Применение данных о температуре водохранилища (pvt) для прогнозирования лучших запасов

Фонд надежных резервов (Reliable Reserves Estimates)

Нефтяная промышленность регулярно выделяет миллиарды долларов на бурение и добычу на основе прогнозов запасов. Каждый баррель, считающийся доказанным, вероятным или возможным, опирается на цепочку предположений и измерений. В основе этой цепочки лежат данные о температуре и объеме давления (ТТ) - набор физических свойств, определяющих поведение жидкостей резервуара в изменяющихся условиях. Без точных входов ПВТ даже самая подробная геологическая модель или моделирование, соответствующее истории, дает прогнозы, которые являются немногим больше, чем спекуляция. В этой статье рассматривается, как приобретать, проверять и применять данные ПВТ для получения оценок запасов, которые выдерживают проверку со стороны инвесторов, регулирующих органов и внутренних лиц, принимающих решения.

Данные ПВТ описывают объемное и транспортное поведение нефти, газа и воды в диапазоне давления и температуры, встречающихся во время производства. Он сообщает инженеру, насколько нефть будет уменьшаться, когда газ выходит из раствора, когда образуется газовый колпачок, насколько вязкими становятся жидкости при снижении давления, и как вся жидкая система реагирует на впрыск воды или газа. Каждый из этих факторов напрямую влияет на расчетный исходный углеводород на месте (OHIP), коэффициент извлечения и сроки производства. Разница между успешной разработкой и неудачной часто сводится к нескольким процентам в этих свойствах.

Как данные PVT регулируют каждый метод резервирования

Каждый классический метод оценки запасов опирается на свойства ПВТ в качестве фундаментальных входов. объемный метод для нефти на месте использует начальный коэффициент объема образования нефти oi] в знаменателе стандартной формулы: OOIP = oioi. 5% ошибка в oi становится 5% ошибкой в OOIP напрямую. Аналогично, коэффициент восстановления зависит от того, как Bo и соотношение раствора газ-масла R изменяется с давлением, поэтому неточности составные.

Расчеты материального баланса явно используют функции PVT для связи пустотности резервуара с изменением давления. Подход Havlena-Odeh разделяет расширение нефти, освобожденного газа и воды, и каждый термин использует коэффициенты объема образования и сжимаемости, полученные из PVT. B g — Bgi или неверно оцененный индекс привода раствора-газа может привести к принципиально неправильной интерпретации приводного механизма и окончательному восстановлению.

В анализе кривой убывания и быстротечной аналитике , коэффициенте общего сжимаемости c t и коэффициенте объема газообразования Bg ], коэффициенты поверхностного образования преобразуют в объёмы резервуаров. Для нетрадиционных резервуаров эти входы непосредственно влияют на интерпретируемый полудлинный разрыв, стимулированный объем резервуара и предполагаемую конечную восстановление (EUR). Ошибка 10% в общей сжимаемости может сместить EUR на 10-15% во многих распространенных моделях.

Нумерическое моделирование использует таблицы ПВТ или уравнение состояния (EOS) для вычисления терминов текучей среды в уравнениях потока.R Функция определяет, когда появляется свободный газ, изменяя относительную проницаемость. Вязкость контролирует производительность притока. Если данные ПВТ неверны, симулятор может все еще сопоставлять историю, регулируя другие параметры, но это соответствие становится бесполезным для прогнозирования при изменившихся условиях работы.

Критические параметры ПВТ и их чувствительность

Фактор объема нефтеобразования и соотношение газовых и нефтяных растворов

Над точкой пузыря Bo медленно снижается из-за сжимаемости нефти, в то время как R остаётся постоянным.Rs,ooo сжимается, когда освобождённый газ покидает нефтяную фазу.oooостаточная нефть, убывающая в цене, означает большее усадку на пси падения давления.o

Газ Z-фактор и фактор объема образования

Для газовых резервуаров Z-фактор управляет графиком баланса материала p/Z — основным инструментом для оценки исходного газа на месте. Z-фактор, который слишком высок при высоком давлении, недооценивает газ на месте; переоцененный Z при низком давлении маскирует приток воды. Наклон p/Z обратно пропорционален G , поэтому несколько процентов смещения в Z могут изменить EUR на десятки Bcf. B g , полученный из Z и температуры, имеет решающее значение для преобразования поверхностного производства в пустоту резервуара.

Вязкость всех фаз

Вязкость масла входит в уравнение притока Дарси напрямую: ошибка 10% в μo означает ошибку 10% в индексе производительности (все остальное равно). В процессах перемещения вязкость контролирует соотношение мобильности и эффективность развертки. Для тяжелой нефти вязкость изменяется на порядки с температурой, поэтому важна точная ПВТ при температуре резервуара. Вязкость газа, хотя и меньше, имеет значение в высокопроизводительных газовых скважинах, где поток не ветров зависит от подвижности жидкости.

Ненасыщенная масляная сжимаемость

Над точкой пузыря co контролирует начальную скорость истощения давления. В плотных образованиях общая сжимаемость (камень плюс жидкости) доминирует в поведении переходного потока.co приводит к переоценке связанного объёма и чрезмерно оптимистичным ранним прогнозам производства.

Приобретение представительских образцов

Качество любого прогноза, полученного из ПВТ, начинается с образца. Отбор проб скважины с использованием тестеров на образование предпочтителен для нефтяных резервуаров, поскольку он может захватывать жидкость в условиях резервуара, в идеале выше точки пузырьков, с минимальным загрязнением. Загрязнение фильтратом грязи угнетает измеренную точку пузыря и изменяет состав, производя BoR кривые, которые не являются репрезентативными. Технология однофазного отбора проб Schlumberger поддерживает давление выше насыщения на протяжении всего поиска, сохраняя целостность образца. Для газовых конденсатов проблема больше: любое падение давления может вызвать ретроградную конденсацию, оставляя образец с жидкостью, не в равновесии с объемным газом. Наилучшая практика заключается в том, чтобы захватывать образцы раньше, прежде чем резервуар упадет ниже точки росы, используя инструменты, которые удержива

Выборка поверхности с рекомбинацией является альтернативой, когда забойная выборка невозможна. Должны поддерживаться надлежащие условия сепарации и точно определяться коэффициент рекомбинации. Для полей с композиционной классификацией требуется несколько образцов на разных глубинах. Лабораторный анализ должен следовать стандартам таких организаций, как Американский институт нефти (API) и Общество инженеров-нефтяников (SPE) . Полное исследование PVT включает композиционный анализ по меньшей мере до C36+, постоянное расширение состава, дифференциальное освобождение (нефть), постоянное истощение объема (газовый конденсат) и многоступенчатые испытания сепаратора связывают объемы резервуара с объемами резервуаров и имеют важное значение для отчетности о запасах.

Проверка и сглаживание лабораторных данных

Сырые лабораторные данные содержат рассеяние из-за ошибок измерения и незначительных колебаний температуры. Перед использованием данных в модели инженеры применяют алгоритмы сглаживания для обеспечения термодинамической согласованности. Методы включают кубические сплины, полиномы низкого порядка или коммерческое программное обеспечение PVT, которое обеспечивает баланс массы и фазовое равновесие. Области точки пузыря и точки росы требуют особого ухода - поштучные сплины часто превосходят глобальные соответствия, где склоны резко меняются.

При недоступности лабораторных данных эмпирические корреляции дают оценки. Стоячие, Васкес-Беггс, Гласё и Аль-Мархун для черной нефти и Дранчук-Абу-Касем для Z-фактора подходят для многих бассейнов. Однако корреляции несут неопределенность, особенно в средах высокого давления/высокой температуры (HPHT) или атипичных жидких композициях. Рассудительный рабочий процесс использует корреляции для первоначального скрининга, но полагается на измеренные данные для окончательной сертификации запасов. Даже одно измерение точки пузыря может ограничить корреляцию и уменьшить неопределенность.

Интеграция PVT в модели моделирования

Черно-нефтяная симуляция

В моделях с черным маслом данные PVT представлены в виде таблиц Bo, R, Bg, , и вязкость по отношению к давлению для каждой фазы. Таблицы должны покрывать полный диапазон давления от начального до отказа. Ненасыщенная область, где R является постоянной, должна быть точно захвачена, с плавными переходами через точку пузыря для предотвращения численного колебания.Свойства воды Bw и вязкость воды часто берутся из стандартных корреляций, если не существуют данные, специфичные для поля.

Композиционное моделирование и EOS Tuning

Для проектов по летучим нефти, газовому конденсату и впрыску газа требуется композиционная модель с использованием уравнения состояния. Настройка EOS включает в себя корректировку критических свойств, ацентрических факторов и коэффициентов бинарного взаимодействия псевдокомпонентов для соответствия лабораторным экспериментам — давлениям насыщения, отсева жидкости и плотности. Цель состоит в том, чтобы создать модель, которая надежно предсказывает фазовое поведение для предполагаемого процесса восстановления, обычно сводя к минимуму псевдокомпоненты до шести-десяти для эффективности. PRMS (Система управления ресурсами нефтелея) обеспечивает руководство по интеграции таких моделей в классификации запасов.

Интеграция требует тесного сотрудничества между петрофизиками, инженерами-резерваторами и специалистами по ПВТ. Ключевые решения включают в себя количество стадий давления, инициализацию жидкости для соответствия измеренным контактам и давлениям и обработку гистерезиса в относительной проницаемости. Для полей с смешиваемым впрыском газа или сильными тепловыми градиентами композиционное моделирование необходимо даже в том случае, если жидкость появляется на поверхности в виде черного масла.

PVT для нетрадиционных водохранилищ

Нестандартные ресурсы — сланцевая нефть и газ, плотный газ и угольный метан — представляют собой уникальные проблемы ПВТ. Крайне низкая проницаемость означает, что в исходных данных о производстве преобладает переходный поток. Свойства ПВТ, такие как полная сжимаемость и коэффициент объема образования газа, непосредственно влияют на интерпретации баланса проточной материи и анализа скорости-транзиента. В богатых жидкостью сланцевых сланцах точка пузыря и R поведение масла в нанопорах может отличаться от обычного ПВТ из-за капиллярного удержания и адсорбционных эффектов. Новые исследования показывают, что ПВТ, измеренный на рекомбинированных жидкостях, может не полностью представлять поведение жидкости в сети пор. Поэтому инженеры должны использовать данные ПВТ, калиброванные до фактических продуцируемых соотношений газ-масла и жидких композиций из раннего производства, а также корректировать потенциальное подавление давления насыщения из-за размера пор. Неопределенность в ПВТ для нетрадиционных остается высокой, что делает вероятно

Динамическое обновление и количественная оценка неопределенности

Прогнозы запасов не являются статическими. По мере накопления данных о добыче входы ПВТ следует пересматривать. Если фактическое отношение добычи газойля отличается от прогноза, это может указывать на неправильную точку пузыря или функцию R . Обновленный баланс материала может привести к пересмотренному Boi или связанному объему. Аналогично, изменения в выходе конденсата сигнализируют о том, что первоначальное описание жидкости нуждается в корректировке.

Вероятностные методы, такие как моделирование Монте-Карло, позволяют инженеру учитывать неопределенность ПВТ явно. Ключевым параметрам — точке пузыря, вязкости масла, Boi, Z-фактору — присваиваются распределения вероятностей на основе лабораторной повторяемости и аналоговых данных. Для каждой итерации код пробует эти распределения и запускает прогноз, производя распределение EUR с оценками P90, P50 и P10. Это напрямую касается риска, присущего характеристике жидкости. Bo и R должны быть включены с использованием копул или совместных распределений, чтобы избежать нереалистичного поведения жидкости. График чувствительности к торнадо быстро показывает, какие параметры ПВТ доминируют в неопределенности, направляя дополнительный сбор данных.

Практические рабочие процессы для лучшего прогнозирования

  1. Сбор и анализ данных: Составьте все лабораторные отчеты, тесты сепаратора и композиционные данные. Ищите композиционные тенденции с глубиной, которые указывают на классификацию.
  2. Контроль качества в отношении производства: Сравните PVT-производные R и Bооо оо]ооо ооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооооо
  3. Модульное здание: Использование коммерческого программного обеспечения для генерации сглаженных термодинамически согласованных таблиц ПВТ. Для композиционных моделей выберите псевдокомпоненты, сохраняющие форму фазовой оболочки.
  4. Историческое соответствие с целостностью ПВТ: Избегать корректировки ПВТ за пределами физической неопределенности для устранения несоответствий резервуара. Подозреваемо историческое соответствие, которое требует изменения вязкости на 20%.
  5. Прогнозирование и чувствительность: Запуск чувствительности по различным параметрам ПВТ в пределах их диапазонов неопределенности. Документируйте влияние на EUR на диаграмме торнадо. Часто точка пузыря и R доминируют в газораспределительном приводе, в то время как Z-фактор и выход конденсата доминируют в газоконденсатных резервуарах.

Общие подводные камни в приложениях PVT

  • Единый образец из градуированной колонки: Один анализ ПВТ не может представлять резервуар с вертикальным композиционным изменением. Образец с множественной глубиной и интерполировать или использовать композиционно градуированную модель EOS.
  • Пренебрежение свойствами воды: Солёность воды и растворённый газ влияют на Bw и сжимаемость. В плотных водоёмах расширение воды может быть значимым приводным механизмом; общие данные о воде могут приводить к ошибкам баланса материала.
  • Игнорирование гистерезиса в относительной проницаемости при введении: Немонотонные пути насыщения взаимодействуют с ПВТ. Композиционные модели без гистерезиса могут переоценивать извлечение масла.
  • Непроверенные корреляции: Корреляции, разработанные для конкретных бассейнов (например, Standing for California), могут не сработать в новых играх, особенно HPHT или тяжелой нефти. Всегда калибруйте корреляции с местными данными.
  • Пренебрежение корреляциями неопределенности: Отбор проб Bo и R в вероятностных моделях может производить невозможное поведение жидкости, смещая диапазон P90/P10. Используйте совместные распределения.

Тематическое исследование: исправление ПВТ для спасения плана развития

Рассмотрим глубоководное поле на 12 000 футов ТВД с начальным давлением 8500 psia и температурой 220°F. Первоначальный ПВТ дал точку пузыря 3800 psia, Boi, sisi]si]si]si]si]si]si]si]si]si]si]oioi[[

Надежные прогнозы запасов требуют, чтобы данные ПВТ получали такое же пристальное внимание, как геологические и нефтефизические модели. Достижения в области отбора проб скважин, лабораторной точности и вероятностных методов дают инженерам мощные инструменты. Применяя дисциплинированные рабочие процессы для приобретения, контроля качества и динамического обновления, операторы могут обеспечить, чтобы оценки их запасов опирались на прочную инженерную основу, защищая многомиллиардные решения, которые зависят от них.