策和规划部署4类决

策风险为约束条件，以经济效益最大化为优化目标的天然气产量最优化评价模型。

3）综合考虑大于规划目标概率和概率产量的离散程度，建立了天然气开发战略规划目标风险等级评价矩阵。考虑客观风险和决策风险的特点，分别建立了“概率曲线扫描法”和“概率曲线位移法”两种风险因素敏感评价方法。

4）从应用效果来看，天然气开发战略规划风险量化模型能够量化战略规划目标的风险大小和主要风险点，能够评价风险在不同时间节点和不同评价单元上的分布，从而为辨识和降低战略规划风险、保障战略规划顺利实施提供科学依据。

符 号 说 明

Q表示气区总产量，108m3；q表示单气田产量，108m3；PD表示探明已开发气田产量，108m3；PUD表示探明未开发气田产量，108m3；UD表示待发现气田的产量，108m3；m表示探明已开气田数量，个；n表示探明未开发气田数量，个；l表示待发现气田数量，个；i表示气田顺序；t表示时间，a；CT表示产能建设周期，a；PL表示稳产年限，a；Tf表示气田生命周期，a；¯q表示稳产规模，108m3；Rd表示递减率；q'i,t表示气田第一次调整后产量，108m3；q''i,t表示气田第二次调整后产量，108m3；qi,约束产量表示气田约束产量，108m3；x表示不需要进行产量调整气田数量，个；y表示优先限产气田数量，个；χ表示限产气田产量调整系数。

[1]刘毅军, 陆家亮, 宫雨, 孙玉平. 天然气产业链上游规划风险评价[M]. 北京: 石油工业出版社, 2012: 46-56.

Liu Yijun, Lu Jialiang, Gong Yu, Sun Yuping. Risk research on upstream development planning of natural gas industrial chain[M]. Beijing: Petroleum Industry Press, 2012: 46-56.

[2] Mingee JC. The petroleum industry's differential risks[C]//Fall Meeting of the Society of Petroleum Engineers of AIME, 11-14 October 1964, Houston, Texas, USA. DOI: http://dx.doi. org/10.2118/969-MS.

[3] Alexander JA, Lohr JR. Risk analysis—Lessons learned[C]//SPE Annual Technical Conference and Exhibition, 27-30 September 1998, New Orleans, Louisiana, USA. DOI: http://dx.doi. org/10.2118/49030-MS.

[4] Behrenbruch P, Azinger KL, Foley MV. Uncertainty and risk in petroleum exploration and development: The expectation curve method[C]//SPE Asia-Pacific Conference, 13-15 September 1989, Sydney, Australia. DOI: http://dx.doi.org/10.2118/19475-MS.

[5] Sorgard E, Jodestol K, Hoell E, Fredhelm B. A stepwise methodology for quantitative environmental risk analysis of offshore petroleum activities[C]//SPE/UKOOA European Environment Conference, 15-16 April 1997, Aberdeen, UK. DOI: http://dx.doi.org/10.2118/37851-MS.

[6] Turner SK, Singer RV, Pegram A, Saunders B. Integrated risk management in oil and gas exploration and production[C]//SPE International Conference on Health, Safety and Environment in Oil and Gas Exploration and Production, 7-10 June 1998, Caracas, Venezuela. DOI: http://dx.doi.org/10.2118/46811-MS.

[7] McCulloch BR. A practical approach to SH&E risk assessments within exploration & production operations[C]//SPE International Conference on Health, Safety and Environment in Oil and Gas Exploration and Production, 20-22 March 2002, Kuala Lumpur, Malaysia. DOI: http://dx.doi.org/10.2118/73892-MS.

[8] 李刚, 游传新. 浅谈石油项目投资风险分析[J]. 地质技术经济管理, 2003, 25(5): 68-70.

Li Gang, You Chuanxin. Analysis on investment risk of petroleum project[J]. Geological Technoeconomic Management, 2003, 25(5): 68-70.

[9] Reinsvold CH, Johnson E, Menke M. Portfolio optimization for oil and gas producers: Creating value by seeing the forest as well as the trees[C]//SPE Annual Technical Conference and Exhibition, 21-24 September 2008, Denver, Colorado, USA. DOI: http:// dx.doi.org/10.2118/116419-MS.

[10] Haskett WJ. Production profile evaluation as an element of economic viability and expected outcome[C]//SPE Hydrocarbon Economics and Evaluation Symposium, 3-5 April 2005, Dallas, Texas, USA. DOI: http://dx.doi.org/10.2118/90440-MS.

[11] 张明泉, 钟雄. 蒙特卡洛模拟在油田开发经济评价风险中的应用[J]. 西南石油大学学报: 社会科学版, 2012, 14(4): 6-10.

Zhang Mingquan, Zhong Xiong. Application of Monte Carlo simulation to economic evaluation of oil and gas development[J]. Journal of Southwest Petroleum University: Social Sciences Edition, 2012, 14(4): 6-10.

[12] 中华人民共和国国家能源局. 天然气开发规划编制技术要求[S]. SY/T 6436—2012, 2012.

National Energy Administration of the People/s Republic of China. Technical requirement for establishment of natural gas development plan[S]. SY/T 6436-2012, 2012.

[13] 中华人民共和国国土资源部. 石油天然气资源/储量分类[S]. GB/T 19492—2004, 2004.

Ministry of Land and Resources of the People's Republic of China. Classification for petroleum resources/reserves[S]. GB/T 19492-2004, 2004.

[14] 中华人民共和国国家石油和化学工业局. 石油探明储量计算细则裂缝性油气藏部分[S]. SY/T 5386—2010, 2010.

State Bureau of Petroleum and Chemical Industries of the People's Republic of China. The regulations of proved reserves calculation of petroleum the part of fractured oil and gas reservoir[S]. SY/T 5386-2010, 2010.

[15] 中华人民共和国国土资源部. 全国油气矿产储量通报[R]. 北京：中华人民共和国国土资源部, 2012.

Ministry of Land and Resources of the People's Republic of China. Bulletin of the national oil and gas reserve[R]. Beijing: Ministry of Land and Resources of the People's Republic of China, 2012.

（修改回稿日期 2016-08-20 编 辑 陈 嵩）

Quantitative risk evaluation methods in natural gas development strategic planning

Lu Jialiang1, Sun Yuping1,2, Zhao Suping1
(1.Langfang Branch of PetroChina Exploration and Development Research Institute, Langfang, Hebei 065007, China; 2.China University of Academy of Sciences, Beijing 100083, China)
NATUR. GAS IND. VOLUME 36, ISSUE 10, pp.149-156, 10/25/2016. (ISSN 1000-0976; In Chinese)

Uncertainties existed in the process of compiling strategic plan of natural gas development will lead to rather high risks in actual implementation. Therefore, quantitative risk evaluation is important in avoiding those risks and exerting the effective role of strategic planning. Hence, systematic research was conducted on risk factors identification, target simulated methodology, and assessment criteria in gas development strategic planning. In terms of risk factors identification, seven types of risks are summarized: resource scale, development geology, plan deploying, technology level, economic benefits, pipeline-market constraints and macro policies. Considering the mechanisms of different risks affecting strategic planning, an optimal gas-output forecasting model was established. This is a prediction model based on resource scale and development geology, and constrained by technology level, pipeline-market constraints, macro policies and plan deploying, and targeting for economic benefits maximization. In this model, the Monte Carlo stochastic simulation method was introduced to stimulate gas-output probability, and then risk grade assessment matrix was built considering both the probability for achieving the yield target and its dispersion degree. Finally, based on the evaluation objective and decision-making risks, two sensitivity analysis methods ("probability-curve scanning method" and "probability-curve shifting method") were established. Case histories demonstrated that this quantitative risk assessment model can figure out the risk sizes in strategic planning, identify main risk types, and provide support for implementing measures to reduce risks.

Natural gas strategic planning; Risk analysis; Quantitative evaluation; Gas-output optimization; Probability evaluation; Probability-curve scanning method; Probability-curve shifting method

10.3787/j.issn.1000-0976.2016.10.019

国家科技重大专项 “页岩气开发规模预测及开发模式研究”（编号：2016ZX05037-006）。

陆家亮，1963年生，教授级高级工程师，博士；长期从事天然气战略规划等决策支持研究工作。地址：（065007）河北省廊坊市万庄44号信箱。ORCID: 0000-0001-5191-656X。E-mail: jllu69@petrochina.com.cn