Calculation Method for Complex Fracture Network Area of Shale Fracturing Based on Octree Grid
-
摘要:
深层页岩气主要采用切割压裂技术开发,但基于微地震监测计算储层改造体积的压裂效果评价方法只适用于中深层页岩气体积压裂,不适用评价深层页岩气密切割压裂效果。为此,基于八叉树网格,建立了一种压裂复杂缝网面积估算模型,通过估算压裂复杂缝网面积评价深层页岩气密切割压裂效果。压裂复杂缝网面积估算模型将微地震事件分解为八叉树网格,并基于网格等效面积方法构建了三维复杂缝网面积等效模型,实现了在无需重构缝网的情况下对缝网面积的高效估算。为了定量评价所建模型的计算误差,建立了基于高斯混合模型的合成微地震事件点生成方法。模拟结果表明,压裂复杂缝网面积估算模型具有良好的计算效率和估算精度。现场应用实例表明,与传统的储层改造体积评价方法相比,储层改造缝网面积法能够更加精细地表征深层页岩气密切割压裂的效果。
Abstract:Deep shale gas is mainly developed by cutting fracturing technology. However, the fracturing effect evaluation method based on microseismic event monitoring for calculating stimulated reservoir volume (SRV) is only suitable for volume fracturing of shale gas wells in medium and deep formations, and it is not applicable for evaluating the tight cutting fracturing effectiveness of deep shale gas wells. Therefore, a model for estimating the area of complex fracture network based on the octree grid was established to evaluate the effectiveness of tight cutting fracturing in deep shale gas wells by estimating the complex fracture network area. This model decomposes microseismic events into octree grids and a three-dimensional complex fracture network area equivalent model based on the grid equivalent area method was constructed, by which the area of fracture network can be efficiently estimated without reconstructing the fracture network. In order to quantitatively evaluate the calculation error of this model, a set of synthetic microseismic event point generation methods based on the Gaussian mixture model was established. The simulation results show that this method has high calculation efficiency and estimation accuracy. Field application examples show that compared with the traditional SRV evaluation method, the method can more accurately evaluate the effectiveness of tight cutting fracturing in deep shale gas wells.
-
水平井渗透率及压力分布不均匀,极易造成局部油水界面突进,导致含水率大幅升高[1]。20世纪90年代提出的水平井自适应控水完井技术(autonomous inflow control device,AICD)在国内外应用广泛且效果良好[2-7]。控水阀为该技术的核心,对流量及流体性质(黏度、密度、含水率等)敏感,具有自适应控水特性[8],可根据地层及流体特性控制差异性入流阻力,平衡产液剖面,达到延长无水及低含水采油期的目的[9]。
常见的控水方式有简易悬挂控水筛管完井方式和中心管控水完井方式[10],对于疏松砂岩地层,为满足防砂要求还要进行砾石充填[11]。目前国内外对控水筛管砾石充填防砂方面的研究较少,控水阀的节流特性使砾石充填面临一系列技术难题[12],主要表现为:控水阀过流面积小,摩阻大,对砾石充填产生不利影响,采用常规AICD筛管进行砾石充填对砾石、携砂液、施工排量等完井参数要求高,设计难度大[13]。由于控水阀产生的节流阻力直接作用于地层,为保证施工压力低于地层破裂压力,只能采用超轻砾石进行低排量充填,容易造成充填效率低、提前脱砂等意外情况,增大施工风险。油井生产后期含水率上升,需要进行提液,但往往受限于控水阀节流作用而难以实现,而裸眼水平井打捞更换控水筛管较为困难,可采取的措施较少。若油井发生堵塞污染等情况,需采取处理措施,而控水阀又大幅提高了泵注压力,造成地层处理效率低或无法进行。针对上述问题,亟需开发一种能够同时兼顾控水、充填防砂及地层处理等多方面需求的技术。笔者从筛管结构出发,设计了一种旁通滑套AICD筛管,并自主搭建了物理模拟试验平台,通过模拟试验分析验证了该筛管结构设计及配套技术的可行性,可为下步研究和现场应用提供指导。
1. 旁通滑套AICD筛管的结构及工作原理
1.1 旁通滑套AICD筛管的结构
旁通滑套AICD筛管主要结构包括筛管、旁通滑套及AICD控水短节,见图1。旁通滑套采用10个直径为12.0 mm的过流孔,过流面积远大于AICD控水阀(过流孔直径1.5~4.5 mm),可有效降低摩阻;通过专用工具开关,可实现液体按需求流经不同通道,即携砂液经滑套循环以降低施工摩阻,地层产液经控水阀进入筛管起到控流作用,后期可开启滑套进行地层处理及提液作业,由此,防砂及控水效果均得以保证。
1.2 工作原理
在砾石充填过程中,旁通滑套处于开启状态(见图2(a)流道1),由旁通滑套提供返出液主循环通道,增大过流面积,降低节流阻力,有效解决控水阀节流作用导致的充填阻力过大问题。施工结束后,上提管柱,旁通滑套在开关工具的作用下强制关闭,地层流体经控水阀产出(见图2 (a)流道2),控水效果不受影响。
若生产后期需提液,可下入旁通滑套开关工具,将旁通滑套依次开启,此时地层流体产出主通道为旁通滑套(见图2 (a)流道1),控水作用失效。若需实施酸化解堵等处理措施,可将旁通滑套开关工具连接在处理管柱下部,管柱下入过程中将旁通滑套依次开启,处理液经旁通滑套进入地层(见图2 (b)),处理完毕后上提管柱带动下部开关工具将旁通滑套强制关闭,控水阀恢复控流作用。
2. 控水砾石充填模拟试验
2.1 试验目的
为验证设计思路的可行性,设计可视化水平井控水充填模拟试验平台,模拟筛管在水平井中的充填过程,分析试验过程中压力和排量的关系,优化充填试验参数,量化评价常规AICD筛管与旁通滑套AICD筛管的充填效果。
2.2 试验平台
可视化水平井控水充填模拟评价试验平台主要包括模拟水平井筒、数据自动采集系统、砾石充填设备和井下充填工具等,如图3所示。
采用API标准ϕ177.8 mm套管(内径为159.4 mm)模拟长度为30.0 m的水平井筒,井筒带有观察视窗,充填过程中可直接观察携砂液流动情况和充填情况。数据自动采集系统包括压力传感器(量程25.00 MPa,精度0.01 MPa)、高清摄像头、数据采集软件等,可实时采集试验数据并生成试验曲线,监控充填试验状态。砾石充填设备包括三缸柱塞泵、加砂漏斗和液罐,其中三缸柱塞泵最大排量可达0.80 m3/min,限压30.00 MPa。井下充填工具包括封隔器和充填转换工具,采用顶部循环充填方式。试验筛管为自主研发的常规AICD筛管和旁通滑套AICD筛管,各2根,每根配置2个控水阀(过流孔直径4.5 mm)。砾石根据循环排量和压力可选用常规砾石(视密度2.70 g/cm3)和超轻砾石(视密度1.06 g/cm3),粒径均为250.0~425.0 μm。携砂液采用清水,黏度为1.0 mPa·s。
模拟试验中,携砂液由三缸泵泵入循环管线,经充填转换工具后由充填口进入环空,经筛管过滤层进入冲管与筛管环空,此时砾石充填于筛管环空,携砂液继续从冲管与筛管环空流至底部进入冲管,经转换工具进入上部套管环空返出进入液罐,完成循环。充填过程中,通过视窗观察携砂液流动情况及砾石充填密实程度,采用传感器实时采集压力、排量等数据并生成试验曲线。
2.3 试验方法
1)连接下入试验管柱,进行循环,记录采用常规AICD筛管和旁通滑套AICD筛管时不同排量下的循环压力,优化试验排量、砾石类型等试验参数,将施工压力控制在合理范围内。
2)使用加砂漏斗加砂,进行砾石充填试验。充填过程中砾石逐渐堆积覆盖筛管,通过可视窗口观察砾石充填状态与密实程度,数据自动采集系统实时记录生成试验曲线,施工压力超过限压后停泵。
3)试验结束后,起出充填管柱。结合试验数据与充填效果分析2种筛管砾石充填动态及充填效果,对于旁通滑套AICD筛管试验,筛管起出后确认滑套是否为关闭状态,验证旁通滑套结构设计的可行性。
2.4 试验参数优化
循环测试结果见表1。由表1可以看出,常规AICD筛管在0.10 m3/min排量下循环压力已高达4.50 MPa,旁通滑套AICD筛管在0.40 m3/min排量下循环压力仅为0.35 MPa,仅略高于采用普通精密筛管在0.40 m3/min排量下的循环压力(0.33 MPa)。可以看出,返液通道对循环压力起决定作用,控水阀的节流作用对砾石充填非常不利,而旁通滑套能够有效解决循环压力过高的问题。
表 1 循环测试结果Table 1. Results of cycling tests排量/(m3·min–1) 循环压力/MPa 常规AICD筛管 旁通滑套AICD筛管 普通精密筛管 常规AICD筛管 旁通滑套AICD筛管 普通精密筛管 0.07 0.20 0.20 3.00 0.20 0.19 0.10 0.40 0.40 4.50 0.35 0.33 结合循环测试结果,对砾石充填试验参数进行优化,保证施工压力处于合理范围之内。采用常规AICD筛管时循环压力过高,只能采用低排量循环,但由于排量过低无法有效携带密度较大的常规砾石,采用视密度为1.06 g/cm3的超轻砾石,充填排量为0.10 m3/min。旁通滑套AICD筛管循环压力较低,与普通精密筛管循环压力相差不大,因此试验参数可参考普通精密筛管,即采用视密度为2.70 g/cm3的常规砾石,充填排量为0.40 m3/min。试验参数优化结果见表2。
表 2 模拟控水充填试验参数Table 2. Parameters of simulation test for gravel packing with water control序号 筛管类型 砾石视密度/(g·cm–3) 携砂液类型 试验排量/(m3·min–1) 砂比,% 冲筛比 设计砂量/m3 1 常规AICD筛管 1.06 清水 0.10 4 0.81 0.14 2 旁通滑套AICD筛管 2.70 清水 0.40 4 0.81 0.14 3. 砾石充填动态及结果分析
水平井砾石充填一般分为α波阶段、β波阶段及脱砂阶段。α波阶段反映砾石在水平井筒底部的正向堆积过程,β波阶段反映砾石在水平井井筒顶部的逆向堆积过程,脱砂阶段为砾石覆盖全部筛管流动通道后的压力上升过程,是砾石充填试验结束的标志。通过可视窗口观察砾石堆积状态,对比常规AICD筛管与旁通滑套AICD筛管砾石充填试验中的压力变化,分析砾石充填试验过程中携砂液的流动及砾石运移、堆积动态,验证旁通滑套AICD筛管砾石充填技术的可行性。
3.1 常规AICD筛管砾石充填动态分析
常规AICD筛管砾石充填试验曲线见图4。结合观察视窗可知,充填过程分为β波和脱砂2个阶段。
β波阶段。携砂液经冲管返液后完成循环,冲管和筛管环空较筛管和裸眼环空截面积更小,流动阻力更大,表现为施工压力逐渐升高。此外,由于常规AICD筛管返液通道为控水阀,当底部筛管完全被覆盖后,返液通道减半,施工压力进一步升高,压力曲线的斜率出现明显变化(见图4)。筛管被完全覆盖的瞬间,携砂液完全通过冲管和筛管环空到达冲管末端返液,施工压力达到阶段最大。
脱砂阶段。当筛管被完全覆盖后,砾石开始覆盖筛管上部的盲段(见图5);此时携砂液从轴向流经盲段进入冲管和筛管环空返出,摩阻进一步升高,表现为施工压力涨幅继续增大,开始脱砂,当砂体厚度到达一定程度,施工压力超过限压后停泵,试验结束。
3.2 旁通滑套AICD筛管砾石充填动态分析
旁通滑套AICD筛管砾石充填试验曲线见图6。结合观察视窗可以看出,充填过程分为α波、β 波和脱砂3个阶段。
α波阶段。携砂液携带常规密度砾石进入筛管与模拟井筒之间的环空后,流道面积增大,当流速低于临界携液流速后,一部分砾石沉降形成砂床,砂床高度增大造成流道面积减小,携砂液流速增大,再次超过临界携液流速,继续携带砾石向趾端运移,此时砂床高度不再继续增大,而是在其后方行成新的砂床,如此“推动”砂床运移至趾端(见图7。此过程中砂床并未将筛管全部覆盖,但砂床的形成及向趾端的“推动”使流道面积有所减小,因此施工压力略有升高。
β波阶段。α波阶段结束后,筛管全部被一定高度砂床覆盖,此时携砂液携带砾石继续在趾端脱砂,筛管开始逐渐被完全覆盖,携砂液由筛管被埋位置进入筛管内,经冲管和筛管环空到达冲管底部返出(见图7)。由于冲管和筛管环空较筛管与裸眼环空截面积更小,流动阻力增加,表现为施工压力升高幅度增大,当筛管被完全覆盖的瞬间,携砂液全部通过冲管和筛管环空到达冲管末端返出,施工压力达到阶段最大。
脱砂阶段。筛管被完全覆盖后,砾石开始覆盖筛管上部的盲段,此时携砂液须从轴向流经盲段砂体才能够进入冲管和筛管环空返出(见图7),流动阻力增大,表现为施工压力升高幅度进一步增大,开始脱砂,当砂体厚度达到一定程度,施工压力超过限压停泵,试验结束。
3.3 充填效果分析
试验表明,2种充填方式均能顺利完成充填,充填效率均能达到100%。通过视窗观察可直观看出,2种充填方式均能填满控水筛管与套管的环空,充填密实度高(见图8)。常规AICD筛管充填无α波阶段,β波阶段施工压力5.00 ~ 10.00 MPa,脱砂阶段施工压力15.00 MPa;旁通滑套控水筛管α波阶段施工压力0.20 ~ 0.40 MPa,β波阶段施工压力0.40 ~0.75 MPa,脱砂阶段施工压力5.00 MPa(见表3)。
表 3 模拟充填试验结果Table 3. Simulation test results of gravel packing充填方式 排量/
(m3·min–1)砂比,% 施工压力/MPa 设计砂量/
m3充填砂量/
m3充填效率,
%充填用时/
minα波阶段 β波阶段 脱砂阶段 常规AICD筛管 0.10 4 4.00~10.00 15.00 0.14 0.14 100 115 旁通滑套AICD筛管 0.40 4 0.20~0.40 0.40~0.75 5.00 0.14 0.14 100 30 可见,由于常规AICD筛管逐渐被砾石覆盖,参与返液的控水阀数量逐渐减少,节流作用导致施工压力大幅升高;而旁通滑套控水筛管即使大部分被砾石覆盖,依旧有足够大的流动通道,因而施工压力升高幅度较小。采用常规AICD筛管进行砾石充填时,施工压力过高,易将地层压漏,造成提前脱砂,因此需根据现场压力情况逐步降低施工排量,以降低施工风险,但排量降至一定程度后无法满足携砂需求;与常规AICD筛管相比,采用旁通滑套AICD筛管可在大排量下进行砾石充填,施工压力低,且施工时间仅约为常规AICD筛管的1/4,达到了降低充填难度、缩短施工时间的目的。
3.4 滑套状态
旁通滑套AICD筛管充填结束后,若滑套未能关闭,地层产出液会经滑套流出,造成控水阀失去控水作用,因此开关工具能否有效关闭旁通滑套至关重要。充填结束后,拆解发现2支试验筛管的旁通滑套均处于完全关闭状态。旁通滑套连续开关20次后功能正常,表明可通过开关滑套的方式实现生产提液及地层处理。
4. 结 论
1)通过设计旁通滑套AICD筛管并完善配套砾石充填技术,研究了一种水平井控水砾石充填防砂技术,该技术既可有效降低砾石充填施工压力,又可按需开关滑套,满足地层处理及提液等需求。
2)自主搭建了可视化水平井砾石充填模拟试验平台,该平台能够直观观察砾石充填试验过程并实时记录压力和排量等数据,为施工参数优选提供依据。
3)砾石充填模拟试验结果表明,采用旁通滑套AICD筛管和常规AICD筛管进行砾石充填,充填效率均达到100%且充填密实,但与常规AICD筛管相比,旁通滑套AICD筛管的施工压力大幅降低、施工时间缩短、施工风险降低。试验后旁通滑套关闭状态良好且可实现重复开关,能够完成地层处理及提液操作。
4)研究表明,旁通滑套AICD筛管的结构设计合理,配套的砾石充填技术可行,为水平井控水砾石充填防砂研究提供了新思路。但该技术尚未进行现场试验,为了验证该技术的适应性、可靠性和实际效果,建议尽快开展现场试验。
-
-
[1] 陈作,李双明,陈赞,等. 深层页岩气水力裂缝起裂与扩展试验及压裂优化设计[J]. 石油钻探技术,2020,48(3):70–76. doi: 10.11911/syztjs.2020060 CHEN Zuo, LI Shuangming, CHEN Zan, et al. Hydraulic fracture initiation and extending tests in deep shale gas formations and fracturing design optimization[J]. Petroleum Drilling Techniques, 2020, 48(3): 70–76. doi: 10.11911/syztjs.2020060
[2] 冯发勇,梁志彬,姚昌宇. 东胜气田锦 30 井区变黏压裂液体积压裂技术[J]. 石油钻采工艺,2022,44(6):740–745. FENG Fayong, LIANG Zhibin, YAO Changyu. SRV-oriented fracturing with viscosity-variable fracturing fluids in the Jin-30 well district, Dongsheng gas field[J]. Oil Drilling & Production Technology, 2022, 44(6): 740–745.
[3] 张矿生,薛小佳,陶亮,等. 页岩油水平井体积压裂缝网波及体积评价新方法及应用[J]. 特种油气藏,2023,30(5):127–134. ZHANG Kuangsheng, XUE Xiaojia, TAO Liang, et al. New method for evaluating the volume fracturing fracture network sweep volume in shale oil horizontal wells and its application[J]. Special Oil & Gas Reservoirs, 2023, 30(5): 127–134.
[4] 慕立俊,拜杰,齐银,等. 庆城夹层型页岩油地质工程一体化压裂技术[J]. 石油钻探技术,2023,51(5):33–41. MU Lijun, BAI Jie, QI Yin, et al. Geological engineering inte-grated fracturing technology for Qingcheng interlayer shale oil [J]. Petroleum Drilling Techniques, 2023, 51(5): 33–41.
[5] 胡东风,任岚,李真祥,等. 深层超深层页岩气水平井缝口暂堵压裂的裂缝调控模拟[J]. 天然气工业,2022,42(2):50–58. doi: 10.3787/j.issn.1000-0976.2022.02.006 HU Dongfeng, REN Lan, LI Zhenxiang, et al. Simulation of fracture control during fracture-opening temporary plugging fracturing of deep/ultra deep shale-gas horizontal wells[J]. Natural Gas Industry, 2022, 42(2): 50–58. doi: 10.3787/j.issn.1000-0976.2022.02.006
[6] GAO Qian, GHASSEMI A. Finite element simulations of 3D planar hydraulic fracture propagation using a coupled hydro-mechanical interface element[J]. International Journal for Numerical and Analytical Methods in Geomechanics, 2020, 44(15): 1999–2024. doi: 10.1002/nag.3116
[7] DAHI-TALEGHANI A, OLSON J E. Numerical modeling of multistranded-hydraulic-fracture propagation: accounting for the interaction between induced and natural fractures[J]. SPE Journal, 2011, 16(3): 575–581. doi: 10.2118/124884-PA
[8] OLSON J E. Multi-fracture propagation modeling: applications to hydraulic fracturing in shales and tight gas sands[R]. ARMA 08-327, 2008.
[9] ZHANG Fengshou, DAMJANAC B, MAXWELL S. Investigating hydraulic fracturing complexity in naturally fractured rock masses using fully coupled multiscale numerical modeling[J]. Rock Mechanics and Rock Engineering, 2019, 52(12): 5137–5160. doi: 10.1007/s00603-019-01851-3
[10] ZHUANG Xiaoying, ZHOU Shuwei, SHENG Mao, et al. On the hydraulic fracturing in naturally-layered porous media using the phase field method[J]. Engineering Geology, 2020, 266: 105306. doi: 10.1016/j.enggeo.2019.105306
[11] FISHER M K, HEINZE J R, HARRIS C D, et al. Optimizing horizontal completion techniques in the Barnett Shale using microseismic fracture mapping[R]. SPE 90051, 2004.
[12] HUGOT A, DULAC J C, GRINGARTEN E, et al. Connecting the dots: microseismic-derived connectivity for estimating volumes in low-permeability reservoirs[R]. URTEC 2153402, 2015.
[13] WU Yonghui, CHENG Linsong, KILLOUGH J, et al. Integrated characterization of the fracture network in fractured shale gas reservoir: stochastic fracture modeling, simulation and assisted history matching[J]. Journal of Petroleum Science and Engineering, 2021, 205: 108886. doi: 10.1016/j.petrol.2021.108886
[14] ZHOU Zhiwei, SU Yuliang, WANG Wendong, et al. Integration of microseismic and well production data for fracture network calibration with an L-system and rate transient analysis[J]. Journal of Unconventional Oil and Gas Resources, 2016, 15: 113–121. doi: 10.1016/j.juogr.2016.07.001
[15] YU Xin, RUTLEDGE J, LEANEY S, et al. Integration of microseismic data and an unconventional fracture modeling tool to generate the hydraulically induced fracture network: a case study from the Cardium Formation, West Central Alberta, Canada[R]. URTEC 2154594, 2015.
[16] MCCLURE M W, BABAZADEH M, SHIOZAWA S, et al. Fully coupled hydromechanical simulation of hydraulic fracturing in 3D discrete-fracture networks[J]. SPE Journal, 2016, 21(4): 1302–1320. doi: 10.2118/173354-PA
[17] WENG X, KRESSE O, COHEN C, et al. Modeling of hydraulic-fracture-network propagation in a naturally fractured formation[J]. SPE Production & Operations, 2011, 26(4): 368–380.
[18] MEAGHER D. Geometric modeling using octree encoding[J]. Computer Graphics and Image Processing, 1982, 19(2): 129–147. doi: 10.1016/0146-664X(82)90104-6
[19] SAMET H. Foundations of multidimensional and metric data structures[M]. San Francisco: Morgan Kaufmann Publishers Inc. , 2006.
[20] PULLI K, DUCHAMP T, HOPPE H, et al. Robust meshes from multiple range maps[C]//Proceedings. International Conference on Recent Advances in 3-D Digital Imaging and Modeling (Cat. No. 97TB100134). Piscataway, NJ: IEEE Press, 1997: 205-211.
[21] AYALA D, BRUNET P, JUAN R, et al. Object representation by means of nonminimal division quadtrees and octrees[J]. ACM Transactions on Graphics (TOG), 1985, 4(1): 41–59. doi: 10.1145/3973.3975
[22] FADAKAR ALGHALANDIS Y. ADFNE: Open source software for discrete fracture network engineering, two and three dimensional applications[J]. Computers & Geosciences, 2017, 102: 1–11.
[23] LIU Xing, JIN Yan, LIN Botao, et al. An integrated 3D fracture network reconstruction method based on microseismic events[J]. Journal of Natural Gas Science and Engineering, 2021, 95: 104182. doi: 10.1016/j.jngse.2021.104182