Размещено на http://www.allbest.ru

УДК 552.54 (574)

Моделирование трещин в карбонатных коллекторах на примере месторождений Казахстана

В.Н. Бабашев



Жырыл?ан коллекторларды? ?асиетпін, сонымен ?атар кен орындарын игеру кезіндегі оларды? т?ртібін зерттеу к?птеген жылдар бойы ж?ргізілуде. Жыры?тар ??рамаларыны? ???ылар ж?мысына ?серін т?сіну, ???ыларды? дебитін, тез с?лануына , ?абат ?ысымыны? т?мендеуін ?к?не ?німділігін болжау?а м?мкіндік береді. Осы ма?ала ?абат айма?ында?ы жыры? коллекторларды? к?лемін аны?тау ?дістемесі берілген, коллекторларды? екід?режелі кеуектілік пен ?ткізгіштік моделі ??рыл?ан, ??рыл?ан моделді Каспий бойы ойпатыны? карбонатты ??рылымдардында пайдалану к?зделген.

КІЛТ С?ЗДЕР: Жыры?талыну, коллектор, ?діс, кен орын, моделдеу, адаптация.

Исследования свойств трещиноватых коллекторов, а также их поведение при разработке месторождения ведутся уже много лет. Понимание влияния трещинной составляющей на работу скважины даст возможность правильно прогнозировать потенциальный дебит, причину быстрого обводнения, снижения пластового давления, продуктивности скважины. В статье представлен методический подход к определению объема трещинного коллектора в пластовом резервуаре, создания модели двойной пористости и двойной проницаемости и использования данного подхода в моделировании карбонатных построек подсолевого комплекса Прикаспийской впадины.

КЛЮЧЕВЫЕ СЛОВА: Трещиноватость, коллектор, метод, месторождение, моделирование, адаптация.

Studies of fractured reservoirs properties, as well as their behavior during field development has been carrying out for many years. Understanding the fractured component effect of the well operation will enable to predict correctly the potential flow rate, cause of rapid flooding, reservoir pressure decline and well productivity. This article presents the methodological approach to the determination of fractured reservoir volume in the reservoir, developing the double porosity and double permeability model and use of this approach in the modeling of carbonate mounds of pre-salt play of Caspian basin.

KEY WORDS: Jointing, collector, method, field, modeling, adaptation.



Трещиноватые карбонатные коллекторы содержат важную и все возрастающую долю мировых запасов углеводородов. Растущий спрос мирового энергетического рынка показывает, что трещиноватые резервуары стали играть более значительную роль в качестве глобального источника энергии. трещинный коллектор пластовый резервуар карбонатный впадина

В отличие от более изученных и предсказуемых терригенных коллекторов, трещиноватые карбонатные породы имеют множество сложностей в их исследовании и моделировании. Такие сложности включают в себя:

- Стремительное и неравномерное снижение пластового давления в связи с быстрой выработкой активных запасов трещинной нефти;

- Сильное снижение дебитов нефти и коэффициентов продуктивности, когда из-за быстрого падения пластового давления происходит смыкание трещин, вследствие чего уменьшается трещинная проницаемость;

- Неоднородность дебитов нефти по площади. Как правило, 20-30% скважин, расположенных в зонах трещиноватости, обеспечивают добычу 70-80% всей нефти;

- Непредсказуемая динамика обводнения скважин в режиме нагнетания воды, когда вода в очень короткие сроки достигает зону добывающих скважин по мегатрещинам, существенно уменьшая замещение нефти в матрице;

- Притоки нефти по трещинам из плотных интервалов карбонатного разреза, не выделяемых по геофизическим исследованиям скважин (ГИС).

На сегодняшний день нет единой методики моделирования трещин в карбонатных коллекторах, которая бы с достаточной точностью предсказывала распространение трещин и их свойства во всех коллекторах. Соответственно, изучение каждого месторождения требует своего подхода. Разные методы главным образом зависят от наличия данных, таких как изображения микросканеров скважин или трасинговых исследований.

Исследования свойств трещиноватых коллекторов, а также их поведение при разработке ведутся уже много лет. Сегодня, существует три основных типа моделей трещин коллекторов [1-6]:

· Модель двойной пористости;

· Модель двойной пористости и двойной проницаемости;

· Дискретная модель трещин.

Математические расчеты течения жидкости в коллекторе с неоднородной пористостью были впервые предложены в 1960 году [2]. Позднее, Уоррен и Рут представили свою модель двойной пористости [10]. Данная модель представляет собой идеализированную систему одинаковых блоков матрицы разделенных ортогональной сетью трещин (Рис. 1), где течение жидкости осуществляется по трещинам, а матрица служит лишь емкостью для накопления углеводородов. Главным параметром такой системы, является функция трансфера жидкости между матрицей и трещинами у, которая зависит от размера и формы блоков матрицы [8, 9]:

(1)

Немного более реалистичной является модель двойной пористости и двойной проницаемости, в которой также учитывается течение в матрице. В отличие от предыдущей модели, блоки матрицы в ней сообщаются между собой. Наиболее простым примером такой модели является система, где блоки матрицы представляют собой колонны, разделенные вертикальными трещинами. Несмотря на то, что данные модели не воспроизводят морфологию коллекторов, они достаточно информативно описывают течение жидкости в них.



Рис. 1. Модель двойной пористости [Warren and Root, 1963]

Сегодня, с развитием вычислительной техники, появилась возможность моделирования индивидуальных трещин и присущих им свойств. При моделировании дискретных трещин, каждая трещина является отдельной единицей, и имеет набор параметров, влияющих на общие свойства коллектора, такие как пористость и проницаемость. Данными параметрами являются: азимут, угол падения, апертура, форма, размер и плотность. Значения этих параметров получают из разных источников, таких как:

• Данные пластовых микроимиджеров (FMI, CMI, FMS и др.);

• Структурные модели коллекторов;

• Эксплуатационные данные;

• Гидродинамические исследования скважин;

• Анализ керна;

• Трасинговые исследования;

• Анализ потерь бурового раствора;

• Исследования PLT;

• Фациальные модели.

• Геофизические исследования скважин.

В такой системе, объем породы, ограниченный трещинами, образует блоки матрицы, которые также имеют разную форму и размер. Одна из первых таких моделей была построена в 1978 году [1], и затем неоднократно усовершенствована [4]. В ней трещины имели ограниченную длину, направление обуславливалось функцией распределения, а количество генерируемых трещин зависело от их интенсивности.

С развитием метода моделирования дискретных трещин, появилась необходимость точного определения всех параметров, влияющих на динамические и емкостные свойства коллекторов. Исходя из наличия имеющихся данных, выделяются несколько основных методов определения данных параметров, основанные на региональных стрессах, гидродинамических испытаниях скважин, детальном изучении керна, геофизических и других данных.

Борн и его коллеги [3] представили полудетерминистский метод предсказания пространственного распределения природных трещин и их влияние на моделирование потоков.

Сначала, вычисляется распределение напряжений в момент трещинообразования, при использовании современной структурной геометрии коллектора и геомеханических моделей деформации пород. Далее, вычисленное поле напряжений используется для моделирования появления, развития и затухания сети трещин в его рамках. Смоделированные трещины затем частично ограничиваются и удостоверяются данными керна, сканированием скважин, потерями бурового раствора и изучением обнажений. Наконец, трещины перемасштабируются динамически, путем имитации потока через дискретные сети трещин в блоке сетки. Для сокращения неопределенностей, модель коррелируется с гидродинамическими и производственными данными.

По словам Дженкинса и др. [7], основными геологическими факторами трещиноватости являются типы фаций, пористость и зональность коллектора. Геомеханические факторы включают в себя деформацию, наклон и кривизну структурных поверхностей в разных направлениях, и дистанцию до разломов. А сейсмическими факторами являются упругие свойства и акустический импеданс. В сочетании друг с другом, эти движущие силы являются гораздо более мощным инструментом характеристики системы трещин, чем при использовании их по отдельности.

При работе в 3-D, индикаторы трещин привязываются к ячейкам модели пересекаемых стволами скважин, и факторы трещинообразования состоят из распределенных свойств, обусловленных керном, а также каротажными и сейсмическими данными. Затем, нейронная сеть используется для поиска возможных отношений между факторами трещинообразования и индикаторами трещин наблюдаемых в стволе скважины. Нейросетевой подход сначала классифицирует все факторы в соответствии с тем, как надежно они соотносятся с индикаторами трещин. Наиболее хорошо скоррелированные факторы далее проходят проверку и используются в процессе непрерывного моделирования трещин (CFM).

В своей модели, Фришбаттер и Хэнк [5] используют технику конечных разностей (Finite Element или FE) и FE код ANSYS® (Ansys Inc., Хьюстон, США). Метод основан на двух главных группах данных:

· Входные данные (геометрия коллектора, свойства пород, граничные условия);

· Независимые данные (поле напряжения, трещины, полученные с помощью керна и каротажа), используемые для калибровки модели.

Сначала геометрия коллектора, состоящая из разломов и литологических горизонтов, импортируется в симулятор и делится на ячейки. Так называемые контактные элементы создаются по обе стороны разломов, которые содержат информацию о коэффициентах трения данных разломов. В случае, если сдвиговая прочность закона Мора-Куломба будет превышена, элементы сместятся относительно друг друга. Свойства пород задаются в ячейках на основе литологии, и могут описывать как эластичную деформацию (на основе закона Хука), так и пластичную (на основе закона Мора-Куломба с использованием сил сцепления и угла внутреннего трения). Далее, задаются граничные условия вертикального поля напряжения: нижняя граница неподвижна, а верхняя обусловлена давлением вышележащей толщи. Результаты моделирования представляют из себя полный тензор напряжения (три основных стресса). Вдобавок, данные о напряжении могут быть использованы для предсказания типа, ориентации и плотности трещин в коллекторе.

Как уже говорилось ранее, каждое месторождение требует своего подхода при моделировании. Месторождение, на основе которого строилась данная модель, не является исключением. Первой и пока единственной попыткой описания трещин коллектора была модель, созданная в 2010 году (Van Hooff et al., 2010). При предварительном изучении трещин, был выявлен ряд сложностей, не позволяющий применить одну из уже существующих моделей:

· Очень большой разброс азимутов и углов падения трещин, не всегда коррелируемых с имеющимися геологическими, тектоническими или гидродинамическими данными. На месторождении было выявлено как минимум 10 семейств трещин.

· Из всех сейсмических атрибутов, только атрибут вариативности смог быть полезен для оконтуривания разломов. Остальные атрибуты не объясняли ни направление, ни интенсивность трещин. Кривизна, или вторая производная поверхности, также не была пригодна для анализа.

· Данные PLT также не были информативными, и связь между суммарным дебитом и числом трещин в заданных интервалах не установлена.

· Нет стратиграфического объяснения распространения трещин.

В итоге, интенсивность трещин была сгенерирована и масштабирована для каждой группы трещин отдельно. Затем, данные были интерполированы, используя метод криггинга, и дополнительно была применена зависимость интенсивности от расстояния до разломов. Значения аппретуры и проницаемости было решено выбрать одно и применить их для всех дискретных трещин.

В свою очередь, мы можем сделать следующие выводы по применению вышесказанных моделей на исследуемом месторождении:

· Ввиду ограниченных данных FMI/CMI, моделирование трещин на их основании не является достаточно достоверным в регионах с ограниченным количеством или отсутствием скважин. При интерполяции свойств трещин по всем регионам, данные могут быть сильно искажены, так как нет достаточного количества основополагающих принципов их развития, помимо дистанций до разломов.

· При моделировании трещин, связанных с разломами, используется единая функция для всего коллектора. При этом, не учитывается мощность разломов. Соответственно, каждый разлом может иметь свою силу, которая диктует затухание интенсивности трещин на расстоянии. Мы предполагаем, что большие ограничивающие разломы на востоке и западе месторождения, сильнее воздействуют на породы вблизи их.

· В моделях не учитываются данные дебита жидкости и гидродинамических исследований, которые напрямую зависят от трещиноватости коллектора в месте бурения.

· Разрешение сейсмических данных месторождения очень низко, главным образом из-за массивной соляной толщи, перекрывающей коллектор и большой глубины исследования залегания. Поэтому применение модели Дженкинса невозможно.

· Моделирование трещин на основе современного поля напряжений согласно Борну невозможно ввиду его неоднородности. При сдвиге, основной стресс расположен под углом к главным разломам, а вторичные стрессы могут быть направлены перпендикулярно им при выдавливании небольших блоков вверх (цветочная структура). Также, при таком моделировании большую роль играет отношение среднего и минимального стрессов (Sv и Shmin), данные о которых на месторождении плохо изучены.

После тщательного изучения имеющихся трещинных данных, а также исследования моделей наших западных коллег, компания “Timal Consulting Group” создала свою модель трещин месторождения. Главной задачей данной модели является предсказание распространения трещин и их свойств для последующего применения в симуляторе и при пересчете запасов углеводородов. В своем алгоритме, мы выделяем 7 основных шагов. Для их реализации был создан плагин для Petrel, позволяющий выполнять каждый из указанных этапов:

- Шаг 1. Обработка данных FMI/CMI/FMS/CBIL.

- Шаг 2. Обработка данных разломов.

- Шаг 3. Обработка данных эксплуатации.

- Шаг 4. Обработка данных трассерных и геохимических исследований.

- Шаг 5. Создание тренда плотности трещин.

- Шаг 6. Получение средних параметров трещин для каждой ячейки.

- Шаг 7. Применение модели и контроль адаптации по каждой скважине.

За исходные данные имейджинговых исследований были взяты результаты интерпретации, которые включают в себя тип, глубину залегания (MD), азимут падения, угол падения и апертуру трещин. Так как апертура была проинтерпретирована не для всех трещин, были использованы ее средние значения для отдельных групп и типов, согласно которым будет проверяться апертура, рассчитанная в следующих шагах моделирования.

Данные интенсивности трещин, полученные имейджерами, затем коррелируются по глубине и отдельным геологическим горизонтам. При этом определяется закономерность распространения трещин от глубины залегания и особенности пород. Плотность трещин при этом сравнивается с такими свойствами как пористость горизонта.

Данные разломов были получены из ранее построенной структурной модели коллектора. На ее основе, мы создали куб расстояний от каждой ячейки до ближайшего полигона разлома. При этом, стандартный процесс Petrel использован не был, так как он не позволяет работать с разломами, пересекающими друг друга. Полученное свойство расстояний до разломов затем коррелировалось с данными имейджеров для построения тренда интенсивности трещин от расстояния до разломов. Также считывалась информация об ориентации этих разломов в пространстве, для последующего моделирования геометрии трещин.

За основу данных разработки были взяты средние дебиты нефти, газа, воды и жидкости первых четырех месяцев стабильной добычи. Так как в этот период обводненность была минимальной, последующие расчеты проводились только по нефти. Далее, было посчитано забойное давление на середину интервала перфорации. Для упрощения модели, забойное давление имело следующий вид:

P_bhp = P_thp + сgh + P_atm (2)

где P_bhp - забойное давление, P_thp - устьевое давление, с - плотность пластовой нефти, g - ускорение свободного падения, h - расстояние между устьем скважины и серединой интервала перфорации (в TVD), P_atm - атмосферное давление.

Пластовое давление было определено с использованием гидростатического градиента в 9,8 Кпа/м. Используя полученные данные, далее рассчитывались значения гидропроводности KH для интервалов перфорации каждой скважины на основе уравнения Дюпюи, где K - эффективная проницаемость трещиноватой среды, а H - интервал перфорации.

Далее, плагин подбирает количество трещин, которое соответствует полученным значениям KH при расчете проницаемости трещин по указанным апертуре, форме, и размерам трещин. Полученная плотность трещин сравнивается и дополняет уже имеющиеся данные имейджеров в скважинах. Там, где такие данные отсутствуют, плотность трещин коррелируется по плотности пород.

Дополнительный тренд направления трещин, наряду с данными обработки разломов, строится по результатам трассерных и геохимических исследований, а также по показаниям прорыва воды в скважинах. Таким образом, мы получаем два тренда азимутов трещин и один тренд углов наклона трещин по данным имейджинговых исследований.

Следующей задачей плагина является создание тренда плотности трещин. На основе плотностей, полученных по данным эксплуатации и FMI/CMI, мы получаем значение плотности, которое затем распространяется из объема скважины на объем ячейки. Далее, эти значения интерполируются по всем ячейкам грида методом секвентальной симуляции Гаусса. За основу при этом берутся тренды плотности по дистанции до разломов и глубине залегания. В результате, для каждой ячейки грида мы получаем набор следующих параметров: средний азимут, средний угол наклона и средняя плотность трещин.

После получения необходимых параметров трещин, плагин рассчитывает все динамические свойства ячеек для последующей симуляции потоков в коллекторе. К данным свойствам относятся эффективная пористость, сигма, и абсолютные проницаемости в направлениях X, Y, Z. Готовая модель затем была использована при адаптации истории разработки в симуляторе. Основные результаты этой процедуры приведены ниже:

