CN112349356A - 一种泥页岩吸附油量评价模型、方法及应用 - Google Patents
一种泥页岩吸附油量评价模型、方法及应用 Download PDFInfo
- Publication number
- CN112349356A CN112349356A CN202011231191.4A CN202011231191A CN112349356A CN 112349356 A CN112349356 A CN 112349356A CN 202011231191 A CN202011231191 A CN 202011231191A CN 112349356 A CN112349356 A CN 112349356A
- Authority
- CN
- China
- Prior art keywords
- oil
- shale
- kerogen
- adsorption
- surface area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003079 shale oil Substances 0.000 title claims abstract description 110
- 238000013210 evaluation model Methods 0.000 title claims abstract description 41
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 36
- 238000011156 evaluation Methods 0.000 title claims abstract description 24
- 238000001179 sorption measurement Methods 0.000 claims abstract description 231
- 238000002474 experimental method Methods 0.000 claims abstract description 62
- 239000011435 rock Substances 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000000197 pyrolysis Methods 0.000 claims abstract description 54
- 238000011161 development Methods 0.000 claims abstract description 9
- 239000002734 clay mineral Substances 0.000 claims description 140
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 36
- 229910052799 carbon Inorganic materials 0.000 claims description 36
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000002791 soaking Methods 0.000 claims description 13
- 239000003513 alkali Substances 0.000 claims description 11
- 239000006228 supernatant Substances 0.000 claims description 11
- KRHYYFGTRYWZRS-UHFFFAOYSA-N Fluorane Chemical compound F KRHYYFGTRYWZRS-UHFFFAOYSA-N 0.000 claims description 10
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 claims description 9
- 238000005188 flotation Methods 0.000 claims description 9
- 239000002245 particle Substances 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000004438 BET method Methods 0.000 claims description 8
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 8
- 239000003350 kerosene Substances 0.000 claims description 8
- 238000005406 washing Methods 0.000 claims description 7
- 239000000047 product Substances 0.000 claims description 6
- 238000010306 acid treatment Methods 0.000 claims description 5
- 238000002360 preparation method Methods 0.000 claims description 4
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 claims description 3
- 230000007935 neutral effect Effects 0.000 claims description 3
- 229910052683 pyrite Inorganic materials 0.000 claims description 3
- 239000011028 pyrite Substances 0.000 claims description 3
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 claims description 3
- 239000011701 zinc Substances 0.000 claims description 3
- 229910052725 zinc Inorganic materials 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000007789 sealing Methods 0.000 claims 1
- 238000002210 supercritical carbon dioxide drying Methods 0.000 claims 1
- 239000003921 oil Substances 0.000 abstract description 190
- 229910052500 inorganic mineral Inorganic materials 0.000 abstract description 25
- 230000008569 process Effects 0.000 abstract description 17
- 239000005416 organic matter Substances 0.000 abstract description 14
- 239000004927 clay Substances 0.000 abstract description 12
- 238000005516 engineering process Methods 0.000 abstract description 12
- 239000002480 mineral oil Substances 0.000 abstract description 4
- 235000010446 mineral oil Nutrition 0.000 abstract description 4
- 238000011158 quantitative evaluation Methods 0.000 abstract description 3
- 239000011148 porous material Substances 0.000 description 47
- 238000012360 testing method Methods 0.000 description 14
- 239000007789 gas Substances 0.000 description 13
- 229910052900 illite Inorganic materials 0.000 description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 12
