CN102272415A - 评估、设计和优化原位生物转化过程的方法 - Google Patents

Abstract

用于评价、设计及优化将碳转化成甲烷及其它有用的气体和液体的原位生物转化过程的方法。所述方法利用综合计算机模拟模型，其用于精确模拟含碳地层中的物理和动力学条件以及刺激其中的本地和非本地微生物的生长以使碳转化成甲烷及其它有用的气体和液体的作用。所述方法实现预测在一系列变量下生物转化率和效率，从此提供原位生物转化过程设计和操作的优化。

Description

评估、设计和优化原位生物转化过程的方法

本申请要求以Robert Downey等人名义于2008年9月26日提交的美国临时专利申请顺序号61/100,289的优先权，所述申请通过引用以其整体结合于本文中。

发明背景

发明领域

本发明涉及利用本地和/或非本地的微生物群落(microbialconsortia)从地层(subterranean formation)(例如煤)例如原位生产甲烷、二氧化碳、气态和液态烃和其它有价值的产物的方法，尤其涉及模拟这样的生产和基于所述模拟生产产物的方法。

所关注的同样待审申请

令人关注的是下述共有的同样待审专利申请：2009年7月1日提交的题为“Method for Optimizing In-Situ Bioconversion of CarbonBearing Formations(优化含碳地层原位生物转化的方法)”的美国申请号12/459,416、2009年6月2日提交的题为“The Stimulation ofBiogenic Gas Generation in Deposits of Carbonaceous Material(在含碳物质矿床中刺激生物产气)”的美国申请号12/455,431(两者均是以Robert A.Downey的名义)，以及以Verkade等人名义于2008年10月16日提交的题为“Pretreatment of Coal(煤的预处理)”的美国申请号12/252,919，所述申请都通过引用结合于本文中。

相关技术说明

据美国地质调查所，美国的含煤盆地含有多于6万亿吨煤矿。由于技术和经济上的限制，这些煤矿绝大部分无法被开采，但是这些煤矿中贮存的能量超过2000年的美国年原油消耗量。俭省并合乎环境要求地开采和利用该贮存能量的一部分可减少美国对外来石油和天然气的依赖、促进美国经济和提高美国国家安全。

大约8％的美国天然气储备和生产(称为“煤层甲烷”)源自在这些煤矿一部分中所蕴藏的天然气，而这些气体资源中相当大比例是由称为产甲烷菌群(methanogenic consortia)的本地互养厌氧微生物所产生，所述微生物能够将煤或其它含碳物质中的碳转化成甲烷。当在地质时期产生这些甲烷矿床时，如果可增强这些产甲烷菌群以将更多在煤、页岩乃至油层中含有的碳转化成甲烷气体，那么由此引起的生产可显著地增加天然气储备和生产。

美国专利号6,543,535(通过引用结合于本文中)公开了在诸如石油或煤等含烃地层中刺激微生物活性的方法。确定微生物群落的存在情况，并表征，优选遗传表征(如果菌群中有至少一种微生物为产甲烷微生物)。将表征与至少一种已知表征比较，已知表征获自具有一个或多个已知生理学和生态学特征的已知微生物。将该信息与获自岩石和流体分析的其它信息用于确定促进地层烃原位微生物降解和促进菌群中至少一种产甲烷微生物的微生物产甲烷的生态环境，并用作调节信息环境以产生甲烷的基础。因此，该方法包括刺激既有微生物以促进甲烷生产。

然而，由于煤或其它烃类矿床被转化，随时间推移，它们的体积减少，因而减少了转化矿床的产出。此外，这种转化矿床的产出受制于影响既定烃类矿床具体产出的多个变量。目前，确定这种矿床的潜在产出依赖于本领域技术人员的专业经验，以确定矿床范围并根据该范围估计潜在可能的产出。

然而，这种估计受制于多种因素(已知或未知的)，它们可能改变实际产出偏离估计量。另外，这种估计极不准确，尤其对于随着烃层耗尽的时期，因为还需要估计这样的层随时间消耗的速度。这样的估计需要考虑在估计中可能一致或不一致地使用的多个变量。因此，估计产出受制于极不准确的因素。这样的不准确是不理想的，因为实施烃类矿床转化方法可为昂贵的。因此，该现有方法极其低效且可能不准确。本发明人认识到需要改进的有效方法来优化对从含烃地层生产甲烷的预测。本领域的现有技术既未认识到此需要，也未解决此需要。

发明概述

本发明一个实施方案的方法利用综合数学模型，所述模型描述用于通过引入微生物营养物、产甲烷菌群、化学物质和电能，来利用本地或非本地产甲烷菌群将含碳地层原位生物转化成甲烷、二氧化碳和其它烃类的系统和过程的地质学、地球物理学、流体动力学、微生物学、化学、生物化学、地球化学、热力学和运作上的特征，以及通过地表和地下设备对所述系统和过程的运作。

本发明第二个实施方案的方法为用于设计、实施和优化通过引入微生物营养物、产甲烷菌群、化学物质和电能来利用本地或非本地产甲烷菌群将含碳地层原位生物转化成甲烷、二氧化碳和其它烃类的系统和过程的方法，其利用全面描述所述系统和过程的地质学、地球物理学、流体动力学、微生物学、化学、生物化学、地球化学、热力学和运作上的特征的综合数学模型。

另一实施方案的方法包括利用所述模型评价矿床地层中的物质被生物转化成甲烷、二氧化碳和/或其它烃类的程度和位置。

另一实施方案的方法包括通过将实际运作结果和数据与模型预测结果比较来操纵、调整、改变或更改和控制地层中的物质向甲烷、二氧化碳的生物转化和生物转化过程。

另一实施方案的方法包括在应用所述一个和第二个实施方案的方法之前、期间和之后的任何既定时间确定或估计地层的体积和质量、孔隙度、流体、气体、营养物和生物材料。

另一实施方案的方法包括在应用所述一个和第二个实施方案的方法之前、期间和之后的任何既定时间确定地层中被生物转化成甲烷、二氧化碳和其它烃类的碳量。

依据第三个实施方案，一种通过地下含碳矿床的生物转化生产气态产物的方法，包括通过利用产甲烷菌群将地下含碳矿床生物转化成所述气态产物，所述生物转化基于通过利用至少以下因素来预测所述气态产物生产的数学模拟来运作：(i)矿床的一个或多个物理性质；(ii)因所述生物转化所致的矿床的一个或多个物理性质中的一种或多种变化；(iii)所述方法的一个或多个运作条件；及(iv)产甲烷菌群的一个或多个性质。

又一实施方案的方法，其中矿床的一个或多个物理性质包括深度、厚度、压力、温度、孔隙度、渗透率、密度、组成、流体类型和存在体积、硬度、压缩性、营养物、产甲烷菌群的存在情况、量和类型。

另一实施方案的方法，其中所述运作条件包括一次或多次将以下物质注入矿床：预定量的产甲烷菌群、以预定流速的预定量的水和预定量的既定营养物。

另一实施方案的方法，其中产甲烷菌群的性质包括菌群的类型和量。

另一实施方案的方法，其中所述气态产物是甲烷和二氧化碳中的一种。

另一实施方案的方法，其中所述气态产物为至少一种气体，所述方法包括从矿床开采所述至少一种气体。

另一实施方案的方法，其中所述方法包括从矿床开采所述至少一种气体，所述模拟包括将矿床分成多个三维矿床子单元的至少一个格子，并预测从一个或多个子单元开采所述至少一种气体的量。

又一实施方案的方法，其中所述模拟包括将矿床分成多个三维子单元的格子、选择表现出待开采气态产物最佳量的子单元，以及之后从该所选子单元开采生物转化产物。

另一实施方案的方法，包括从矿床开采所述气态产物，其中所述模拟包括将矿床分成多个三维矿床部分(sector)的至少一个格子、预测从一个或多个部分开采所述至少一种气体的量和确定所述气态产物从一个部分到邻近部分的流量。

另一实施方案的方法，其中所述模拟包括图2a和图2b的步骤。

附图简述

图1是可用于解释本发明某些原理的地下烃层矿床的代表性平面图；

图1a是图1矿床和相关地形的一部分的立体图；及

图2a和图2b是显示用于确定既定地下烃层的经优化的所需流体产出的预测模型步骤的流程图。

优选实施方案详述

对诸如煤等引人关注的含碳地层而言本地或非本地的微生物产甲烷菌群例如能够代谢碳，并将其转化成所需和有用的组分，例如甲烷、二氧化碳和其它烃类。在本实施方案中，将所生产的这些生物转化组分产物的量和该生产的速率视为若干因素的函数，所述因素包括但不必定限于存在的具体微生物群落、含碳地层的性质或类型、地层的温度和压力、地层中水的存在情况和地球化学、微生物群落生存和生长所需营养物的可用度和量、甲烷和其它生物转化产物或组分的存在情况或饱和度以及数种其它因素。因此，含碳地层有效生物转化成甲烷、二氧化碳和其它烃类需要以下优化方法和过程，其用于将营养物输送和分散到地层中、使微生物群落跨越地层表面积(surface area)分散、将尽可能多的地层表面积暴露给微生物群落和从地层排出和开采所产生的甲烷、二氧化碳和其它烃类。

碳生物转化的速率与转化过程中所用微生物可用的表面积大小、微生物群体和营养物到矿床中的移动以及随矿床消耗从矿床抽取的生物转化产物成比例。微生物可用的表面积大小与地层的空隙空间百分比或孔隙度成比例；且渗透率或气体和流体流过地层能力的量度还与其孔隙度成比例。所有地层在某种程度上是可压缩的，即它们的体积、孔隙度和渗透率为它们承受的净应力的函数。它们的压缩性还是材料(即矿物、烃化学物质和流体)、岩石的孔隙度和材料结构(即晶体或非晶体)的函数。据认为通过减少含碳地层承受的净有效应力，可提高渗透率、孔隙度、生物转化可用的内部和断裂表面积，进而可提高移动营养物、微生物和所产生的甲烷、二氧化碳和其它烃类进出矿床地层的能力。与其它岩层例如砂岩、粉砂岩、石灰岩和页岩相比，大多数煤和一些含碳页岩地层具有高得多的可压缩性。煤在所有含碳岩石类型中是最可压缩的，因此可通过改变地层压力最大程度地影响它们的净有效应力、孔隙度和渗透率。

含碳地层可在任意时间被流体(例如液体和/或气体)饱和，而且这种饱和也影响地层承受的净有效应力。气体和液体在地层中的渗透率也取决于它们的饱和度，因此通过有意增加地层中的压力显著超过其初始条件至最佳程度，并持续维持该压力，据认为可优化流体、营养物、微生物群落以及所产生的甲烷、二氧化碳和烃的流量。该过程的最优压力点可初步通过利用将地层渗透率定义为净有效应力的函数的数学关系来确定，例如由Somerton等(1975)提出的关联式：

$k=k_0[\exp \left(\underset{\‾}{0.003\mathrm{\Δ\σ}}\right)+0.0002{\left(\mathrm{\Δ\σ}\right)}^{1/3}{\left(k_0\right)}^{1/3}]{\left(k_0\right)}^{0.1}$

其中：

K₀＝零净应力时的初始渗透率，毫达西

K＝新应力Δσ时的渗透率

Δσ＝净应力，psia

其中可合理运作过程的最大压力可由根据泊松比确定的点限定，在该点处，地层中的流体压力超出其拉伸强度，引发垂直或水平平面上的断裂在地层中形成和蔓延。这些压力引起的断裂可形成大的流体通道，注入的流体营养物和微生物群落及所产生的甲烷可流过所述通道，从而减少或抑制了流体压力分布和整个地层中净有效应力的减少。

处于高于初始或流体静力学条件的压力点和最优净有效应力下的地层中转化过程的运作将实现更好地确定随着过程进行井间渗透率趋势和井间渗透率变化。固体煤或页岩生物转化成甲烷气体减少了煤或页岩沿表面的固体体积，从而将增加相关多孔结构的断裂缝隙和孔径。断裂缝隙和孔径的增加会提高地层的渗透率和转化过程的效率。

许多含碳地层具有多种类型的孔隙结构或孔隙空间，这为其构成材料类型以及已经和正在施加于其上的压力的函数。例如，许多煤层具有二元或三元孔隙系统，其中孔隙空间可作为裂缝、大基质空间(matrix space)和/或小基质空间存在。这些孔隙空间可因区域而有相当大的变化、可表现方向趋势或定向，且还可在地层中的垂直方向上变化。地层的渗透率还可在既定地下环境中在分布区域上(areally)和垂直方向上有相当大的变化。如果有足够的地质学和地球物理学数据，则可确定地层的多个特征，例如厚度、分布范围、深度、斜度(图中未显示)(见图1和1a)、饱和度、渗透率、孔隙度、温度、地层地球化学、地层组成和压力，并可开发地层和这些特征的三维数学模型。这样的模型由下文论述的方程式表示，其实施待由下文论述的图2a和图2b的过程。

本文一个非限制性实施方案中，可构建数学模型，以提供用于将地层细分为相对小的基础三维多边形或部分例如立方体或矩形(图1和图1a)，可安排输入或产出地层的点的假定位置，并可作为时间的函数在任意位置或对任意多边形应用一系列特征条件。为这些多边形等的每一个均分配唯一的标识G1-n。将多边形形成阵列，在相应计算机程序中为该阵列分配值，也将唯一分配的ID输入该程序中。从而整个格子阵列被输入相关计算机程序，该程序于是可对该矿床单独访问每个格子。例如在图1中，对于为该地形创建的所有格子，给格子分配唯一的ID G1、G2、G3、G4、G5、…、Gn。

在图1a中，烃(例如煤)地层2具有厚度t，其在实践中是变量而非该示例性图中为简明阐述而示出的恒定值。图1中，地形4中地层2的地理范围可在x、z(水平)和y(垂直)方向上具有任意外围大小，例如可以英里(Km)计。图1中，将地形4在由虚线6所示的烃类矿床储层内分成三维上相同大小的部分或格子G1等，所述格子G1-n可为立方体(如图所示)或长方体格子块(未显示)。将格子G1-n示于笛卡尔坐标系统x、z(水平)和y(垂直)中。然而，这仅为阐明目的。在备选实施方案中，可通过从共有点(未显示)发出的径向线和与径向线相交的圆周线来分割格子以限定具有圆弓形同心边界的三维截头圆锥块(未显示)，或将格子分成任意其它格子系统。将该格子系统结合到执行如图2a和图2b所示的下述预测方法的计算机程序中。在图2a和图2b中，字母I和II表示步骤从一个图到另一个的连续。

在实践中，地质工作者在说明性实施方案中利用公众可获得的地质学绘图软件(未显示)绘制煤层矿床地层2。绘图包括面积范围(宽度和长度)、矿床地层厚度和该厚度在绘图地理范围内的变化、矿层是否倾斜、在何处倾斜和倾斜程度，从而完全地描绘出矿床的物理轮廓。将该信息转化到地质学计算机程序中的上述预标识的格子中，于是之后可建立计算模型计算机程序(图2a和2b)，其标识与每个格子关联的上述全部物理性质。地质学程序还了解每个格子的水平(x-z方向)和垂直(y方向)范围。假定每个格子中相应矿床的参数相同，并且所述参数基于在实验室中测量和取自一个或多个格子的矿床岩心样品(sample deposit core)。

按照下述如图2a和图2b的非限制性数学计算模型使得能够迭代预测多种反应，其关于地层矿床的特定所需组分(例如甲烷)的产生，所述产生响应于在既定分配的格子G1-n的地层中的一系列假定输入(例如流体(即气体或液体，例如水等)的注入)；和从地层的期望产出流体即液体和/或气体(例如甲烷)的生产。依据本发明，基于本文的教导可构建其它模型，因此，本发明不限于下述模型和用于提供模型的方程。

实验室测量的地层例如煤的物理性质根据在注入井(例如图1和图1a中的注入井IW)取得的岩心样品和其它数据确定。这些性质包括矿床的力学性质如杨氏弹性模量、岩石压缩性、测量的关于其孔隙度和渗透率的地层特征、微生物含量、存在的水体积等，其中性质的测定按照本领域已知方法测定。

如下文所公开，一个或多个数学计算预测模型预测不同物质(例如水、微生物、营养物、其它流体和/或气体(例如甲烷))的多个不同的注入值和抽出值对矿床各种参数的影响。这些参数可包括基于实验测量的初始岩心值的压力、渗透率、微生物、营养物、孔隙度和由跨地层的格子G1-n限定的各个位置之中和之间的流体运动。

根据预期参数中各种各样的假定变化作出预测，预期参数包括时间步长和输入注入井IW(图1和图1a)中的物质，还包括基于下面给出的方程的迭代联立方程计算中的假定值。这些预期参数基于测量的岩心和获自注入井IW的其它数据以及在其它井例如生产井PW和监控井PM可能测量的数据，其在实验室中测量以确定在注入井IW的输入。

