CO2驱油封存泄漏风险管理系统及应用研究

2024-03-08张志升吴向阳吴倩王冀星林汉弛郭军红王锐李金花林千果

油气藏评价与开发 2024年1期

张志升，吴向阳，吴倩，王冀星，林汉弛，郭军红，王锐，李金花，林千果

（1.延长油田股份有限公司杏子川采油厂，陕西延安 717400；2.华北电力大学环境科学与工程学院，北京 102206；3.中国石化石油勘探开发研究院，北京 102206；4.上海交通大学环境科学与工程学院，上海 201306；5.上海交通大学碳中和发展研究院，上海 201306）

碳捕集、利用与封存（CCUS）技术被认为是一项能够实现大规模温室气体减排的技术，也是中国实现碳中和必不可少的技术[1-5]。CO2驱油封存则是CCUS 技术中最具活力的1 种，通过将CO2注入油藏，在提高原油采收率的同时实现CO2地质封存[6-7]。不过，CO2驱油封存涉及大范围的地下运移以及多区块注入和采出过程，存在盖层和断层以及井筒等多空间、长时间泄漏风险[8]，泄漏的CO2通过迁移扩散进入地下水、土壤和近地表大气[9-11]。不仅危害环境安全和人体健康，还直接影响CO2驱油封存项目的实际减排效果[12-13]。因此，需要采用科学手段有效管理驱油封存过程的泄漏风险，保障驱油封存项目的环境安全和减排效果。

目前，国外学者结合各种CO2地质利用与封存示范项目已经开展了许多泄漏风险方面的研究，为CO2驱油封存泄漏风险管理做出了有益的探索。这些研究主要体现在各种监测和模拟技术的应用以识别泄漏风险，例如：挪威北海Sleipner 的CO2封存项目通过时移地震持续监测地下CO2的运移和分布的方法识别地质泄漏风险[14]；阿尔及利亚的In Salah 项目利用各种地球化学、地球物理监测技术追踪CO2的储存过程，并通过卫星监测注入井周围的地表物理和生物变化识别地质泄漏风险[15]；加拿大的Weyburn驱油封存项目则通过采用各种监测技术，对注入储层的CO2、浅层地下水及土壤中CO2质量浓度进行监测，识别CO2泄漏信息[16-17]；澳大利亚Otway 的CO2地质封存试验项目则开展了地下水、土壤气、大气、地球化学、地球物理等综合监测，形成了一套涵盖地球物理、地球化学、地震时移、垂直地震剖面和微震等方法的监测体系支撑咸水层地质封存泄漏风险的识别[18-19]。位于加拿大的Pembina 低渗透油田封存项目则建立了一套包含储层、地球化学、地球物理和环境监测等方法的监测体系支撑驱油封存泄漏风险的识别[20]。在数值模拟方面，PRUESS[21]使用TOUGH2/ECO2N（TOUGH2 为数值模拟器；ECO2N为TOUGH2 中流体特性模块，用于研究咸水层中的CO2储存）建立CO2地质封存模型，通过模拟注入CO2过程中对于地层孔隙度和渗透率的影响识别泄漏风险；OLDENBURG 等[22]利用TOUGH2/T2CA（T2CA为TOUGH2中用于模拟地下水、盐水、CO2、气体示踪剂和空气的多组分迁移的模块）模拟封存的CO2在一定的泄漏率下对近地表环境产生影响支撑泄漏风险的识别；FLETT 等[23]采用CHEARS（有限差分油藏模拟器）模拟百万吨级封存项目中不同砂岩、页岩比例对CO2泄漏风险影响支撑风险的识别和评估。

国内学者结合CO2地质利用与封存示范项目，也通过各种监测或模拟技术的应用开展了一些泄漏风险管理研究。例如：神华咸水层CO2地质封存示范项目基于“大气、地表、地下”全方位多层次CO2监测技术体系，并从运移监测、地质构造影响、土壤环境影响、地下水影响、大气环境影响等多个方面构建了咸水层封存监测环境安全等级体系支撑泄漏风险的管理[24-25]；胜利油田CO2驱油封存项目提出了土壤气的监测方案识别驱油封存过程的泄漏风险[26]；延长石油靖边油田CO2驱油封存示范项目基于地球物理方法识别了储层泄漏安全风险[27]；汤沭成等[28]和王昊等[29]基于鄂尔多斯盆地黄土塬地区的CO2驱油封存项目，建立了一套适用于黄土塬地区特点的全时空、立体化、多参数的CO2驱油封存泄漏监测体系支撑驱油封存项目的泄漏风险管理。在数值模拟方面，胡叶军等[30]建立CO2断层泄漏模型，获得了断层位置、宽度、倾角和渗透率等对泄漏速率的关系支撑风险的识别；张新平[31]利用数值模拟方法对盐水层CO2的运移分布特征进行研究，并分析了储层参数、注入工艺及网格粗细等因素对封存效果的影响，对泄漏风险做出初步评估；张立松等[32]构建CO2沿断层泄漏模型，模拟不同参数对流体泄漏时间和泄漏量的影响支撑风险的识别和评估。

过去的学者虽然通过现场监测和数值模拟产生了大量的地质利用与封存泄漏风险识别方面的研究成果，但是由于缺少包括集成在线监测、风险识别、风险评估、风险预警和控制于一体的风险管理技术，只能通过碎片化分析，静态识别局部、短期封存泄漏信息，难以有效支撑泄漏风险信息巨大且多时空相互关联的动态泄漏风险管理。因此，研究致力于开发一套包含多环境实时风险识别和评估、多空间风险预测、多层级风险预警、全过程风险控制的CO2驱油封存泄漏风险管理系统，动态支持CO2驱油封存项目的风险管理决策。研究任务包括：①CO2驱油封存泄漏风险管理体系的构建；②基于模型-视图-控制器（MVC）的CO2泄漏风险管理系统开发；③延长石油CO2驱油封存示范项目泄漏风险管理系统案例应用。

1 CO2驱油封存泄漏风险管理体系构建

风险管理是以风险信息流为对象，通过特定技术手段将风险限制在一定的范围内。CO2驱油封存泄漏风险信息源起于封存过程的各种类型泄漏以及环境中的迁移转化，具有多源、多途径、多空间、多环境和安全影响以及长期性和动态性特征，研究提出了基于风险点在线监测的泄漏风险识别、动态风险评估、长期大空间风险预测、多层级风险预警和全流程风险控制等技术环节的CO2驱油封存泄漏风险管理体系（图1）。在该体系中，风险点泄漏风险的识别依赖于泄漏信息的监测，是风险管理的基础。在识别到风险后，通过风险评估进一步动态定性和定量风险，同时预测评估大范围和长时间的泄漏风险，然后基于风险的时空特性和严重程度发出安全和环境影响预警，并建议决策者采取各种措施有效控制风险。其中，监测的手段包括取样分析和在线监测，取样分析能够低成本地提供封存前环境背景值，可以在封存过程中验证在线监测的有效性；在线监测为运行过程中的高风险点敏感环境因子的变化提供实时泄漏信息。风险评估通过比较监测点泄漏的实时信息和构建的风险阈值，动态评估相应的监测点风险；风险预测利用模型模拟泄漏后的运移和转化，获得全域长时间的泄漏信息，通过比较模拟信息和风险阈值，预测相应的泄漏风险；风险预警是依据监测点的风险大小及时预警该点的环境和安全风险；风险控制是通过实施预先设定的控制措施控制泄漏风险。

图1 CO2驱油封存泄漏风险管理体系示意图Fig.1 Scheme of CO2 flooding and sequestration leakage risk management system

CO2驱油封存过程涉及注入、驱油封存、采出和回收回注等多个环节，泄漏具有显著的时空不确定性特征，因此，监测点的风险识别需要基于覆盖各种泄漏源和泄漏途径以及盖层、缓冲层、地下水、土壤和大气所有环境空间的泄漏影响敏感因子的变化。CO2在环境空间中以气态、溶解态或矿化态形式迁移转化，相应的敏感因子包括CO2气体体积分数、pH值、电导率以及温度、压力，其中气体体积分数作为气态敏感因子，pH 值代表溶解态敏感因子，电导率代表矿化态敏感因子，而温度和压力则代表泄漏后环境物理变化敏感因子。通过在线监测盖层、缓冲层、地下水、土壤、地表水和大气中各种环境敏感因子，可以多环境实时识别泄漏风险。