- VGIBGUSAECPPNB-UHFFFAOYSA-L nonaaluminum;magnesium;tripotassium;1,3-dioxido-2,4,5-trioxa-1,3-disilabicyclo[1.1.1]pentane;iron(2+);oxygen(2-);fluoride;hydroxide Chemical compound [OH-].[O-2].[O-2].[O-2].[O-2].[O-2].[F-].[Mg+2].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[K+].[K+].[K+].[Fe+2].O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2 VGIBGUSAECPPNB-UHFFFAOYSA-L 0.000 description 12
- 238000011160 research Methods 0.000 description 12
- 238000003756 stirring Methods 0.000 description 12
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 8
- 239000012153 distilled water Substances 0.000 description 8
- 239000007788 liquid Substances 0.000 description 8
- 238000012512 characterization method Methods 0.000 description 7
- 229930195733 hydrocarbon Natural products 0.000 description 7
- 150000002430 hydrocarbons Chemical class 0.000 description 7
- 239000004215 Carbon black (E152) Substances 0.000 description 6
- 238000002441 X-ray diffraction Methods 0.000 description 6
- 239000003345 natural gas Substances 0.000 description 6
- 239000003208 petroleum Substances 0.000 description 6
- 238000000352 supercritical drying Methods 0.000 description 6
- 238000010952 in-situ formation Methods 0.000 description 5
- 239000011707 mineral Substances 0.000 description 5
- 239000002253 acid Substances 0.000 description 4
- 238000009933 burial Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- 239000012494 Quartz wool Substances 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 235000013351 cheese Nutrition 0.000 description 2
- 229910001919 chlorite Inorganic materials 0.000 description 2
- 229910052619 chlorite group Inorganic materials 0.000 description 2
- QBWCMBCROVPCKQ-UHFFFAOYSA-N chlorous acid Chemical compound OCl=O QBWCMBCROVPCKQ-UHFFFAOYSA-N 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 2
- 238000002386 leaching Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052901 montmorillonite Inorganic materials 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 235000015076 Shorea robusta Nutrition 0.000 description 1
- 244000166071 Shorea robusta Species 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000002915 carbonyl group Chemical group [*:2]C([*:1])=O 0.000 description 1
- 125000003178 carboxy group Chemical group [H]OC(*)=O 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- GUJOJGAPFQRJSV-UHFFFAOYSA-N dialuminum;dioxosilane;oxygen(2-);hydrate Chemical compound O.[O-2].[O-2].[O-2].[Al+3].[Al+3].O=[Si]=O.O=[Si]=O.O=[Si]=O.O=[Si]=O GUJOJGAPFQRJSV-UHFFFAOYSA-N 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- CSJDCSCTVDEHRN-UHFFFAOYSA-N methane;molecular oxygen Chemical compound C.O=O CSJDCSCTVDEHRN-UHFFFAOYSA-N 0.000 description 1
- 238000012900 molecular simulation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P20/00—Technologies relating to chemical industry
- Y02P20/50—Improvements relating to the production of bulk chemicals
- Y02P20/54—Improvements relating to the production of bulk chemicals using solvents, e.g. supercritical solvents or ionic liquids
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Medical Informatics (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Solid-Sorbent Or Filter-Aiding Compositions (AREA)
Abstract
本发明涉及页岩油定量评价领域,具体公开了一种泥页岩吸附油量评价模型、方法及应用。本发明提供的泥页岩吸附油量评价模型可以用于对不同演化阶段页岩油吸附量进行评价,通过综合有机质吸附和无机矿物吸附,根据不同成熟度干酪根的吸附油实验确定有机质吸附量随成熟度演化关系,并结合改进的岩石热解实验测定的总吸附量厘定无机矿物吸附油量及含有吸附油的粘土孔的表面积所占的比率;建立不同演化阶段泥页岩总吸附量评价技术,解决了现有吸附模型存在不适用于对不同演化特征的页岩油吸附油量进行评价的问题。提供的评价方法可操作性好,在实际的页岩油的勘探开发过程中具有广阔的应用前景。
Description
技术领域
本发明涉及页岩油定量评价领域,具体是一种泥页岩吸附油量评价模型、方法及应用。
背景技术
随着科技的进步和社会的发展,能源的需求量也在不断增加。其中,页岩油(气)是指已经生成但滞留于泥页岩层系微-纳米级孔隙中的烃类,且资源量巨大,被认为石油工业下一个革命者。为保障国家能源安全,页岩油开发价值日益突显。目前,国内针对页岩油的勘探开发效果远不如预期,其原因在于页岩油可动性不明。页岩油的可动性与其赋存状态密切相关,一般吸附态难以流动,而游离态相对容易流动并可作为地层弹性能量下页岩油有效采出的主要贡献者。因此,建立页岩油吸附量的评价模型对于其资源量预测及甜点优选至关重要。
泥页岩是有机质(干酪根)和无机矿物的集合体,二者与页岩油之间的相互作用力不同,其吸附机理等存在较大的差异。目前,基于固-液/气吸附实验,一些经典的吸附模型,如Langmuir,Freundlich,BET,Polanyi’s modified Dubinin-Astakhov等常用于气/液体吸附量的估算。在页岩油吸附方面,见报道的有有机质吸附和无机矿物吸附模型,包括油显效应以及排烃门限含油性指数等来确定泥页岩吸附油量;也有考虑页岩孔隙结构特征及孔隙表面吸附能力的页岩油吸附量的数学预测方法。但是,在实际操作中还存在以下问题:上述已有的评价模型中,一些适用于页岩气或煤层气吸附的评价模型无法直接应用于页岩油,加之不同成熟度有机质吸附能力存在差异性,因此,在页岩油吸附量评价方面不能单纯的采用统一的吸附系数,需建立考虑不同演化特征的页岩油吸附量的评价模型。
发明内容
本发明实施例的目的在于提供一种泥页岩吸附油量评价模型,以解决上述背景技术中提出的现有吸附模型存在不适用于对不同演化特征的页岩油吸附油量进行评价的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种泥页岩吸附油量评价模型,如下式(1)所示:
Qa=TOC×Sork+Mc×Sc×xc×f(e) (1)
其中,式(1)中,Qa为泥页岩吸附油量;TOC为泥页岩有机碳含量;Sork为干酪根吸附油能力;Mc是泥页岩中粘土矿物含量;Sc是泥页岩中粘土矿物的比表面积;xc是粘土矿物单位表面积的吸附油量;f(e)为粘土矿物表面积中含吸附油的比例;所述干酪根是将待评价的泥页岩采用超临界CO2法制备得到。
本发明实施例的另一目的在于提供一种采用上述的泥页岩吸附油量评价模型的评价方法,具体包括以下步骤:
1)将待评价的泥页岩采用超临界CO2法制备得到干酪根,另外将待评价的泥页岩进行岩石有机碳分析得到泥页岩有机碳含量;
2)利用干酪根吸附油实验制备含吸附油的干酪根,将干酪根和含吸附油的干酪根进行常规热解实验,得到干酪根吸附油能力;根据不同成熟度干酪根吸附能力,建立干酪根吸附油能力随成熟度的演化关系;这里的干酪根吸附油能力,是根据不同成熟度干酪根及其含吸附油的干酪根的热解实验获得,得到的干酪根吸附油能力并不是一成不变的,而是随着成熟度演化的,此也是本发明区别于前人论文报到的方法;
3)将待评价的泥页岩进行岩石全岩分析得到泥页岩中粘土矿物含量;
4)采用BET法分别测定待评价的泥页岩的比表面积及其干酪根的比表面积,得到干酪根比表面积随成熟度的演化关系,以此用于计算粘土矿物的比表面积;
5)根据泥页岩中粘土矿物的总吸附油量和粘土矿物的比表面积得到粘土矿物单位表面积的吸附油量;
6)计算粘土矿物表面积中含吸附油的比例;
7)将泥页岩有机碳含量、干酪根吸附油能力、泥页岩中粘土矿物含量、泥页岩中粘土矿物的比表面积、单位表面积粘土矿物的吸附油量、粘土矿物表面积中含吸附油的比例分别代入所述泥页岩吸附油量评价模型,得到泥页岩吸附油量。
本发明实施例的另一目的在于提供一种所述的评价方法在页岩油勘探开发中的应用。
与现有技术相比,本发明的有益效果是:
本发明实施例提供的泥页岩吸附油量评价模型可以用于对不同演化阶段页岩油吸附量进行评价,通过综合有机质(干酪根)吸附和无机矿物吸附,根据不同成熟度干酪根的吸附油实验确定有机质吸附量随成熟度演化关系,并结合改进的岩石热解实验测定的总吸附量厘定无机矿物(粘土)吸附油量及含有吸附油的粘土孔的表面积所占的比率;建立不同演化阶段泥页岩总吸附量评价技术,解决了现有吸附模型存在不适用于对不同演化特征的页岩油吸附油量进行评价的问题。而提供的评价方法可操作性好,在实际的页岩油的勘探开发过程中具有广阔的应用前景。
附图说明
图1为本发明一实施例提供的泥页岩吸附油量评价模型的流程示意图。
图2为本发明一实施例中提供的超临界CO2法制备的干酪根的比表面积与成熟度的关系图。
图3为本发明一实施例中提供的干酪根吸附油能力随成熟度演化图。
图4为本发明一实施例中计算的粘土矿物比表面积与伊蒙混层和伊利石相对含量的散点图(其中,(a)图是计算的粘土矿物比表面积与伊蒙混层相对含量的散点图,(b)图是计算的粘土矿物比表面积与伊利石相对含量的散点图)。
图5为本发明一实施例中提供的粘土孔中含有吸附油的表面积所占比率随成熟度变化关系图。
图6为本发明一实施例中采用泥页岩吸附油量评价模型计算的吸附油量与分步热解法实测的吸附油量交会图。
图7为本发明一实施例中不同成熟度/埋深条件下泥页岩中有机质吸附油比例和无机矿物吸附油比例图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细地说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
在现有技术中,存在多种泥页岩吸附油量评价方案,其中
技术方案一是:Langmuir,Freundlich,BET,Polanyi’s modified Dubinin-Astakhov等经典的固-气吸附或固-液吸附模型。该技术方案存在的缺点是:页岩油吸附为固-液吸附,其吸附过程及机理与固-气吸附存在较大的差异性,导致以往应用于煤层气/页岩气的吸附模型无法直接应用于页岩油吸附中来;此外,以往针对固-液吸附的模型多数是基于建立吸附平衡时间、溶液浓度、压力等参数与吸附量的关系,对于页岩油吸附量地质评价的实用性较差。
技术方案二是:Li et al.(2016)(具体参照文献:Li,Z.,et al.,Adsorption ofmudstone source rock for shale oil–Experiments,model and a case study.OrganicGeochemistry,2016.92:p.55-62)和Cao et al.(2017)(具体参照文献:Cao,H.R.,etal.Shale Oil Assessment for the Songliao Basin,Northeastern China,Using OilGeneration–Sorption Method.Energy&Fuels,2017,31(5):p.4826-4842)综合考虑泥页岩中有机质和无机矿物吸附量,根据各矿物的吸附量、干酪根的吸附量的之和,建立了吸附油量的计算模型。该技术方案存在的缺点是:模型中有机吸附部分采用的干酪根吸附量为一定值80mg/g TOC(76mg/g TOC),很明显不符合不同演化阶段干酪根吸附特征;此外该方法计算的为饱和吸附量,即假设各种矿物孔隙内均存在吸附油的情形,但镜下观测、含油饱和度、孔隙连通性、润湿性等数据显示并非所有的孔隙内均有吸附油,因此评价的吸附油含量偏高。
技术方案三是:Li et al.(2017)(具体参照文献:Li,J.,et al.,Modeling ofhydrocarbon adsorption on continental oil shale:A case study on n-alkane.Fuel,2017.206:p.603-613)基于吸附油、游离油密度的差异,结合页岩孔隙结构特征(包括孔径分布、孔隙形态等)建立了一种页岩油吸附量的评价模型。该技术方案存在的缺点是:一般很难获得吸附相的密度,其模型吸附相密度来自分子模拟结果,可靠性很难通过实验予以佐证;有机质吸附油能力显然大于无机矿物吸附油能力,在模型中利用同一吸附油密度不合理。
技术方案四是:Cui et al.(2017)综合吸附相厚度、孔隙率、孔半径等建立了一种高斯混合的数学模型来评估页岩油吸附量。该技术方案存在的缺点是:未考虑页岩组成,如控制页岩油吸附的主要因素TOC含量。因此,该模型并不便于预测地下页岩储层的吸附油含量。
针对以上现有的技术方案,本发明实施例提供的一种泥页岩吸附油量评价模型(页岩油吸附量评价模型),综合有机(干酪根)吸附和粘土矿物吸附,其如下式(1)所示:
Qa=TOC×Sork+Mc×Sc×xc×f(e) (1)
其中,式(1)中,Qa为泥页岩吸附油量,mg/g Rock;TOC为泥页岩有机碳含量(TotalOrganic Carbon,总有机碳含量),wt%,可根据岩石有机碳分析直接测得,测试流程参考国家标准《GBT 19145-2003沉积岩中总有机碳的测定》;Sork为干酪根吸附油能力,mg/g TOC;Mc是泥页岩中粘土矿物含量,%,可根据岩石全岩分析实验直接测得,测试流程参考石油与天然气行业标准《SYT 5163-2010沉积岩中黏土矿物和常见非黏土矿物X射线衍射分析方法》;Sc是泥页岩中粘土矿物的比表面积,m2/g clay;xc是粘土矿物单位表面积的吸附油量,mg/m2;f(e)为粘土矿物表面积中含吸附油的比例,%;
所述干酪根是将待评价的泥页岩采用超临界CO2法制备得到,以保留干酪根的原始孔隙结构特征。
在本发明实施例中,由于泥页岩是有机质(干酪根)和无机矿物的集合体,二者与页岩油之间的相互作用力不同,其吸附机理等存在较大的差异,因此需要分别开展干酪根的吸附和无机矿物的吸附研究并进行定量分析。针对前人利用有机-无机吸附法评价页岩油吸附量时采用固定的有机吸附系数(没有考虑成熟度演化)以及假设泥页岩无机孔隙内均饱和吸附油的问题,本发明提出了一种考虑岩石组分、成熟度演化、泥页岩微观孔隙结构特征以及无机孔有效吸附位等因素的页岩油吸附油量评价模型,鉴于不同成熟度条件下页岩油的赋存模式的差异性,基于不同演化阶段干酪根吸附能力评价结果的前提下建立所述泥页岩吸附油量评价模型,通过定量不同演化阶段页岩油吸附能力及吸附量,对于页岩油的资源评价至关重要,可以建立不同演化阶段泥页岩总吸附量评价技术。
其中,如果是对不同的待评价的泥页岩样品进行评价,则泥页岩吸附油量评价模型为:
Qa,i=TOCi×Sork,i+Mc,i×Sc,i×xc×fi(e)
其中,Qa,i为泥页岩吸附油量,mg/g Rock;TOCi为泥页岩有机碳含量,wt%,可根据岩石有机碳分析直接测得,测试流程参考国家标准《GBT 19145-2003沉积岩中总有机碳的测定》;Sork,i为干酪根吸附油能力,mg/g TOC;Mc,i是泥页岩中粘土矿物含量,%,可根据岩石全岩分析实验直接测得,测试流程参考石油与天然气行业标准《SYT 5163-2010沉积岩中黏土矿物和常见非黏土矿物X射线衍射分析方法》;Sc,i是泥页岩中粘土矿物的比表面积,m2/g clay;xc是粘土矿物单位表面积的吸附油量,mg/m2;fi(e)为粘土矿物表面积中含吸附油的比例,%;i代表样品的编号。
作为本发明的另一优选实施例,所述干酪根的制备方法包括以下的步骤:
①浸泡:称取50g左右洗油后的待评价的泥页岩样品,置于容器中,用蒸馏水浸泡2h,待泥质膨胀后去除上清液;
②酸处理:加入浓度是6mol/L的盐酸溶液(按1g样品加入6mL盐酸溶液的比例进行加入),在60℃条件下搅拌2h,溶解泥页岩中碳酸盐组分后去除酸液,并用蒸馏水调至弱酸性后再去除上清液;
③搅拌加入6mol/L的盐酸溶液和浓度为40wt%的氢氟酸(按1g样品加入2.4mL盐酸溶液和3.6mL氢氟酸的比例),在60℃条件下搅拌2h后去除上清液;
④重复步骤②后用1mol/L的盐酸溶液洗涤三次,去除上清液,再重复步骤③,搅拌4h,去除上清液;
⑤碱处理:将酸处理后的样品倒入200mL浓度为0.5mol/L的氢氧化钠溶液,搅拌0.5小时去除碱液,并重复该步骤至碱液无色后,用蒸馏水调至中性;
⑥黄铁矿处理:对上述酸处理以及碱处理后的样品反复加入6mol/L的盐酸溶液及无砷锌粒,待无硫化氢气味时,用蒸馏水洗涤后利用离心法浮选,得到浮选样品;
⑦将浮选样品浸入无水乙醇(99.5wt%)溶液中浸泡24h,利用相同浓度的无水乙醇淋滤和冲洗;然后将浸泡过无水乙醇的样品放入的超临界干燥仪样品腔中并通入CO2流体(温度低于0℃、压力约730psi),静置12h用以置换孔隙流体;然后将样品室的温度、压力分别升至40℃、1350psi(CO2的超临界点为31.1℃、1071psi),释放CO2,直到样品腔达到环境压力,完成超临界干燥,超临界干燥后,立即将样品转移到密封的干燥器中,得到所述干酪根,以进行后续分析。
作为本发明的另一优选实施例,其中,所述干酪根吸附油能力是根据干酪根和含吸附油的干酪根的常规岩石热解实验测得,具体的岩石热解实验流程参考国家标准《GBT18602-2012岩石热解分析》。具体的,首先开展干酪根吸附油实验获取含吸附油的干酪根,流程如下:
将超临界CO2法制备的粉末状的所述干酪根置于烧杯或试管内,并倒入煤油进行搅拌,干酪根与煤油质量比例约为1:10,静置浸泡时间为48h;然后用滤纸擦拭浸泡煤油后的干酪根颗粒间的自由态油,并移入离心管中进行离心实验,离心管顶底部嵌有石英棉;离心实验采用TD25-WS型离心机,转速为3000rpm/min,离心时间为15min;离心转速及时间均参考前人在无机矿物与页岩油的固-液吸附实验(Li,Z.,et al.,Adsorption of mudstonesource rock for shale oil-Experiments,model and a case study.OrganicGeochemistry,2016.92:p.55-62),用以去除干酪根孔隙内可动油;离心后,将含油态的干酪根置于烘箱中,在50℃条件下烘干12h用以去除干酪根孔隙中残留的游离油/可动油。经浸泡、离心、烘干后,获得含吸附油的干酪根。
本发明采用干酪根及含吸附油的干酪根的热解参数的差异来表征干酪根吸附油能力,即干酪根吸附油能力Sork如下式(2)所示:
式(2)中,S1ok和S2ok分别代表含吸附油的干酪根的热解参数S1值和热解参数S2值,mg/g;S1k和S2k代表干酪根的热解参数S1值和热解参数S2值,mg/g;TOCk为干酪根有机碳含量,%;其中,S1是岩石热解烃,代表常规热解300℃之前的产物;S2是岩石裂解烃,代表常规热解300℃-650℃之间的产物,即热解参数S1值是常规热解300℃之前的产物的热解参数,热解参数S2值是常规热解300℃-650℃之间的产物的热解参数。
作为本发明的另一优选实施例,干酪根吸附油能力Sork受干酪根类型和成熟度控制,对于给定的干酪根类型,其干酪根吸附油能力与成熟度的关系可以描述为:
Sork=f1(Ro) (3)
其中,R0表示泥页岩的成熟度,f1表示线性关系。
作为本发明的另一优选实施例,所述泥页岩中粘土矿物的比表面积(Sc)是由泥页岩比表面积和其干酪根比表面积计算获得。对于中国东部中低熟陆相页岩,考虑到泥页岩的比表面积主要由粘土矿物相关孔贡献,且对于成熟度相对较高的样品,其干酪根有机孔亦有贡献。因此,本发明采用低温氮气吸附实验分别测定待评价的泥页岩及其干酪根样品的比表面积,测试流程参考国家标准《GB-T 19587-2004气体吸附BET法测定固态物质比表面积》;本发明根据泥页岩总比表面积减去干酪根的比表面积计算泥页岩中粘土矿物的比表面积(Sc),即泥页岩中粘土矿物的比表面积如下式(4)所示:
其中,式(4)中,Sr为泥页岩的比表面积,m2/g;Sk为干酪根的比表面积,m2/g TOC,其与泥页岩的成熟度有关,Sk具体如下式(5)所示
Sk=f2(Ro) (5)
其中,R0表示泥页岩的成熟度,f2表示线性关系。
作为本发明的另一优选实施例,粘土矿物单位表面积的吸附油量xc是粘土矿物的吸附能力,可根据粘土矿物的总吸附油量和粘土矿物的比表面积获得,即xc具体如下式(6)所示:
式(6)中,qc为泥页岩中分离的粘土矿物的最大吸附油量,mg/g clay,可根据粘土矿物-页岩油的吸附实验测得(参照文献:蒋启贵等,不同赋存状态页岩油定量表征技术与应用研究.石油实验地质,2016(06):第842-849页);Sc为泥页岩中分离的粘土矿物的比表面积,m2/g clay,测试流程参考国家标准《GB-T 19587-2004气体吸附BET法测定固态物质比表面积》。
作为本发明的另一优选实施例,在原位地层条件下,并非所有的孔隙都含有吸附态页岩油。本发明利用粘土矿物表面积中含吸附油的比例f(e)(即有效吸附系数)代表粘土矿物孔隙表面中具有吸附油的表面积所占的比例,但该值很难通过实验予以测定。本发明采用无锡地质研究所设计的改进的岩石热解实验(参照文献:蒋启贵等,不同赋存状态页岩油定量表征技术与应用研究.石油实验地质,2016(06):第842-849页),在实验测量泥页岩总吸附油量Qa的前提下,根据公式(1)反算粘土矿物表面积中含有吸附油的表面所占的比例f(e),即f(e)具体如下式(7)所示:
其中,Qa为泥页岩吸附油量,mg/g Rock;TOC为泥页岩有机碳含量(Total OrganicCarbon,总有机碳含量),wt%,可根据岩石有机碳分析直接测得,测试流程参考国家标准《GBT 19145-2003沉积岩中总有机碳的测定》;Sork为干酪根吸附油能力,mg/g TOC;Mc是泥页岩中粘土矿物含量,%,可根据岩石全岩分析实验直接测得,测试流程参考石油与天然气行业标准《SYT5163-2010沉积岩中黏土矿物和常见非黏土矿物X射线衍射分析方法》;Sc是泥页岩中粘土矿物的比表面积,m2/g clay;xc是粘土矿物单位表面积的吸附油量,mg/m2。
因此,一旦确定了不同成熟度条件下干酪根吸附油能力(Sork)、干酪根的比表面积(Sk)以及无机孔有效吸附系数(粘土矿物表面积中含吸附油的比例f(e)),则可以结合泥页岩组成(泥页岩有机碳含量TOC,泥页岩中粘土矿物含量Mc等)、孔隙结构(泥页岩的比表面积Sr)等信息,综合有机吸附和无机吸附,利用所述泥页岩吸附油量评价模型,即公式(1)预测泥页岩吸附油量。
本发明实施例还提供一种采用上述的泥页岩吸附油量评价模型的评价方法,具体是一种评价不同演化阶段页岩油吸附量的方法,所述的评价方法包括以下步骤:
1)将待评价的泥页岩采用超临界CO2法制备得到干酪根,另外将待评价的泥页岩进行岩石有机碳分析得到泥页岩有机碳含量,具体参考国家标准《GBT 19145-2003沉积岩中总有机碳的测定》;
2)利用干酪根吸附油实验制备含吸附油的干酪根,将干酪根和含吸附油的干酪根进行常规热解实验,得到干酪根吸附油能力;根据不同成熟度干酪根吸附能力,建立干酪根吸附油能力随成熟度的演化关系;这里的干酪根吸附油能力,是根据不同成熟度干酪根及其含吸附油的干酪根的热解实验获得,得到的干酪根吸附油能力并不是一成不变的,而是随着成熟度演化的,此也是本发明区别于前人论文报到的方法;
3)将待评价的泥页岩进行岩石全岩分析得到泥页岩中粘土矿物含量,具体参考石油与天然气行业标准《SYT 5163-2010沉积岩中黏土矿物和常见非黏土矿物X射线衍射分析方法》;
4)采用BET法分别测定待评价的泥页岩的比表面积及其干酪根的比表面积,得到干酪根比表面积随成熟度的演化关系,并计算粘土矿物的比表面积,具体参考国家标准《GB-T 19587-2004气体吸附BET法测定固态物质比表面积》;
5)根据泥页岩中粘土矿物的总吸附油量和粘土矿物的比表面积得到粘土矿物单位表面积的吸附油量;
6)计算粘土矿物表面积中含吸附油的比例;具体的,在原位地层条件下,并非所有的孔隙都含有吸附态页岩油。本发明利用粘土矿物表面积中含吸附油的比例f(e)(即有效吸附系数)代表粘土矿物孔隙表面中具有吸附油的表面积所占的比例,但该值很难通过实验予以测定。本发明采用无锡地质研究所设计的改进的岩石热解实验(参照文献:蒋启贵等,不同赋存状态页岩油定量表征技术与应用研究.石油实验地质,2016(06):第842-849页),在实验测量泥页岩总吸附油量Qa的前提下,根据公式(1)反算粘土矿物表面积中含有吸附油的表面所占的比例f(e);
7)将泥页岩有机碳含量、干酪根吸附油能力、泥页岩中粘土矿物含量、泥页岩中粘土矿物的比表面积、单位表面积粘土矿物的吸附油量、粘土矿物表面积中含吸附油的比例分别代入所述泥页岩吸附油量评价模型,得到泥页岩吸附油量。
本发明实施例还提供一种所述的评价方法在页岩油勘探开发中的应用。
以下通过列举具体实施例对本发明的泥页岩吸附油量评价模型的技术效果做进一步的说明。
实施例1
一种泥页岩吸附油量评价模型(即页岩油吸附量评价模型),具体参照图1所示,其建立方法包括:
1)干酪根的制备:
本发明利用超临界CO2法制备干酪根样品,用以保留干酪根的原始孔隙结构特征,其具体流程是:
①浸泡:称取50g左右洗油后的待评价的泥页岩样品,置于容器中,用蒸馏水浸泡2h,待泥质膨胀后去除上清液;
②酸处理:加入浓度是6mol/L的盐酸溶液(按1g样品加入6mL盐酸溶液的比例进行加入),在60℃条件下搅拌2h,溶解泥页岩中碳酸盐组分后去除酸液,并用蒸馏水调至弱酸性后再去除上清液;
③搅拌加入6mol/L的盐酸溶液和浓度为40wt%的氢氟酸(按1g样品加入2.4mL盐酸溶液和3.6mL氢氟酸的比例),在60℃条件下搅拌2h后去除上清液;
④重复步骤②后用1mol/L的盐酸溶液洗涤三次,去除上清液,再重复步骤③,搅拌4h,去除上清液;
⑤碱处理:将酸处理后的样品倒入200mL浓度为0.5mol/L的氢氧化钠溶液,搅拌0.5小时去除碱液,并重复该步骤至碱液无色后,用蒸馏水调至中性;
⑥黄铁矿处理:对上述酸处理以及碱处理后的样品反复加入6mol/L的盐酸溶液及无砷锌粒,待无硫化氢气味时,用蒸馏水洗涤后利用离心法浮选,得到浮选样品;
⑦将浮选样品浸入无水乙醇(99.5wt%)溶液中浸泡24h,利用相同浓度的无水乙醇淋滤和冲洗;然后将浸泡过无水乙醇的样品放入的超临界干燥仪样品腔中并通入CO2流体(温度低于0℃、压力约730psi),静置12h用以置换孔隙流体;然后将样品室的温度、压力分别升至40℃、1350psi(CO2的超临界点为31.1℃、1071psi),释放CO2,直到样品腔达到环境压力,完成超临界干燥,超临界干燥后,立即将样品转移到密封的干燥器中,得到所述干酪根,以进行后续分析。
2)干酪根吸附油实验:
将超临界CO2法制备的粉末状的所述干酪根置于烧杯或试管内,并倒入煤油进行搅拌,干酪根与煤油质量比例约为1:10,静置浸泡时间为48h;然后用滤纸擦拭浸泡煤油后的干酪根颗粒间的自由态油,并移入离心管中进行离心实验,离心管顶底部嵌有石英棉;离心实验采用TD25-WS型离心机,转速为3000rpm/min,离心时间为15min;离心转速及时间均参考前人在无机矿物与页岩油的固-液吸附实验(Li,Z.,et al.,Adsorption of mudstonesource rock for shale oil-Experiments,model and a case study.OrganicGeochemistry,2016.92:p.55-62),用以去除干酪根孔隙内可动油;离心后,将含油态的干酪根置于烘箱中,在50℃条件下烘干12h用以去除干酪根孔隙中残留的游离油/可动油。经浸泡、离心、烘干后,获得含吸附油的干酪根。
3)页岩油吸附模型:
综合有机(干酪根)吸附和粘土矿物吸附,本发明简化的泥页岩吸附油量评价模型如下式所示:
Qa,i=TOCi×Sork,i+Mc,i×Sc,i×xc×fi(e) (1)
其中,Qa,i为泥页岩吸附油量,mg/g Rock;TOCi为泥页岩有机碳含量,wt%,可根据岩石有机碳分析直接测得,测试流程参考国家标准《GBT 19145-2003沉积岩中总有机碳的测定》;Sork,i为干酪根吸附油能力,mg/g TOC;Mc,i是泥页岩中粘土矿物含量,%,可根据岩石全岩分析实验直接测得,测试流程参考石油与天然气行业标准《SYT 5163-2010沉积岩中黏土矿物和常见非黏土矿物X射线衍射分析方法》;Sc,i是泥页岩中粘土矿物的比表面积,m2/g clay;xc是粘土矿物单位表面积的吸附油量,mg/m2;fi(e)为粘土矿物表面积中含吸附油的比例,%;i代表样品的编号;所述干酪根是将待评价的泥页岩采用超临界CO2法制备得到,以保留干酪根的原始孔隙结构特征。
其中,干酪根吸附油能力Sork是根据干酪根和含吸附油的干酪根的常规岩石热解实验测得,具体的岩石热解实验流程参考国家标准《GBT 18602-2012岩石热解分析》。本发明采用干酪根及含吸附油的干酪根的热解参数的差异来表征干酪根吸附油能力,即干酪根吸附油能力Sork如下式(2)所示:
式(2)中,S1ok和S2ok分别代表含吸附油的干酪根的热解参数S1值和热解参数S2值,mg/g;S1k和S2k代表干酪根的热解参数S1值和热解参数S2值,mg/g;TOCk为干酪根有机碳含量,%。
干酪根吸附油能力Sork受干酪根类型和成熟度控制,对于给定的干酪根类型,其干酪根吸附油能力与成熟度的关系可以描述为:
Sork=f1(Ro) (3)
其中,R0表示泥页岩的成熟度,f1表示线性关系。
泥页岩中粘土矿物的比表面积(Sc)与粘土矿物类型和成岩作用有关。对于中国东部中低熟陆相页岩,考虑到泥页岩的比表面积主要由粘土矿物相关孔贡献,且对于成熟度相对较高的样品,其干酪根有机孔亦有贡献。因此,本发明采用低温氮气吸附实验分别测定待评价的泥页岩及其干酪根样品的比表面积,测试流程参考国家标准《GB-T 19587-2004气体吸附BET法测定固态物质比表面积》;本发明根据泥页岩总比表面积减去干酪根的比表面积计算泥页岩中粘土矿物的比表面积(Sc),即泥页岩中粘土矿物的比表面积如下式(4)所示:
其中,式(4)中,Sr为泥页岩的比表面积,m2/g;Sk为干酪根的比表面积,m2/g TOC,其与泥页岩的成熟度有关,Sk具体如下式(5)所示
Sk=f2(Ro) (5)
其中,R0表示泥页岩的成熟度,f2表示线性关系。
粘土矿物单位表面积的吸附油量xc是粘土矿物的吸附能力,可根据粘土矿物的总吸附油量和粘土矿物的比表面积获得,即xc具体如下式(6)所示:
式(6)中,qc为泥页岩中分离的粘土矿物的最大吸附油量,mg/g clay,可根据粘土矿物-页岩油的吸附实验测得(参照文献:蒋启贵等,不同赋存状态页岩油定量表征技术与应用研究.石油实验地质,2016(06):第842-849页);Sc为泥页岩中分离的粘土矿物的比表面积,m2/g clay,测试流程参考国家标准《GB-T 19587-2004气体吸附BET法测定固态物质比表面积》。
需要说明的是,在原位地层条件下,并非所有的孔隙都含有吸附态页岩油。本发明利用粘土矿物表面积中含吸附油的比例f(e)(即有效吸附系数)代表粘土矿物孔隙表面中具有吸附油的表面积所占的比例,但该值很难通过实验予以测定。本发明采用无锡地质研究所设计的改进的岩石热解实验(参照文献:蒋启贵等,不同赋存状态页岩油定量表征技术与应用研究.石油实验地质,2016(06):第842-849页),在实验测量泥页岩总吸附油量Qa的前提下,根据公式(1)反算粘土矿物表面积中含有吸附油的表面所占的比例f(e),即f(e)具体如下式(7)所示:
因此,一旦确定了不同成熟度条件下干酪根吸附油能力(Sork)、干酪根的比表面积(Sk)以及无机孔有效吸附系数(粘土矿物表面积中含吸附油的比例f(e)),则可以结合泥页岩组成(泥页岩有机碳含量TOC,泥页岩中粘土矿物含量Mc等)、孔隙结构(泥页岩的比表面积Sr)等信息,综合有机吸附和无机吸附,利用所述泥页岩吸附油量评价模型,即公式(1)预测泥页岩吸附油量。
实施例2
在本发明实施例中,以济阳坳陷东营凹陷古近系沙河街组泥页岩为例,本发明选取了15块泥页岩开展LECO(有机碳分析)、全岩衍射、低温氮气吸附以及改进的岩石热解实验,分别获取TOC、粘土矿物含量、泥页岩比表面积以及泥页岩吸附油量等信息,并对其中的4块样品(不同成熟度)开展超临界CO2法干酪根制备及其干酪根吸附油、岩石热解、低温氮气吸附实验,用以获取不同成熟度干酪根的吸附油能力及其干酪根有机孔隙的演化特征。
其中,4块干酪根的比表面积介于3.69-14.82m2/g,平均为8.89m2/g,随着成熟度增加,干酪根比表面积变大(见图2所示)。干酪根的比表面积的演化趋势可根据成熟度拟合,得到拟合公式,即:
Sk=17.8349×ln(Ro)+17.782 (8)。
实施例3
根据实施例2的结果,4块样品的干酪根吸附油能力(Sork)介于67.03-189.28mg/gTOC,平均约为124.69mg/g TOC,且随着成熟度越高,干酪根吸附油能力越低(具体见图3所示)。其原因可由两个方面解释:其一,成熟度越高,伴随着生烃,干酪根的交联密度越大,导致干酪根溶胀吸收油的能力降低;其二,随着成熟度增加,干酪根表面的脂肪连、羰基、羧基等逐渐消失,碳氧比增加,导致干酪根与油之间的相互作用力变弱。干酪根吸附油能力(Sork)与成熟度的关系为下式(9)所示:
Sork=51.441×(Ro)-1.671 (9)。
实施例4
结合实施例3的结果,根据实测泥页岩比表面积和干酪根有机孔比表面积计算的粘土矿物的比表面积介于8.83-27.52m2/g,平均约为17.53m2/g。不同类型的粘土矿物的比表面积存在差异性,一般蒙脱石的比表面积最高,伊蒙混层其次,伊利石、绿泥石等比表面积相对较小。本发明计算的页岩中的粘土矿物比表面积和粘土矿物的类型(伊利石、伊蒙混层)的散点图显示见图4所示,其中,图4中(a)图是计算的粘土矿物比表面积与伊蒙混层相对含量的散点图,图4中(b)图是计算的粘土矿物比表面积与伊利石相对含量的散点图,可以看出,粘土矿物中伊蒙混层相对含量越高,泥页岩中粘土矿物的比表面积越大。参考Liet al.(2016)实验得到的东营凹陷的粘土矿物的最大吸附油量(qc)是18mg/g,结合发明所计算的泥页岩粘土矿物比表面积(Sc)的平均值是17.53m2/g,估算粘土矿物单位表面积的吸附油量(xc)为1.03mg/m2(根据公式(6)计算得到)。
实施例5
结合实施例4,4块样品的计算结果显示,f(e)分布范围介于0.03-0.2,且随着成熟度的增加而增加(具体见图5所示)。其原因是:一方面,成熟度越高,干酪根生成的液态烃量越多,在满足自身容留后进入到无机矿物孔隙中的页岩油含量越多;另一方面,位于生油窗内的泥页岩,伴随着埋深增加,伊蒙混层向伊利石转化,导致粘土矿物表面疏水性增加,易于页岩油与壁面的接触而吸附。东营凹陷泥页岩中粘土矿物表面含有吸附油的比例与成熟度的关系为下式(10)所示:
f(e)=0.2738×ln(Ro)+0.2493 (10)。
综合有机质吸附和无机矿物(粘土)吸附,估算了15块泥页岩的总吸附油量。从总吸附油量来看,泥页岩预测的吸附油量介于1.14-8.28mg/g,平均值约为4.27mg/g。与改进的热解法实测结果相比,预测吸附油量与其均匀分布在对角线两侧,其相关系数R2高达0.9176(见图6所示,即是模型计算的吸附油量与分步热解法实测的吸附油量交会图)。
从对总吸附油的贡献而言,有机质吸附油约占总吸附油量的57.21%-94.82%(平均是83.11%),表明位于低熟-生油窗阶段的泥页岩,其吸附油主要以有机吸附为主。且随着成熟度增加,有机质吸附油比例逐渐降低,无机矿物吸附油比例增加(见图7所示,即是不同成熟度/埋深条件下泥页岩中有机质吸附油比例和无机矿物吸附油比例图),符合有机质吸附油能力随着成熟度增加而降低的客观规律。
鉴于不同成熟度条件下页岩油的赋存模式的差异性,定量不同演化阶段页岩油吸附能力及吸附量,对于页岩油的资源评价至关重要,本发明提出的泥页岩吸附油量评价模型正是基于不同演化阶段干酪根吸附能力评价结果的前提下建立的;此外,本发明的实际地质应用结果表明,随着埋深增加,由中低熟至中高熟,页岩油的赋存方式由有机孔赋存转至无机孔赋存为主,因此,在实际的页岩油的开发过程中需要考虑不同技术手段用以提高采收率。
实施例6
一种评价方法,采用上述的泥页岩吸附油量评价模型,具体是一种评价不同演化阶段页岩油吸附量的方法,所述的评价方法包括以下步骤:
1)将待评价的泥页岩采用超临界CO2法制备得到干酪根,另外将待评价的泥页岩进行岩石有机碳分析得到泥页岩有机碳含量,具体参考国家标准《GBT 19145-2003沉积岩中总有机碳的测定》;
2)利用干酪根吸附油实验制备含吸附油的干酪根,将干酪根和含吸附油的干酪根进行常规热解实验,得到干酪根吸附油能力;根据不同成熟度干酪根吸附能力,建立干酪根吸附油能力随成熟度的演化关系;这里的干酪根吸附油能力,是根据不同成熟度干酪根及其含吸附油的干酪根的热解实验获得,得到的干酪根吸附油能力并不是一成不变的,而是随着成熟度演化的,此也是本发明区别于前人论文报到的方法;
3)将待评价的泥页岩进行岩石全岩分析得到泥页岩中粘土矿物含量,具体参考石油与天然气行业标准《SYT 5163-2010沉积岩中黏土矿物和常见非黏土矿物X射线衍射分析方法》;
4)采用BET法分别测定待评价的泥页岩的比表面积及其干酪根的比表面积,得到干酪根比表面积随成熟度的演化关系,并计算粘土矿物的比表面积,具体参考国家标准《GB-T 19587-2004气体吸附BET法测定固态物质比表面积》;
5)根据泥页岩中粘土矿物的总吸附油量和粘土矿物的比表面积得到粘土矿物单位表面积的吸附油量;
6)计算粘土矿物表面积中含吸附油的比例;具体的,在原位地层条件下,并非所有的孔隙都含有吸附态页岩油。本发明利用粘土矿物表面积中含吸附油的比例f(e)(即有效吸附系数)代表粘土矿物孔隙表面中具有吸附油的表面积所占的比例,但该值很难通过实验予以测定。本发明采用无锡地质研究所设计的改进的岩石热解实验(参照文献:蒋启贵等,不同赋存状态页岩油定量表征技术与应用研究.石油实验地质,2016(06):第842-849页),在实验测量泥页岩总吸附油量Qa的前提下,根据公式(1)反算粘土矿物表面积中含有吸附油的表面所占的比例f(e);
7)将泥页岩有机碳含量、干酪根吸附油能力、泥页岩中粘土矿物含量、泥页岩中粘土矿物的比表面积、单位表面积粘土矿物的吸附油量、粘土矿物表面积中含吸附油的比例分别代入所述泥页岩吸附油量评价模型,得到泥页岩吸附油量。
实施例7
与实施例6相比,还包括:在原位地层条件下,并非所有的孔隙都含有吸附态页岩油。本发明利用粘土矿物表面积中含吸附油的比例f(e)(即有效吸附系数)代表粘土矿物孔隙表面中具有吸附油的表面积所占的比例,但该值很难通过实验予以测定。本发明采用无锡地质研究所设计的改进的岩石热解实验(参照文献:蒋启贵等,不同赋存状态页岩油定量表征技术与应用研究.石油实验地质,2016(06):第842-849页),在实验测量泥页岩总吸附油量Qa的前提下,根据公式(1)反算粘土矿物表面积中含有吸附油的表面所占的比例f(e)。
需要说明的是,本发明还可以直接根据不同成熟度的泥页岩样品开展岩石热解实验,根据不同演化阶段页岩油吸附量的变化,拟合吸附油量随成熟度的演化关系。需要特别指出的是,本发明技术关键点包括:1、基于超临界CO2法制备的干酪根的有机质吸附油能力、比表面积与其演化关系的定量评价技术;2、考虑无机矿物孔隙中含有吸附油的表面所占的比例及其演化特征的无机矿物吸附量预测技术;3、综合有机质吸附和无机矿物吸附,建立不同演化阶段泥页岩总吸附量评价技术。
上面对本发明的较佳实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (9)
1.一种泥页岩吸附油量评价模型,其特征在于,所述泥页岩吸附油量评价模型如下式(1)所示:
Qa=TOC×Sork+Mc×Sc×xc×f(e) (1)
其中,式(1)中,Qa为泥页岩吸附油量;TOC为泥页岩有机碳含量;Sork为干酪根吸附油能力;Mc是泥页岩中粘土矿物含量;Sc是泥页岩中粘土矿物的比表面积;xc是粘土矿物单位表面积的吸附油量;f(e)为粘土矿物表面积中含吸附油的比例。
2.根据权利要求1所述的泥页岩吸附油量评价模型,其特征在于,所述干酪根是将待评价的泥页岩采用超临界CO2法制备得到,所述干酪根的制备方法包括以下的步骤:
将洗油后的待评价的泥页岩用水浸泡至泥质膨胀后去除上清液,然后采用盐酸溶液与氢氟酸进行酸处理,再采用氢氧化钠溶液进行碱处理,调至中性,然后反复加入盐酸溶液及无砷锌粒进行黄铁矿处理,洗涤后进行浮选,得到浮选样品;
将浮选样品浸入乙醇溶液中浸泡,再进行超临界CO2干燥,密封,得到所述干酪根。
3.根据权利要求1所述的泥页岩吸附油量评价模型,其特征在于,所述干酪根吸附油能力是根据干酪根和含吸附油的干酪根的常规岩石热解实验测得。
4.根据权利要求1所述的泥页岩吸附油量评价模型,其特征在于,所述干酪根吸附油能力按照下式(2)计算得到:
式(2)中,S1ok和S2ok分别表示含吸附油的干酪根的热解参数S1值和热解参数S2值;S1k和S2k表示干酪根的热解参数S1值和热解参数S2值;TOCk为干酪根有机碳含量;其中,热解参数S1值是常规热解300℃之前的产物的热解参数,热解参数S2值是常规热解300℃-600℃之间的产物的热解参数;所述含吸附油的干酪根的制备方法包括以下步骤:将干酪根静置浸泡煤油48h,然后用滤纸擦拭浸泡煤油后的干酪根颗粒,并移入离心管中进行离心实验;离心实验的转速为3000rpm/min,离心时间为15min;离心实验后,将含油态的干酪根置于烘箱中,在50℃条件下烘干12h,获得含吸附油的干酪根。
6.根据权利要求1所述的泥页岩吸附油量评价模型,其特征在于,粘土矿物单位表面积的吸附油量是根据粘土矿物的总吸附油量和粘土矿物的比表面积得到。
7.根据权利要求1所述的泥页岩吸附油量评价模型,其特征在于,所述粘土矿物表面积中含吸附油的比例是根据实验测量的泥页岩总吸附油量进行反算得到。
8.一种评价方法,其特征在于,采用如权利要求1-7任一所述的泥页岩吸附油量评价模型,具体包括以下步骤:
1)将待评价的泥页岩采用超临界CO2法制备得到干酪根,另外将待评价的泥页岩进行岩石有机碳分析得到泥页岩有机碳含量;
2)利用干酪根吸附油实验制备含吸附油的干酪根,将干酪根和含吸附油的干酪根进行常规热解实验,得到干酪根吸附油能力;根据不同成熟度干酪根吸附能力,建立干酪根吸附油能力随成熟度的演化关系;
3)将待评价的泥页岩进行岩石全岩分析得到泥页岩中粘土矿物含量;
4)采用BET法分别测定待评价的泥页岩的比表面积及其干酪根的比表面积,得到干酪根比表面积随成熟度的演化关系,以此用于计算粘土矿物的比表面积;
5)根据泥页岩中粘土矿物的总吸附油量和粘土矿物的比表面积得到粘土矿物单位表面积的吸附油量;
6)计算粘土矿物表面积中含吸附油的比例;
7)将泥页岩有机碳含量、干酪根吸附油能力、泥页岩中粘土矿物含量、泥页岩中粘土矿物的比表面积、单位表面积粘土矿物的吸附油量、粘土矿物表面积中含吸附油的比例分别代入所述泥页岩吸附油量评价模型,得到泥页岩吸附油量。
9.一种如权利要求8所述的评价方法在页岩油勘探开发中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011231191.4A CN112349356B (zh) | 2020-11-06 | 2020-11-06 | 一种泥页岩吸附油量评价模型、方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011231191.4A CN112349356B (zh) | 2020-11-06 | 2020-11-06 | 一种泥页岩吸附油量评价模型、方法及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112349356A true CN112349356A (zh) | 2021-02-09 |
CN112349356B CN112349356B (zh) | 2022-09-23 |
Family
ID=74429827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011231191.4A Active CN112349356B (zh) | 2020-11-06 | 2020-11-06 | 一种泥页岩吸附油量评价模型、方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112349356B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113700467A (zh) * | 2021-09-18 | 2021-11-26 | 中石化石油工程技术服务有限公司 | 一种快速评价页岩吸附气能量的录井分析方法和系统 |
CN114371269A (zh) * | 2021-11-29 | 2022-04-19 | 中国石油大学(华东) | 一种泥页岩有机质溶胀油定量新方法及其实验装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110282584A1 (en) * | 2010-05-05 | 2011-11-17 | Conocophillips Company | Shale analysis methods |
CN103411848A (zh) * | 2013-07-25 | 2013-11-27 | 中国石油大学(华东) | 一种泥页岩吸附页岩气能力评价方法 |
CN103670383A (zh) * | 2012-09-17 | 2014-03-26 | 中国石油天然气股份有限公司 | 一种识别泥页岩油藏有效储层的方法及设备 |
CN105184106A (zh) * | 2015-10-19 | 2015-12-23 | 中国石油大学(北京) | 一种确定泥页岩储层中吸附气含量的方法及装置 |
CN108458960A (zh) * | 2018-03-27 | 2018-08-28 | 中国石油大学(华东) | 一种富有机质泥页岩含氢组分、孔隙度及孔径的评价方法 |
CN108825189A (zh) * | 2018-06-22 | 2018-11-16 | 昆明理工大学 | 强化超临界co2流体提高页岩气采收率和co2封存量的方法 |
CN109164501A (zh) * | 2018-09-07 | 2019-01-08 | 中国石油化工股份有限公司 | 一种基于分形维数评价页岩油可动性的方法 |
CN109991123A (zh) * | 2019-03-28 | 2019-07-09 | 中国石油化工股份有限公司 | 页岩油资源可动性的地球化学评价方法 |
CN110346197A (zh) * | 2019-06-11 | 2019-10-18 | 中国地质大学(武汉) | 一种吸附石油液态烃的页岩载体制备方法 |
CN111638317A (zh) * | 2020-05-30 | 2020-09-08 | 中国石油天然气股份有限公司 | 一种大型淡水湖盆陆相泥页岩油形成与演化评价方法 |
CN111694068A (zh) * | 2020-05-30 | 2020-09-22 | 中国石油天然气股份有限公司 | 一种大型淡水湖盆陆相泥页岩油形成与富集评价方法 |
-
2020
- 2020-11-06 CN CN202011231191.4A patent/CN112349356B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110282584A1 (en) * | 2010-05-05 | 2011-11-17 | Conocophillips Company | Shale analysis methods |
CN103670383A (zh) * | 2012-09-17 | 2014-03-26 | 中国石油天然气股份有限公司 | 一种识别泥页岩油藏有效储层的方法及设备 |
CN103411848A (zh) * | 2013-07-25 | 2013-11-27 | 中国石油大学(华东) | 一种泥页岩吸附页岩气能力评价方法 |
CN105184106A (zh) * | 2015-10-19 | 2015-12-23 | 中国石油大学(北京) | 一种确定泥页岩储层中吸附气含量的方法及装置 |
CN108458960A (zh) * | 2018-03-27 | 2018-08-28 | 中国石油大学(华东) | 一种富有机质泥页岩含氢组分、孔隙度及孔径的评价方法 |
CN108825189A (zh) * | 2018-06-22 | 2018-11-16 | 昆明理工大学 | 强化超临界co2流体提高页岩气采收率和co2封存量的方法 |
CN109164501A (zh) * | 2018-09-07 | 2019-01-08 | 中国石油化工股份有限公司 | 一种基于分形维数评价页岩油可动性的方法 |
CN109991123A (zh) * | 2019-03-28 | 2019-07-09 | 中国石油化工股份有限公司 | 页岩油资源可动性的地球化学评价方法 |
CN110346197A (zh) * | 2019-06-11 | 2019-10-18 | 中国地质大学(武汉) | 一种吸附石油液态烃的页岩载体制备方法 |
CN111638317A (zh) * | 2020-05-30 | 2020-09-08 | 中国石油天然气股份有限公司 | 一种大型淡水湖盆陆相泥页岩油形成与演化评价方法 |
CN111694068A (zh) * | 2020-05-30 | 2020-09-22 | 中国石油天然气股份有限公司 | 一种大型淡水湖盆陆相泥页岩油形成与富集评价方法 |
Non-Patent Citations (2)
Title |
---|
卢双舫 等: "页岩油评价中的若干关键问题及研究趋势", 《石油学报》 * |
陈方文 等: "泥页岩吸附气能力评价模型———以黔南坳陷牛蹄塘组吸附气含量为例", 《中国矿业大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113700467A (zh) * | 2021-09-18 | 2021-11-26 | 中石化石油工程技术服务有限公司 | 一种快速评价页岩吸附气能量的录井分析方法和系统 |
