📝 摘要

本研究研究了四种气态溶剂（CO₂、丙烷、氮气和甲烷）与蒸汽以5.0、7.5和10.0 wt%不同浓度共注入的混合SAGD工艺。目的是评估和比较非凝析气（甲烷、氮气、CO₂）与可凝析烃（丙烷）在低压力、衰竭油藏中混合SAGD的有效性，并通过数值模拟对实验结果进行历史拟合，获得调参后的相对渗透率曲线。为此，使用实验室规模的圆柱形物理模型（含一对平行水平注入井和生产井）进行了严格的实验。开发了数值模型，利用CMG的WinProp和STARS模拟器进行模拟，并通过实验数据进行了校准。实验在等温条件下进行，模型渗透率为10.7 Darcy，孔隙度为32%。观察到，在低压力油藏中，共注入溶剂的采油率比纯蒸汽高至少18个百分点。在等重量百分比基础上，甲烷被发现是最佳溶剂，采油率最高达原始地质储量的50.7%。与非凝析气相比，丙烷的溶剂滞留率最高（高达15%）。溶解度较高的气体（如CO₂和丙烷）在注入浓度增加时采油率下降。通过调整相对渗透率曲线，对溶剂添加实验的产油量、产水量和产气量进行了历史拟合，校准后的模型预测相对误差小于5%。

🖥️ CMG软件应用情况总结

项目 内容
所用软件 • CMG WinProp：基于状态方程（EOS）的相态行为和物性计算软件包，用于生成流体模型、匹配死油密度/粘度、溶剂溶解度（K值）、稀释油性质等
• CMG STARS（2016版本）：先进过程与热采模拟器，用于Hybrid SAGD过程的数值模拟、历史拟合和过程优化
模型类型 • 实验尺度三维热采模型，笛卡尔坐标系（30×13×13网格）
• 模型尺寸：51 cm（长）× 11.11 cm（直径）
• 圆柱形物理模型的数值表示，角部网格设为零孔隙度以模拟圆柱形状
• 两口水平井：注入井（含加热器）和生产井，沿i方向贯穿整个模型
模拟对象 Waseca组（Lloydminster, Saskatchewan）稠油，在低压力条件（1.45 MPa，195°C）下的Hybrid SAGD实验
应用方式 • 流体模型建立：使用WinProp和Peng-Robinson EOS，通过回归匹配死油密度、死油粘度、溶剂溶解度（K值）、稀释油密度和粘度
• K值表生成：为CO₂、丙烷、甲烷和氮气生成平衡K值表（表5.1-5.4），用于STARS模拟器
• 历史拟合：使用STARS对CO₂、氮气和甲烷共注入实验的产油量、产水量和产气量进行历史拟合，通过调整相对渗透率曲线参数实现
• 过程模拟：模拟蒸汽和气体的共注入、模型预热、加热器控制、等温边界条件等
实验模型参数 • 物理模型：不锈钢圆柱体，51 cm长，11.11 cm直径
• 多孔介质：合成砂，绝对渗透率10.7 Darcy，孔隙度32%
• 初始含油饱和度：~90% PV，初始含水饱和度：~10% PV
• 油：Waseca组稠油（Lloydminster），死油
• 温度：195°C（等温），压力：1.45 MPa（表压）
• 蒸汽注入速率：115 mL/min（冷水平当量）
• 溶剂浓度：5.0、7.5、10.0 wt%
• 溶剂类型：CO₂、丙烷、氮气、甲烷
流体模型参数 • 状态方程：Peng-Robinson（1976）
• 粘度模型：修正Pedersen and Fredenslund（1987）
• 油组分：死油（Waseca稠油）
• 溶剂：CO₂、丙烷、氮气、甲烷
• 匹配参数：死油密度（误差0.13-0.74%）、死油粘度（误差13.1-26.5%）、K值、稀释油性质
油藏模型参数 • 网格：30（i）× 13（j）× 13（k）
• 网格尺寸：i方向1.86 cm，j和k方向变尺寸（0.26-1.309 cm）
• 基质压缩系数：1×10⁻⁴ 1/kPa
• 砂体积热容：2.3 J/cm³·°C
• 砂热导率：1.875 J/cm·min·°C
• 初始条件：温度、压力、饱和度由实验数据定义
• 边界条件：零热流（顶部和底部），零质量和热流（模型边界）
历史拟合参数 • 相对渗透率曲线参数（Corey相关式）：SWCON、SWCRIT、SOIRW、SORW、SOIRG、SORG、SGCON、SGCRIT、KROCW、KRWIRO、KRGCL、KROGCG及指数（表6.1）
• 对CO₂、氮气和甲烷分别调参
• 历史拟合误差：产油<5.0%，产气<5.8%，产水<6.6%
主要结论 • Hybrid SAGD在低压力油藏中显著优于常规SAGD，溶剂添加比纯蒸汽采油率提高至少18个百分点
• 等重量百分比下，甲烷表现最佳（50.7% OOIP）
• 低分子量溶剂（甲烷、氮气）优于高分子量溶剂（丙烷、CO₂）
• 丙烷溶剂滞留率最高（15%），对经济性影响最大
• CO₂和丙烷在5.0 wt%时采油率最高（36.5%和42.6%）；氮气和甲烷在10.0 wt%时采油率最高（44.2%和50.7%）
• CMG WinProp和STARS能够有效支持Hybrid SAGD过程的流体物性匹配和数值模拟

