CN115034489A - 一种考虑溶解作用的气藏co2埋存潜力预测方法 - Google Patents
一种考虑溶解作用的气藏co2埋存潜力预测方法 Download PDFInfo
- Publication number
- CN115034489A CN115034489A CN202210699347.4A CN202210699347A CN115034489A CN 115034489 A CN115034489 A CN 115034489A CN 202210699347 A CN202210699347 A CN 202210699347A CN 115034489 A CN115034489 A CN 115034489A
- Authority
- CN
- China
- Prior art keywords
- gas reservoir
- gas
- water
- original
- buried
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000004090 dissolution Methods 0.000 title claims abstract description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 60
- 239000008398 formation water Substances 0.000 claims abstract description 22
- 230000009919 sequestration Effects 0.000 claims abstract description 16
- 239000007789 gas Substances 0.000 claims description 117
- 238000004364 calculation method Methods 0.000 claims description 33
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 30
- 230000015572 biosynthetic process Effects 0.000 claims description 25
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 230000001186 cumulative effect Effects 0.000 claims description 16
- 239000003345 natural gas Substances 0.000 claims description 15
- 230000009545 invasion Effects 0.000 claims description 14
- 239000000203 mixture Substances 0.000 claims description 13
- 238000009933 burial Methods 0.000 claims description 12
- 230000006835 compression Effects 0.000 claims description 10
- 238000007906 compression Methods 0.000 claims description 10
- 239000012530 fluid Substances 0.000 claims description 8
- 239000011435 rock Substances 0.000 claims description 3
- 238000005063 solubilization Methods 0.000 claims 4
- 230000007928 solubilization Effects 0.000 claims 4
- 239000000463 material Substances 0.000 abstract description 12
- 239000000126 substance Substances 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 9
- 238000002347 injection Methods 0.000 description 8
- 239000007924 injection Substances 0.000 description 8
- 239000011148 porous material Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 239000004215 Carbon black (E152) Substances 0.000 description 4
- 229930195733 hydrocarbon Natural products 0.000 description 4
