Экспериментальное исследование и численное моделирование полимерного заводнения применительно к иранским месторождениям, содержащим тяжёлые, высоковязкие нефти

Во введении обоснована актуальность темы исследования, сформулированы цели и задачи работы, показана научная новизна и практическая значимость результатов. Изложены основные положения, выносимые на защиту, приводится список публикаций и сведения об апробации работы.
Глава 1 содержит литературный обзор по теме диссертации. В данной главе представлены результаты анализа публикаций о методах добычи тяжелой, высоковязкой нефти. Тяжелая нефть и битумы составляют до 70% разведанных запасов нефти в мире. Высокая плотность и вязкость нефти традиционно обуславливают главный недостаток технологии заводнения — высокая затратность по сравнению с более легкими углеводородами, что ограничивает добычу этих ресурсов относительно небольшим объемом. К настоящему времени разработана лишь небольшая часть этих ресурсов, поскольку методы извлечения тяжелой нефти более дорогостоящие, чем методы добычи обычной нефти. Помимо того, открытие новых месторождений легкой нефти происходит все реже, и, с учетом низкой цены на нефть, нефтяные компании стали обращаться к нетрадиционным ресурсам для удовлетворения потребностей рынка. Это создает предпосылки для того, чтобы в ближайшем будущем тяжелая нефть заняла значительную долю в структуре энергетики. Приведены особенности разработки месторождений, содержащих высоковязкую и тяжелую нефть на территории Ирана.
Тяжелая нефть 15%
Битумы 30%
Традиционная нефть 30%
Очень тяжелая нефть 25%
Рисунок 1– Распределение мировых запасов нефти по классификации Schlumberger
Глава 2 посвящена описанию метода и технологии полимерного заводнения месторождений с тяжелой, высоковязкой нефтью. Проведен обзор и анализ мирового опыта проектирования и реализации технологии полимерного заводнения на месторождениях с тяжелой нефтью.
Для выработки запасов тяжелой нефти широко используются как нетепловые методы, включая традиционное заводнение, полимерное заводнение, заводнение с использованием поверхностно-активных веществ и щелочей, так и тепловые методы, включая циклическую обработку паром, последовательное нагнетание пара, внутрипластовое горение и парогравитационное дренирование.
Хотя тепловые методы увеличения нефтеотдачи позволяют снизить вязкость тяжелой нефти для повышения степени ее извлечения, они все же обладают многими недостатками, такими как высокая стоимость и ограниченное использование в глубоких пластах. Полимерное заводнение является одной из наиболее перспективных технологий повышения нефтеотдачи благодаря своей способности снижать соотношение подвижностей вытесняющего флюида и нефти. Кроме того, полимерное заводнение позволяет улучшать эффективность охвата в неоднородных коллекторах по сравнению с другими нетепловыми методами увеличения нефтеотдачи.
В технологии полимерного заводнения основная задача заключается в поддержании вязкости полимерного раствора при закачке в пласт. Для приготовления полимерных растворов обычно используют пресную воду. Задача сохранения проектируемой вязкости раствора состоит в обеспечении минимума разрушения структуры при сдвиге.
Вывод: полимерное заводнение является перспективной технологией извлечения тяжелой нефти. Однако для его успешности требуется более высокая концентрация полимера, в результате стоимость технологии полимерного заводнения будет выше, чем для альтернативных технологий.
Глава 3 посвящена вопросу определения рациональной вязкости полимерного раствора для эффективного извлечения тяжелой нефти. Wang и Dong оценили потенциал полимерного заводнения на месторождениях высоковязких нефтей и сделали предположение о существовании интервала значений вязкости полимерного раствора, в пределах которого прирост КИН по сравнению с заводнением существенно увеличивается при повышении вязкости полимерного раствора. Значительное увеличение вязкости полимерного раствора вне этого интервала очень мало влияет на прирост КИН, то есть была зафиксирована так называемая S-образная кривая. Был проведен анализ вида представленных Wang и Dong S-образных кривых и оценена возможность использования результатов этих экспериментов для подбора рациональной вязкости полимерного раствора (рис. 2). На основании этого анализа был разработан экспресс-метод подбора рациональной вязкости полимерного раствора для вытеснения нефти высокой вязкости с помощью полимерного заводнения.
Для полимерного заводнения после заводнения рациональная (разумно обоснованная, целесообразная) вязкость полимерного раствора — это значение вязкости полимерного раствора, при превышении которой интенсивность прироста коэффициента извлечения нефти снижается.
Последовательность необходимых действий следующая:
• Определяются верхние переломные точки S-образных кривых, соответствующие значению рациональной вязкости полимерного раствора для каждого эксперимента нефти различной вязкости.
• Определяется зависимость рациональной вязкости полимерного раствора от вязкости вытесняемой нефти, т.е. в пределах границ рациональности:
μР = 0,02·μН + 8,265, (1) где μР – рациональная вязкость полимерного раствора, мПа·с, μН – вязкость вытесняемой нефти в
пластовых условиях, мПа·с.
• Строится тренд, позволяющий оценить ожидаемый прирост КИН при полимерном заводнении после традиционного заводнения, в %:
ΔКИН = 1,236·ln(μР) + 12,057, (2) где μР – рациональная вязкость полимерного раствора, мПа·с.
• Подбирается необходимая концентрация полимера в растворе.
При использовании указанного экспресс-метода была рассчитана рациональная вязкость
полимерных растворов для некоторых месторождений высоковязких и тяжелых нефтей Ирана (ИРИ), отобранных для апробации метода технологии полимерного заводнения. Были исследованы 42 объекта, из которых были отобраны 25 с вязкостью в интервале 30-300 мПа·с для дальнейших исследований.
Проведя анализ представленных данных, можно предположить, что для месторождений с
вязкостью нефти в пластовых условиях от 30 до 100 мПа·с необходимо использовать полимерные 9

растворы с вязкостью 10 мПа·с, что соответствует значениям относительной вязкости μ0 (соотношению вязкостей вытесняемого (μН) и вытесняющего флюида (μВ)) от 3 до 10 (рис. 2). Для месторождений с вязкостью нефти от 100 до 300 мПа·с рекомендуется применять полимерный раствор с вязкостью от 10 до 14 мПа·с, что соответствует значению относительной вязкости μ0 примерно от 10 до 20. Необходимо отметить, что при воздействии на группу объектов (участков, площадей, пластов) со схожими значениями вязкости нефти в пластовых условиях экономически рационально также использовать единую вязкость нагнетаемого полимерного раствора.
Рисунок 2 – Подбор рациональной вязкости полимерного раствора
Глава 4 содержит результаты экспериментальных работ. Экспериментальные исследования полимерного заводнения проводились на специальной фильтрационной установке, с использованием кернодержателя с размерами 12 ́4 см для исследования влияния вязкости полимерного раствора и неоднородности пористой среды на прирост добычи нефти после заводнения.
В рамках представленного исследования изучено влияние типа полимера и его концентрации в растворе на извлечение из пласта тяжелой нефти.
Характеристики объекта исследования указаны в таблице 1.
Таблица 1 – Свойства основного объекта исследования
Параметр Значение Пластовая температура, °С 100 Плотность нефти, кг/м3 948 Вязкость пластовой нефти, мПа·с 204
Проницаемость пласта, мкм2 0,01
Пористость пласта, % Тип коллектора
18 песчаник
10

Первоначально задачей исследования являлся выбор наиболее эффективного типа полимера, затем для лучшего полимера исследовано влияние его концентрации в растворе на эффективность извлечения тяжелой нефти.
Первая часть исследований направлена на оценку влияния типа полимера на вязкость полимерного раствора. Растворы полимеров различного типа готовились на основе морской воды (табл. 2). Эксперименты проводились при комнатной температуре.
Компонент NaCl MgCl2 CaCl2
Таблица 2 – Содержание солей в морской воде, используемой для подготовки полимерного раствора
Содержание, кг/м3 30
5,1
2,2
10
8
6
4
2
0
HPAM PAM SPAM Тип полимера
Рисунок 3 – Влияние типа полимера на вязкость полимерного раствора при его различной концентрации (синий цвет – 3 кг/м3, оранжевый – 5 кг/м3)
Влияние типа полимера на вязкость его раствора показано на рисунке 3, откуда видно, что при росте концентрации увеличивается разница в вязкости раствора между гидролизованным полиакриламидом (HPAM) и альтернативными типами полимера (PAM – полиакриламидом и SPAM – сульфонированным полиакриламидом).
На рисунке 4 показано влияние температуры на вязкость полимерного раствора для различных типов полимеров. Отмечается, что более высокие значения вязкости характерны для раствора полимера HPAM, при этом с ростом температуры эта разница нивелируется.
Более высокая вязкость раствора полимера HPAM при различных условиях обуславливает его выбор в качестве активного компонента при проведении дальнейших экспериментов по моделированию полимерного заводнения.
вязкость, мПа·с
9
7
5
3
1
HPAM PAM SPAM
Рисунок 4. Влияние температуры на вязкость различных полимерных растворов с концентрацией 5 кг/м3 (в морской воде) при температуре 25°С (синий цвет)
и 100°С (оранжевый цвет)
Для моделирования изменения свойств полимерного раствора в пластовых условиях подготовленный на основе морской воды полимерный раствор был помещен в термостат при температуре 100°С.
В этих условиях было оценено состояние полимерного раствора в течение четырех недель после начала опыта. Результаты показаны в таблицах 3-5 и на рисунках 5-10. На рисунке 5 показана вязкость раствора на основе полимера HPAM при различной скорости сдвига, измеренная с помощью реометра Antonpaar.
Так как полимерные растворы являются неньютоновскими жидкостями, исследование взаимосвязи вязкости и скорости сдвига является важным аспектом. В пластовых условиях скорость сдвига обычно составляет около 7 с-1, но в ходе процесса заводнения скорость сдвига растет.
Таблица 3 – Свойства объекта исследования в начале эксперимента
Параметр Значение Плотность нефти, кг/м3 995 Вязкость пластовой нефти, мПа·с 100
Проведен анализ двух проб. Первую пробу использовали для исследования и предварительного изучения поведения полимерного заводнения для увеличения нефтеотдачи на месторождении с тяжелой нефтью, вторую – как контрольную.
12
вязкость, мПа·с
70
50
30
10
первый день
при концентрации 7 кг/м3
недели 2
при концентрации 10 кг/м3
недели 3
при концентрации 12 кг/м3
недели 1
недели 4
Рисунок 5 – Изменение вязкости полимерного раствора в течение четырех недель эксперимента при различной начальной концентрации полимера
Графики результатов коэффициента вытеснения при разных концентрациях представлены на рисунке 6.
Рисунок 6 – Коэффициент вытеснения нефти, полученный при полимерном заводнении с различной концентрацией полимера в растворе после заводнения
На графике (рис.7) представлены значения изменения коэффициента вытеснения при различных концентрациях полимера в растворе.
Влияние минерализации на полимерный раствор. В данном эксперименте полимерный раствор контактирует в модели с водным 1%-ым раствором NaCl. Ниже на графике (рисунок 8) представлены результаты.
вязкость, мПа·с
45
35
25
15
5 0
1 кг/м3
3 кг/м3
5 кг/м3
Рисунок 7 – Зависимость прироста коэффициента извлечения нефти от концентрации полимера
Рисунок 8 – Результат полимерного заводнения на пласт, насыщенный 1%-ым раствором NaCl
В данной работе минерализация содержащейся в пласте воды увеличивалась в 2 и в 4 раза. Результаты не показали значительного влияния этого фактора. Но, нужно отметить, что эксперимент проводился в течение короткого времени (несколько часов, а в реальном проекте эксперименты могут длиться от нескольких дней до нескольких лет), поэтому у полимерного раствора не было времени вступить в устойчивые реакции с водой. Можно рекомендовать проведение более длительного эксперимента для дополнительного исследования данного параметра.
прирост коэффициента извлечения, %

Результаты экспериментального исследования второй пробы
Результаты эксперимента свидетельствуют о том, можно узнать максимальное значение коэффициента извлечения оценкой количества получаемой на выходе нефти. В дальнейшем можно узнать, насколько реально влияет на увеличение коэффициента извлечения полимерное заводнение. В таблице 4 представлена характеристика пласта.
Параметр Пластовая температура, °С
Плотность нефти, кг/м3
Вязкость пластовой нефти, мПа·с Проницаемость пласта, мкм2 Пористость пласта, %
Тип коллектора
Таблица 4 – Свойства объекта исследования
Значение параметра 100
204
0,01
18 песчаник
Графики показывают, что после закачки примерно 3,5 PV воды в нефтяной пласт около 48% нефти было вытеснено из него. Далее рассмотрено влияние различных факторов на коэффициент вытеснения нефти из пласта.
Рисунок 9 – Результаты заводнения
Основываясь на реологических исследованиях, можно сделать вывод, что концентрация полимера ниже 3 кг/м3 мало подходит для заводнения. В дальнейшем были проведены эксперименты по полимерному заводнению с концентрацией 3, 5, 7, 10 и 12 кг/м3. Результаты экспериментов приведены на рисунке 11 графически и на рисунке 12 в виде диаграммы.
1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0
Заводнение перед полимерным заводнением (3 кг/м3) Полимерное заводнение (3 кг/м3)
Заводнение перед полимерным заводнением (5 кг/м3) Полимерное заводнение (5 кг/м3)
Заводнение перед полимерным заводнением (7 кг/м3) Полимерное заводнение (7 кг/м3)
Заводнение перед полимерным заводнением (10 кг/м3) Полимерное заводнение (10 кг/м3)
Заводнение перед полимерным заводнением (12 кг/м3) Полимерное заводнение (12 кг/м3)
Об
ъем нагне
тания, пор.
объемы
0.00
0.50 1.00 1.50 2.00 2.50
3.00 3.50 4.00
Рисунок 10. Результаты полимерного заводнения с различными концентрациями полимера после заводнения
Рисунок 11 – Полимерное заводнение с разными концентрациями полимера
Анализ результатов показывает, что при увеличении концентрации от 3 до 5 кг/м3 наблюдается увеличение нефтеотдачи до 13%, а при увеличении концентрации от 7 до 12 кг/м3 наблюдается увеличение коэффициента извлечения нефти примерно на 27-29% и практически не зависит от увеличения концентрации раствора полимера. Зависимость увеличения коэффициента извлечения нефти от полимерного заводнения после обычного заводнения от концентрации полимера в растворе показана на рисунке 11. Можно предположить, что в этих условиях пороговое значение рациональной концентрации полимера во время заводнения не происходит. Сказанное заметно коррелирует с результатами ранних исследований, которые также отмечают иррациональность чрезмерного увеличения концентрации раствора полимера и, следовательно, вязкости раствора полимера. В этом случае для коммерческого внедрения может потребоваться
30
20
10
5 0
3 5 7 10 12 Концентрация полимера, кг/м3
Прирост коэффициента вытеснения по сравнению с заводнением, %
Коэффициент вытеснения, д.ед.

изменение концентрации, принимая во внимание сорбцию полимера пористой средой и различные виды разрушения. Чрезмерная концентрация может не только не быть экономически оправданной, но и не дать значительного технологического результата.
Глава 5 содержит анализ и оценку полимерного заводнения на месторождениях тяжелой нефти. Оценка полимерного заводнения производится с помощью гидродинамического моделирования с пакетом ECLIPSE. В таблице 5 приведены некоторые данные о коллекторе, использованные при моделировании.
Модель пласта состоит из трех слоёв (размер сетки) с разными значениями проницаемости и пористости. При этом были заданы следующие средние значения проницаемости и пористости послойно:
– для верхнего слоя k1 = 100 мД и m1 = 18%, – для среднего слоя k2 = 30 мД и m2 = 15%, – для нижнего k3 = 200 мД и m3 = 21%.
Таблица 5 – Характеристики пласта и нефти для моделирования
Параметр Размеры сетки (фут)
Начальное пластовое давление, psi Начальная пластовая температура, oF Радиус скважины, фут
Давление на забое, psi
Плотность породы, фунтов/фут3
Величина 30 * 30 * 15 4000 212 0,33 215
Величина (СИ) 9,14 * 9,14 * 4,57 м 27,58 МПа
100 oС
9,75 см
1,48 МПа 2402,72 кг/м3
Для моделирования продуктивного пласта была разработана трехмерная модель, как показано на рисунках 12 и 13. Разброс значений проницаемости и пористости пластов находится в интервале 10-600 мД и 8-24%.
Рисунок 12 – Модель пласта с распределением пористости
Рисунок 13 – Модель пласта с распределением проницаемости
Целью моделирования полимерного заводнения для исследования изменения концентрации полимерного раствора. Сценарий для данной операции: моделирование разных концентраций полимера, кг/м3 (0; 2; 5; 7). Полимерное заводнение как будто (quasi) началось в момент, когда обводненность пласта достигла 70 %, а объем закачки полимерного раствора составляет 10 лет.
0.28 0.24 0.20 0.16 0.12 0.08 0.04 0.00
заводнения
Концентрация полимера 5кг/м3
Концентрация полимера 2 кг/м3 Концентрация полимера 7кг/м3
Заводнение
Полимерное Заводнение
Заводнение
0 2000 4000
6000
8000 10000 12000 время, суток
14000 16000
Рисунок 14 – Изменение коэффициента извлечения нефти при разных концентрациях полимера
Влияние продолжительности нагнетания полимерного раствора
Моделирование с разным периодом нагнетания (5; 8; 10 и 13 лет). Постоянные величины: концентрация полимера 5 кг/м3 и обводненность 70%. Влияние обводненности
Результаты моделирования с разной обводненностью – 50; 70; 80; 92%, базовая величина в работе: нагнетание полимерного раствора с концентрацией 5 кг/м3 в течение 10 лет.
Оценка эффективности полимерного заводнения в коллекторе тяжелой нефти с использованием искусственной нейронной сети
В литературе имеется множество исследований, в которых был описан рабочий процесс применения искусственных нейронных сетей для решения проблем различной природы в нефтяной инженерии.
Искусственные нейронные сети (Artificial neural network – ANN) — это система обработки информации, которая имеет определенные рабочие характеристики, общие с биологическими нейронными сетями. Типичная нейронная сеть — это многослойная система, состоящая из одного входного слоя, одного или двух скрытых слоев и одного выходного слоя. Каждый слой состоит из базовых элементов обработки, называемых нейронами. Архитектура ANN показана на рисунке 15.
КИН, д.ед.

Рисунок 15 – Схема нейронной сети
Связи веса между нейронами корректируются во время обучающей тренировки.
Есть два способа обучения: под наблюдением и без присмотра. Для наиболее типичной нейронной сети вес соединения регулируется заданным входом и соответствующим выходом. Этот процесс называется контролируемым обучением.
Исследование дало возможность прогнозирования коэффициента нефтеизвлечения при полимерном заводнении с использованием нейронной сети. Результаты этого исследования могут служить примером того, как ANN может предсказать эффективность полимерного заводнения. Семьдесят экспериментальных данных было использованы для изучения этого процесса, они были разделены на три отдельные категории на основе соотношений 65:15:20 (обучение – raining) : (проверка – validation) : (тестирование – testing). Ниже, в таблице представлены минимальные и максимальные значения каждого параметра, используемого в разработке системы нейронных сетей. Данные были использованы для построения нейронной сети в среде MATLAB.
Функция алгоритма обратного распространения Левенберга-Марквардта использовалась для обучения предлагаемой сети, чтобы генерировать такую сеть, которая была бы способна точно обобщать и выполнять прогнозирование без всяких ошибок. Это предположение подтверждается коэффициентом корреляции с общим значением 0,92 для коэффициента нефтеизвлечения. Ниже представлены корреляционные графики (рисунок 16) общих процессов (обучение, проверка и тестирование) для коэффициента нефтеизвлечения при полимерном заводнении.
Однослойная модель ANN разработана для оценки полимерного заводнения на основе характеристик месторождения. Входной слой состоит из семи параметров пласта, а выходной –
представлен коэффициентом нефтеизвлечения. Количество нейронов в скрытых слоях оптимизируется во время обучения; выбрано двенадцать слоев для первого скрытого слоя.
Параметры
Пористость Проницаемость Вязкость нефти
Вязкость полимера
Концентрация полимера Объем полимера Относительная вязкость КИН
Размерность
% мД мПа·с
мПа·с
рpm поровый объем единица
%
Тип параметра Входной Входной Входной
Входной
Входной Входной Входной Выходной
Мини- Среднее Макси- мум значение мум 22 35,5 40 1350 6927,2 13000
80,2 2166,7 18700
2,1 43,44 359,3
125 3094,21 10124 0,5 1,09 6
8 106,4 690 2,2 16,7 44
Таблица 6 – Диапазон переменных в наборе данных
После успешного обучения с данными модель ANN проверяется на соответствие данных, исключенных при обучении. Модель правильно оценила полимерное заводнение в коллекторе тяжелой нефти с точностью 90%.
Рисунок 16 – Соотношение экспериментальных и расчетных данных по КИН по модели ANN
Серия результатов испытаний показала, что разработанная модель ANN может быть использована для оценки полимерного заводнения в залежи с тяжелой нефтью за очень короткое время и достаточно экономно.
ЗАКЛЮЧЕНИЕ
1. Анализ проблемы разработки нефтяных месторождений, содержащих тяжелые высоковязкие нефти, показал перспективное направление дальнейшего поддержания нефтяной отрасли Ирана и др. стран. Это применение технологии полимерного заводнения. Лабораторные исследования показывают, что полимерное заводнение может увеличить добычу тяжелой нефти более чем на 20%.
2. Отработана методика определения рациональных величин вязкости полимерных растворов и рассчитаны их локальные значения, показаны их зависимости от вязкости вытесняемой нефти, а ожидаемого КИН – от этой рациональной вязкости. Намечены пути совершенствования технологии полимерного заводнения.
3. Разработана оригинальная методика лабораторных исследований для технологии полимерного заводнения, отличная от известных ранее методик, суть которой заключается в том, что используются насыпные модели с обеспечением всех параметров исследований.
4. Кроме того, для сравнения процесса закачки полимера с различными сценариями была построена гипотетическая модель со спецификациями PVT нефти одного из южных месторождений. Затем путем моделирования с помощью программного обеспечения ECLIPSE была исследована эффективность полимерного заводнения по нефтеотдаче этой модели. По результатам исследований были получены следующие результаты:
– Полимер HPAM показал наилучшие эксплуатационные характеристики среди других полимеров. Несмотря на то, что этот полимер гораздо более чувствителен к минерализации, чем некоторые другие полимеры, но все же имел лучшие результаты, показанные в этом проекте. Среди изученных факторов наибольшее влияние на вязкость полимерных растворов оказывала минерализация. Температура — это еще один фактор, влияющий на вязкость.
– Результаты экспериментов с изменением вязкости показывают, что полимер HPAM показал лучшие результаты, чем при использовании полимера в сочетании с другими вариантами. Согласно результатам изменения вязкости, увеличение концентрации полимера привело к увеличению нефтеотдачи пластов. Это увеличение продолжается до тех пор, пока не будет достигнута критическая концентрация полимера.
– Получен оптимальный диапазон концентрации полимера для нагнетания полимерного раствора в этом проекте, который составляет от 5 до 7 кг/м3.
– Повышение скорости закачки полимерного раствора с 1 до 3 см3/мин снизило извлечение нефти, из-за неустойчивого полимерного фронта наблюдают быстрый прорыв, в результате нефть остается в пласте.
5. С помощью экспериментального дизайна и гидродинамического моделирования подтверждена возможность применения полимерного заводнения на иранских месторождениях
высоковязкой нефти. Предложенный подход может быть использован для оценки эффективности полимерного заводнения пласта и определения оптимальных режимов закачки полимера.
6. Разработана однослойная модель ANN для моделирования полимерного заводнения с использованием характеристик месторождения. Входной слой состоит из 7 параметров пласта, выходной представлен КИН. Во время обучения оптимизируется количество нейронов в скрытых слоях; выбрано 12 нейронов для 1-го скрытого слоя. После успешного обучения модель ANN проверяется с помощью не включенных в обучение данных. Модель позволила правильно оценить параметры полимерного заводнения в резервуаре тяжёлой нефти. Испытания показали, что разработанная модель ANN представляет собой эффективный метод моделирования полимерного заводнения в резервуаре с тяжёлой нефтью, позволяющий получить корректные результаты в короткое время с использованием ограниченного набора экспериментальных данных.