Рис. 2. Адаптация истории добычи жидкости



Рис. 4. Адаптация истории добычи газа

Рис. 3. Адаптация истории кумулятивной добычи жидкости

Рис. 5. Симуляция потоков в межскважинном пространстве



Рис. 6. Адаптация истории дебита жидкости. Скважина 1

Рис. 7. Адаптация истории дебита жидкости. Скважина 2

Рис. 8. Адаптация истории дебита жидкости. Скважина 3



Рис. 9. Адаптация истории дебита жидкости. Скважина 4

Рис. 10. Адаптация истории дебита жидкости. Скважина 5

Рис. 11. Адаптация истории дебита жидкости. Скважина 6



Рис. 12. Адаптация истории дебита жидкости. Скважина 7

Рис. 13. Адаптация истории дебита жидкости. Скважина 8

Рис. 14.2 Адаптация истории дебита жидкости. Скважина 9



Рис. 15. Адаптация истории дебита жидкости. Скважина 10

Рис. 16. Адаптация истории дебита жидкости. Скважина 11

Рис. 17.3 Адаптация истории дебита жидкости. Скважина 12



Рис. 18. Адаптация истории дебита жидкости. Скважина 13

Рис. 19. Адаптация истории дебита жидкости. Скважина 14

Рис. 20.4 Адаптация истории дебита жидкости. Скважина 15



Рис. 21. Адаптация истории дебита жидкости. Скважина 16



Выводы:

Успешный метод моделирования трещиноватости месторождения главным образом должен с необходимой точностью предсказывать интервалы, интенсивность и другие параметры трещин. Также, метод должен предоставлять хорошую модель проницаемости, для ее последующего использования в симуляторе. Данные критерии были полностью удовлетворены в модели компании Timal Consulting Group.

Как мы видим из истории адаптации, несмотря на сложную структуру месторождения созданная модель с достаточной точностью повторяет динамические свойства как всего коллектора, так и отдельных скважин. Показания добычи отдельных фаз также дает положительную сходимость. Метод показал, что аппроксимация средних параметров трещин может в конечном итоге точно воспроизвести свойства проницаемости пласта.

Стоит также отметить, что ввиду своей гибкости, данный метод может быть применен к различным типам месторождений углеводородов. А его точность, напрямую зависит от количества и качества данных, применяемых в процессе.



Литература:

1. Baecher, G.B., Lanney, N.A. and H.H. Einstein. 1978. Statistical Description of Rock Properties and Sampling. Proceedings of the 18th U.S. Symposium on Rock Mechanics, 5C1-8. С. 24-25.

2. Barrenblatt, G.D. et al.: "Basic Concepts in the Theory of Homogeneous Liquids in Fissured Rocks," J. of Applied Math. (1960) 24, no. 5, 1286-1303 (USSR). С. 21-22.

3. Bourne, Stephen J., Franz Brauckmann, Lex Rijkels, Ben J. Stephenson, Alex Weber, and Emanuel J.M. Willemse. "Predictive Modelling of Naturally Fractured Reservoirs Using Geomechanics and Flow Simulation." Proc. of 9th Abu Dhabi International Petroleum Exhibition and Conference Held in Abu Dhabi, U.A.E., 15-18 October 2000. С. 5-6.

4. Dershowitz, W. S., Einstein, H.H., 1988, Characterizing rock joint geometry with joint system models: Rock Mechanics and Rock Engineering, v. 21. С. 21-51.

5. Frischbutter, A., and A. Henk. "Predicting Stress and Fracture Orientations with Geomechanical Reservoir Models - Lessons Learned from a Case Study." Search and Discovery (2010). С. 32-34.

6. Gilman, J. R., 2003, Practical Aspects of Simulation of Fractured Reservoirs: International forum on reservoir simulation, Baden-Baden, Germany. С. 15-16.

7. Jenkins, Creties, Ahmed Ouenes, Abdel Zellou, and Jeff Wingard. "Quantifying and Predicting Naturally Fractured Reservoir Behavior with Continuous Fracture Models." AAPG Bulletin 93.11 (2009): 1597-608. С. 48-50.

8. Kazemi, H. and Gilman, J. R.: "Chapter 6. Multiphase Flow in Fractured Petroleum Reservoirs", in Flow and Contaminant Transport in Fractured Rock, Edited by J. Bear, C - F. Tsang, and G. de Marsily, Academic Press, San Diego, CA, 1993. С. 267-323.

9. Kazemi, H., Merrill, L.S., Porterfield, K.L., and Zeman, P.R.: "Numerical Simulation of Water - Oil Flow in Naturally Fractured Reservoirs," SPEJ (Dec. 1976). С. 317-326.

10. Warren, J.E. and Root, P.J.: "The Behavior of Naturally Fractured Reservoirs," SPEJ (Sept. 1963). С. 245-255.

Размещено на Allbest.ru

...