普光气田飞三段低渗气井产能主控地质因素研究

2020-09-22李正华刘晓敏蒋文才

非常规油气 2020年4期

李正华，刘晓敏，蒋文才.

(1.中国石化中原油田分公司勘探开发研究院，河南郑州 450000； 2.中国石化中原油田分公司，河南濮阳 457000)

普光气田主体是我国首个投入开发的大规模高含硫碳酸盐岩气藏，产能建设阶段以经济效益为中心，以高产井为目标，主要动用的是优质储层，以飞三段为代表的低孔低渗储层基本未动用，是下步挖潜保障气田持续高产稳产的重要基础。但是，这类气藏具有储层厚度薄、物性差、非均质性强、储量品质较差等特点，研究明确产能的主控因素，是指导下步增储上产的关键。考虑到钻完井及投产工程因素的影响基本相同，笔者主要结合飞三段气藏实际，采用基于储层非均质性的数值模拟技术研究影响气井产能的主要地质因素，旨在探索一种实用的研究方法和技术，同时也为普光气田飞三段调整井位优化设计提供指导。

1 气藏地质特征

普光气田飞仙关组属于碳酸盐岩台地沉积模式，飞三段处于局限—开阔台地沉积环境，储层主要发育在台内点滩中，单滩体厚度薄，多期叠置特征明显[1-4]。总体上，储层厚度薄，厚度一般在10～35 m；横向上连续性较差，由滩核向滩缘，储层钻遇率下降。储层储集岩性以云岩为主，主要包括砂屑白云岩、残余鲕粒云岩、细粉晶云岩等，以晶间溶孔为主，次为粒内溶孔、粒间溶孔，局部发育微裂缝，岩心、测井分析储层的孔隙度为2%～18.2%，平均为4.34%，渗透率为0.019～67.7 mD，平均为0.16 mD，整体上主要为低孔低渗Ⅲ类储层。

2 非均质模型的建立

根据普光主体飞三段气藏特征，选用新一代高效数值模拟软件tNavigator黑油模块，建立100×100×30=300 000个网格节点精细模型。平面网格步长DX=DY=30 m，纵向网格步长根据储层厚度均匀劈分，储层埋深为5 500 m，原始地层压力为55.6 MPa，无边底水的干气藏。与常规单井理论模型相比，本次新建的数值模型(图1)具有以下几个方面的特点：①考虑启动压力梯度影响；②呈正态分布的基质孔隙度、渗透率场；③考虑随机分布的天然裂缝对渗透率场的影响；④考虑储层发育连续性的影响。

图1 非均质气藏单井理论模型Fig.1 Theoretical model of single well in heterogeneous gas reservoir

2.1 启动压力梯度等效模拟

国内外低渗气藏开发实践表明，启动压力梯度对气井有效供给半径、产能及采收率均有较大影响，开发过程中不容忽视[5-13]。本文在物理模拟的基础上，通过等效方法实现了考虑启动压力梯度的数值模拟[5-13]。

首先，通过物理模拟试验测定了3口气井8块标准岩心的启动压力梯度在0.004 5～0.203 0 MPa/m(表1)。测试结果显示：不同岩心的启动压力梯度差异较大，但与岩心渗透率关系明确，两者具有幂指数关系，拟合相关性达到95%以上(图2)，由此得到普光气田启动压力梯度计算公式：

(1)

式中p——岩心两端压差，MPa；

L——岩心长度，m；

K——岩心渗透率，mD。

表1 普光气田启动压力梯度测试结果Table 1 Test results of start-up pressure gradient in Puguang gas field

图2 普光气田飞仙关组启动压力梯度与渗透率关系Fig.2 Relationship between starting pressure gradient and permeability of Feixianguan formation in Puguang gas field

其次，考虑目前商业软件均无法直接模拟启动压力梯度影响的现状，采用等效模拟的方法实现考虑启动压力梯度的数值模拟[14-16]。具体做法如下：①根据网格渗透率采用普光气田启动压力梯度经验公式计算网格启动压力梯度；②根据网格尺寸大小计算网格启动压力；③将模型平衡分区，使每个网格为1个平衡区，并将 “门限压力”(PTHRESH)设置为网格启动压力。

2.2 正态分布基质物性场设计

图3 飞三段岩心分析孔渗关系图Fig.3 Relationship between porosity and permeability in core analysis of Fei-3 member

普光气田钻遇飞三段气井49口，其中6口井进行了取芯分析。取芯、测井解释结果显示：不同井区气井孔隙度的大小存在一定差异，但总体呈现正态分布规律(图3)。因此，可以用正态分布密度函数根据研究需求产生相应变化范围和分布形态的孔隙度分布场(图4)。考虑到飞三段主要以Ⅲ类储层为主，一般孔隙度小于5.0%，且具有连续型随机变量的特征，应用Matlab正态分布函数建立5套(μ=0.025、0.030、0.035、0.040、0.045；σ=0.002)300 000个样本的孔隙度随机分布参数场，在此基础上通过孔渗关系建立基质储层渗透率分布场。由于引入了正态分布的孔隙度场和随机的概念，与常规均质模型相比，能够反映储层的非均质性特征。

2.3 随机分布天然裂缝场设计

普光气田飞三段岩心、薄片和成像测井分析表明，储层裂缝发育以构造裂缝和成岩裂缝为主，发育区带受构造控制明显，不同井区的裂缝发育密度存在差异。裂缝走向以近东西向为主，裂缝长度变化较大，以70～125 cm为主，裂缝宽度在0.3～1.1 mm之间，导流能力存在较大差异。为研究裂缝密度及导流能力差异对产能的影响，本文采用等效介质法建立混合模型。首先，根据飞三段裂缝描述

图4 模拟孔隙度分布(μ=0.035；σ=0.002)Fig.4 Simulated porosity distribution (μ=0.035；σ=0.002)

资料采用随机的方法产生不同密度的天然裂缝网格(图5)，裂缝网格数占总网格数比在1%～15%；其次，通过等值渗流阻力法将裂缝渗透率和基质渗透率进行综合考虑，计算网格平均渗透率，裂缝网格平均渗透率为基质网格的100～1 000倍；最后，根据裂缝网格平均渗透率计算结果对模型的渗透率场进行校正(图6)。

图5 天然裂缝随机分布图(密度8%)Fig.5 Random distribution map of natural fractures

图6 渗透率分布频率变化图(200倍导流)Fig.6 Frequency change diagram of permeability distribution (Fracture/matrix permeability ratio 200)

2.4 储层发育连续性等效设计

受沉积和成岩作用双重影响，飞三段储层非均质性强、连续性较差，导致气井单位进尺钻遇储层一般概率在52.4%～93.8%，平均为73.5%。为研究储层连续性对气井产能的影响，通过随机抽样的方法改变部分网格活动性，将以物性夹层为主的部分网格变成死网格不参与流动，以改变抽样密度的方式等效模拟钻遇物性夹层的概率(图7)。针对普光主体飞三段储层的实际情况，共设计10%～50%等5种不同比例的物性夹层。另外，考虑井位设计实践，为提高储层钻遇率往往选择在滩核储层连续性较好的位置部署井位，向滩缘方向储层连续性变差。为有效模拟这种情况，引入储层连续发育区半径概念，即在储层连续发育区范围内储层连续发育，向外储层发育不连续(图7)。根据飞三段单滩体展布范围，设计滩核储层连续发育区域半径为100 m、200 m、300 m、400 m、500 m等5种情况。

图7 等效储层发育连续性模拟Fig.7 Continuity simulation of equivalent reservoir development

3 产能主控因素分析

建立不同地质参数组合模型[17-22]，通过数值模拟方法研究地质因素对产能及控制储量采出程度的影响，得出各因素的主次顺序和显著程度，同时建立定量化的计算模型，揭示产能主控地质因素，继而指导优化井位提高单井产量。

3.1 模拟方案设计

基于飞三段储层精细描述，选择基质储层孔隙度、储层厚度、裂缝密度、裂缝导流能力、非储层比例及储层连续发育区半径等6个主要因素，每个因素设置5种水平(表2)，覆盖了各因素上、下限，满足研究需求。考虑研究各因素全面组合(15 625组)工作量大，采用科学试验常用的正交设计方法选择有代表性的组合方案进行优化设计。

