原油黏度非均质分布稠油油藏数值模拟新方法
2018-10-15于波马鹏飞
于波 马鹏飞
(中国石油大学(华东)理学院,山东 青岛 266580) (中国石油大学(华东)石油工程学院,山东 青岛 266580)
原油黏度是评价稠油油藏特性的核心参数,尤其在稠油热采过程中,原油黏度对开发效果的影响显著[1~3]。受成藏条件、原油组成变化等因素影响,稠油油藏地层原油黏度一般呈非均质分布[4~6]。常规油藏数值模拟研究过程中,一般采用流体分区方式描述不同位置原油黏度的差异,该方法不能描述黏度在平面上的连续变化,仅适用于独立的砂体单元。另外,也可以采用组分模型,绘制原油各组分摩尔分数在平面上的分布,通过组分混合原理进行描述,但在应用中,该方法对原油组分摩尔分数分布的准确描述较困难。笔者采用一种基于油藏所有生产井中最低原油黏度和最高原油黏度,通过黏度混合原理,建立2种原油组分摩尔分数分布,进而描述原油黏度非均质分布的方法。以王庄油田T82区块沙一段1砂组稠油油藏为例,进行了数值模拟研究,探讨了原油黏度非均质分布对数值模拟历史拟合和合理开发方案设计的影响。
1 油藏概况及模型建立
1.1 油藏概况
1.2 模型建立
该研究采用油藏数值模拟软件CMG的STARS模块,根据实际油藏参数建立该油藏的蒸汽吞吐数值模拟模型。根据精细油藏数值模拟要求,纵向上划分为19个模拟层,采用角点网格系统,网格总数为141×48×19=128592。平面上平均网格步长为25m,纵向上平均网格步长为10m。区块共有蒸汽吞吐井117口,模拟生产时间自2005年1月至2016年7月。
2 原油黏度非均质场建立
2.1 基准原油性质确定
图1 王庄油田T82区块各井油层原油黏度
首先统计研究区内蒸汽吞吐井的地层原油性质,并选择最低原油黏度和最高原油黏度井点处原油作为基准原油,并以其黏温曲线作为基准黏温曲线。其余井点处原油性质根据2种基准原油性质,通过摩尔分数插值计算。王庄油田T82区块有36口井进行了原油性质测试,各井原油黏度如图1所示,可以看出各井原油黏度差异很大。其中,原油黏度最低的井为T82-3X7井(762mPa·s),原油黏度最高的井为T82-X1井(7369mPa·s),两井原油黏温曲线如图2所示。
2.2 不同原油摩尔分数的确定
原油黏度介于最低原油黏度和最高原油黏度之间井点处的原油由2种原油基于不同摩尔分数混合插值确定。混合原油黏度与最低、最高原油黏度关系符合公式(1)所述的Arrhenius黏度混合模型[7,8]。
lnμ=X1lnμmin+X2lnμmax
(1)
X1+X2=1
(2)
式中:X1为最低黏度原油的摩尔分数,1;X2为最高黏度原油的摩尔分数,1;μmin为最低黏度井的原油黏度,mPa·s;μmax为最高黏度井的原油黏度,mPa·s;μ为混合后的原油黏度,mPa·s。
根据各井点处测试得到的原油黏度,利用式(1)和式(2)可计算得到该井点最低、最高黏度原油的摩尔分数,见式(3)和(4)。根据各井点处2种原油摩尔分数,通过插值计算得到整个油藏所有网格最低黏度和最高黏度原油的摩尔分数分布场。
(3)
X2=1-X1
(4)
采用上述方法,基于王庄油田T82区块36口井测试的原油黏度计算得到最低黏度(762mPa·s)原油和最高黏度(7369mPa·s)原油的摩尔分数,通过插值获取摩尔分数分布场,其中最低黏度原油摩尔分数分布如图3所示。根据摩尔分数插值后得到的原油黏度分布如图4所示。从图4中可以看出,不同部位原油黏度分布差异较大,该成果与现场实际原油黏度分布一致。在蒸汽吞吐开发油藏数值模拟过程中,如果采用原油黏度均质分布模型,将会对热采开发动态的拟合和开发效果评价产生明显偏差。
图3 T82区块最低黏度原油摩尔分数分布图 图4 T82模型区块地层原油黏度分布图
2.3 黏温曲线的计算
在油藏数值模拟过程中,尤其在热采过程中,有必要确定原油在各个温度下的黏度数据。国际上广泛采用ASTM(American Society for Testing and Materials Standards)标准黏度坐标,在ASTM坐标下稠油黏温曲线为一条直线,可外推查得所需温度下的稠油黏度。也可以采用沃尔特(Walther)方程(式(5))计算任意温度下稠油的黏度[9]。
lg(lg(μ+α))=A-B(1.8t+492)
(5)
式中:t为温度,℃;μ为温度t对应的稠油黏度,mPa·s;A,B,α为常数,一般通过试验数据拟合测定。
热采过程中任意网格不同温度条件下的原油黏度由该网格处2种基准原油在该温度下的原油黏度通过摩尔分数插值确定,其中2种基准原油的原油黏度通过其黏温曲线插值确定。
3 历史拟合效果对比
图5 区块含水率拟合结果对比
分别建立2种模型进行生产动态历史拟合。模型1是常规的原油黏度均质分布模型,平均原油黏度取3300mPa·s;模型2是原油黏度非均质性分布模型,原油黏度通过2种原油摩尔分数分布确定。拟合过程中通过对油藏整体参数和单井参数分别进行调整,在保证整体拟合效果较好的情况下,对单井拟合结果进行了对比。2种模型模拟区块含水率拟合结果对比如图5所示,可以看出,2种模型整体拟合精度差异不大。根据拟合精度计算方法[10],计算并统计了2种模型单井拟合精度,结果如表1所示。
表1 不同模型对应的单井拟合精度对比
从表1可以看出,由于模型1不能真实反映大部分井点原油黏度,拟合精度高于90%的井数比例仅有19.7%,低于80%的井数比例高达41%。模型2较准确地描述了油藏原油黏度分布,拟合精度高于90%的井数比例达到了27.4%,低于80%的井数比例仅有13.7%。以拟合精度80%为标准,单井拟合率由59%提高到了86.3%。
对模型1单井不同拟合精度的井位分布进行了统计,拟合精度较差的井主要位于黏度较高和黏度较低的油藏部位,油藏中接近于平均原油黏度的井拟合精度普遍较高。分别选取原油黏度较高的T82-1X15井(油层原油黏度为6107mPa·s)和原油黏度较低的T82-5X5井(油层原油黏度为763.9mPa·s),通过含水率计算结果对比分析了2种模型拟合效果,结果如图6和图7所示。可以看出,在每个吞吐周期的初期,2种模型拟合效果接近;但在吞吐周期后期,拟合效果差异较大。这主要是因为稠油油藏原油黏度具有强温度敏感性的特点。在吞吐初期,注入的蒸汽使地层温度升高到200℃以上,2种模型中原油黏度都会大幅降低,油水流度比差异不大,含水率较为接近;随着流体的产出,油藏温度降低,原油黏度升高,2种模型中原油黏度差异变大,导致含水率差异明显。对于T82-1X15井,模型1中原油黏度低于真实原油黏度,计算的含水率明显低于模型2结果。而对于T82-5X5井,模型1中原油黏度高于真实原油黏度,计算的含水率明显高于模型2结果。
图6 T82-1X15井不同黏度分布模型含水率对比 图7 T82-5X5井不同黏度分布模型含水率对比
4 原油黏度非均质分布对方案优化效果的影响
原油黏度对稠油油藏蒸汽吞吐开发效果有较大影响。根据地层原油黏度将王庄油田T82区块所有生产井划分成3个井区:相对高黏井区(5000~7369mPa·s)、中黏井区(2500~5000mPa·s)、相对低黏井区(762~2500mPa·s)。统计对比了3个井区油井蒸汽吞吐5个周期的平均含水率和油汽比,结果如图8所示。可以看出,随着吞吐周期的增加,3个井区油井平均含水率逐渐增大,平均油汽比逐渐降低;相对低黏井区各周期平均含水率低于相对高黏井区,平均油汽比高于相对高黏井区。采用原油黏度均质分布模型难以对上述不同黏度油井开发效果差异性进行准确模拟。因此后续周期蒸汽吞吐方案的优化和预测结果与矿场实际偏差较大。
图8 不同原油黏度分区井生产情况对比
以T82区块T82-1X15井为例,对比了模型1和模型2模拟计算得到的蒸汽吞吐5个周期末剩余油饱和度分布,结果如图9所示。可以看出,在第1、2周期末2种模型剩余油饱和度差别较小,数值模拟显示吞吐井半径10m内平均剩余油饱和度相差仅0.016;随着吞吐周期的增加,模型1平均剩余油饱和度明显低于模型2,蒸汽吞吐到第5周期,两者差异达到了0.11。对于相对低黏井区的井,规律则相反。油藏数值模拟拟合结果对后期开发方案优化和预测会产生重要影响。蒸汽吞吐方案优化的主要参数包括周期注入量、注入温度、蒸汽干度等,优化结果与目前剩余油分布、油藏剩余温度等有重要关系。采用Hou Jian等[11]提出的蒸汽吞吐优化方法,以净现值为目标函数,对蒸汽吞吐参数进行了优化。以T82-1X15井为例,采用模型1优化周期注入量2445m3,注入温度300℃,蒸汽干度0.60;采用模型2优化周期注入量2204m3,注入温度300℃,蒸汽干度0.56。2种模型的注入量不同,这主要是因为采用模型1得到的目前剩余油饱和度相对较低,蒸汽波及半径大,合理的周期注入量较大,所需注入热量相对较高。在对全区油井蒸汽吞吐方案优化基础上进行开发效果预测,对3个井区的井分别进行统计。结果表明,模型1预测3个井区平均单井周期累计产油分别为889、964、987t,模型2预测3个井区平均单井周期累计产油分别为906、1098、 1221t。
图9 2种模型吞吐轮次末剩余油饱和度对比
5 结论
1) 稠油油藏数值模拟中原油黏度非均质分布的准确描述十分重要。通过将地层原油看作是由模拟区内最低黏度原油和最高黏度原油组成的混合物,采用Arrhenius黏度混合模型,获取2种原油摩尔分数分布,最终确定原油黏度非均质分布场。
2) 王庄油田T82区块开发历史和数值模拟结果表明,考虑原油黏度非均质性分布的模型能够准确模拟不同黏度区的开发差异,提高单井拟合率,更好地对不同油井注采参数进行优化。