化子坪长6储层长岩心CO2驱替实验及数值模拟评价

康宇龙, 汪心雯, 李超跃, 李 采, 郭朝斌*,刘 凯, 姚振杰, 赵永攀

1)陕西延长石油(集团)有限责任公司, 陕西西安 710075; 2)中国地质科学院, 北京 100037;3)中国地质大学(北京), 北京 100083; 4)自然资源部碳封存与地质储能工程技术创新中心, 北京 100037

利用CO2驱油可以改善原油性质、有效增加地层弹性能量、降低原油黏度, 最终提高石油采收率(赵永攀等, 2018; 胡永乐等, 2019; 李阳, 2020)。CO2驱提高石油采收率(CO2-EOR)出现在20世纪50年代。美国是世界上最早使用CO2驱油的国家(Brownscombe et al., 1952), 因其天然CO2气源丰富,CO2-EOR技术迅速发展, 2005年以注CO2方法获得的原油年产量首次超过了热采年产量, 成为其最主要的提高石油采收率方法(刘忠运等, 2009)。苏联在1953年开展CO2-EOR室内试验, 并相继研发了交替注水和气态CO2段塞工艺, 在油田实际开发中取得良好效果, 尤其是在混相驱油中, 使用较大的CO2段塞体积时驱油效率最高可达94%～99%(刘忠运等, 2009)。加拿大在轻质油藏开发中发现使用CO2驱比水驱提高采收率35%左右, 生产年限延长25年以上(夏惠芬等, 2017)。综合来看, CO2驱一般可提高原油采收率7%～15%, 延长油井生产寿命15～20年(钱伯章等, 2008)。我国CO2驱油起步时间与国外大致相同(Hill et al., 2020), 但由于我国油藏条件复杂、天然碳源缺乏、运输成本高、非均质性强且混相难度大和腐蚀问题严重等因素(计秉玉等,2021), 我国CO2-EOR距成熟的技术体系发展还有较大差距。我国已经在大庆、陕西、江苏、胜利等油田进行了CO2驱油实验, 并取得了一些经验和成果, 但普遍存在最小混相压力过高、腐蚀与结垢、气源、窜流严重、固相沉积等问题(刘忠运等, 2009)。低渗透油田在我国新发现的油藏中占有很大比例,在投产油井中也有非常大的比例, 加快低渗透油田采收技术发展及探索驱油与CO2封存协同优化具有重要的经济效益与环境效益(曹小朋等, 2023)。

研究发现影响驱油效率的因素由强到弱依次为: 压力比、地层有效厚度、地层埋深、地层原油黏度、地面原油密度、剩余油饱和度、油藏温度、孔隙度、渗透率(杨红等, 2017)。对于低渗致密储层,裂缝中原油的渗流阻力远低于基质岩心, 裂缝岩心中CO2驱替压力低、采收率高, 基质岩心中CO2驱替压力高、采收率低(唐万举等, 2018)。致密油气藏不同类型储层应力敏感及各向异性存在较大差异,这主要源自不同类型储层的矿物成分、排列方式及孔隙结构特征差异大, 即储层微观非均质性特征(张志强等, 2016)。另外, 低渗储层中CO2驱替方式也会对采收率有影响。

延长组6段(长6)储层是安塞油田化子坪油区重要储层, 以灰、浅灰中细粒长石砂岩为主, 孔隙结构主要为小孔中细喉型, 压实、胶结、溶蚀作用对储层物性影响较显著(师俊峰等, 2018)。储层具有低孔(8%～16%)、低渗(0.1×10-3～20×10-3μm2)、低压(压力系数＜0.8)的特点, 是典型的致密砂岩油藏。长6储层孔喉类型以小孔-细喉型和细孔-微细喉型为主, 毛管压力曲线特征总体表现为中等排驱压力, 略粗歪度, 孔喉分选性较好, 连通性一般,总体属于特低孔-特低渗储层(赵冲等, 2017)。

