提升超深层超高压气藏动态储量评价可靠性的新方法——物质平衡实用化分析方法
孙贺东1, 曹雯1, 李君1, 贾伟2, 李原杰2, 吴燕2, 朱松柏2, 付小涛2, 杨敏2, 孟广仁1
1. 中国石油勘探开发研究院
2. 中国石油塔里木油田公司

作者简介:孙贺东,1973年生,正高级工程师,博士;主要从事气藏工程方面的研究工作。地址:(065007)河北省廊坊市广阳区万庄44号信箱。ORCID: 0000-0002-7673-5041。E-mail: sunhed@petrochina.com.cn
注:本文主要内容曾在2019年全国天然气学术年会会议上宣读。

摘要

超深层大气田一般都具有高压超高压、基质致密、裂缝发育等特点,其动态储量评价结果具有较强的不确定性。为了准确评价该类型气藏的动态储量,首先基于高压超高压气藏物质平衡方程,深入分析了岩石有效压缩系数与岩石累积有效压缩系数的相关关系,优选出适合于高压超高压气藏动态储量评价的物质平衡分析方法;然后,基于非线性回归法确定了动态储量评价的起算条件,针对未达到起算条件的情形建立了半对数典型曲线拟合法,并采用该方法计算了3个超高压气田(藏)的动态储量,进而验证其可靠性。研究结果表明:①高压超高压气藏物质平衡方程中的气藏累积有效压缩系数是影响该类气藏动态储量评价结果的关键参数,该参数是原始地层压力和当前平均地层压力的函数,而其数值难以通过岩心实验测得;②针对高压超高压气藏,推荐采用不需要压缩系数的非线性回归法进行动态储量评价;③采用非线性回归法计算动态储量的起算点(无量纲视地层压力与累计产气量关系曲线偏离直线的起点)无法通过理论计算得到,基于图解法的统计结果得到不同无量纲线性系数( ωD)情形下起算点对应的无量纲视地层压力衰竭程度介于0.06~0.38,基于实例气藏数据统计得到的起算点也在此范围内;④未达到起算条件时可采用半对数典型曲线拟合法估算动态储量,动态储量与视地质储量的比值$\lgroup \frac{G}{G_{app}} \rgroup$是 ωD的函数, ωD越大,$\frac{G}{G_{app}}$越小;⑤处于试采阶段的高压超高压气藏,应尽可能延长试采时间,以提高动态储量评价的可靠性;对处于开发中后期的高压超高压气藏,则应以动态储量为基础制订气藏综合治理措施,进而不断改善气藏的开发效果。

关键词: 高压超高压气藏; 动态储量评价; 物质平衡法; 压缩系数; $\frac{P}{Z}$曲线; 非线性回归; 起算条件
A material balance based practical analysis method to improve the dynamic reserve evaluation reliability of ultra-deep gas reservoirs with ultra-high pressure
SUN Hedong1, CAO Wen1, LI Jun1, JIA Wei2, LI Yuanjie2, WU Yan2, ZHU Songbai2, FU Xiaotao2, YANG Min2, MENG Guangren1
1. PetroChina Research Institute of Petroleum Exploration & Development, Langfang, Hebei 065007, China
2. PetroChina Tarim Oilfield Company, Korla, Xinjiang 841000, China
Abstract

