一种基于渗流特征分区的高含水油藏井位优化方法与流程

1.本发明属于石油与天然气中的采油工程技术领域，具体涉及一种基于渗流特征分区的高含水油藏井位优化方法。


背景技术：

2.石油和天然气是国家重要的战略资源，是国民经济发展的重要命脉。随着油气勘探领域的拓展，高含水期油藏高效开发已经成为中国各大油田提高采收率的主要战场之一。
3.目前油藏开发过程中闭环生产开发管理是一项新兴的研究课题，其原理主要是通过生产自动优化，对油藏进行井网、注采参数优化。针对这方面研究，国内外学者做过大量的研究工作。赵辉等人提出了算法qim-ag，利用该方法对优化目标函数进行求解，计算速度较快；powell通过构建原函数的二次型对搜索方向进行优化。wang将随机近似spsa算法应用到油藏生产优化研究中，获得随机近似梯度；oliver提出了基于集合的enopt算法，研究结果表明enopt算法计算效率快，便于实际现场实施，但其稳定性有待提高；张凯等基于伴随梯度方法对最优控制数学模型进行求解；张晓东对聚合物生产参数控制模型进行求解，优化了聚合物的注入浓度及注入速度。
4.中国专利申请cn111119840a公开了一种高含水期油藏的井位优化方法，该方法包括根据待研究高含水期油藏数值模拟模型中每个网格在预设时间内的累积流量，得到每个网格的流体强度系数；根据每个网格的流体强度系数，确定待研究高含水期油藏数值模拟模型中的注采不完善区；根据待研究高含水期油藏数值模拟模型中的注采不完善区，确定加密井的边界条件；将加密井的边界条件作为约束条件和目标函数一同输入到优化算法中，运行优化算法，得到加密井的井位。该方法通过对加密井的位置选取区域进行限定，使得加密井的井位被限定在边界条件内，而不是在整个待研究油藏区域内，可以快速、准确地实现对网格数量较多的高含水期油藏中加密井井位的确定。
5.中国专利申请cn109753671a公开了一种基于鱼群算法的油藏精确井位优化方法，其步骤如下：(1)读取油藏数值模型资料；(2)构建油藏潜力场分布，确定加密井井位范围；(3)确定加密井数量，设定鱼群算法内置参数，初始化人工鱼的加密井井位；(4)通过鱼群算法的聚群行为与追尾行为更新人工鱼的加密井井位；(5)调用油藏数值模拟软件计算更新后的人工鱼并比较其两种行为，并取最大累积产油量的人工鱼作为下一次迭代初始位置；(6)循环步骤(4)-(5)，直到最大迭代次数，取最大累积产油量所对应的人工鱼所包含井位作为最优井位；该发明利用智能算法结合油藏数值模拟软件；在用户给定注采量的条件下，获得最大累积产油量的最优井位。
6.中国专利申请cn111259600a公开了一种提高自动井位优化的优化效率方法，利用生产潜力图初始化井位来代替粒子群算法随机初始化井位，调用数模软件进行完整油藏数值模拟运算，结合速度和位置更新策略，更新粒子群算法中的速度和位置参数；再增加一个阈值参数ε，来评价每个粒子所提供的布井，再调用数值模拟软件进行全部生产时间的模拟
计算，对于那些布井结果评价阈值低于ε的模拟方案，剩余的模拟时间采用数学方法进行预测模拟判断是否满足算法迭代停止条件，即最大迭代代数；如果不满足继续上述操作，最终得到最优井位和优化结果。本发明结合了粒子群数学优化算法和油藏工程理论，在布井结果和计算机时方面具有较强的优势，对于实际油藏的井位优化具有一定的适用性和可靠性。
7.目前对于油藏高含水期新井井位智能优化的研究主要集中在改进优化算法，结合油藏数值模拟，提出井位优化方案。这种方法对于网格节点较少的油藏机理模型模拟较为有效，但对于一个网格节点巨大的实际区块高含水期油藏，仅通过改进优化算法搜索寻找井位优化的最优解，并不能从根本上大幅降低迭代计算所需要的时间，很显然工作效率是非常低的。


技术实现要素：

8.本发明主要目的在于提供一种基于渗流特征分区的高含水油藏井位优化方法，本发明方法在考虑高含水期油藏渗流特征的同时，对高含水期流场进行分区，基于分区结果提出相应的智能井位优化方法，在人为调控的基础上实现油藏高含水期实际区块新井井位的高效优化。
9.为实现上述目的，本发明采用以下技术方案：
10.本发明提供一种基于渗流特征分区的高含水油藏井位优化方法，其包括以下步骤：
11.根据高含水油藏渗流特征对流场进行分区评价；
12.对高含水期新井井位优化，以预测期内经济净现值最优为目标函数，建立新井井位优化控制模型，其表达式为：
[0013][0014]
式中，f(w)为经济净现值目标函数，元；t为模拟运行的总时间；ro为目前原油单位价格，元/m3；r
wp
为污水处理单位成本，元/m3；r
wi
为注水单位成本，元/m3；q
o,n
第n个时间步下油藏日产油量,m3；q
wp,n
为第n个时间步下油藏日产水量,m3；q
wi,
为第n个时间步下油藏日注水量,m3；e为年收益率，％；δtn为第n个时间步长，d；tn为累计计算时间，d。
[0015]
进一步地，根据高含水油藏渗流特征将流场划分为储量未动用区、高潜力区、低潜力区和无效水循环区四个分区。
[0016]
更进一步地，以实际油藏物性参数建立五点法数值模拟概念模型，对无效水循环区进行描述；利用半对数坐标系曲线拐点对应的含水饱和度作为无效水循环区划分标准。
[0017]
更进一步地，通过流体强度参数对评价结果进行分区，其中流场强度在0.6-1的区域为低潜力区，流场强度在0.1-0.6的区域为高潜力区，流场强度在0-0.1的区域为储量未动用区。
[0018]
更进一步地，将通过油藏各方向横截面的累积过水量作为流体强度评价的动态指标，其表达式为：
[0019][0020]
式中，m为通过油藏横截面流体的累积流量，m3；q
x
为δt时间内通过x方向流体的流量，m3；qy为δt时间内通过y方向流体的流量，m3；qz为δt时间内通过z方向流体的流量，m3；dx为x方向截面的长度，m；dy为y方向截面的长度，m；dz为z方向截面的长度，m；δt为单位时间间隔，s。
[0021]
更进一步地，选用对数函数对式(1)结果进行归一化，其表达式为：
[0022][0023]
式中，l为流体强度系数；m(i)1为累积过水倍数最小值；m(i)2为累积过水倍数最大值。
[0024]
进一步地，在优化过程中需要对高含水期新井井位坐标变量进行一定的约束，优先选择流场强度弱的区域进行优化，每口新井的边界位置不超过油藏边界，同时避免新井部署在无效水循环区内部，由此得出以下约束条件：
[0025]
(xi,yi)∈ωi＝1,2...n
[0026]
(xi,yi)iθi＝1,2...n
[0027]
式中：xi为第i口新井的x方向井位坐标，m；yi为第i口新井的y方向井位坐标，m；ω为实际区块油藏边界；θ为优化目标流场强度边界。
[0028]
进一步地，选用遗传算法对式(1)所述模型进行求解。
[0029]
更进一步地，采用遗传算法求解的具体步骤为：
[0030]
(1)以目前高含水期老井井网为基础确定初始井网；
[0031]
(2)设置相应种群数量，筛选弱驱区域作为边界条件控制新井井位范围；
[0032]
(3)调用数值模拟程序，计算目标函数；
[0033]
(4)对新井方案进行交叉变异，并得到相应的目标函数；
[0034]
(5)保留每一代中净现值最大的新井井位方案；
[0035]
(6)在满足停止条件后停止迭代，保留目标函数最优方案。
[0036]
与现有技术相比，本发明具有以下有益效果：
[0037]
本发明在考虑高含水期油藏渗流特征的同时，对高含水期流场进行分区，基于分区结果提出相应的智能井位优化方法，本发明不但缩减了迭代次数，同时运算精度也有所提高。
[0038]
目前，高精度无粗化的油藏数值模拟研究渐渐成为各油田应用的重点，受运算能力的限制，在应用智能优化算法对新井井位进行优化时，迭代次数过多会严重制约算法的效率，通过流场的划分确定优势布井区域，同时避免无效水循环造成新井与老井间的无效窜流，再结合优化算法精确确定井位，大大提高了井位优化的效率和精度，为高含水期油藏井位部署提供依据。
附图说明
[0039]
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
[0040]
图1为本发明一具体实施例所述含水饱和度与油水相对渗透率比值关系图：a所示区域为无效水循环区；b所示区域为有效渗流区；
[0041]
图2为本发明一具体实施例所述无效水循环区与有效水循环区分布对比图；
[0042]
图3为本发明一具体实施例所述五点法井网渗透率模型图；
[0043]
图4为本发明一具体实施例所述高含水期流场分级及井位部署范围示意图：
[0044]
其中，a所示阴影区域表示无水循环区，b圆圈所示区域为储量未动用区；c所示阴影区域为高潜力区，d所示部分图中去除a,b,c所示区域的剩余部分为低潜力区。
具体实施方式
[0045]
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
[0046]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作和/或它们的组合。
[0047]
为了使得本领域技术人员能够更加清楚地了解本发明的技术方案，以下将结合具体的实施例详细说明本发明的技术方案。
[0048]
实施例1
[0049]
一种基于渗流特征分区的高含水油藏井位优化方法，所述方法包括：
[0050]
(1)根据高含水油藏渗流特征对流场进行分区评价：
[0051]
油藏渗流特征分区的评价不仅需要反映当前区块水驱渗流特征，还应对开发过程中特殊的渗流单元进行区分。
[0052]
基于实际区块取心井水驱油实验，对高倍水驱实验结果拟合处理研究表明，随着含水饱和度的增加，在进入高含水开发后期半对数关系曲线呈现下弯特征。统计实际区块的岩心水驱油实验数据结果，在高倍水驱下驱油效率仍有明显上升，但此时水相相对渗透率显著提高，油水相对渗透率比值在半对数坐标系下由线性段过渡为非线性段，如图1所示。
[0053]
基于以上实验结果，将油水相对渗透率开始形成拐点时所对应的含水饱和度作为无效水循环开始形成的标志。以实际油藏物性参数建立五点法数值模拟概念模型，对无效水循环区进行描述。利用半对数坐标系曲线拐点对应的含水饱和度0.75作为划分标准，由图2可见无效水循环区最先形成于水井附近。无效水循环区的划分主要是为了在高含水期井位部署过程中避开这样的区域防止无效水窜流。
[0054]
流场强度的分类主要通过层次分析法筛选对油藏历史开发阶段影响最大的参数，确定各影响因素间的逻辑关系，最终形成表征流场强度的参数指标。储层物性参数是动态参数的内在体现，对于高含水期油藏，井网较为完善，流体强度主要受各区域累积流量影响，因此将通过油藏各方向横截面的累积过水量作为流体强度评价的动态指标，其表达式
为：
[0055][0056]
式中，m为通过油藏横截面流体的累积流量，m3；q
x
为δt时间内通过x方向流体的流量，m3；qy为δt时间内通过y方向流体的流量，m3；qz为δt时间内通过z方向流体的流量，m3；dx为x方向截面的长度，m；dy为y方向截面的长度，m；dz为z方向截面的长度，m；δt为单位时间间隔，s。
[0057]
由于在水驱开发后期各区域累积过水倍数差别较大，因此选用对数函数对式(1)结果进行归一化，其表达式为：
[0058][0059]
式中，l为流体强度系数；m(i)1为累积过水倍数最小值；m(i)2为累积过水倍数最大值。
[0060]
根据归一化结果，通过流体强度参数对评价结果进行分区，其中流场强度在0.6-1的区域为低潜力区，流场强度在0.1-0.6的区域为高潜力区，流场强度在0-0.1的区域为储量未动用区，见表1。
[0061]
表1流体强度分区评价表
[0062][0063]
对于一个高含水期油藏，由于沉积环境复杂、井网形式多样、注采关系多变等因素的影响，井位部署存在一定难度，结合前期实验结果，将流场划分为储量未动用区、高潜力区、低潜力区和无效水循环区四个分区，这种分区方法能够反映地质、开发因素对流场的影响，同时为后期井位部署提供了指导。在开发过程中应避免在无效水循环区域布井，同时考虑储量未动用区面积优先实施布井。
[0064]
(2)基于流场分级评价的智能井位优化
[0065]
对高含水期新井井位优化，以预测期内经济净现值最优为目标函数，建立新井井位优化控制模型，其表达式为：
[0066][0067]
式中，f(w)为经济净现值目标函数，元；t为模拟运行的总时间；ro为目前原油单位价格，元/m3；r
wp
为污水处理单位成本，元/m3；r
wi
为注水单位成本，元/m3；q
o,n
第n个时间步下油藏日产油量,m3；q
wp,n
为第n个时间步下油藏日产水量,m3；q
wi,n
为第n个时间步下油藏日注水量,m3；e为年收益率，％；δtn为第n个时间步长，d；tn为累计计算时间，d。
[0068]
在优化过程中需要对高含水期新井井位坐标变量进行一定的约束，即优先选择流场强度弱的区域进行优化，每口新井的边界位置不超过油藏边界，同时避免新井部署在无
效水循环区内部。由此得出以下约束条件：
[0069]
(xi,yi)∈ωi＝1,2...n
[0070]
(xi,yi)∈θi＝1,2...n
[0071]
式中：xi为第i口新井的x方向井位坐标，m；yi为第i口新井的y方向井位坐标，m；ω为实际区块油藏边界；θ为优化目标流场强度边界。
[0072]
目前的优化算法种类繁多，主要可以分为搜索类算法及梯度算法两种，梯度算法对于油藏数值模拟计算的求解过程较为复杂，不能很好的应用到实际区块高含水期井位优化中。经过对比筛选，选用遗传算法作为本次数学模型的求解算法，遗传算法是一种全局搜索优化算法，其通过寻找全局最优解来求取目标函数最优值，且具有收敛性好的特点，将该算法与流场分级评价相结合，由对原来实际区块的全区搜索变为针对弱强度区域的局部搜索，同时避开优势通道发育明显的区域，能够高效的确定新井井位坐标。整个计算基本流程如下：
[0073]
(1)以目前高含水期老井井网为基础确定初始井网；
[0074]
(2)设置相应种群数量，筛选弱驱区域作为边界条件控制新井井位范围；
[0075]
(3)调用数值模拟程序，计算目标函数；
[0076]
(4)对新井方案进行交叉变异，并得到相应的目标函数；
[0077]
(5)保留每一代中净现值最大的新井井位方案；
[0078]
(6)在满足停止条件后停止迭代，保留目标函数最优方案。
[0079]
实施例2
[0080]
以一个垂直渗透率分布的油藏五点法井网概念模型为例，其渗透率模型见图3，在含水达到95％时对该区块进行流场分级，如图4所示。对于垂直渗透率模型规则五点法井网，在达到高含水期时，区块内部的剩余潜力并非均匀分布，通过对流场的分级评价可以看出，剩余潜力较大的位置主要集中在低渗透区域的油井间或水井间。分别应用不考虑流场分级的和考虑流场分级的智能井位优化算法对该油藏新井井位进行部署，其中考虑流场分级的新井x、y坐标边界范围为[2 18]、[2 18]，不考虑流场分级的新井x、y坐标边界范围为[1 80]、[1 40]。
[0081]
通过最终优化结果，基于流场分级的新井优化井位坐标为[11 10]，其累产油量为558.23t，模型运行迭代次数为54次；不考虑流场分级的新井优化井位坐标为[10 9]，其累产油量为582.57t，模型运行迭代次数为117次。由此可见，将油藏按照动静态因素的影响对流场进行分级，在人为调控的基础上应用智能优化算法对新井井位进行优化，不但缩减了迭代次数，同时运算精度也有所提高。
[0082]
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。