EGS技术经济仿真工具GEOPHIRES及其应用

邢倩 白晋宏 李晓辉

摘要：近年来，在钻井、压裂、微地震预测、数值模拟等方面的技术取得了极大地进步，干热岩地热能商业化开发利用已经成为可能。国外EGS项目的实践已有40多年的历史，科学评估EGS项目的风险、不确定性和经济性成为能否商业化的关键问题。因此，欧洲和美国分别开发了具有代表性的EURONAUT和GEOPHIRES软件包供科研和工程人员对EGS项目进行技术经济分析。基于美国国家可再生能源实验室（NREL）2018年2月发布的更新报告，通过文献分析，介绍了EGS技术经济仿真工具GEOPHIRES v2.0的框架、参数体系和特性，并在两种不同类型EGS项目中进行了应用研究。使用GEOPHIRES工具一方面对于分析研究中国干熱岩地热能开发与利用的关键影响因素和完善技术经济评价理论与方法具有借鉴作用;另一方面，对于开发编制适应中国国情和资源特点的干热岩项目技术经济仿真软件具有重要的指导意义。

关键词：干热岩;EGS;技术经济评价;GEOPHIRES;仿真工具

中图分类号：F062.4;TP-9         文献标识码：A

文章编号：0439-8114（2019）02-0115-05

DOI：10.14088/j.cnki.issn0439-8114.2019.02.026           开放科学（资源服务）标识码（OSID）：

2012—2014年，美国国家可再生能源实验室（NREL）开发了一种深层地热能源系统的技术经济仿真计算机软件GEOPHIRES[1]。GEOPHIRES是Geothermal Energy for the Production of Heat and Electricity（“IR”）Economically Simulated的首字母缩写，“IR”表示电流和电阻，指的是电力模式。该仿真工具结合热储、井眼和地面电厂模型来计算整个电厂生命周期产生的热量和电力输出，并通过资本、运营维护（O&M;）成本关联项以及经济生命周期模型来估算不同的终端利用方式（如直接利用、发电或热电联产）所需投资和电力（热量）的平准化成本（LCOE和LCOH）。

为评估一座地热电厂的技术经济性能，GEOPHIRES中给出了各类情景的模拟，包括新建电厂的选址、资源最优利用方式的选择、不同能源的比较、地下参数（如渗透性、地热梯度和热储体积）和内在的不确定性建模和敏感性分析、开发最优热储管理的策略、使用历史运行数据进行预测，或预测系统升级对未来收益的影响（如钻一口新井、储层激发或者替换热交换器）。其他技术经济评价可以模拟深层地热能系统，如地热能技术评价模型（GETEM）[2]和干热岩经济（HDRec）模型[3]。然而，早先的经济评价模型主要集中于地热发电，不具备评估诸如区域供热系统或者工业处理或者热电联产等其他利用方式的能力，而GEOPHIRES实现了这些功能。

GEOPHIRES在2017—2018年进行了升级，模型中钻井、劳动力和地面电厂成本相关项已经更新，使之能反映当前的趋势;源代码已经从Fortran（77、90）转换为Python，以增强代码的可读性，为外部开发者的编程提供便利;源代码的重构也允许实施新的功能，如高级时间步长控制和耦合外部热储模拟器等。为解读GEOPHIRES，本研究从GEOPHIRES的开发历程入手，介绍了GEOPHIRES的模型结构以及GEOPHIRES v2.0的更新内容，并给出GEOPHIRES的应用案例，证明GEOPHIRES及其功能[4]。

1  GEOPHIRES仿真工具概述

1.1  GEOPHIRES的开发历程

GEOPHIRES v1.0版本是在Jefferson William Tester及其合作者前期的研究成果和开发的模型基础上演化而来的，时间可以追溯到20世纪70年代在美国洛斯阿拉莫斯国家实验室（LANL）开展的芬顿山干热岩（HDR）项目[1]。Armstead等在《Heat Mining》书中详细介绍了该项目中的热经济HDR模型。在20世纪80年代末期，HDR模型被升级为MIT-HDR模型[5]，到了90年代，该模型又被修改为一个Windows版本，使其更广泛地为地热界所使用[6]。该模型正式为人所知是在著名的“地热能的未来”报告中使用的MIT-EGS模型[7]。

2012—2014年，MIT-EGS模型被康奈尔大学研究团队的其他成员修改后开发了GEOPHIRES（v1.0）。除了纳入电力生产（直接使用和热电联产）之外的不同最终用途之外，还更新了内置资本和运维成本的相关项，并实现了新的经济模型（标准贴现平准化成本模型）、热储模型（百分比热衰减模型）和井孔模型（Ramey传热模型）。使用GEOPHIRES（v1.0）工具的其他案例包括纽约和宾夕法尼亚州的深层地热区域供热系统潜力分析[8]、康纳尔大学[9]以及该校一个混合地热-生物质能的热电联产系统进行的评价[10]。

GEOPHIRES软件的开发演化过程[11]。

1.2  GEOPHIRES的模型结构

显示的是更新的GEOPHIRES v2.0的操作方案，这些组成部分中模拟热储、井筒和电厂的成本和经济模型，通过Python语言进行了实现。

GEOPHIRES v2.0需要输入约6大类共80个参数：资源参数、工程参数、热储参数、财务和运行参数、资本成本参数以及运维成本参数。如果用户未提供某个参数，软件会提供一个默认值。根据所选择的利用类型，默认的技术经济评价输出结果为LCOE（以￠/kWhe为单位）和LCOH（以￥/MMTBU为单位）。为方便地提供输入参数和读取输出结果，系统提供了支持Windows的图形用户界面（GUI，使用VB9.0编写）。GUI和Python代码之间通过一个输入文件和输出文件（.txt文本文件）进行通讯。用户可以绕过GUI执行批处理，如以优化为目的的仿真、蒙特卡洛统计分析或参数敏感性分析。GEOPHIRES v2.0还具有绕过内置的热储模型和从一个外部热储模拟器或实际电厂数据读取温度曲线的选项。

1.3  GEOPHIRES v2.0的更新内容

GEOPHIRES v2.0的模型结构、内置热储模型、电厂转换效率和经济模型基本与v1.0版本相同。这些模型和相关性都在文献[12]中有详细的介绍。GEOPHIRES v1.0和v2.0前后两个版本的比较分析如表1所示。最具意义的更新是系统源代码从FORTRAN77和90转换为Python3.5。转换的原因主要有以下几个方面：①最初的FORTRAN代码可读性差，容易出错，而且由于有很多GOTO语句、边界不清的参数和全局变量导致难以修改;②Python有一个更加活跃的用户群体，有很多文档可查阅，并且受到了强大的非盈利编程爱好者的支持;③使该软件成为开源和对开发者有效的目标需要使用类似Python这样受到广泛欢迎的编程语言;④Python内置了诸如numpy和mpmath这样的库使某些算法和计算更为简便（如通过多平行裂缝热储模型计算产出温度进行的逆拉普拉斯变换）。

在GEOPHIRES v1.0中，只有内置的分析模型对于模拟热储是有效的。这些模型包括多平行裂隙模型[13]、一维线性热延展模型[14]、单裂隙热衰减模型[15]和温度衰减百分比模型[12]。在GEOPHIRES v2.0中，增加了通用的热储生产温度剖面导入的选项。这些温度数据可由某个文本文件的列向量提供，如从正在运营的地热工厂或者来自类似如TOUGH2[16]中单独的热储模拟器的输出结果。GEOPHIRES v2.0和TOUGH2之间的直接通讯当前正在被实现。

其他还包括将成本相关性从2012年更新至2017年的美元标准。钻井成本的最新数据来自美国能源部（DOE）GeoVision研究的油藏管理和开发任务组。除核电厂外，使用IHS Markit北美电力资本成本指数（NAPCCI）将发电厂成本关联项更新至2017年。根据劳动力统计局（BLS）公用事业就业成本指数，劳动力成本更新到2017年。用于补偿补给水的水成本更新为3.5美元/1 000加仑，这是通过调查美国西部目前工业规模的水费而获得的代表性价值。

在将源代码转换为Python的同时，还进行了一些其他的更新，包括：①允许用户选择时间步长，而不是将值固定为3个月;②允许任意数量的注入井和生产井，而不是预先定义的井配置（对井、三井或星型）;③使用Colebrook-White相关计算管道中流体的摩擦系数，而不是使用常数值;④使用内置的温度依赖相关计算水体黏度，而不是使用恒定值;⑤将热温度衰竭模型的百分比从指数线性下降到线性下降，以更好地匹配野外观测到的温度下降数据。

2018年实施的其他升级包括GEOPHIRES v2.0和TOUGH2的直接耦合（在每个时间步长），应用于注入井（而不仅仅是生产井）的Ramey井筒模型和具有多个段的地层，依赖于季节地面工厂的运行（例如，冬季只有地热区域供热）以及国家可再生能源实验室（NREL）的Peregrine超级计算机上使用高性能计算功能。

2  GEOPHIRES应用案例研究

本研究提供了两个案例研究来介绍GEOPHIRES v2.0的仿真功能，所有输入参数如表2所示。案例1是2 000 m深处的热液资源，用于亚临界干冷二元循环发电厂的发电。井口生产温度始于145 ℃，年降幅约为0.5%/年。不考虑季节性环境温度变化。这种温度输出和衰减是美国西部与双工质循环工厂耦合的热液系统的代表值，恒定的生产率和注入指数假设为20 L/（s·bar）。案例2是用于向工业应用提供直接使用热量的增强型地热系统（EGS）资源。资源温度为150 ℃，深度为3 000 m，相当于约45 ℃/km的地热梯度（假定环境温度为15 ℃）。45 ℃/km的梯度代表了整个美国西部广泛使用的典型中等资源[7]。热储输出结果是基于Fox等进行的单机TOUGH2模拟，该温度曲线通过文本文件导入GEOPHIRES v2.0。井口温度通过应用Ramey的井筒热传导模型来计算。该经济模型基于Los Alamos国家实验室开发的内置BICYCLE生命周期平准化成本模型。财务输入参数（如通货膨胀率、贴现率和利率）是基于Tester等的案例研究和Geothermal Vision Study中使用的参数。

案例1（水热资源）假设井口温度从145 ℃开始，以每年0.5%的速率下降;案例2（EGS资源）假设温度曲线来自利用TOUGH2进行的多裂隙计算结果。两个案例利用GEOPHIRES v2.0进行的技术经济仿真结果如表3所示。

案例1是一个小型地热电厂（仅8 MWe装机容量），井场由三口生产井组成，产出中等地热流体，生产温度仅为140 ℃。该水热型地热电厂的平准化成本12 ￠/kW·h降至有报道的水热型地热厂LOCE值的范围之内。由国际能源署（IEA）、核能署（NEA）和经合发展组织（OECD）联合出版的《发电成本预测》2015版中，估计美国地热双工质循环地热电厂的平均LOCE为12 ￠/kW·h。这个数值假定7%的贴现率，而在该案例中将加权的贴现率设为8.8%。透明成本数据（OpenEI 2017）列出的水热型地热系统LOCE值的取值范围在3～14 ￠/kW·h。对于双循环闪蒸地热电厂的数值，贴现率假定为7%。在过去的几年里没有显著的成本变化，而且假定的热储参数达标了平均水热条件，因此LCOE值被预期为近似。

案例2是一座装机热容量为29 MWth的大型地热直接利用设施。作为对比，在美国地热直接利用设施平均装机容量为区域供热5 MWth、温室3 MWth。例如，Boise区域供热系统的装机容量超过30 MWth并且还在继续扩大。与发电不同，直接利用的经济性很大程度上取决于终端利用的类型和必要的地面基础设施数量，这使验证LCOH值变得复杂。例如，住宅集中供热系统需要大型的地面管网，但仅仅运行一半的时间（比如冬季），这就将会与距离井口更近的单一的工厂全年用热相比具有更加显著的LCOH值。此外，案例2使用的是EGS资源，目前运行的数量很少。更多类似的研究是利用GEOPHIRES v1.0完成的，估计了工业EGS应用的LOCH值，并发现LOCH值在4.0～8.1￥/MMBTU，依靠假定的技術水平，案例2中的LOCH出于该值范围的上限。值得注意的是，与案例2相比，假定在相对较低的回灌温度50 ℃（相对于70 ℃）、更高的地热梯度50 ℃/km（相对于45 ℃/km）以及较低的贴现率7%（相对于8.8%）等条件下，所有这些都会降低LOCH值。

3  結论

本研究介绍了当前美国地热技术经济模拟工具GEOPHIRES的最新更新。该工具的最初版本从2012年开发到2014年，升级将会持续整个2018年。GEOPHIRES v2.0结合了内置的成本相关项、热储、井筒、地面工厂和经济生命周期模型，以评估一个地热工厂的技术和经济性能。仿真输出结果包括装机容量，终身用电量和产热量，前期投资成本以及能源的平准化成本。终端利用的选项包括发电，直接利用和热电联产。迄今为止实现的主要升级包括将源代码从FORTRAN转换为Python，更新各种成本相关项，可以选择导入测量或外部模拟的热储输出，并且在选择模拟时间步长和注入井、生产井的数量方面具有更大的灵活性。并通过两个案例研究，一个发电、一个直接利用，展示了GEOPHIRES v2.0的仿真能力。GEOPHIRES v2.0的其他几项升级计划将在未来几个月内实施。这些升级包括GEOPHIRES v2.0和TOUGH2之间的直接双向通信，Ramey应用于多段层位和注入井的井筒热传输模型，以及高性能计算能力（处理计算密集的地下模拟和批处理模拟）。

研究使用EGS技术经济仿真工具GEOPHIRES一方面对于分析研究中国干热岩地热能开发与利用的关键影响因素和完善技术经济评价理论与方法具有借鉴作用;另一方面，对于开发编制适应中国国情和资源特点的干热岩项目技术经济仿真软件具有重要的指导意义。

参考文献：

[1] BECKERS K F，LUKAWSKI M Z，REBER T J，et al. Introducing Geophires V1.0：Software Package for Estimating Levelized Cost of Electricity And/or Heat from Enhanced Geothermal Systems[A].Proceedings，Thirty-Eighth Workshop on Geothermal Reservoir Engineering Stanford University[C].Stanford California，2013.

[2] HANSON，STEVEN C J. Geothermal Electricity Technology Evaluation Model （GETEM） Individual Case Files and Summary Spreadsheet （GETEM version Spring 2013）[R].

[3] HEIDINGER P，DORNSTDTER J，Fabritius A. HDR economic modelling：HDRec software[J].Geothermics，2006，35（5）：683-710.

[4] BECKERS K J，MCCABE.Introducing GEOPHIRES v2.0：Updated Geothermal Techno-Economic Simulation Tool[A].Proceedings， 43rd Stanford Geothermal Workshop on Geothermal Reservoir Engineering[C].Palo Alto，California，2018.

[5] TESTER J W，HERZOG H J.Economic Predictions for Heat Mining：A Review and Analysis of Hot Dry Rock[A].PROCEEDINGS，Sixteenth Workshop on Geothermal Reservoir Engineering，Stanford University[C].Stanford，California，1990.

[6] KITSOU O I，HERZOG H J，TESTER J W.Economic Modeling of HDR Enhanced Geothermal Systems[A].Proceedings World Geothermal Congress，Kyushu-Tohoku，Japan，2000.

[7] MICHELLE K.The Future of Geothermal Energy——Impact of Enhanced Geothermal Systems（EGS） on the United States in the 21st Century[M].Gwen Wilcox，Massachusetts Institute of Technology，2016.

[8] REBER T J，BECKERS K F，TESTER J W. The transformative potential of geothermal heating in the U.S. energy market：A regional study of New York and Pennsylvania[J].Energy Policy，2014，70（5）：30-44.

[9] TESTER J，REBER T，BECKERS K，et al. Integrating Geothermal Energy Use into Re-building American Infrastructure[A].Conference：World Geothermal Congress[C].At Melbourne，Australia，2015.

[10] BECKERS K F，LUKAWSKI M Z，AGUIRRE G A，et al. Hybrid Low-Grade Geothermal-Biomass Systems for Direct-Use and Co-Generation：from Campus Demonstration to Nationwide Energy Player[A].Fortieth Workshop on Geothermal Reservoir Engineering[C].Stanford University，At Stanford，California 2015.

[11] OLASOLO P，JUREZ M C，MORALES M P，et al. Enhanced geothermal systems（EGS）：A review[J].Renewable & Sustainable Energy Reviews，2016，56：133-144.

[12] BECKERS，K. Low-Temperature Geothermal Energy：Systems Modeling，Reservoir Simulation，And Economic Analysis[D].Cornell University，Ithaca，NY，United States，2016.

[13] GRINGARTEN A C，WITHERSPOON P A，OHNISHI Y. Theory of heat extraction from fractured hot dry rock[J].Journal of Geophysical Research，1975，80（8）：1120-1124.

[14] HOLLIS B R. User's manual for the one-dimensional hypersonic experimental aero-thermodynamic（1DHEAT） data reduction code[R].NASA Contractor Report，1995.

[15] ARMSTEAD H C H，TESTER J W. Heat mining：A new source of energy[M].E. & N.F. Spon，1987.

[16] PRUESS K，OLDENBURG C M，MORIDIS G J. TOUGH2 User's Guide，Version 2.0[R].Report LBNL-43134，Lawrence Berkeley National Laboratory，Berkeley，California.