CO2泄漏风险评估主要是基于在线监测值与阈值相比来确定风险的大小。鉴于泄漏风险具有空间差异性特征，相应的评估也具有空间差异性，突破盖层的CO2泄漏风险评估主要关注泄漏的总量，当泄漏进入浅层地下水和土壤环境则更多关注泄漏对环境的影响，进入地表大气，则更多关注对于人体和生态安全的影响。其次，CO2泄漏后进入到地下水、土壤、地表水和大气等环境，对于不同环境中的不同受体，风险的接受程度和方式有所不同，相应的风险评估需要分析不同环境以及环境中的受体对于CO2的直接或是间接敏感程度，导致风险评估的阈值不同。通过多层次分析建立各个空间和环境影响下的风险阈值，结合动态风险识别，形成多环境动态CO2泄漏风险评估方法。

风险预测是通过模型模拟预先判别某一泄漏事件后的CO2运移前缘以及相应的空间分布。对于盖层的泄漏风险，采用多相流模拟模型如TOUGH2 建模，模拟各种盖层或断层泄漏情景下的CO2运移分布；对于浅层地下水除了地下水水文水动力模型外，还引入地下水转化模型模拟泄漏到地下水后的自由态（气态）、溶解态和矿化态的CO2分布；对于土壤泄漏风险，除了采用土壤模型模拟来自地下水向上迁移进入土壤后的运移和转化外，还需要来自井筒和地表入渗的模拟，以预测井筒和地表泄漏的风险。通过比较预先确定的不同空间的风险阈值和不同情景下迁移转化模拟的结果预测相应空间的泄漏风险，形成多空间风险预测的方法。

风险预警主要基于对风险评估的结果根据设定的预警等级及其参数条件，发出相应预警信号。研究应用层次分析法（AHP），针对安全和环境风险管理的需求差异，设计了分别面向操作人员、管理人员、应急机构的多层级CO2驱油封存项目的预警应用系统。其预警系统流程如图2所示，当一个预警信号触发后，系统判断预警对象后分类处理：①重大安全性的风险预警，例如地面大规模的井喷或是储罐的泄漏，信息同时发给应急机构、管理人员以及现场操作人员，管理人员与现场操作人员和应急机构进行双向二次确认；②普通安全和环境风险但具有系统特征的预警，例如多个地下水或土壤监测点的长时间CO2质量浓度超标，发给项目安全管理人员和操作人员；③某一监测点的偶发性超标预警仅发送给现场监控人员，并由现场监控人员依据具体情形决定是否转发给管理人员。

图2 多层级CO2泄漏风险预警示意图Fig.2 Diagram of multi-level CO2 leakage risk warning

CO2驱油封存泄漏的风险不仅和泄漏事件相关，而且也和泄漏后的影响相关。因此，设计了包含源头消减、途径控制和末端减缓的全过程控制方法，系统性地控制泄漏风险。源头消减可以通过水气交替注入或是停止某些注入井的操作。途径控制体现在利用暂堵剂针对可能泄漏的位置进行暂时封堵，在注入暂堵剂后，根据监测结果验证封堵是否有效。若封堵有效，再利用永久封堵材料对该位置进行永久封堵；若封堵无效，暂堵剂会在一段时间后自行降解，不会对地层资源的开发造成伤害，并重新定位泄漏位置（图3）。末端减缓主要体现在泄漏后影响的减缓和损失补救策略。由于CO2的多源、多途径泄漏特征以及泄漏后迁移和扩散空间分布范围广的特征，导致不同封存区的风险控制区域泄漏风险程度不同，相应的末端风险控制具有多样性，例如：临近居民区或是有人值守的井场地面泄漏的影响较大，风险控制措施包括人员疏散，设备关闭；居民饮用水源的水体影响损失远大于非一般水体，相应风险控制措施包括地下水和土壤修复等减缓措施。

图3 CO2驱油封存泄漏风险途径控制流程Fig.3 Flow chart of pathway control of CO2 flooding and sequestration leakage risk

2 基于模型-视图-控制器（MVC）的CO2泄漏风险管理系统开发

2.1 CO2泄漏风险管理系统架构

针对CO2驱油封存过程中动态风险识别和评估的海量数据信息，以及基于大范围过程模拟、多层次风险预警和全过程风险控制的多时空相互关联的风险管理要求，研究采用改进的模型-视图-控制器（MVC）系统架构支撑集风险识别、风险评估、风险预测、风险预警、风险控制于一体的CO2泄漏风险管理系统（图4）。

图4 CO2泄漏风险管理系统架构示意图Fig.4 Framework of CO2 leakage risk management system

系统架构的底层是数据层，由包括空间地理信息的基础空间库、监测信息库、风险预警库、防控措施库和系统管理库构成；应用支撑层位于数据层和业务层之间，对下提供数据访问和交换等接口，对上承接相关业务数据输送。主要有GIS（地理信息系统）服务平台、数据库访问引擎、数据交换引擎3个应用支撑内容，通过上述3 个应用支撑内容，完成从数据层到风险识别、风险预测、风险预警和风险控制等业务相关的数据传输；系统业务层主要负责基础空间数据管理、监测数据采集和维护、泄漏风险分析与评估、预警信息处理和控制措施确定。系统展示层主要展示数据采集、风险识别、风险评估、风险预测、风险预警和风险防控等功能的应用，通过人机对话支撑系统的各项风险管理功能的实现。

2.2 CO2泄漏风险管理系统开发

CO2泄漏风险管理系统的核心是数据库管理系统，包括相关的数据库管理系统、文档数据库管理系统、数据抽取和采集监测工具软件。数据库的建立方案是采用MySQL（关系型数据库管理系统）数据库存储相关监测数据，考虑到系统涉及数据的属性及海量数据的存储，在数据库设计中采用分区存储、建立索引以及使用关键字段的方法，提高读取效率。具体包括监测信息、风险预警、方案措施和系统管理4类，如表1所示。

表1 数据库Table 1 Database

由于CO2驱油封存项目空间范围大、泄漏风险点多，因此，通过在数据层和业务层之间加入GIS 服务平台程序，应用GIS 技术管理每个监测点的数据，并通过采集协议实时传输到数据库中，同时在展示的界面上实时展示。数据库访问引擎是数据库底层软件组织，不同的引擎提供不同的访问机制、索引技巧、锁定水平等功能，使用不同的数据库引擎，还可以获得特定的功能。研究中使用的InnoDB（MySQL的默认存储引擎）作为MySQL 数据引擎。通过将MySQL中的链接库MySQL.Data.dll（C#操作MySQL的驱动文件，C#为一类编程语言）通过Visual Studio（一种通用的基于对象的程序设计语言）加载到程序中，就可以实现从C#程序与MySQL 的驱动，完成InnoDB引擎的部署。

研究涉及的数据交换接口主要为各模型与系统平台之间的数据通讯与耦合，主要采用的方式包括：①外联式集成，即利用标准的地理信息系统的标准接口，将模型算法程序的相关数据文件通过使用ASCII（国际通用的信息交换标准代码）或二进制数据格式与系统平台进行集成；②内嵌式集成，即利用VBA（Visual Basic 的一种宏语言）宏包在软件包中嵌入模型的数据转换、运行调用，但数据模型与系统仍分别采用各自的数据结构；③完全集成，即采用同一个软件平台进行模型数据的录入、管理、读取、修改、更新等，不但模型集成在系统平台中，模型所需要调用、输出的数据也存储在系统平台的数据库中。总体上，将系统与模型数据进行分类集成，统一系统与模型的数据库，结合数据库对实际业务数据与外部数据进行组织管理，模型则以中间件结构的松耦合形式连接，对用户界面进行统一优化设计便于使用及决策支持。

软件系统由数据采集与存储模块、数据识别模块、风险评估模块、风险预警模块、风险预测、风险控制模块以及后台管理模块组成，相关信息通过数据库进行存储。其中数据采集与存储模块是支撑动态风险管理的基础和关键。该模块利用传感器监测、通信传输、网络技术和数据库等技术实现对监测数据的动态采集和统一管理。数据采集集成串口异步通信、TCP/IP（传输控制协议和网络协议）协议和Modbus（串行通信协议）协议3 种方式。研究中涉及的数据传感器为嵌入式IP 传感器，是在智能传感器的基础上发展起来的具有Internet（因特网）功能的新型传感器。它把TCP/IP 协议作为一种嵌入式应用嵌入到现场传感器中，在网络中充当着独立结点的角色，可以通过Ethernet（以太网）/Internet 与外界进行数据交换，实现工业现场的远程数据采集及控制。基于IP 传感器的监控软件能够实现对分布Ethernet/Internet 上的嵌入式IP 传感器进行数据采集、调零、校准等操作。而上位机监控软件开发中，通信问题是整个系统最底层也是最核心的问题，研究利用Socket（套接字，计算机之间通信的方式）编程的原理和方法，对上位机与本地操作系统的IP 传感器之间进行网络通信。

3 延长石油CO2驱油封存示范项目泄漏风险管理系统案例应用

延长石油杏子川油田化子坪油区位于陕西省延安市安塞区化子坪镇西侧，与安塞油田相邻。地表被100～200 m 厚的第四系黄土覆盖，因长期遭受雨水浸蚀切割，形成沟谷纵横，梁峁相间的地形地貌。化子坪油区延长组长6储层构造简单而平缓，地层倾角小于1°，局部发育排状鼻隆构造，纵向上构造继承性明显。与其他CO2驱油封存项目类似，延长石油CO2驱油封存示范项目的泄漏主要包括断层和盖层泄漏、井筒泄漏、地面设施泄漏3种方式，具有显著的多源、多途径、多空间、多环境影响以及长期性和动态性的特征。为了验证所开发系统的适用性，以延长石油驱油封存项目为案例，建立了一套包含风险识别、风险评估、风险预警、风险控制等功能的CO2泄漏风险管理与预测预警系统。

3.1 多环境动态风险识别和评估

系统的多环境动态风险识别主要通过在线监测浅层地下水、地表水、土壤和地表大气环境中CO2泄漏敏感因子的变化识别泄漏风险，如表2所示。

表2 监测点和风险识别敏感因子Table 2 Monitoring points and sensitive factors for risk identification

延长石油CO2驱油封存示范项目浅层地下水共设置4 个监测站点，形成立体式地下水CO2泄漏监测布局，监测地下水中的CO2质量浓度、pH 值、电导率、温度和压力；在临近主要站场的贺庄沟水库，设置2 个地表水监测站点，监测地表水中的CO2质量浓度、pH 值、电导率、温度和压力；在12 个主要井场设置12 个土壤监测站点，监测土壤中的CO2质量浓度、pH 值、电导率、温度和土壤含水率；在12个井场同时也设置12 个大气监测站点，监测大气CO2体积分数、温度、湿度、风速、风向和压力。所有监测点的监测仪器全部采用传感器实现在线监测，监测数据通过4G 实时上传到云服务器，在远程系统下载进入本地服务器中的数据库，支撑多空间动态风险识别和评估。为了精细评估泄漏风险，每个空间的风险等级设置为安全、基本不安全、不安全3个等级，每个等级的风险依据不同泄漏空间的风险性质和数量确定（表3）。

表3 风险等级分类Table 3 Risk level classification

盖层的泄漏风险评估由长2+3和长1层中CO2质量浓度综合判定。将长2+3 CO2质量浓度没有超过背景值阈值视为盖层安全，突破长2+3但没有突破长1 视为盖层基本不安全；当长1 CO2质量浓度超过背景值阈值时，则盖层视为不安全。浅层地下水的泄漏风险评估是通过地下水CO2质量浓度变化与pH值变化的关系，建立不同等级的CO2质量浓度阈值，进而通过比较CO2质量浓度监测值和阈值评估泄漏风险，pH 监测值与背景值相比没有改变为安全，pH 值改变不大于1个等级为基本不安全，pH值改变大于1个等级为不安全。当CO2泄漏到土壤后，将改变土壤pH值，不同等级的pH阈值为土壤现场实际背景监测pH 值。通过比较pH 监测值与背景值确定土壤泄漏风险等级，pH 监测值与背景值相比没有改变为安全，pH值减小值不大于0.5为基本不安全，pH值减小值大于0.5 为不安全。对于某一特定的土壤，通过建立CO2质量浓度变化与pH 值变化的关系，也可以利用CO2质量浓度作为风险阈值，从而反映CO2的泄漏风险。地表大气泄漏风险等级分类参考国家标准《室内空气中二氧化碳卫生标准：GB/T 17094—1997》室内空气中CO2卫生标准值小于等于0.10%和国家标准《文化娱乐场所卫生标准：GB 9664—1996》规定的CO2标准值小于等于0.15%，采用CO2体积分数小于等于0.10%为安全的阈值，大于0.10%小于等于0.15%为基本不安全的阈值，大于0.15%为不安全的阈值。

3.2 多空间风险预测和多层级风险预警

风险预测是通过构建示范区CO2泄漏地质模拟模型，模拟来自不同泄漏源以不同速率泄漏的CO2在盖层以及地下水和土壤中的迁移扩散，对比不同环境的风险阈值，预测相应的风险。由于在线监测的结果表明延长石油CO2驱油封存示范区没有发现泄漏信息。因此，采用情景分析方法展示风险预测功能。图5展示了某种情景下的泄漏风险预测示例，根据一定时间后地层压力、地层中气相饱和度、气态CO2质量分数、溶解态CO2质量分数的羽流前缘到达的位置和变化分布，可以有效预测泄漏风险。

图5 延长石油驱油封存区域CO2迁移扩散模拟结果Fig.5 Simulation results of CO2 migration and diffusion in Yanchang CO2 flooding and storage area

风险预警模块按照风险空间分为地下水泄漏风险预警、土壤泄漏风险预警和大气泄漏风险预警，按照预警程度分为安全、基本不安全和不安全。考虑到示范项目注入CO2量较少以及科研性质，案例应用仅设置了针对操作人员和管理人员两层级别的预警方式和预警信息，而没有设置针对应急机构的预警。对于操作人员级别的预警，相关基本不安全信息以弹窗和声音的形式发送；对于管理人员，考虑其可能不在现场，以短信文字的形式即时发送不安全信息（表4）。对于管理人员，基本不安全的信息可以由操作人员记录随后汇报，而对于不安全信息，更高级别管理人员需要及时获得。通过不同层级的预警可以有效提升风险管理效率。

表4 延长石油驱油封存风险预警信息Table 4 Yanchang Petroleum CO2 flooding and storage risk warning information

3.3 风险控制

针对基本不安全和不安全2种风险等级，案例分别设计了地下水、土壤和大气泄漏风险控制的措施。表5 展示了分别来自盖层/断层泄漏和井筒泄漏的地下水泄漏风险的控制措施。当系统预警了基本不安全的信息后，如果判断来自盖层/断层的泄漏，则在源头消减方面，需要减少关联井的CO2注入；如果判断来自井筒的泄漏，则减少事故井的关联井的注入并及时修复井筒。在途径控制方面，利用暂堵剂识别后，采取永久封堵材料封堵泄漏通道。而在末端减缓方面可以通过打开水源井并保持井水和地表大气联通以释放水中的CO2。如果预警了不安全信息，则相应的源头控制应该采取立即停止关联井CO2注入并及时修复井筒；同时采取暂堵剂识别，永久封堵材料封堵泄漏通道的途径控制；末端减缓的措施除了打开水源井保持井水和大气联通以释放水中CO2外，还可以主动抽取水中的气体，强化CO2的释放。