长岩心注气驱替试验多年来一直被用作衡量评价注气驱潜效果的有效方法(郭永伟等, 2009), 相对于短岩心驱替试验更能反应近井地带油气渗流变化规律(吕蓓等, 2015)。基于地质结构特征的场地精细数值模拟是了解CO2驱油效果、优化井场及注气设计、降低泄漏风险的重要手段。岩心驱替实验结合数值模拟研究能够更深入探索驱油增采过程, 为优化采收策略, 在更可持续的方式下开发油田资源提供参考。例如, 赵明国(2008)基于室内物理模拟结果及油田地质和生产数据, 采用PETREL地质建模软件进行油藏数值模拟, 研究了井网加密方式、注气方式、注采参数等因素对开发指标的影响, 对CO2驱油效果进行了预测, 优化了CO2的注入方式, 推荐采用井间加密方式进行反九点法同步连续注气,注气压力30 MPa以上, 采油井流压控制在2～3 MPa左右; 黄磊等(2012)以长岩心驱替实验为基础, 建立CO2驱替沥青质原油多相多组分渗流模型数值模型, 通过拟合实验结果对模型的相关热力学参数进行修正, 讨论了沥青质沉积吸附分布规律, 结果表明, 在注CO2过程中, 应重视沥青质沉积吸附对驱替的影响, 特别是在注入井附近, 沥青质的沉积吸附可能堵塞井筒附近的储渗空间, 影响CO2的驱替效率。

为进一步认识长6储层中注入CO2对油藏的驱替效果和CO2在储层中的封存效果, 本文开展了长岩心注CO2驱替实验, 观测了驱替过程中CO2与原油在出口端含量变化, 并以此划分了CO2驱油的不同阶段, 利用全新研究型油藏模拟工具TOGA进行了识别与验证, 并分析了长6储层物性参数敏感性,为评价区块及油田尺度下的CO2驱油与封存效果提供了参数支持, 也为指导实际CO2驱油与封存工作提供了决策参考。

1 长岩心CO2注入驱油试验

1.1 岩心准备

用取自安塞油田化子坪油区延长组长6储层段的天然岩心制备12块标准柱塞样品(Φ25 mm×50 mm)(图1)。经打磨、清洗、烘干后对该组岩心的基本物性参数进行测试, 如表1所示。为模拟实际工程中存在的压裂开采情况, 选择其中部分样品进行巴西劈裂, 使其渗透率增大, 岩心6-2、6-4、6-5和7-1、7-2、7-3为制作的裂缝岩心, 如图1所示。将12块样品以轴向拼接形成长度为60 cm的长岩心,拼接顺序随机, 以模拟实际地层非均质特征, 由左到右依次为1-2、7-1、1-3、1-1、7-2、6-2、1-5、6-4、7-3、1-4、6-3、6-5, 其中测压点3处的样品1-3、1-5、6-3做驱替后核磁含油饱和度分析。

表1 长岩心参数Table 1 Long core parameters

图1 长岩心驱替所需岩样及岩心布置图Fig.1 Rock sample and core layout for long core displacement

长岩心经水油饱和后, 测量含油饱和度、束缚水饱和度。长岩心的总孔隙体积为21.03 cm3, 饱和油量为12.24 mL, 含油饱和度为58.2%, 束缚水饱和度为41.8 %。

1.2 驱替试验设计

长岩心驱替装置(图2)主要包括注入系统、模拟系统、计量系统、自动控制系统、数据采集处理系统。注入系统由注入泵、中间容器和气液比例组成。注入控制系统可将各种流体按一定流量注入到模型内。模拟系统由岩心夹持器、环压泵、回压系统等组成。计量系统包括压力测量和流量计量等。自动控制为计算机自动控制注入泵的流量, 环压泵自动跟踪内压等。数据采集处理由各种数据采集卡、计算机、打印机、采集处理软件组成, 可适时采集压力和温度等参数, 并对数据进行运算处理。

