В статье дана обзорная информация о методах оценки запасов газоконденсатных месторождений. Метод Монте-Карло довольно широко используется в геологоразведке, но в гораздо меньшей степени при оценке запасов и прогнозировании добычи. Однако этот метод не только более гибкий в отношении неопределенностей, но и более выгоден для обеспечения лучшей основы для принятия инвестиционных решений.
Ключевые слова: вероятностный, неопределенность, газовый конденсат, запасы, распределение.
На ранних стадиях разработки оценка запасов газоконденсатных месторождений ограничивается расчетами по методу аналогий и объемным расчетам [2].
Метод аналогии применяется путем сравнения коэффициентов для аналогичных и текущих месторождений или скважин.
Объемный метод влечет за собой определение площади коллектора, объема пор породы и содержания жидкости в объеме пор. Это дает оценку количества углеводородов в пласте. Таким образом, окончательное извлечение можно оценить с помощью соответствующего коэффициента извлечения.
Каждый из факторов, использованных в приведенных выше методах, имеет неотъемлемую неопределенность, что вызывает значительные неточности в оценке запасов. По мере того, как данные о добыче и давлении на месторождении становятся доступными, анализ убытков и расчеты материального баланса становятся преобладающими методами подсчета запасов.
Эти методы значительно снижают неопределенность в оценке запасов; однако во время раннего истощения следует соблюдать осторожность при их использовании.
Взаимосвязи кривой спада являются эмпирическими и основываются на одинаковых длительных периодах производства. В газовых скважинах противодавление на устье обычно колеблется, вызывая различные тенденции добычи и, следовательно, не так надежно. Наиболее распространенная взаимосвязь кривой снижения — это постоянное процентное снижение (экспоненциальное). С вводом в эксплуатацию все большего количества скважин с низкой продуктивностью, в настоящее время наблюдается тенденция к снижению темпов, пропорциональных темпам добычи (гиперболическим и гармоническим). Хотя некоторые скважины демонстрируют эти тенденции, экстраполяции гиперболического или гармонического спада следует использовать только для этих конкретных случаев. Избыточное использование гиперболических или гармонических соотношений может привести к завышенным оценкам запасов.
Расчет материального баланса — отличный инструмент для оценки запасов газа. Если пласт представляет собой замкнутую систему и содержит однофазный газ, давление в пласте будет снижаться пропорционально количеству добытого газа. К сожалению, иногда забойная вода в газовых коллекторах способствует механизму истощения, изменяя характеристики неидеального газа в коллекторе. В этих условиях может получиться оптимистичная оценка запасов.
При подсчете запасов с использованием любого из вышеперечисленных методов могут использоваться две процедуры расчета: детерминированный и/или вероятностный.
Детерминированный метод является наиболее распространенным. Процедура состоит в том, чтобы выбрать одно значение для каждого параметра для ввода в соответствующее уравнение, чтобы получить единственный ответ. С другой стороны, вероятностный метод более точен и используется реже. В этом методе используется кривая распределения для каждого параметра и с помощью моделирования Монте-Карло.
Из результирующих статистических расчетов можно получить много уточняющей информации, такой как минимальные и максимальные значения, среднее (среднее значение), медиана (среднее значение), режим (наиболее вероятное значение), стандарт отклонение и процентили. Вероятностные методы имеют ряд проблем. На них влияют все входные параметры, включая наиболее вероятные и максимальные значения параметров. В таких методах нельзя рассчитать обратно входные параметры, связанные с запасами. Известен только конечный результат, но не точное значение любого входного параметра. С другой стороны, детерминированные методы рассчитывают более ощутимые и объяснимые значения запасов. В этих методах точно известны все входные параметры; тем не менее, они могут иногда игнорировать изменчивость и неопределенность входных данных по сравнению с вероятностными методами, которые позволяют включать в данные больше отклонений.
Однако сравнение детерминированных и вероятностных методов может обеспечить качество оценки запасов углеводородов; т. е. запасы рассчитываются как детерминированно, так и вероятностно, и эти два значения сравниваются. Если эти два значения совпадают, доверие к рассчитанным запасам увеличивается. Если два значения далеко не совпадают, предположения необходимо пересмотреть [4]. Для потенциальных скоплений с ограниченной информацией оценка может стать сложной или очень неопределенной, и в этом случае будет использоваться объемная оценка с использованием вероятностного метода.
Методы оценки запасов нефти
Более подходящий метод будет зависеть от зрелости проектного резервуара. В большинстве работ по оценке запасов как статические (детерминированные), так и динамические (материальный баланс и моделирование) используются в качестве дополнительных мер на более поздней стадии разработки пласта, чтобы иметь лучшее представление о пласте и достичь оптимальной разработки месторождения. Самая простая форма уравнения для детерминированного объемного метода, который предполагает идеальный случай, однородный, изотропный резервуар:
Метод материального баланса
Для объемного газового резервуара легко вывести, что:
График зависимости p/z от Gp дает прямую линию, пересечение которой на оси x соответствует исходному газу на месте. Литература изобилует информацией о характерной форме графиков для различных механизмов привода коллектора, в том числе коллекторов с избыточным давлением [1, 3].
Определение запасов с помощью вероятностного метода
Вероятностный метод более строгий и используется реже. В этом методе используется кривая распределения для каждого параметра, и с помощью моделирования Монте-Карло можно построить кривую распределения. Нефтегазовая промышленность ориентируется на более рискованные предприятия, поскольку традиционные источники истощаются. Распределение вероятностей учитывает диапазон вероятностей появления возможных значений, которые может содержать случайная величина. В зависимости от характера случайной величины распределения вероятностей могут быть дискретными или непрерывными. Случайная величина представлена горизонтальной шкалой вместе с единицами и диапазоном значений. Вероятность появления диапазонов значений пропорциональна высоте распределения вероятностей.
При анализе рисков разведки используются несколько специальных типов распределений.
Нормальное распределение , обычно представленное колоколообразной формой, было принято для пористости керна и процентного содержания обильных минералов в породах.
Логнормальное распределение , как и нормальное распределение, представляет собой непрерывное распределение вероятностей, за исключением того, что оно искажено в любом направлении.
Асимметрия описывает случайную переменную, которая имеет небольшую вероятность появления по сравнению с другим направлением формы.
Равномерное распределение — это непрерывное распределение вероятностей, которое описывает случайную величину, в которой любое числовое значение имеет равную вероятность появления.
Треугольное распределение , как следует из названия, имеет форму треугольника. Треугольник может быть симметричным или наклонным в обоих направлениях и полностью определяется путем указания минимального, наиболее вероятного и максимального значений случайных величин.
Биномиальное распределение — это дискретное распределение вероятностей, которое описывает вероятности заданного количества результатов с определенным количеством испытаний. Оно обычно используется в работе по контролю качества. Его можно использовать при определенных условиях в контексте разведки нефти для вычисления вероятностей заданного количества открытий в многоствольных скважинах.
Полиномиальное распределение также как дискретное распределение описывает процесс Бернулли, поскольку количество вхождений можно назвать полиномиальным распределением вероятностей. Оно рассматривает только два возможных исхода.
Гипергеометрическое распределение — это дискретное распределение, которое не предполагает независимость каждого отдельного испытания в отличие от процесса Бернулли. Это удобно при вычислении вероятностей различных результатов разведки нескольких скважин, поскольку доступно лишь ограниченное количество перспективных объектов.
Регрессия позволяет выполнить сопоставление данных PVT с реальными данными. Эти модели учитывают выпадение жидкости при различных давлениях и температурах.
Средство согласования в программном обеспечении MBAL используется для корректировки эмпирических корреляций свойств флюида, чтобы они соответствовали измеренным лабораторным данным PVT. Корреляции модифицируются с использованием метода нелинейной регрессии, чтобы наилучшим образом соответствовать измеренным данным. Хорошее совпадение PVT и согласие с корреляциями может предсказать поведение флюида в каждой точке.
Оценка запасов. Для оценки углеводородов используется программа по методу Монте-Карло. Каждый из параметров, участвующих в подсчете запасов — PVT-свойства и объем пор- представлены статистическими распределениями. В зависимости от выбранного количества наблюдений программа генерирует серию значений с равной вероятностью для каждого из параметров, используемых при расчете углеводородов. Значения каждого параметра затем перемножаются, создавая распределение значений для углеводородов.
Для каждого из параметров, используемых в расчете в программе по методу Монте-Карло, из-за неоднородности и неопределенностей диапазон значений, обычно минимальных и максимальных значений, вводится с учетом наилучшего статистического распределения.
Для оценки запасов с неопределенностями и неоднородностями можно использовать вероятностный метод оценки запасов с использованием метода Монте-Карло.
Литература:
- Lyons Wiiliam G., Garry J. P. Standard Handbook Of Petroleum And Natural Gas Engineering (2005).
- Nnakaihe S. E., Nwabia F. N. Validation of an Estimated Gas Condensate Reserve using Applied Uncertainty Analysis for the Condensate Reservoir Properties. International Journal of Engineering Works. Vol. 4, Issue 1, PP. 21–28, January 2017.
- Smith C. R., Tracy G. W., Farrar R. L. Applied Reservoir Engineering. Vol1 And 2 (1999)
- www.petrobjects.com 2003–2004 Petrobjects.
