О подходах к решению проблем при моделировании полимерного заводнения на месторождении Каламкас

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. В настоящее время полимерное заводнение является одним из наиболее эффективных методов увеличения нефтеотдачи пластов, и моделирование данного процесса приобретает особую актуальность.

Цель. Целью гидродинамического моделирования является прогноз распространения параметров, технологических показателей, моделирование всевозможных сценариев разработки. Основываясь на результатах моделирования, принимаются решения о рентабельности проектов.

Материалы и методы. В процессе гидродинамического моделирования существует ряд значимых проблем, одной из которых является адаптация. Сложности с адаптацией в основном связаны с некорректностью определения фильтрационно-ёмкостных свойств, что непосредственно обуславливается нехваткой данных керновых исследований. Основными физическими параметрами, определяющими фильтрационно-ёмкостные свойства пород-коллекторов, являются пористость, проницаемость, относительные фазовые проницаемости, насыщенность. Эти свойства критически важны для точного моделирования потока флюидов и прогнозирования добычи. Однако нехватка данных керновых исследований ограничивает наше понимание этих свойств и влияет на качество адаптации модели.

В связи с недостаточностью данных по месторождению на данном участке Восток горизонта Ю-1 месторождения Каламкас утвержденные начальные геологические запасы разнятся с запасами по модели примерно на 20%. Для более точной адаптации гидродинамической модели наличие текущих начальных геологических запасов существенно недостаточно.

Результаты. В данной статье был применен ряд подходов к решению вышеупомянутой проблемы при гидродинамическом моделировании полимерного заводнения на месторождении Каламкас, как итог, продемонстрированы полученные результаты.

Заключение. Гидродинамическое моделирование позволяет проводить численные эксперименты для оптимизации параметров полимерного заводнения, помогает исследовать их влияние и выбрать оптимальное соотношение для повышения эффективности процесса заводнения.

Об авторах

Зарина Маликовна Муратова

Филиал КМГ Инжиниринг «КазНИПИмунайгаз»

Автор, ответственный за переписку.
Email: Z.Muratova@kmge.kz
Казахстан, Актау

Наурызбек Кикбайулы Туяков

КМГ Инжиниринг

Email: N.Tuyakov@niikmg.kz
Казахстан, Астана

Максат Омурзакович Таджибаев

Филиал КМГ Инжиниринг «КазНИПИмунайгаз»

Email: M.Sagyndikov@kmge.kz
Казахстан, Актау

Список литературы

  1. Каневская Р.Д. Математическое моделирование гидродинамических процессов разработки месторождений углеводородов. Москва-Ижевск : Институт компьютерных исследований, 2002.
  2. rfdyn.com [интернет]. Rock Flow Dynamics (RFD). Симулятор, техническое руководство [дата обращения: 08.08.2023]. Доступ по ссылке: https://rfdyn.com/.
  3. Балин Д. В., Семенова Т В. О влиянии процесса авто-ГРП на величину накопленной добычи нефти // Нефть и газ. 2017. №1. С. 43–47.
  4. Климов-Каяниди А.В., Алимханов Р.Т., Агуреева Е.С., Сабитов Р.М. Авто-ГРП на нагнетательных скважинах в низкопроницаемых коллекторах Ачимовской толщи // Нефть и газ. 2018. №2. С. 39–43.
  5. Sagyndikov M.S., Seright R.S., Tuyakov N.K. An unconventional approach to model a polymer flood in the Kalamkas Oilfield // SPE Improved Oil Recovery Conference; April 25–29, 2022. Режим доступа: https://onepetro.org/SPEIOR/proceedings-abstract/22IOR/2-22IOR/D021S017R001/483984. Дата обращения: 07.09.2023.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1. Общий подход к построению модели месторождения для ПЗ

Скачать (133KB)
3. Рисунок 2. Участок Восток горизонта Ю-1 месторождения Каламкас

Скачать (68KB)
4. Рисунок 3. Участки реализации проекта ПЗ на месторождении Каламкас

Скачать (212KB)
5. Рисунок 4. Кривые относительных фазовых проницаемостей и функция Баклея-Леверетта

Скачать (43KB)
6. Рисунок 5. График зависимости PVT свойств флюида от давления

Скачать (279KB)
7. Рисунок 6. Кривые капиллярного давления и остаточной водонасыщенности

Скачать (146KB)
8. Рисунок 7. Зависимость вязкости от концентрации полимера

Скачать (103KB)
9. Рисунок 8. Зависимость вязкости от скорости сдвига

Скачать (154KB)
10. Рисунок 9. Зависимость адсорбции от концентрации полимера

Скачать (40KB)
11. Рисунок 10. Общая исходная адаптация в целом блока IV по динамическим показателям

Скачать (112KB)
12. Рисунок 11. Сравнение адаптации параметра по обводненности до/после авто-ГРП

Скачать (121KB)
13. Рисунок 12. Параметры участка по обводненности

Скачать (90KB)
14. Рисунок 13. 3D визуализация задания трещины авто-ГРП

Скачать (16KB)
15. Рисунок 14. Параметры участка по приемистости и добыче воды

Скачать (72KB)
16. Рисунок 15. Результаты адаптации в целом блока IV по динамическим и накопленным показателям

Скачать (212KB)
17. Рисунок 16. Результаты адаптации в целом блока IV по обводнённости

Скачать (74KB)
18. Рисунок 17. Задание обновлённого множителя вязкости с учётом принятого коэффициента

Скачать (78KB)
19. Рисунок 18. Зависимость вязкости от концентрации полимера

Скачать (133KB)
20. Рисунок 19. Результаты адаптации по динамическим показателям в целом по IV блоку

Скачать (98KB)
21. Рисунок 20. Результаты адаптации по накопленным показателям в целом по IV блоку

Скачать (77KB)
22. Рисунок 21. Результаты адаптации по динамическим показателям по участку Восток

Скачать (149KB)
23. Рисунок 22. Результаты адаптации по динамическим показателям по участку Восток-2

Скачать (149KB)
24. Рисунок 23. Результаты адаптации по динамическим показателям

Скачать (93KB)

© Муратова З.М., Туяков Н.К., Таджибаев М.О., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».