一些井用于在生产过程中监控地层中不同点的作用。该监控确定预测的作用，并可致使改变假定输入到注入井中的值以适应输入中的变化。

本发明实施方案的预测计算方法包括输入关于矿床的以下至少一个或多个方面的说明：通过引入微生物营养物、产甲烷菌群、化学物质和电能，来利用本地或非本地产甲烷菌群(微生物)进行的地质学、流体动力学、微生物学、化学、生物化学、地球化学、热力学和运作特征。这将在下面更详细地解释。

在图1和图1a的井孔中，注入井IW、监控井MW和生产井PW通过实例示出。在实践中可能有更多这样的井。这些孔本身在结构上是常规的(高出和低于地表)，并可相对于重力垂直、水平或倾斜朝向。IW井的注入孔是取得矿床岩心样品和对烃类矿床2进行初始数据测量之处。在该井进行测量，测量包括矿床离地表S的深度d(图1a)、矿床2的孔隙度、压力、温度、微生物活性、矿床力学性质和所有相关的矿床测量参数。在实验室中检查岩心以初步测定所有这些性质。

注入井IW是注入流体例如水、微生物、营养物和/或其它物质的井，注入量基于本领域先前已知的常识假定为基于已知方程对矿床具有已知影响。以假定量注入矿床中的物质的输入可通过以下方式确定：对岩心进行实验室评价，随后基于该测量假设注入物质量。

所述方程以及图2a和图2b的方法的计算预测模型随即利用该初始假定数据和输入执行计算，之后可依据预测计算模型结果修改初始假定数据。该从矿床2取得初始数据的步骤示于图2a的步骤A。关于所用井数，初始数据是为阐述而非限制之目的。在该井孔处，基于测量数据和按经验确定的数据建立初始储层性质、运作条件、限制和时间步长。

这些性质建立包括限制和参数的初始条件，参数包括例如测量的压力、储层温度、岩心样品密度、每单位体积的重量、孔隙度、杨氏模量、内生裂隙间距(cleat spacing)等，并包括由下述计算模型方程所需的取自IW位置的矿床岩心的所有测量变量。将这些测量参数以及假定输入的注入物质参数(例如注入的微生物量、水量和营养物量等)输入到计算机程序，其在计算模型中执行计算。

计算模型的计算基于对所有采用该参数的方程使用相同参数的某些方程中的每一个的联立方程解。为给所有采用该参数的方程提供相同参数值，给适用的参数规定公差。换言之，根据联立方程的计算解确定在多于一个的方程中出现的参数变量，使得由此确定的参数值位于预定的规定公差内。

计算参数的公差例如0.001、0.0001等，可为通过计算确定的方程中的每个相关参数值的公差。例如，如果多于一个的方程使用既定参数变量，例如

或p等，那么将落入预定公差内的相同变量值计算为可用的，并通过计算机程序插入到需要该变量的每个方程。针对所有方程计算的计算值对于图2a和图2b的方法是连续的，但呈所示重复出现的循环，直到得到每个参数在预定公差内的结果。对于各种不同变量，公差可相同或不同，并根据经验确定。

由此执行的计算产生从矿床开采至少一种微生物转化组分(例如甲烷)量的迭代产出预测值。在下文的方程中，将待开采气体称为气体g。将由计算建立的预测用于优化从矿床开采烃类矿床的至少一种期望转化组分，例如甲烷或其它物质。产生用于对这样的方程执行计算的所述计算用计算机程序落入相关领域的普通技术人员的技术内。

预测计算模型预测引入微生物和其它物质(例如微生物的营养物)对微生物的影响。例如，这些影响包括微生物的预测生长和微生物对矿床的预测影响。由在地层内流动的流体携带的微生物量基于依据输入数学计算模型的实验室测量特征预测的地层特征。模型包括计算以下预测的产生：附于矿床表面的微生物的预测、在假定引入的营养物存在下因细胞分裂的种群微生物增长的预测、因细胞死亡的种群微生物减少的预测、和微生物利用作为注入流体引入的营养物的预测。

预测包括例如预测引入营养物的影响，即微生物活性，例如预测营养物可如何在整个地层中移动、预测微生物对营养物的消耗、预测营养物的代谢产物例如所产生的挥发性脂肪酸、醋酸盐、甲烷和二氧化碳、预测地层中这些代谢产物的吸附和解吸附、预测地层中代谢产物的流动、预测从地层产生并排出至地层上的地表外界大气的代谢产物、预测用于从地层产生和制备甲烷、二氧化碳和其它烃类组分的微生物的利用。对地形4中的每个格子G1-n作出这些预测。

所需组分的最优开采可根据对所有格子G1-n的所有计算来确定。将与其它格子相比表现出最佳产出的格子G选为产气开采井的位置。

如下所述，利用这样的预测，根据基于包括从岩心样品测定的数据在内的不同假定输入参数的多个预测来确定最佳组分开采预测。例如，利用岩心样品的预定实验室分析来确定这样的不同输入数据。最佳组分开采预测取自所有生成的预测，并对应所需组分(例如甲烷等)生产井处的最佳开采选出表现出相应生产开采值的一个或多个格子。一旦基于多个预测(基于来自这样的物质如水、营养物和微生物的不同假定输入参数)选定最优预测，则在注入井IW的生产模式中实施如所述确定的输入(包括对应于该选定预测的假定参数输入)，以开始开采所述组分。

之后，依据既定实施在选定格子G1-n或井(在指定格子中)的生产井PW(图1和图1a)处开采所需组分。周期性地，在IW或被认为对于既定矿床可行的其它位置再次取得岩心样品，然后重复预测过程并与先前过程结果进行比较，以确定是否需要重设或重建输入到注入井中物质的数量和类型。然后，在新输入和新预测的基础上，利用生产井开采所需组分。基于本领域普通技术人员可获得的常识按需要使用假定值，在认为对于既定矿床必要时尽可能频繁地重复该过程。

根据对首次测量的地层的组成、空间分布和其它特征的认识和对与地层相互作用的微生物在将地层含碳物质生物转化成甲烷、二氧化碳和其它烃类产物过程中的作用的认识，在图2a和图2b的方法中实施包括下述方程在内的数学计算预测模型。利用该模型预测因微生物消耗矿床而将矿床转化成所需组分所致的地层中的变化。这样的变化可包括一系列条件下在体积、孔隙度、渗透率、微生物因素和组分方面的垂直方向和分布区域上的变化。

随着含碳地层的生物转化的进行，固体物质被转化成气体和液体例如甲烷、二氧化碳和挥发性脂肪酸以及其它烃类和细微固体(solid fine)。这减少了固体物质的体积。含碳地层矿床固体体积的这种减少实质上改变了剩余固体物质的组成以及矿床地层的孔隙度和渗透率。还改变了矿床的孔隙度和渗透率的空间分布，以及流体体积、微生物和营养物及它们在地层中的流动、分布和含量。为了利用图2a和图2b的示例性方法作出进一步预测，利用预测计算模型的方程将这样的变化引入计算中。

在图2a的步骤A中，输入上述数据并通过执行下述方程的计算机程序将系统初始化。将初始数据输入程序，所述数据取自矿床的地质学调查，还取自在示例性IW处矿床获取的开采岩心，所述数据包括深度、压力、温度、去除矿床材料的岩心的力学性质如密度、孔隙度、渗透率、杨氏弹性模量、内生裂隙间距等，以及流体性质包括盐度、抽取水样的密度、抽取水样的压缩性(随其盐度而变)。

关于格子G，通过模型在形成矿床的标识的格子阵列中跟踪该格子。该阵列包括整个矿床结构，其存储在格子矩阵中，每个格子在计算程序中具有唯一ID。记录每个格子在阵列中的位置，并输入程序中，且对应其分配ID。将每个格子的大小输入程序。假定对于每个格子，在步骤A输入的参数值相同，并对每个格子输入。

如下文说明，利用对每个格子计算的输入参数值，在系统中为每个格子进行计算。例如，基于最邻近的先前计算过的格子(其计算输出作为下一待计算格子的输入数据)的参数计算，在既定格子G1-n中可利用多个不同输入参数值。程序保留这些值，并在计算中将这些值用于每个格子G1-n的每次连续计算。实验室测试和评估确定测量数据的理想量，对于未在步骤A根据岩心样品测量的所有其它值，插入根据经验假定的确定值。

插入数据还包括生物学性质如细胞数(即每ml流体中的微生物(产甲烷菌群))、它们生长速度(即它们分裂速度)、随着细胞衰减或细胞损失的它们的存活时间、它们能够将碳转化为甲烷的速度等。力学和生物学性质包括所有包括上述性质和本领域普通技术人员公知的性质在内的这些性质。微生物将其自身附到岩心物质上，或在与岩心样品一起抽取的水中自由漂浮。将这些性质中的一些输入下文论述的方程中。因此，首先需要描述所有有关条件。

这些条件包括地质学调查数据，即矿床的大小和方位及相关性质、分割被调查地形的格子的假定大小和在包括注入井IW的格子阵列中井的假定数量和位置。在作出计算后可确定生产开采井PW。该确定基于确定哪些格子在基于对所有格子G1-n的计算的可能生产开采方面表现出最优开采的结果。

首先，可在实验室中进行实验以确定输入物质的理想量，在这样的实验中初步调整所述量以基于假定和测量的数据确定可能的甲烷产生。之后，可将这些数据中最好的用作图2a和图2b方法的计算输入。

然后，基于如前段所述获得的信息，基于矿床中的烃量，对至少一种所需组分(不管其为甲烷、二氧化碳或任意其它组分物质)的特定最大开采的可能性作出假设。若对气体如甲烷进行估计，则该开采将估计以所产生的气体的体积计算的开采，例如m³/小时或m³/天或其它时间单位。该估计将包括总时间，即以估计的生产速度将烃转化为所需组分的时间例如10、20或30年等，之后矿床耗尽。这样的生产开采估计落入本领域技术人员的技术内，且据认为目前对于新发现的矿床通常以低效方式手工作出估计。

一旦根据经验和/或通过实验室实验作出对期望生产的估计，则利用注入水的估计体积、微生物体积或量、所需营养物的量或体积、矿床中的压力等，输入代表这样的估计生产开采和估计时期所需的变量的数据。

在图2a的步骤B中，为步骤B的输入建立(即假定和输入)时间步长。这些输入包括井中压力、水到井中的流量、注入水的温度、随水注入的营养物的量、营养物组成等，所有这些输入在步骤B基于初始估计作预先选择，并也用于随后在计算和实现期望产物开采的预测方法中涉及的多种迭代。在步骤B中，对储层(矿床)、运作条件、限制和时间步长建立储层(矿床或地层)的初始性质。

初始性质包括格子数据(图1)、地形4大小、格子G1-n大小、格子G1-n厚度、矿床角度等。将格子定位到笛卡尔坐标水平方向的x、z和垂直方向的y中。输入的数据包括井数量、注入井IW、监控井MW和生产井PW(图1a)以及它们在格子中的位置。该数据包括矿床地质地层的性质。如何通过已知软件测量这些性质是本领域技术人员所公知的。在步骤A和B，将该数据从地质工作者的软件(或视需要手工)导出到图2a的方法中，并通过另一执行下文所述的方程的计算机程序处理这些方程。

建立条件，在该条件下基于初始估计运作多个井。作为实例，在注入井IW处，假定流体注入速度以每天(24小时)最多N桶液体为最大速度，每天N-a桶为最小速度，则注入将处于最大的b psi和最小的X-c psi之间(此处和以下段落中所用值N、X、a、b和c与下述方程无关)，该值不能超出和充当对生产开采的界限。将这些值作为限制输入计算机程序模型。

生产井PW可具有泵送溶剂或气体的条件，例如据估计该井将生产每天最多200桶液体或每天X m³气体或者最少每天N-a桶。对该估计建立限制或界限。限制包括对注入井IW设置的运作条件，包括在用于测得矿床的初始估计中所作出的对生产井所需并对应于运作该井的既定时期的最大生产。

另一限制为时间步长。时间步长是对预测的每次计算(在一段时间(一周、一个月、一年等)内以由时间步长值确定的增量进行)所需的时间。预测过程中的计算各自在不同假定时期(作为基于初始时间估计的限制输入程序)内进行。这些时期可不同于转化和耗尽矿床所需的时期。最初，时间步长告知计算模型最大步长数(例如10-100,00)，其关于运行图2a和图2b过程的模拟的时间，例如一周、一年、10年、30年等。

利用既定值的连续时间步长来提供矿床的最大转化预测。依赖所获结果在时间步长中进行调整。例如，在30天期间内利用0.1天的时间步长将花费约一周的计算时间来完成所有利用全部时间步长的计算。在结果不发生改变的情况下，则调整时间步长并重复计算。该方法不考虑在既定预测时期例如20年等内利用的时间步长数。

最终，达到平衡(平衡结果是计算达到某点，在该点下下述方程中的所有相同参数具有在其预设公差内的相同值)，或达到特定限制而无结果(不能确定特定有关方程的联立方程解)，则程序终止。如果产生计算平衡，即所有方程的各个未知参数由其相应公差确定，而忽略在步骤P和C(图2a和图2b)之间涉及的计算循环数，则由方程提供所产生气体(即甲烷)的量。

另一限制是如初始估计的所需组分在生产井的开采值范围。输入这些假定值，在输入的时间步长期间发生的迭代过程中进行计算并对比所有格子的结果。

例如，假定一中心注入井IW(图1和图1a)和四个生产井(PW)。假定具有每天200桶水的注入速度和在0.1天期间内另一特定量的营养物。该时间步长的模型(图2a和图2b中步骤D-O)执行对既定假定期间的计算，并假定所述量的水体进入离注入井最近的格子，和按照步骤D-O在采用所有以下方程的计算中，计算在该时间步长中该事件(occurring)对所有其它格子的影响。

在不同步骤中，利用如下的不同方程进行计算。步骤D采用方程1、3和4，步骤E采用方程4，步骤F采用方程3，步骤G、H和I采用方程2，步骤J采用方程6，步骤K采用方程5，步骤L采用方程5，步骤M采用方程7和8。

对于所有格子，仅对一组利用方法(图2a和图2b)的所有方程的计算在X方向上计算流量。之后，方法在图2a步骤C进入下一时间步长，并重复对所有时间步长迭代的计算，直至达到平衡输出，或者若未达到，则提供新的一组输入数据直至得到平衡结果。对于Z或Y方向，可进行另一组计算，相应地重复对所有格子的方法。

时间步长中发生的变化决定是否输入新的数据。如果在任意时间步长中任意参数均不发生变化，那么选择新的输入数据，重新开始计算。预期的是，随着矿床被转化，在矿床中会有显著的变化。如果没有，那么不能接受计算过程，并用新数据和新的时间步长重新开始。

下面的方程计算质量平衡。计算模型方法既从生物学上，又连续地根据跨越矿床的每个格子G的物理质量支点(stand point)计算矿床中的影响。模型(下述方程)步骤D-O计算每个格子G1-n中的那些营养物、哪些与相应微生物接触、哪些微生物在相关时期内生长了特定量，所述微生物在该时期内具有特定量的细胞分裂、消耗特定量的营养物且还转化了相应量的矿床(例如煤)。基于来自其输出流到下一格子的前一格子的输出，计算模型对每个格子G1-n(图1)重复计算，之后在步骤P确定模拟是否达到了在图2a步骤B初始设定的限制之内的模型运作条件。

这意味着，每个格子在不同方程中的相同参数的计算在对该格子的计算期间是相同的，但是基于由前一格子(其输出流到下一后接格子)计算的物质流量，在不同格子中可有不同绝对值，并且基于在对每个参数(在计算中确定)预设的公差界限中所输入的限制或界限，达到计算的平衡点。

运作限制与这样的事实有关：随着过程持续，气体生产和被开采。例如，随着矿床中气体饱和度增加，微生物同时通过转化矿床产生该气体，且如此产生的气体将流动，并也随水(在其中饱和)流动到产气开采井。结果，增加了气体生产，减少了在各个格子中的水流动。如果初始限制没有产生多于示例性的每天200桶液体，则将达到产生的气体比水多的点。该情况下，生产井将不能够符合时间步长中的初始限制液体流动范围和/或生产速率。

因此，某些限制给这种每单位时间步长的流体生产设定了界限，并由此说明了矿床中的变化。该情况下，因为有更多的气体和更少的水，在生产井处将不符合最少水量的限制，那么在步骤P，过程返回到步骤B和C。如由箭头12(图2a、2b)所示，在步骤B和C改变了限制和时间步长，并重复方法。如果所述井不能生产估计的每天200桶(因为只有这么多的气体被排出)，那么相应地改变限制，在生产产物开采井PW处，为至少一种所需组分(例如甲烷)生成新的生产预测。

如所述，另一限制是在得到图2a和图2b的方法的解(步骤P)中特定公差水平的设定。该方法中，如果方法相对于采用该参数的各方程中的相同参数值没有达到限制界限或平衡，那么通过步骤P的箭头12重作变量。该方法对变量中的变化和值作某些假设，并在相互作用过程(其中试图对相应变量实现值X＝值Y)中重新计算。因此，反复地重复从步骤P(判定＝否)到步骤C的过程，直到达到其中符合限制性条件的某条件，步骤P(判定＝是)，其中实现了这样的结果：采用该变量的既定方程组的所有变量具有落入公差范围内的相同变量值，方程得到解。该判定表示，该结果足够接近于期望结果，所得解为最终解。

例如，如果方法确定既定变量的值落入X＝X₂的0.0001，则满足：完成该变量计算，且准备输入下一时间步长，条件是所有变量已符合该条件。当完成所有时间步长，则方法在步骤Q输出结果。如普通技术人员所理解，基于初始地形和矿床几何学和测量参数，根据经验确定时间步长的数量和时期。

将公差设为足够小，使得方法最后将终止，否则其将持续运行。只要被确定的方程参数值不被改变至大于公差值，那么对该变量达到平衡，然后对所有变量重复该方法。该情况下，当所有变量已达到平衡时，在方程的计算中，既定顺序的每个格子已符合期望产出条件。然而，这些产出条件可能或不能匹配期望最终结果估计的产出。该情况下，输入新的估计数据并重复方法。

图2a和图2b的方法依据既定实施计算每个格子G1-n中在X方向上从格子一侧至格子另一侧或中间的质量流。因此，在每个时间步长中，对每个格子G1-n计算方向X上的质量流。

作为实例，在格子G8注入，并检查格子G₁₀₀(未显示)。在0.1天的第一时间步长结束时，压力为101psi。模型告知此过高。需要改变一些参数。故改变时间步长。压力最终为100psi，于是模型告知此为可接受的。当模型的所有方程中的所有相应参数一致，那么过程结束。如果时间步长过大，则将其减小并重新计算，直至结果落入期望公差内。每次在过程中作出改变时，改变可发生在所有格子中。

矿床和流体(包括其中的微生物和营养物)的各种特征，作为转化过程的函数随压力、温度、饱和度和这种流体流入格子和在格子间流动以及其它参数的变化而不同。

在步骤D中，利用方程1、3和4安排水和营养物的注入和流量。方程1提供水的流量。该方程所表示的是，每当例如煤中存在可变形压力介质时，由矿床的变形或溶解所致发生孔隙度的变化。地下水流视孔隙度的变化或基于该孔隙度值遵从方程。倒三角表示注入注入井IW中的水流量。

随着微生物的加入，孔隙度改变，因而水流量也改变。方程1中的最后负项是相对时间变化的孔隙度变化。最终该方程会等于零。如果使最后一项为正，其将位于＝号的另一侧右侧。这意味着，随着将水泵送到矿床中，孔隙度因微生物对矿床的溶解而按照单位时间变化，所述溶解是方程左侧的第一项。由于岩石孔隙度因微生物活性而改变，这影响矿床中的流速。因此，注入井IW中水的注入为方程1、3和4所利用。这导致微生物量的变化和微生物衰减速率的增大。

计算模型的所有方程在本领域中是已知的。唯一的是它们在图2a和图2b的方法中的组合和应用。

方程5预测将被产生的甲烷或其它气体的量。气体量由方程中的C₉项表示。计算C₉项。

方程7和8涉及时间步长之间系统中的气体情况，即确定流量。它们描述格子之间系统的水中气体的量。这提供了气体如何以从格子到格子的相同方向在系统中以期望的X方向流过的信息。气体离开一个格子并进入下一格子等。可垂直地以Y方向流动的气体仍可以X方向流动。但是X和Y相互独立。方程涉及到二维流动X、Y。

在三维系统中，如同X方向上那样再次计算横向Z方向上的流量，并如对X方向所述重复方法。换言之，运行计算模型的方法两次，一次针对X方向，一次针对Z方向。Y方向上的速度不会影响这些计算。

在每个时间步长中，重新插入每个格子的位置。在每个格子中，对于既定输入组，仅有在X和Z方向上产生的如此多气体。因此，如本发明的过程所预期的，存在X、Z方向的两种产出。

根据图2a和图2b结合相应的上述方程，步骤E-M是不证自明的。在方程后面的段落和表1中定义变量。

方程计算顺序在方程5的计算中不重要。

在方程6中，渗透率不影响所形成气体的量。它是流过矿床的流量的量度。因此该计算在顺序中的位置是任意的，可在图2a和图2b的示图中的任意位置。

依据预测模型的一个实施方案，构建在图2a和图2b的方法中实施的下述数学模型，以预测由于将上述各种要素或物质引入注入井IW(图1、1a和2a、2b)所致的产出。方程中的各种输入基于岩心的实验室测量，并确定与确定生产井PW的期望估计产出有关的各种因素。迭代确定这些气体或其它组分开采产出，并重复直到实现最优开采产出(对矿床所期望的初始估计)。

当此发生时，通过公知设备(未显示)在注入井IW输入相应的估计物质，这对应于通过以下计算模型方法迭代确定的确定计算最优开采产出。此时，在基于与所有其它格子相比该格子的计算产出而选定的格子处，通过公知设备(未显示)利用生产井抽取和开采期望流体和物质。在由模型建立的时期内，持续产物组分开采抽取过程。基于输入对应于选定生产模式的模型的原始数据，在监控井监控产出。

普通技术人员可通过检查下文的预测计算模型容易地确定待输入参数，所述参数在实验室中基于在IW井取自矿床的岩心样品以及那些根据经验确定的值确定，所述值需要基于矿床的地质学数据和本领域中对于这种输入的已知信息来假定。例如，营养物浓度是输入值，在实验室中测量营养物浓度的变化，水的速度是估计输入等。它们中的一些根据经验假定，而其它在实验室中测定。

这类井的位置可根据经验确定，和/或通过周期性使用用新输入的计算模型或通过在不同格子G中关键位置井(strategically locatedwell)处(依赖每个井处确定的值在周期性基础上基于实时发生的实际生产)进行的测量来确定。普通技术人员会查看变量和变量定义的列表，并能够看出哪个是实验室数据，哪个需要根据经验假定等。方程计算在每个格子G1-n产生多少产物，例如气体(即甲烷)、水等。因此，对每个格子的计算将提供气体和水从前一格子到每个格子的流量，因而可对每个生产开采井确定这种流体的量。监控井证实预测，并表明与预测相比的生产开采进程。

步骤O更新物理和化学性质。这重设了在步骤A和B中设置的初始条件。在每个时间步长之后和若在计算期间无变化发生，则需要更新性质。相应地需要重设每个格子块中的所有性质。如果孔隙度的变化改变了压力，那么在一个时间步长后，营养物浓度也可能已改变微生物浓度。之后，开始新的时间步长。最后，模型达到关闭模型和终止计算的条件。

可运行模型例如用于预测30年的时间，或者直到无矿床剩余或过程终止的某些其它条件。这揭示了从生产井开采多少气体(例如甲烷)或其它所需物质。当到达步骤P时，模型询问是否停止。如上所述，运行模型直至达到平衡。如果在两个时间步长内达到平衡，那么相应地改变时间步长值。设定时期，以获得生产开采的假定期望量。如果从既定时间周期得不到该量或限制停止了计算，那么重设时间周期或限制。一个因素是，基于公差水平和预设限制，模型进行多少次迭代才达到平衡。

例如，在m时间周期施加条件，注入m1的水量和m2的营养物量等(术语m不用在方程中，仅用于该解释)。然后，在地形的格子上将一切重新计算。如果对于每个格子的方程的每个参数，在限定的公差内不出现平衡，那么改变时间周期，例如利用较小的时间步长增量来缩短，直到对于方程的每个变量达到公差值之内。需要达到所有变量的平衡。换言之，水在格子间的流量应当对应。在过程中存在制约与平衡。

如果基于实验室测量消耗了一定量的营养物，且微生物量减少，那么应当有一定量的期望气体产生、被开采和占据(accountedfor)。如果消耗与所生产和开采的之间没有联系，则出现问题。换言之，对于消耗的每一数量营养物和矿床孔隙度或其它参数中的变化，应当存在一定量的期望产物中的至少一种组分，例如所产生的气体等。

数学计算预测计算模型

方程1：

其描述在可变形多孔介质中微生物活性对煤的溶解：

$[{\mathrm{\α}}_s(1-\mathrm{\φ})+{\mathrm{\α}}_w\mathrm{\φ}]\frac{\∂p}{\∂t}+\▿{.q}_w-\frac{\∂\mathrm{\φ}}{\∂t}=0$