- 150000002430 hydrocarbons Chemical class 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 102000003712 Complement factor B Human genes 0.000 description 1
- 108090000056 Complement factor B Proteins 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000033558 biomineral tissue development Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/70—Combining sequestration of CO2 and exploitation of hydrocarbons by injecting CO2 or carbonated water in oil wells
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Physical Or Chemical Processes And Apparatus (AREA)
Abstract
本发明公开了一种考虑溶解作用的气藏CO2埋存潜力预测方法,该方法基于新的物质的量平衡方法,考虑CO2在气藏本身的地层水以及外部侵入的水中的溶解作用,建立气藏CO2埋存量预测模型。使用软件编程运算,结合具体气藏实例,预测气藏CO2埋存量潜力。对比计算结果显示,新的物质的量平衡方法考虑溶解的气藏CO2埋存量比传统物质平衡法不考虑溶解的气藏CO2埋存量多1.0969倍。本发明解决了传统物质平衡法中未考虑溶解的问题,使气藏CO2埋存潜力预测结果更精确。
Description
技术领域
本发明涉及CO2埋存量技术领域,尤其是一种考虑溶解作用的气藏CO2埋存潜力预测方法。
背景技术
随着世界范围内化石燃料的使用,CO2排放量在不断增加,过量排放CO2将会带来严重的环境影响。CO2气体具有吸热和隔热的功能。过量排放CO2的结果是在地球表面形成一种无形的玻璃罩,使太阳辐射到地球上的热量无法向外层空间发散,其结果是地球表面变热。这种变化也被称为温室效应,CO2也被称为温室气体。温室效应会导致海平面上升、气候反常,海洋风暴增多、土地干旱,沙漠化面积增大和病虫害增加等。为了解决和应对温室效应,国内外的研究学者提出了很多种解决方法,其中CO2捕集、利用和埋存技术(CCUS)被认为是国家和全球减排方案的核心组成部分。有学者认为CCUS将会成为对CO2减排贡献最大的单个技术,并预测其贡献将从2020年占总减排量的3%提高到2030年的10%,再到2050年的20%左右。这一观点得到国内外的普遍认同。CO2埋存的经济效益同样不可忽略。在常规煤化工、钢铁、水泥等高CO2排放行业,处理排放出来的CO2需要花费的经济远超于埋存的成本。同样,对于温室效应带来的严重环境影响上,解决这些问题所消耗的社会成本和经济成本远大于CO2埋存技术的成本。因此CCUS技术的发展将给世界带来巨大的环境效益和经济效益。
CO2埋存地点包括:枯竭油藏、枯竭气藏、盐水层、煤层等多种储层。针对不同的埋存地点,埋存机理也不尽相同,埋存机理主要有构造埋存、溶解埋存、残余气埋存、矿化埋存、水动力埋存等。天然气比液态的石油具有更大的压缩性,且气藏采收率一般比油藏采收率高,所以与枯竭油藏相比,枯竭气藏具有更多的CO2埋存空间,中国天然气储量排名世界第六,探明储量达12.468万亿立方米,气藏资源丰富,因此气藏为CO2埋存的有利场所。
气藏CO2埋存量计算方法包括容积法、压缩系数法、类比法、概率预测法、数值模拟法、传统物质平衡法等。容积法主要考虑储层属性如岩性、孔隙度、渗透率、面积、厚度等,结合CO2埋存效率即注入CO2所占的体积占据孔隙体积的比例;类比法通过对比不同气藏的属性特征,简单估算相似气藏的埋存量的大致范围,得到理论埋存量,因此计算具有很大的误差;概率预测法通过建立概率模型来求解埋存量,其中考虑了输入参数的不确定性,但其所需储层数据量过大,部分参数在矿场应用中很难获取;数值模拟法通过建立数值模型模拟埋存过程,建模过程复杂、模拟时间长,且参数获取难度较大。因此,上述方法在矿场应用中适用性较差。
传统物质平衡法与数值模拟法和概率预测法等动态方法相比,计算过程更简单,效率更高;且计算所需参数均可根据矿场实际参数来取值,解决了数值模拟法和概率预测法中参数不易获取的问题。此外,传统物质平衡法相较于容积法、压缩系数法、类比法等静态法而言,考虑影响埋存量的因素更全面,计算结果更贴近实际,且具有更高的精度。但传统物质平衡方法存在一定问题:未考虑到CH4、CO2的溶解作用对埋存量的影响。当温度为37℃、压力为0.1MPa时,CO2在地层水中的溶解度能够达到50kg/m3,而地层温度和压力下更有利于CO2的溶解。因此,在进行气藏CO2埋存时,溶解捕集CO2的埋存机制不能忽略。
在矿场实际应用中,溶解作用对CO2埋存潜力的影响不能忽略。因此,亟需研究基于物质的量平衡原理考虑CO2溶解作用预测气藏CO2埋存潜力的有效方法。
发明内容
本发明的目的是提供一种基于物质的量平衡原理考虑CO2溶解作用预测气藏CO2埋存潜力的方法。该方法采用以下三个公式之一计算CO2埋存量GCO2或者CO2埋存量与累计采出井流物比值RC-N:
