Comparative analysis of numerical modeling of methods for intensifying inflow to the well, including hydrochloric acid treatment

全文:

Введение

Соляно-кислотная обработка (далее – СКО) скважин представляет собой метод воздействия на призабойную зону пласта, направленный на повышение проницаемости коллектора и, следовательно, улучшение условий притока углеводородов. Данный процесс включает закачку кислоты, которая реагирует с минеральными компонентами породы, создавая дополнительные пути фильтрации для углеводородов. Основная цель СКО заключается в удалении механических препятствий и улучшении условий притока флюида к стволу скважины. Анализ и прогнозирование технологической и экономической эффективности этой технологии является ключевым этапом проектирования. [1–8].

Для моделирования процесса СКО чаще всего используется упрощенный подход, заключающийся в задании отрицательных значений скин-фактора или в изменении коэффициента продуктивности скважин вдоль их ствола. Скин-фактор характеризует дополнительные сопротивления движению флюидов в призабойной зоне, и его уменьшение указывает на улучшение условий притока. Однако в условиях протяженных горизонтальных скважин (далее – ГС) данный подход не всегда оказывается эффективным. Это связано с трудностями в определении скин-фактора по всей длине горизонтального участка, что может приводить к завышенным оценкам технологической эффективности метода. В свою очередь, это может повлиять на дальнейшие решения по разработке месторождения и инвестиционным затратам.

В данной работе рассмотрен альтернативный подход к моделированию СКО, который включает учет химических реакций между закачиваемой соляной кислотой и твердыми компонентами пласта, такими как карбонатные породы (известняк). Продуктами реакции являются растворимая в воде соль и углекислый газ, что способствует увеличению пористости и проницаемости пласта. Для проведения моделирования использовались следующие исходные данные: начальная концентрация твердого компонента (известняк), константа скорости химической реакции, концентрация и объем закачиваемой кислоты. Эти данные необходимы для корректной настройки гидродинамической модели (далее – ГДМ).

Для численного моделирования СКО использовался гидродинамический симулятор Stars, который позволяет применять два различных подхода в зависимости от целей исследования.

Изменение коэффициента продуктивности скважины, или задание отрицательного скин-фактора

Этот метод позволяет быстро оценить результирующий эффект от СКО, не вдаваясь в физические процессы, происходящие в пласте. Данный подход был применен с использованием среднего значения скин-фактора, равного –2, полученного из анализа гидродинамических исследований (ГДИ) на месторождениях-аналогах за последние шесть месяцев [9]​​.

Использование пользовательских реакций

В этом случае моделирование включает определение двух основных компонентов: соляной кислоты (HCl) и твердого вещества (CaCO₃), а также добавление одной простой химической реакции между этими компонентами. Такой подход является компромиссом между скоростью расчета и точностью моделирования. Он позволяет учесть физико-химические процессы, происходящие в призабойной зоне, и обеспечить более точное прогнозирование эффективности обработки [10–15].

Для каждого подхода требуется свой набор исходных данных. При моделировании с изменением коэффициента продуктивности используются данные о дебитах скважин до и после обработки, что позволяет оценить прирост добычи после проведения СКО. В случае использования пользовательских реакций необходимы результаты стандартных исследований СКО на керне, включая зависимости перепада давления от прокачанных объемов кислоты, а также данные о закачке до образования каверны при различных расходах реагента.

Моделирование СКО было выполнено на объекте месторождения N, характеризующегося карбонатным типом коллектора. Пласт был выбран из-за типичных для многих месторождений условий, таких как высокая пористость и проницаемость, что позволяет эффективно использовать методы кислотного воздействия для улучшения продуктивности. Геолого-физические характеристики данного месторождения, включая параметры пористости, проницаемости, начальные условия и другие свойства пласта, приведены в табл. 1. Эти данные служат основой для корректной калибровки модели и точного прогнозирования эффективности СКО.

Таким образом, численное моделирование с использованием различных подходов позволяет не только более точно оценить эффективность соляно-кислотной обработки, но и разработать рекомендации по оптимизации данного процесса для различных типов коллекторов, что способствует повышению экономической эффективности разработки месторождений.

 

Таблица 1. Характеристика объектов

Table 1. Characteristics of the objects

Параметры Parameters	Пласт/Formation
	P1	C2	C1	C1S
Абсолютная отметка кровли, м Absolute roof elevation, m	–800	–960	–980	–1020
Абсолютная отметка ВНК (водонефтяного контакта), м Absolute OWC elevation (oil-water contact), m	1650	1650	1650	1650
Тип коллектора Reservoir type	карбонатный, поровый, кавернозный carbonate, pore, cavernous
Средняя общая толщина, м Average total thickness, m	90	450	460	470
Средняя эффективная нефтенасыщенная толщина, м Average effective oil-saturated thickness, m	40	56,5	55	60
Проницаемость по данным ГИС, 10⁻³ мкм² Permeability by GIS (based on well logging data), 10⁻³ µm²	50	50	55	60
Начальная пластовая температура, °С Initial reservoir temperature, °C	32	33,5	34,5	36
Начальное пластовое давление, МПа Initial reservoir pressure, MPa	14	14,5	15,5	16
Вязкость нефти в пластовых условиях, мПа∙с Oil viscosity under reservoir conditions, mPa·s	13,5	13,8	14,1	14,3
Плотность нефти в пластовых условиях, кг/м³ Oil density under reservoir conditions, kg/m³	865	870	875	880
Плотность нефти в поверхностных условиях, кг/м³ Oil density under surface conditions, kg/m³	900	905	910	915
Объемный коэффициент нефти, д. ед. Oil formation volume factor, dim. units	1,085	1,095	1,1	1,105
Газосодержание, м³/т Gas content, m³/t	38	39,5	41	42,5

 

Константа скорости реакции определялась на основании данных, полученных на месторождении-аналоге имени Р. Требса, и составила 4,9∙10⁻⁵ 1/с. Эта величина учитывает скорость взаимодействия соляной кислоты с карбонатными породами и позволяет корректно моделировать химическое воздействие на пласт.

Для учета зависимости проницаемости от пористости в ГДМ использовалось уравнение Кармена–Козени, которое описывает проницаемость 𝐾 в зависимости от пористости ɸ

$K\left(ɸ\right)=K_0·{[ \frac{ɸ}{{ɸ}_0} ]}^2·{\left[\frac{1– {ɸ}_0}{1– ɸ}\right]}^2$,

где K₀ – начальная проницаемость; ϕ₀ – начальная пористость. Это уравнение позволяет учитывать изменения в пористости пласта, которые происходят в результате химических реакций, и изменения объема порового пространства.

В ГДМ задавались следующие химические реакции:

2HCl+CaCO₃=CaCl₂+H₂O+CO₂,

4HCl+CaMg (CO₃)₂=CaCl₂+Mg Cl₂+2H₂O+2CO₂.

В данных уравнениях хлористый кальций – это соль, которая хорошо растворяется в воде и способствует увеличению пористости пласта за счет растворения карбонатного материала. Углекислый газ, образующийся в результате реакции, также растворяется в воде при давлении выше 7,6 МПа, что дополнительно способствует улучшению фильтрационных свойств пласта [16].

Для моделирования использовались следующие параметры:

• Начальная концентрация CaCO₃: 0,5 моль/л. Эта концентрация была выбрана исходя из типичного содержания карбонатов в породах рассматриваемого месторождения, что позволяет точно моделировать изменение пористости и проницаемости в результате химического воздействия.
• Пример проектной скважины: 4ПР, длина горизонтального участка составляет 1000 м. Выбор скважины с таким горизонтальным участком обусловлен необходимостью моделирования воздействия на значительную площадь призабойной зоны, что характерно для современных технологий разработки трудноизвлекаемых запасов.

Моделирование химических реакций в призабойной зоне скважины позволило учесть влияние различных параметров, таких как концентрация кислоты и скорость реакции, на изменение проницаемости пласта и эффективность соляно-кислотной обработки. Это, в свою очередь, обеспечивает более точное прогнозирование прироста добычи и позволяет оптимизировать параметры закачки кислотного раствора для достижения максимальной эффективности процесса.

Таким образом, применение химических реакций в гидродинамической модели способствует более точному воспроизведению реальных условий взаимодействия кислоты с пластом, что обеспечивает повышение достоверности расчетов и улучшение проектных решений по интенсификации притока к скважинам.

Концентрация кислоты варьировалась от 5 до 15 %. Время закачки – от 1 до 5 сут.

Для оценки длительности обработки призабойной зоны (далее – ОПЗ) были рассмотрены результаты ОПЗ по 4 объектам-аналогам структурной зоны Вала Сорокина Тимано-Печорской нефтегазоносной провинции [17].

Для моделирования среднее время эффекта от ОПЗ принято равным 6 мес, как среднее значение по аналогам.

 

Таблица 2. Результаты расчетов

Table 2. Calculation results

Концентрация, % Concentration, %	Время закачки, сут Injection time, day	Дополнительная добыча нефти за 6 месяцев, т Additional oil production for 6 months, t	Средний объем закачки кислотного состава на 1 пог. м длины скважины, м³/пог. м Average injection volume of acid composition per 1 cubic meter of well length, m3/cubic meter
5	1	1200	1,6
10	3	2600	4,3
15	5	3700	6,6
Скин-фактор –2 Skin factor –2		3300	4,3

 

Наиболее близкий результат к скин-фактору –2 (по месторождениям-аналогам) показал вариант с закачкой концентрации кислоты 15 % и объемом закачки 4,3 м³/пог. м длины горизонтального участка скважины.

Из рассмотренных месторождений достаточный для статистического анализа объем операций гидравлического разрыва пласта (далее – ГРП) имеется только по одному месторождению (9 скважин). По остальным месторождениям-аналогам единичные ГРП по технологическим причинам работы не были выполнены в полном объеме, что не позволяет сделать вывод об их эффективности. Прирост дебита нефти после ГРП составил от 7,0 до 50,0 т/сут, среднее значение – 26,5 т/сут. Рост обводненности по скважинам составил до 15 %. Дополнительная добыча на 01.03.2020 г. составила 51,0 тыс. т. Продолжительность эффекта от ГРП составляет более 2 лет, при этом по 8 из 9 скважин эффект продолжается. По проведённым ГРП средняя оценка полудлины трещины составляет 95 м, ширина трещины – 3,5 мм. Средняя оценка безразмерной проводимости составляет 1,1 ед. Для обеспечения полудлины трещины около 100 м объем закачки пропанта изменяется в диапазоне от 36 до 58 т [18–28].

 

Рис 1. Динамика добычи нефти

Fig. 1. Dynamics of oil production

 

В симуляторе Stars для задания трещин МГРП предлагается два способа: планарная система трещин и модель дискретной сети трещин (Discrete Fracture Network, далее – DFN). Согласно статистике МГРП на месторождениях-аналогах на секторной гидродинамической модели по горизонтальной скважине 4prod заданы трещины МГРП, полудлина трещины 100 м, ширина 3,5 мм, высота трещины 75 м, что соответствует средним значениям по анализу ГРП на аналогичных месторождениях. Оценка проницаемости проппанта была выполнена с учётом средних оценок безразмерной проводимости FCD=1:Kf=K_матр∙X_f/w=36∙100/0,0035=1,0285714 мД. Работа трещин ГРП моделировалась на протяжении трёх лет после запуска скважин.

 

Рис 2. Накопленная добыча нефти

Fig. 2. Accumulated oil production

 

Модель планарных трещин создается путем уменьшения размера сетки до ячеек необходимых геометрических размеров (ширина и длина). Ограничением использования планарных трещин является задание направления трещины только в направлении расчётной сетки (по направлению I, J).

Модель DFN используется для моделирования трещин в виде отдельных ячеек. В этой модели ячейки соединены напрямую с трещинами, что позволяет учитывать произвольное направление и форму трещин, не привязанные к ориентации основной сетки ГДМ. Преимуществом модели DFN перед планарными трещинами является возможность моделировать сложные системы трещин без привязки к направлению сетки [29, 30].

Как видно из рис. 1, уровни добычи нефти при использовании модели планарных систем трещин и модели DFN находятся на сопоставимом уровне, что подтверждает эффективность обоих подходов для моделирования ГРП.

 

Рис. 3. Время расчета

Fig. 3. Calculation time

 

Заключение

Выполнен обзор инструментов моделирования соляно-кислотной обработки и многостадийного гидроразрыва пласта в симуляторе Stars на примере проектной скважины. Выполнено моделирование соляно-кислотной обработки с использованием химических реакций композиционного моделирования и задания отрицательного скин-фактора на проектной скважине 4prod. Получены уровни добычи, сопоставимые с добычей нефти на скважинах после проведения соляно-кислотной обработки месторождений-аналогов. Преимуществом композиционного моделирования является получение расчетным путем необходимого объема кислотного раствора.

Выполнено моделирование многостадийного гидроразрыва пласта с использованием двух различных моделей трещин: планарной системы трещин и модели дискретных трещин. Получены сопоставимые уровни добычи. Время расчета также находится на сопоставимом уровне. Преимуществом модели дискретных систем трещин является возможность учета произвольного направления задания трещин по результатам дополнительных специализированных исследований.

Из рассмотренных методов интенсификации притока к скважине технологически наиболее эффективно применение многостадийного гидроразрыва пласта. Прирост накопленной добычи нефти технологии многостадийного гидроразрыва пласта по сравнению с соляно-кислотной обработки составляет 25 тыс. т за 3 года.

Рассмотренные технологии моделирования методов воздействия на призабойную зону горизонтальных скважин рекомендуется использовать при обосновании проектных решений.

作者简介

Denis Bychkov

National Research Tomsk Polytechnic University

编辑信件的主要联系方式.
Email: dab30@tpu.ru
ORCID iD: 0009-0000-3992-935X

Postgraduate Student

俄罗斯联邦, 30, Lenin avenue, Tomsk, 634050

Pavel Zyatikov

National Research Tomsk State University

Email: zpavel@tpu.ru
ORCID iD: 0000-0003-3926-3206

Dr. Sc., Professor

俄罗斯联邦, 36, Lenin avenue, Tomsk, 634050

参考

补充文件