聚合物驱注聚参数分阶段优化决策方法

2018-04-07梁丹康晓东唐恩高何春百王旭东

断块油气田 2018年2期

梁丹，康晓东，唐恩高，何春百，王旭东

（1.海洋石油高效开发国家重点实验室，北京 100028；2.中海油研究总院，北京 100028）

聚合物驱提高采收率技术已成为渤海油田高效开发的关键技术之一［1-2］。注聚参数优化设计是编制聚驱开发方案过程中的重要工作。目前，在实际油藏开发方案编制过程中，主要运用全面试验、多次单因素试验、正交设计、均匀设计等试验设计方法，选取整个聚合物驱阶段的最终吨聚增油量、提高采收率幅度、经济净现值等技术或者经济指标作为优化目标值，通过对注聚区域进行多组数的数值模拟计算，从而得到最优的注聚参数。一般是基于1套地质参数数值模型，针对聚合物驱全过程优化设计出1套注聚参数［3-6］。此方法没有充分考虑每口注聚井的地层物性、射开程度等差异性对注聚参数设计的影响，且全过程选取单一、相同的优化目标参数也不合理，达不到精细注聚的要求。需要建立一种聚合物驱全过程注聚参数分阶段优化决策方法，实现不同阶段单井的注聚参数个性化设计，以达到最优的聚合物驱开发效果，为聚合物驱油田油藏开发方案编制和现场施工的动态调整提供理论指导。

1 聚合物驱开发阶段划分原则

聚合物驱油田开发历程一般包括前置水驱、聚合物驱和后续接替3个阶段，根据含水率变化特征，聚合物驱阶段又可以划分为见效前期阶段和见效高峰阶段。前置水驱阶段为从油藏投入注水开发到实施聚合物驱项目之前的阶段；见效前期阶段为在一定含水率注入聚合物后，到含水率开始出现明显下降的阶段；见效高峰阶段为从见效前期阶段结束后，到结束注聚的阶段；后续接替阶段是一次注聚结束后，后续采用水驱或二次注聚、其他化学驱方式等挖掘剩余潜力的阶段。

2 各阶段优化目标的选取

2.1 见效前期阶段

对于见效前期阶段，目标是让聚驱见效速度更快，尤其是针对存在时间限制的海上油田，强化见效速度的实用价值更为突出。

为了消除井距的影响，定义见效速度作为聚驱见效前期阶段的优化目标，其表达式为

式中：v 为见效速度，m/a；l为井距，m；tA为见效时间，即从注聚时间点到含水率开始下降的时间点所经历的时间，a。

2.2 见效高峰阶段

对于见效高峰阶段，核心问题是扩展含水下降漏斗的宽度和深度，即延长聚合物驱降水增油的时间和增加含水率下降的幅度。因此定义含水率下降综合系数作为见效高峰阶段的优化目标，其表达式为

式中：w为含水率下降综合系数，a；Δfw为含水率下降最大值；Δt为从聚合物驱见效时间点，至含水率下降后又恢复到聚合物驱见效时对应含水率所经历的时间，a。

3 注聚参数分阶段优化决策方法

聚合物驱注聚参数分阶段优化决策方法建立的流程如图1所示。

第1步：确定优化目标函数的主控因素及范围。针对聚合物驱见效前期阶段，确定影响聚合物驱见效速度的主控因素；针对见效高峰阶段，确定影响含水率下降综合系数的主控因素。对于动静态资料获取较为全面的油田，确定优化目标函数的主控因素可以应用灰色关联分析方法进行分析［7］；对于动静态资料较少的油田，可以应用数值模拟方法进行分析。针对分析得到的目标函数主控因素，根据目标油田的特点，设置各个主控因素的取值范围。

图1 聚合物驱分阶段注聚参数优化流程

第2步：确定数值试验方案。根据主控因素及其取值范围，设计对应的n因素m水平的试验方案。为减少试验组数而又不失代表性，可以应用Box-Behnken设计法、中心复合设计法对试验方案进行设计［8］。

第3步：优化出每个试验方案的注聚参数。针对每个试验方案，根据注入参数的取值范围，设计对应的a因素b水平的试验方案，基于各阶段的优化目标函数，通过数值模拟计算并结合遗传算法［9］，优化出每个试验方案的注入参数。

第4步：建立注聚参数优化决策模型。根据每个试验方案的优化结果，运用响应面分析理论［10］，回归出注入参数的优化决策模型，并对模型的准确性进行验证，当计算精度不符合要求时，对模型进行二次修正，当精度达到要求后，最终确定注入参数的优化决策模型。

4 实例应用

渤海S油田为三角洲沉积的稠油整装油田，从2003年单井注聚试验成功，发展到目前的24注96采的规模，聚合物驱技术已成为该油田提高采收率的主导技术，累计增油365×104m3。针对该油田的实际地质油藏特征，选取了具有代表性的地质、流体和生产制度参数（见表1），应用Eclipse数值模拟软件，建立了五点井网典型数值模拟模型。模型采用直角坐标系，网格划分为 30×30×5，Dx，Dy和 Dz分别为 20，20，10 m。

表1 渤海S油田的基础参数

根据S油田的实际情况和矿场资料，选取储层渗透率、纵向渗透率变异系数、注聚时含水率、射孔有效厚度、孔隙度、受效方向和纵向射孔小层数作为比较序列，计算统计各典型井参数的数值，形成分析矩阵。计算结果见表2。在单井影响因素与见效速度、含水率下降综合系数的关联度计算基础上，求得密切关联度，评价结果见表3。

由表3得出：见效速度的主控因素为注聚时含水率、渗透率变异系数和储层渗透率；含水率下降综合系数的主控因素为注聚时含水率、渗透率变异系数、受效方向和射孔有效厚度，其中受效方向主要受井网形式控制，在井网完善的前提下不予考虑。

结合油田的实际值，选取主控因素的取值范围（见表4），采用3因素3水平的Box-Behnken试验设计方法。见效前期阶段和见效高峰阶段分别设计17个样本点，针对每个样本点，在数值模拟试验优化结果的基础上，应用遗传算法，得到各个注入参数的最优解，计算结果见表5。

表2 渤海S油田典型井的基础数据

表3 灰色关联分析结果

表4 主控因素的取值范围

以注入质量浓度为例说明优化决策模型建立过程。为选择合理的回归模型，需要对试验结果进行方差分析（见表6）。从表6看出，模型显著性检验值P＜0.05，表明该模型具有统计学意义，且自变量一次项A，C，二次项 AC，BC，A2，B2显著。校正决定系数 R2=0.991 3，信噪比31.909，变异系数CV=2.03%，表明方程拟合度和可信度均很高，可用于对注入质量浓度进行决策。