式中,是剩余混合气时的地层压力,MPa;ce是有效压缩系数;pi是原始地层压力,MPa;Gi是地质储量,m3;Zfgi是原始自由气偏差因子;We是水侵量,m3;Wp是累计产水量,m3;Bw是混合状态下地层水体积系数,m3/m3;Zsc是标况下偏差因子;psc是标况下压力,MPa;cw是地层水压缩系数;M是水体倍数;Swc是束缚水饱和度;是混合状态下溶解气水比,m3/m3;Swi是原始含水饱和度;Rswi是原始状态下溶解气水比,m3/m3;Bwi是原始状态下地层水体积系数,m3/m3;Gp是累计井流物产量,m3;是剩余混合气偏差因子;是剩余混合气温度,K;Tsc是标况下温度,K;Ti是原始地层温度,K;是CO2埋存量,m3;RC-N是CO2埋存量与累计采出井流物比值;RN-I是累计采出井流物与地质储量的比值。
根据上述的CO2埋存量计算公式,采用软件编程计算。
针对具体气藏,对CO2埋存量计算公式中的参数进行求解和赋值,计算得到CO2埋量。
上述计算公式中,水侵量We的计算公式如下:
We=GpBg+WpBw-Ng(Bg-Bgi)
式中,Ng是气藏的原始地质储量,m3;Gp是累积产气量,m3:Bgi是气藏天然气的原始体积系数,m3/m3;Bg是气藏天然气的目前的体积系数,m3/m3;Wp是累计产水量,m3;Bw是混合状态下地层水体积系数,m3/m3。
进一步的,气藏天然气的原始体积系数Bgi和目前的体积系数Bg的计算公式分别为:
式中,psc是标况下压力,MPa;Zi是原始天然气偏差系数;Ti是气藏初始温度,K;Pi是原始地层压力,MPa;Tsc是标况下温度,K;Z是目前天然气偏差系数;T是目前的气藏温度,K;P是目前地层压力,MPa。
有效压缩系数ce由以下公式计算得到:
式中,cf是岩石压缩系数;cw是地层水压缩系数;Swc是束缚水饱和度;Swi是原始含水饱和度。
与现有技术相比,本发明的有益之处在于:
目前缺乏基于物质的量平衡原理考虑CO2溶解预测气藏CO2埋存潜力的有效方法,导致评估结果出现偏差,在矿场实际应用中,应重点考虑溶解对CO2埋存量计算产生的影响。本方法开展的研究使人们更好地理解了CO2埋存量计算过程,这对优化现场CO2埋存量计算具有重要意义。本发明提出一种考虑CO2溶解作用的新的物质的量平衡的方法。与传统物质平衡法相比,重点考虑了CO2在地层水中的溶解效应对气藏CO2埋存量的影响。新的物质的量平衡方法中对溶解的考虑是动态全面的,包括流体组成、温度、压力等参数对气体溶解于地层水中的影响,同样考虑偏差系数、体积系数随着压力和温度的变化。最终的实例计算结果表明,考虑溶解效应的新的物质的量平衡方法比传统不考虑溶解的物质平衡法多1.0969倍的CO2埋存量,解决了传统方法预测CO2埋存量偏低的问题。在传统物质平衡法的基础上,考虑CO2溶解埋存机制后,埋存量更大,CO2埋存量预测结果更精确。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1、物质平衡方法解释图。
图2、实施例中采出程度、相对压力和水侵系数的关系曲线图。
图3、CO2埋存量随地层压力的变化图。
图4、CO2埋存量与累计采出井流物的比值与RC-N关系曲线图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如图1所示,给出了物质平衡方法的具体解释图,其中从左到右的矩形分别代表气藏从生产期到枯竭,再到埋存的时间顺序,各个字母代表含义:(a):剩余混合气;(b):剩余水溶混合气;(c):原始气;(d):原始水溶烃;(e):采出井流物;(f):注入CO2量;(g):生产至枯竭时地层残余气。
物质平衡方程及其推导过程如下:
摩尔守恒基本关系为:
剩余混合气摩尔量+剩余水溶混合气摩尔量=原始气相摩尔量+原始水溶烃气摩尔量-采出井流物摩尔量+注入CO2摩尔量,即表达式如下:
式中:
nfgi:原始气相摩尔量,kmol;
nsgi:原始水溶气摩尔量,kmol;
np:采出的井流物摩尔量,kmol;
式中:
R:通用气体常数,MPa·m3/(kmol·K);
VHCi:原始烃类孔隙体积,m3;
Wp:累计产水量,m3;
pi:原始地层压力,MPa;
ce:有效压缩系数;
We:水侵量;
Bw:混合状态下地层水体积系数;
cf:岩石压缩系数;
cw:地层水压缩系数;
Swc:束缚水饱和度;
Swi:原始含水饱和度。
式中,
psc:标况下压力,MPa;
M:水体倍数,定义为水体体积与气藏原始孔隙体积之比;
Zsc:标况下偏差因子;
R:通用气体常数,MPa·m3/(kmol·K);
Tsc:标况下温度,K;
Bw:混合状态下地层水体积系数,m3/m3;
pi:原始地层压力,MPa;
We:水侵量。
原始气相摩尔量nfgi根据公式(6)计算:
式中,
nfgi:原始气相摩尔量,kmol;
pi:原始地层压力,MPa;
VHCi:原始烃类孔隙体积,m3;
Zfgi:原始自由气偏差因子;
R:通用气体常数,MPa·m3/(kmol·K);
Ti:原始地层温度,K。
原始水溶气摩尔量nsgi按照公式(7)计算:
式中,
nsgi:原始水溶气摩尔量,kmol;
VAQ:水体体积,m3;
Vwc:束缚水体积,m3;
Rswi:原始状态下溶解气水比,m3/m3;
Bwi:原始状态下地层水体积系数,m3/m3;
M:水体倍数,定义为水体体积与气藏原始孔隙体积之比。
采出的井流物摩尔量np按照公式(9)得到:
