CN102272418A - 用于估计sagd过程特性的方法 - Google Patents

Abstract

本发明涉及水平井中的热激采油，即，涉及用于估计蒸汽辅助重力泄油(SAGD)过程特性的方法。用于估计SAGD过程特性的方法的特征在于包括以下步骤：测量沿着注入井的温度；测量注入井的入口处的蒸汽干度和注入速率；通过使用获得的数据估计压力分布特性；通过使用获得的压力分布特性和注入速率并结合用于井眼中的压力损失和注入井管道和环空之间的热交换的1D注入井模型估计蒸汽注入分布特性。获得的蒸汽注入分布特性用作一组2D横截面SAGD分析模型的输入参数，所述2D横截面SAGD分析模型考虑到了储层和覆岩层性能对生产参数和SAGD特征的影响。SAGD过程特性基于用于凝结蒸汽的能量守恒定律并考虑到向着储层和覆岩层的热损失和进而的随时间变化的流体产率估计。

Description

用于估计SAGD过程特性的方法

技术领域

本发明涉及水平井中的热激采油，即，涉及用于估计蒸汽辅助重力泄油(Steam Assisted Gravity Drainage，SAGD)过程特性、例如沿着注入井的蒸汽流量、蒸汽腔宽度、油和水入流分布特性(profile)的方法。

背景技术

在全世界中，重油和沥青为常规石油资源的两倍以上。重油和沥青开采是一项复杂的过程，该过程需要针对特定的条件建造的产品和设备，这是因为这些流体在储层条件下粘度极其高(高达1500000厘泊)。重油和沥青粘度随温度增大明显降低，且热采方法看起来是最有希望的方法。

蒸汽辅助重力泄油(SAGD)与其他热采方法相比具有多个优点。通常这种方法的实施需要至少一对上下布置的平行水平井，所述平行水平井接近储层的底部钻探。上井，“注入井”用于注入蒸汽，下井，“生产井”用于产油。SAGD提供了较高的产率、更好的储层开采、降低的水处理成本和蒸汽油比(Steam to Oil Ratio，SOR)的显著降低。

使SAGD生产阶段明显变复杂的多种问题中的一种问题是蒸汽穿透到生产井的可能性。为了应对该问题，生产过程基于井下压力和温度(P/T)监测而需要复杂的操作技术。P/T监测数据本身并不提供生产井入流分布特性、可能的蒸汽穿透和蒸汽穿透区的位置方面的信息。P/T测量结果的解释需要全比例3D SAGD模拟，而全比例3D SAGD模拟不能提供实时的响应。简化的SAGD模型(例如，参看作者Reis L.C.于1992年发表的文章“A steamAssisted Gravity Drainage Model for Tar Sands”，Linear Geometry，JCPT，Vol.13，No.10，p.14.)可用作SAGD 3D模拟的一种替代方案，但现有的SAGD简化模型没有考虑在SAGD生产阶段中向储层和覆岩层的瞬时热传递，且没有考虑地层中的水的存在。因此，基于这些模型的P/T解释提供了估计过高的产油率(没有显示出产油率随着时间的降低)，且不能给出产水量的估计，因此，没有提供有关SOR的信息。

发明内容

本发明的目的是提供一种快速、准确、高效的用于评估SAGD过程特性、例如沿着注入井的蒸汽流率、蒸汽腔宽度、油和水入流分布特性的方法。

该方法包括以下步骤：测量沿着注入井的温度以及注入井的入口处的蒸汽干度(steam quality)和注入速率；通过使用获得的数据估计压力分布特性；通过使用获得的压力分布特性和注入速率并结合用于井眼中的压力损失和注入井管道和环空之间的热交换的1D注入井模型估计蒸汽注入分布特性；使用获得的蒸汽注入分布特性作为一组2D横截面SAGD分析模型的输入参数，所述2D横截面SAGD分析模型考虑到了储层和覆岩层性能对生产参数和SAGD特征的影响；以及基于用于凝结蒸汽的能量守恒定律并考虑到向着储层和覆岩层的热损失和进而的随时间变化的流体产率来估计SAGD过程特性。SAGD分析模型使用获得的数学解答方法求解，且能够在SAGD生产阶段中在不同的时间确定蒸汽腔几何特征和产油率、产水率。

在本发明的一个实施例中，沿着注入井的温度通过分布布置的温度传感器测量。

附图说明

图1示出了蒸汽腔几何特征，其中，q_s是蒸汽注入速率，q_w是产水量，q_o是产油率，h是蒸汽腔高度，dh是所述蒸汽腔的底部与生产井之间的距离，1-蒸汽腔，2-注入井，3-生产井。