Ultra-deep major gas fields are typically characterized by high and ultra-high pressure, tight matrix and developed fractures, so the dynamic reserve estimation is of higher uncertainty. In order to accurately estimate the dynamic reserves of this type of gas reservoir, this paper analyzed the correlation between the effective rock compressibility and the cumulative effective rock compressibility based on the material balance equation of high and ultra-high pressure gas reservoirs, and accordingly selected the material balance based analysis method suitable for the dynamic reserves estimation of high and ultra-high pressure gas reservoirs. Then, the starting calculation conditions of dynamic reserve estimation were determined using the non-linear regression method. In addition, a semi-logarithmic type curve matching method was established for the cases where the starting conditions could not be met. Finally, this method was applied to calculate the dynamic reserves of three ultra-high pressure gas fields (reservoirs) to verify its reliability. And the following research results were obtained. First, the cumulative effective compressibility of gas reservoir in the material balance equation of high and ultra-high pressure gas reservoir is a key parameter influencing its dynamic reserves, and it is the function of original formation pressure and current average formation pressure, but its numerical value can be hardly obtained by core experiments. Second, it is recommended to adopt the nonlinear regression method without compressibility to estimate the reserves of high and ultra-high pressure gas reservoirs. Third, the calculation starting point of dynamic reserves by the nonlinear regression method (the starting point of dimensionless apparent formation pressure-cumulative gas production curve deviating from the straight line relationship) cannot be theoretically calculated. The calculation starting point for different dimensionless linear coefficients ( ωD) obtained from the statistical results by the graphic method corresponds to the dimensionless apparent pressure depletion degree of 0.06-0.38, and that obtained based on the data statistics of the example gas reservoir falls within this interval. Fourth, when the starting conditions are not satisfied, the semi-logarithmic type curve matching method can be used for reserve estimation. The ratio of the dynamic reserves to the apparent geological reserves G/ Gapp is a function of ωD. The higher the ωD, the lower the G/ Gapp. Fifth, for the high and ultra-high pressure gas reservoirs in the production test stage, the test production time shall be extended as long as possible to improve the reliability of dynamic reserve estimation. And for those in the middle and late stages of development, it is necessary to prepare the comprehensive treatment measures on the basis of dynamic reserves so as to improve the development effects of gas reservoirs continuously.

Keyword: High and ultra-high pressure gas reservoir; Dynamic reserve evaluation; Material balance method; Compressibility; $\frac{P}{Z}$ curve; Nonlinear regression; Calculation starting condition
0 引言

随着勘探开发技术的不断进步, 中国石油天然气股份有限公司(以下简称中国石油)近年来在四川盆地、塔里木盆地库车山前构造带相继发现并开发了一批超深层大气田(气藏中部埋藏深度超过4 500 m)。其中仅在塔里木盆地探明天然气地质储量就超过1× 1012m3, 天然气年产量已接近300× 108m3。由于超深层大气田一般具有高压超高压、基质致密、裂缝发育等特点, 采用动态法计算的储量(以下简称动态储量)具有较强的不确定性, 动、静态储量比介于37%~94%[1, 2], 压缩系数、气藏采出程度、基质供气能力、裂缝性水侵是影响超深层超高压气田动态储量评价结果准确性的主要因素。压降法是评价气藏动态储量的常用方法[3], 由于压缩系数难以确定, 使得气藏动态储量的计算误差大, 甚至会超过100%[2, 4]; 若未达到采用压降法计算动态储量的起算条件(pDGp关系曲线偏离直线), 误用该方法, 亦会造成严重偏差。为此, 笔者基于高压超高压气藏物质平衡方程, 深入分析了岩石有效压缩系数(Cf)、岩石累积有效压缩系数($\bar{C}_{f}$)的相关关系, 进而优选出适合于高压超高压气藏动态储量评价的物质平衡分析方法; 然后, 基于非线性回归法确定了动态储量评价的起算条件, 针对未达到起算条件的情形建立了半对数典型曲线拟合法, 并在3个超高压气田(藏)进行了应用。可靠的动态储量评价结果将为合理制订高压超高压气藏开发技术对策奠定坚实的基础。

1 高压超高压气藏物质平衡方程
1.1 物质平衡方程的形式

对于封闭型高压超高压气藏, 若不考虑水侵量及注气量, 物质平衡方程表示为[5]:

$\frac{p}{Z}[1-\bar{C}_{e}(p)(p_{i}-p)]=\frac{p_{i}}{Z_{i}}\lgroup 1-\frac{G_{p}}{G} \rgroup$ (1)

式中p表示平均地层压力, MPa; Z表示天然气偏差因子, 无量纲; $\bar{C}_{e}(p)$表示气藏累积有效压缩系数, MPa– 1; GpG分别表示累计产气量和动态储量, 108 m3; 下标i表示原始状态。

$\bar{C}_{e}(p)$计算式为:

$\bar{C}_{e}(p)=\frac{1}{1-S_{wi}}[S_{wi}\bar{C}_{w}+\bar{C}_{f}+M\lgroup \bar{C}_{w}+\bar{C}_{f} \rgroup]$ (2)

式中Swi表示原始含水饱和度; $\bar{C}_{w}$表示地层水累积压缩系数, MPa– 1; $\bar{C}_{f}$表示岩石累积有效压缩系数, MPa– 1; M表示水体倍数。

若不考虑水体的影响, 即M=0, 式(2)简化为:

$\bar{C}_{e}(p)=\frac{S_{wi}\bar{C}_{w}+\bar{C}_{f}}{1-S_{wi}}$ (3)

国内外学者在计算高压超高压气藏动态储量时, 习惯于用气藏有效压缩系数(Ce)简单代替$\bar{C}_{e}(p)$, 即假设开发过程中高压超高压气藏$\bar{C}_{e}(p)$近似不变[6, 7, 8, 9, 10, 11, 12, 13, 14], 岩石累积有效压缩系数、地层水累积压缩系数被视为常数。

Ce计算式为:

$C_{e}=\frac{1}{1-S_{wi}}[S_{wi}C_{w}+C_{f}+M(C_{w}+C_{f})]$ (4)

式中Ce表示气藏有效压缩系数, MPa– 1; Cw表示地层水压缩系数, MPa– 1; Cf表示岩石有效压缩系数, MPa– 1

1.2 不同形式的压缩系数

为了正确应用物质平衡方程计算高压超高压气藏动态储量, 首先要弄清Cf、$\bar{C}_{f}$、$\bar{C}_{e}(p)$的定义及其相互关系。Cf定义为压力每变化1 MPa条件下单位孔隙体积的变化率, 即

$C_{f}=\frac{1}{V_{p}}\times \frac{dV_{p}}{dp}=\frac{1}{\varphi V}\times \frac{d(\varphi V)}{dp}≈ \frac{1}{\varphi}\times \frac{d\varphi}{dp}$ (5)

式中VpV分别表示岩石孔隙体积和岩石体积, m3; φ 表示孔隙度。

对于常压气藏, 若不考虑孔隙度的应力敏感性, 通常认为Cf是不随地层压力变化而改变的参数; 而对于高压超高压或裂缝性气藏, 由于受到孔隙度应力敏感性的影响, 其Cf值远高于常规气藏的Cf且随地层压力变化将发生改变。由于受到实验室条件的限制, 在室内很难获取Cf在实际地层条件下的变化规律。在应用式(1)计算高压超高压气藏的动态储量时, 用Ce代替$\bar{C}_{e}(p)$, 而Ce由式(4)计算得到, 其中Cf的不确定性会造成动态储量计算结果不确定, 从而导致开发工作者难以做出正确的决策。例如选取克深2气藏29块全直径岩心, 通过覆压测试得到Cf在原始地层条件下介于5× 10– 4~25× 10– 4 MPa– 1[7], 相应的动态储量计算结果介于800× 108~440× 108 m3, 计算结果最大值与最小值的比值为182%。

$\bar{C}_{f}$定义式为:

$\bar{C}_{f}=\frac{1}{V_{pi}}\times \frac{ V_{pi}-V_{p}}{p_{i}-p}$ (6)

由式(6)可知,

$\bar{C}_{f}$与p的衰竭程度有关, $\bar{C}_{f}$不但是p的函数, 也是pi的函数。在一定的实验室条件下, 尽管可以测得Cf和$\bar{C}_{f}$随p的变化规律(图1)[5], 但由于受到测试样品数量少或代表性较差的影响, 同时超过一定范围的高温高压条件在实验室难以实现, 所测得的实验结果也仅供参考。

图1 Cf、$\bar{C}_{f}$ 与p关系曲线图

由式(5)、(6)可知, 在原始地层条件下, $\bar{C}_{f}$等于Cf; 在不同地层压力条件下, $\bar{C}_{f}$和Cf满足式(7), 即

$\bar{C}_{f}(p_{i}- p_{n})=\sum_{j=1}^{n}(C_{f})_{j}(△ p) _{j}$ (7)

式中下标nj表示时刻。

$\bar{C}_{w}$的定义式与式(6)形式一致[5]。$\bar{C}_{e}(p)$由地层条件下的$\bar{C}_{f}$和$\bar{C}_{w}$共同决定, 如式(2)所示, $\bar{C}_{e}(p)$是pip的函数, 其可靠性取决于岩心的代表性、实验室条件和对气藏、水体特征的认识程度。

综上所述, 基于物质平衡方程计算高压超高压气藏动态储量时, 不能将Cf与$\bar{C}_{f}$混为一谈, 也不能简单地用Ce代替$\bar{C}_{e}(p)$。与采用Ce计算超高压气藏动态储量的结果类似, $\bar{C}_{e}(p)$的取值对动态储量计算结果影响也很大。

2 高压超高压气藏动态储量评价方法
2.1 评价方法优选

物质平衡法是计算动态储量的传统方法, 按是否需要压缩系数可以划分为两类(表1)。由于Ce和$\bar{C}_{e}(p)$难以准确计算出, 因此不宜采用需要Ce的方法进行动态储量评价; 在不需要Ce的方法中, 线性回归法对原始地层压力敏感性强, 抛物式拟合法对于大型气藏误差大。因此, 推荐选用非线性回归法计算此类气藏的动态储量。

表1 计算高压、超高压气藏动态储量的物质平衡分析方法统计表

以图版拟合分析方法为代表的现代产量递减分析技术是评价气藏动态储量的新方法[16, 17, 18], 但也需要先确定Ce, 因此不宜采用该方法计算高压超高压气藏的动态储量。

2.2 非线性回归法评价动态储量的起算点

若假设式中$\bar{C}_{e}(p)(p_{i}-p)$与GP符合线性关系[13], 引入无量纲视地层压力(pD[14]、无量纲采出程度(GpD)和无量纲线性系数(ω D), 将式(1)变形为式(8), 即

$p_{D}=\frac{\frac{P}{Z}}{\frac{p_{i}}{Z_{i}}}=\frac{1-\frac{G_{p}}{G}}{1-\bar{C}_{e}(p)(p_{i}-P)}≈ \\ \frac{1-\frac{G_{p}}{G}}{1-\omega G_{p}}=\frac{1-a_{1}G_{p}}{1-b_{1}G_{p}}=\frac{1-G_{pD}}{1-\omega_{D}G_{pD}}$ (8)

其中

式中ω 表示线性系数, (108 m3)– 1; a1b1表示非线性回归系数, (108 m3)– 1

ω D是$\bar{C}_{e}(p)$和G的函数。若假设$\bar{C}_{e}(p)(p_{i}-P)$与GP符合幂函数关系[15], 且气藏无水侵现象产生, 幂函数经验值为1.028 47, 式(8)可以表示为:

对于产生水侵现象的气藏, 幂函数经验值为1.115 67。计算实例表明幂函数经验值虽然来源于国外20个已开发中小型高压超高压气藏的统计分析, 但对大型气藏也同样适用[15]。由此绘制出pDGp关系曲线, 如图2所示, 在开发早期, pD下降幅度较小, pDGp近似呈线性关系, 将其回归结果称为视地质储量(Gapp), 与G相比该值明显偏大; 若pD下降幅度较大, pDGp呈非线性关系, a1b1可通过非线性回归的方式得到, 进而得到G

图2 某高压气藏pDGp数据点偏离早期直线段前后的线性、非线性回归曲线图

由于偏离pDGp曲线早期直线段的起始点无解析解, 因此无法通过理论计算得到。根据式(8), 绘制出pDGpD关系曲线图版(图3), 笔者采用图解法求取该点, 先将pDGpD早期数据点进行线性回归, 进而确定线性回归曲线的斜率和截距, 然后根据以下两个判别条件来共同判定拐点位置, 分别为:①pDGpD线性回归曲线的截距值与1.0的相对误差小于0.25%; ②拐点横坐标GpD对应的pD线性回归拟合值和拐点实际pD值的相对误差小于0.50%。ω D取值不同, pDGpD曲线偏离早期直线段的起始点位置差异明显, 其对应的视地层压力衰竭程度(1– pD)介于0.06~0.38。对国内外22个已开发高压超高压气藏[15]进行统计, 发现ω D介于0.20~0.75, 偏离早期直线段的起始点对应的(1– pD)介于0.14~0.38, 与笔者采用的图解法计算结果较一致(图3)。

图3 pDGpD曲线偏离早期直线段的起始点分布图

如图3所示, 对于处于试采早期的高压超高压气藏, 即使试采时间长达1 a、压降幅度达到原始地层压力的3%~5%甚至更高, 偏离早期直线段的起始点仍未出现, 不能达到采用物质平衡法计算动态储量的起算条件。根据图3中不同ω D情形下pDGpD关系曲线上偏离早期直线段的起始点, 确定相应的$\frac{G}{G_{app}}$数值; 绘制$\frac{G}{G_{app}}$— ω D关系曲线(图4-a); 采用线性回归, 得到式(10), 若采用非线性回归, 得到式(11), 即

图4 pDGpD曲线偏离早期直线段起始点对应的$\frac{G}{G_{app}}$— ω D关系曲线图

统计分析国内外22个高压超高压气藏的开发数据[15], 得到$\frac{G}{G_{app}}$— ω D关系曲线(图4-b), 可以看出, $\frac{G}{G_{app}}$是ω D的函数, 且与式(11)对应的$\frac{G}{G_{app}}$— ω D关系曲线变化趋势基本一致。

2.3 半对数典型曲线拟合法(未达到起算条件)

将图3中GpD采用常用对数形式来展示(图5), 借鉴试井分析原理, 采用图版拟合分析法来确定动态储量(G)。具体步骤如下:①基于实际生产数据, 在pDGp半对数曲线图上绘制出系列数据点(Gp, pD), 将其叠放在pDGpD半对数典型曲线图版(图5)上; ②上下移动数据点, 使纵坐标轴对齐, 然后左右移动数据点, 使其与pDGpD半对数典型曲线图版中某ω D对应的曲线拟合上, 从而确定ω D, 在此基础上, 任取一点并分别读取其在pDGppDGpD半对数曲线图上的坐标值(Gp, pD)、(GpD, pD), 进而根据前述式(8)中无量纲参数定义式计算得到Gω ; ③若生产时间较短, 对pDGp曲线图中数据点进行线性回归, 求得Gapp, 然后结合步骤②拟合得到的ω D, 根据式(10)或式(11)确定$\frac{G}{G_{app}}$, 进而得到G

图5 pDGpD半对数典型曲线图版

3 实例分析
3.1 Anderson“ L” 气藏(达到起算条件)

美国Anderson“ L” 气藏中部埋藏深度为3 404.5 m, 压力系数为1.907, 采用容积法计算的气藏储量为19.68× 108 m3, 生产数据详见本文参考文献[15]。该气藏虽然不属于超深层气藏, 但属于超高压气藏, 视地层压力衰竭程度(1– pD)为0.43, 满足采用物质平衡法计算超高压气藏动态储量的起算条件。采用非线性回归法计算得到的动态储量为19.9× 108 m3(图6)。采用笔者提出的半对数典型曲线拟合法进行拟合, 如图7所示, ω D拟合结果为0.4, 在pDGp半对数曲线图上选取点m(2.0× 108, 0.8), 该点在pDGpD半对数曲线图上的坐标为(0.1, 0.8), 动态储量计算结果为20.0× 108 m3, 计算过程为:

图6 Anderson“ L” 气藏pDGp数据点线性与非线性回归结果对比图

图7 Anderson“ L” 气藏pDGpD半对数曲线拟合图

结合ω D的拟合结果(0.4), 代入式(11)计算$\frac{G}{G_{app}}$, 得到$\frac{G}{G_{app}}$=0.659, 然后将pDGp曲线图中早期数据点进行线性回归, 得到Gapp为31.0× 108 m3, 从而得到G为20.4× 108 m3。该计算结果与采用其他方法计算的结果[15]基本一致, 从而证实笔者提出的半对数典型曲线拟合法可靠。

3.2 迪那2气田(未达到起算条件)

迪那2气田产层位于古近系苏维依组与库姆格列木群, 储层岩性以粉砂岩、细砂岩为主, 属于低孔低渗储层, 气藏中部埋藏深度为5 000 m, 压力系数为2.16[19]。该气藏原始地层压力为105.89 MPa、地层温度为132 ℃; 目前地层压力为79.04 MPa, 累计产气量为426× 108 m3, 视地层压力衰竭程度(1– pD)为0.11, 不满足采用物质平衡法计算超高压气藏动态储量的起算条件。

采用笔者提出的半对数典型曲线拟合法进行拟合, 如图8所示, ω D拟合结果为0.6, 在pDGp半对数曲线图上选取点m(175.0× 108, 0.8), 该点在pDGpD半对数曲线图上的坐标为(0.1, 0.8), 动态储量计算结果为1 750.0× 108 m3, 计算过程为:

图8 迪那2气田pDGpD半对数曲线拟合图

结合ω D的拟合结果(0.6), 代入式(11)计算$\frac{G}{G_{app}}$, 得到$\frac{G}{G_{app}}$=0.467, 然后将pDGp曲线图中数据点进行线性回归, 得到Gapp=3 750× 108 m3(图9), 进而得到G=1 751.2× 108 m3, 与该气藏探明地质储量(1 704× 108 m3)较一致。

图9 迪那2气田pDGp数据点线性回归结果图

3.3 克深2气藏(未达到起算条件)

克深2气藏产层位于下白垩统巴什基奇克组, 砂体厚度大, 介于280~320 m, 储层物性较差, 岩心孔隙度介于2%~8%, 平均值为4.1%, 基质渗透率介于0.001~0.100 mD, 平均值为0.05 mD[20]; 气藏中部埋藏深度为6 640 m, 压力系数为1.79[21, 22], 在开发过程中气藏压力下降均衡、气产量递减快, 表现出裂缝型储层的产出特征[23]; 原始地层压力为116.42 MPa、地层温度为168 ℃, 目前地层压力为84.45 MPa, 累计产气量为95.8× 108 m3, 单位压降产气量为3.0× 108 m3/MPa, 视地层压力衰竭程度(1– pD)为0.10, 不满足采用物质平衡法计算超高压气藏动态储量的起算条件。

采用笔者提出的半对数典型曲线拟合法进行拟合, 如图10所示, ω D拟合结果为0.6, 在pDGp半对数曲线图上选取点m(36.0× 108, 0.8), 该点在pDGpD半对数曲线图上的坐标为(0.1, 0.8), 动态储量计算结果为360.0× 108 m3, 计算过程为:

图10 克深2气藏pDGpD半对数曲线拟合图

结合ω D的拟合结果(0.6), 代入式(11)计算$\frac{G}{G_{app}}$, 得到$\frac{G}{G_{app}}$=0.467, 然后将pDGp曲线图中数据点进行线性回归, 得到Gapp=784.0× 108 m3(图11), 进而得到G=366.1× 108 m3, 该数值与克深2气藏开发方案中的容积法储量(1 428× 108 m3)差异大。

图11 克深2气藏pDGp数据点线性回归结果图

由典型井的试井解释结果(图12)可以看出, 压力导数曲线后期斜率介于0.5~1.0, 测试400 h都未出现径向流特征, 地层系数只有0.43 mD· m[23], 储渗空间类型为基质致密的裂缝型, 基质对与井筒连通的裂缝系统的供气能力不强。同时, 该气藏在关井检修的3个月期间, 单井井底压力在0.5~2.0 h就迅速恢复到平均地层压力水平, 但此后近100天关井期间平均地层压力仅上升了1.0 MPa, 转换为pD则仅上升了0.01, 也证实了基质的供给能力较弱。如图13所示, 在开发早期该气藏的动态储量随累计产气量增大而逐渐增大, 从早期的250.0× 108 m3增长到366.1× 108 m3; 长时间关井后采用压降法计算Gapp=875.0× 108 m3, 相应G=408.6× 108 m3, 较之前仅增加42.5× 108 m3。当(1– pD)大于0.07后, 动态储量基本保持稳定, 即此时采出程度的提高对动态储量计算结果影响很小。

图12 克深气田X井压力恢复双对数曲线图

图13 克深2气藏(1– pD)、GappGGp关系曲线图

4 结论及建议

1)由于高压超高压气藏物质平衡方程中$\bar{C}_{e}(p)$难以准确确定, 而该参数值对动态储量的影响较大, 在应用物质平衡方程计算该类型气藏的动态储量时, 不能简单地用Ce代替$\bar{C}_{e}(p)$。

2)推荐采用不需要压缩系数的非线性回归法进行高压超高压气藏动态储量评价, 而采用非线性回归法计算动态储量的起算点无法通过理论方法计算得到, 基于图解法的统计结果表明不同ω D情形下起算点对应的(1– pD)介于0.06~0.38; 若未达到起算条件, 可通过pDGpD半对数典型曲线拟合法估算动态储量。

3)对处于试采阶段的高压超高压气藏, 应尽可能延长试采时间, 以提高动态储量评价的可靠性; 对处于开发中后期的高压超高压气藏, 应以动态储量为基础制订综合治理措施, 进而不断改善气藏的开发效果。

4)此次研究得到的动态储量非线性回归法起算点、半对数典型曲线拟合图版均基于$\bar{C}_{e}(p)(p_{i}-P)$与Gp符合线性关系的经验性近似, 今后应在评价非线性回归法起算点、降低半对数典型曲线拟合法分析结果的多解性、反求$\bar{C}_{e}(p)$等方面开展进一步研究。

编辑 孔玲

参考文献
[1] 邹才能, 郭建林, 贾爱林, . 中国大气田科学开发的内涵[J]. 天然气工业, 2020, 40(3): 1-12.
ZOU Caineng, GUO Jianlin, JIA Ailin, et al. Connotation of scientific development for giant gas fields in China[J]. Natural Gas Industry, 2020, 40(3): 1-12. [本文引用:1]
[2] 李熙喆, 郭振华, 胡勇, . 中国超深层大气田高质量开发的挑战、对策与建议[J]. 天然气工业, 2020, 40(2): 75-82.
LI Xizhe, GUO Zhenhua, HU Yong, et al. High-quality development of ultra-deep large gas fields in China: Challenges, strategies and proposals[J]. Natural Gas Industry, 2020, 40(2): 75-82. [本文引用:2]
[3] HAVLENA D, ODEH A S. The material balance as an equation of a straight line[J]. Journal of Petroleum Technology, 1963, 15(8): 896-900. [本文引用:1]
[4] HAMMERLINDL D J. Predicting gas reserves in abnormally pressured reservoirs[C]//Fall Meeting of the Society of Petroleum Engineers of AIME, 3-6 October 1971, New Orleans, Louisiana, USA. DOI: 10.2118/3479-MS. [本文引用:1]
[5] FETKOVICH M J, REESE D E, WHITSON C H. Application of a general material balance for high-pressure gas reservoirs[J]. SPE Journal, 1998, 3(1): 3-13. [本文引用:3]
[6] 陈元千, 李璗. 现代油藏工程[M]. 北京; 石油工业出版社, 2004.
CHEN Yuanqian, LI Dang. Modern petroleum reservoir engineering[M]. Beijing: Petroleum Industry Press, 2004. [本文引用:1]
[7] LUO Ruilan, YU Jichen, WAN Yujin, et al. Evaluation of dynamic reserves in ultra-deep naturally fractured tight sand stone gas reservoirs[C]//International Petroleum Technology Conference, 26-28 March 2019, Beijing, China. DOI: 10.2523/IPTC-19115-MS. [本文引用:2]
[8] RAMAGOST B P, FARSHAD F F. p/Z abnormally pressured gas reservoirs[C]//SPE Annual Technical Conference and Exhibition, 4-7 October 1981, San Antonio, Texas, USA. DOI: 10.2118/10125-MS. [本文引用:1]
[9] BOURGOYNE JR A T. Shale water as a pressure support mechanism in gas reservoirs having abnormal formation pressure[J]. Journal of Petroleum Science and Engineering, 1990, 3(4): 305-319. [本文引用:1]
[10] ROACH R H. Analyzing geopressured reservoirs—A material balance technique[R]. Richardson: SPE, 1981. [本文引用:1]
[11] AMBASTHA A K. A type-curve matching procedure for material balance analysis of production data from geopressured gas reservoirs[J]. Journal of Canadian Petroleum Technology, 1991, 30(5): 61-65. [本文引用:1]
[12] GAN R G, BLASINGAME T A. A semianalytical p/Z technique for the analysis of reservoir performance from abnormally pressured gas reservoirs[C]//SPE Annual Technical Conference and Exhibition, 30 September-3 October 2001, New Orleans, Louisiana, USA. DOI: 10.2118/71514-MS. [本文引用:1]
[13] GONZALEZ F E, ILK D, BLASINGAME T A. A quadratic cumulative production model for the material balance of an abnormally pressured gas reservoir[C]//SPE Western Regional and Pacific Section AAPG Joint Meeting, 29 March-4 April 2008, Bakersfield, California, USA. DOI: 10.2118/114044-MS. [本文引用:2]
[14] JIAO Yuwei, XIA Jing, LIU Pengcheng, et al. New material balance analysis method for abnormally high-pressured gas hydrocarbon reservoir with water influx[J]. International Journal of Hydrogen Energy, 2017, 42(29): 18718-18727. [本文引用:2]
[15] 孙贺东, 王宏宇, 朱松柏, . 基于幂函数形式物质平衡方法的高压、超高压气藏储量评价[J]. 天然气工业, 2019, 39(3): 56-64.
SUN Hedong, WANG Hongyu, ZHU Songbai, et al. Reserve evaluation of high pressure and ultra high pressure reservoirs with power function material balance method[J]. Natural Gas Industry, 2019, 39(3): 56-64. [本文引用:6]
[16] 孙贺东. 油气井现代产量递减分析方法及应用[M]. 北京; 石油工业出版社, 2013.
SUN Hedong. Advanced production decline analysis and application[M]. Beijing: Petroleum Industry Press, 2013. [本文引用:1]
[17] 郑永建, 段永刚, 魏明强. 水驱气藏生产数据分析方法研究及应用[J]. 西南石油大学学报(自然科学版), 2019, 41(4): 99-106.
ZHENG Yongjian, DUAN Yonggang, WEI Mingqiang. Analysis method for the production data of water drive gas reservoirs and its application[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2019, 41(4): 99-106. [本文引用:1]
[18] ADRIAN P M, CABRERA M R. Application of Blasingame type curves to a multi-well gas-condensate reservoir: Field case study[C]//SPE Trinidad and Tobago Section Energy Resources Conference, 25-26 June 2018, Port of Spain, Trinidad and Tobago. DOI: 10.2118/191214-MS. [本文引用:1]
[19] 朱光有, 杨海军, 张斌, . 塔里木盆地迪那2大型凝析气田的地质特征及其成藏机制[J]. 岩石学报, 2012, 28(8): 2479-2492.
ZHU Guangyou, YANG Haijun, ZHANG Bin, et al. The geological feature and origin of Dina 2 large gas field in Kuqa Depression, Tarim Basin[J]. Acta Petrologica Sinica, 2012, 28(8): 2479-2492. [本文引用:1]
[20] 李熙喆, 郭振华, 胡勇, . 中国超深层构造型大气田高效开发策略[J]. 石油勘探与开发, 2018, 45(1): 111-118.
LI Xizhe, GUO Zhenhua, HU Yong, et al. Efficient development strategies for large ultra-deep structural gas fields in China[J]. Petroleum Exploration and Development, 2018, 45(1): 111-118. [本文引用:1]
[21] 魏国齐, 王俊鹏, 曾联波, . 克拉苏构造带盐下超深层储层的构造改造作用与油气勘探新发现[J]. 天然气工业, 2020, 40(1): 20-30.
WEI Guoqi, WANG Junpeng, ZENG Lianbo, et al. Structural reworking effects and new exploration discoveries of subsalt ultra-deep reservoirs in the Kelasu tectonic zone[J]. Natural Gas Industry, 2020, 40(1): 20-30. [本文引用:1]
[22] 杨海军, 孙雄伟, 潘杨勇, . 塔里木盆地克拉苏构造带西部构造变形规律与油气勘探方向[J]. 天然气工业, 2020, 40(1): 31-37.
YANG Haijun, SUN Xiongwei, PAN Yangyong, et al. Structural deformation laws and oil & gas exploration direction in the western Kelasu tectonic zone of the Tarim Basin[J]. Natural Gas Industry, 2020, 40(1): 31-37. [本文引用:1]
[23] 孙贺东, 朱松柏, 常宝华, . 库车超深裂缝性致密砂岩气藏试井技术与实践[C]//2018年全国天然气学术年会, 福州: 2018.
SUN Hedong, ZHU Songbai, CHANG Baohua, et al. Kuqa ultra-deep fractured tight sand stone gas reservoir well testing technology and practice[C]//2018 National Natural Gas Academic Annual Conference, 14 November 2018, Fuzhou, Fujian China. [本文引用:2]