np:采出的井流物摩尔量,kmol;
psc:标况下压力,MPa;
Gp:累计井流物产量,m3;
Zsc:标况下偏差因子;
R:通用气体常数,MPa·m3/(kmol·K);
Tsc:标况下温度,K。
psc:标况下压力,MPa;
Zsc:标况下偏差因子;
R:通用气体常数,MPa·m3/(kmol·K);
Tsc:标况下温度,K。
将(2)、(3)、(5)、(6)、(7)、(9)、(10)代入(1)式中,得到公式(11):
由(12)、(13)可以得到:
VHCi=Gi·Bgi (14)
将(14)代入(11)式中:
将(16)代入(15)式中:
消去相同项得:
或合并Gi:
其中:
变为RC-N和NP-Z形式:
同除Gp得:
其中:
式中,是剩余混合气时的地层压力,MPa;ce是有效压缩系数;pi是原始地层压力,MPa;Gi是地质储量,m3;Zfgi是原始自由气偏差因子;We是水侵量,m3;Wp是累计产水量,m3;Bw是混合状态下地层水体积系数,m3/m3;Zsc是标况下偏差因子;psc是标况下压力,MPa;cw是地层水压缩系数;M是水体倍数;Swc是束缚水饱和度;是混合状态下溶解气水比,m3/m3;Swi是原始含水饱和度;Rswi是原始状态下溶解气水比,m3/m3;Bwi是原始状态下地层水体积系数,m3/m3;Gp是累计井流物产量,m3;是剩余混合气偏差因子;是剩余混合气温度,K;Tsc是标况下温度,K;Ti是原始地层温度,K;是CO2埋存量,m3;RC-N是CO2埋存量与累计采出井流物的比值;RN-I是累计采出井流物与地质储量的比值。
通过推导可以得出式(20)、(21)、(22)都是不同形式的考虑溶解的气藏埋存量计算公式。公式中涉及的参数,除了水侵量We外,其他参数对于某个具体气藏来说,都是已知的或者可以通过气藏资料简单计算得出。即We属于未知参数,其他参数都属于已知参数。然后通过软件编程计算。
本发明的气藏埋存量计算方法应用到某个具体气藏实例中,方法如下:
已知的参数取值见表1。
表1、某气藏已知参数的取值
未知需要计算的参数是水侵量We(m3),计算得到的值为128943.439。具体计算方法如下:
水侵量We计算公式如下:
We=GpBg+WpBw-Ng(Bg-Bgi)
带入本次气藏埋存量案例计算中的数据进行气藏水侵量计算。按照上述方法进行气藏水侵量计算,整个计算过程从气藏开始开采到产出0.5159×108m3时对应地层压力为18MPa时侵入地层的水侵量大小。
已知:
原始地层压力:Pi=37MPa;
原始天然气偏差系数:Zi=0.9803;
目前地层压力:P=14.67MPa;
目前天然气偏差系数:Z=0.9306;
累积产气量:Gp=0.5159×108m3;
原始地质储量:Ng=0.8×108m3;
累计产水量:Wp=8.43×104m3;
混合状态下地层水体积系数:Bw=1.0383。
气藏的目前采出程度RD:
将计算得到的(0.6449,0.4177)点代入图2所示的曲线图,该点在图中的位置明显位于45°对角线之上的三角形区域,所以可以判断出该气藏存在水侵,通过下式计算出水侵体积系数为:
同时从曲线图上也可以判断出水侵体积系数数值在0.14左右附近,代表计算结果可用,再通过下式可以计算出气藏被水侵占据的有效孔隙体积大小:
最后通过式下式计算出气藏水侵量大小:
We=GpBg+WpBw-Ng(Bg-Bgi)=0.5159×108×0.00828659+8.43×104×1.0378-0.8×108(0.00828659-0.00346099)=128943.439
通过软件编程计算,结果如图3和图4所示。图3是埋存量随着压力的变化图。从图3可以明显得出,当储层压力为具体指时,对应的埋存量。图4是CO2埋存量与累计采出井流物的比值与RC-N关系曲线图,通过压力和其他一些参数可以计算出NP-Z大小,带入曲线得出RC-N大小,由于产出量已知,所以也可以得出注的量。
通过对比分析两种情况下的气藏埋存量计算,即不考虑溶解和考虑溶解的气藏埋存量计算,其中每种又具体分为有水侵量和无水侵量的情况,同时也考虑使用Bachu的方法计算理论埋存量,对比结果见表2。
表2、气藏CO2埋存量计算结果对比
上表中,不考虑溶解的的气藏埋存量计算公式参考现有文献:Chi-Chung Tseng,Bieng-Zih Hsieh,Shin-Tai Hu,Zsay-Shing Lin,Analytical approach for estimatingCO2 storage capacity of produced gas reservoirs with or without a waterdrive,International Journal of Greenhouse Gas Control,Volume 9,2012,Pages254-261,ISSN 1750-5836。公式中各参数的含义在该文献中有详细解释。
通过软件编程计算出上述表格中的具体数据。可以看出,两种方法,即考虑不考虑溶解和考虑溶解的计算基础数据一致,但是与传统物质平衡方法相比,新的物质的量平衡法的计算结果更有利于气藏CO2埋存。两种方法都充分考虑水侵量的影响,不考虑溶解和考虑溶解的气藏CO2埋存量结算结果分别是97050吨和203500吨。其中考虑溶解的新的物质的量平衡的计算方法的假设基础是充分考虑CO2在水中的溶解,计算得出考虑溶解的气藏埋存量比不考虑溶解的气藏埋存量多106450吨,多出1.0969倍的CO2埋存量。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (6)