术语q_w是指水的流量。由于微生物的消耗，微生物的加入改变了地层的孔隙度，因此表明了微生物对矿床消耗的作用。

方程2：

这里描述孔隙度如何作为微生物细胞浓度的函数而变化，所述浓度为因微生物消耗所致的矿床分解(即，通过图2a步骤I的生物转化的转化)的函数

$\frac{\∂\mathrm{\φ}}{\∂t}=\frac{K_{\mathrm{hyd}}}{{\mathrm{\ρ}}_{\mathrm{cool}}}{c}_{\mathrm{bac}}\mathrm{\φ}$

方程3：

描述微生物总浓度因生长而增加或可因死亡而下降。该方程描述作为营养物供给和死亡率的函数的微生物生长和衰减。这说明了消耗的营养物和生物转化所致的系统中微生物密度的增加。

$\frac{\∂c_{\mathrm{bac}}\mathrm{\φ}}{\∂t}+\▿.(\mathrm{\φ}{u}_w{c}_{\mathrm{bac}}-\mathrm{\φD}.\▿c_{\mathrm{bac}})={\mathrm{\μ}}_{\max }\frac{c_{\mathrm{bac}}{c}_{\mathrm{nut}}}{K_s+c_{\mathrm{nut}}}\mathrm{\φ}-k_d{c}_{\mathrm{bac}}\mathrm{\φ}$

方程4：

描述微生物对营养物的消耗：

$\frac{\∂c_{\mathrm{nut}}\mathrm{\φ}}{\∂t}\▿.(\mathrm{\φ}{u}_w{c}_{\mathrm{nut}}-\mathrm{\φD}.\▿c_{\mathrm{nut}})=-Y_{\mathrm{nut}/\mathrm{hac}}{\mathrm{\μ}}_{\max }\frac{c_{\mathrm{bac}}{c}_{\mathrm{nut}}}{K_s+c_{\mathrm{nut}}}\mathrm{\φ}$

方程5：

描述作为微生物生长和营养物消耗的函数的气体浓度：

$\frac{\∂c_{g.w}\mathrm{\φ}}{\∂t}\▿.(\mathrm{\φ}{u}_w{c}_{g,w}-\mathrm{\φD}.\▿c_{g,w})=Y_{g/\mathrm{bac}}{\mathrm{\μ}}_{\max }\frac{c_{\mathrm{bac}}{c}_{\mathrm{nut}}}{K_s+c_{\mathrm{nut}}}\mathrm{\φ}$

方程6：

渗透率由下式表示：

$k_{\mathrm{xx}}=k_{\mathrm{yy}}=\frac{d_p^2{(1-\mathrm{\φ})}^3}{150{(1-\mathrm{\φ})}^2}$

方程7：

达西速度为：

$q_x=-\frac{k_{\mathrm{xx}}}{{\mathrm{\μ}}_w}\frac{\∂p}{\∂x};$ $q_y=-\frac{k_{\mathrm{yy}}}{{\mathrm{\μ}}_w}\frac{\∂p}{\∂y}$

方程8：

气相速度表示为：

$u_{\mathrm{gx}}=\frac{u_{\mathrm{wx}}}{\mathrm{\φ}};$ $u_{\mathrm{gy}}=\frac{u_{\mathrm{wy}}}{\mathrm{\φ}}+u_b$

下标xx、yy表示双相和x(水平)或y(垂直)方向。gx＝x方向上的气体，wy＝y方向上的水，gy＝y方向上的气体。

G表示重力。

倒三角表示梯度，其为标量场，指明标量场最大增长速率的方向。

D流体动力学分散系数

上述变量和常数的单位在下面的表1中给出。

表1

所有上述方程在本领域中是已知的。新颖的是这些方程和其它方程在用于生成数学解(其可用于将地下含碳矿床生物转化成气态产物的过程中)中的用途。更具体而言，数学模拟可用于确定对于既定地下矿床而言的运作条件和产物生产之间的关系，从而允许预测运作条件的变化对所产生产物的影响。如此，可选择生物转化条件以提供预测结果。

将井孔定义为位于例如图1中特定格块位置的具体点或节点。井孔包括注入井IW、监控井孔MW和生产井孔PW。IW井位于格子G8中，生产井PW位于格子线(例如线6’和6”)的交叉点。其它井孔为监控井MW，其位置经选择以监控预测过程和用于在通过选择最优预测过程的实施期间使用。应当理解，对于地表结构和地下结构两者，这种井的构建均是公知的，并无需在此说明。井面和井下结构在图中由井IW、MW和PW结构图示。

上述方程1-8和相应的图2a和图2b的方法建立在每个格子G1-n位置的物理条件、X、Y和Z方向上的维度和矿床参数(若矿床为煤，则例如煤密度、孔隙度、渗透率、流体性质等)。预测方法的模拟在既定时间步长内施加条件时开始(图2a的步骤B和C)。例如，在小时间步长(例如0.1天)内，对于既定井，可将水和营养物的输入限定在特定流速，或者在特定时间步长内，在既定生产开采井PW限定水输出或压力降，或者它们的任何组合。然后，方程和方法对该时间步长计算该输入条件对所有格子的影响和在每个格子和节点的所得条件。一旦计算实现收敛，其中所有方程的相应参数在确定公差内相同(它们是迭代的)，那么方法接着执行下一增量的时间步长(图2a步骤C)等。

对于输出，比较每个格子的预测过程输出，以基于在选定格子针对在IW孔输入输入的不同选定预测量的微生物、水、水流速和其它输入要素进行的优化流量，来确定实施的过程中不同生产开采井孔的位置。一旦选择了最优结果，那么在格子中的指定位置制造生产开采井，并将基于该预测(对应的输入假设)的实际输入物质输入注入井IW。在生产开采井测量产出，并在监控井监控与预测的一致性。

如果依据预测一个或多个井没有令人满意地进行，那么从基于选定新的不同输入和产出的不同新预测中选择新的预测，之后监控它们并与预测比较，在不同并作出估计。如此，在所有井获得最优性能，其最佳匹配基于确定经验评价对既定矿床的预期最优值的期望输出预测。

在所有PW监控产出，且可在MW监控矿床参数与以周期性为基础的预测的一致性。如果任意井与预测相比表现出产出减少，那么可基于新的输入参数重新开始预测过程。可进行该过程的多个迭代直到预测和选择另一估计的最优过程，并依据新的估计和预测等选择实施过程。如果当前监控井不与生产并输出或预测相关，则也可建立新的监控井和生产井。

上述模拟建模方法被称为有限差分法(FDM)。传统有限差分模拟由三个物理概念支持：质量守恒、等温流体相特性和流过多孔介质的流体的达西逼近。热模拟器(最常用于重油应用)将能量守恒加入该列表，允许温度在储层中改变。有限差分模型应用于(come in)组织化格子和更复杂的无组织化格子上，以及多种不同流体的公式表示(包括黑油和组分(compositional))。有限差分的重要应用是在数值分析中，尤其是在数值常微分方程和数值偏微分方程中(它们各自针对常微分方程和偏微分方程的数值解)。该思想是用逼近它们的有限差分替代微分方程中出现的导数。所得方法称为有限差分法。

还有其它类型的模拟方法，其可用于生成数学模拟，以基于矿床的一种或多种性质、运作条件、微生物群落和矿床中由生物转化所致的预测变化，来预测生物转化地下含碳矿床的气态产物生产，例如有限元法、流线法和边界元法。

有限元法(FEM)(有时称为有限元分析)是用于找出偏微分方程及积分方程的近似解的数值法。解题方法基于彻底消去微分方程(稳态问题)或将偏微分方程转变成常微分方程的近似系统(之后利用标准方法如欧拉法、Runge-Kutta法等求解)。在对偏微分方程求解中，主要难题是建立逼近待研究方程但数值上稳定(意指输入数据和中间计算中的误差不会累积和产生无意义的结果输出)的方程。

FEM和FDM之间的区别是：

●有限差分法是对微分方程的逼近；有限元法是对其解的逼近。

●FEM最吸引人的特征是其相对容易处理复杂几何结构(和边界)的能力。而呈基本形式的FDM限制在处理矩形和其简单变型，FEM中几何结构的处理在理论上是简明的。

●有限差分最吸引人的特征是其非常容易实现。

通常，FEM是在所有类型的结构力学分析(即对固体中的变形和应力或结构动力学求解)中选择的方法，而计算流体动力学(CFD)倾向于使用FDM或其它方法(例如有限体积法)。CFD问题通常需要将问题离散成大量的单元/格点(百万计的和更多)，因此求解成本促成每个单元中更简单、更低级的逼近。这对“外流”问题如汽车或飞机周围的空气流或大区域内的天气模拟尤其是可靠的。

利用流线法的储层模拟(reservoir simulation)不是当前有限差分法的小改变，而是方法的彻底改变。根本差别在于如何对流体传输建模。在有限差分模型中，流体移动是在清楚的格块之间，然而在流线法中，流体沿可在每个时间步长动态改变的流线格子移动，并与下面的格子分离(在此基础上获得压力解)。与下面的格子的分离传输可提高计算速度、减少数值扩散和减少格子方向效应。

承受势梯度(或压力梯度)的流体颗粒移动经过的路径称为流线。在某点对流线画出的切线代表该点的总速度矢量。流线模拟是预测沿流线(由扩散方程的数值解生成)的多流体位移的方法。该方法在时间和空间上将饱和度变差的计算与压力变差的计算分离开来。利用有限差分法，基于迁移率的空间变差计算初始稳态压力场，并应迁移率中显著的时间依赖性变化而更新。然后，根据压力场计算流速场，并基于基础速度场描绘流线。流线开始于注入井(injector)，并终止于生产井(producer)。一旦确定了流线路径，利用1-D分析模型或数值模型沿流线计算位移过程。

边界元法(BEM)是对线性偏微分方程(其已被公式化为积分方程，即呈边界积分形式)求解的数值计算方法。它可用于多个工程和科学领域，包括流体力学、声学、电磁学和断裂力学。(在电磁学中，虽然并非总是如此，但更传统的术语“矩量法”常常与“边界元法”同义。)

积分方程可视为控制偏微分方程的精确解。边界元法试图利用既定边界条件以将边界值而不是由偏微分方程限定的整个空间内的值拟合到积分方程中。一旦此结束，那么在后处理阶段，可再次利用积分方程在解域内部任意期望点直接在数值上计算解。边界元法在具有小表面/体积比的问题的计算资源(computational resource)方面常常比其它方法(包括有限元法)更有效。在概念上，其通过在整个建模表面上构建“网格(mesh)”起作用。然而，对于许多问题，边界元法与体积离散法(有限元法、有限差分法、有限体积法)相比显著低效。边界元公式通常引起满系数矩阵(fully populated matrix)。这意味着存储需求和计算时间将趋于依据问题大小的平方而增长。相反，有限元矩阵通常为带状的(元素仅局部连通)，且系统矩阵的存储需求通常随问题大小完全线性地增长。压缩方法(例如多极展开或自适应交叉近似(adaptive cross approximation)/分级矩阵)可用于改进这些问题，但是以增加复杂性为代价，并具有严重依赖于待解问题的性质和所涉及的几何结构的成功率。

BEM适用于可计算其格林函数的问题。它们通常涉及线性均匀介质中的场。这对可有效地应用边界元的问题的范围和普遍性设置了相当大的限制。在公式中可包括非线性，但它们一般会引入体积积分，其在可尝试求解前需要将体积离散，而这除去了BEM的一个最常被提到的优点)。可用于在不离散体积的情况下处理体积积分的方法是双重互易法(dual-reciprocity method)。该方法利用径向基函数(局部插值函数)逼近被积函数的部分，并在分布于整个体积域(包括边界)的选定点配置之后将体积积分转化成边界积分。在双重互易BEM中，虽然没有必要将体积离散成网格，但在逼近待考虑问题的线性代数方程中包括在解域内部选定点的未知数。

连接由网格限定的源补片(source patch)和场补片(field patch)对的格林函数元素形成用数值求解的矩阵。除非格林函数性能良好(至少对于相互邻近的补片对)，否则必须在源补片和场补片中的一方或两方内对格林函数积分。其中在源补片和场补片中的积分相同的方法形式称为“伽辽金法”。伽辽金法是用于就交换源点和场点而言对称的问题的明显方法。在频域电磁学中，这由电磁互易性保证。在朴素伽辽金实现中涉及的计算成本通常相当严重。一次实现必须循环经过元素两次(故我们获得n²个穿过)，且对于每对元素，我们循环经过元素中的高斯点，产生与平方高斯点数量成比例的乘性因子。另外，所需的函数评价通常相当昂贵，涉及三角函数/双曲线函数的调用。虽然如此，计算成本的主要来源是产生满系数矩阵的元素内的该双循环。

格林函数或基本解通常难以积分，因为它们基于经受奇点载荷(例如由点电荷产生的电场)的系统方程的解。对这样的奇异场积分并不容易。对于简单元素几何(例如平面三角形)，可利用解析积分。对于更普通的元素，可以设计适应奇点的纯数值方案，但是以大量计算为代价。当然，当源点和靶元素(积分进行之处)是远离的时，不需要精确量化环绕该点的局部梯度，且有可能由于基本解的平滑衰变而变得易于积分。正是该特征通常被用于设计以加速边界元问题计算的方案中。

对于输出，比较每个格子的预测过程输出，以基于在选定格子针对在IW孔输入输入的不同选定预测量的微生物、水、水流速和其它输入要素进行优化的流量，来确定在实施过程中不同生产开采井的位置。一旦选择了最优结果，则在格子中的指定位置制造生产开采井，并将基于该预测(对应的输入假设)的实际输入物质输入到注入井IW。在生产开采井测量产出，并在监控井监控与预测的一致性。

本文所述数学模型使得能够理解和预测地层对一系列输入(例如将流体或气体注入地层中)的反应和从地层生产流体和气体。根据对地层物理性质(例如杨氏弹性模量和岩石压缩性)和地层特征关于其孔隙度和渗透率的关系的进一步理解，可利用该数学模型来预测流体和/或气体的注入和抽出可如何影响压力、渗透率、孔隙度和在地层内、整个地层中和跨地层的不同位置处的流体运动。

另外，根据对以下的理解，可利用模型来预测可如何利用微生物从所述地层产生和制备甲烷、二氧化碳和其它烃类：如何引入微生物、微生物可如何生长、可如何利用在地层内流动的流体和气体携带微生物、它们可如何将自身附到地层表面、它们可如何通过细胞分裂进行种群生长、它们可如何因细胞死亡而种群减少、它们可如何利用引入的营养物、可如何引入营养物、营养物可如何在整个地层中移动、营养物可如何被微生物消耗、可如何产生营养物的代谢产物(例如挥发性脂肪酸、醋酸盐、甲烷和二氧化碳)、在地层中可如何吸附或解吸附这些代谢产物、代谢产物可如何在地层中流动、可如何从地层产生代谢产物到地表。

另外，根据对地层的组成、空间分布和其它特征的理解和对在将所述地层含碳物质生物转化成甲烷、二氧化碳和其它烃类产物的过程中微生物可如何与所述地层相互作用的理解，可利用数学模型来预测可如何在一系列条件下在体积、孔隙度、渗透率和组成方面在垂直方向和区域分布上改变所述地层。随着含碳地层的生物转化的进行，固体物质被转化为气体和液体，例如甲烷、二氧化碳和挥发性脂肪酸及其它烃类和细微固体。含碳地层固体体积上的这种减少可实质上改变剩余固体的组成以及地层的孔隙度和渗透率、其孔隙度和渗透率的空间分布，和流体体积、微生物和营养物以及它们在所述地层中的流动、分布和浓度。另外，地层以及其中的流体、气体、微生物和营养物的这些不同特征可随作为时间的函数的压力、温度、饱和度和流量的变化而不同。

本发明的计算模型可用来预测在广泛条件下从地层中甲烷(或其它气体，例如二氧化碳和其它烃类)的流动速率。计算模型也可用来在一系列条件下和作为时间的函数预测可被生物转化成甲烷(或二氧化碳和其它烃类)的地层量或体积和这种转化的位置和程度。

本发明的计算模型也可用于连续或近似连续或周期模式中，以评估原位生物转化过程的有效性，以预测输入或运作条件的改变、营养物输入的改变、压力的改变、营养物应用的改变以及地层组成和水地球化学的改变可如何影响该过程。

本发明的模型也可用来预测作为时间的函数和在地层(其受生物转化过程影响)之间和之内的不同位置从地层生产甲烷、二氧化碳和其它烃类的速率。

该模型也可用来预测在各种输入条件下可如何影响甲烷、二氧化碳和其它烃类的产生速率，所述条件为例如钻到所述地层中的井孔的位置、间隔和方向，以及通过这样的井孔输入流体、气体、用于处理矿床的化学物质、产甲烷菌群和营养物的速率、时机、持续时间和位置，以及从这样的井孔产生流体、气体和营养物的速率、时机、持续时间和位置。

该模型也可用来预测地层渗透率、孔隙度、体积和特征中的变化可如何影响流体、微生物、营养物、甲烷、二氧化碳和其它烃类的移动。

该模型也可用来在分布区域上和随时间预测在流体流量、微生物、营养物、甲烷、二氧化碳和其它烃类、地层压力的不同条件下地层生物转化的程度和位置。

该模型可用来优化在各种条件下将含碳地层生物转化成甲烷、二氧化碳和其它烃类的速率、程度和有效性，所述优化通过在连续、近似连续或周期性模式中对这样的条件作出随时间调整、测量结果、利用该模型将结果与运作条件匹配并对运作条件作进一步调整来实现。

该模型可用来预测化学物质(如表面活性剂、助溶剂、pH缓冲剂、氧供体化学物质和生物增强剂)可如何被引入地层、流经地层、被吸附在地层和/或解吸附自地层、产自地层，从而改变所述地层的体积、渗透率和孔隙度特征；这样的化学物质可如何影响地层中微生物的生长、种群、移动、死亡，以及这样的化学物质可如何影响甲烷、二氧化碳和其它烃类从地层的产生、流动、吸附、解吸附和生产。

该模型可用来预测气体(例如氢、二氧化碳和一氧化碳)可如何被引入地层、流经地层、被吸附在地层和/或解吸附自地层、产自地层，从而改变所述地层的体积、渗透率和孔隙度特征；这样的气体可如何影响地层中微生物的生长、种群、移动、死亡，以及这样的气体可如何影响甲烷、二氧化碳和其它烃类从地层的产生、流动、吸附、解吸附和生产。

该模型可用来预测可如何应用电流来影响地层中微生物的生长、种群、移动和死亡以及甲烷、二氧化碳和其它烃类从地层的产生、流动、吸附、解吸附和生产。

该模型可用来设计系统，包括井孔的布置；设备设计，包括流体管线、容器、泵、压缩机、混合机和储罐；以及井孔和设备的运作，以便优化地层中的碳和其它物质生物转化成甲烷、二氧化碳和其它烃类以及甲烷、二氧化碳和其它烃类从所述地层的生产和开采。

可将该模型与数学概率模型和/或统计分析模型结合，以便能够随机评估模型的一系列变量和条件，并提供因应用一系列输入和/或运作条件得到的一系列可能的结果。

还可将该模型与经济学或金融分析模型结合，以评估在一系列输入和运作条件、系统设计以及资金和运作成本假设下，实现将地层中所含碳和其它物质转化成甲烷、二氧化碳和其它烃类的过程的经济可行性。

还可将该模型与数学概率模型和/或统计分析模型及经济学或金融分析模型两者结合，以评估在一系列输入和运作条件、系统设计及资金和运作成本下且伴随对于所述模型的输入的许多风险和/或概率分布，实现将地层中所含碳和其它物质转化成甲烷、二氧化碳和其它烃类的过程的经济可行性。在该实施方案中，完全整合的数学模型、概率模型和金融分析模型将能够评估广泛的可能系统设计范围、运作条件、变量条件、地质学和地球物理学条件和输入以及评价考虑中的过程的经济潜力。

可将计算模型与数学概率模型和/或统计分析模型联合使用，以使得能够随机评估一系列变量和条件以及提供因应用一系列输入和/或运作条件得到的一系列可能输出。该利用可由数学领域中的普通技术人员来实现。

该模型也可与经济学或金融分析模型结合或整合，以评估在一系列输入和运作条件、系统设计及资金和运作成本假设以及对于所述模型的输入的许多风险和/或概率分布下，实现将地层中所含烃或其它物质转化成甲烷、二氧化碳和其它烃类的过程的经济可行性。

该计算模型可用来评估将矿床地层物质生物转化成甲烷、二氧化碳或其它烃类的程度和位置。

本发明的模型可用来通过将实际运作结果和数据与模型预测结果比较，来操纵、调整、更改或改变和控制生物转化过程的系统。

可在实施生物转化过程之前、期间或之后的任意既定时间确定或估计矿床体积和质量、孔隙度、流体、气体、营养物和生物材料。

可在应用模型方法期间或之后确定或估计用于烃矿床生物转化的计算模型的总体有效性。

应当理解，本文所述实施方案是以阐述而非限制的方式给出，以及普通技术人员可对公开的实施方案作出修改。例如，虽然描述了一个注入井，但在既定实施中和依据既定烃地层，可存在许多的这种井和对应的生产井。意指的是，本发明的范围应依据随附权利要求而定。

Claims (20)

1.一种利用综合数学模型的方法，所述模型全面描述系统和过程的地质学、地球物理学、流体动力学、微生物学、化学、生物化学、地球化学、热力学和运作上的特征，以及通过地表和地下设备对所述系统和过程的运作，所述系统和过程用于通过引入微生物营养物、产甲烷菌群、化学物质和电能利用本地或非本地产甲烷菌群将含碳地层原位生物转化成甲烷、二氧化碳和其它烃类。

2.一种用于设计、实施和优化系统和过程的方法，所述系统和过程用于通过引入微生物营养物、产甲烷菌群、化学物质和电能利用本地或非本地产甲烷菌群将含碳地层原位生物转化成甲烷、二氧化碳和其它烃类，所述方法利用全面描述所述系统和过程的地质学、地球物理学、流体动力学、微生物学、化学、生物化学、地球化学、热力学和运作上的特征的综合数学模型。

3.权利要求2的方法，其包括应用所述模型评价矿床地层中的物质被生物转化成甲烷、二氧化碳和/或其它烃类的程度和位置。

4.权利要求2的方法，其包括通过将实际运作结果和数据与模型预测结果比较来操纵、调整、改变或更改和控制地层物质向甲烷、二氧化碳的生物转化和生物转化过程。

5.权利要求2的方法，其包括在应用权利要求2的方法之前、期间和之后的任意既定时间确定或估计地层的体积和质量、孔隙度、流体、气体、营养物和生物材料。

6.权利要求2的方法，其包括在应用权利要求2的方法之前、期间和之后的任意既定时间确定地层中被生物转化成甲烷、二氧化碳和其它烃类的碳量。

7.权利要求2的方法，其包括将任何多种求解方法用于所述数学模型，所述求解方法包括有限差分法、有限元法、流线法和边界元法中的至少一种。

8.一种通过地下含碳矿床的生物转化生产气态产物的方法，其包括：

通过利用产甲烷菌群将地下含碳矿床生物转化成所述气态产物，所述生物转化基于通过利用至少以下因素来预测所述气态产物生产的数学模拟来运作：(i)矿床的一个或多个物理性质；(ii)因所述生物转化所致的一个或多个矿床物理性质的一种或多种变化；(iii)所述方法的一个或多个运作条件；及(iv)产甲烷菌群的一个或多个性质。

9.权利要求8的方法，其中所述矿床的一个或多个物理性质包括深度、厚度、压力、温度、孔隙度、渗透率、密度、组成、流体类型和存在体积、硬度、压缩性、营养物、产甲烷菌群的存在情况、量和类型。

10.权利要求8的方法，其中所述运作条件包括将以下物质注入所述矿床：预定量的产甲烷菌群、处于预定流速的预定量的水和预定量的既定营养物，其中预先确定所有前述物质的温度。

11.权利要求8的方法，其中所述产甲烷菌群的性质包括菌群的类型和量。

12.权利要求8的方法，其中所述气态产物是甲烷和二氧化碳中的一种。

13.权利要求8的方法，其中所述气态产物为至少一种气体，所述方法包括从所述矿床开采所述至少一种气体。

14.权利要求8的方法，其中所述方法包括从所述矿床开采所述至少一种气体，所述模拟包括将所述矿床分成多个三维矿床子单元的至少一个格子，并预测从每个子单元开采所述至少一种气体的量。

15.权利要求8的方法，其中所述模拟包括将所述矿床分成多个三维子单元的格子、选择表现出待开采气态产物最优量的子单元，以及之后从该所选子单元开采生物转化产物。

16.权利要求8的方法，其包括从所述矿床开采所述气态产物，其中所述模拟包括将所述矿床分成多个三维矿床部分的至少一个格子、预测从每个部分开采所述至少一种气体的量和确定所述气态产物从一个部分到邻近部分的流量。

17.权利要求8的方法，其中所述模拟包括图2a和图2b的步骤。

18.权利要求8的方法，其中所述模拟包括方程1-12的联立求解。

19.权利要求8的方法，其中所述模拟包括针对方程1-12中的每个未知参数对这些方程求解，直至该参数的值在时间步长期间达到在该参数的既定公差之内的对应范围。

20.权利要求19的方法，其中所述模拟包括对不同时间步长期间重复所述方程的求解，直至每个参数的值达到所述范围。

Images