文中明确指出（Case119.pdf）：

“A numerical process model is developed, simulated, and calibrated with the help of experimental data.” （摘要部分，第3页）

“A numerical model of the process is developed and simulated using Computer Modelling Group’s (CMG) WinProp and STARS simulators.” （摘要部分，第4页）

“CMG’s WinProp software was used to generate the fluid model, and CMG’s STARS software was used to generate the reservoir model and perform the history-match.” （第5章，第104页）

“The fundamental equations used in WinProp are presented in Appendix B.” （第5.1节，第105页）

致谢部分（第5页）：“I would also like to acknowledge the Saskatchewan Research Council for its financial support… and for permission to carry out the experiments.”

🧪 模拟方案与主要结果

1. 实验装置与条件（第3章）

物理模型（图3.1，表3.1）：

  • 不锈钢圆柱体，51 cm长，11.11 cm直径

  • 两口水平井（注入井和生产井），间距3.18 cm

  • 多点热电偶（5点，顶部和底部）

  • 注入井内置加热器（300 W）

多孔介质与流体性质（第3.3节）：

  • 合成砂：渗透率10.7 Darcy，孔隙度32%（表3.4）

  • 油：Waseca组稠油，死油

  • 油密度：-0.6T + 1007（kg/m³）（式6）

  • 油粘度：μ = 2.8×10¹¹ × T⁻⁴·⁶⁸⁶（mPa·s）（式5，R²=99%）

实验条件：

  • 温度：195°C（等温）

  • 压力：1.45 MPa（表压）

  • 蒸汽注入速率：115 mL/min（CWE）

  • 溶剂浓度：5.0、7.5、10.0 wt%

2. 实验结果——采油率（第4章）

蒸汽-only基准实验（图4.2）：

  • 采油率：10.6% OOIP（9.5小时内）

CO₂共注入（图4.5，4.7）：

浓度 采油率 (% OOIP) 产油量 (mL) 相对提高
5.0 wt% 36.5% 508 2.45倍基准
7.5 wt% 30.9% 429 -15.6% vs 5.0%
10.0 wt% 29.3% 407 -19.9% vs 5.0%

  • 趋势：浓度越高，采油率越低（图4.8）

丙烷共注入（图4.16，4.17）：

浓度 采油率 (% OOIP) 产油量 (mL) 溶剂滞留率
5.0 wt% 42.6% 592 12-13%
7.5 wt% 35.0% 485 11%
10.0 wt% 34.6% 484 14-16%

  • 趋势：浓度越高，采油率越低（图4.18）

  • 丙烷滞留率最高（15%）

氮气共注入（图4.26，4.27）：

浓度 采油率 (% OOIP) 产油量 (mL)
5.0 wt% 36.0% 496
7.5 wt% 30.8% 428
10.0 wt% 44.3% 616

  • 趋势：10.0 wt%最佳，7.5 wt%最差（图4.28）

甲烷共注入（图4.36，4.37）：

浓度 采油率 (% OOIP) 产油量 (mL)
5.0 wt% 38.2% 530
7.5 wt% 38.0% 537
10.0 wt% 50.7% 705

  • 甲烷10.0 wt%获得最高采油率（50.7% OOIP）

3. 实验结果——溶剂类型对比（第4.6节）

等重量百分比下的采油率排名（图4.46-4.48）：

浓度 排名
5.0 wt% 丙烷 > 甲烷 > CO₂ ≈ 氮气
7.5 wt% 甲烷 > 丙烷 > 氮气 > CO₂
10.0 wt% 甲烷 > 氮气 > 丙烷 > CO₂

关键观察：

  • 低分子量溶剂（甲烷、氮气）整体优于高分子量溶剂（丙烷、CO₂）

  • 甲烷和氮气产油启动更快、斜率更陡（图4.46-4.48）

  • 原因：低分子量气体快速上升到模型顶部，包围基质，更快地将油推向生产井

  • 丙烷溶解度最高（约CO₂的3倍），但采油率不是最高

  • 在等重量百分比下，甲烷注入的摩尔数最高（图4.50）

溶剂滞留率（图4.51-4.53）：

  • 丙烷：最高（12-16%）

  • CO₂：1-7%

  • 甲烷：3-6.5%

  • 氮气：4-6.8%

4. 数值模型——WinProp流体模型调参（第5.1节）

死油密度匹配（图5.1-5.3）：

  • 温度范围：15-40°C，压力范围：500-10,000 kPa

  • 相对误差：0.05-0.74%

死油粘度匹配（图5.4-5.6）：

  • 温度范围：15-40°C，压力范围：500-10,000 kPa

  • 相对误差：0.55-26.5%（低温误差较大）

溶剂K值表（表5.1-5.4）：

  • 为CO₂、丙烷、甲烷、氮气生成平衡K值表

  • 温度范围：21-27°C（不同溶剂略有差异）

  • 压力范围：100-7,100 kPa

5. 数值模型——STARS油藏模型与历史拟合（第6章）

网格系统（图5.8-5.9）：

  • 网格：30(i) × 13(j) × 13(k)

  • 圆柱形角部网格设为零孔隙度

历史拟合参数（表6.1）：

  • 16个相对渗透率曲线参数（Corey相关式）

  • 对CO₂、氮气和甲烷分别调参

CO₂实验历史拟合结果（图6.2-6.12）：

浓度 产油误差 产气误差 产水误差
5.0 wt% 4.9% -0.4% -6.6%
7.5 wt% 4.2% 4.7% 0.9%
10.0 wt% -0.4% 2.1% 2.7%

氮气实验历史拟合结果（图6.13-6.23）：

浓度 产油误差 产气误差 产水误差
5.0 wt% 9.4% -3.4% -1.2%
7.5 wt% 2.1% -5.8% 2.7%
10.0 wt% -0.6% -3.5% -2.0%

甲烷实验历史拟合结果（图6.24-6.34）：

浓度 产油误差 产气误差 产水误差
5.0 wt% 9.4% -5.4% 6.4%
7.5 wt% -2.1% -1.7% 1.4%
10.0 wt% 1.6% -4.7% 2.5%

调参后相对渗透率曲线（图6.11-6.12，6.22-6.23，6.33-6.34）：

  • CO₂：5.0 wt%与7.5-10.0 wt%使用不同krow/krog曲线

  • 氮气：5.0 wt%使用与CO₂ 5.0 wt%相同的kro曲线

  • 甲烷：随浓度增加调整krog

✅ 主要结论

  1. Hybrid SAGD在低压力油藏中的优越性：在1.45 MPa、195°C条件下，Hybrid SAGD比常规SAGD（纯蒸汽）采油率提高至少18个百分点。溶剂添加能更快地使模型达到目标生产压力，加速产油启动。

  2. 低分子量溶剂最优：甲烷（MW=16）和氮气（MW=28）优于丙烷（MW=44）和CO₂（MW=44）。在10.0 wt%浓度下，甲烷采油率50.7% OOIP，氮气44.3%，丙烷34.6%，CO₂仅29.3%。

  3. 浓度-采油率关系的差异性：

    • CO₂和丙烷：浓度越高，采油率越低（5.0 wt%最佳）

    • 氮气和甲烷：浓度越高，采油率越高（10.0 wt%最佳）

  4. 溶剂滞留率与经济性：丙烷滞留率最高（12-16%），将显著影响过程经济性。甲烷（3-6.5%）和氮气（4-6.8%）滞留率较低。

  5. 溶解度不是唯一决定因素：尽管丙烷溶解度约为CO₂的3倍（图4.6），但采油率不是最高。甲烷和氮气因分子量低、摩尔数高，能快速上升到模型顶部，提供更好的压力支撑和油驱替效果。

  6. CMG WinProp和STARS的有效性：WinProp成功匹配了死油密度/粘度和溶剂K值；STARS成功对CO₂、氮气和甲烷共注入实验进行了历史拟合，产油、产水、产气误差均小于7%，产油误差小于5%。

  7. 校准模型的预测能力：通过历史拟合调参后的相对渗透率曲线能够合理预测同一溶剂在不同注入浓度下的性能，为Hybrid SAGD过程优化和矿场尺度预测提供了可靠工具。

🏛️ 作者及单位信息

  • 作者: Muhammad Imran

  • 单位: 瑞尔森大学（Ryerson University），化学工程系，多伦多，安大略省，加拿大

  • 学位: 哲学博士（Doctor of Philosophy）

  • 毕业时间: 2018年

  • 导师: Prof. Simant R. Upreti, Prof. Ali Lohi, Prof. Farhad Ein-Mozaffari

  • 工业导师: Kelvin D. Knorr（Saskatchewan Research Council）

  • 资助: Saskatchewan Research Council（实验装置建设和实验许可）

  • 本科: 巴基斯坦工程与技术大学（UET），化学工程（1996年）

  • 硕士: 瑞尔森大学，化学工程（2008年）

💡 补充说明

该博士论文是稠油热采（Hybrid SAGD）与数值模拟相结合的系统性实验与模拟研究，核心创新点在于：

  1. 低压力Hybrid SAGD的系统实验研究：针对低压力、浅层稠油油藏（无法实施常规高温SAGD）设计了实验方案，在1.45 MPa、195°C条件下系统测试了四种溶剂（CO₂、丙烷、氮气、甲烷）和三种浓度（5.0、7.5、10.0 wt%），共12组实验。

  2. 溶剂性能的系统对比：首次在同一实验平台上系统对比了可凝析溶剂（丙烷）与非凝析溶剂（CO₂、氮气、甲烷）在Hybrid SAGD中的性能，揭示了低分子量非凝析溶剂（甲烷、氮气）的优越性。

  3. 溶剂浓度-采油率关系的发现：发现CO₂和丙烷的采油率随浓度增加而降低（5.0 wt%最佳），而氮气和甲烷的采油率随浓度增加而升高（10.0 wt%最佳），这一发现对Hybrid SAGD溶剂选择和浓度优化具有重要指导意义。

  4. “溶解度悖论”的解释：尽管丙烷溶解度最高，但采油率不是最高。作者通过摩尔数分析、气体上升速度等机制进行了合理解释，为理解溶剂性能提供了新的视角。

  5. CMG多软件联合的工作流：完整展示了从WinProp（流体PVT匹配）到STARS（油藏模拟与历史拟合）的工作流，包括死油密度/粘度匹配、K值表生成、相对渗透率调参等关键步骤。

  6. 历史拟合的系统方法：对CO₂、氮气、甲烷三种溶剂在不同浓度下的产油、产水、产气数据进行了系统历史拟合，误差控制在可接受范围内（<7%），证明了校准模型的可靠性。

  7. 实验装置创新：设计了使用双缸Isco泵控制生产压力的创新方法（图3.2），避免了传统背压调节器在多相流中的压力波动问题，实现了精确的等压生产控制。

该研究对从事稠油热采、SAGD工艺改进、Hybrid SAGD溶剂筛选、以及化学热采数值模拟的工程师和科研人员具有重要的参考价值。

case119

发表评论