式中,是剩余混合气时的地层压力,MPa;ce是有效压缩系数;pi是原始地层压力,MPa;Gi是地质储量,m3;Zfgi是原始自由气偏差因子;We是水侵量,m3;Wp是累计产水量,m3;Bw是混合状态下地层水体积系数,m3/m3;Zsc是标况下偏差因子;psc是标况下压力,MPa;cw是地层水压缩系数;M是水体倍数;Swc是束缚水饱和度;是混合状态下溶解气水比,m3/m3;Swi是原始含水饱和度;Rswi是原始状态下溶解气水比,m3/m3;Bwi是原始状态下地层水体积系数,m3/m3;Gp是累计井流物产量,m3;是剩余混合气偏差因子;是剩余混合气温度,K;Tsc是标况下温度,K;Ti是原始地层温度,K;是CO2埋存量,m3;RC-N是CO2埋存量与累计采出井流物比值;RN-I是累计采出井流物与地质储量的比值。
2.如权利要求1所述的考虑溶解作用的气藏CO2埋存潜力预测方法,其特征在于,根据CO2埋存量计算公式,采用软件编程计算。
3.如权利要求2所述的考虑溶解作用的气藏CO2埋存潜力预测方法,其特征在于,针对具体气藏,对CO2埋存量计算公式中的参数进行求解和赋值,计算得到CO2埋存量。
4.如权利要求3所述的考虑溶解作用的气藏CO2埋存量计算方法,其特征在于,所述水侵量We的计算公式如下:
We=GpBg+WpBw-Ng(Bg-Bgi)
式中,Ng是气藏的原始地质储量,m3;Gp是累积产气量,m3:Bgi是气藏天然气的原始体积系数,m3/m3;Bg是气藏天然气的目前的体积系数,m3/m3;Wp是累计产水量,m3;Bw是混合状态下地层水体积系数,m3/m3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210699347.4A CN115034489B (zh) | 2022-06-20 | 2022-06-20 | 一种考虑溶解作用的气藏co2埋存潜力预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210699347.4A CN115034489B (zh) | 2022-06-20 | 2022-06-20 | 一种考虑溶解作用的气藏co2埋存潜力预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115034489A true CN115034489A (zh) | 2022-09-09 |
CN115034489B CN115034489B (zh) | 2023-04-18 |
Family
ID=83125483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210699347.4A Active CN115034489B (zh) | 2022-06-20 | 2022-06-20 | 一种考虑溶解作用的气藏co2埋存潜力预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115034489B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115758936A (zh) * | 2022-11-23 | 2023-03-07 | 西南石油大学 | 一种考虑水溶气的枯竭气藏储气库潜力评价模型及方法 |
CN115983734A (zh) * | 2023-01-05 | 2023-04-18 | 西南石油大学 | 考虑co2作为垫气的枯竭气藏储气库库容评价模型及方法 |
CN116431956A (zh) * | 2023-03-21 | 2023-07-14 | 西南石油大学 | 一种以co2作为垫气的枯竭气藏多孔介质储氢潜力评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103343678A (zh) * | 2013-07-23 | 2013-10-09 | 中国石油大学(华东) | 一种注二氧化碳开采水溶气的系统和方法 |
CN113882850A (zh) * | 2021-10-18 | 2022-01-04 | 中国石油大学(北京) | 气藏动态储量预测方法及装置 |
-
2022
- 2022-06-20 CN CN202210699347.4A patent/CN115034489B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103343678A (zh) * | 2013-07-23 | 2013-10-09 | 中国石油大学(华东) | 一种注二氧化碳开采水溶气的系统和方法 |
CN113882850A (zh) * | 2021-10-18 | 2022-01-04 | 中国石油大学(北京) | 气藏动态储量预测方法及装置 |
Non-Patent Citations (7)
Title |
---|
