CC BY
147
УДК 622.691.24:004.925.83
МЕТОДИЧЕСКИЙ ПОДХОД К ОПРЕДЕЛЕНИЮ ЭФФЕКТИВНОГО ТЕХНОЛОГИЧЕСКОГО РЕЖИМА РАБОТЫ СКВАЖИН ПОДЗЕМНОГО ХРАНИЛИЩА ГАЗА НА ОСНОВЕ ЕГО ГЕОЛОГИЧЕСКОЙ МОДЕЛИ
В.А. АЛЬКИН*, А.Ю. ДЕГТЕРЁВ**, В.Е. КУЛЕШОВ***
*ООО «НИИгазэкономика», г. Москва ** ООО «Газпром ВНИИГАЗ», г. Москва
*** Ухтинский государственный технический университет, г. Ухта VAlkin@econom.gazprom.ru
Создание и эксплуатация подземных хранилищ газа (ПХГ) являются важной задачей для обеспечения надежности работы газотранспортных систем. В последнее время для решения задач подземного хранения газа активно создаются и используются трехмерные, постоянно действующие геолого-технологические модели ПХГ. В статье представлен пример использования достоверной геологической модели, позволяющей корректно решать задачи, связанные с оценкой локальной изменчивости фильтрационно-емкостных свойств (ФЕС), существенным образом автоматизируя процесс нахождения эффективных технологических режимов работы скважин ПХГ.
Ключевые слова: трехмерные, постоянно действующие геолого-технологические модели; подземное хранилище газа; технологический режим эксплуатации скважин; геологическое строение пластов-коллекторов.
V.A. ALKIN, A.YU. DEGTEREV, V.E. KULESHOV. USING OF THE 3D LIVE CONSTANT OPERATING GEOLOGICAL-PROCESS MODELS FOR AUTHORIZATION OF THE CALCULATION OF THE EFFECTIVE TECHNOLOGICAL MODE OF OPERATION OF THE UNDERGROUND GAS STORAGE FACILITIES
The creation and the operation of the underground gas storage facilities (UGSF) is the important task for the reliability of operation of gas transmission systems. Recently 3D live geological-process models have been actively built and used for solving underground gas storage problems. The paper represents an example of reliable geological model that provides the possibility to correctly solve problems related to estimation of local variability of permeability and porosity significantly computerizing the process of effective UGSF well operating modes determination.
Keywords: 3D live constant operating geological-process models, underground gas storage, technological mode of operation of underground gas storage facilities, geological examinations of reservoirs
В последнее время для решения задач подземного хранения газа (ПХГ) активно создаются и используются трехмерные постоянно действующие геолого-технологические модели (ПДГТМ) [1]. Под этим термином традиционно подразумевается комплекс из детальной трехмерной геологической модели объекта и построенной на ее основе гидродинамической модели. Поскольку создание геологических моделей ПХГ подразумевает упорядочивание и комплексирование всей имеющейся геолого-геофизической информации, создание и использование таких моделей позволило детально изучить геологическое строение пластов-коллекторов, используемых для хранения газа, пластов-покрышек,
контрольных горизонтов и вышележащих отложений (рис. 1).
Рассмотрим способ определения эффективных (индивидуальных) режимов эксплуатации скважин с использованием ПДГТМ. Под технологическим режимом работы скважин ПХГ понимается оптимальный дебит скважины, установленный по совокупности научно обоснованных параметров на основании изучения ФЕС объекта эксплуатации (ОЭ) и газодинамических исследований.
Таким образом, для обеспечения равномерной осушки пласта-коллектора в сезоне закачки и предотвращения неравномерного внедрения подземных вод в сезоне отбора следует по каждой
Рис. 1. Пример детальной трехмерной геологической модели объекта ПХГ, созданного в водоносном пласте: а) - общий вид модели, б) - вертикальное сечение модели.
эксплуатационной скважине разрабатывать индивидуальные технологические режимы, учитывающие ФЕС пласта-коллектора.
Одним из необходимых условий для обеспечения корректности результатов оценки ФЕС пласта-коллектора является наличие корректной геологической модели объекта, достоверно воспроизводящей изучаемые свойства. Практика построения геологических моделей ПХГ показывает, что задача геологического моделирования ПХГ, хотя и крайне родственна задаче геологического моделирования нефтегазового месторождения, все же обладает рядом существенно специфичных черт, требующих применения специализированных методик и подходов [2].
На практике, обеспечение корректности геологических моделей ПХГ, особенно если речь идет о моделях ПХГ в водоносном пласте, не гарантируется ни применением популярных программных продуктов, ни встроенных в них инструментов моделирования, требуя от геолога-моделиста понимания специфики решаемой задачи и осознанного выбора используемых для этого программных средств. Данная проблема усугубляется тем, что
геологическое моделирование объектов ПХГ традиционно выполняется в программных пакетах, изначально разработанных для геологического моделирования нефтяных месторождений. Инструментарий этих пакетов, заложенные методические приемы, руководства пользователя ориентированы на моделирование месторождений и не учитывают специфику моделирования объектов ПХГ.
Характерной чертой объектов ПХГ в водоносном пласте является существенная площадная неоднородность размещения скважин, обусловленная особенностями эксплуатации данных объектов. Как правило, это выражается в существенно более плотном расположении скважин в центральной и купольной частях структур при существенно более разреженном их расположении в краевых частях. Расстояния между ближайшими скважинами могут многократно различаться (рис. 2). Особенности проведения разведочных работ и эксплуатационного бурения обуславливают также высокую вертикальную неоднородность распределения исходных данных. Помимо того, что более глубокозалегающие горизонты охарактеризованы меньшим количест-
Рис. 2. Неоднородность распределения скважин на ПХГ в водоносном пласте: а) - на уровне объекта, б) - на уровне части объекта, в) - локальная.
вом данных, чем вышележащие, эксплуатационные скважины вскрывают пласт-коллектор не полностью. Исследования зачастую проводятся поинтер-вально с неполным перекрытием интервалов, горизонты крайне неоднородно охарактеризованы кер-новыми данными и т. д. (рис. 3). В то же время сами моделируемые горизонты зачастую имеют высокую внутреннюю изменчивость.
Рис. 3. Схема возникновения неоднородности геолого-геофизической изученности идеализированного объекта ПХГ со 100%-ной охарактеризованностью скважин данными каротажа: а - пласт-коллектор, б -контрольный горизонт. Синие участки - интервалы отбора керна.
Все эти факторы задают условия, в которых многие популярные инструменты геологического моделирования зачастую оказываются в нештатных условиях, что может приводить к получению некорректных моделей даже на основе полностью достоверных исходных данных [3-5]. В основе ряда популярных методов геологического моделирования лежат существенные допущения. При моделировании месторождений проверкой их соблюдения традиционно пренебрегают. Вместе с тем, они могут остро проявиться при моделировании неоднородно изученных и неоднородных по свойствам объектов, какими, например, являются многие объекты ПХГ в водоносном пласте. В связи с этим представляется необходимым более подробно остановиться на принципах работы популярных алгоритмов и возможных негативных последствиях их применения.
Существуют два основных подхода к геологическому моделированию - детерминированный и стохастический. Детерминированный предлагает одно, наиболее вероятное решение, в то время как стохастический - набор равновероятных реализаций. Результаты детерминированного моделирования используются в дальнейшем для построения одной, наиболее вероятной, гидродинамической модели, результаты стохастического - для построения набора равновероятных гидродинамических моделей по числу реализаций геологической модели. Методы геологического моделирования по принципу работы можно условно подразделить на
«геометрические» и «статистические». Первые работают на основе значений исходных данных и их расположения, вторые - на основе переноса статистических характеристик на итоговую модель. Подразделение методов на детерминированные и стохастические, а также на «геометрические» и «статистические» позволяет условно представить все применяемые методы в виде некоторой матрицы, каждая из ячеек которой будет отражать сочетание данных подходов. Такие методы, как триангуляция, метод натурального соседства, сплайновый, конвергентный, метод минимальной кривизны, полиномиальный являются геометрическими детерминированными. Популярный статистический детерминированный метод интерполяции - метод Криге (кригинг) и его вариации, статистический стохастический - метод последовательной гауссовой симуляции (табл. 1). Кроме того, статистическими является и значительная часть методов фациального моделирования.
Таблица 1
Классификация распространённых методов геологического моделирования
^^^^^Подходы Методы^^^^ Детерминированный подход Стохастический подход
Геометрические Триангуляция, метод натурального соседства, сплайновый, конвергентный, метод минимальной кривизны, полиномиальный -
Статистические Кригинг Последовательная гауссова симуляция
Особенностью методов, относящихся к детерминированному подходу, является разночастот-ность получаемых моделей, заключающуюся в том, что в области более редкого расположения исходных данных теряется высокочастотная составляющая изменчивости свойств (рис. 4а). Иногда эта особенность приводится в качестве недостатка детерминированного подхода, хотя на практике она, как правило, не вызывает каких-либо существенных негативных последствий.
Ограничением популярных статистических методов, называемых иногда обобщенно «геостатистическими», является принятие гипотезы стационарности. Суть ее заключается в том, что изучаемая величина в волевом порядке начинает рассматриваться как стационарная случайная функция, а все исходные данные - принадлежащие ей точки. Характер изменчивости свойств, описываемый автокорреляционной функцией или варио-граммой, принимается одинаковым для всего моделируемого объекта. Помимо принятия гипотезы стационарности, являющейся наиболее уязвимым местом «геостатистических» методов, существует проблема корректного вычисления вариограммы и общего распределения (гистограммы) значений. Именно невозможность их корректного вычисления зачастую создает основные сложности для коррект-
Рис. 4. Результат корректного использования «геостатистических» алгоритмов при геологическом моделировании неоднородно изученных объектов: а) - детерминированный подход (кригинг), б) - стохастический подход (последовательная гауссова симуляция).
ного использования этих методов при моделировании неоднородно изученных объектов. Хотя в общем случае методы, основанные на воспроизведении глобальных статистик, оказываются слабо приспособлены для работы с неоднородными исходными данными, отчасти некоторые ограничения можно обойти лишь частично. Например, при невозможности корректного проведение вариограмм-ного анализа из-за неоднородности исходных данных возможно использование радиуса вариограммы, равного половине моделируемого объекта. Существенных ошибок при стохастическом моделировании можно избежать, строго соблюдая выполнение процедуры декластеризации исходных данных при расчете глобальных статистик на всех этапах моделирования (рис. 4). При невозможности корректного расчета глобальных статистик, от применения стохастического моделирования следует воздержаться.
В любом случае при использовании автоматизированных методов моделирования необходим жесткий экспертный контроль получаемых результатов. В то же время значительной части проблем можно избежать, еще на этапе планирования геологических работ, если заранее учитывать специфику дальнейшего использования данных при геологическом моделировании.
Несмотря на ряд объективных сложностей, при моделировании ПХГ существуют также и специфические возможности повышения достоверности модели, недоступные при моделировании месторождений. Основным средством существенного повышения однозначности прогноза и общей достоверности моделирования является привлечение информации характеризующей моделиремый объект. В случае ПХГ такой информацией являются промысловые данные, для которых могут быть выявлены зависящие от геологических факторов устойчивые тенденции. За счет цикличности эксплуатации ПХГ накапливается большой объем таких данных, благодаря чему появляется возможность проверить и уточнить значения геологических параметров, прямая регистрация которых невозможна
или проблематична. Выявление главных факторов неопределенности позволяет экспертным методом согласовать результаты геологического моделирования с промысловыми данными, уточняя геологическую модель при адаптации гидродинамической модели. В данном случае гидродинамическая модель используется как посредник, позволяющий проверять адекватность геологической модели по промысловым данным и уточнять ее с учетом этих данных. В итоге, помимо построения корректной гидродинамической модели повышается и достоверность геологического моделирования [6]. Этому также способствует существенно более мягкая процедура утверждения текущих запасов, нежели принятая для месторождений, что делает возможным постоянное уточнение геологической модели ПХГ.
Рассмотрим пример использования достоверной ПДГТМ одного из ПХГ России для определения оптимальных технологических режимов эксплуатации скважин. В условиях существенной неоднородности пласта-коллектора ФЕС пластов могут существенно отличатся (рис. 5, табл. 2). Например, в скважине №1 эффективная толщина пласта-коллектора равна 4 м, а в скважине №3 - 16,36 м (табл. 2). При одинаковой открытой пористости эффективный объем порового пространства пласта-коллектора в прискважинных зонах этих скважин будет отличаться в четыре раза. Это значит, что для равномерной осушки пласта-коллектора в первую
Таблица 2
ФЕС пласта (ОЭ), используемого для хранения газа
№ скважины Толщина пласта, м Эффективная толщина, м Средняя пористость коллектора, доли ед. Площадь в радиусе 25 м, 2 м Эффективный объем, 3 м Коэффициент распределения объемов закачки по скважинам ПХГ, доли ед.
1 4,85 4 0,25 1962,5 1963 0,0037
2 11,1 10,09 0,26 1962,5 5148 0,0098
3 16,96 16,36 0,3 1962,5 9632 0,0182
Рис. 5. Пример неоднородности пласта-коллектора по скважинам газохранилища, созданного в водоносном пласте.
скважину условно следует закачать в четыре раза меньше газа, чем во вторую (рис. 5, табл. 2) [7, 8, 1]. Неоднородность наблюдается по толщине пласта, эффективной пористости и другим ФЕС пласта. Таким образом, для корректировки технологического режима скважин необходим комплексный параметр, учитывающий неоднородность как эффективной пористости, так и толщины пласта-коллектора (ОЭ). По мнению авторов, в качестве такого параметра можно использовать эффективный поровый объем в зоне скважин.
В терригенных породах эффективный поро-вый объем в зоне скважин определяется как произведение открытой пористости на эффективную толщину пласта-коллектора. Эффективный поровый объем пласта-коллектора в зоне скважин характеризует распределение ФЕС объекта эксплуатации. Поэтому при эксплуатации газохранилищ для разработки оптимального технологического режима работы скважин следует использовать величину эффективного порового объема пласта-коллектора в прискважинных зонах.
Для определения эффективного порового объема в прискважинной зоне необходимо определить площадь, в рамках которой будет происходить расчет. Поскольку в нашем случае нужно оценить ФЕС пласта-коллектора в зоне эксплуатационных скважин, логично площадь оценки порового объема ограничить как половину расстояния между скважинами. Расстояние между скважинами составляет примерно 50 м. Поэтому оценку порового объема следует производить в зоне скважины радиусом 25 м [1]. Используя ПДГТМ ПХГ, можно рассчитать эффективный поровый объем в зоне эксплуатаци-
онных скважин (табл. 2). Затем, рассчитав объемный коэффициент (эффективный поровый объем по скважине разделить на сумму эффективных по-ровых объемов по всем эксплуатационным скважинам), можно получить условный потенциал скважины, исходя из особенностей геологического строения пласта-коллектора. Этот объемный коэффициент можно использовать как коэффициент распределения общего объема закачки по ПХГ на объемы по каждой скважине (табл. 3).
Таблица 3
Пример расчета оптимальных объемов закачки
газа по каждой скважине ПХГ, исходя из распределения ФЕС пласта-коллектора в прискважинных зонах
Коэффициент распределения объемов закачки по скважинам ПХГ, доли ед.
Объем закачки
по каждой скважине ПХГ,
1963 5148 9632
0,0037 0,0098 0,0182
3,35 8,78 16,42
Подводя итог вышесказанному, можно отметить, что применение на основе геологической модели ПХГ предлагаемого подхода позволяет определять оптимальные объемы закачки газа по каждой скважине подземного хранилища газа. Эффективность данного подхода обусловлена тем, что по большинству объектов ПХГ в рамках работ по созданию ПДГТМ ПХГ такие модели уже созданы. Активное использование результатов геологического моделирования накладывает требование по обеспечению корректности применяемой модели, но в
млн. м
то же время позволяет в значительной степени автоматизировать процесс получения оценки локальной изменчивости ФЕС. Высвободившееся за счет автоматизации время оператора может быть эффективно использовано для экспертной оценки полученных результатов и их сопоставления с результатами, полученными другими методами. Прогноз оптимальных объемов закачки по каждой скважине и обеспечение их экспертной оценки позволяет повысить эффективность эксплуатации подземных хранилищ газа и снизить риски принятия ошибочных решений.
Литература
1. Алькин ВА, Исхаков АЯ, Кан В.Е. Определение оптимального объема закачки газа по скважинам при эксплуатации газохранилищ (на примере Увязовского ПХГ) // Научно-технический журнал. «Геология, геофизика и разработка нефтяных и газовых месторождений». 2012. №2.
2. Дегтерёв А.Ю. Актуальные методы геологического моделирования ПХГ // Сборник научных статей аспирантов и соискателей ООО «Газпром ВНИИГАЗ». М.: Газпром ВНИИ-ГАЗ, 2012. 162 с.
3. Исхаков А.Я., Алькин ВА. Пргноз водного фактора на примере подземного хранилища газа, созданного в водоносном пласте // Научно-технический журнал. «Геология, геофизика и разработка нефтяных и газовых месторождений». 2011. №9. 72 с.
4. Дегтерёв А.Ю. Количественная оценка достоверности геологического моделирования в условиях нестационарности геостатистических характеристик геологической среды // II научно-практическая конференция «Новые технологии в газовой отрасли: опыт и преемственность». М.: ООО «Газпром ВНИИГАЗ», 2010.
5. Дегтерёв А.Ю., Кан В.Е. Проблемы достоверности моделирования неоднородно изученных геологических объектов // III Международная научно-практическая конференция и выставка «Мировые ресурсы и запасы газа и перспективные технологии их освоения» (WGRR-2013). М., 2013.
6. Дегтерёв А.Ю., Гришин А.В., Кан В.Е. Контроль факторов геологической неопределенности при моделировании ПХГ// III Международная научно-практическая конференция «Подземное хранение газа: надежность и эффективность» (UGS-2011). М., 2011.
7. Бузинов С.Н., Михайловский АА., Соловьев А.Н., Парфенов В.И. Щелковское подземное хранилище газа: проблемы, решения и перспективы. Обз. информ. Транспорт и подземное хранение газа. М.: ООО «ИРЦ Газпром», 2003. 59 с.
8. Волкова ПА., Шипунов А.Б. Статистическая обработка данных в учебно-исследовательских работах. М.: «Форум», 2012. 96 с.
References
1. VAAl'kin, A.Ya.Iskhakov, V.EKan. Determina-
tion of optimum volume of gas cycling on borehole cavities at operation of gas storage facilities (on example of Uvyazovsky underground gas-storage facility (UGSF))//Nau-chno-tekhnicheskii zhurnal. "Geologiya, geo-physika and razrabotka nefte-gazovykh mestorozhdenii". 2012. No. 2. (in Russian)
2. A.Yu.Degterev. Actual methods of geological modelling of UGSF// Sbornik statei aspirantov i soiskatelei OOO "Gazprom VNIIGAZ". M.: Gazprom VNIIGAZ, 2012. 162 p. (in Russian)
3. A.Ya.Iskhakov, VAAl'kin. The forecast of the
water factor on the example of underground gas-storage facility created in water-bearing bed// Nauchno-tekhnicheskii zhurnal. "Ge-ologiya, geophysika i razrabotka neftyanykh i gazovykh mestorozhdenii". 2011. No. 9. 72 p. (in Russian).
4. A.Yu.Degterev. Quantitative estimation of reliability of geological modelling in conditions of nonstationarity of geostatistical characteristics of the geological environment// II scientific-practical conference "New technologies in gas branch: experience and continuity". M.: OOO "Gazprom VNIIGAZ", 2010. (in Russian)
5. A.Yu.Degterev, V.EKan. Problems of reliability of modelling of non-uniformly studied geological objects// III International scientific-practical conference and an exhibition "World resources and stocks of gas and perspective technologies of their development" (WGRR-2013). M., 2013. (in Russian)
6. A.Yu.Degterev, A.V.Grishin, V.E.Kan. The control of factors of geological uncertainty at modelling of UGSF// III International scientific-practical conference "Underground gas storage: reliability and efficiency" (UGS-2011). M., 2011. (in Russian)
7. S.N.Buzinov, AA.Mikhailovsky, A.N.Solovyev, V.I.Parfenov. The Shchelkovo underground gas-storage facility: problems, solutions and prospects. Survey information. Transport and underground gas storage. M.: OOO "IRTs Gazprom", 2003. 59 p. (in Russian)
8. PA.Volkova, A.B.Shipunov. Statistical data processing in educational-research works. M., "Forum", 2012. 96 p. (in Russian)
Статья поступила в редакцию 14.07.2014.
