2024-01-01 07:00

碳酸盐岩油藏不相容注水过程中水垢沉淀与沉积的反应输运模拟


下载原文档:

摘要。

注入海水是一种有效的提高采收率(EOR)的方法,它利用了注入海水和地层水之间的化学成分差异,从而导致岩石和流体之间的物理化学相互作用。这些岩石与流体的相互作用导致了岩石润湿性的变化,从而提高了微观波及效率。然而,注入海水导致的离子不平衡及其与原位地层水的不相容可能会干扰岩石和流体的平衡状态,导致结垢沉淀和后续沉积,从而对岩石质量、油井产能和储层性能产生负面影响。在这项研究中,通过将地球化学模块与组成两相流体流动模型相结合,提出了一种准确、可靠和通用的方法来处理多孔介质中的反应性输运。所建立的耦合模型,即ad-scale模型,能够模拟碳酸盐岩溶蚀和硫酸盐垢的形成/沉积,用于评价不相容注水条件下储层的性能。用实验数据验证了模型的预测结果。该模型还被用于预测碳酸盐岩地层的注水速度。结果表明,该耦合模型对反应组分和非反应组分均有较好的预测效果。结果表明,该方法具有较高的预测精度,绝对误差为9.02%,确定系数为0.99。此外,对水成分进行了敏感性分析,发现储层和井况对水成分有很强的依赖性。

图形抽象

该图说明了在注水井(图的右半部分)或生产井(图的左半部分)附近的混合区不相容注水时究竟发生了什么,而大多数地球化学现象都发生在注水井附近。

介绍

水驱是大多数二次或三次采油过程的重要组成部分,在这些过程中,注入的水(对于海上油田来说主要是海水)是为了维持压力,提高波及效率,并在与一些表面活性剂结合以改变岩石和流体之间的化学平衡时动员残余油。注入溶解盐含量不同于原位地层盐水的水相有一些缺点(Mackay 2003)。这种原位地层盐水与注入水相之间的化学不相容性可能导致无机水垢沉淀,最终导致水垢沉积在近井区域以及储层深处,这取决于流动动力学和岩石和流体性质(Mackay 2003)。这可能会导致潜在的渗透率降低、流体转向、注入能力降低和石油产量损失,从而对石油生产的经济性产生负面影响(Bajammal et al. 2013;Bedrikovetsky et al. 2009a, b;Bedrikovetsky et al. 2004;Bedrikovetsky et al. 2009a, b;Haghtalab et al. 2014;Hajirezaie et al. 2017;Hajirezaie et al. 2019;Mackay et al. 2003b;Masoudi et al. 2020;Moghadasi等人,2006;Parvin et al. 2020;Rocha et al. 2001)。当涉及到不相容的注水方案时,井的注入能力/产能降低是一个常见的问题(Jordan et al. 2008;Mackay et al. 2003a)。例如,Moghadasi等人(2004年)在伊朗的一个油田报道,由于注水不相容,六年期间注入能力降低了75%。因此,利用实验和数值模拟的方法研究这一现象势在必行。

水驱过程中无机盐沉淀的主要触发机制被证明是由于注入水与原位地层水不相容,破坏了流体与岩石之间的化学平衡(Mackay et al. 2003b;Moghadasi等人,2004;奥多和汤姆逊1994;Rocha et al. 2001;Sorbie and Mackay 2000;Yuan et al. 1994)。文献中已经进行了各种尝试,以开发无机尺度降水和沉积的预测模型。其中一些研究只关注降水和沉积过程的建模,而另一些研究则提供了实验数据来验证所提出的模型。表1简要列出了其中一些研究。在接下来的段落中还提供了对其他几篇研究文章的更详细的回顾。

表1关于水垢形成、沉淀和沉积的部分研究综述
全尺寸工作台

Oddo和Tomson(1994)发展了所谓的饱和指数(si)规模地层模型。根据S.I的定义和值,确定水相是否能溶解更多的盐。作为离子活度和盐溶解度的函数,当S.I. < 0、S.I. = 0和S.I. > 0时,S.I.分别代表不饱和、饱和和过饱和状态。在硫酸盐盐的情况下,在硫酸盐离子存在的情况下,低浓度的钙、锶和钡会发生过饱和。有一些实验研究关注无机水垢沉淀和沉积对渗透率的损害(Abbasi et al. 2020;Merdhah et al. 2008;Zohoorian et al. 2016)。Todd和Yuan(1992)对硫酸钡结垢进行了实验研究,发现孔隙度的微小降低可能会因结垢沉积而导致渗透率的显著降低。Naseri et al.(2015)在另一项研究中发现,在有利的沉淀条件下,注入富硫酸盐水相可以导致硫酸钙和硫酸钡盐的显著沉淀和沉积。作者还通过扫描电子显微镜(SEM)观察到沉淀盐的独特形态,这与单一盐沉淀和沉积的实验结果不同。请注意,大多数与注入水不相容相关的无机垢沉淀和沉积研究都是在智能、工程或低盐度水驱的背景下进行的。鼓励读者参考以下文章,这些文章是从有关该主题的文献中大量文章中挑选出来的(AlSofi et al. 2018;Dordzie and Dejam 2021;Fathi et al. 2012;Ghasemian et al. 2019;Olayiwola和Dejam 2020;Shirazi et al. 2019)。

无机水垢的形成和沉积研究主要集中在预测建模和模拟上,重点是化学反应与输运现象的耦合。因此,反应流建模一直是一些研究的主题。有一些值得注意的基于经验建模和实验数据验证的硫酸盐水垢形成和沉积预测研究(Moghadasi et al. 2006;Bedrikovetsky et al. 2009a, b)。其他研究人员使用商业软件包(Amiri et al. 2012;Hajirezaie et al. 2019)或分子动力学模拟方法(Kargozarfard et al. 2020)来评估水垢的形成和沉积。Chen et al.(2020)通过一系列实验评价了硫酸钡在砂岩中的结垢,得出硫酸钡的沉淀速率受钡、硫酸盐离子浓度、温度、溶液ph等多种因素的影响。Haghtalab et al.(2015)对硫酸钙结垢进行了类似的实验研究,也证实了这一结果。

近年来,使用地球化学软件包来处理水相中的各种化学反应已经变得很流行,以促进开发多孔介质中的反应性流体流动模型(Abouie 2015;Chandrasekhar et al. 2018;孩于2017年;Shabani et al. 2019a, b;Shabani et al. 2019a, b;Shirdel 2013)。在此类应用中,需要将地质力学模型与多孔介质中强大的流体流动模型耦合起来。然而,这些早期研究存在一些缺陷;例如,在一些研究中,只考虑了单一的盐沉淀(Safari和Jamialahmadi 2014),而在其他研究中,遗漏了一些反应,或者忽略了岩石溶解(Hajirezaie等人,2019;Safari and Jamialahmadi 2014)。在我们看来,在开发一种涵盖多孔介质中反应输运的强大而直接的建模方法方面存在文献空白,该方法的重点是注入流体和原位流体之间的水相化学不相容。这是我们在本文中通过开发一个新的水成分模型所采用的方法,其中开源的MATLAB的油藏模拟工具箱(MRST)和PHREEQC软件包分别用于流体流动和水相地球化学计算。MRST以主题为导向的格式编写,并可根据手头的具体案例进行定制(Lie 2019)。在本文中,我们首先介绍了与所提出的模型相关的所有假设。然后详细介绍了用数值方法求解的流体流动和反应输运控制方程。然后,本文最后使用我们提出的模型,借助实际岩石和流体数据进行敏感性分析。

des模型但又

在这项研究中,我们开发了一个新的水成分模型,结合地球化学模块来支持与岩石溶解、盐沉淀和随后的沉积有关的多孔介质中的反应性输运,因为水相的化学性质不相容。下面列出了与此模型开发相关的几个假设:

  • 在每一个时间步,所有的化学反应都处于平衡状态。

  • 储层是等温的。

  • 在每个栅格块上形成的所有尺度质量都会沉积在同一个栅格块上,即固相是不移动的。

  • 水溶液不允许过饱和。如果发生过饱和,将在地球化学模块中计算水垢的质量,并将S.I.设置为零。

  • 考虑了水和油两种不可混相和可压缩相。所提出的模拟器包含水相的组成流体流动模型,但油相被视为“黑油”模型,这意味着它由代表所有油组分的单一组分组成(表2)。

  • 假定每个网格块中沉积垢的体积浓度等于孔隙度的变化。

  • 水相包含九种成分,包括水、钙离子、钠离子、镁离子、锶离子、钡离子、硫酸盐、碳酸盐和氯化物。

  • 忽略了盐度对水相密度的影响。

  • 方程以顺序隐式格式求解,即先隐式求解输运方程,然后使用地球化学模块求解化学反应方程。

表2总结与分析输运和地球化学模式的描述

运输方程

考虑一个具有相和组分的一般系统。构件的质量守恒方程由(Lie 2019)给出:

(1)

地点:

式(1)中,和分别表示相的质量比(即每1kg分量的质量)和相中分量的扩散-色散张量,,分别表示相的密度、饱和度和速度。

在本研究中,钠离子和氯离子被假设为非反应组分,并且总是溶解在水相中,因为它们在这样的系统中没有反应,而其他离子,如钙、锶、钡、硫酸盐、碳酸氢和镁被假设为水介质中的反应组分(表2)。为了评估所开发模型的准确性,检查反应和非反应组分的浓度分布是很重要的。这将使用以下公式来完成,用于计算油和水组分的质量比:

其中,xO,Oil和xO,Water分别表示每千克油相和水相中油组分的质量;xW (Oil)和xW (Water)分别表示每千克油相和水相中水组分的质量。

相速度由:

(2)

式中,,,,,,、分别为绝对渗透率、α相相对渗透率、含水饱和度、α相粘度、α相压力、重力常数、深度。

对每个分量展开Eq.(1),得到10个平流扩散方程:

(3) (4) (5)

地点:

有10个未知变量的压力,饱和度,和每个溶解成分,需要通过求解平流扩散方程得到。每个溶解离子的质量比参数可以很容易地转化为浓度值。压力和流量条件定义如下式。(6)、(7):

(6) (7)

由方程表示的控制方程。然后用式中表示的初始条件和边界条件求解(3)至(5)。(6)、(7)分别为有限差分法离散化、线性化后的值。等式中每个组件都有一个源/接收变量。(3)至(5)。这些表达式由井方程(Lie 2019)修改,对于单个网格,使用以下表达式给出:

(8)

式中,和分别为井产能/注入能力指数、相流动性和井的真垂直深度。

非线性方程。(3)至(5)采用牛顿法隐式求解。通过在新的物理模型中定义这些方程,将它们离散化并转化为线性方程组。然后在考虑初始条件和边界条件的情况下,求解了新物理模型中的线性方程组。通过求解每个时间步的输运模型,得到了硫酸盐、锶、钡、钙、氯化物、钠、碳酸氢和镁离子的压力、饱和度和浓度等参数。

地球化学模型

PHREEQC是一个地球化学软件,能够模拟水和无机矿物之间的许多反应。为了在脚本语言中使用该软件,PHREEQC已经在一个称为IPHREEQC的模块中实现,该模块可以轻松地与其他软件包耦合(Charlton和Parkhurst 2011)。在本研究中,利用IPHREEQC模块建立并求解地球化学模型。假定所有的反应都处于平衡状态。此外,还考虑了方解石的表面络合反应。Mahani et al.(2016)对方解石和石英表面的表面络合反应进行了全面的研究(表3)。参考本研究,我们考虑了方解石表面钙结合和碳酸盐结合两个表面结合位点。所有溶解/沉淀和表面络合反应如表3所示。

表3 PHREEQC数据库中溶解/沉淀和表面络合反应列表se (Parkhurst and Appelo 1999)和Mahani et al. (2016)

本研究建立的地球化学模块根据固体的si值计算固体颗粒的平衡浓度和数量。由于这些反应的平衡常数是温度的函数,因此采用Van 't Hoff模型计算平衡常数-温度关系(Charlton and Parkhurst 2011)。首先根据溶解反应中各固相的浓度计算各反应的si值(Wu 2018):

(9)

式中,和分别为离子活度和溶解度产物。

硬石膏生成反应的S.I.公式表示为:

(10)

每个新的Ca2+和SO42−浓度应在平衡条件下计算。由于si值为零表示平衡状态,因此这些新浓度是在si值为零时计算的。通过计算新的离子浓度,确定水相中沉淀粒子的数量变得可行。

建立地球化学模型的步骤如下:首先,确定水溶液及其压强、温度和pH,确定水相密度和离子浓度。然后,根据软件包的文库内容,定义所有的盐类及其生成相关的化学反应,以及平衡参数(表3)。本研究将硬石膏、天青石、重晶石、白云石和方解石五种固体化合物纳入体系,并根据其生成反应相关的平衡常数计算每种固体化合物的量。此外,还确定了各种固体化合物的目标si值和初始量。当每种固体化合物的计算S.I.值等于或大于规定的目标值时,认为该化合物具有沉淀和沉积潜力。最后,地球化学模块计算确定的水溶液的平衡态。

固体沉积、岩石溶蚀和渗透率损害模型

固体沉积、岩石溶蚀及其对孔隙度和渗透率变化的影响计算公式如表4所示。

表4固体沉积和溶蚀对孔隙度和渗透率变化的影响,用解析模型/相关性表示

对于由固体沉积或岩石溶解引起的孔隙度变化,可以假设固相是固定的,进行简单的物质平衡。式(11)中,表示岩石溶蚀(负值)或垢沉积(正值)。对于渗透率损害,已经引入了几个模型,包括(a) Kozeny-Carman模型,如式(12)所示(Alpak et al. 1999);(b)希凡车型,用eq表示。(13)和(14)(Civan 2016),分别为形状因子、弯曲度和单位体积孔隙表面积;c) Shutong和Sharma模型(Shutong和Sharma 1997),如式(15)所示,其中为经验系数地层损伤因子。为简单起见,假设沉积物浓度等于孔隙度变化,但实际孔隙度变化大于沉积物浓度。在这项研究中,我们使用了这四种渗透率损害模型来预测由于水垢沉积造成的渗透率损害。

被动传输模型工作流

受ad-eor和ad-blackoil模块(Lie 2019)的启发,我们基于“输运方程”、“地球化学模型”和“固体沉积、岩石溶蚀和渗透率损害模型”章节中提到的输运方程、地球化学关系和孔隙度/渗透率损害模型,开发了所谓的ad-scale模块。一个名为OilWaterScaleModel的新子类和表5中列出的一些新函数也在开源的MRST环境中开发出来,并且可以在网上免费获得(请参阅本文末尾的“数据和计算机代码可用性”小节)。

表5新增功能

通过IPHREEQC函数,将OilWaterScaleModel子类与IPHREEQC进行耦合,实现地球化学模型与流体流动模型的耦合。图1给出了耦合模型的一般工作流程。在每个时间步,首先隐式求解输运方程。转向地球化学模型,计算平衡状态下每一组分的水垢量、岩石溶解度和离子浓度。最后,根据损伤模型更新孔隙度和渗透率。然后重复这个循环,直到最后一个时间步骤。

图1
figure 1

流体流动与地球化学耦合模型的一般工作流程

图2还说明了地球化学和输运模式的进一步细节。从流体流动模型出发,首先由用户定义网格信息、岩石模型、流体模型、井、边界条件、初始条件、时间表等输入数据。传输模型(方程2)(3)至(5))在一个时间步内隐式求解,在每个时间步收敛后,计算t +△t处的所有变量,并将其存储在包含流量变量的状态矩阵中。质量比值被转换成浓度值,然后在假定温度恒定的情况下,在每个网格的给定压力下,与压力值一起传送到地球化学模型。在地球化学模型中,离子浓度随平衡条件下的结垢量和岩石溶蚀量计算。然后根据地球化学模型的输出更新基质和岩石属性。离子浓度值被转换成质量比(),并在矩阵中更新。根据尺度体积更新每个网格块的孔隙度,并根据渗透率损害模型对每个网格块的渗透率进行另一次校正。然后循环将在新的时间步长重复,直到模拟过程结束。

图2
figure 2

地球化学和流体流动/输运耦合模型的进一步细节


目录

摘要。
介绍
des模型 但又
结果与讨论
结论
数据可用性
缩写
参考文献。

作者信息
道德声明






#####

结果与讨论

为了验证我们提出的耦合流体流动-地球化学模型的性能,我们在“对所提出的耦合模拟器进行基准测试”一节中提出了一个基准测试过程,通过该过程,我们首先将我们的耦合模型的预测与实验研究进行比较。此外,我们将模型的预测与使用已知模拟器(即UTCHEM-IPHREEQC耦合模型)进行的另一项模拟研究进行对照,以检查模型预测的准确性并验证其性能。一旦得到确认,我们提出的耦合模拟器就被用于模拟一系列岩心尺度和油田尺度的案例,以评估碳酸盐地层中不相容注水导致结垢形成和沉积的风险。这些案例研究在“流体流动和反应性输运的耦合模拟:对注入水成分的敏感性分析”和“反应性流动的现场尺度数值模拟:海上碳酸盐岩储层案例研究”两节中进行了介绍。

对所提出的耦合模拟器进行基准测试

为了验证所提出的耦合模拟器,选择了Chandrasekhar等人(2018)进行的核心驱油研究。岩心驱替实验为单相注盐水,测试温度为393 K,注入流速为0.02 mL/min,生产压力为55 psia。注入的盐水相含有钠、氯化物、硫酸盐、钙和镁五种溶解组分。本次岩心驱油试验的岩石和流体性质分别列于表6和表7中。在流出处,使用离子色谱仪测量每种成分的浓度。由于本次岩心驱油试验中原位阶段和注入盐水阶段使用的所有离子都包含在我们在当前研究中开发的耦合模拟器中,因此使用本次岩心驱油实验来验证我们模型的性能似乎是合适的。

表6 Chandrasekhar等人报告的岩心驱油试验岩石性质(2018)
表7 Chandrasekhar等(2018)岩心驱油试验中注入盐水组成

用所建立的耦合模型计算了出水反应离子和非反应离子的浓度。我们用反应的平衡常数和分散-扩散系数作为调节参数来匹配出水离子浓度的实验数据。的扩散系数被证明是最符合实验数据的最佳值。我们还使用范霍夫关联来计算反应的平衡常数,从而得到与实验数据最接近的结果。表8列出了调优参数及其值。相对误差和R2值由下式确定:

表8在基准测试阶段耦合仿真模型的调优参数
(16) (17)

其中,、和分别为实际浓度(即测量值)、模型预测浓度、残差平方和、总平方和。

除了实验外,Chandrasekhar et al.(2018)还将UTCHEM流体流动模拟器与IPHREEQC地球化学模型进行了耦合,并试图将其实验数据与该耦合模拟模型进行匹配。图3、图4、图5、图6和图7给出了Chandrasekhar等人(2018)的实验和仿真结果,以及我们提出的耦合仿真模型(本文称为“广告规模”模型)的预测结果。在这些图中,出水目标离子的标准化浓度作为无因次时间的函数绘制。广告尺度模型在预测实验数据的“S型”趋势方面的示范性表现,从为这些预测定义的两个统计参数(即决定系数和绝对误差)中可以明显看出。测量和预测的离子浓度之间的最大差异似乎是氯离子的情况(图4),广告规模预测和实验数据之间的相对误差为17.2%。从图中可以看出,在氯离子情况下,UTCHEM-IPHREEQC耦合模型与实验数据的差异也是最大的。根据Chandrasekhar等人(2018)的研究,原因是他们研究中用于测量废水高浓度的离子色谱仪发生故障,导致氯离子的特定情况下的实验数据出现错误,而氯离子的排放浓度最高。因此,本文报道的氯离子实验数据不可靠,我们提出的耦合模型对氯离子浓度的预测不能得出结论。利用广告尺度耦合模型对岩心驱油出口的钠、镁、钙和硫酸盐浓度进行了高精度预测。使用广告尺度模型的预测精度可以定性地与Chandrasekhar等人(2018)使用的UTCHEM-IPHREEQC耦合模型进行比较,并且很明显,这两个模型在预测离子浓度时相对相同。请注意,在图4和图5中,一些模型的预测以及基于浓度测量计算的归一化浓度的值大于1.0,这在物理上是不可行的,可能归因于一些未知的测量和建模误差。

图3
figure 3

岩心注水出口钠浓度测定值与预测值的比较。与实验数据相比,广告规模模型预测的R2和相对误差分别为0.971和7.1%

图4
figure 4

岩心驱油出口氯化物浓度测定值与预测值的比较。与实验数据相比,广告规模预测的R2和相对误差分别为0.923和17.2%

图5
figure 5

岩心注水出口实测与预测镁浓度的比较。与实验数据相比,广告规模模型预测的R2和相对误差分别为0.912和8.5%

图6
figure 6

在核心注水出口测量与预测钙浓度的比较。与实验数据相比,广告规模模型预测的R2和相对误差分别为0.999和1.7%

图7
figure 7

岩心驱油出口实测与预测硫酸盐浓度的比较。与实验数据相比,广告规模模型预测的R2和相对误差分别为0.927和16.5%

根据流体和岩石系统的定义,一些离子被认为是“反应”的,而另一些则被认为是“不反应”的。例如,在Chandrasekhar等人(2018)报道的反应性输运案例中,钠被认为是一种“保守的非反应”成分,而硫酸盐被认为是一种“非保守反应”成分,可以以固体水垢的形式吸附到岩石表面。因此,与未被多孔结构保留的非反应离子相比,出水的硫酸盐浓度可能会遭受损失。在图8中,标准化的钠、钙和硫酸盐浓度在流出处与无因次时间绘制。在相同的时间间隔内,与钠等非反应组分相比,出水硫含量的损失是明显的,这表明硫酸盐对硬石膏形成的反应性质。换句话说,硫的浓度可能会以明显的延迟达到非反应组分(如钠)的浓度,或者由于沿流路长度的消耗而根本无法赶上,如图8所示。钙的情况更为复杂。虽然它是一种反应性组分,但其在出水水相中的浓度分布与非反应组分(即钠)相似。原因可能是由于注入水相形成的CaSO4和方解石矿物溶解分别导致沿流路长度的钙离子消耗和生成,这可能会在整个注入时间内对Ca浓度施加平衡。

图8
figure 8

归一化出水浓度作为无因次时间的函数

流体流动与反应输运耦合模拟:对注入水成分的敏感性分析

一旦开发的广告尺度模型在“基准测试所提出的耦合模拟器”一节中得到验证,就可以使用它来研究注入水成分对核心尺度结垢沉积的影响。通过定义一系列场景,将注入水和原位水按预定的混合比例混合注入岩心,改变了注入水的成分。本文中称为地层水(FW)的原位水相组成,以及注入海水(SW)的组成来源于文献(Payehghadr and Eliasi 2010),如表9所示。采用尺度耦合模型模拟了4种岩心驱油过程,以确定混合比对岩石性质变化的影响。这些岩心尺度模拟案例所选择的多孔介质为碳酸盐岩,其性质借鉴文献(Payehghadr和Eliasi 2010),岩石性质以及端点相对渗透率和饱和度如表10所示。为了研究FW/SW混合比的影响,我们定义了四种情况(表11)。表12给出了这四种情景的模拟研究所需的其他岩石和流体性质。

表9 FW和SW的组成
表10岩石属性和端点
表11调整FW与SW混合比例对注水成分的影响
表12仿真输入数据

假设每个网格块中形成的所有尺度在同一网格块内都具有“沉积”潜力,计算每个岩心长度形成的尺度的体积贡献,并相应地降低孔隙度值,以考虑尺度引起的孔隙度损害(图9)。孔隙度损害主要发生在岩心前端长度的前20%,特别是在距离岩心前端约5%的无因次距离处。它与与注入点相关联的网格块相关。在4种模拟工况中,最小水灰/水灰混合比为1:3时,S2的孔隙率降低幅度最大,约为原始孔隙率的35%。从图10中注入过程结束时(即注入10 PV)的硬石膏沉积剖面来看,孔隙度的下降与硬石膏的形成和沉积有明显的关系,硬石膏作为一种主要的硫酸盐垢,位于岩心前缘。此外,还使用四种分析模型计算了所有岩心驱替情景下水垢沉积造成的渗透率损害(图11、12、13和14)。Civan模型提供了保守的渗透率损害预测,而Shutong和Sharma模型预测的渗透率下降幅度最大,是由于水垢沉积。请注意,预测的渗透率值是沿岩心长度的谐波平均渗透率降低。Shutong和Sharma模型依赖于地层损伤因子,该因子应通过实验确定。在这些模拟案例中,假设β为50。

图9
figure 9

沿岩心长度的孔隙度剖面,以体积分数表示

图10
figure 10

岩心驱替末期硬石膏地层剖面

图11
figure 11

S1岩心驱注2 ~ 10次PV注入过程中,由于水垢形成和沉积导致渗透率降低

图12
figure 12

S2岩心驱方案2 ~ 10 PV注入SW期间结垢沉积对渗透率的影响

图13
figure 13

S3岩心驱替方案中,在注入2 ~ 10个PV周期的SW期间,由于结垢和沉积导致渗透率降低

图14
figure 14

在S4岩心驱替方案中,在注入2 ~ 10个PV周期的SW期间,由于结垢和沉积导致渗透率降低

在向表面活性多孔介质(如碳酸盐岩心)注入不相容水时,方解石可能会溶解在注入的水相中。在这种情况下,也有望观察到白云化过程。我们的模拟结果证实了这些假设。从图15可以看出,方解石溶解度在接近岩心前端、靠近注入点时增大。然而,这种岩石在注入水相中的溶蚀作用沿流道长度向生产端方向递减,在4种模拟岩心驱油情况之间的无因次长度约为0.3时,方解石溶蚀基本不发生。正如预期的那样,模拟情况S1和S2的方解石溶解值最大,注入侧的FW/SW比最小。值得注意的是,在这两种混合比例下,注入水相中的钙浓度与其他情况相比是最小的,这导致方解石从岩石结构中溶解到注入水相中。图15中y轴上负方解石含量值表示岩石溶蚀。另一方面,当这种方解石溶解发生时,预计会发生白云化过程。从图15中可以看出,白云石浓度在接近流长前端时增加,这与方解石含量的趋势一致。我们的模型表明,在所有的岩心驱油情况下,结垢形成和岩石溶蚀都发生在靠近注入侧的区域。

图15
figure 15

注水过程结束时(即注入10pv)沿流道长度方向方解石溶蚀和白云岩地层剖面

反应流动的现场尺度数值模拟:海上碳内特油藏案例研究

在油田规模上,多孔介质中反应性流动的主要结果之一,与不相容注水有关,是由于结垢的形成和沉积而导致的注入能力损失。Moghadasi等人(2004)研究了水驱作用下碳酸盐岩储层注入能力的下降,发现在7年的注入期内,海水注入量减少了75%。在没有岩石和流体性质来进行详细的现场尺度耦合油藏模拟的情况下,我们采用了无量纲比较方法,将预测注入流量在0和1之间归一化,其中0和1分别代表无注入流量和最大注入流量值。为了定量预测不相容注水造成的实际地层损害,需要有详细的岩石和流体性质。然而,只需要地层水和海水成分数据,如表13所示,就可以采用比较无量纲方法来说明注入能力的损失。通过成功预测油田规模的注入流量,将ad-scale模型调整为特定的油田规模模拟案例,然后将调整后的模型用于预测储层质量(即孔隙度和渗透率)随时间的变化,而没有实际的油田规模测量数据。

表13现场模拟研究中不同水相的组成

在没有任何岩石、流体和生产数据的情况下,该油藏唯一可用的历史匹配数据是注水速度。假设注入能力损失与该储层的无机结垢沉积直接相关,在历史拟合中使用地层损伤系数作为调整参数,通过对与实际油田规模注入数据相关的注水速度预测的相对误差进行敏感性分析/最小化,获得该拟合参数的最佳值(图16)。根据这种误差最小化方法,在油田尺度上预测注水流量的平均相对误差约为9.02%(图16和图17),预测结果与实际注水流量吻合良好,决定系数约为(图18)。

图16
figure 16

油田注水流量预测平均相对误差随调整参数(即地层损害系数)的敏感性分析

图17
figure 17

图18给出了最佳地层损害系数下目标储层7年预测注水速度与现场规模的对比结果

图18
figure 18

奇偶图比较了在最佳地层损害系数下的预测与实际无量纲注水速度,得出了最准确的预测结果

通过对无量纲注水流量的适当预测,对该耦合模型进行了调整后,我们从调整后的模型中提取了更多有关注入海水期间储层质量随时间变化的数据(图19和20)。从“流体流动和反应性输运的耦合模拟:对注入水成分的敏感性分析”一节中可以看出,孔隙度的大幅下降发生在与注入井区相关的网格区块。在注入海水期间,注入点的孔隙度仅下降了4%(图19)。然而,在同一时间段内,注入井网格区块的渗透率下降明显,导致注入部位几乎完全堵塞(图20)。需要注意的是,这些发现是在初始假设的基础上得出的,该假设是设计尺度耦合模拟器的基础,即假设在每个特定网格块上形成的所有尺度都具有“沉积势”,并且在同一网格块内沉积,即不允许尺度移动通过多孔介质。由于井筒附近的流体流动呈径向流动,因此近井渗透率的任何变化都会显著影响井的注入能力(图21)。

图19
figure 19

在注入海水过程中,预测了与注入井相关的网格区块的孔隙度比

图20
figure 20

注海水过程中与注水井相关的网格区块渗透率比

图21
figure 21

注水井所在网格区块注入海水过程中岩石溶蚀和/或结垢形成/沉积量

我们的ad-scale耦合模拟器还使我们能够确定与注入井相关的网格区块中结垢沉积和岩石溶解的性质(图22)。岩石中的钙元素被释放到海水中(即由于海水不相容导致碳酸钙溶解),增加了孔隙度。然而,与硬石膏和白云石相关的其他沉淀/沉积过程发生在同一网格块中,从而降低了孔隙度。这些过程之间的相互作用导致与注入孔块相关的孔隙度总体上略有下降。图22中累积溶蚀/沉淀体积轴上的负值表示岩石溶蚀。在网格块的总体积固定的情况下,图22所示颗粒体积的增加表明孔隙率的降低,与图19传递的信息一致。

图22
figure 22

注水井所在网格区块注入海水过程中岩石溶蚀和/或结垢形成/沉积的体积

另一项敏感性分析是检查注入水类型是否会影响注入能力下降以及储层质量的变化。为此,使用了四种不同的含水流体,其性质详见表11。除了早期实现中使用的地层水和海水外,还使用了另外两种类型的盐水,一种是低盐度盐水,另一种是与当地流动河流相关的河水。在测试的水相中,河水的离子含量最低,其次是低盐度水。在图23中,我们绘制了四种不同水相的模拟情况下,水的无因次注入流速随时间的变化曲线。这些发现可以与注水井相关网格区块的结垢引起的渗透率损失进行交叉验证(图24)。正如预期的那样,将地层水注入储层可以作为比较基准,因为由于注入相和原位水相的完美相容性,在注入性或近注入性渗透率方面没有发生损害或改善。尽管河水的成分与地层水的成分有很大不同,但注入到储层中不会导致任何注入能力损失,在注入的最后一年只观察到非常轻微的渗透率下降。由于除了水相组成外,该储层的可用数据有限,因此这种观察结果的原因尚不清楚。低矿化度注水导致注入能力下降幅度有限,小于10%,但近井渗透率下降约25%。最糟糕的情况是注入海水,导致之前讨论过的注入能力损失和渗透率下降。令人惊讶的是,当将1倍稀释的海水注入储层时,它增强了注入能力,增加了近井渗透率,这可能是由于与注入井附近的结垢沉积相比,岩石溶解明显。

图23
figure 23

不同水相情况下的无因次注水量

图24
figure 24

与注水井相关的网格区块渗透率变化剖面源于注入不同的水相

结论

本研究分别利用MATLAB油藏模拟工具箱(MRST)和IPHREEQC软件包,通过耦合流体在多孔介质中的流动和反应输运,开发了一种新型油藏模拟器。首先用实验数据对所开发的模拟器进行了验证。验证后,进行了几种模拟实现,以分析水相组成对盐水注入能力和储层质量的影响。本研究得出以下主要结论:

  • 地层盐水与海水的不相容导致了注入能力的严重损失,以及注入区附近孔隙度和渗透率的显著降低。反应离子和非反应离子的浓度分布证明了这些不利过程源于无机结垢的形成和沉积。

  • 岩石溶蚀和结垢形成/沉积是控制盐水注入能力和岩石质量变化的两个过程。模拟结果表明,注入盐水溶解碳酸钙,但水相中游离的钙离子可以与硫酸盐和镁离子反应,形成白云石和硬石膏等无机水垢。

  • 通过敏感性分析确定了注入不同水相类型对注入能力和储层质量的影响。正如预期的那样,将相容水相(即地层水)与原位卤水一起注入储层不会造成任何注入能力损失或储层质量损害。然而,正如我们的一个模拟案例所描述的那样,改变注入盐水的成分和盐度可能会导致不同程度的注入能力损失和储层质量损害,也可能导致储层质量提高。需要更深入地分析具有详细岩石和流体信息的结果,以研究破坏和增强机制之间的平衡,这在本研究中由于缺少一些岩石和流体数据而无法实现。