图2示出了通过使用瞬时产油率作为参数利用数字模拟结果对模型的评估：1-数字模拟、2-开发的分析模型，3-Butler分析模型。

图3示出了利用用于蒸汽腔宽度参数的数字模拟结果对模型的评估：1-开发的分析模型，2-数字模拟。

图4示出了使用SAGD模型计算的储层热传导率的影响的估计和通过使用油体积比作为对比参数利用数字模拟结果对该模型的评估：1-1W/m/K，2-2W/m/K，5-3W/m/K，4-4W/m/K。

图5示出了使用SAGD模型计算的覆岩层热传导率的影响的估计和通过使用油体积比作为对比参数利用数字模拟结果对该模型的评估：1-1W/m/K，2-2.1W/m/K，3-5W/m/K。

图6示出了应用示例中使用的注入井完井状态：1-管道中的蒸汽流(不具有质量交换)，2-环空中的蒸汽流(具有质量交换)。

图7示出了沿着井管道和环空的模拟和参考压力分布的比较：1-环空中的参考数据，2-管道中的参考数据，3-环空中的模拟分布特性，4-管道中的模拟分布特性。

图8示出了蒸汽注入分布特性(注入井的每1米注入的蒸汽量)与参考数据的比较：1-注入分布特性参考数据，2-模拟注入分布特性。

图9示出了用于产率的分析模型结果与参考数据的比较：1-产油率参考数据，2-产水率参考数据，3-模拟分析模型产油率，4-模拟分析模型产水率。

具体实施方式

本发明提出沿着注入井安装一组温度传感器。蒸汽干度和流动速率测量装置必须也放置在注入井的跟部处。本发明的方法提出对SAGD操作使用过冷(subcool)控制。

温度沿着注入井进行测量，蒸汽干度和注入速率在注入井的入口处测量。压力分布特性(对于具有饱和蒸汽的区段来说)通过使用从所提供的装置获得的数据(沿着注入井的温度T(l)、注入速率q、入口SQ处的蒸汽干度)估计。

对于具有饱和蒸汽的区段来说，压力分布特性可通过使用饱和蒸汽的温度与压力之间的关系获得。

然后，蒸汽注入分布特性通过使用估计的压力分布特性和注入速率并结合用于井眼中的压力损失(由于摩擦和质量交换)和注入井管道与环空之间的热交换的1D注入井模型测量。

该模型的主要假设是：

-对于生产期，环空与地层之间的热交换值小而可忽略不计，这是因为存在沿着注入井和绕着注入井的高温蒸汽腔；

-管道与环空之间的热传递使得蒸汽干度的值变化；

-由于注入井中的摩擦而引起的压力损失取决于通过每个井区段的蒸汽流的量。摩擦损失导致流动方向上的压力降低。两相流中由于摩擦而引起的压力损失通常比相当的单相流中的压力损失高很多，这是因为蒸汽-液体界面的粗糙度。由于摩擦而引起的压力梯度与局部条件有关，所述局部条件在凝结流中变化。因此，摩擦产生的总压力作用与凝结路径有关。

压力分布特性和注入速率与用于压力损失的1D注入井模型相结合使得可解决反演问题(估计蒸汽注入分布特性)。1D注入井模型的示例可参见于″Mechanistic modeling of Gas-Liquid Two-Phase Flow in Pipes″，OvadiaShoham，Society of Petroleum Engineering，2006，57-118，261-303。

获得的蒸汽注入分布特性是用于一组2D横截面SAGD分析模型的输入参数，所述SAGD分析模型考虑到了储层和覆岩层性能对生产参数和SAGD特性的影响。它恰好是可使我们快速地解决反演问题且对于SAGD过程控制来说具有足够的精确度的分析模型。该模型的主参数是：油粘度、蒸汽凝结的比热、蒸汽干度、水密度、蒸汽与储层温度之差、储层容积热容量、覆岩层和储层的TC值。所建议的方法基于能量守恒定律和基于用于计算生产出的流体中的油体积比的迭代过程。最后，分析模型给出了生产出的流体中的随时间变化的油比、产率的瞬时和累积值以及关于蒸汽腔的生长的信息。提供的工作流程不仅实时提供了蒸汽腔的生长的信息，而且可预测储层中的未来的蒸汽传播，因此可用于优化SAGD过程。

分析模型基于用于凝结蒸汽的能量守恒定律，且考虑流体产率值和向着储层和覆岩层的热损失。

该模型的主要假设是：

-在生产过程中沿着水平井的每个横截面中由于重力而引起的泄油提供了近似恒定的蒸汽腔(Steam Chamber，SC)高度，总产率随时间轻微变化(通过数字模拟证明，热采模拟器，Eclipse Thermal)；

-对于生产阶段的近似模拟，我们假设线性SC几何特征(通过数字模拟证明，热采模拟器，Eclipse Thermal，图1)；

-模型的基本等式是能量守恒定律：蒸汽凝结功率等于新的SC体积加热所耗费的热功率、通过覆岩层的热损失和在SC边界之前向储层的热损失的总和；

-SC体积增大的速率由储层孔隙度、SC中的油饱和度的减小量和产油率确定；

-产水率近似等于蒸汽注入速率和储层水排出的速率的总和；

恒定蒸汽腔(SC)高度(h)使得总产率q[m³/m/s]随时间稍微变化(通过数字模拟证明，热采模拟器，Eclipse Thermal)：

q(t)＝q_bg·ψ(t)                                   (1)

其中，q_bg是以给定过冷值开始生产时的产率，ψ(t)是时间函数。总产率是产水率q_w(以冷水的m³表示)和产油率q_o的总和。

q(t)＝q_W+q_O                                        (2)

产水率q_W(m³/m/s)等于蒸汽注入速率q_s(以冷水体积表示)加上从储层排出的水以及再减去填充SC中的孔隙容量的蒸汽：

$q_W=q_s+\mathrm{\φ}\·\frac{\mathrm{dA}}{\mathrm{dt}}\·[(S_{w0}-S_{\mathrm{wr}})-\frac{{\mathrm{\ρ}}_s}{{\mathrm{\ρ}}_w}\·(1-S_{\mathrm{wr}}-S_{\mathrm{or}})]---\left(3\right)$

其中，S_w0是初始水饱和度，S_wr是残留水饱和度，S_or是残留油饱和度，A是每1米的井长的SC体积，φ是孔隙度，ρ_w是水密度，ρ_s是蒸汽密度。

在之前的步骤中获得的蒸汽注入分布特性与油体积比x和产水率公式(3)相结合可用于获得总产率：

q＝q·x+q_w                                         (4)

模型的基本公式是能量守恒定律：蒸汽凝结功率等于新的SC体积加热所耗费的热功率、向覆岩层的热损失和在SC边界之前向储层的热损失的总和：

其中，L是蒸汽凝结的比热，

是蒸汽干度，ΔT＝T_s-T_r，T_s和T_r是蒸汽和储层温度，c_p是储层容积热容量，P_ob是与覆岩层接触的SC的长度，P_r与储层接触的SC的长度，λ₀和λ是覆岩层和储层的热传导率值，Γ₀和Γ是覆岩层中的、和膨胀的SC之前的储层中的温度梯度的平均值。而且，我们使用线性SC模型A＝h·l，其中，l是在与覆岩层的分界处的SC的半宽，h为SC高度。在这种情况下，P_ob＝2·l和

非生产性井区段是具有

的区段，其中，

是用于生产性区段的蒸汽注入速率下限，

是注入井和覆岩层之间的间距。

SC体积增大的速率由储层孔隙度、SC中的油饱和度的减小量ΔS_o＝S_o0-S_or(S_o0是初始油饱和度，S_or是残余油饱和度)和产油率q_o确定：

$\frac{\mathrm{dA}}{\mathrm{dt}}\·\mathrm{\φ}\·\mathrm{\Δ}{S}_o=q_o\left(t\right)---\left(6\right)$

在生产过程中SC体积(A)由下面的公式确定：

$A\left(t\right)=A_p+\frac{1}{\mathrm{\φ\Δ}{S}_o}\underset{0}{\overset{t}{\∫}}{q}_o\left(t\right)\mathrm{dt}---\left(7\right)$

其中，是在预加热阶段之后的SC体积，t是从以给定过冷开始生产的时间。我们假设，在以给定过冷生产之前(具有变化的过冷值的预加热+生产)的总时间是t_p，Q_op是在时间t_p过程中产生的油体积(m³/m)。

便利地使用无量纲的产油率(q₀＝q_bg·x，q_W＝q_bg[ψ(t)-x])和无量纲的SC半宽f＝l/h：

$f\left(t\right)=\frac{l_p}{h}+\frac{q_{\mathrm{bg}}}{\mathrm{\φ}\·\mathrm{\Δ}{S}_o\·h^2}\underset{0}{\overset{t}{\∫}}\mathrm{xdt}---\left(8\right)$

其中，l_p＝A_p/hl(预加热阶段之后的SC的半宽)是模型的自由参数。生产出的流体中的油比的瞬时值为x_o＝x/ψ(t)。

基本的能量守恒定律(5)可以下面使用了引入的无量纲参数的形式重写：

$\mathrm{\ψ}\left(t\right)-x=a\·x+b_0\left(t\right)\·f\left(t\right)+b\left(t\right)\·\sqrt{1+f{\left(t\right)}^2}---\left(9\right)$

其中，

Γ₀(t)和Γ(t)是覆岩层中的、和SC边界附近的储层中的温度梯度的平均值。

公式(9)中的未知的值是生产出的流体中的油体积比x和总产率q(t)＝q_bg·ψ(t)。由于f(t)依赖于x值，因此，可合理地以由时间间隔Δt间隔开的相继时刻求解该公式：

$x_i=\frac{1}{1+a}\·[\mathrm{\ψ}\left(t_i\right)-b_0\left(t_i\right)\·f_{i-1}-b\left(t_i\right)\·\sqrt{1+f_{i-1}^2}]---\left(13\right)$

f_i＝f_i-1+Δτ·x_i

其中，f₀＝l_p/h是无量纲SC半宽的初始值；

t_i＝(i-1)·Δt是具有i＝1，2，…的时间步。

$\mathrm{\Δ\τ}=\frac{q_{\mathrm{bg}}\·\mathrm{\Δt}}{\mathrm{\φ}\·\mathrm{\Δ}{S}_o\·h^2}---\left(14\right)$

其中，Δτ是无量纲参数。

温度梯度Γ₀和Γ可以通过使用用于加热表面之前的温度梯度的众所周知的公式估计

$\mathrm{\Γ}\left(t\right)=\frac{\mathrm{\ΔT}}{\sqrt{\mathrm{\π}\·\mathrm{\χ}\·t}}---\left(15\right)$

其中，χ＝λ/c_p是热扩散率。

如果假定SC生长速率恒定(即，l～t)，覆岩层中的温度梯度的平均值为：

${\mathrm{\Γ}}_0\left(t\right)=\frac{1}{l}\underset{0}{\overset{l}{\∫}}\frac{\mathrm{\ΔT}\·\mathrm{dx}}{\sqrt{\mathrm{\π}\·\mathrm{\χ}\·t\frac{l-x}{l}}}=\frac{\mathrm{\ΔT}}{(0.5\·\sqrt{\mathrm{\π}})\sqrt{\mathrm{\χ}\·t}}---\left(16\right)$

用于温度梯度Γ₀的上述公式应被修正，以考虑以给定过冷生产之前的热传递。该热传递使得Γ₀值减小：

${\mathrm{\Γ}}_0\left(t\right)\≈\frac{\mathrm{\ΔT}}{c_0\sqrt{\frac{{\mathrm{\λ}}_0}{{\left(c_p\right)}_0}(c_{\mathrm{pr}0}\·t_p+t)}}---\left(17\right)$

其中，常数c₀≈0.7÷1.5，c_pr0应通过与数字模拟或现场数据的结果的比较确定，根据我们的估计，c_pr0≈0.2。

温度梯度Γ可通过类似公式但具有不同值的常数c和c_pr估计。根据我们的估计，c≈1÷2.5，c_pr≈0.6。

$\mathrm{\Γ}\left(t\right)\≈\frac{\mathrm{\ΔT}}{c\sqrt{\frac{{\mathrm{\λ}}_0}{c_p}(c_{\mathrm{pr}}\·t_p+t)}}---\left(18\right)$

总产率可使用q_s(0)估计q_bg和使用x_i和q_i(t_i)计算ψ(t_i)通过解决反演问题基于公式(13)和(4)确定。

基于ECLIPSE Thermal模拟的宽范围的地层热性能的灵敏度分析研究提供了具有恒定的过冷的SAGD生产状况的简化的分析模型的开发和验证背景。数字模拟的结果显示，产率随时间的降低可以以下方式近似：

$\mathrm{\ψ}\left(t\right)=1-\frac{t}{t_q}---\left(19\right)$

其中，时间t_q取决于过冷值、地层性能等。

分析模型以程序实施。对于宽范围的储层和覆岩层热性能(图4和图5)来说，开发的模型成功地使用Eclipse模拟结果进行了试验。模型基于生产/注入分布特性(图2和图3)快速、准确地估计SAGD生产参数和SC特性。目前的模型的计算时间是大约15-60秒。

开发的分析模型与数字模拟以及与现有的分析模型(Butler，R.M.Stephens.DJ.：″The Gravity Drainage of Steam-Heated Heavy Oil to ParallelHorizontal Wells″，JCPT 1981.)(其没有考虑在SAGD生产阶段中向储层和覆岩层的瞬时热传递)的比较示于图2中。与数字模拟结果相比，Bulter模型提供了过高估计的产油率(没有显示产油率随时间的降低)。用于产率的开发的分析模型结果非常接近数字模拟。

生产参数与生产/注入分布特性之间的关联为SAGD的实时P/T监测提供了背景。

基于来自一个阿萨巴斯卡油砂油田的数据，考虑具有以下储层模型的SAGD过程案例。储层模型是均质的且具有等于5达西的渗透率。油层的厚度为20米。孔隙度等于30％。储层深度为100m。地层温度为5，压力为10巴。储层热传导率为1.83W/m/degK，覆岩层的热传导率为2.1W/m/degK，储层容积热容量为1619.47kJ/m³/C，覆岩层的容积热容量为2500kJ/m³/C，初始油饱和度为0.76，残余油饱和度为0.127，初始水饱和度等于残余水饱和度，为0.24。在储层条件下的油粘度为1650000厘泊。

SAGD案例完井(图6)：水平区段的长度为500m，环空和管道的内径和外径的值：管道内径为3”，管道外径为3.5”，套管内径为8.625”，套管外径为9.5”。管道/套管的热容量为1.5kJ/kg/K，管道/套管的热传导率为45W/m/K，井壁有效粗糙度为0.001m。注入井与生产井之间的间距为5米。

在所考虑的SAGD案例中的注入井操作条件是：注入速率为大约110.8m³/天(以液态水体积表示)，蒸汽通过井的趾端注入。在水平井区段的管道入口处的蒸汽干度值为0.8，注入压力为11巴，在管道入口处的温度为185℃。对于生产井，蒸汽腔控制过程使用饱和温度控制建模。

作为参考数据，使用Eclipse Thermal上的直接的3D SAGD数字模拟结果。对于3D SAGD过程模拟，储层尺寸为：宽100m，高20m，长500m。计算域包括60×10×60单元，且模拟油层的一半。接近井的单元尺寸被减小到0.25m，以便提供生产过程中的温度前沿传播的准确描述和附近的井眼影响。

沿着注入井的压力分布使用沿着注入井的测量的井下温度T(l)、q-注入速率q和入口处的SQ-蒸汽干度计算。

沿着管道和环空的模拟的压力分布特性提供在图7中。可以看出与参考结果相当好地吻合。

蒸汽注入分布特性使用在步骤1估计的注入压力、注入速率并结合用于井眼中的压力损失(由于摩擦和质量交换)和注入井管道与环空之间的热交换的1D注入井模型进行估计。

蒸汽注入分布特性与参考数据的比较提供在图8中(在每1米的注入井注入的蒸汽量)。

获得的蒸汽注入分布特性以及温度、压力和蒸汽干度分布特性用作一组2D横截面SAGD分析模型的输入参数。

分析模型根据时间、产率的瞬时值和累积值和有关蒸汽腔的生长的信息给出生产出的流体中的油比。用于产率的开发的分析模型结果(图9)非常接近参考数据。

Claims (2)

1.一种用于估计蒸汽辅助重力泄油(SAGD)过程特性的方法，其特征在于，所述方法包括以下步骤：测量沿着注入井的温度；测量注入井的入口处的蒸汽干度和注入速率；通过使用获得的数据估计压力分布特性；通过使用获得的压力分布特性和注入速率并结合用于井眼中的压力损失和注入井管道和环空之间的热交换的1D注入井模型估计蒸汽注入分布特性；使用获得的蒸汽注入分布特性作为一组2D横截面SAGD分析模型的输入参数，所述2D横截面SAGD分析模型考虑到了储层和覆岩层性能对生产参数和SAGD特征的影响；以及基于用于凝结蒸汽的能量守恒定律并考虑到向着储层和覆岩层的热损失和进而的随时间变化的流体产率来估计SAGD过程特性。

2.如权利要求1所述的方法，其特征在于，温度通过沿着注入井安装的分布布置的温度传感器测量。

Images