摘要：本研究项目的基本目标是开发一种用于煤生物转化的酶促反应动力学模型。该模型与多尺度传输模型集成后，可实现生物成因煤层气田规模生产的模拟与优化。生物成因煤层气（CBM）是一种非常规天然气来源，由微生物厌氧分解煤产生。鉴于将煤转化为天然气的诸多优势，已在实验室规模开展了大量增强这一自然过程的研究，并进行了部分田间试验。任何此类技术的商业化都需要对田间规模策略进行概念化和优化。考虑到煤的复杂性和变异性、相关传输过程及微生物过程的复杂性，这是一项挑战。本研究采用自下而上的放大方法，从最小尺度的反应动力学开发开始，在每个后续尺度添加适当的传输效应，以构建煤层储层中煤层气模拟模型。
第一个挑战是开发具有合理预测能力的合适微生物动力学模型。为此，对煤生物转化中涉及的微生物反应网络进行了广泛综述，并结合实验室实验数据的分析与解释，提出了一条简化的反应途径。然后基于简单和修正的Monod模型，采用汇总物种的方法推导出酶促反应动力学模型，这种方法常用于流体催化裂化等复杂反应混合物的动力学描述。该模型通过非线性回归不同煤富集培养物的数据进行了验证。
随后，将动力学模型应用于核心驱替实验——一种实验室规模的田间条件模拟，并纳入气体扩散和吸附行为。通过计算奇异摄动分析简化模型，并设计了基于模型的最优实验方案。
接下来，推导了一组偏微分方程，用于模拟具有双重孔隙度特征的煤层储层中发生的多种气体传输/存储过程。经前向差分公式离散和无量纲化后，使用Levenberg-Marquardt算法求解刚性传输模型。过程中推导的无量纲数还可用于分析不同尺度下的主导过程。将传输模型与阿尔伯塔省曼维尔井的产气数据进行历史匹配。最后，将气体传输与反应动力学耦合，模拟生物成因煤层气流动，并进一步在CMG STARS中进行多相、多组分储层模拟，以估算和优化商业生物成因煤层气生产。多项式混沌展开（PCE）用于量化模型中参数不确定性对甲烷产量估算的影响。
将勒让德正交多项式与PCE结合，生成煤层气生产的随机代理模型。另一种方法是将时间序列模型（AR/ARMAX/BJ）的系数展开为PCE，以考虑动态操作变量。由于储层模型庞大复杂，包含多个参数和操作变量，稀疏元模型可用于代理模型开发。然后将代理模型应用于基于统计指标在不同操作条件下的高效计算评估的鲁棒优化。
