油田开发中的油井产能预测

油田开发中的油井产能预测

成功研究和应用cordic驱动器的国家包括美国、加拿大和俄罗斯。据统计,全球实施CO2驱提高采收率的项目共有94个,美国占82个(其中低渗透油藏65个,占79%),其年产油量达1.186×106t,占世界CO2驱提高采收率总产量的94.2%。国内的大庆油田、江苏油田、吉林油田等也先后开展了CO2驱矿场试验,取得了一定的效果。油井产能预测是油井举升、优化设计、配产等措施的基础,在油田开采中起着重要作用。但国内外关于CO2驱油效果及其影响因素研究较多,而有关CO2驱油井产能预测研究相对较少。笔者从油藏数值模拟角度出发,考虑常见因素对油井产能的影响,进行了正交试验设计和大量油藏数值模拟计算。以Vogel方法为基础,综合数值模拟计算结果回归建立了CO2驱油井产能预测方程。1ipr无因次的计算Vogel在对大量岩石和流体物性分析的基础上,于1968年首次提出了溶解气驱油藏无因次流入动态关系式。假定油藏外边界为封闭边界、内边界采取定压或定流量生产,利用计算机对溶解气驱油藏不同衰竭程度下的直井流入动态进行了数值模拟计算,通过对产量和流压进行无因次化处理,得到无因次IPR曲线,发现不同采出程度下的无因次IPR曲线很接近,从而提出了一条参考曲线,即Vogel方程。Vogel无因次化方法是将IPR曲线上某一采出程度下的各产量点与该采出程度下的最大产量的比值作为无因次产量横坐标,以该采出程度下各产量对应的井底流压与平均地层压力比值为无因次压力纵坐标,从而得到归一化的IPR曲线。Vogel之后Wiggins、Cheng、Bendakhlia等也沿用该方法进行无因次IPR曲线的制作。其具体制作方法是:定流压或定产油量生产,进行油藏数值模拟计算。当达到某一采出程度时,记下相对应的流压和产量;重复改变流压或产量进行计算,可以得到同一采出程度下的不同流压和产量关系,从而得到该采出程度下的IPR曲线;重复进行不同采出程度下的上述计算,可以得到不同采出程度下的IPR曲线;最后通过无因次化处理即可得到无因次IPR曲线。研究表明,油气平均采出程度与油藏平均压力呈一一对应关系,因此,将油藏平均压力作为衡量衰竭程度指标,按照上述方法对不同平均地层压力下的IPR曲线进行归一化。2基于功率预测的研究方法和模型的建立2.1正交试验设计选取对油井产能影响较直接的7个因素,每个因素选取3个合理的水平,见表1。2.2两相渗流网格将油藏模型考虑为单层、均质、圆形封闭油藏中心一口井的情况,油层内为油气两相渗流。采用径向变步长网格,最小径向网格步长0.1m、最大径向网格步长30m,如图1所示。在建立油藏网格模型后,利用2009版CMG数模软件GEM组分模拟器对上述正交试验设计的18组试验数据进行数值模拟计算。2.3路径一:特点二驱油的产能预测方程通过对18组正交试验数值模拟计算,利用上述IPR曲线制作方法对每组试验的不同平均地层压力下的产量和流压进行无因次化,并将所有无因次化结果绘制在一张图上,如图2所示。在得到上述综合归一化曲线基础上,回归建立具有较为普遍意义的CO2驱油井产能预测方程上述处理的结果是针对油气两相渗流的,当pr>pb>pwf时,即地层中渗流为油气两相渗流和单相渗流组合时,产能预测方程将变为如下形式式中,qo为油井产油量,m3/d;qomax为油井最大产油量,m3/d;pwf为井底流压,MPa;pr为平均地层压力,MPa;qb为流压等于饱和压力时的产量,m3/d;pb为油藏饱和压力,MPa。3对比及误差计算根据建立的CO2驱油井产能预测方程,对吉林油田2口CO2驱采油井产能进行了预测,并与实测数据进行了对比和误差计算,最大相对误差为9.07%,总的平均相对误差为4.27%(见图3)。从图3可以看出,两口井预测计算的趋势和实测数据非常相近,虽然某些点的预测误差较大,但都在工程应用许可的10%范围内,从而验证了所建立的预测模型的可靠性和应用可行性。4施工质量及预测模型建立的建议(1)正交试验方案设计与油藏数值模拟计算相结合可以作为一种切实可行的油井产能预测研究方法,运用该方法建立了CO2驱油井产能预测方程。吉林油田CO2试验区的现场应用表明,本文方法预测趋势与实际情况一致,计算精度较高,可以满足工程应用的需要。(2)建立的CO2驱油井产能预测方程与Vogel溶解气驱方程在形式上一致,但系数差别蕴含了流体、储层等物性综合作用的