根据上述考虑因素及各因素水平数，选用6因素5水平标准正交设计表L25(56)，完成正交优化试验方案设计(表3)。由表可知，本次正交优化试验方案共25种。

3.2 主控因素定性分析

根据上述25个正交试验方案，利用数值模拟软件建立相应模型，动态调配产量，按照3年稳产期、20年预测期，分别以初期产量和预测期末采出程度进行优化分析。

表2 普光主体飞三段非均质模型参数及取值范围设计Table 2 Design of heterogeneous model parameters and value range of Puguang T1f3

表3 正交试验设计方案Table 3 Orthogonal test design scheme

根据数值模拟结果，采用均质法对初期产量和预测期末采出程度进行无量纲处理后，分别计算各因素(6个)在不同水平(5个)条件下的平均值及最大极差，最终得到各因素的影响主次顺序(表4、表5)。

表4 各因素不同水平条件下的初期稳定产量(无量纲)Table 4 Initial stable yield under various factors and different levels (dimensionless)

表5 各因素不同水平条件下的预测期末采出程度(无量纲)Table 5 Predicted end-of-period recovery degree (dimensionless) under various factors and different levels

无量纲初期产量：

(2)

无量纲采出程度：

(3)

式中Eq——初期产气量，无量纲；

Er——采出程度，无量纲。

根据上述正交设计模拟结果，采用极差法确定影响气井初期产能的主要因素依次为：孔隙度(1.33)>非储层比例(0.64)>储层厚度(0.53)>连续区半径(0.42)>裂缝密度(0.17)>裂缝导流能力(0.05)；影响气井预测期末采出程度的主要因素依次为：孔隙度(0.92)>非储层比例(0.40)>储层厚度(0.26)>连续区半径(0.26)>裂缝密度(0.19)>裂缝导流能力(0.04)。

各单因素不同水平对应产量及预测期末采出程度变化趋势显示：初期产能随基质储层孔隙度(渗透率)的增加呈指数式上升，孔隙度>3.5%后产能上升趋势明显加快；随着非储层比例增加，呈线性下降趋势(图8)。预测期末采出程度随基质储层孔隙度(渗透率)的增加呈线性上升；随着非储层比例增加，下降趋势逐渐加快，非储层比例超过40%后采出程度下降趋势明显加快(图9)。

图8 各因素不同水平初期产能变化趋势Fig.8 Variation trend of initial productivity at different levels of various factors

图9 各因素不同水平采出程度变化趋势Fig.9 Variation trend of recovery degree at different levels of various factors

3.3 主控因素定量分析

在上述研究的基础上，为研究不同组合地质参数对气井产能及采出程度的综合影响，引入新的综合参数作为评判条件。综合评价参数为单项评价参数加权后求和：

Mi=Eqi·Wq+Eri·Wr

(4)

式中M——综合指数，无量纲；

W——权重系数，无量纲。

评价参数的权重通过该项参数变异系数除以所选2项参数变异系数的和求取：

(5)

(6)

将25套方案的数值模拟结果分别带入上式，计算气井产能及采出程度的权重分别为0.60、0.40，综合参数范围为0.3～2.0。在此基础上，采用二次回归模型构建综合参数与储层孔隙度(x1)、非储层比例(x2)、储层厚度(x3)、连续区半径(x4)等4个主要影响因素间的计算方程，并回归相关系数。

(7)

根据上述计算方程，结合普光气田钻完井作业及生产运行成本，在目前经济技术条件下依据Mi值大小将普光气田飞三段划分为3类目标区域。

一类目标区域：Mi≥1.5，主要位于滩核，新钻井具有较好的效益，开发潜力大。

二类目标区域：1.0≤Mi<1.5，主要位于滩缘内侧，满足新井经济界限，具有一定开发潜力。

三类目标区域：Mi<1.0，主要位于滩缘外围，达不到新钻井经济界限，潜力小。

通过以上分析可知：储层物性、连续性及储层厚度是影响气井产能的主要因素，天然裂缝对气井产能的影响相对较小。当储层孔隙度不低于3.5%、物性夹层占比小于40%、储层厚度大于25 m时，气井达到二类目标区域，可获得经济产能，达到经济界限要求。因此，在飞三段井位优化设计过程中，据此优选有利目标区域部署开发调整井，有利于提高单井产能及井控储量采出程度。基于以上认识，完成普光气田飞三段整体调整方案编制，共部署5口调整井，其中一类目标区2口井，二类目标区3口井，预计动用地质储量60×108m3，年产能3.5×108m3。