CN116562126A - 枯竭气藏二氧化碳地质封存参数的优化设计方法及*** - Google Patents

枯竭气藏二氧化碳地质封存参数的优化设计方法及*** Download PDF

Info

Publication number
CN116562126A
CN116562126A CN202310388210.1A CN202310388210A CN116562126A CN 116562126 A CN116562126 A CN 116562126A CN 202310388210 A CN202310388210 A CN 202310388210A CN 116562126 A CN116562126 A CN 116562126A
Authority
CN
China
Prior art keywords
carbon dioxide
injection
pressure
data
well
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.)
Granted
Application number
CN202310388210.1A
Other languages
English (en)
Other versions
CN116562126B (zh
Inventor
曹成
谢泽豪
张烈辉
赵玉龙
文绍牧
彭先
李隆新
田野
周翔
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.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
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 Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202310388210.1A priority Critical patent/CN116562126B/zh
Publication of CN116562126A publication Critical patent/CN116562126A/zh
Application granted granted Critical
Publication of CN116562126B publication Critical patent/CN116562126B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Physical Or Chemical Processes And Apparatus (AREA)

Abstract

本发明提出了一种枯竭气藏二氧化碳地质封存参数的优化设计方法及***，包括：收集需要开展二氧化碳地质封存的枯竭气藏资料，建立枯竭气藏数值模拟模型；开展生产动态历史拟合，以获得目前状态信息；利用数值模拟技术模拟预测不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据；根据生产动态数据，计算表征压力均匀上升参数值；采用遗传算法进行井网及注入参数的更新；重复上述步骤，直至满足迭代收敛条件；根据输出的最优目标值，确定最佳二氧化碳注入工艺参数组合。本发明以注入过程地层压力均匀上升为目标，有效降低了二氧化碳泄露风险，使得优化结果具有可操作性，能够指导现场应用。

Description

枯竭气藏二氧化碳地质封存参数的优化设计方法及***
技术领域
本发明涉及二氧化碳捕集、利用及地质封存技术(CCUS)领域，特别是涉及一种枯竭气藏二氧化碳地质封存参数的优化设计方法及***。
背景技术
近年来，能源领域正积极地向着低碳、高效、清洁方向转型。将二氧化碳大规模注入枯竭油气藏，实现地下二氧化碳的永久封存，是能源领域助力实现“双碳”目标的重要举措。受限于二氧化碳复杂的渗流特征和与岩石的特殊作用机理，封存的二氧化碳存在极大的泄露风险。通过确定合理的注入井网、注入方式及注采参数，可极大程度降低二氧化碳的泄露风险，保障二氧化碳地质封存措施的安全性和高效性。
然而现有的枯竭气藏二氧化碳地质封存参数的优化设计方法多是人为经验地设置工艺参数，通过数值模拟方法，分析采用该工艺参数组合下的二氧化碳封存效果，但采用此方法难以保证优化结果取得全局最优。同时优化目标多为片面追求经济效益和最大封存量，忽略了泄漏对封存效果的影响，使得优化结果难以应用于实际的工程实践中。
发明内容
本发明的目的是提供一种枯竭气藏二氧化碳地质封存参数的优化设计方法及***，极大程度降低了二氧化碳封存于地下的泄露风险，进而保证了最优工艺参数组合的工程可操作性。
为实现上述目的，本发明提供了如下方案：
一种枯竭气藏二氧化碳地质封存参数的优化设计方法，用于对二氧化碳注入过程中的井网及注入参数进行优化，包括如下步骤：
(1)收集需要开展二氧化碳地质封存的枯竭气藏地质解释信息、岩石资料、流体性质、实际开发数据，建立枯竭气藏数值模拟模型；
(2)开展该枯竭气藏的生产动态历史拟合，以获得枯竭气藏目前状态信息；
(3)利用数值模拟技术模拟预测不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据；
(4)根据生产动态数据，计算表征压力均匀上升参数值；
(5)采用遗传算法进行井网及注入参数的更新；
(6)重复步骤(3)-(5)，直至满足迭代收敛条件；
(7)根据输出的最优目标值，确定最佳二氧化碳注入工艺参数组合。
可选地，所述地质资料、岩石流体资料、实际开发历史数据，具体包括：
地质解释信息包括开发各单井数据(包含井位坐标、补心海拔、垂深、斜深、井斜数据等)、单井分层数据、测井曲线、沉积相划分情况、地震数据、地震层面数据、断层数据；岩石资料包括储层岩性、矿物组成、孔隙类型、胶结类型、孔渗物性特征(孔隙度、渗透率)、敏感性情况、岩石压缩系数；流体性质包括地层流体组分含量、原油密度，粘度，溶解气油比等高压物性、气体各组分的密度，粘度以及PVT性质、地层水水质全分析资料(包含密度、离子浓度、矿化度、PH值等)、油水/油气/气液相对渗透率曲线；实际开发数据包括地层温度情况、地层压力分布、开发时刻表、日产油量、日产气量、日产水量、井底流压报告。
可选地，所述生产动态历史拟合，枯竭气藏目前状态信息，具体包括：
根据生产数据对枯竭气藏各井设置工作制度，工作制度包含定产液量、定井底流压、定产气量并不限于此；拟合实际的产油量、产气量、产水量、井底流压等生产数据；完成拟合后即可输出枯竭气藏目前的状态信息包括含油/气/水饱和度场，压力分布情况，温度分布情况。
可选地，所述计算不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据，具体包括：
井网参数是指在不额外增加成本即不增加新井的情况下，决定该枯竭气藏现存的各井是否作为二氧化碳注入过程的注入井；注入参数包括注入方式(包含连续注入、间歇注入、气水交替注入)、各井的注气量、各井的注水量、间歇注入时间。在上述井网及注入参数组合情况下，计算生产动态数据包括压力随时间的变化关系，以及二氧化碳封存量，其中封存量为构造封存量、残余相封存量、溶解封存量和矿化封存量之和。
可选地，所述计算表征压力均匀上升参数值，具体包括：
统计最终时间步下模型中各网格的压力值，得到该时间步下模型的平均压力值，将各网格的压力值与模型平均压力值求标准差得到该时间步下模型的压力标准差值，即可得到该时间步下表征压力均匀上升参数值，该值即为枯竭气藏表征压力均匀上升参数值；
使用如下公式计算该时间步下模型的平均压力值：
式中：a为i方向上的网格数，b为j方向上的网格数，c为k方向上的网格数，Pi，j，k为模型中各网格的压力值，为该时间步下模型的平均压力值；
使用如下公式计算当前时间步模型压力标准差值：
式中：SDn当前时间步模型压力标准差，m为模型的网格数；
可选地，所述采用遗传算法进行井网及注入参数的更新，具体包括：
在约束条件的范围内，随机生成一系列井网及注入参数组合，利用数值模拟模型得到所有参数组合所对应的目标函数值；通过各井网及注入参数组合和参数组合对应的目标函数值初始化种群得到父代种群；
目标函数为枯竭气藏表征压力均匀上升参数值；井网及注入参数组合包含各井的开关状态、注气速率、注水速率、开井时间、关井时间；约束条件包含各井开关状态的0-1约束，注气速率、注水速率、开井时间、关井时间的上下限约束，地层压力达到岩石破裂压力80％(压力阈值)停止注气约束；
父代种群经过交叉、变异操作后得到新的子代，利用数值模拟模型计算子代个体的适应度函数，适应度函数采用枯竭气藏表征压力均匀上升参数值，对比父代种群个体与子代个体间的适应度函数值，更新父代种群得到新的父代种群。
可选地，所述直至满足迭代收敛条件，具体包括：
收敛迭代条件为算法的最大迭代次数，即数值模拟模型运行的最大次数；如果未达到收敛迭代条件，则重复步骤(3)-(5)，如果已达到收敛迭代条件，则终止计算，跳转至步骤(7)。
可选地，所述根据输出的最优目标值，确定最佳二氧化碳注入工艺参数组合，具体包括：
达到收敛迭代条件后，输出全局最优目标值的个体，通过解码得到各井的开关状态、注气速率、注水速率、开井时间、关井时间，上述参数组合即为最佳二氧化碳注入工艺参数组合。
对应于前述的枯竭气藏二氧化碳地质封存参数的优化设计方法，本发明还提供了一种枯竭气藏二氧化碳地质封存参数的优化设计***，用于对二氧化碳注入过程中的井网及注入参数进行优化，二氧化碳封存的优化设计***包括：
收集模块，包括：
收集子模块，用于收集需要开展二氧化碳地质封存的枯竭气藏地质解释信息、岩石资料、流体性质、实际开发数据；所述地质解释信息包括开发各单井数据(包含井位坐标、补心海拔、垂深、斜深、井斜数据等)、单井分层数据、测井曲线、沉积相划分情况、地震数据、地震层面数据、断层数据；所述岩石资料包括储层岩性、矿物组成、孔隙类型、胶结类型、孔渗物性特征(孔隙度、渗透率)、敏感性情况、岩石压缩系数；所述流体性质包括地层流体组分含量、原油密度，粘度，溶解气油比等高压物性、气体各组分的密度，粘度以及PVT性质、地层水水质全分析资料(包含密度、离子浓度、矿化度、PH值等)、油水/油气/气液相对渗透率曲线；实际开发数据包括地层温度情况、地层压力分布、开发时刻表、日产油量、日产气量、日产水量、井底流压报告；
构建子模块，用于建立枯竭气藏数值模拟模型；
获得模块，包括：
历史拟合子模块，用于开展该枯竭气藏的生产动态历史拟合；所述的生产动态历史拟合包括拟合实际的产油量、产气量、产水量、井底流压等生产数据；
获得子模块，用于获得枯竭气藏目前状态信息；所述的枯竭气藏目前状态信息包括含油/气/水饱和度场，压力分布情况，温度分布情况；
预测模块，用于利用数值模拟技术模拟预测不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据；所述生产动态数据包括压力随时间的变化关系，以及二氧化碳封存量，其中封存量为构造封存量、残余相封存量、溶解封存量和矿化封存量之和；
计算模块，用于根据生产动态数据，计算表征压力均匀上升参数值；
更新模块，用于采用遗传算法进行井网及注入参数的更新；
迭代模块，用于迭代计算不同参数组合下，表征压力均匀上升参数值，直至满足迭代收敛条件；
确定模块，用于确定最佳二氧化碳注入工艺参数组合。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供的一种枯竭气藏二氧化碳地质封存参数的优化设计方法及***，二氧化碳地质封存参数的优化方法包括：收集需要开展二氧化碳地质封存的枯竭气藏地质解释信息、岩石资料、流体性质、实际开发数据，建立枯竭气藏数值模拟模型；开展该枯竭气藏的生产动态历史拟合，以获得枯竭气藏目前状态信息；利用数值模拟技术模拟预测不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据；根据生产动态数据，计算表征压力均匀上升参数值；采用遗传算法进行井网及注入参数的更新；直至满足迭代收敛条件，输出最优的目标函数值；根据输出的最优目标值，确定最佳二氧化碳注入工艺参数组合。本发明可得到风险最小的方案，避免实际应用难的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的一种枯竭气藏二氧化碳地质封存参数的优化设计方法的流程图；
图2为本发明实施例1提供的方法中数值模拟模型的示意图；
图3为本发明实施例1提供的方法中生产动态历史拟合结果图；
图4a为本发明实施例1提供的方法中枯竭气藏目前的地层第一小层压力信息图；
图4b为本发明实施例1提供的方法中枯竭气藏目前的地层第二小层压力信息图；
图4c为本发明实施例1提供的方法中枯竭气藏目前的地层第三小层压力信息图；
图5为本发明实施例1提供的方法中表征压力均匀上升参数值随数值模拟次数的迭代曲线图；
图6为本发明实施例1提供的方法中表征压力均匀上升参数值最小所对应方案注入二氧化碳结束时地层压力信息图；
图7为本发明实施例2提供的一种枯竭气藏二氧化碳地质封存参数的优化设计***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前主要采用三种方法对工程参数进行优化：
(1)方案比选，人为的设置不同的工程参数组合采用物理模拟或数值模拟手段，对不同参数组合下的开发效果进行评价，对比优选最佳开发效果下的工艺参数组合为最优方案。此方法为参数的必选，难以获得全局最优的方案，优化结果难以令人信服。
(2)以经济净现值最大为目标结合优化算法进行参数优化。以经济净现值最大为目标构建优化数学模型，将优化算法与数值模拟或物理模拟相结合，获得最优方案。此方法虽能获得全局最优方案，但片面的追求经济效益的最大化，忽略了工程上的可操作性，从而造成优化结果无法指导实际的工程应用。
(3)构建代理模型加速优化过程。与方法(2)相比，仅是构建代理模型替代了物理模拟或数值模拟的过程，加速了优化进程。但此方法优化出的最优方案，仍不具有工程可操作性，难以应用于工程实际。因此，提出一种能够指导实际工程实践并获得全局最优方案的枯竭气藏二氧化碳地质封存参数优化设计方法具有重要意义。
本发明的目的是提供一种枯竭气藏二氧化碳地质封存参数的优化设计方法及***，降低了最优工艺参数组合方案的风险程度，从而保障了最优工艺参数组合方案的可操作性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1：
本实施例提供了一种枯竭气藏二氧化碳地质封存参数的优化设计方法，如图1所示的流程图，该二氧化碳地质封存参数优化设计方法包括以下步骤：
S1、收集需要开展二氧化碳地质封存的枯竭气藏地质解释信息、岩石资料、流体性质、实际开发数据，建立枯竭气藏数值模拟模型。步骤S1具体包括：
S11、地质解释信息包括开发各单井数据(包含井位坐标、补心海拔、垂深、斜深、井斜数据等)、单井分层数据、测井曲线、沉积相划分情况、地震数据、地震层面数据、断层数据。
S12、岩石资料包括储层岩性、矿物组成、孔隙类型、胶结类型、孔渗物性特征(孔隙度、渗透率)、敏感性情况、岩石压缩系数。
S13、流体性质包括地层流体组分含量、原油密度，粘度，溶解气油比等高压物性、气体各组分的密度，粘度以及PVT性质、地层水水质全分析资料(包含密度、离子浓度、矿化度、PH值等)、油水/油气/气液相对渗透率曲线。
S14、实际开发数据包括地层温度情况、地层压力分布、开发时刻表、日产油量、日产气量、日产水量、井底流压报告。
S2、开展该枯竭气藏的生产动态历史拟合，以获得枯竭气藏目前状态信息。步骤S2具体包括：
S21、根据生产数据对枯竭气藏各井设置工作制度，工作制度包含定产液量、定井底流压、定产气量并不限于此。
S22、拟合实际的产油量、产气量、产水量、井底流压等生产数据。
S23、完成拟合后即可输出枯竭气藏目前的状态信息包括含油/气/水饱和度场，压力分布情况，温度分布情况。
S3、利用数值模拟技术模拟预测不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据。步骤S3具体包括：
S31、井网参数是指在不额外增加成本即不增加新井的情况下，决定该枯竭气藏现存的各井是否作为二氧化碳注入过程的注入井。
S32、注入参数包括注入方式(包含连续注入、间歇注入、气水交替注入)、各井的注气量、各井的注水量、间歇注入时间。
S33、在上述井网及注入参数组合情况下，计算生产动态数据包括压力随时间的变化关系，以及二氧化碳封存量，其中封存量为构造封存量、残余相封存量、溶解封存量和矿化封存量之和。
S4、根据生产动态数据，计算表征压力均匀上升参数值。步骤S4具体包括：
S41、统计最终时间步下模型中各网格的压力值，得到该时间步下模型的平均压力值，将各网格的压力值与模型平均压力值求标准差得到该时间步下模型的压力标准差值，即可得到该时间步下表征压力均匀上升参数值，该值即为枯竭气藏表征压力均匀上升参数值；
本实施例中，根据如下公式计算该时间步下模型的平均压力值：
其中，a为i方向上的网格数，b为j方向上的网格数，c为k方向上的网格数，Pi，j，k为模型中各网格的压力值，为该时间步下模型的平均压力值。
本实施例中，根据如下公式计算当前时间步模型压力标准差值：
其中，SDn当前时间步模型压力标准差，m为模型的网格数。
S5、采用遗传算法进行井网及注入参数的更新。步骤S5具体包括：
S51、在约束条件的范围内，随机生成一系列井网及注入参数组合，利用数值模拟模型得到所有参数组合所对应的目标函数值；通过各井网及注入参数组合和参数组合对应的目标函数值初始化种群得到父代种群。
S52、本实施例中目标函数为枯竭气藏表征压力均匀上升参数值；井网及注入参数组合包含各井的开关状态、注气速率、注水速率、开井时间、关井时间；约束条件包含各井开关状态的0-1约束，注气速率、注水速率、开井时间、关井时间的上下限约束，地层压力达到岩石破裂压力80％(压力阈值)停止注气约束；
S53、父代种群经过交叉、变异操作后得到新的子代，利用数值模拟模型计算子代个体的适应度函数，适应度函数采用枯竭气藏表征压力均匀上升参数值，对比父代种群个体与子代个体间的适应度函数值，更新父代种群得到新的父代种群。
S6、重复前述的步骤S3-S5，直至满足迭代收敛条件。步骤S6具体包括：
S61、收敛迭代条件为算法的最大迭代次数，即数值模拟模型运行的最大次数；如果未达到收敛迭代条件，则重复步骤S3-S5，如果已达到收敛迭代条件，则终止计算，跳转至步骤S7。
S7、根据输出的最优目标值，确定最佳二氧化碳注入工艺参数组合。步骤S7具体包括：
S71、达到收敛迭代条件后，输出全局最优目标值的个体，通过解码得到各井的开关状态、注气速率、注水速率、开井时间、关井时间，上述参数组合即为最佳二氧化碳注入工艺参数组合。
本发明以某油田实际枯竭气藏二氧化碳地质封存井组为例，提供枯竭气藏二氧化碳地质封存参数的优化设计方法在实际应用中的具体步骤。
步骤1，对应于前述的S1收集需要开展二氧化碳地质封存的枯竭气藏地质解释信息、岩石资料、流体性质、实际开发数据，建立枯竭气藏数值模拟模型，具体到本例中为：基于收集到的该枯竭气藏的地质解释信息、岩石资料、流体性质、实际开发数据得到该枯竭气藏的顶部深度、孔隙度、渗透率、净毛比、饱和度、气体组分、相对渗透率曲线、气藏井位、各井的生产数据等信息，进一步建立该枯竭气藏的数值模拟模型。该枯竭气藏数值模拟模型基础参数如表1所示，气体组成信息如表2所示，数值模拟模型如图2所示。
表1数值模拟模型基础参数表
地质参数 单位 参数值
顶深均值 m 2077.915
净毛比均值 - 0.3
孔隙度均值 - 0.16
渗透率均值 10-3μm2 9.81
油藏温度 ℃ 98.9
表2气体组成表
步骤2，对应于前述的S2开展该枯竭气藏的生产动态历史拟合，以获得枯竭气藏目前状态信息，具体到本例为：基于该枯竭气藏九口实际的生产井，设置的工作制度为定流体产量，该区块原油的压缩系数为1.522，气体的压缩系数为0.0032，水的压缩系数为1；拟合该枯竭气藏的历史产气量，进而输出枯竭气藏目前的压力分布情况。该枯竭气藏的累积产气量拟合如图3所示，各小层目前地层压力分布情况如图4a到图4c所示。
步骤3，对应于前述的S3利用数值模拟技术模拟预测不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据，具体到本例为：将现有的9口井全部设定为注入井，采用连续注入方式，注入速度设置为10000m3/d，当地层压力达到地层破裂压力的80％时停止注入；统计停止注入时刻模型网格压力情况，停止注入后继续模拟200年，统计二氧化碳封存情况，计算包括构造封存量、残余相封存量、溶解封存量和矿化封存量的二氧化碳总封存量。
步骤4，对应于前述的S4根据生产动态数据，计算表征压力均匀上升参数值。本例中平均压力计算公式如下式所示：
式中a为i方向上的网格数，b为j方向上的网格数，c为k方向上的网格数，Pi，j，k为模型中各网格的压力值，为该时间步下模型的平均压力值。
本例中模型压力标准差值计算公式如下式所示：
式中，SDn当前时间步模型压力标准差，m为模型的网格数。
利用平均压力计算公式得到该枯竭气藏注入二氧化碳结束时地层平均压力为32.16MPa，进而利用压力标准差计算公式，得到该方案下枯竭气藏表征压力均匀上升值为424.90。
步骤5，对应于前述的S5采用遗传算法进行井网及注入参数的更新。为减小二氧化碳在枯竭气藏中地质封存过程中的泄露风险，以表征压力均匀上升值为优化目标函数，以最小化表征压力均匀上升值作为优化目标；井网参数为各井的开关状态，注入参数为各井的注气速率；约束条件包含各井开关状态的0-1约束，注气速率的上下限约束，地层压力达到岩石破裂压力80％(压力阈值)停止注气约束；采用遗传算法进行井网及注入参数的更新，需要设置遗传算法的基础控制参数。本例中优化的参数组合如表3所示，遗传算法控制参数如表4所示。
表3优化参数组合及约束条件
优化参数名 单位 取值范围
各井的开关状态 - 0或1
各井的注气速率 m3/d 5000-20000
表4遗传算法控制参数
控制参数类型 参数值
变异率 0.05
交叉率 0.5
种群数目 20
最大迭代步数 25
步骤6，对应于前述的S6重复步骤1-6，直至满足迭代收敛条件。本例中迭代收敛条件为达到设置的最大数值模拟运行次数，本次优化流程共运行数值模拟500次，达到最大数值模拟运行次数后跳转至步骤7。优化过程中表征压力均匀上升参数值随数值模拟次数增加的迭代曲线如图5所示。
步骤7，对应于前述的S7根据输出的最优目标值，确定最佳二氧化碳注入工艺参数组合。表征压力均匀上升参数值的最小值为254.16，可实现二氧化碳注入157.31×104m3，对应的最优的工艺参数组合如表5所示，注入二氧化碳结束时地层压力信息图如图6所示。
表5最佳二氧化碳注入工艺参数组合
本实施例中，在步骤2时，开展该枯竭气藏的生产动态历史拟合，以获得枯竭气藏目前状态信息，有效避免数值模拟无法准确表征枯竭气藏的特点，导致数值模拟结果准确性低的问题。
在步骤4中，以压力均匀上升为目标，同时限制最大地层压力不超过破裂压力的80％，与现有的以经济净现值最大化或二氧化碳注入量最大化为目标的优化技术相比，本发明能在二氧化碳泄露风险最低的情况下，注入最多的二氧化碳，优化的结果能够应用于实际的二氧化碳地质封存工程中。
在步骤5中，采用遗传算法进行井网及注入参数的更新，未达到收敛迭代条件时，重复步骤3-5，达到条件时执行步骤7的内容，使得在变量的搜索空间内，找到全局最优的井网及注入参数组合。与现场人为通过经验确定注入方案相比，本发明保证了优化结果为全局最优方案，可为现场二氧化碳地质封存决策提供快速、科学的技术支撑。
实施例2：
对应于实施例1所提供的一种枯竭气藏二氧化碳地质封存参数的优化设计方法，本实施例提供了枯竭气藏二氧化碳地质封存参数的优化设计***，如图7所示，包括：
收集模块，包括：
收集子模块，用于收集需要开展二氧化碳地质封存的枯竭气藏地质解释信息、岩石资料、流体性质、实际开发数据；所述地质解释信息包括开发各单井数据(包含井位坐标、补心海拔、垂深、斜深、井斜数据等)、单井分层数据、测井曲线、沉积相划分情况、地震数据、地震层面数据、断层数据；所述岩石资料包括储层岩性、矿物组成、孔隙类型、胶结类型、孔渗物性特征(孔隙度、渗透率)、敏感性情况、岩石压缩系数；所述流体性质包括地层流体组分含量、原油密度，粘度，溶解气油比等高压物性、气体各组分的密度，粘度以及PVT性质、地层水水质全分析资料(包含密度、离子浓度、矿化度、PH值等)、油水/油气/气液相对渗透率曲线；实际开发数据包括地层温度情况、地层压力分布、开发时刻表、日产油量、日产气量、日产水量、井底流压报告；
构建子模块，用于建立枯竭气藏数值模拟模型；
获得模块，包括：
历史拟合子模块，用于开展该枯竭气藏的生产动态历史拟合；所述的生产动态历史拟合包括拟合实际的产油量、产气量、产水量、井底流压等生产数据；
获得子模块，用于获得枯竭气藏目前状态信息；所述的枯竭气藏目前状态信息包括含油/气/水饱和度场，压力分布情况，温度分布情况；
预测模块，用于利用数值模拟技术模拟预测不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据；所述生产动态数据包括压力随时间的变化关系，以及二氧化碳封存量，其中封存量为构造封存量、残余相封存量、溶解封存量和矿化封存量之和；
计算模块，用于根据生产动态数据，计算表征压力均匀上升参数值；
更新模块，用于采用遗传算法进行井网及注入参数的更新；
迭代模块，用于迭代计算不同参数组合下，表征压力均匀上升参数值，直至满足迭代收敛条件；
确定模块，用于确定最佳二氧化碳注入工艺参数组合。
技术中的程序部分可以被认为是以可执行的代码和/或相关数据的形式而存在的“产品”或“制品”，通过计算机可读的介质所参与或实现的。有形的、永久的储存介质可以包括任何计算机、处理器、或类似设备或相关的模块所用到的内存或存储器。例如，各种半导体存储器、磁带驱动器、磁盘驱动器或者类似任何能够为软件提供存储功能的设备。
所有软件或其中的一部分有时可能会通过网络进行通信，如互联网或其他通信网络。此类通信可以将软件从一个计算机设备或处理器加载到另一个。例如：从视频目标检测设备的一个服务器或主机计算机加载至一个计算机环境的硬件平台，或其他实现***的计算机环境，或与提供目标检测所需要的信息相关的类似功能的***。因此，另一种能够传递软件元素的介质也可以被用作局部设备之间的物理连接，例如光波、电波、电磁波等，通过电缆、光缆或者空气等实现传播。用来载波的物理介质如电缆、无线连接或光缆等类似设备，也可以被认为是承载软件的介质。在这里的用法除非限制了有形的“储存”介质，其他表示计算机或机器“可读介质”的术语都表示在处理器执行任何指令的过程中参与的介质。
本文中应用了具体个例，但以上描述仅是对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；本领域的技术人员应该理解，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种枯竭气藏二氧化碳地质封存参数的优化设计方法，其特征在于，用于对二氧化碳注入过程中的井网及注入参数进行优化，所述枯竭气藏二氧化碳封存的优化设计方法包括如下步骤：
(1)收集需要开展二氧化碳地质封存的枯竭气藏的地质解释信息、岩石资料、流体性质、实际开发数据，建立枯竭气藏数值模拟模型；
(2)开展该枯竭气藏的生产动态历史拟合，以获得枯竭气藏目前状态信息；
(3)利用数值模拟技术模拟预测不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据；
(4)根据生产动态数据，计算表征压力均匀上升参数值；
(5)采用遗传算法进行井网及注入参数的更新；
(6)重复步骤(3)-(5)，直至满足迭代收敛条件；
(7)根据输出的最优目标值，确定最佳二氧化碳注入工艺参数组合。
2.根据权利要求1所述的一种枯竭气藏二氧化碳地质封存参数的优化设计方法，其特征在于，步骤(1)中地质解释信息、岩石资料、流体性质、实际开发数据，具体包括：
地质解释信息，包括开发各单井数据、单井分层数据、测井曲线、沉积相划分情况、地震数据、地震层面数据、断层数据；
岩石资料，包括储层岩性、矿物组成、孔隙类型、胶结类型、孔渗物性特征、敏感性情况、岩石压缩系数；
流体性质，包括地层流体组分含量、原油密度，粘度、溶解气油比等高压物性、气体各组分的密度，粘度以及PVT性质、地层水水质全分析资料、油水/油气/气液相对渗透率曲线；
实际开发数据，包括地层温度情况、地层压力分布、开发时刻表、日产油量、日产气量、日产水量、井底流压报告。
3.根据权利要求1所述一种枯竭气藏二氧化碳地质封存参数的优化设计方法，其特征在于，步骤(2)中生产动态历史拟合，获得枯竭气藏目前状态信息，具体包括：
根据生产数据对枯竭气藏各井设置工作制度，拟合实际的产油量、产气量、产水量、井底流压生产数据；完成拟合后即可输出枯竭气藏目前的状态信息包括含油/气/水饱和度场，压力分布情况，温度分布情况。
4.根据权利要求1所述的一种枯竭气藏二氧化碳地质封存参数的优化设计方法，其特征在于，步骤(3)中计算不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据，具体包括：
井网参数是指在不额外增加成本即不增加新井的情况下，决定该枯竭气藏现存的各井是否作为二氧化碳注入过程的注入井；注入参数包括注入方式、各井的注气量、各井的注水量、间歇注入时间；在井网及注入参数组合情况下，计算生产动态数据包括压力随时间的变化关系，以及二氧化碳封存量，其中封存量为构造封存量、残余相封存量、溶解封存量和矿化封存量之和。
5.根据权利要求1所述的一种枯竭气藏二氧化碳地质封存参数的优化设计方法，其特征在于，步骤(4)中计算表征压力均匀上升参数值，具体包括：
统计最终时间步下模型中各网格的压力值，得到该时间步下模型的平均压力值，将各网格的压力值与模型平均压力值求标准差得到该时间步下模型的压力标准差值，即可得到该时间步下表征压力均匀上升参数值，该值即为枯竭气藏表征压力均匀上升参数值；
使用如下公式计算该时间步下模型的平均压力值：
式中：a为i方向上的网格数，b为j方向上的网格数，c为k方向上的网格数，Pi，j，k为模型中各网格的压力值，为该时间步下模型的平均压力值；
使用如下公式计算当前时间步模型压力标准差值：
式中：SDn当前时间步模型压力标准差，m为模型的网格数。
6.根据权利要求1所述的一种枯竭气藏二氧化碳地质封存参数的优化设计方法，其特征在于，步骤(5)中采用遗传算法进行井网及注入参数的更新，具体包括：
在约束条件的范围内，随机生成一系列井网及注入参数组合，利用数值模拟模型得到所有参数组合所对应的目标函数值；通过各井网及注入参数组合和参数组合对应的目标函数值初始化种群得到父代种群；
目标函数为枯竭气藏表征压力均匀上升参数值；井网及注入参数组合包含各井的开关状态、注气速率、注水速率、开井时间、关井时间；约束条件包含各井开关状态的0-1约束，注气速率、注水速率、开井时间、关井时间的上下限约束，地层压力达到岩石破裂压力80％(压力阈值)停止注气约束；
父代种群经过交叉、变异操作后得到新的子代，利用数值模拟模型计算子代个体的适应度函数，适应度函数采用枯竭气藏表征压力均匀上升参数值，对比父代种群个体与子代个体间的适应度函数值，更新父代种群得到新的父代种群。
7.根据权利要求1所述的一种枯竭气藏二氧化碳地质封存参数的优化设计方法，其特征在于，步骤(6)中直至满足迭代收敛条件，具体包括：
收敛迭代条件为算法的最大迭代次数，即数值模拟模型运行的最大次数；如果未达到收敛迭代条件，则重复步骤(3)-(5)，如果已达到收敛迭代条件，则终止计算，跳转至步骤(7)。
8.根据权利要求1所述的一种枯竭气藏二氧化碳地质封存参数的优化设计方法，其特征在于，步骤(7)中根据输出的最优目标值，确定最佳二氧化碳注入工艺参数组合，具体包括：
达到收敛迭代条件后，输出全局最优目标值的个体，通过解码得到各井的开关状态、注气速率、注水速率、开井时间、关井时间，上述参数组合即为最佳二氧化碳注入工艺参数组合。
9.一种枯竭气藏二氧化碳地质封存参数的优化设计***，其特征在于，用于权利要求1到8任一项所述的枯竭气藏二氧化碳地质封存参数的优化设计方法，所述枯竭气藏二氧化碳封存的优化设计***包括：
收集模块，包括：
收集子模块，用于收集需要开展二氧化碳地质封存的枯竭气藏地质解释信息、岩石资料、流体性质、实际开发数据；所述地质解释信息包括开发各单井数据、单井分层数据、测井曲线、沉积相划分情况、地震数据、地震层面数据、断层数据；所述岩石资料包括储层岩性、矿物组成、孔隙类型、胶结类型、孔渗物性特征、敏感性情况、岩石压缩系数；所述流体性质包括地层流体组分含量、原油密度，粘度，溶解气油比等高压物性、气体各组分的密度，粘度以及PVT性质、地层水水质全分析资料(、油水/油气/气液相对渗透率曲线；实际开发数据包括地层温度情况、地层压力分布、开发时刻表、日产油量、日产气量、日产水量、井底流压报告；
构建子模块，用于建立枯竭气藏数值模拟模型；
获得模块，包括：
历史拟合子模块，用于开展该枯竭气藏的生产动态历史拟合；所述的生产动态历史拟合包括拟合实际的产油量、产气量、产水量、井底流压生产数据；
获得子模块，用于获得枯竭气藏目前状态信息；所述的枯竭气藏目前状态信息包括含油/气/水饱和度场，压力分布情况，温度分布情况；
预测模块，用于利用数值模拟技术模拟预测不同井网及注入参数组合下，二氧化碳注入枯竭油气藏后的生产动态数据；所述生产动态数据包括压力随时间的变化关系，以及二氧化碳封存量，其中封存量为构造封存量、残余相封存量、溶解封存量和矿化封存量之和；
计算模块，用于根据生产动态数据，计算表征压力均匀上升参数值；
更新模块，用于采用遗传算法进行井网及注入参数的更新；
迭代模块，用于迭代计算不同参数组合下，表征压力均匀上升参数值，直至满足迭代收敛条件；
确定模块，用于确定最佳二氧化碳注入工艺参数组合。
CN202310388210.1A 2023-04-12 2023-04-12 枯竭气藏二氧化碳地质封存参数的优化设计方法及*** Active CN116562126B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310388210.1A CN116562126B (zh) 2023-04-12 2023-04-12 枯竭气藏二氧化碳地质封存参数的优化设计方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310388210.1A CN116562126B (zh) 2023-04-12 2023-04-12 枯竭气藏二氧化碳地质封存参数的优化设计方法及***

Publications (2)

Publication Number Publication Date
CN116562126A true CN116562126A (zh) 2023-08-08
CN116562126B CN116562126B (zh) 2024-02-06

Family

ID=87500922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310388210.1A Active CN116562126B (zh) 2023-04-12 2023-04-12 枯竭气藏二氧化碳地质封存参数的优化设计方法及***

Country Status (1)

Country Link
CN (1) CN116562126B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116990189A (zh) * 2023-09-28 2023-11-03 西南石油大学 煤层碳封存潜力评价测试方法及***
CN117108273A (zh) * 2023-10-24 2023-11-24 西南石油大学 利用井底压力计获取煤层碳封存过程绝对渗透率的方法
CN117219180A (zh) * 2023-09-19 2023-12-12 中国矿业大学 二氧化碳矿化效果监测评价及动态调控增强方法和***
CN118036475A (zh) * 2024-04-09 2024-05-14 广东工业大学 二氧化碳地质封存参数的优化设计方法及***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114429023A (zh) * 2020-10-13 2022-05-03 中国石油化工股份有限公司 基于平面流动单元划定的分段注采参数优化方法
CN114519274A (zh) * 2022-02-21 2022-05-20 中国石油大学(华东) 一种气驱油藏注采参数分步优化方法
CN115059437A (zh) * 2022-06-16 2022-09-16 西南石油大学 含多元杂质的co2提高枯竭气藏采收率及其有效封存的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114429023A (zh) * 2020-10-13 2022-05-03 中国石油化工股份有限公司 基于平面流动单元划定的分段注采参数优化方法
CN114519274A (zh) * 2022-02-21 2022-05-20 中国石油大学(华东) 一种气驱油藏注采参数分步优化方法
CN115059437A (zh) * 2022-06-16 2022-09-16 西南石油大学 含多元杂质的co2提高枯竭气藏采收率及其有效封存的方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117219180A (zh) * 2023-09-19 2023-12-12 中国矿业大学 二氧化碳矿化效果监测评价及动态调控增强方法和***
CN117219180B (zh) * 2023-09-19 2024-02-27 中国矿业大学 二氧化碳矿化效果监测评价及动态调控增强方法和***
CN116990189A (zh) * 2023-09-28 2023-11-03 西南石油大学 煤层碳封存潜力评价测试方法及***
CN116990189B (zh) * 2023-09-28 2023-12-05 西南石油大学 煤层碳封存潜力评价测试方法及***
CN117108273A (zh) * 2023-10-24 2023-11-24 西南石油大学 利用井底压力计获取煤层碳封存过程绝对渗透率的方法
CN117108273B (zh) * 2023-10-24 2023-12-26 西南石油大学 利用井底压力计获取煤层碳封存过程绝对渗透率的方法
CN118036475A (zh) * 2024-04-09 2024-05-14 广东工业大学 二氧化碳地质封存参数的优化设计方法及***

Also Published As

Publication number Publication date
CN116562126B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN116562126B (zh) 枯竭气藏二氧化碳地质封存参数的优化设计方法及***
Krevor et al. Subsurface carbon dioxide and hydrogen storage for a sustainable energy future
Kim et al. Prediction of storage efficiency on CO2 sequestration in deep saline aquifers using artificial neural network
US20240118451A1 (en) Optimization under uncertainty for integrated models
US8868390B2 (en) Method of developing a petroleum reservoir from a flow model calibrated through pressure and saturation map scaling
CN104879103A (zh) 一种分层注水效果分析方法
Ampomah et al. Co-optimization of CO2-EOR and storage processes under geological uncertainty
Fu et al. Predicting hydraulic fracture trajectory under the influence of a mine drift in EGS Collab experiment I
CN111927555A (zh) 一种开采扰动条件下煤矿工作面涌水量的动态预测方法
Eltahan et al. Assisted history matching using Bayesian inference: Application to multi-well simulation of a huff-n-puff pilot test in the Permian Basin
Chen et al. Application of CCUS in India: Designing a CO2 EOR and storage pilot in a mature field
Aydın et al. Numerical reservoir simulation of Alaşehir geothermal field
Mishra et al. Modeling CO2 plume migration based on calibration of injection and post‐injection pressure response at the AEP Mountaineer Project
CN111140230B (zh) 一种构建水平井轨迹的方法以及装置
Balch et al. Recent developments in modeling: farnsworth texas, CO 2 EOR Carbon Sequestration Project
Raziperchikolaee et al. Statistical learning based predictive models to assess stress changes-reservoir deformation due to CO2 sequestration into saline aquifers
Ali et al. A semi-analytical method for history matching and improving geological models of layered reservoirs: CGM analytical method
CN115130268A (zh) 油藏注采方案设计方法、***、存储介质及电子设备
Liu et al. Physics-Coupled Machine Learning Toolset for Geological Carbon Storage Evaluation and Performance Analysis
Esfandi et al. Effect of reservoir heterogeneity on well placement prediction in CO2-EOR projects using machine learning surrogate models: Benchmarking of boosting-based algorithms
Jin et al. Optimal well positioning under geological uncertainty by equalizing the arrival time
Moeininia Improvement of a Full Field Reservoir Model for a MEOR Application
CN112464476B (zh) 一种评价储层剩余油饱和度分布场的方法
CN113031056B (zh) 构造约束下断层封闭性分析方法及装置
Peck et al. Geologic Modeling and Simulation Report for the Aquistore Project

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant