澳大利亚M区块低煤阶煤层气井产能主控因素及合理开发方式

苏朋辉，夏朝辉，刘玲莉，段利江，王建俊，肖文杰

（1.中国石油勘探开发研究院，北京100083；2.西安石油大学地球科学与工程学院，西安710300）

0 引言

低煤阶煤是指煤岩变质程度低的煤，在国际上主要通过最大镜质体反射率（Ro）来确定。低煤阶煤是最大镜质体反射率<0.65%的煤［1］。与中、高煤阶煤层相比，低煤阶煤层渗透率较高、含气量低、割理发育程度较低［2-4］。国外的低煤阶煤层气田主要分布在美国的粉河盆地、尤因塔盆地和拉顿盆地，加拿大的阿尔伯塔盆地以及澳大利亚苏拉特盆地等。我国低煤阶煤层气的重点区域包括准噶尔盆地、二连盆地、鄂尔多斯盆地等，低煤阶煤层气占煤层气总资源的43%，勘探开发潜力巨大［5］。

桑浩田等［6］以沁水盆地3口典型煤层气井为研究对象，应用COMET3数值模拟软件反演了这些井的排采数据，对影响煤层气井的产能因素进行了分析（在该区可作为煤层气井网优化的依据）；Lee等［7］以印尼低煤阶煤层气田为例，研究了含气量和储层压降对低煤阶煤层气井产能的影响，并认为含气量越高，储层压差越大，低煤阶煤层气产出速率越高；Ding等［8］评价了澳大利亚中煤阶煤层气水平井峰值产气量对渗透率、含气量等一系列因素的敏感性程度，得出了单井峰值大小对主要储层物性由强到弱的敏感性；侯海海等［2］通过多层次模糊数学的方法，研究了吐哈盆地低煤阶煤层气田产能的主控因素，提出资源丰度、煤层厚度、渗透率、含气量和水文地质条件均是影响低煤阶煤层气赋存和产能的主控因素；Zhao等［9］以澳大利亚Bowen盆地煤层气田为研究对象，提出了产能影响因素的不确定性分析方法流程图，并使用该方法研究了含气量、解吸时间、等温吸附参数和渗透率等对煤层气井产能的影响，提出含气量、渗透率和朗格缪尔体积是影响煤层气井产能的主控因素；吴雅琴等［10］分析了郑庄区块煤层气井产能主控因素，并划分出不同地质单元对井距的优化程度。影响低煤阶煤层气井产能的主要因素有2类［11-12］：①地质因素与含气性因素，即影响低煤阶煤储层资源量的因素（埋深、厚度、含气量等）和影响低煤阶煤层气解吸吸附及运移的因素（渗透率、朗格缪尔体积、朗格缪尔压力等）；②工程相关因素，即排采制度、钻完井方式等。与中、高煤阶煤储层相比，X煤层气田储层具有高孔渗、低含气量的特点，排采规律尚缺乏系统的研究。

此外，我国对于煤层气排采规律和产能的研究主要集中在中高煤阶［13-17］，其主要原因是中高煤阶煤储层比低煤阶煤储层含气量高，容易取得较好的商业价值［18］。我国低煤阶煤层气部分生产井产气量低且产量递减快，除煤层气水文地质特征复杂、渗透率和含气量均低等客观因素外，对排采规律缺乏系统的研究是影响我国低煤阶煤层气产量的主要因素［19］。因此，研究低煤阶煤层气的产能影响因素对于澳大利亚M区块低煤阶煤层气的研究和勘探开发具有重要意义。

1 区域地质概况

澳大利亚M区块地处S盆地东缘，位于盆地向斜东翼构造高部位。S盆地为中生代克拉通盆地，主要发育三叠系、白垩系。盆地中侏罗统Injune Creek群Walloon亚群发育有J和T共2套煤层组。J煤层组包含 Kogan，Macalister，Wambo和 Argle煤层，T煤层组包含Upper Taroom和Condamine煤层。X煤层气田是M区块的主力气田，位于澳大利亚S盆地东北部。

X煤层气田储层镜质体反射率为0.6%，煤层累计净厚度为25 m，平均埋深为287 m，平均渗透率为258 mD，平均含气质量体积为2.7 m3/t，平均含气饱和度为70%，地层压力梯度为0.91 MPa/100 m，属于典型的高渗、低含气量、低煤阶煤储层。

2 低煤阶煤层气生产特征

澳大利亚M区块目标煤层共发育有J和T共2套煤层组，根据开采的不同射孔层位，将X煤层气田的生产井划分为3类：A井组的井主要射孔层位为J煤层组的煤层；B井组的井主要射孔层位为T煤层组的煤层；C井组的井为多层合采井，射孔层位为全部煤层。

通过分析X煤层气田生产井的生产数据，并根据单井高峰日产气量，将气井划分为3类：高产气井（峰值产气量大于3万m3/d）、中产气井［峰值产气量为（1～3）万m3/d］、低产气井（峰值产气量小于1万 m3/d）。

2.1 高产气井生产特征

X煤层气田高产气井的特点是：生产曲线连续性好，多数高产气井具有明显的产量上升阶段、稳产阶段和递减阶段（图1）。高产气井单井累积产气量高，大部分井累积产气量大于2 000万m3，稳产期较长。高产气井大多为合采井，其井纵向穿过J和T共2套煤层组，纵向储层控制程度和初期排水量均大、持续时间长，有助于降压解吸，故合采井的投产大大增加了平均单井产量。

图1 典型高产气井生产曲线Fig.1 Production curves of a typical high production gas well

2.2 中产气井生产特征

中产气井的特点是：产气曲线连续性较好，部分生产井有比较明显的产量上升阶段、稳产阶段和递减阶段（图2）。大部分中产气井累积产气量大于500万m3，单井累积产气量高。中产气井初期排水量明显低于高产气井初期排水量，不利于煤储层降压解吸。中产气井多为单采T煤层组生产井。

图2 典型中产气井生产曲线Fig.2 Production curves of a typical medium production gas well

2.3 低产气井生产特征

低产气井特点是：生产曲线波动幅度大，连续生产的时间短（图3）。低产气井多数位于气田边缘位置，没有充足的水源供给，且井距较大，井间干扰弱。低产气井单井累积产气量低，大部分井累积产气量低于50万m3。低产气井初期产水量较中产气井更低，且持续时间短，后期产水量保持在较低水平或不产水。低产气井多为单采J煤层组生产井。

图3 典型低产气井生产曲线Fig.3 Production curves of a typical low production gas well

3 煤层气单井产能主控因素

在煤层气开发过程中，其产能受到地质及工程等多种因素的影响。结合低煤阶煤层气井的生产特征和气田地质模型资料分析，建立低煤阶煤层气井数值模型，主要讨论孔隙度、累计净厚度、渗透率、井距、含气量、含气饱和度、解吸时间、束缚水饱和度和岩石压缩系数等9个参数对煤层气井产能的影响，分析峰值产气量和累积产气量对各影响因素敏感性的强弱程度，明确影响低煤阶煤层气井产能的主控因素。

3.1 产能影响因素敏感性案例设计

澳大利亚M区块以X煤层气田各参数的实际变化范围为基础，给定每个参数的基础值、最小值和最大值。采用控制变量法，基于每个参数在地质模型中的变化范围，单次修改某一参数，分别取基础值、最小值和最大值，并保持其他参数为基础值。每个参数设计3个案例，最后设计的总案例数为27个。各参数在设计案例中的取值如表1所列。

表1 各参数在模型中的变化范围及在案例中的取值Table 1 Value ranges of each coefficient in geo-model and simulation cases

3.2 敏感性结果分析

为了评价煤层气井产能对以上9个参数的敏感性，以此来确定影响低煤阶煤层气井产能的主控因素，把基础模型的峰值产气量和累积产气量值作为比较的基础值，将通过表1中每个参数的最大值和最小值所求取的相应产量值作为比较值，再用比较值除以基础值得到每个产量的相对变化率，根据相对变化率的高低得到峰值产气量和累积产气量的敏感性分析结果暴风图（图4、图5）。

敏感性分析结果表明，影响低煤阶煤层气井峰值产气量大小的主要因素由强到弱依次为：累计净厚度、渗透率、含气量、含气饱和度、孔隙度、井距、解吸时间、束缚水饱和度和岩石压缩系数。影响低煤阶煤层气井累积产气量大小的主要因素由强到弱依次为：累计净厚度、井距、含气量、渗透率、含气饱和度、孔隙度、解吸时间、束缚水饱和度和岩石压缩系数。

通过分析峰值产气量和累积产气量对各储层参数敏感性的大小，可确定影响低煤阶煤层气井产能的主控因素有累计净厚度、渗透率、含气量、井距、含气饱和度。孔隙度、解吸时间、束缚水饱和度和岩石压缩系数的高低变化对低煤阶煤层气井产量的影响均相对较小，因此可将其视为影响低煤阶煤层气井产能的非主控因素。

图4 峰值产气量敏感性暴风图Fig.4 Sensitivity tornado chart of peak gas production

图5 累积产气量敏感性暴风图Fig.5 Sensitivity tornado chart of cumulative gas production

煤层的厚度和含气量决定着煤层中的资源量，是低煤阶煤储层富集煤层气与提供产量的关键，煤层越厚，产气量越高，气源越丰富，供气能力越强，产量也越高。渗透率是影响煤层气产量以及采收率的重要因素，较高的渗透率可改善煤层气的渗流通道、降低渗流阻力、增加煤层气产量。与常规天然气储层不同，井间干扰有利于煤储层的开发，在一定范围之内，井距越小越能加快排水降压的过程，加速气体的产出。含气饱和度越大，气体越容易解吸，并可缩短煤层气井达到峰值产量的时间。

产能主控因素研究结果表明：低煤阶煤层气峰值产气量和累积产气量有着相同的变化趋势，二者均随着累计净厚度、渗透率、含气量和含气饱和度的增大而增大，随着井距的增大先增大后减小（图6）；峰值到来时间和稳产时间有着相似的变化趋势，二者均随着累计净厚度、渗透率和含气饱和度的增大而变短，随着含气量增大而变长，但是峰值到来时间随着井距的增大而延长，而稳产时间随着井距的增加先延长，超过最优井距之后变短（图7）。峰值产气量、累积产气量、峰值到来时间和稳产时间均随着井距的变化特征与煤层气井井间干扰加速储层降压解吸有关。因此，在储层累计净厚度，渗透率和含气量等地质参数基本一致的情况下，确定合理的井距对于提高单井产能和气田开发至关重要。

图6 不同井距下的累积产气量Fig.6 Cumulative gas production rates under different well spaces

图 7 不同井距下的稳产时间Fig.7 Production plateau time under different well spaces

4 开发方式优化

4.1 开发层系优化

澳大利亚M区块主要开发煤层组为J和T煤层组，这2套煤层组均较发育，呈叠加分布，煤层厚度分布稳定。J煤层组和T煤层组在气田北部各自独立开发，南部2套煤层组合采开发。作为低煤阶煤储层，具有煤层夹矸少，渗透率高的特性，煤储层渗透率主要为100～300 mD；上、下2套煤层组煤层埋深间距为0～200 m，适于采用合层开发。合层开发可以在纵向上扩大单井排采厚度，提高单井纵向储量控制程度，实现少井高产的目的。

4.2 开发井距优化

X煤层气田埋深为250～650 m，含气质量体积从1.63 m3/t增加到5.47 m3/t，渗透率由750 mD降低至12 mD。研究可知，渗透率和含气量是影响开发效果的主控因素，二者同时受煤储层埋深的影响。因此，以低煤阶煤层气田开发效果的主控因素渗透率和含气量为依据，将煤层划分为6类储层物性（表2），建立9点直井井网模型，开展低煤阶煤层气井不同井距的数值模拟，并建立阶段采收率与井距的关系曲线，进而优选井距。

表2 不同埋深储层物性参数Table 2 Reservoir coefficients under different depths

根据6类储层物性划分标准，分别建立6个不同井距的9点井网模型。每种埋深设定8个井距，即 300 m，500 m，800 m，1 000 m，1 200 m，1 500 m，1 700 m和2 000 m。

4.3 井距优化结果分析

4.3.1 第Ⅰ类储层井距优化

根据采出程度与井距关系曲线（图8），在9点井网模型中，对比5个不同直井井距下20 a末采出程度，可以得出如下结论：井距为1 500 m时采出程度增加出现拐点，当井距从1 500 m降到1 200 m，井距减少300 m，但采出程度仅增加了0.96%。因此，对于埋深小于250 m的低煤阶煤储层，1 500 m是相对最优的井距，并有进一步优化后期加密的潜力。

图8 第Ⅰ类储层采出程度与井距关系曲线Fig.8 Relationship between recovery degree and well spacing of the type I reservoir

4.3.2 第Ⅱ类储层井距优化

根据采出程度与井距关系曲线（图9），在9点井网模型中，对比5个不同直井井距下20 a末采出程度，可以得出如下结论：井距为1 200 m时采出程度增加出现拐点，当井距从1 200 m降到1 000 m，井距减少200 m，但采出程度仅增加了1.68%。因此，对于埋深为250～350 m的低煤阶煤储层，1 200 m是相对最优井距，并有进一步优化后期加密的潜力。

图9 第Ⅱ类储层采出程度与井距关系曲线Fig.9 Relationship between recovery degree and well spacing of the typeⅡreservoir

4.3.3 第Ⅲ类储层井距优化

根据采出程度与井距关系曲线（图10），在 9点井网模型中，对比5个不同直井井距下20 a末采出程度，可以得出如下结论：井距为1 000 m时采出程度增加出现拐点，当井距从1 000 m降到 800 m，井距减少200 m，但采出程度仅增加了2.6%。因此，对于埋深在350～400 m的低煤阶煤储层，1 000 m是相对最优井距，并有进一步优化后期加密的潜力。

图10 第Ⅲ类储层采出程度与井距关系曲线Fig.10 Relationship between recovery degree and well spacing of the typeⅢreservoir

4.3.4 第Ⅳ类储层井距优化

根据采出程度与井距关系曲线（图11），在9点井网模型中，对比5个不同直井井距下20 a末采出程度，可以得出如下结论：井距为1 000 m时采出程度增加出现拐点，当井距从1 000 m降到800 m，井距减少200 m，但采出程度仅增加了4.51%。因此，对于埋深在400～450 m的低煤阶煤储层，1 000 m是相对最优井距，并有进一步优化后期加密的潜力。

图11 第Ⅳ类储层采出程度与井距关系曲线Fig.11 Relationship between recovery degree and well spacing of the typeⅣreservoir

4.3.5 第Ⅴ类储层井距优化

根据采出程度与井距关系曲线（图12），在9点井网模型中，对比5个不同直井井距下20 a末采出程度，可以得出如下结论：井距为800 m时采出程度增加出现拐点，当井距从800 m降到500 m，井距减少300 m，但采出程度仅增加了9.7%。因此，对于埋深为450～600 m的低煤阶煤储层，800 m是相对最优井距，并有进一步优化后期加密的潜力。

图12 第Ⅴ类储层采出程度与井距关系曲线Fig.12 Relationship between recovery degree and well spacing of the typeⅤreservoir

4.3.6 第Ⅵ类储层井距优化

根据采出程度与井距关系曲线（图13），在9点井网模型中，对比5个不同直井井距下20 a末采出程度，可以得出如下结论：井距为700 m时采出程度增加出现拐点，当井距从700 m降到500 m，井距减少200 m，但采出程度仅增加了13.72%。因此，对于埋深大于650 m的低煤阶煤储层，700 m是相对最优井距，并有进一步优化后期加密的潜力。

图13 第Ⅵ类储层采出程度与井距关系曲线Fig.13 Relationship between recovery degree and well spacing of the typeⅥreservoir

通过对6类储层井距优化结果进行分析，可得出以下结论：①埋深<250 m和埋深为250～350 m的储层渗透率较高，单井控制面积大，较大的井距下可获得较好的开发效果，最优井距为1 200～1 500 m；②埋深为350～400 m和埋深为400～450 m的储层，通过优化直井的井距，减小井距可大幅度提高峰值产量和采出程度，但当井距小于1 000 m后，增加幅度变小，因此1 000 m是相对最优井距，并有进一步优化后期加密的潜力；③埋深为450～600 m和埋深＞650 m的储层渗透率较低，单井控制面积较小，较大的井距下采出程度低，相同的井网类型下，有必要设置较小的直井井距，最优井距为700～800 m。总之，后续有必要根据割理方向，结合钻井工程，优化井型，降低开发成本。

5 结论

（1）合采井纵向穿过J和T共2套煤层组，纵向储层控制程度大，初期排水量大、持续时间长，有助于降压解吸，故合采井的投产大大增加了平均单井产量。

（2）影响低煤阶煤层气井产能的主控因素有累计净厚度、渗透率、含气量、井距和含气饱和度，而孔隙度、解吸时间、束缚水饱和度和岩石压缩系数的变化对低煤阶煤层气井产能的影响并不明显。

（3）低煤阶煤层气井井距优化结果表明，埋深<250 m的储层最优井距为1 500 m，埋深为250～350 m的储层最优井距为1 200 m，埋深为350～400 m和埋深为400～450 m的储层最优井距为1 000 m，埋深为450～600 m的储层最优井距为800 m，埋深＞650 m储层最优井距为700 m。