Новый метод разделения добычи и закачки в совместных скважинах с помощью модифицированной модели CRM

Об авторе:

Аннотация:

При эксплуатации нескольких нефтеносных объектов единой сеткой скважин актуальной является задача разделения дебитов нефти и жидкости по объектам. Известные инженерные методики на основе коэффициентов гидропроводности пластов и эффективной нефтенасыщенной толщины не учитывают динамических факторов. Применение гидродинамических моделей (ГДМ) требует значительных временных затрат, а результаты существенно зависят от использованных априорных гипотез о геологическом строении объектов и свойствах флюидов. Таким образом, имеется практическая необходимость в аналитическом инструменте, который опирался бы на наиболее достоверные и доступные данные и позволял бы с достаточной точностью решать задачу разделения объемов добываемой жидкости и закачиваемой воды. Такой инструмент должен учитывать динамику изменения пластовых давлений и иметь низкую (по сравнению с ГДМ) потребность в вычислительных ресурсах. Перспективным кандидатом на роль такого инструмента представляется модель CRMP-ML6 — принципиально новая авторская модификация известной ранее модели CRMP.

Модель CRMP представляет собой функциональную зависимость дебита жидкости скважины от приемистости окружающих нагнетательных скважин. Неизвестные параметры этой зависимости определяются таким образом, чтобы минимизировать невязку между модельными и фактическими значениями дебитов на выбранном интервале дат. Принципиально новыми особенностями модели CRMP-ML6 являются регуляризация задачи за счет использования априорной информации о гидропроводности пластов в окрестности добывающих скважин и требования близости значений пластовых давлений, рассчитанных по модели материального баланса и из уравнения Дюпюи.

Для оценки работоспособности новой модели проведен ряд численных экспериментов по моделированию, а результаты моделирования сравнивались с ГДМ. Продемонстрирована возможность модели CRMP-ML6 для учета динамичности разделения добычи и закачки с учетом дополнительных ограничений и априорной информации, и при выполнении всех требований, предъявляемых для моделей семейства CRM.

Список литературы:

1. Алтунин А. Е. Использование материального баланса и теории нечетких множеств для решения задачи разделения добычи при одновременной разработке нескольких пластов / А. Е. Алтунин, М. В. Семухин, С. В. Степанов // Нефтяное хозяйство. 2012. № 5. С. 56-60.

2. Бекман А. Д. Данные для верификации работоспособности модели CRMP-ML6 / А. Д. Бекман. URL: https://github.com/MaxFloat/CRMP-ML6_verification

3. Бекман А. Д. Новый алгоритм нахождения оптимального решения задачи определения коэффициентов взаимовлияния скважин в рамках модели CRM / А. Д. Бекман, С. В. Степанов, А. А. Ручкин, Д. В. Зеленин // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2019. Том 5. № 3. С. 164-185. DOI: 10.21684/2411-7978-2019-5-3-164-185

4. Блинов А. Ф. Исследование совместно-эксплуатируемых пластов / А. Ф. Блинов, Р. Н. Дияшев. М.: Недра, 1971. 176 с.

5. Поспелова Т. А. Оптимизация системы заводнения на основе модели CRM / Т. А. Поспелова, Д. В. Зеленин, М. С. Жуков, А. Д. Бекман, А. А. Ручкин // Нефтепромысловое дело. 2020. № 7. С. 5-10.

6. Степанов С. В. Аналитический метод разделения добычи жидкости и нефти по пластам при их совместной разработке / С. В. Степанов, А. А. Ручкин, А. В. Степанов // Нефтепромысловое дело. 2018. № 2. С. 10-17.

7. Степанов С. В. Усовершенствованный аналитический метод разделения добычи и закачки по пластам при их одновременной совместной разработке / С. В. Степанов, В. В. Васильев, А. Е. Алтунин // Нефтяное хозяйство. 2015. № 11. С. 27-31.

8. Holanda R. W. A state-of-the-art literature review on capacitance resistance models for reservoir characterization and performance forecasting / R. W. Holanda, E. Gildin, J. L. Jensen, L. W. Lake, C. S. Kabir // Energies. 2018. URL: https://www.mdpi.com/1996-1073/11/12/3368/html

9. Mamghaderi A. Optimization of waterflooding performance in a layered reservoir using a combination of capacitance-resistive model and genetic algorithm method / A. Mamghaderi, A. Bastami, P. Pourafshary // Journal of Energy Resources Technology. 2013. Vol. 135. Iss. 1. Art. 013102. URL: https://asmedigitalcollection.asme.org/energyresources/article-abstract/135/1/013102/368098/Optimiza.... DOI: 10.1115/1.4007767

10. Mamghaderi A. Water flooding performance prediction in layered reservoirs using improved capacitance-resistive model / A. Mamghaderi, P. Pourafshary // Journal of Petroleum Science and Engineering. 2013. Vol. 108. Рр. 107-117.

11. Moreno G. A. Multilayer capacitance-resistance model with dynamic connectivities / G. A. Moreno // Journal of Petroleum Science and Engineering. 2013. Vol. 109. Рр. 298-307.

12. Sayarpour M. Development and application of capacitance-resistive models to water/CO2 floods: thesis ... Doctor of Philosophy / M. Sayarpour. The University of Texas at Austin, 2008. URL: https://www.researchgate.net/publication/280579098_Development_and_Application_of_Capacitance-Resist...