Способ и система оценивания запасов углеводородов в неоднородном пласте

Изобретение относится к области геофизики и может быть использовано для оценивания запасов углеводородов в неоднородном пласте. Предложен способ оценивания флюидов в плотном углеводородном коллекторе внутри неоднородного геологического пласта или его участка, причем способ включает: а) получение физических параметров флюидов и пласта; b) построение по меньшей мере одной трехмерной (3D) модели плотного углеводородного коллектора с применением физических параметров, причем такая трехмерная модель содержит имитацию структуры пор и минералогического состава; c) вычисление количества углеводорода для каждой указанной трехмерной модели на этапе b); d) вычисление общего количества запасов углеводородов; и e) создание плана разработки, основанного на расчетных общих запасах углеводородов. Применение трехмерного моделирования неоднородной и пористой структуры пласта наноразмерного масштаба способствует более точному оцениванию запасов углеводородов и поведения флюида. 2 н. и 18 з.п. ф-лы, 10 ил.

 

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

[0001] Настоящее изобретение в целом относится к методам и системам для количественной оценки и оптимизации схем разработки с применением методов увеличения нефтеотдачи (EOR - англ.: enhanced oil recovery) и усовершенствованных методов разработки (IOR - англ.: improved oil recovery) в случае плотного неоднородного пласта, которые объединяют цифровой подход к представлению породы с моделированием функционала плотности для процессов в масштабе пористости.

УРОВЕНЬ ТЕХНИКИ ИЗОБРЕТЕНИЯ

[0002] Одной из важных частей планирования разработки углеводородного месторождения является оценка и оптимизация различных схем применения методов увеличения нефтеотдачи или усовершенствованных методов разработки. В настоящее время эту проблему решают двумя взаимодополняющими методами: (а) с применением подробного геологического и гидродинамического 3D-моделирования коллектора с применением коммерческих имитаторов для получения количественного описания процессов коллектора, и (б) с помощью физических испытаний на заводнение керна в лабораторных условиях. После получения достаточного количества различных сценариев разработки, лучше всего путем сочетания имитаций и физических испытаний, наилучший вариант определяют как оптимальное решение по разработке.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

[0003] Настоящее изобретение включает в себя любой из следующих вариантов осуществления в любой комбинации(-ях) одного или более из них:

[0004] Согласно аспекту настоящего изобретения один или более вариантов осуществления относятся к способу оценивания флюидов в плотном углеводородном коллекторе внутри неоднородного геологического пласта или его участка, причем такой способ включает следующие этапы: получение физических параметров флюидов и пласта; построение по меньшей мере одной трехмерной (3D) модели плотного углеводородного коллектора с применением физических параметров, причем такая трехмерная модель содержит имитации структуры пористости и минералогического состава; вычисление количества углеводородов для каждой указанной трехмерной модели; вычисление общего количества запасов углеводородов; и создание плана разработки, основанного на расчетных общих запасах углеводородов.

[0005] Другой вариант осуществления обеспечивает способ оценивания и оптимизации технологий повышения нефтеотдачи или усовершенствованных методов разработки для плотных углеводородных коллекторов, включающий следующие этапы: построение по меньшей мере одной трехмерной модели породы для пористой породы с применением физических свойств и трехмерных изображений массива пористой породы репрезентативных керновых образцов из плотного углеводородного коллектора, при этом набор трехмерных моделей пород определен набором репрезентативных керновых образцов, причем каждая трехмерная модель породы содержит распределение пор и минералогический состав; построение общей составляющей флюида в трехмерной модели породы; расчет трехмерного распределения компонентов флюида в трехмерной модели породы. Затем рассматриваемый объем углеводородного коллектора заполняют 3D-моделями пород, которые определяют с помощью набора репрезентативных керновых образцов. Это позволяет рассчитать скорость обмена компонентов флюида между трехмерными моделями пород и динамические показатели общего количества компонентов флюида в плотном углеводородном коллекторе. Следующей стадией является составление плана разработки коллектора на основе рассчитанных динамических показателей потока.

[0006] Эти варианты осуществления, вместе с другими аспектами, признаками и преимуществами настоящего изобретения, наряду с различными признаками новизны, которые характеризуют настоящее изобретение, подробно обозначены в формуле изобретения, прилагаемой к данному описанию и составляющей его часть. Упомянутые выше аспекты и преимущества не являются, индивидуально или совместно, ни исчерпывающими, ни критически важными для существа или практической реализации настоящего изобретения. Прочие аспекты, особенности и преимущества настоящего изобретения станут более очевидными для специалистов в данной области техники из следующего подробного описания, приведенного совместно с прилагаемыми графическими материалами. Соответственно, графические материалы и описание следует рассматривать как носящие иллюстративный, а не ограничивающий характер.

[0007] В данном описании сущности изобретения представлен выбор концепций, которые далее описываются ниже в подробном описании. Данное описание сущности изобретения не предназначено для указания ключевых или существенных признаков заявляемого объекта изобретения, а также его не следует рассматривать, как ограничивающее объем заявляемого объекта изобретения.

КРАТКОЕ ОПИСАНИЕ ГРАФИЧЕСКИХ МАТЕРИАЛОВ

[0008] На ФИГ. 1 показано пространственное распределение зерен породы, пор и твердой органики на двумерном изображении, полученном с помощью сфокусированного ионного пучка в сканирующем электронном микроскопе (FIB-SEM - англ.: Focused Ion Beam - Scanning Electron Microscopy). Здесь зерна породы показаны белым цветом, поры показаны черным, а твердая органика (с твердым углеводородом) - серым цветом.

[0009] На ФИГ. 2 показано изображение в пониженном разрешении и более крупном масштабе, представляющее признаки неоднородности, такие как кластеры с преобладанием твердых зерен, кластеры с преобладанием пор, кластеры с преобладанием твердых органических веществ, а также микротрещины.

[0010] На ФИГ. 3 в высоком разрешении показана цифровая 3D-модель распределения: пор и твердой органики (слева); только пор (посредине); и только твердой органики (справа). На всех трех изображениях, упомянутых выше, зерна породы выполнены прозрачными.

[0011] На ФИГ. 4 с помощью цифровой 3D-модели высокого разрешения показано 3D-распределение углеводородных компонентов (HC - англ.: hydrocarbon components) в жидкости, HC в газе и HC в твердой органике.

[0012] На ФИГ. 5 с помощью 3D-цифровой модели более крупного масштаба показано распределение признаков неоднородности, таких как кластеры с преобладанием твердых зерен, кластеры с преобладанием пор, заполненных жидкостью, кластеры с преобладанием пор, заполненных газом, кластеры с преобладанием твердой органики, а также микротрещины.

[0013] На ФИГ. 6 с помощью цифровой 3D-модели высокого разрешения показан пример 3D-распределения углеводородных компонентов (HC) в начальном равновесном состоянии; причем разные оттенки указывают на HC в жидкости (1), HC в твердой органике (2), а другие оттенки указывают на изменения состава.

[0014] На ФИГ. 7 с помощью цифровой 3D-модели с более крупным масштабом показан пример распределения признаков неоднородности в начальном равновесном состоянии. Признаками неоднородности являются кластеры с преобладанием твердых зерен, кластеры с преобладанием пор, заполненных жидкостью, кластеры с преобладанием твердой органики, а также микротрещины.

[0015] На ФИГ. 8A-B с помощью цифровой 3D-модели высокого разрешения показан пример 3D-распределения углеводородных компонентов (HC) после выработки пласта в газонапорном режиме (Фиг. 8А) и после дополнительной выработки с применением типового агента (поверхностно-активного вещества), применяемого для увеличения нефтеотдачи (EOR) (Фиг. 8В); разные оттенки указывают на HC в жидкости (1), HC в газе (3), HC в твердой органике (3), поверхностно-активное вещество для EOR (4), а другие оттенки указывают на изменения состава.

[0016] На ФИГ. 9A-B с помощью цифровой 3D-модели более крупного масштаба показан пример распределения неоднородностей после первичного извлечения (а) и после процесса EOR с применением обработки поверхностно-активным веществом (b). Признаками неоднородности являются кластеры с преобладанием твердых зерен, кластеры с преобладанием пор, заполненных жидкостью, кластеры с преобладанием пор, заполненных газом, кластеры с преобладанием твердой органики, кластеры с преобладанием агента EOR, а также микротрещины.

[0017] На ФИГ. 10 показан пример сравнения первичного извлечения и двух сценариев с применением альтернативных методов EOR (два разных поверхностно-активных вещества).

ПОДРОБНОЕ ОПИСАНИЕ СУЩНОСТИ ИЗОБРЕТЕНИЯ

[0018] В последующем описании изложены многочисленные подробности, чтобы обеспечить понимание некоторых вариантов осуществления настоящего изобретения. Следует понимать, что в нижеследующем раскрытии представлено много различных вариантов осуществления, или примеров, для реализации различных признаков различных вариантов осуществления. Ниже описаны конкретные примеры компонентов и их расположения для упрощения настоящего описания. Разумеется, это лишь примеры и они не носят ограничительного характера. Кроме того, в настоящем описании в различных примерах могут повторяться числовые и/или буквенные ссылочные позиции. Это повторение приводится в целях упрощения и ясности и не обуславливает взаимосвязь между различными вариантами осуществления и/или обсуждаемыми конфигурациями. Однако специалистам в данной области техники должно быть понятно, что систему и/или методологию можно применять на практике без этих подробностей и что возможны многочисленные вариации или модификации описанных вариантов осуществления. Данное описание не следует рассматривать как ограничивающее, а только как приведенное в целях описания общих принципов вариантов осуществления. Объем описанных вариантов осуществления должен устанавливаться со ссылкой на приведенную формулу изобретения.

[0019] В контексте настоящего документа термины «соединить», «соединение», «соединенный», «в соединении с» и «соединяющий» означают «в непосредственном соединении с» или «в соединении через один или несколько элементов»; а термин «комплект» означает «один элемент» или «более одного элемента». Кроме того, термины «сцеплять», «сцепление», «сцепленный», «сцепленные между собой» и «сцепленный с» означают «непосредственно сцепленные между собой» или «сцепленные между собой через один или более элементов». В контексте настоящего документа термины «вверх» и «вниз»; «верхний» и «нижний»; «верх» и «низ»; а также другие подобные термины, обозначающие положения относительно заданной точки или элемента, применяются для более понятного описания некоторых элементов. Обычно эти термины относятся к опорной точке на поверхности, от которой начинают осуществлять буровые работы, при этом она является верхней точкой, а общая глубина является нижней точкой, причем скважина (например, ствол скважины, буровая скважина) является вертикальной, горизонтальной или наклонной относительно поверхности.

[0020] В контексте настоящего документа термин «плотный углеводородный коллектор» означает коллектор, содержащий углеводороды (например, нефть и/или природный газ) и образованный относительно непроницаемой породой-коллектором, добыча углеводородов из которой затруднена. Относительная непроницаемость породы-коллектора может быть обусловлена более мелкими зернами или наличием минерального скелета между более крупными зернами, или может быть обусловлена преобладанием зерен, размер которых соответствует пылеватому материалу или глине (как в случае плотных сланцевых коллекторов). Плотные углеводородные коллекторы могут содержать в относительно непроницаемой породе коллектора нефть и/или природный газ, а также пластовый флюид на водной основе, такой как рассол.

[0021] В контексте настоящего документа термин «петрофизические свойства» означает физические и химические свойства породы-коллектора и ее углеводородного и неуглеводородного содержимого, например, пластовых флюидов на водной основе. В контексте настоящего документа термин «пласт» означает ряд породных толщ, которые имеют сравнимые литологические характеристики, фации или другие сходные свойства. В контексте настоящего документа термин «физические параметры» относится к физическим свойствам пород или флюидов, которые поддаются измерению и количественной оценке. В контексте настоящего документа термин «энергия Гельмгольца» относится к термодинамическому потенциалу смеси, который характеризует потенциальную энергию этой смеси при определенной температуре, объеме и количествах молекул различных типов.

[0022] В контексте настоящего документа термин «план завершающих мероприятий» относится к событиям и оборудованию, необходимым для ввода ствола скважины в эксплуатацию после завершения буровых работ, включая, помимо прочего, сборку скважинных труб и оборудования, необходимых для обеспечения безопасной и эффективной добычи из нефтяной или газовой скважины.

[0023] В контексте настоящего документа термин «план разработки» относится к событиям и оборудованию, необходимым для добычи углеводородов из нефтегазоносного пласта, включая, помимо прочего, бурение скважин с заданными траекториями, выполнение операций гидроразрыва пласта и другие операции, такие как закачка агентов для EOR/IOR. План разработки содержит планы завершающих мероприятий для отдельных скважин.

[0024] Рентабельная добыча из плотных сланцевых коллекторов (органических сланцев) определяется способностью размещать горизонтальные скважины в качественном пласте, который можно эффективно интенсифицировать с помощью гидроразрыва пласта, применяя при этом данные каротажа и анализа кернов, полученные от вертикальных скважин. Основными факторами, которые определяют успешную добычу из этих скважин, являются петрофизические свойства, такие как пористость, проницаемость, смачиваемость, насыщенность углеводородами и внутрипоровое давление. Прочие факторы включают в себя геомеханические характерные свойства, такие как площадь поверхности гидроразрыва плюс проводимость трещин. В дополнение к точному измерению всех физических и петрофизических свойств коллекторов не менее важно иметь точные имитации, основанные на известных образцах пород плотных коллекторов. С помощью точных и реалистичных имитаций можно составить план разработки, обеспечивающий повышение эффективности извлечения.

[0025] Анализ многофазного потока повышает точность имитаций за счет учета большинства, если не всех влияющих факторов, которые являются измеряемыми в плотном углеводородном коллекторе, включая собственные свойства, фоновые свойства, комбинированные свойства и свойства искусственно вводимых агентов. Например, собственные физические и петрофизические свойства коллекторов с учетом фоновых свойств, таких как распределение температуры или давления. Другие связанные факторы включают в себя распределение смачиваемости и распределение абсолютной проницаемости, а также несколько искусственно введенных факторов, таких как вторичное заводнение или агенты с поверхностно-активными веществами, применяемые в операциях по увеличению нефтеотдачи (EOR).

[0026] Помимо анализа многофазного потока для плотного углеводородного коллектора выполняют цифровое моделирование пород с целью оценивания общего количества флюида в коллекторе. Цифровое моделирование пород предполагает сочетание технологии цифрового представления горных пород и описания функционала плотности многофазных многокомпонентных смесей. При моделировании наномасштабные цифровые модели пород применяют для расчета фактического распределения углеводородов в породе, которое затем применяют для расчета общего количества запасов углеводородов с учетом общего объема коллектора, расчетных количеств углеводородов (нефти или газа) для 3D-моделей, а также для расчета относительной частоты встречаемости в коллекторе.

ПРИМЕР 1: ЦИФРОВОЕ МОДЕЛИРОВАНИЕ ПОРОДЫ

[0027] Оценивание запасов углеводородного флюида для конкретных геологических пластов является необходимым этапом в планировании разработки месторождения и прогнозировании добычи. Для традиционных коллекторов углеводородных флюидов процедура оценивания содержит следующие этапы: 1) оценивание свойств флюида в коллекторе (например, плотности, состава) с применением, помимо прочего, зондов скважинного флюида или зондов для рекомбинированного поверхностного флюида; 2) оценивание объема пор в коллекторе с применением соответствующих данных каротажа скважины или любых других применимых данных, способов и/или инструментов; 3) оценивание объема частей пор, насыщенных различными фазами флюида (например, газом, нефтью, водой, если имеется многофазная смесь), с применением соответствующих данных каротажа скважины или любых других применимых данных, способов и/или инструментов; и 4) расчет общего количества флюида в коллекторе (газа, нефти, воды и определенных углеводородных компонентов) с применением информации, полученной на предыдущих этапах.

[0028] Эта обычная процедура основана на предположении, что свойства флюида одинаковы во всех частях коллектора, имеющих гидродинамическую связь. Это предположение соответствует концепции начального термодинамического равновесия флюида в коллекторе.

[0029] Хорошо известно, что в плотных неоднородных пластах (например, сланцах) с порами наноразмерного диапазона существуют различные явления, которые могут влиять на состояние и состав флюида: адсорбция/абсорбция, осмос, капиллярная конденсация, расклинивающее давление и дисперсионные силы. Из-за этого обычная процедура непосредственной оценки запасов неприменима.

[0030] Варианты осуществления настоящего изобретения предлагают новый способ оценивания запасов, который объединяет технологию цифрового представления горных пород и описание функционала плотности многофазных многокомпонентных смесей. В способе по настоящему изобретению для вычисления фактического распределения углеводородов в породе применяют наномасштабные цифровые модели пород, а затем выполняют расчет общего количества запасов с помощью процедуры суммирования, в которой по одной из реализаций применяют данные об общем объеме коллектора (или рассматриваемой его части), расчетных количествах для 3D-моделей и относительной частоты их встречаемости в коллекторе или в рассматриваемой его части.

[0031] Как правило, процедура оценивания имеющегося количества газа и нефти для обычных коллекторов основана на интегральных уравнениях

[0032]

[0033]

[0034] где интегрирование осуществляют для всего коллектора или конкретной залежи, - это распределение пористости, - плотности газа и нефти в условиях коллектора, и - это распределения насыщенности газом и нефтью. Количественные показатели получают от зондов скважинного флюида или зондов рекомбинированного поверхностного флюида, в то время как 3D-поля величин получают в процессе геологического 3D-моделирования (по существу из соответствующих данных каротажа скважины). Когда требуется количество конкретных углеводородных компонентов, уравнения (1), (2) изменяют следующим образом

[0035]

[0036]

[0037] где представляют собой массовые концентрации газа и нефти в компоненте с номером i. Эти концентрации также оценивают с помощью зондов скважинного флюида или зондов рекомбинированного поверхностного флюида.

[0038] Уравнения (1) - (4) дают оценки общей массы нефти и газа в коллекторе, а также массы отдельных углеводородных компонентов. Эти параметры применяют для расчета соответствующего объема и массы газа и нефти в условиях на поверхности.

[0039] Уравнения (1) - (4) перестают работать для плотных неоднородных коллекторов, в которых свойства флюида могут изменяться в узких порах, а значительное количество углеводородов может находиться в адсорбированной/абсорбированной форме. В этих случаях процедура оценки запасов должна быть скорректирована с учетом соответствующих физических и химических явлений наноразмерного масштаба.

[0040] Поэтому предложена новая процедура оценки запасов углеводородов, основанная на следующих этапах:

[0041] Во-первых, строят термодинамическое описание флюида в коллекторе, применяя для этого соответствующие аналитические уравнения состояния, анализируя данные зондов скважинного флюида и/или зондов рекомбинированного поверхностного флюида или любые другие данные флюида, включая, помимо прочего, анализ флюидных включений для флюида, захваченного в закрытых порах, а также любые другие связанные экспериментальные или аналитические способы, примененные или проанализированные при оценивании начального состояния коллектора (до начала добычи), или выведенные из не-начального состояния путем аппроксимации, например, уравнение состояния Пенга-Робинсона. В нем начальное состояние флюида характеризуют с помощью зондов начального состояния флюида и интерпретируют как состояние флюида в коллекторе внутри больших пор или трещин, как наиболее подвижной части флюида коллектора. В частности, в аналитическом виде выведено выражение энергии Гельмгольца флюида, приходящейся на единицу объема

[0042]

[0043] где - это абсолютная температура коллектора и - это молярные плотности химических компонентов (количества молекул определенных типов, приходящиеся на единицу объема) в смеси коллектора (индекс i означает порядковый номер конкретного компонента). Применив уравнение (5) для энергии Гельмгольца, приходящейся на единицу объема, можно вывести аналитические выражения для химических потенциалов

[0044]

[0045] и числовые значения химических потенциалов в начальном состоянии флюида .

[0046] Во-вторых, геологическую неоднородность коллектора или его части изучают с применением данных каротажа скважины и керновых образцов с идентификацией репрезентативных керновых образцов. Такие репрезентативные керновые образцы применяют для получения 3D-изображений пород с помощью, помимо прочего, рентгеновской микротомографии, 3D-визуализации с помощью ЯМР, 3D-реконструкции на основе петрографического анализа шлифов и конфокальной микроскопии, 3D-реконструкции на основе анализа карт 2D-элементов, полученных с помощью сканирующей электронной микроскопии (SEM), трехмерной сканирующей электронной микроскопии с фокусированным ионным пучком (FIB-SEM) с возможным добавлением функции энергодисперсионной рентгеновской спектроскопии (EDX) и т. д.; цифровой обработки и морфологического анализа трехмерных изображений керна путем последовательного применения фильтрации изображений, сегментации и распознавания ряда свойств. Таким образом, цифровую 3D-модель создают с помощью схемы имитации, описанной выше. В результате выполнения этого этапа получают различные цифровые 3D-модели образцов пористой породы с подробным распределением пор и минералогическим составом.

[0047] В-третьих, применяя полную энергию Гельмгольца флюида (5), цифровые 3D-модели пород и потенциалы взаимодействия между составляющими минералами и компонентами смеси флюида, в аналитической форме строят функционал общей энергии Гельмгольца флюида в породе

[0048]

[0049] В этом выражении представляет собой абсолютную температуру, а - молярные плотности химических компонентов флюида. В частности, это явное выражение применяют для получения аналитического выражения химических потенциалов составляющих компонентов .

[0050] В-четвертых, 3D-распределение химических компонентов в породе численно определяют как абсолютный условный минимум функционала плотности (7) с ограничениями

[0051]

что является необходимым и достаточным условием для того, чтобы распределение химических компонентов флюида в породе находилось в устойчивом термодинамическом равновесии и соответствовало начальному состоянию флюида в целом.

[0052] Это распределение соответствует устойчивому термодинамическому равновесию флюида внутри образца породы, что согласуется с данными зондов флюида, рассмотренными на первом этапе, которые представляют подвижный флюид. Это также делает возможным оценивание средних молярных плотностей для цифровых моделей пород:

[0053]

[0054] где интегрирование выполняют по 3D модели с общим объемом . Если в 3D-распределении флюида воксели (элементарные ячейки) могут быть конкретно отнесены к газу или нефти, это позволяет усреднить плотности для этих фаз

[0055]

[0056]

[0057] В-пятых, общее количество компонента i (в молях) в коллекторе (или части коллектора) определяют как следующие суммы с разбивкой на фазы (если применимо)

[0058]

[0059]

[0060]

[0061] где представляет собой объем коллектора (или части коллектора), - это частота или вероятность встречаемости конкретной 3D модели в коллекторе.

[0062] Этот показатель можно преобразовать в единицы массы, умножив его на молярную массу компонента

[0063]

[0064]

[0065]

[0066] Эти последние результаты представляют собой скорректированные значения запасов углеводородов вместо количеств (1), (2).

[0067] Чтобы продемонстрировать применение настоящего изобретения, было выполнено оценивание геологических запасов в пласте плотной породы с применением методики, описанной Ур. (5)-(17). Для оценки геологической неоднородности пласта были изучены несколько репрезентативных керновых образцов. Для моделирования термодинамически равновесного распределения флюидов в масштабе пор, которое соответствует Ур. (5)-(8), применяли набор репрезентативных блоков породы из этих керновых образцов. Далее рассчитывали запасы для всех блоков пород с применением Ур. (9)-(10). Наконец, оценивали геологические запасы с применением Ур. (11)-(17) и на основании информации о фактическом преобладании каждого из изученных блоков породы в керновых образцах.

[0068] Моделирование внутри отдельных блоков породы проводили с применением 3D-численных имитаций в масштабе пор, в которых учитываются явления в многофазном составе, физические явления наномасштабного уровня и неклассические термодинамические эффекты (термодинамика малых систем). А именно, численное моделирование было выполнено с применением гидродинамических характеристик функционала плотности (DFH - англ.: Density Functional Hydrodynamics), что с большой эффективностью приводит к достижению необходимого минимума функционала в Ур. (7) вместе с выполнением условий в Ур. (8).

[0069] Для получения пространственного распределения зерен, пор и твердой органики в пределах репрезентативного блока породы из репрезентативного кернового образца пласта плотной породы применяли технологии сканирования, обеспечивающие достаточно высокое разрешение (например, сканирование с помощью FIB-SEM), как показано в примере изображения на Фиг. 1. В то же время, за счет применения технологии сканирования с более низким разрешением (например, рентгеновской микротомографии), была получена информация о признаках неоднородности в более крупном масштабе (то есть в масштабе керна), как показано в примере изображения на Фиг. 2. Устойчивость данного анализа достигают за счет сбора и изучения достаточного количества репрезентативных блоков породы (аналогичных тем, которые показаны на Фиг. 1) и достаточного количества репрезентативных кернов (образцов, аналогичных тем, которые показаны на Фиг. 2).

[0070] Цифровую 3D-модель в высоком разрешении (аналогично примеру, показанному на Фиг. 3) построили с применением набора двумерных изображений в высоком разрешении (аналогичных показанным на Фиг. 1). С применением этой цифровой 3D-модели в высоком разрешении оценивали ее емкость путем определения условного минимума функционала энергии Гельмгольца по Ур. (7) вместе с выполнением условий Ур. (8). Для этого численно решали полную систему гидродинамических уравнений DFH до достижения равновесного решения. В ходе моделирования учитывали соответствующие явления, такие как поток при широком диапазоне числа Кнудсена, диффузионный и конвективный перенос, расклинивающее давление, эффекты прямого и обратного осмоса, капиллярная конденсация, предшественники тонких пленок и аномальная реология, гистерезис контактного угла, обусловленный шероховатостью и количеством капилляров, адсорбция, накопление и десорбция твердых органических компонентов. Пример полученного таким образом термодинамического равновесного распределения компонентов показан на Фиг. 4.

[0071] Полученную информацию о распределении углеводородных компонентов на репрезентативном наборе цифровых моделей высокого разрешения, вместе с информацией, полученной от 2D-сканирования с более низким разрешением, как показано на Фиг. 2, применяли для построения набора более крупномасштабных 3D-моделей репрезентативных керновых образцов, содержащих распределение признаков неоднородности, таких как кластеры с преобладанием твердых зерен, кластеры с преобладанием пор, заполненных жидкостью, кластеры с преобладанием пор, заполненных газом, кластеры с преобладанием твердой органики (Фиг. 5).

ПРИМЕР 3: СХЕМА РАЗРАБОТКИ С ПРИМЕНЕНИЕМ EOR/IOR

[0072] Одной из важных частей планирования разработки углеводородного месторождения является оценка и оптимизация различных схем применения методов увеличения нефтеотдачи или усовершенствованных методов разработки. В настоящее время эту проблему решают двумя взаимодополняющими методами: (а) с применением подробного геологического и гидродинамического 3D-моделирования коллектора с применением коммерческих имитаторов для получения количественного описания процессов коллектора, и (б) с помощью физических испытаний на заводнение керна в лабораторных условиях. После получения достаточного количества различных сценариев разработки, лучше всего путем сочетания имитаций и физических испытаний, наилучший вариант определяют как оптимальное решение по разработке.

[0073] Однако у такого подхода имеются несколько недостатков.

[0074] Во-первых, существует множество технологий увеличения нефтеотдачи (EOR) и усовершенствованных методов разработки (IOR), в которых задействованы сложные физические и химические процессы, происходящие на уровне пор. В спектре предлагаемых коммерческих имитаторов моделирование коллектора основано на концепции макроскопического потока Дарси, которая не подходит для сложных явлений микро-, и наноразмерного масштаба. Для преодоления этого затруднения разрабатывают все более сложные модели переноса для пористых горных породах; каждая такая новая модель опирается на дополнительные феноменологические параметры, которые должны быть установлены на основании экспериментальных данных. Тем не менее, для технологий EOR и IOR экспериментальная поддержка имитационных моделей ограничена тем фактом, что каждый экспериментальный прогон безвозвратно изменяет экспериментальный образец породы. Это делает проблемной валидацию макроскопического моделирования.

[0075] Во-вторых, практическая эффективность технологий EOR и IOR зависит от мелкомасштабной геологической структуры пласта. В случае высокой степени неоднородности в масштабе пор, модели коллектора, основанные на крупномасштабном усреднении геологических параметров, более неприменимы.

[0076] Настоящее изобретение представляет собой расчетный подход для количественной оценки и оптимизации схем разработки с применением EOR/IOR в случае плотных неоднородных пластов. Данный расчетный подход объединяет в себе цифровой подход к представлению породы с функциональным моделированием плотности для процессов в масштабе пористости.

[0077] Хорошо известно, что в плотных неоднородных пластах (например, сланец) с порами наноразмерного диапазона могут происходить различные явления, влияющие на состояние и состав флюида (например, адсорбция/абсорбция, осмос, капиллярная конденсация, расклинивающее давление и дисперсионные силы). Все эти явления рассматривают с помощью гидродинамических характеристик многофазного состава с применением метода функционала плотности. Такой подход обеспечивает непосредственное количественное описание сложных физических и химических процессов, протекающих в масштабе пор, без применения макроскопических феноменологических параметров.

[0078] В данном изобретении описаны процессы EOR/IOR, в которых применяется комбинация микро/наномасштабного моделирования функционала плотности для репрезентативных образцов пород и моделирования переноса флюида на макроуровне в статистической совокупности этих образцов породы.

[0079] В настоящее время имитаторы коллектора для нефти и газа основаны на модели переноса флюида в горных породах, которая называется законом Дарси:

[0080]

[0081] где представляет собой скорость переноса флюида, - это вязкость при сдвиге, - это симметричный тензор проницаемости, - это плотность массы флюида, - это гравитационный потенциал, и - это частная производная относительно декартовых координат.

[0082] Выражение (18) применяют к однофазному потоку, в то время как при многофазном переносе полагают, что существуют отдельные скорости фазового переноса, каждая из которых описана отдельным законом с той же структурой функционала в уравнении (18).

[0083] Когда рассматривают перенос отдельных химических компонентов (таких как вода или метан) пластового флюида, конвективный перенос со скоростью носителя (18) объединяют с диффузионным или дисперсионным переносом. Результирующий поток концентрации представлен следующим образом [E.J. Peters, Petrophysics. University of Texas, 2007, pp. 5-23, 5-24]

[0084]

где представляет собой поток концентрации для i-ого химического компонента, - это концентрация этого компонента, и - это матрица диффузии или дисперсии.

[0085] Законы переноса (18), (19) не охватывают все явления переноса, которые наблюдаются в реальных плотных геологических пластах и реальных процессах EOR/IOR. Действительно, в плотных породах могут проявляться осмотические эффекты, такие как рост градиента давления (т. е. прямой осмос, что противоречит (18)) или рост градиента концентрации (т. е. обратный осмос, что противоречит (19)). Дополнительными явлениями, не учтенными в законах переноса, являются электрокинетический перенос, абсорбция и диффузионный перенос углеводородов в органической фазе скелета породы.

[0086] В настоящее время четко выявлены множество явлений EOR/IOR в масштабе пор, но эти явления изучают и моделируют отдельно в рамках конкретных моделей. Это приводит к появлению множества различных моделей, которые сами по себе вполне адекватны, но противоречат друг другу, если рассматривать их совместно [Othman, M. B., Jalan, S., Masoudi, R., & Mohd Shaharudin, M. S. B. (2013, July 2). Chemical EOR: Challenges for Full Field Simulation. Society of Petroleum Engineers. doi: 10.2118/165247-MS].

[0087] Такой ситуации присущи концептуальные трудности в случае выраженно неоднородных коллекторов, когда есть необходимость описывать EOR/IOR в каком-то большом блоке пласта, при этом в резко отличающихся частях этого блока проявляются различные физические и химические эффекты.

[0088] Варианты осуществления настоящего изобретения устраняют эту концептуальную трудность путем описания процессов EOR/IOR для репрезентативных образцов пород непосредственно с применением моделирования функционала плотности, в то время как последующий обмен флюидами между различными образцами пород описывают с помощью набора матриц переноса.

[0089] Соответственно, предложена новая процедура количественной оценки и оптимизации технологий EOR/IOR для плотных неоднородных коллекторов, которая основана на следующих этапах.

[0090] Во-первых, геологическую неоднородность коллектора изучают с применением данных каротажа скважины и керновых образцов с идентификацией репрезентативных керновых образцов. Такие репрезентативные керновые образцы применяют для получения 3D-изображений пористого массива с помощью, не ограничиваясь только ими, рентгеновской микротомографии, 3D-визуализации с помощью ЯМР, 3D-реконструкции на основе петрографического анализа шлифов и конфокальной микроскопии, 3D-реконструкции на основе анализа карт 2D-элементов, полученных с помощью сканирующей электронной микроскопии (SEM), трехмерной сканирующей электронной микроскопии с фокусированным ионным пучком (FIB-SEM) с возможным добавлением функции энергодисперсионной рентгеновской спектроскопии (EDX) и т. д .; цифровой обработки и морфологического анализа трехмерных изображений керна путем последовательного применения фильтрации изображений, сегментации и распознавания ряда свойств. В результате выполнения этого этапа формируют набор цифровых 3D-моделей образцов пористой породы, при этом каждая модель имеет подробное распределение пор и минералогический состав. В одном из вариантов осуществления этот набор цифровых моделей пород интерпретируют как статистическую совокупность, где каждая модель связана со своим индивидуальным весом относительно рассматриваемого коллектора или части такого коллектора. Если V_A представляет собой объем конкретной модели, а V_res - объем коллектора, то взвешенные значения нормализованы следующим образом

[0091]

[0092] Во-вторых, применяя термодинамические свойства пластового флюида и вводимых агентов, цифровые 3D-модели пород и потенциалы взаимодействия между составляющими минералами и компонентами смеси флюида, в аналитической форме строят функционал общей энергии Гельмгольца флюида в породе

[0093]

[0094] В этом выражении T представляет собой абсолютную температуру, а - молярные плотности химических компонентов флюида. В частности, явное выражение (21) применяют для получения аналитического выражения химических потенциалов составляющих компонентов .

[0095] В-третьих, 3D-распределение химических компонентов флюида в породе численно определяют как абсолютный условный минимум функционала плотности с ограничениями, касающимися общего количества каждого компонента в 3D-модели

[0096]

где N_i - это суммарное количество i-ого химического компонента флюида, рассчитанное в молях.

[0097] Предлагаемая аппроксимация квазиравновесного распределения флюида справедлива, когда изменения общего количества компонентов (22) происходят относительно медленно. Обычно это справедливо для процессов EOR/IOR пласта согласно источнику Lake, L.W., Enhanced Oil Recovery, Prentice Hall, 1989. После выполнения упомянутой минимизации можно рассчитать численные значения химических потенциалов, которые являются постоянными для всей 3D-модели.

[0098]

[0099] В-четвертых, скорость обмена компонентами флюида между типичными кусками породы характеризуется матрицей переноса компонентов и вызвана разницей в химических потенциалах

[0100]

[0101] Матрица переноса на границе между двумя кусками породы A и B, , может быть рассчитана численно с применением моделирования функционала плотности. То же уравнение (24) применяют для описания скорости обмена между образцом породы A и соседней средой B за пределами рассматриваемого коллектора или его части (например, нагнетательная скважина, добывающая скважина, водоносный горизонт и т. д.). К тому же, в этом последнем случае скорость обмена флюида вызвана разницей химических потенциалов между образцом породы A и соседней средой B, и матрица переноса может быть рассчитана численно с применением моделирования функционала плотности.

[0102] В-пятых, для разных сценариев EOR/IOR результирующую динамику общего количества химических компонентов можно оценить с применением скорости обмена (24):

[0103]

[0104] В частности, это обеспечивает количественную оценку добычи углеводородов и позволяет выбрать оптимальный сценарий.

[0105] В одном из вариантов осуществления этапы четвертый и пятый могут быть заменены заключительным этапом, на котором оценивают первичное извлечение и извлечение по различным сценариям повышения нефтеотдачи путем расчета динамических показателей общих извлеченных химических компонентов для каждой рассматриваемой 3D-модели породы, а также выбора оптимального сценария для выполнения.

[0106] Чтобы продемонстрировать применение настоящего изобретения, был выбран сценарий EOR для пласта плотной породы с применением методологии, содержащейся в Ур. (20)-(25). Для оценки геологической неоднородности пласта были изучены несколько репрезентативных керновых образцов. Из этих керновых образцов был извлечен набор репрезентативных блоков породы, который интерпретировали как статистическую совокупность, особенно в соответствии с упомянутым выше анализом многофазного потока. Для имитации распределения флюида, соответствующего различным сценариям применения EOR, применяли как репрезентативные блоки пород, так и репрезентативные керновые образцы. Имитации осуществляли с применением гидродинамических характеристик функционала плотности (DFH). Общую дополнительную добычу химических компонентов, относящуюся к сценариям EOR, оценивали с применением начальных количеств компонентов в соответствии с Ур. (8), и был выбран оптимальный сценарий EOR, обеспечивающий максимальную дополнительную добычу по полезным компонентам.

[0107] С применением набора двумерных изображений высокого разрешения, подобных тем, которые показаны на Фиг. 1, построили статистическую совокупность цифровых 3D-моделей высокого разрешения; пример одной модели из такой совокупности показан на Фиг. 3. Начальные равновесные распределения химических компонентов, описываемые Ур. (22) и (23), имитировали в порах моделей с помощью DFH (Фиг. 4). Описание свойств химических компонентов, применяемое в имитациях DFH, было основано на функционале энергии Гельмгольца по Ур. (21). Кроме того, с помощью набора изображений с более низким разрешением, аналогичных показанным на Фиг. 2, и информации о распределении химических компонентов (т. е. аналогичной показанному на Фиг. 4), полученной в статистической совокупности моделей высокого разрешения, построена статистическая совокупность цифровых 3D-моделей более крупного масштаба, содержащих признаки неоднородности; пример такой модели показан на Фиг. 5.

[0108] На следующем этапе численно смоделировали первичную добычу с учетом механизма газлифта с применением как статистической совокупности моделей высокого разрешения, так и статистической совокупности моделей более крупного масштаба. Моделирование в пределах отдельных 3D-моделей высокого разрешения проводили с применением численных 3D-имитаций в масштабе пор, в которых учитывали явления, происходящие в многофазном составе, физические явления наномасштабного уровня и неклассические термодинамические эффекты (неравновесная термодинамика малых систем). А именно, численные имитации осуществляли с применением методов DFH, учитывающих соответствующие явления, такие как поток при широком диапазоне числа Кнудсена, диффузионный и конвективный перенос, расклинивающее давление, эффекты прямого и обратного осмоса, капиллярная конденсация, предшественники тонких пленок и аномальная реология, гистерезис контактного угла, обусловленный шероховатостью и количеством капилляров, адсорбция, накопление и десорбция твердых органических компонентов. Результаты численных имитаций, полученные таким образом, обеспечили минимизацию функционала энергии Гельмгольца в Ур. (21) и выполнение необходимых условий по Ур. (22) и (23) (Фиг. 8A).

[0109] Из результатов численных имитаций на статистической совокупности цифровых 3D-моделей высокого разрешения были извлечены матрицы переноса . Эти матрицы применяли в численных имитациях первичного извлечения на статистической совокупности моделей более крупного масштаба. Численные имитации на моделях более крупного масштаба осуществляли путем численного решения Ур. (24) (Фиг. 9A).

[0110] После имитации процесса первичного извлечения смоделировали ряд сценариев EOR (Фиг. 8B и 9B) с применением той же методологии, которую применяли при имитации первичного извлечения. Отличия между отдельными сценариями EOR заключались в типе, количестве и способе применения агента повышения нефтеотдачи (EOR), а также в физическом механизме взаимодействия этого агента с флюидами и породой. Описание агента EOR было основано на функционале энергии Гельмгольца по Ур. (21).

[0111] На заключительном этапе оценивали сценарии первичного извлечения и отдельные сценарии EOR путем расчета динамических показателей всех извлеченных химических компонентов с применением Ур. (25) (Фиг.10). На основании этой информации был выбран оптимальный сценарий EOR. Затем, исходя из выбранного сценария, могут быть выполнены оптимальные операции по первичному извлечению и применению методов EOR.

[0112] Вышеприведенное описание содержит иллюстрации и разъяснения, но не предназначено для того, чтобы быть исчерпывающим или ограничивать идеи изобретения точной изложенной формой. В свете вышеизложенных идей возможны модификации и вариации, которые также могут быть получены в результате практического применения методик, изложенных в настоящем описании.

[0113] Даже несмотря на то, что в формуле изобретения изложены и/или в описании раскрыты конкретные комбинации признаков, эти комбинации не предназначены для ограничения настоящего изобретения. Фактически, многие из этих признаков могут быть объединены способами, которые конкретно не указаны в формуле изобретения и/или раскрыты в описании. Хотя каждый зависимый пункт формулы, приведенный ниже, может напрямую зависеть только от одного другого пункта формулы изобретения, описание включает в себя каждый зависимый пункт формулы в сочетании с каждым другим пунктом формулы изобретения.

[0114] Ни один элемент, действие или инструкция, применяемые в настоящей заявке, не следует рассматривать как критически важные или существенные для изобретения, если они явно не описаны как таковые за пределами предпочтительного варианта осуществления. Кроме того, фраза «на основе» предназначена для обозначения «основанный по меньшей мере частично на», если явно не указано иное.

1. Способ оценивания флюидов в плотном углеводородном коллекторе внутри неоднородного геологического пласта или его участка, причем способ включает:

а) получение физических параметров флюидов и пласта;

b) построение по меньшей мере одной трехмерной (3D) модели плотного углеводородного коллектора с применением физических параметров, причем такая трехмерная модель содержит имитацию структуры пор и минералогического состава;

c) вычисление количества углеводорода для каждой указанной трехмерной модели на этапе b);

d) вычисление общего количества запасов углеводородов; и

e) создание плана разработки, основанного на расчетных общих запасах углеводородов.

2. Способ по п. 1, отличающийся тем, что физические параметры флюидов получают от зондов флюидов, расположенных внутри углеводородного коллектора.

3. Способ по п. 1, отличающийся тем, что физические параметры пласта получают из образцов пласта.

4. Способ по п. 1, отличающийся тем, что на этапе c) количество углеводорода получают путем расчета условной минимизации функционала энергии Гельмгольца.

5. Способ по п. 4, отличающийся тем, что 3D-модели создают на основании аналитического выражения плотности функционала энергии Гельмгольца.

6. Способ по п. 4, отличающийся тем, что функция энергии Гельмгольца в плотном углеводородном коллекторе имеет вид:

,

где T представляет собой абсолютную температуру плотного углеводородного коллектора; n_i - это молярные плотности химических компонентов; а нижний индекс - это порядковый номер конкретного химического компонента, и, соответственно, химические потенциалы κ_i рассчитывают с помощью следующего аналитического выражения:

.

7. Способ по п. 6, отличающийся тем, что функционал общей энергии Гельмгольца в плотном углеводородном коллекторе имеет вид

,

где T представляет собой абсолютную температуру плотного углеводородного коллектора; n_i - это молярные плотности химических компонентов, а химические потенциалы κ_i рассчитывают с помощью следующего аналитического выражения:

.

8. Способ по п. 1, отличающийся тем, что средние молярные плотности сначала рассчитывают на этапе d) по формуле:

,

где интегрирование осуществляют по 3D-модели M(k) с общим объемом V(k), с последующим отнесением 3D-распределения флюида к газу и нефти с получением средних плотностей по формулам:

.

9. Способ по п. 8, отличающийся тем, что общее количество запасов углеводородов в молях B_i химического компонента с порядковым номером i в плотном углеводородном коллекторе рассчитывают следующим образом:

,

где V представляет собой объем плотного углеводородного коллектора, - это частота или вероятность конкретной 3D-модели M(k) в плотном углеводородном коллекторе.

10. Способ по п. 9, отличающийся тем, что общее количество запасов углеводородов B_i преобразуют в единицы массы путем умножения молярной массы компонента m_i:

.

11. Способ по п. 1, в котором на этапе d) общее количество запасов углеводородов рассчитывают с применением общего объема коллектора, расчетных количеств для 3D-моделей M(k) и их относительной частоты встречаемости в коллекторе или части коллектора.

12. Способ по п. 1, отличающийся тем, что эти этапы выполняют для множества 3D-моделей, которые в совокупности составляют часть плотного углеводородного коллектора.

13. Способ по п. 1, отличающийся тем, что указанные этапы выполняют для множества залежей с целью оценивания совокупных запасов путем сложения общих запасов углеводородов каждой из залежей.

14. Способ оценивания и оптимизации технологий повышения нефтеотдачи или усовершенствованных методов разработки для плотных углеводородных коллекторов, включающий:

a) построение трехмерных моделей породы для пористой породы с применением физических свойств и трехмерных изображений пористого массива для репрезентативных керновых образцов из плотных углеводородных коллекторов, причем трехмерная модель породы содержит распределение пор и минералогический состав;

b) построение общего компонента флюида в трехмерных моделях пород на этапе а);

c) расчет трехмерного распределения компонентов флюида в трехмерных моделях пород;

d) расчет скорости обмена компонентов флюида между трехмерными моделями пород;

e) расчет динамических показателей общего количества компонентов флюида в плотном углеводородном коллекторе; и

f) создание плана разработки, основанного на расчетных динамических показателях.

15. Способ по п. 14, отличающийся тем, что на этапе a) каждая из по меньшей мере одной трехмерной модели породы связана с весовым показателем для коллектора, а весовые показатели нормализованы согласно:

,

где V_A представляет собой объем одной конкретной трехмерной модели породы, а V_res - это объем коллектора.

16. Способ по п. 14, отличающийся тем, что на этапе b) общая смесь флюида описана с применением функционала общей энергии Гельмгольца, описанной формулой:

,

где T представляет собой абсолютную температуру плотного углеводородного коллектора, а n_i - это молярные плотности компонентов флюида.

17. Способ по п. 16, отличающийся тем, что химические потенциалы κ_i компонентов флюида рассчитывают с помощью следующего выражения:

.

18. Способ по п. 14, отличающийся тем, что общее количество компонентов флюида в трехмерной модели породы рассчитывают с помощью следующего выражения:

,

где N_i - это общее количество одного компонента флюида в плотном углеводородном коллекторе.

19. Способ по п. 18, отличающийся тем, что скорость обмена рассчитывают с помощью следующего выражения:

,

где представляет собой матрицу переноса компонента флюида, а - это отличие в химических потенциалах.

20. Способ по п. 19, отличающийся тем, что общее количество компонентов флюида рассчитывают с применением следующего выражения:

,

где N_itot - это общее количество одного компонента флюида в плотном углеводородном коллекторе.