图2 长岩心CO2驱替装置(Quzix5000驱替泵最高压力10 000 psi, 精度0.2%, 最小流量0.78×10-6 mL/min, 精度0.2%)Fig.2 Long-core CO2 displacement device (Quzix5000 displacement pump, maximum pressure 10 000 psi, accuracy 0.2%,minimum flow 0.78×10-6 mL/min, accuracy 0.2%)

主要实验步骤包括: (1)岩心在105 ℃条件下烘干24 h, 测试岩心孔隙度、渗透率密度等参数;(2)岩心抽真空, 饱和矿化度为40 000 mg/L模拟地层水24 h, 再加压20 MPa饱和, 饱和时间8 h;(3)在油藏温度46 ℃下, 分别对每块岩心模拟油驱水建立束缚水, 模拟油黏黏度3.6 MPa·s并在油藏温度下老化5天, 每段岩心原始含油饱和度参数见表1; (4)将饱和后的模拟油岩心(束缚水条件)对接放入长岩心夹持器中, 两个岩心间的端面放3片滤纸以减少对接岩心产生的端面效应; (5)在油藏温度46 ℃条件下进行CO2恒速驱替, 驱替速度为0.05 mL/min, 采出端模拟地层压力8.9 MPa, 实验围压始终高于驱替压力3 MPa; (6)记录CO2驱替过程中的压力, 采出油量、采出气量随时间变化数据,出口不见油结束实验。

1.3 结果分析

已有资料表明长6最小混相压力约为14.28 MPa。如图3所示, 驱替过程中入口端、测点1、测点2和测点3的最大压力分别为11.85 MPa、11.33 MPa、10.64 MPa和9.82 MPa, 均小于最小混相压力, 为非混相驱。故长岩心驱油效率曲线与CO2非混相驱的特征类似, 即注入初期CO2以溶解为主, 但是由于未达到混相压力, 溶解量少, 压力增加较快, 同时采出端也很快产液。随着注入过程的继续, 岩心中气体含量的增加, 压力呈现下降趋势。在出口端见气后, 压力趋于稳定。孔压随着与注入段的距离增加呈现递减, 入口端和三个测点处孔隙压力均呈现“上升、降低、趋于稳定”三个阶段。

图3 入口处、测点1、测点2、测点3的孔压和回压变化图Fig.3 Pore pressure and back pressure changes at the entrance and measuring points 1, 2 and 3

根据气油比和采出程度, CO2驱油呈现为未见气、极少量气、气体突破、大量气窜等4个注入阶段。

注入孔隙体积倍数(PV)与采出程度、气油比的关系如图4所示。根据气油比数据, 可以将驱替过程划分为未见气(0～100)、极少量气(100～1 000)、气体突破(1 000～10 000)、大量气窜(＞10 000)等4个注入阶段。

图4 气油体积比和采出程度变化图Fig.4 Variation of gas-oil volume ratio and recovery degree

(1)未见气阶段

在PV小于0.24阶段, 由于恒定CO2速率驱替,引起压力较大幅度增加, 在此阶段采出程度大幅增加。

(2)极少量气阶段

随着注入的持续,PV约0.24～0.36时, 出口端产出少量气体, 气油比缓慢上升, 此时采出程度仍以较快速度增加, 但增速减缓。

(3)气体突破阶段

当注入空隙体积倍数达到0.36, 此时开始较大量产出气体, 气油比逐渐上升, 注气发生突破, 随后达到稳定, 突破后仍然有少部分原油能被携带出来, 这也与混相的情况不同。

(4)大量气窜阶段

当PV大于0.55时, 此时出口端产出大量气体,气油比迅速上升, 发生气窜, 此时采出程度趋于稳定, 约54.50%。

由于气体突破后驱油效果急速减缓, 在实际工程中在此阶段可采取气水交替、添加防窜剂等措施改善气驱的防窜效果, 提高最终采油效率。

2 驱替过程数值模拟分析

2.1 模拟软件和设计

采用TOGA建立长岩心数值模型开展驱油与封存研究。TOGA由美国劳伦斯伯克利国家实验室研发, 用于开展二氧化碳地质封存与驱油提高采收率模拟分析。TOGA使用多相流达西定律模拟多孔介质中开展提高采收率和二氧化碳地质封存研究所涉及的多组分多相态的运移(Pan et al., 2016), 如表2所示。TOGA相对于其他油藏模拟软件的优势在于其多相模拟能力、个性化定制、特化于CO2封存、高准确性和敏感性分析功能。

表2 TOGA中可模拟的21种组分Table 2 21 components that can be simulated in TOGA

根据长岩心试验数据建立数值模型, 设计相同驱替参数模拟方案, 与实验部分得到的二氧化碳注入不同阶段驱油与封存效果进行对比分析与验证。

网格剖分: 采用mView软件对长岩心进行网格剖分, 在两端进行加密处理。

初始条件: 根据实验开始前水饱和度设置初始条件, 压力温度与实验条件一致。

边界条件: 结合室内试验条件, 四周为无流量边界, 两端为定压力边界。

根据岩心实验参数, 开展模型的识别验证研究。设计了2种相对渗透率计算函数对岩心尺度数值模型进行敏感性分析。

2.2 模型设置

1)网格剖分

基于长岩心试验参数, 建立1D岩心尺度数值模型。每块岩心直径2.5 cm, 长5 cm, 岩心长度共60.00 cm, 轴向均分为5个网格, 所以12块岩心共60个网格。在左侧注入位置和右侧压力控制点各增加1个网格表征与岩心接触面, 模型网格剖分如图5所示。

图5 岩心尺度数值模拟网格剖分示意图Fig.5 Schematic diagram of core-scale numerical simulation grid generation

2)初始条件与边界条件

长岩心饱和油量为12.24 mL, 含油饱和度为58.2%, 束缚水饱和度为41.8%。初始压力为8.90 MPa, 初始温度为46 ℃。

模型左侧为定流量边界, 0.05 mL/min速率注入二氧化碳, 右侧为定压边界, 回压为8.9 MPa。

3)属性参数设置

根据试验获得的岩心孔隙度和渗透率数据(表1), 赋值给每块岩心对应的网格。

采用STONE Ⅱ相对渗透率曲线和毛细压力函数表征气-水-油驱替过程中流体运移过程, 如图6所示。

图6 水-油相(a)和气-液相(b)相对渗透率和毛细压力Fig.6 Relative permeability and capillary pressure of water-oil phase (a) and gas-liquid phase (b)

模型中原油的组分及比例参考实际原油井流物性质, C10以上的组分利用C10替代(表3), C7+相对密度为0.820 0, 分子量取172.979。

表3 岩心模型中原油组分及比例Table 3 Composition and proportion of crude oil in the core model

2.3 模型验证

图7所示为采用注入点压力(a)、出口端采收率(b)模拟与试验对比。整体上数值模拟与实验结果匹配较好, 最大误差约10%。在压力拟合曲线中, 模拟和试验在达到最大压力及下降的过程中存在一定误差, 驱替试验中压力下降过程相对于数值模拟较为缓慢。存在这种误差的原因可能是1)模型中油的性质在C10以上的组分中存在误差; 2)试验所测渗透率为在模型中岩心网格中为均质, 与实际非均质情况存在误差。

图7 注入点压力(a)、出口端采收率(b)模拟值与试验对比Fig.7 Comparison of injection point pressure (a) and EOR (b) simulation value with test

驱替结束后长岩心中气相和油相饱和度分布见图8, 在进口端二氧化碳浓度最高约60%到出口端逐渐降低至40%。油相饱和度表现为相反趋势, 进口端油相驱替效率较高, 出口端油相饱和度约20%。

图8 驱替结束后长岩心中气相和油相饱和度分布图Fig.8 Saturation distribution of gas phase and oil phase in long rock after displacement

2.4 参数敏感性分析

1)孔隙度

以每块岩心试验测得的孔隙度为基准, 设计不同倍数孔隙度变化方案, 如表4所示。注入端压力及出口端采收率如图9所示。随着孔隙度的增大,压力增大与降低幅度变小, 但压力仍高于试验数据。在采收率方面, 2.0φ的采收率与试验数据更为接近。

表4 不同孔隙度变化方案设计Table 4 Design of different porosity change schemes

图9 不同孔隙度方案下注入点压力(a)、出口端采收率(b)模拟值与试验对比Fig.9 Comparison of simulated values injection point pressure (a) and EOR (b) at the outlet under different porosity schemes and tests

2)渗透率

以每块岩心试验测得的渗透率为基准, 设计不同倍数渗透率变化方案, 如表5所示。注入端压力及出口端采收率如图10所示。渗透率对压力影响较大, 一方面, 较小渗透率方案压力增幅较大, 在0.25 k时最大压力接近18 MPa; 另一方面, 随着渗透率的增大, 压力增大与降低幅度减缓。从结果可以看出, 1.00 k和2.00 k的最大压力接近试验数据的最大压力, 设计1.20 k和1.50 k方案, 结果如图10b所示, 1.20 k方案中最大压力与试验数据更为接近。

3)毛细压力

将毛细压力在相对基础方案的±40%范围内变化, 如图11所示。注入端压力及出口端采收率结果如图12所示。结果显示, 毛细压力对于注入压力及出口端采收率均无明显影响。

图12 不同毛细压力方案下注入点压力(a)、出口端采收率(b)模拟值与试验对比Fig.12 Injection point pressure (a) under different capillary pressure schemes and EOR (b) simulation andcomparison to testdata

4)非均质性

原始岩样压裂后, 会使渗透率大幅增加。为考察非均质性对于注入压力及采收率的影响, 相对基础方案, 设计了两种完全均质方案, 即对所有网格以压裂前岩样的平均渗透率和压裂后的平均渗透率统一赋值, 以及一种非均质性较低的方案, 即对非压裂岩样赋一个统一值, 对压裂岩样赋另一个统一值。方案设计如表6非均质方案设计所示。不同非均质性特征下的注入压力及出口端采收率结果如图13所示。结果表明模拟中将压裂与非压裂岩心分别当作均质模型处理, 能有效表达驱替过程中注入压力及出口端采收率变化情况。

表6 非均质方案设计Table 6 Design of Heterogeneous schemes

图13 不同非均质性下注入压力(a)、出口端采收率(b)模拟值与试验对比Fig.13 Injection pressure (a) with different heterogeneity and EOR (b) simulation in comparison to test data

3 结论

本文针对长6低渗油藏特征, 开展60 cm长岩心CO2驱油试验, 划分了CO2驱油的不同阶段, 为后续二氧化碳驱油与封存不同阶段协同优化提供参考, 利用全新研究型油藏模拟工具TOGA进行了识别与验证, 并分析了长6储层物性参数敏感性, 为评价区块及油田尺度下的CO2驱油与封存效果提供了参数支持, 结论如下:

(1)根据出口端气油比可将驱替阶段分为未见气(0～100)、极少量气(100～1 000)、气体突破(1 000～10 000)、大量气窜(＞10 000)等4个注入阶段;

(2)数值模拟研究, 取得了较好的拟合效果, 通过参数敏感性分析, 孔隙度、渗透率及非均质性对模拟结果影响较大, 在后续实际场地模型中应予以重点关注。

Acknowledgements:

This study was supported by National Key Research and Development Program of China (No.2022YFE0206700), China Geological Survey (No.DD20221819), and National Natural Science Foundation of China (No.U2244215).