CN114371269A (zh) * | 2021-11-29 | 2022-04-19 | 中国石油大学(华东) | 一种泥页岩有机质溶胀油定量新方法及其实验装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112349356B (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Pore characteristics of Longmaxi shale gas reservoir in the Northwest of Guizhou, China: Investigations using small-angle neutron scattering (SANS), helium pycnometry, and gas sorption isotherm | |
Cao et al. | A comparative study of the specific surface area and pore structure of different shales and their kerogens | |
Ross et al. | Shale gas potential of the lower Jurassic Gordondale member, northeastern British Columbia, Canada | |
Pepper | Estimating the petroleum expulsion behaviour of source rocks: a novel quantitative approach | |
Littke et al. | Quantification of loss of calcite, pyrite, and organic matter due to weathering of Toarcian black shales and effects on kerogen and bitumen characteristics | |
Meissner | Cretaceous and lower Tertiary coals as source for gas accumulations in the Rocky Mountain area | |
Topór et al. | The effect of organic matter maturation and porosity evolution on methane storage potential in the Baltic Basin (Poland) shale-gas reservoir | |
CN103196807B (zh) | 一种砂岩成岩过程与孔隙演化的分析方法 | |
Li et al. | Sorption model of lacustrine shale oil: Insights from the contribution of organic matter and clay minerals | |
CN112349356B (zh) | 一种泥页岩吸附油量评价模型、方法及应用 | |
Shao et al. | Experimental investigation of oil generation, retention, and expulsion within Type II kerogen-dominated marine shales: Insights from gold-tube nonhydrous pyrolysis of Barnett and Woodford Shales using miniature core plugs | |
Cao et al. | Pore formation and evolution of organic-rich shale during the entire hydrocarbon generation process: Examination of artificially and naturally matured samples | |
Guo et al. | Distinct evolution trends of nanometer-scale pores displayed by the pyrolysis of organic matter-rich lacustrine shales: Implications for the pore development mechanisms | |
Li et al. | Fractal characteristics of continental shale pores and its significance to the occurrence of shale oil in China: A case study of Biyang Depression | |
Li et al. | Origin and distribution of hydrogen sulfide in the Yuanba gas field, Sichuan Basin, Southwest China | |
Sinha et al. | Impact of solvent extraction on surface area measurements in organic-rich shales using nitrogen adsorption | |
Cao et al. | Influence of extractable organic matters on pore structure and its evolution of Chang 7 member shales in the Ordos Basin, China: Implications from extractions using various solvents | |
Sun et al. | The relationship between oil generation, expulsion and retention of lacustrine shales: Based on pyrolysis simulation experiments | |
Rigby et al. | Pore structural evolution of shale following thermochemical treatment | |
Gai et al. | Methane adsorption characteristics of overmature Lower Cambrian shales of deepwater shelf facies in Southwest China | |
Cheng et al. | Differences in the distribution and occurrence phases of pore water in various nanopores of marine-terrestrial transitional shales in the Yangquan area of the northeast Qinshui Basin, China | |
Xiong et al. | Kinetic emission of shale gas in saline water: Insights from experimental observation of gas shale in canister desorption testing | |
Stockhausen et al. | Expulsinator assessment of oil/gas generation and expulsion characteristics of different source rocks | |
Zhu et al. | Effect of petroleum chemical fraction and residual oil content in saline lacustrine organic-rich shale: A case study from the Paleogene Dongpu Depression of North China | |
Fan et al. | Distribution and occurrence of pore water and retained oil in nanopores of marine-terrestrial transitional shales during oil generation and expulsion: Implications from a thermal simulation experiment on shale plug samples |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |