CN103104238B - 一种微生物驱油数值模拟方法 - Google Patents

一种微生物驱油数值模拟方法 Download PDF

Info

Publication number
CN103104238B
CN103104238B CN201310015051.7A CN201310015051A CN103104238B CN 103104238 B CN103104238 B CN 103104238B CN 201310015051 A CN201310015051 A CN 201310015051A CN 103104238 B CN103104238 B CN 103104238B
Authority
CN
China
Prior art keywords
oil
microorganism
microbial
displacement
oil displacement
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310015051.7A
Other languages
English (en)
Other versions
CN103104238A (zh
Inventor
雷光伦
姚传进
程明明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201310015051.7A priority Critical patent/CN103104238B/zh
Publication of CN103104238A publication Critical patent/CN103104238A/zh
Application granted granted Critical
Publication of CN103104238B publication Critical patent/CN103104238B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Micro-Organisms Or Cultivation Processes Thereof (AREA)

Abstract

本发明公开了一种微生物驱油数值模拟方法,本方法将复杂的微生物提高采收率机理归纳为:降低原油粘度、改变岩石渗透率和表面润湿性、改变油水相对流动能力和残余油饱和度;采用实验和数学方法建立驱油参数与微生物参数定量关系;通过生物场参数计算模块与油藏数值模拟器之间的数据实时交换实现微生物驱油数值模拟计算,快捷高效地进行微生物驱油方案设计和微生物驱油效果预测,满足油田开发工程设计的需要。该模拟方法全面反映了微生物提高采收率机理,保证了微生物驱油过程的真实性,降低了微生物驱油过程的复杂性,极大地提高了微生物驱油数值模拟的效率。

Description

一种微生物驱油数值模拟方法
【技术领域】
本发明涉及微生物采油技术领域,尤其涉及一种微生物驱油数值模拟方法。
【背景技术】
近年来,微生物采油技术以其物源广泛、适应性强、成本低、现场操作方便、对地层无伤害和绿色环保等优势,而得到了国内外的普遍重视。微生物采油技术主要是将微生物及其营养源注入地下油层(或者注入营养源激活油藏内已有微生物),使微生物在油层中生长代谢,一方面利用微生物对原油的直接作用,提高原油在地层中的流动性,另一方面利用微生物在油层中生长代谢产生的气体、生物表面活性物质、有机酸、聚合物等物质,来提高原油采收率的一项技术。
油藏数值模拟技术已成为油田开发后期进行油田开发方案优化设计和开发效果预测的重要手段。因此,为了建立一套合理的微生物驱油开发方案,降低微生物采油技术现场实施的风险,就必须在深入掌握微生物运移规律和提高采收率机理的基础上,发展微生物驱油数值模拟技术。微生物驱油数值模拟研究对微生物采油技术的矿场应用都具有重要的指导意义。
图1是现有技术中的一种传统微生物驱油数值模拟方法的流程图。
参见图1,该微生物驱油数值模拟方法的过程主要包括以下步骤:
步骤101,将复杂的微生物运移规律和提高采收率机理进行数学描述,建立一个三维、三相、多组分微生物驱油数学模型。
这里,微生物驱油数学模型包括油气水三相渗流方程,微生物新陈代谢方程,微生物生长动力学方程,营养液底物消耗方程,微生物代谢产物生成方程,微生物菌体、代谢产物、营养液底物运移方程,岩石孔隙度和渗透率变化方程,流体粘度和毛管力变化方程,初始条件以及边界条件。这些方程组成一个复杂偏微分方程组。
步骤102,采用有限差分法将上述复杂偏微分方程组进行时间和空间离散化,得到有限差分方程组。
步骤103,将有限差分方程组的非线性系数项线性化,从而得到线性代数方程组。
步骤104,设定计算时间步长和计算结束时间,输入已有微生物参数和油藏参数,包括静态参数和动态参数。
步骤105,利用毛管力方程和饱和度归一化方程化简线性代数方程组,得到压力方程,最后隐式求出压力值。将求出的油、气、水压力分别代入油水渗流方程,显式求出油、水的饱和度值饱和度,最后利用饱和度归一化方程求出气的饱和度值。将这些参数代入油气水运动方程,可求得油气水的渗流场数据。
步骤106,将计算得到的压力值、饱和度值和渗流场数据代入营养液底物消耗方程,微生物代谢产物生成方程,微生物菌体、代谢产物、营养液底物运移方程,并联立求解,隐式求出微生物和营养液浓度。
步骤107,判断计算的压力值、饱和度值、微生物和营养液浓度值是否收敛,若不收敛则转至步骤105,如此进行下去,直到满足收敛条件为止。
步骤108,判断整个模拟计算过程是否结束,若仍未结束,则转至步骤105,并更新油藏参数和微生物参数,进行下一个时间步的计算,直到整个模拟过程计算结束。
步骤109,根据油田现场条件和开发方案的总体要求,进行微生物驱油方案优化设计和开发效果预测。
由以上描述可以看出,该微生物驱油数值模拟方法考虑的因素比较复杂,计算参数多,计算能力差。主要因素在于:微生物驱油过程除常规的驱油理论外,还涉及到微生物的激活、生长、代谢、扩散运移、产物和营养的扩散运移,微生物与岩石和流体的相互作用以及微生物对原油性质的改变等极其复杂的提高采收率机理,单就产物一项而言可能就有酸、酮、醇、表面活性剂、聚合物、H2、N2、CO2等,其提高采收率机理均不同。要把这些复杂问题都考虑到微生物驱油数值模拟中大大增加了问题求解的难度,致使很多解法不收敛,导致计算无法进行。
美国德克萨斯大学通过在化学驱模拟软件(简称:UTCHEM)中增加微生物运移模块,提出了一种适用于微生物吞吐、微生物调剖的数值模拟方法。该微生物运移模块建立在化学驱组分模型的基础上,将生物降解反应的综合处理与多相流相结合,考虑了培养基利用、微生物生长和吸附、培养基间竞争、抑制作用、好氧反应和质量传递。但是,一方面该方法考虑的因素比较复杂,计算参数多,计算能力差;另一方面该方法反映微生物的提高采收率机理有限,实用性较差。
S.A.Holditeh & Assoeiates公司通过在三维三相黑油模拟器基础上改进,提出了适用于微生物吞吐、微生物调驱的数值模拟方法。该方法对微生物驱油机理进行了简化,所需的参数也较少,主要考虑了微生物存在产生的粘度一压力变化和相对渗透率一饱和度变化关系,通过残余油饱和度下降来体现微生物产生的界面张力和油分子结构的变化。但该方法考虑的因素过于简单,不能充分反映微生物提高采收率机理。
美国能源部在黑油模型基础上建立了三维三相多组分微生物运移数学模型,实现了微生物吞吐和微生物调剖的数值模拟预测。该方法考虑了微生物的生长与衰亡、微生物沉积、生化作用、扩散、对流弥散、紊流传播、营养物的消耗,着重阐述了微生物作用前后孔隙度、渗透率和渗流阻力变化。但该方法对微生物提高采收率的机理考虑不够,且在在虚拟DOS界而下操作,没有前后处理程序,从而未得到推广应用。
CMG(Computer Modeling Group Ltd)公司和Schlumberger公司等提供的几个成熟油藏数值模拟器,据称也具有微生物驱油数值模拟功能。该功能主要建立在化学驱组分模型的基础上,考虑微生物对油藏的作用机理。这几个成熟油藏数值模拟器具有强大的计算能力和快捷的前后处理程序,可快捷高效地进行数值模拟计算,但由于微生物驱油和化学驱油过程的明显差别,该方法不能充分反映微生物提高采收率机理,因而使用性较差。
以上几种现有技术的共性还在于:无法快捷高效地实现微生物驱油数值模拟。正是由于考虑的因素过于复杂,计算能力差或者反映微生物的提高采收率机理有限,实用性较差,致使现有技术无法快捷高效地实现微生物驱油数值模拟。
【发明内容】
本发明的目的就是解决现有技术无法快捷高效地实现微生物驱油数值模拟的问题,提供一种微生物驱油数值模拟方法,该方法不仅能充分反映微生物的提高采收率机理,而且能快捷高效地进行微生物驱油数值模拟,进行微生物驱油方案设计和微生物驱油效果预测,满足油田开发工程设计的需要。
一种微生物驱油数值模拟方法,该方法包括以下步骤:
步骤一,开展微生物激活实验,分析微生物的生长和营养液消耗实验数据,定量描述微生物的生长规律和营养规律。
步骤二,将微生物提高采收率机理归纳总结为降低原油粘度、改变岩石渗透率和表面润湿性、改变油水相对流动能力和残余油饱和度,简化复杂的微生物提高采收率机理。
步骤三,实验和数学方法将微生物提高采收率机理提炼为定量数学关系,具体方法如下:
(1)将微生物驱油过程中对原油的降解变稀作用、代谢的溶剂类、气体类物质溶在油中使油变稀的提高采收率机理提炼为微生物对原油粘度的降低,并以室内微生物降粘实验为依据,确定原油粘度与微生物浓度的数学关系。
(2)将微生物在岩石表面的吸附和调剖堵塞的提高采收率机理提炼为岩石渗透率的变化,并以室内微生物吸附实验为依据,确定油层渗透率与微生物浓度的数学关系。
(3)将微生物代谢活性剂使岩石表面润湿性和油水界面张力变化的提高采收率机理提炼为毛管力的变化,并以室内微生物封堵实验为依据,确定毛管力与微生物浓度的数学关系。
(4)将微生物对岩石、油和水性质改变的提高采收率机理提炼为油水相对渗流能力的改变和残余油饱和度的变化,即油水相对渗透率曲线的变化,并以室内微生物驱油物理模拟实验为依据,确定油水相对渗透率和残余油饱和度变化与微生物浓度的数学关系。
步骤四,建立微生物运移方程和营养液底物消耗方程。
步骤五,从水驱历史拟合后的成熟油藏数值模拟器中导出当前时间步下油藏模型的网格参数、状态参数(孔隙度、渗透率、饱和度)及流体参数(油水相对渗透率、原油粘、毛管力),保存为文本文件。
上述步骤五中所述的成熟油藏数值模拟器是指Schlumberger公司的Eclipse油藏数值模拟器。
步骤六,根据注入营养液浓度、空气注入浓度和微生物生长规律,计算微生物的生长总量。
上述步骤六中所述的空气注入量充分足够微生物代谢所需,不限制微生物的生长。
步骤七,将步骤五和步骤六中得到的参数代入步骤四中的微生物运移方程和营养液底物消耗方程,并利用美国Math Works公司的Matlab软件联立求解,即可求得油藏各网格内微生物浓度分布和营养液浓度分布。
步骤八,调用步骤七中油藏内微生物浓度分布,参考步骤三提炼的定量数学关系式,计算该微生物浓度分布条件下各网格内孔隙度、渗透率、油水相对渗透率、原油粘度及毛管力的数值,保存为文本文件。
步骤九,Eclipse油藏数值模拟器调用步骤八中的文本文件,进行下一个时间步的计算,如此进行下去,直到所有的时间步全部计算完毕。
上述步骤五和步骤九中所述的Eclipse油藏数值模拟器具有强大的计算能力和快捷的前后处理程序,可方便快捷地导出和导入油藏模型网格参数、计算得到的油藏模型状态参数及流体参数。
针对油藏模型网格参数、计算得到的油藏模型状态参数及流体参数的导出和导入,微生物生长总量的计算以及微生物运移方程和营养液底物消耗方程的联系求解等功能,采用Matlab软件计算和自动操作。
步骤十,用正交试验设计方案,选取营养液注入浓度、空气注入浓度和营养液注入总量三个参数在4个水平上进行正交组合,重复步骤五~步骤九,根据增油量、采收率或含水率指标从中优选最佳方案。
步骤十一,在最佳方案下,用微生物驱油数值模拟进行微生物驱含水率、增油量、提高采收率预测。
Eclipse油藏数值模拟器具有强大的计算能力和快捷的前后处理程序,可方便快捷地导出和导入油藏模型网格参数、计算得到的油藏模型状态参数及流体参数,从而达到快捷高效地进行微生物驱油方案设计和微生物驱油效果预测的目的,满足油田开发工程设计的需要。
本发明的微生物驱油数值模拟方法具有以下优点:
1、对微生物驱油的数值模拟方法大大降低了微生物驱油过程的复杂性,比如,无需求解极其复杂的微生物驱油数学模型,无需通过实验考查所有因素对微生物运移规律和提高采收率机理的影响规律等,因此,大大提高了微生物驱油数值模拟的效率,降低了计算不收敛的概率。
2、将微生物提高采收率机理归纳总结为降低原油粘度、改变岩石渗透率和表面润湿性、改变油水相对流动能力和残余油饱和度,大大简化了复杂的微生物提高采收率机理。这一归纳总结基本全面反映了微生物提高采收率机理,从而在本质上保证了微生物驱油过程的真实性,进而避免了因反映微生物提高采收率机理有限导致的微生物驱油数值模拟方法实用性较差的情况。
3、本发明微生物驱油数值模拟方法是基于成熟油藏数值模拟器(Eclipse油藏数值模拟器)的,由于Eclipse油藏数值模拟器在算法、计算能力和前后处理程序等方面功能强大且具有固有的便捷性,比如油藏模型网格参数、状态参数及流体参数的导出和导入,计算结果的三维可视化,结果报表的输出等功能,能够使得过程简单而且快捷高效,提供给用户多样的数据输出结果,信息更加丰富。
【附图说明】
图1为现有技术中一种传统微生物驱油数值模拟方法的流程图
图2为本发明一个实施例中微生物驱油数值模拟方法的流程图
图3为本发明一个实施例中微生物生长曲线
图4为本发明一个实施例中营养液底物消耗曲线(玉米浆干粉为营养液底物)
图5为本发明一个实施例中微生物作用下原油粘度与微生物浓度的关系
图6为本发明一个实施例中微生物驱提高采收率与微生物浓度的关系
图7为本发明一个实施例中微生物作用下油水相对渗透率曲线和残余油饱和度变化
图8为本发明一个实施例中推荐方案累产油与原始水驱累产油预测对比
图9为本发明一个实施例中推荐方案含水率预测
【具体实施方式】
本发明所述的一种微生物驱油数值模拟方法,采用图2所示的流程图实现快捷高效的微生物驱油方案优化设计和效果预测。下面结合附图和实施例对本发明作进一步说明。
参见图2,在本发明的一个实施例中,微生物驱油数值模拟方法的过程主要包括以下步骤:
步骤201,开展微生物激活实验,分析微生物的特点和激活情况,取得微生物的生长实验数据、营养液消耗实验数据,用公式(1)、(2)确定微生物的生长规律、营养规律。
在本发明中,使用的微生物生长动力学模型是:
μ = μ max S 1 K s 1 + S 1 S 2 K s 2 + S 2 - - - ( 1 )
式中,μ为比生长速率,表示微生物生长速度大小,即单位体积的菌液在单位时间内微生物的增加量;1/h,μmax为最大比生长速率,1/h;S1、S2为限制微生物生长的底物1和2的浓度,g/L;Ks1、Ks2为对应底物1和2的饱和常数。
在本发明中,使用的营养液底物消耗方程是:
γ = μ Y Gi + m i - - - ( 2 )
式中,γ为营养液底物的消耗速率,1/h;i为营养液中的i组分;YGi为菌体得率(实验确定),表示消耗单位i组分营养液底物所生成的细菌量,g/g;mi为维持微生物代谢所消耗的i组分底物量(实验确定),1/h。
图3为本发明一个实施例中微生物生长曲线,其中点代表实验数据,线代表拟合结果。图4为本发明一个实施例中营养液底物消耗曲线(玉米浆干粉为营养液底物),其中点代表实验数据,线代表拟合结果。
步骤202,实验与数学方法确定原油粘度与微生物浓度的数学关系。在室内模拟油藏条件,配置不同浓度的微生物菌液,并与相同粘度的原油作用,直到原油粘度不再降低为止,记录原油粘度的降低值,然后绘制原油粘度下降百分比与微生物浓度的关系曲线,本发明采用多项式拟合的方法确定原油粘度变化与微生物浓度的数学关系。
图5为本发明一个实施例中微生物作用下原油粘度与微生物浓度的关系,其中圈代表实验数据,实线代表拟合结果。
步骤203,实验与数学方法确定油层渗透率和毛管力变化与微生物浓度的数学关系。
本发明采用拉普拉斯(Laplace)方程表示毛管力大小:
P wo = P w - P o = 2 σ wo cos θ wo r - - - ( 3 )
式中,σwo、θwo为微生物作用后,油、水间的表面张力和与岩石表面的润湿角,由实验测定。
在室内模拟油藏条件,配置不同浓度的微生物菌液,并与油层岩石相互作用,测定油、水间的表面张力和与岩石表面的润湿角,代入公式(3)即可确定毛管力变化与微生物浓度的数学关系。
在室内模拟油藏条件,配置不同浓度的微生物菌液,并以一定的速率注入岩心,直到岩心渗透率不再降低为止,记录岩心渗透率的降低值,然后绘制岩心渗透率下降百分比与微生物浓度的关系曲线,本发明采用多项式拟合的方法确定岩心渗透率变化与微生物浓度的数学关系。
步骤204,实验与数学方法确定油水相渗曲线和残余油饱和度与微生物浓度的数学关系。
在室内模拟油藏条件,用填砂岩心管模型进行微生物驱油实验。本
发明采用的方法是:
(1)空白水驱实验
①填装岩芯;②抽真空饱和地层水,测岩心渗透率和岩心孔隙体积;③饱和原油,饱和原油速度1.0mL/min,然后计算原始含油饱和度;④岩心放置恒温箱老化24小时;⑤一次水驱,水驱速度1.0mL/min,水驱至含水98%以上;⑥放置5天后,进行水驱;⑦考察产出液总菌数计算水驱二次采收率。
(2)微生物驱油实验
①填装岩芯;②抽真空饱和地层水,测岩心渗透率和岩心孔隙体积;③饱和原油,饱和原油速度1.0mL/min,然后计算原始含油饱和度;④岩心放置恒温箱老化24小时;⑤一次水驱,水驱速度1.0mL/min,水驱至含水98%以上;⑥注入营养液0.5PV,注入速度1.0mL/min;⑦岩心静态培养5天,进行二次水驱;⑧考察产出液总菌数、计算微生物二次采收率。
微生物驱提高采收率直接与微生物浓度有关,图5为本发明的微生物驱提高采收率与微生物浓度的关系,其中圈代表实验数据,实线代表多项式拟合结果。
实践表明,对于水湿储层,油水两相相对渗透率曲线的相关经验公式表示为:
krw=α(1-SwD)m                      (4)
k rw = β S wD n - - - ( 5 )
S wD = S w - S wi 1 - S wi - S or - - - ( 6 )
式中,kro为油的相对渗透率,是Sw的函数;krw为水的相对渗透率,是Sw的函数;SwD为标准化的含水饱和度;Sw为含水饱和度;Swi为束缚水饱和度;Sor为残余油饱和度;α为Sw=Swi、SwD=0时,油的相对渗透率kro(Swi);β为Sw1-Sor、SwD=1时,水的相对渗透率krw(Sor);m、n为取决于岩石润湿性和孔隙结构特征的常数。
将(4)式和(5)式的等号两端取常数对数得:
lgkro=a+mlg(1-SwD)                     (7)
lgkrw=b+nlgSwD                         (8)
式中,α=10a、β=10b
根据相对渗透率数据,利用(7)式和(8)式的线性回归,求得α、β、m、n和相关系数R,如表1所示。
表1相渗标准化相关特征系数表
所以,油水相对渗透率曲线标准化的相关经经验公式为:
kro=(1-SwD)2.4605                     (9)
krw=0.4161×SwD 1.4053                        (10)
在微生物作用下,微生物菌体对原油的降解,微生物代谢产生的醇、酮、酸、表面活性剂和代谢产生的CO2、H2、N2等,均会溶于油中使原油变稀,从而增大原油的流动能力,即原油流动能力的增加包含了众多的微生物提高采收率机理,最终表现为残余油饱和度的减小和采收率的提高。
总菌浓分别为105、106、107、108个/mL的提高采收率值及Sor如表2所示。
表2不同总菌浓下的提高采收率值及Sor
进而,可计算得到微生物作用下的油水相对渗透率曲线和残余油饱和度,图6为本发明一个实施例中微生物驱提高采收率与微生物浓度的关系。
步骤205,油藏内微生物激活及浓度场分布计算
微生物渗流时,流体流速携带微生物菌体,微生物菌体自身有扩散对流和吸附,同时微生物菌体还有生长繁殖,有微生物在多孔介质中的运移方程:
式中,DX′为微生物的扩散对流系数(实验确定);X为微生物浓度,g/L(个/L);Γ为单位岩石体积表面吸满单层微生物引起的微生物浓度的变化(由实验确定),gL;a、b为常数,实验确定;Vw为水相渗流速度,cm/h;Sw为含水饱和度;为孔隙度。
营养液底物在油层中仍有水流携带和自身的对流扩散,同时被液体中的微生物和吸附在岩石表面的微生物菌体消耗,由物质平衡原理,有营养液底物在多孔介质中的运移方程:
式中,i为代表碳源、氮源、无机盐等组分;Dsi′为营养液底物i的对流扩散系数;为水相中菌体生长和维持代谢时所消耗的i组分营养液底物量;为吸附在岩石表面的菌体维持其生命所消耗的i组分营养液底物量。
在本发明中,油藏内微生物激活及浓度场分布计算的具体方法为:首先,根据注入营养液的浓度、空气的注入量和微生物生长曲线(见图2),计算微生物的生长总量;然后,从Eclipse油藏数值模拟器中导出当前时间步下的水驱油油藏模型的网格参数、状态参数(孔隙度、渗透率、饱和度)及流体参数(油水相对渗透率、原油粘度、毛管力),根据注入井的注入强度,代入(11)式和(12)式,并利用美国Math Works公司的Matlab软件联立求解,即可求得油藏各网格内微生物的浓度分布和营养液的浓度分布;
步骤206,油藏内微生物作用下的岩石和流体参数计算。
根据当前时间步下油藏内微生物浓度场分布计算结果,参考微生物作用下原油粘度与微生物浓度的关系(见图4)、微生物驱提高采收率与微生物浓度的关系(见图5)和微生物作用下油水相对渗透率曲线和残余油饱和度变化(见图6),计算该微生物浓度分布条件下各网格内孔隙度、渗透率、油水相对渗透率、原油粘度及毛管力的数值。
步骤207,成熟油藏数值模拟器计算。
将当前微生物浓度分布条件下各网格内孔隙度、渗透率、油水相对渗透率、原油粘度及毛管力的数值,导入Eclipse油藏数值模拟器中,进行下一时间步的计算,如此进行下去,直到所有的时间步计算完毕。Schlumberger公司Eclipse油藏数值模拟器具有强大的计算能力和快捷的前后处理程序,可方便快捷地导出和导入油藏模型网格参数、计算得到的油藏模型状态参数(孔隙度、渗透率、饱和度)及流体参数(油水相对渗透率、原油粘度、毛管力)。
步骤208,微生物驱油数值模拟计算。
用油藏内微生物浓度场场数据和微生物作用下的流体参数、相对流动能力计算参数进行微生物驱油数值模拟计算。
步骤209,微生物驱油方案设计。
用正交试验设计方案,本发明选取营养液注入浓度(%)、空气注入浓度(液气比)、营养液注入总量(PV:孔隙体积)三个参数在4个水平上进行正交组合(如下表3所示),用数值模拟进行16组方案的试验设计,根据增油量、采收率或含水率指标从中优选最佳方案。
表3微生物驱参数优化方案设计表
根据正交设计原则,设计了3参数4水平的优化方案L16(43),如表4所示。
表4微生物驱方案参数表及正交设计方案计算结果
表4分别列出了从目前开始预测至含水率98%时的累产油量、相对水驱的累增油量以及提高采收率值。可以看出,方案11参数与水平组合效果最好,该方案设计参数水平分别为:营养液浓度0.7%、注入空气浓度(液气比)1:12,营养液注入总量0.3PV。最终累增油17.42万吨,提高采收率6.18%。注入方式主要指激活剂及空气的注入,本发明拟采用的注入方式包括高浓度短时集中注入、中浓度周期注入和低浓度连续注入。
(1)整个周期连续注入连续注入方式是在最优方案基础上,每周期总注入激活剂和空气相同条件下,采用低浓度方式在整个注入周期即20d内连续注入激活剂和空气,进行数值模拟计算。
(2)半个周期连续注入
同样在每周期总注入激活剂和空气相同条件下,采用较高浓度方式在半个注入周期即10d内连续注入激活剂,剩余半个周期注水和空气,进行数值模拟计算。
(3)高浓度短时集中注入
在每周期总注入激活剂和空气相同条件下,采用高浓度集中注入激活激,注入时间为1d,剩余时间注水和空气,进行数值模拟计算。
四种注入方式数值模拟预测结果如表5所示。
表5不同注入方式的数值模拟预测结果
方案 累产油(104t) 累增油(104t) 采收率(%) 提高采收率(%)
原始水驱 86.34 / 30.62 /
整个周期连续注入 103.78 17.43 36.80 6.18
半个周期连续注入 103.41 17.06 36.67 6.05
高浓度短时集中注入 103.18 16.84 36.59 5.97
可以看出,3种注入方式开发效果差别不大,中浓度周期注入和低浓度连续注入稍好于高浓度周期注入,原因是微生物逐步利用营养物进行生长并有一定的存活周期,在一周期内,注入的营养物量一定,微生物生长的总量也就一定,因此作用效果基本相同。
但鉴于高浓度周期注入时间短,操作方便,从经济角度考虑比较合理,因此本发明推荐采用高浓度短时集中注入方式。
步骤210,微生物驱的效果预测。在最佳方案下,用微生物驱油数值模拟进行微生物驱含水率、增油量、提高采收率预测。
根据数值模拟研究和经济优化结果,推荐矿场采用总营养液注入段塞为0.3PV(6年),每周期(20d)注入1d的0.70%激活剂和19d的水和空气(液气比1:12)的周期注入方式。试验过程中,根据微生物驱特点,试验区内高含水油井可适当降低采液强度,使微生物在油层内有充分的生长和与原油作用时间,从而达到较理想效果;7口注水井的激活剂和空气同时进行,要保证各井的交替注入时间、注入激活剂量及空气注入量。各单井注入强度不变,各井配注量如表6所示。
表6微生物驱各单井配注量
图8为本发明一个实施例中推荐方案累产油与原始水驱累产油预测对比,图9为本发明一个实施例中推荐方案含水率预测。在本发明中,推荐方案下微生物驱效果预测为:试验区含水率最低下降5.04%,累增油16.84×104t,,提高采收率5.97%。

Claims (4)

1.一种微生物驱油数值模拟方法,包括
(1)开展微生物激活实验,分析微生物的生长和营养液消耗实验数据,定量描述微生物的生长规律和营养规律;
(2)通过实验和数学方法建立驱油参数与微生物参数定量关系;
(3)建立微生物运移方程和营养液底物消耗方程;
(4)从油藏数值模拟器中导出当前时间步下油藏模型的网格参数、状态参数及流体参数代入微生物运移方程和营养液底物消耗方程,联立求解油藏内微生物浓度分布和营养液浓度分布;
(5)参考步骤(2)中建立的驱油参数与微生物参数定量关系,调用当前时间步下油藏内微生物浓度分布,计算当前时间步下各网格内孔隙度、渗透率、油水相对渗透率、原油粘度及毛管力的值,保存为文本文件;
(6)油藏数值模拟器调用步骤(5)中的文本文件,进行下一个时间步的计算,如此进行下去,直到所有的时间步全部计算完毕;
(7)微生物驱油方案设计,用正交试验设计方案,选取营养液注入浓度、空气注入浓度和营养液注入总量三个参数在4个水平上进行正交组合,重复步骤(4)~(6),根据增油量、采收率或含水率指标从中优选最佳方案;
(8)微生物驱油效果预测,在最佳方案下,用微生物驱油数值模拟进行微生物驱油含水率、增油量、提高采收率预测;
其特征在于:通过实验和数学方法建立的驱油参数与微生物参数定量关系包括原油粘度与微生物浓度、油层渗透率和毛细管力变化与微生物浓度以及油水相渗透曲线和残余油饱和度与微生物浓度的定量关系,
还包括以下步骤:
(9)、Eclipse油藏数值模拟器调用步骤八中的文本文件,进行下一个时间步的计算,如此进行下去,直到所有的时间步全部计算完毕;
(10)、用正交试验设计方案,选取营养液注入浓度、空气注入浓度和营养液注入总量三个参数在4个水平上进行正交组合,重复步骤五~步骤九,根据增油量、采收率或含水率指标从中优选最佳方案;
(11)、在最佳方案下,用微生物驱油数值模拟进行微生物驱油含水率、增油量、提高采收率 预测。
2.如权利要求1所述的一种微生物驱油数值模拟方法,其特征在于:通过实验和数学方法建立驱油参数与微生物参数定量关系的具体方法如下:
(1)将微生物驱油过程中对原油的降解变稀作用、代谢的溶剂类、气体类物质溶在油中使油变稀的提高采收率机理提炼为微生物对原油粘度的降低,并以室内微生物降粘实验为依据,确定原油粘度与微生物浓度的数学关系;
(2)将微生物在岩石表面的吸附和调剖堵塞的提高采收率机理提炼为岩石渗透率的变化,并以室内微生物吸附实验为依据,确定油层渗透率与微生物浓度的数学关系;
(3)将微生物代谢活性剂使岩石表面润湿性和油水界面张力变化的提高采收率机理提炼为毛管力的变化,并以室内微生物封堵实验为依据,确定毛管力与微生物浓度的数学关系;
(4)将微生物对岩石、油和水性质改变的提高采收率机理提炼为油水相对渗流能力的改变和残余油饱和度的变化,即油水相对渗透率曲线的变化,并以室内微生物驱油物理模拟实验为依据,确定油水相对渗透率和残余油饱和度变化与微生物浓度的数学关系。
3.如权利要求1所述的一种微生物驱油数值模拟方法,其特征在于:联立求解油藏内微生物浓度分布和营养液浓度分布,通过Matlab软件编程实现。
4.如上述任一项权利要求中所述的一种微生物驱油数值模拟方法,其特征在于:油藏数值模拟器是Schlumberger公司的Eclipse油藏数值模拟器。
CN201310015051.7A 2013-01-16 2013-01-16 一种微生物驱油数值模拟方法 Active CN103104238B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310015051.7A CN103104238B (zh) 2013-01-16 2013-01-16 一种微生物驱油数值模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310015051.7A CN103104238B (zh) 2013-01-16 2013-01-16 一种微生物驱油数值模拟方法

Publications (2)

Publication Number Publication Date
CN103104238A CN103104238A (zh) 2013-05-15
CN103104238B true CN103104238B (zh) 2015-08-05

Family

ID=48312403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310015051.7A Active CN103104238B (zh) 2013-01-16 2013-01-16 一种微生物驱油数值模拟方法

Country Status (1)

Country Link
CN (1) CN103104238B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103470234B (zh) * 2013-09-25 2016-04-27 中国石油化工股份有限公司 一种用于微生物驱油现场注入工艺参数优化方法
CN110059438B (zh) * 2019-04-28 2022-10-11 东北石油大学 聚驱微孔道残余油膜变形的计算方法
CN110593833A (zh) * 2019-09-04 2019-12-20 中国石油化工股份有限公司 一种微生物驱提高采收率的模拟方法
CN113671596B (zh) * 2020-08-26 2022-05-17 中国石油大学(北京) 细菌损害油气层建模方法、损害程度时空演化4d定量与智能诊断方法及其***
CN112908425A (zh) * 2021-01-29 2021-06-04 中国石油大学(华东) 一种基于反应动力学模型的微生物采油数值模拟方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1415744A (zh) * 2001-10-29 2003-05-07 大庆油田有限责任公司 一种微生物驱油菌种的筛选分离方法
CN1540136A (zh) * 2003-10-27 2004-10-27 华东理工大学 一种评价微生物驱油能力的方法
CN1988970A (zh) * 2004-05-28 2007-06-27 纽卡斯尔大学 刺激从地层石油产生甲烷的方法
CN101818634A (zh) * 2010-04-23 2010-09-01 中国石油化工股份有限公司 一种采油用微生物群落调控方法
CA2821003A1 (en) * 2010-12-10 2012-06-14 Conocophillips Company Enhanced oil recovery screening model

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1415744A (zh) * 2001-10-29 2003-05-07 大庆油田有限责任公司 一种微生物驱油菌种的筛选分离方法
CN1540136A (zh) * 2003-10-27 2004-10-27 华东理工大学 一种评价微生物驱油能力的方法
CN1988970A (zh) * 2004-05-28 2007-06-27 纽卡斯尔大学 刺激从地层石油产生甲烷的方法
CN101818634A (zh) * 2010-04-23 2010-09-01 中国石油化工股份有限公司 一种采油用微生物群落调控方法
CA2821003A1 (en) * 2010-12-10 2012-06-14 Conocophillips Company Enhanced oil recovery screening model

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
微生物驱油模型及数值模拟研究;王昌伟;《中国优秀硕士论文全文数据库工程科技I辑》;20100315;33-41页、52-56页、67-71页 *

Also Published As

Publication number Publication date
CN103104238A (zh) 2013-05-15

Similar Documents

Publication Publication Date Title
CN103104238B (zh) 一种微生物驱油数值模拟方法
CN102272415B (zh) 评估、设计和优化原位生物转化过程的方法
CN101818634B (zh) 一种采油用微生物群落调控方法
Wang et al. Review of mathematical models for biofilms
Landa-Marbán et al. Practical approaches to study microbially induced calcite precipitation at the field scale
CN1995694B (zh) 一种污水注入本源微生物的驱油方法
CN104213887B (zh) 一种利用淀粉废水提高原油采收率的方法
CN103967461B (zh) 一种聚合物调剖辅助微生物循环驱油方法
CN102852499A (zh) 一种定向调控油藏内源微生物驱油的方法
CN1424484A (zh) 一种利用油藏内源微生物驱油的方法
Sivasankar et al. Numerical modelling of enhanced oil recovery by microbial flooding under non-isothermal conditions
Yuan et al. An integrative model for soil biogeochemistry and methane processes. II: warming and elevated CO2 effects on peatland CH4 emissions
Berlin et al. Numerical modeling on the effect of dissolved oxygen on nitrogen transformation and transport in unsaturated porous system
Jeong et al. Systematic modeling approach to selective plugging using in situ bacterial biopolymer production and its potential for microbial-enhanced oil recovery
Lu et al. The investigation of the connections among hydrogeological factors and the emissions of two greenhouse gases in lake sediment
Sweeney et al. The spatial significance of water quality indicators in waste stabilization ponds-limitations of residence time distribution analysis in predicting treatment efficiency
Haghshenas Modeling and remediation of reservoir souring
You et al. On improvement of water quality of a reservoir by optimizing water exchange
Chen-Charpentier et al. Numerical simulation of multi-species biofilms in porous media for different kinetics
Tang et al. Modeling the influence of microbial growth on the hydraulic properties of porous media
Bi et al. Microscopic profile control mechanism and potential application of the biopolymer-producing strain FY-07 for microbial enhanced oil recovery
CN109630078B (zh) 一种层内生成co2调驱工艺参数设计方法
Cao Impact of Biofilm Formation in Microbial Enhanced Oil Recovery Performance
Cheng et al. Biofilm feedbacks alter hydrological characteristics of fractured rock impacting sulfidogenesis and treatment
Tian et al. Dissolved oxygen transfer from oscillatory flows to microbes in a permeable organic sediment bed

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant