📝 摘要

表面活性剂-聚合物（SP）驱是一种成熟的提高采收率技术，已在实验室和矿场先导试验中得到了广泛评估。SP工艺的有效性体现在其能够结合表面活性剂和聚合物方法的作用机理：利用表面活性剂 mobilizing 残余油，利用聚合物改善波及效率。对这些先进工艺进行建模，并实现从实验室到矿场先导尺度的合理放大，对于现场实施设计和成功至关重要。本研究的目的是在高粘度砂岩油藏中进行全面的SP矿场先导试验设计。设计从岩心驱替实验的历史拟合开始，随后放大到单井化学示踪剂测试（SWCT）、井间示踪剂测试（IWTT），最后到多井SP先导试验。使用数值模拟器CMG-STARS，工作流程从构建和匹配8个岩心驱替实验的关键物理化学参数开始。然后将这些参数与油藏描述一起用于模拟SWCT、IWTT和多井SP先导试验。在先导模拟研究中使用了包含五点井网的扇区模型。测试的设计过程包括对聚合物类型、浓度、SP段塞尺寸、井网注采比（IPR）、示踪剂浓度和用量以及注入孔隙体积倍数等进行敏感性分析。成功实现了与岩心驱替实验的历史匹配。开发的表面活性剂和聚合物模型随后用于SWCT、IWTT和SP先导模型。SP段塞尺寸和示踪剂推送体积是SWCT解释的关键参数。注入示踪剂总量是IWTT设计中最基础的变量。基于敏感性结果，为每项测试推荐了设计参数。为了提供最大化采收率的SP先导测试策略，优化了IPR、SP段塞尺寸和聚合物浓度等参数，最终实现了22%的增量采收率。

🖥️ CMG软件应用情况总结

项目 内容
所用软件 • CMG-STARS（2019版本）：化学EOR模拟器，三相、多组分、三维组分模拟器，用于岩心驱替历史拟合、单井化学示踪剂测试（SWCT）、井间示踪剂测试（IWTT）和SP先导试验的全流程模拟
• UTCHEM：德克萨斯大学开发的化学驱模拟器，用于与CMG-STARS进行对比验证（仅Coreflood 1）
模型类型 • 1D岩心模型：50×1×1网格，垂向流动，底部注入、顶部产出
• 2D径向SWCT模型：100×1×153网格（r-θ-z），模拟半径25 m，厚度24 m
• 扇区模型：用于IWTT和SP先导试验，尺寸2.2×2.04 km，包含5点井网区域（150×150 m）
• 1D模型（CMG-STARS）与UTCHEM对比：验证两种模拟器在SP驱模拟上的一致性
模拟对象 高粘度砂岩油藏（油藏A），温度70°C，渗透率500-9000 mD，孔隙度13-31%，原油粘度~300 cP，API重度15°
岩心驱替历史拟合（8个岩心） • 岩心类型：Sandpack、Bentheimer岩心、2D Cell
• 表面活性剂：1 wt.% 非离子表面活性剂C9-11-8EO（Shell）或Phenol-7PO-15EO（Harcros-Venus）
• 聚合物：HPAM 3630（SNF），浓度5000-9000 ppm
• SP段塞尺寸：0.2-0.4 PV，后续聚合物驱1.5-1.6 PV
• 渗透率范围：1.58-28.45 Darcy
• 采收率：总采收率87-100% OOIP
SWCT模型 • 网格：100×1×153径向网格，外半径25 m
• 感兴趣孔隙体积：302 m³（半径8 m，厚度6 m）
• 初始油饱和度：0.33（水驱后残余油饱和度）
• 示踪剂：乙酸乙酯（Etac，反应性示踪剂，K=2）、乙醇（产物示踪剂）、NPA（覆盖示踪剂）、IPA（物料平衡示踪剂）
• 水解反应：Etac + H₂O → 乙醇 + 乙酸（反应系数2.40E-05 gmol·m⁻³·day⁻¹）
• 注入速率：50 m³/天，示踪剂注入0.15天，推送水0.4天，关井4天，生产5.5天
• 聚合物：2500-8000 ppm（FP3630和Polymer 1）
IWTT模型 • 扇区模型：2.2×2.04 km，包含5点井网（4注1采），注入井220、221、223、106，生产井222
• 目标层：顶部层（与其他测试一致）
• 示踪剂：4种不同示踪剂（各注入井使用唯一示踪剂）
• 敏感性参数：示踪剂浓度（1000-10000 ppm）、示踪剂量（4.5-2460 kg/井）、井网注采比（IPR 1-4）、注入速率（20-50 m³/天）、总注入孔隙体积（0.1-1 PV）、分散系数（10⁻⁵-10⁻¹ m²/天）、聚合物（2500-5000 ppm）
SP先导试验模型 • 基于IWTT的扇区模型，5点井网
• 5点井网顶部层原始地质储量：24,648 m³（2018年1月剩余油22,295 m³）
• 模拟时长：2年（2018年1月-2020年1月）
• 敏感性参数：SP段塞尺寸（0.20-0.40 PV）、SP段塞/聚合物驱聚合物浓度（2500/2500、5000/5000、2500/5000 ppm）、聚合物预冲洗（0-0.8 PV）、注入速率（10-50 m³/天）、IPR（1-4）、表面活性剂浓度（0.5-1%）、残余阻力因子（RRF 1-20）、表面活性剂吸附（2.1-13.3 gmol/m³）、水平井（2注1采 vs 3水平井）
聚合物模型（CMG-STARS） • 粘度-剪切速率：使用实验室数据表直接输入
• 聚合物粘度-浓度：非线性对数混合函数（11个入口），指数增加
• 盐度影响：等效盐度表达式
• 吸附：Langmuir等温线
• 渗透率降低：残余阻力因子RRF
• 剪切稀化/稠化：幂律关系
表面活性剂模型（CMG-STARS） • IFT-表面活性剂浓度：输入表（使用UTCHEM的Chun Huh关联生成，图3-6）
• 相行为：Hand’s tie-lines选项（K值），非离子型表面活性剂，盐度无关
• 吸附：Langmuir等温线（图3-7，112 μg/g @1%）
• CMG-STARS不模拟单独的微乳液相（与UTCHEM的差异）
相对渗透率与毛管脱饱曲线（CDC） • 低毛管数（水驱）：kro=0.8-1，krw=0-0.4，指数m=2，n=2
• 高毛管数（表面活性剂存在）：kro=1，krw=1，指数m=1，n=1，残余油饱和度=0
• DTRAPW/DTRAPN参数：低毛管数-4至-5，高毛管数-1.2至-2.3（表3-6）
• 使用插值变量（毛管数）在两套相对渗透率曲线间插值
模型验证 • CMG-STARS与UTCHEM在Coreflood 1上对比：油采收率、油水比、压降吻合良好（图3-10）
• CMG-STARS与实验室数据在8个岩心上对比：油采收率、油水比匹配良好，压降在聚合物降解考虑后匹配
• SWCT均质模型验证：解析计算Sor=0.328 vs 模型输入0.33，误差-0.48%（表4-4）
主要结论 • CMG-STARS成功匹配了8个岩心驱替实验的油采收率和油水比，压降匹配表明存在聚合物降解
• SWCT推荐：SP段塞≥0.20 PV（60 m³），推送体积50 m³，示踪剂8-15 m³，井口速率50 m³/天/6 m，聚合物2500 ppm
• IWTT推荐：示踪剂浓度10,000 ppm，每井示踪剂≥800 kg，五点井网50 m³/天/井，聚合物≥2500 ppm，注入≤1 PV，测试/监测≥7-8个月
• SP先导推荐：SP段塞0.40 PV，SP段塞2500 ppm聚合物+聚合物驱5000 ppm聚合物，IPR=1（注入12.5 m³/天/井，产出50 m³/天），聚合物预冲洗0.3 PV
• 优化方案最终采收率34.6% ROIP，相比水驱（12.4%）增量22%

文中明确指出（Case113.pdf）：

“Using the numerical simulator CMG-STARS, the workflow begins with constructing and matching key physico-chemical parameters from 8 core floods.” （摘要部分，第6页）

“CMG-STARS is a three phase, multi-component, 3-dimensional and compositional advanced chemical simulator developed by the Computer Modeling Group. It is one of the most widely used simulators for chemical and thermal processes.” （第2.3节，第19页）

“CMG-STARS has the capabilities of modeling various processes of thermal recovery, chemical flooding, geomechanics, solid migration and others.” （第2.3节，第19页）

“All the history matching was conducted using CMG-STARS; one coreflood (Coreflood No.1) matching was conducted using both UTCHEM and CMG-STARS for comparison.” （第3.2.1节，第32页）

“The results from UTCHEM and CMG-STARS are close despite the big differences in the polymer viscosity and surfactant models used.” （第3.5节，第45页）

🧪 模拟方案与主要结果

1. 岩心尺度历史拟合（第3章）

8个岩心驱替实验参数（表3-1、3-5）：

岩心号 岩心类型 表面活性剂 聚合物浓度 (ppm) 渗透率 (Darcy) 总采收率 (% OOIP)
1 Sandpack Phenol-7PO-15EO 8000 28.45 99%
2 Sandpack Phenol-7PO-15EO 8000 12.5 100%
4 Sandpack C9-11-8EO 8000 8.23 100%
5 Bentheimer C9-11-8EO 8000 1.58 87%
6 Sandpack C9-11-8EO 9000 19 100%
7 Sandpack C9-11-8EO 9000 7.70 99%
9 Sandpack C9-11-8EO 5000 5.6 89%
2D Cell Sandpack C9-11-8EO 9000 9.47 99%

历史匹配结果（图3-11至3-18）：

  • 油采收率：误差<3%

  • 油水比：良好匹配

  • 压降：模拟值恒定，实验室数据下降（归因于聚合物降解，图3-27）

  • 聚合物降解模拟（Coreflood 5）：假设5000-7000 ppm递减浓度，压降匹配改善（图3-28）

CMG-STARS vs UTCHEM对比（Coreflood 1，图3-10）：

  • 尽管聚合物粘度和表面活性剂模型差异显著，两者结果接近

  • 油采收率：均匹配良好

  • 油水比：均匹配良好

  • 压降：趋势一致

2. 单井化学示踪剂测试（SWCT）设计（第4章）

SWCT均质模型验证（图4-6至4-7，表4-4）：

  • 模型输入Sor=0.33，解析计算Sor=0.328，误差-0.48%

  • 示踪剂回收率：Etac 83%

聚合物浓度敏感性（图4-9至4-10，表4-7）：

  • 高浓度（8000 ppm）在SP注入前就已降低近井地带Sor（毛细管数增加）

  • 推荐的聚合物浓度：2500 ppm

SP段塞尺寸敏感性（图4-12，表4-8）：

  • SP段塞≥0.20 PV时，Sor降至<10%

  • 吸附存在时（FP3630），Sor~0.06

推送体积和示踪剂尺寸敏感性（图4-13至4-15）：

  • 推送体积影响探测距离（越大→探测越远→计算Sor越高）

  • 示踪剂尺寸影响不大

井口速率敏感性（表4-9至4-10，图4-16）：

  • 推荐速率：50 m³/天/6 m（测试时间最短~21天）

  • 低速率（10 m³/天）导致Etac在关井前水解更多，回收率降低

3. 井间示踪剂测试（IWTT）设计（第5.4节）

示踪剂浓度敏感性（图5-5至5-9）：

  • 浓度越高，峰值到达时间越短（1000 ppm vs 10000 ppm：~42天差异）

  • 推荐：10,000 ppm

示踪剂用量敏感性（图5-10至5-15）：

  • 用量的最关键设计参数

  • 4.5 kg/井：峰值浓度太低（<检测限）

  • 40-100 kg/井：可接受，但考虑分散和稀释可能不够

  • 推荐：≥800 kg/井（885 kg产生峰值浓度~25-35 ppm，远高于10 ppb检测限）

井口速率敏感性（图5-16至5-20）：

  • 50 m³/天 vs 20 m³/天：峰值到达时间约一半

  • 推荐：50 m³/天（测试时间短）

聚合物敏感性（图5-36至5-38，表5-2至5-3）：

  • 添加聚合物增加示踪剂回收率（从10%到17%）

  • 推荐：≥2500 ppm聚合物

注入孔隙体积敏感性（图5-29至5-35）：

  • 推荐：注入≤1 PV（更高PV稀释示踪剂，降低回收率）

4. SP先导试验设计（第5.5节）

基础案例（Case 1）：0.20 PV SP，IPR=4，50 m³/天，2500 ppm（SP段塞与聚合物驱相同），预冲洗0.8 PV，RRF=1，1%表面活性剂

SP段塞尺寸敏感性（图5-40至5-41，表5-5）：

  • 0.20 PV → 9.4% ROIP（19个月）

  • 0.40 PV → 11.2% ROIP（比水驱提高28%）

聚合物浓度敏感性（图5-42至5-46）：

  • 2500/5000 ppm（SP段塞/聚合物驱）：13.6% ROIP（最高）

  • 5000/5000 ppm：BHP更高，部分流体外泄

  • 推荐：SP段塞2500 ppm + 聚合物驱5000 ppm

IPR敏感性（图5-49）：

  • IPR=1时，相同产出PV下采收率最高（12.7% vs 8.3%）

  • 推荐：IPR=1（注入12.5 m³/天/井，产出50 m³/天）

聚合物预冲洗敏感性（图5-50至5-51）：

  • 预冲洗越低，初始采收率越高（初始油饱和度更高）

  • 推荐：0.3 PV（足够，无需0.8 PV）

水平井潜力（图5-53至5-57）：

  • 3水平井（2注1采）：采收率从9.4% ROIP提高到14.3% ROIP（+52%）

  • 水平井：注入压力更低，生产速率更快

优化案例（图5-59至5-62，表5-6）：

  • 参数：0.40 PV SP，IPR=1，2500/5000 ppm聚合物

  • 9年后采收率：34.6% ROIP vs 水驱12.4% ROIP → 增量22%

✅ 主要结论

  1. CMG-STARS的化学驱模拟能力：CMG-STARS能够有效模拟表面活性剂-聚合物驱，成功匹配了8个不同渗透率（1.58-28.45 Darcy）、不同表面活性剂和聚合物浓度的岩心驱替实验，油采收率误差<3%。

  2. CMG-STARS与UTCHEM可比性：尽管两种模拟器在聚合物粘度模型（幂律 vs Meter方程）和表面活性剂相行为模型（IFT表输入 vs 原位计算）上存在差异，但在Coreflood 1上的对比结果接近，验证了CMG-STARS对SP驱的模拟可靠性。

  3. SWCT设计参数：SP段塞≥0.20 PV，推送体积50 m³，示踪剂8-15 m³，井口速率50 m³/天/6 m，聚合物2500 ppm是有效的设计参数组合。

  4. IWTT设计的关键变量：示踪剂用量是最基础的设计变量，推荐每井≥800 kg以保证峰值浓度>100倍检测下限。聚合物添加（2500-5000 ppm）可提高示踪剂回收率。

  5. SP先导试验优化：优化方案（0.40 PV SP、IPR=1、SP段塞2500 ppm+聚合物驱5000 ppm）在9年内实现了34.6% ROIP，相比水驱（12.4%）增量22%。

  6. 水平井的潜力：初步研究表明，水平井（2注1采）可将采收率从9.4% ROIP提高到14.3% ROIP（+52%），值得进一步研究。

🏛️ 作者及单位信息

  • 作者: Afnan Alnahdi

  • 单位: 德克萨斯大学奥斯汀分校（The University of Texas at Austin），石油与地质系统工程系

  • 学位: 工程理学硕士（Master of Science in Engineering）

  • 毕业时间: 2020年8月

  • 导师: Dr. Kishore K. Mohanty（导师），Dr. Matthew T. Balhoff（委员会成员）

  • 资助: 沙特阿美（Saudi Aramco）

💡 补充说明

该硕士论文是表面活性剂-聚合物驱矿场先导试验设计的系统性数值模拟研究，核心创新点在于：

  1. 全流程设计方法：从岩心尺度历史拟合 → 单井化学示踪剂测试（SWCT）→ 井间示踪剂测试（IWTT）→ 多井SP先导试验，形成了完整的设计工作流。

  2. CMG-STARS与UTCHEM的交叉验证：使用同一岩心驱替实验（Coreflood 1）在CMG-STARS和UTCHEM上同时模拟，验证了两种模拟器在化学驱模拟上的可比性，尽管两者模型存在显著差异（聚合物：幂律 vs Meter方程；表面活性剂：IFT表输入 vs 原位计算）。

  3. 岩心尺度聚合物降解的模拟：通过在聚合物驱阶段假设递减的聚合物浓度（8000→7000→6000→5000 ppm），成功匹配了Coreflood 5的压降下降趋势，为矿场聚合物保护提供了依据。

  4. SWCT的详细敏感性分析：首次系统研究了聚合物浓度、SP段塞尺寸、推送体积、示踪剂尺寸、井口速率对残余油饱和度计算的影响，并识别了低速率导致Etac提前水解的关键问题。

  5. IWTT的综合性设计：涵盖了示踪剂浓度、用量、井口速率、分散系数、注入孔隙体积、聚合物添加等多个参数，给出了工程可操作的设计推荐（如800 kg/井、50 m³/天等）。

  6. SP先导试验的经济性导向优化：通过IPR（注入-产出比）的优化，揭示了“低注入速率+高产出速率”可提高采收率且缩短测试时间的关键策略。

该研究对从事化学驱提高采收率（表面活性剂-聚合物驱）矿场先导试验设计、化学驱数值模拟、以及示踪剂测试方案设计的工程师和科研人员具有重要的参考价值。

case113

发表评论