论文部分内容阅读
摘要：K油田为一大型多层砂岩油田，30年的注水开发，由于局部注采井网不完善和储层非均质性强等开发矛盾，剩余油分布呈整体分散、局部富集特征。为了精细刻画各层的剩余油分布，水动力模型既要保证网格精度，也要保证模型的拟合质量，有必要开展大型多层砂岩油田高含水后期数值模拟关键技术探索，该套技术对同类多层砂岩油田高含水后期的数值模拟具有一定借鉴意义。
关键词：大型多层砂岩油田;变饱和度场;自适应拟合;局部网格动态加密;优势剩余储量丰度;
K油田含油面积105km2，石油地质储量6.47×108t。含油气目的层为中、上侏罗统和下白垩统底部，共划分为11个砂岩组24个小层。构造形态整体是沿着纬度方向伸展的26.7×9.5Km的背斜构造，北陡南缓，被21条断层分割成20个断块。至2018年底，油井2096口，日产液12.49×104 m3/d，日产油1.09×104t/d，综合含水91.5%，累计产油1.56×108t，采出程度24.1%;注水井736口，日注水13.04×104m3/d，累计注水9.37×108m3，累积注采比1.22。
1 开发矛盾
1.1 局部注采井网不完善
油田整体注采井数比1：2.85，其中Ю-5C层最高为1：2.17，Ю-Ⅵ层最低为1：5.56。
1.2 储层非均质性强，层间动用不均
K油田属大型多层砂岩油田，储层层内、层间、平面均有较强的非均质性。层内渗透率变异系数大于1.02，层间渗透率变异系数大于0.9;平面渗透率突进系数大于5.03;经过30多年的注水冲刷，再加上构造和储层非均质性的双重影响，各层动用不均，综合考虑平面和纵向动用程度，油田平均动用程度为47.3%，其中Ю-I层最高为48.8%，Ю-5C层最低为33.2%。
2 高含水后期数值模拟关键技术研究
K油田目前处于 “双高”递减开发阶段，剩余油分布呈现高度分散、局部富集的特点。为了精细刻画各层的剩余油分布，水动力模型既要保证网格精度，也要保证模型的拟合质量，有必要开展大型多层砂岩油田高含水后期数值模拟关键技术探索。
2.1 利用J函数建立流体变饱和度场模型
将K油田岩芯实验测量的毛管压力曲线转换成J函数，再根据多元统计得到的J与含水饱和度之间的关系，按不同的孔隙度和渗透率计算相应的毛管压力和相应的油柱高度，最后再多元统计回归得到含水饱和度和孔隙度、渗透率及油柱高度之间的关系，建立起流体变饱和度场模型[1]，使每个节点的流体饱和度值均不同，更准确地反映油藏原始状态下实际的流体饱和度分布情况。
2.2 大规模角点网格模型自适应历史拟合
引入计算机软件Enable辅助历史拟合，与Eclipse软件结合实现大规模角点网格模型自适应历史拟合[2]。设置可修改变量Modifier，使得参数的修正处于合理范围之内。在Scoping Runs模块中，同时运行多个模拟方案，并保存多个运行结果，方便对拟合结果进行对比分析。设置历史拟合点控制油藏整体参数和单井的拟合时间段，通过设置容差确定单个参数单步计算的可变范围。K油田的水动力模型，应用大规模角点网格模型自适应历史拟合技术，共进行3434井次历史拟合计算，拟合结果达到优秀2858井次，良好309井次，二者合计占到总拟合井次的92.2%。
2.3 局部网格动态加密
对于大型多层砂岩油田高含水后期的数值模拟，网格的数量是决定模型收敛程度和运算速度的关键因素之一。采用粗网格，网格数少，水驱油前缘比较模糊，剩余油分布描绘存在较大的误差;采用细网格，水驱油前缘比较细致，大量的网格使模型的收敛程度变差，计算耗时长;参照Peter H及李建芳等人提出的化学驱前缘的加密标准[3]，根据高含水期油藏含水率及含水饱和度高的特性，考虑毛细管压力和重力，建立以含水率及含水饱和度为判断准则的局部网格动态加密[4]，应用于K油田的水动力模型数值模拟中，使用动态网格既能清晰地认识水驱油前缘剩余油饱和度分布位置，也能使CPU运算时间比细网格减少80%。
2.4 引入优势剩余储量丰度区定量表征剩余油
通常数值模拟表征剩余油储量分布的常规方法有剩余油储量丰度和剩余油可采储量丰度。剩余油储量丰度是单位面积上的剩余油储量;剩余油可采储量丰度是单位面积上的剩余油可采储量。这两种方法只反映了平面上剩余油储量分布，没有反映剩余油的流动能力[5]。油藏中油水分流能力随含水饱和度呈非线性变化，这种非线性关系体现在不同含油饱和度下的油水相对渗透率关系曲线中，优势剩余油储量丰度定义为剩余油的分流能力与剩余油储量丰度的乘积[6]。
根据K油田根據卡拉姆卡斯各层系油水相渗曲线数据以及油水相粘度可以得到各层系的优势剩余油储量丰度公式，在Eclipse软件中结合地质模型参数以及模拟时间结束时的剩余油饱和度，可以计算得到各层的优势剩余油储量丰度。
3 结论
（1）利用J函数建立流体变饱和度场模型，每个节点的流体饱和度值均不同，更准确地反映油藏原始状态下实际的流体饱和度分布情况;
（2）应用大规模角点网格模型自适应历史拟合技术，K油田的水动力模型历史拟合计算3434井次，有92.2%的拟合结果达到优秀或良好;
（3）使用局部网格动态加密，既能清晰地认识水驱油前缘剩余油饱和度分布位置，也能使CPU运算时间比细网格减少80%;
（4）优势剩余油储量丰度，能准确地表征高含水油藏剩余油的分布状况。
参考文献：
[1] 杨永亮.一种利用 J 函数建立含油饱和度模型方法研究[J].石 油 化 工 高 等 学 校 学 报;2014;27（5）：69-71.
[2] 叶继根;吴向红;朱怡翔;等.大规模角点网络计算机辅助油藏模拟历史拟合方法研究[J].石油学报;2007;28（2）：83-86.
[3] 李建芳;袁士义;朱杰;等.化学驱驱替前缘动态追踪数值模拟技术[J].石油勘探与开发;2004;31（增刊）：55-58.
[4] 苏云河;杜志敏;李小凡;等.高含水油藏动态局部网格加密技术[J].石油学报;2010;31（1）：84-86.
[5] 耿站立;姜汉桥;陈民锋;等.高含水期油藏剩余油潜力定量化表征新方法[J].油气地质与采收率;2007;14（6）：100-103.
[6]陈元千.高含水期水驱曲线的推导及上翘问题的分析[J].断块油气田;1997;4（3）：19-24
作者简介：
张安迪（1988-），女，工程师，2011年毕业于大连外国语学院俄英复语专业，主要从事油气田开发地质研究兼专业俄语翻译工作。
关键词：大型多层砂岩油田;变饱和度场;自适应拟合;局部网格动态加密;优势剩余储量丰度;
K油田含油面积105km2，石油地质储量6.47×108t。含油气目的层为中、上侏罗统和下白垩统底部，共划分为11个砂岩组24个小层。构造形态整体是沿着纬度方向伸展的26.7×9.5Km的背斜构造，北陡南缓，被21条断层分割成20个断块。至2018年底，油井2096口，日产液12.49×104 m3/d，日产油1.09×104t/d，综合含水91.5%，累计产油1.56×108t，采出程度24.1%;注水井736口，日注水13.04×104m3/d，累计注水9.37×108m3，累积注采比1.22。
1 开发矛盾
1.1 局部注采井网不完善
油田整体注采井数比1：2.85，其中Ю-5C层最高为1：2.17，Ю-Ⅵ层最低为1：5.56。
1.2 储层非均质性强，层间动用不均
K油田属大型多层砂岩油田，储层层内、层间、平面均有较强的非均质性。层内渗透率变异系数大于1.02，层间渗透率变异系数大于0.9;平面渗透率突进系数大于5.03;经过30多年的注水冲刷，再加上构造和储层非均质性的双重影响，各层动用不均，综合考虑平面和纵向动用程度，油田平均动用程度为47.3%，其中Ю-I层最高为48.8%，Ю-5C层最低为33.2%。
2 高含水后期数值模拟关键技术研究
K油田目前处于 “双高”递减开发阶段，剩余油分布呈现高度分散、局部富集的特点。为了精细刻画各层的剩余油分布，水动力模型既要保证网格精度，也要保证模型的拟合质量，有必要开展大型多层砂岩油田高含水后期数值模拟关键技术探索。
2.1 利用J函数建立流体变饱和度场模型
将K油田岩芯实验测量的毛管压力曲线转换成J函数，再根据多元统计得到的J与含水饱和度之间的关系，按不同的孔隙度和渗透率计算相应的毛管压力和相应的油柱高度，最后再多元统计回归得到含水饱和度和孔隙度、渗透率及油柱高度之间的关系，建立起流体变饱和度场模型[1]，使每个节点的流体饱和度值均不同，更准确地反映油藏原始状态下实际的流体饱和度分布情况。
2.2 大规模角点网格模型自适应历史拟合
引入计算机软件Enable辅助历史拟合，与Eclipse软件结合实现大规模角点网格模型自适应历史拟合[2]。设置可修改变量Modifier，使得参数的修正处于合理范围之内。在Scoping Runs模块中，同时运行多个模拟方案，并保存多个运行结果，方便对拟合结果进行对比分析。设置历史拟合点控制油藏整体参数和单井的拟合时间段，通过设置容差确定单个参数单步计算的可变范围。K油田的水动力模型，应用大规模角点网格模型自适应历史拟合技术，共进行3434井次历史拟合计算，拟合结果达到优秀2858井次，良好309井次，二者合计占到总拟合井次的92.2%。
2.3 局部网格动态加密
对于大型多层砂岩油田高含水后期的数值模拟，网格的数量是决定模型收敛程度和运算速度的关键因素之一。采用粗网格，网格数少，水驱油前缘比较模糊，剩余油分布描绘存在较大的误差;采用细网格，水驱油前缘比较细致，大量的网格使模型的收敛程度变差，计算耗时长;参照Peter H及李建芳等人提出的化学驱前缘的加密标准[3]，根据高含水期油藏含水率及含水饱和度高的特性，考虑毛细管压力和重力，建立以含水率及含水饱和度为判断准则的局部网格动态加密[4]，应用于K油田的水动力模型数值模拟中，使用动态网格既能清晰地认识水驱油前缘剩余油饱和度分布位置，也能使CPU运算时间比细网格减少80%。
2.4 引入优势剩余储量丰度区定量表征剩余油
通常数值模拟表征剩余油储量分布的常规方法有剩余油储量丰度和剩余油可采储量丰度。剩余油储量丰度是单位面积上的剩余油储量;剩余油可采储量丰度是单位面积上的剩余油可采储量。这两种方法只反映了平面上剩余油储量分布，没有反映剩余油的流动能力[5]。油藏中油水分流能力随含水饱和度呈非线性变化，这种非线性关系体现在不同含油饱和度下的油水相对渗透率关系曲线中，优势剩余油储量丰度定义为剩余油的分流能力与剩余油储量丰度的乘积[6]。
根据K油田根據卡拉姆卡斯各层系油水相渗曲线数据以及油水相粘度可以得到各层系的优势剩余油储量丰度公式，在Eclipse软件中结合地质模型参数以及模拟时间结束时的剩余油饱和度，可以计算得到各层的优势剩余油储量丰度。
3 结论
（1）利用J函数建立流体变饱和度场模型，每个节点的流体饱和度值均不同，更准确地反映油藏原始状态下实际的流体饱和度分布情况;
（2）应用大规模角点网格模型自适应历史拟合技术，K油田的水动力模型历史拟合计算3434井次，有92.2%的拟合结果达到优秀或良好;
（3）使用局部网格动态加密，既能清晰地认识水驱油前缘剩余油饱和度分布位置，也能使CPU运算时间比细网格减少80%;
（4）优势剩余油储量丰度，能准确地表征高含水油藏剩余油的分布状况。
参考文献：
[1] 杨永亮.一种利用 J 函数建立含油饱和度模型方法研究[J].石 油 化 工 高 等 学 校 学 报;2014;27（5）：69-71.
[2] 叶继根;吴向红;朱怡翔;等.大规模角点网络计算机辅助油藏模拟历史拟合方法研究[J].石油学报;2007;28（2）：83-86.
[3] 李建芳;袁士义;朱杰;等.化学驱驱替前缘动态追踪数值模拟技术[J].石油勘探与开发;2004;31（增刊）：55-58.
[4] 苏云河;杜志敏;李小凡;等.高含水油藏动态局部网格加密技术[J].石油学报;2010;31（1）：84-86.
[5] 耿站立;姜汉桥;陈民锋;等.高含水期油藏剩余油潜力定量化表征新方法[J].油气地质与采收率;2007;14（6）：100-103.
[6]陈元千.高含水期水驱曲线的推导及上翘问题的分析[J].断块油气田;1997;4（3）：19-24
作者简介：
张安迪（1988-），女，工程师，2011年毕业于大连外国语学院俄英复语专业，主要从事油气田开发地质研究兼专业俄语翻译工作。