BILAL SHAMS等: "General Material Balance for Gas Condensate Reservoir and its GIIP Estimations", 《JOURNAL OF PETROLEUM & OJ ENVIRONMENTAL BIOTECHNOLOGY》 * |
吕渐江等: "考虑相态变化的CO_2气藏物质平衡方程", 《新疆石油地质》 * |
张晨朔等: "基于状态方程的溶解气回注油藏物质平衡计算方法", 《科学技术与工程》 * |
江怀友等: "世界油气储层二氧化碳埋存量计算研究", 《地球科学进展》 * |
程志伟等: "废弃凝析气藏CO_2埋存物质平衡方程研究", 《新疆石油天然气》 * |
郭平等: "考虑水溶气的凝析气藏物质平衡方程", 《天然气工业》 * |
黄小亮等: "CO_2气藏的物质平衡方程推导", 《重庆科技学院学报(自然科学版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115758936A (zh) * | 2022-11-23 | 2023-03-07 | 西南石油大学 | 一种考虑水溶气的枯竭气藏储气库潜力评价模型及方法 |
CN115758936B (zh) * | 2022-11-23 | 2023-08-15 | 西南石油大学 | 一种考虑水溶气的枯竭气藏储气库潜力评价模型及方法 |
CN115983734A (zh) * | 2023-01-05 | 2023-04-18 | 西南石油大学 | 考虑co2作为垫气的枯竭气藏储气库库容评价模型及方法 |
CN115983734B (zh) * | 2023-01-05 | 2023-11-14 | 西南石油大学 | 考虑co2作为垫气的枯竭气藏储气库库容评价模型及方法 |
CN116431956A (zh) * | 2023-03-21 | 2023-07-14 | 西南石油大学 | 一种以co2作为垫气的枯竭气藏多孔介质储氢潜力评价方法 |
CN116431956B (zh) * | 2023-03-21 | 2023-10-20 | 西南石油大学 | 一种以co2作为垫气的枯竭气藏多孔介质储氢潜力评价方法 |
US12117385B1 (en) | 2023-03-21 | 2024-10-15 | Southwest Petroleum University | Method for evaluating the underground hydrogen storage (UHS) capacity in porous media of depleted gas reservoirs using CO2 as cushion gas |
Also Published As
Publication number | Publication date |
---|---|
CN115034489B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Assessment of CO2 trapping mechanisms in partially depleted oil-bearing sands | |
CN115034489B (zh) | 一种考虑溶解作用的气藏co2埋存潜力预测方法 | |
Bo et al. | Impact of experimentally measured relative permeability hysteresis on reservoir-scale performance of underground hydrogen storage (UHS) | |
Zerai et al. | Computer simulation of CO2 trapped through mineral precipitation in the Rose Run Sandstone, Ohio | |
Ampomah et al. | Farnsworth field CO2-EOR project: performance case history | |
AU2003248458A1 (en) | Process for Predicting Porosity and Permeability of a Coal Bed | |
Sin et al. | Multiphase multicomponent reactive transport and flow modeling | |
AlRassas et al. | CO2 Sequestration and enhanced oil recovery via the water alternating gas scheme in a mixed transgressive sandstone-carbonate reservoir: Case study of a large middle east oilfield | |
Kutsienyo et al. | Evaluation of CO2-EOR performance and storage mechanisms in an active partially depleted oil reservoir | |
Mkemai et al. | Geological performance evaluation of CO2 sequestration in depleted oil reservoirs: A simulation study on the effect of water saturation and vertical to horizontal permeability ratio | |
Adu-Gyamfi et al. | Assessment of chemo-mechanical impacts of CO2 sequestration on the caprock formation in Farnsworth oil field, Texas | |
Barbosa Machado et al. | A practical and innovative workflow to support the numerical simulation of CO2 storage in large field-scale models | |
Fathy et al. | Effects of rock heterogeneity and wettability on CO2 mineralization during storage in UAE Depleted carbonate gas formations | |
Abdulwarith et al. | Prediction/Assessment of CO2 EOR and Storage Efficiency in Residual Oil Zones Using Machine Learning Techniques | |
Ahmed et al. | Case study on combined CO2 sequestration and low-salinity water production potential in a shallow saline aquifer in Qatar | |
Aminu et al. | A modelling study to evaluate the effect of impure CO2 on reservoir performance in a sandstone saline aquifer | |
Ampomah et al. | Numerical simulation of CO2-EOR and storage potential in the Morrow formation, Ochiltree County, Texas | |
Bigeldiyev et al. | Dynamic modeling of the gas discharge of a mine in the Karaganda coal basin under high uncertainty using a multiple realization approach | |
Adu‐Gyamfi et al. | Simulation study of chemo‐mechanical impacts of CO2 injection in morrow b sandstone reservoir | |
Audigane et al. | Reactive transport modeling using TOUGHREACT for the long term CO2 storage at Sleipner, North Sea | |
Ahmed | Modeling Density Effects in CO2 Injection in Oil Reservoirs and a Case Study of CO2 Sequestration in a Qatari Saline Aquifer | |
Solano et al. | Sensitivity study of CO2 storage in saline aquifers in the presence of a gas cap | |
Hosseininoosheri et al. | A Comparative Study of CO2-Flood Displacement Efficiency for Different CO2 Injection Strategies: Permian Basin vs. US Gulf Coast | |
Zerai | Carbon dioxide sequestration in saline aquifer: Geochemical modeling, reactive transport simulation and single-phase flow experiment | |
Lin | Algorithm for determining optimum sequestration depth of CO2 trapped by residual gas and solubility trapping mechanisms in a deep saline formation |
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 |