TANANYKHIN D S，STRUCHKOV I A，KHORMALI A，ROSCHIN P V

（1.俄羅斯圣彼得堡礦業(yè)大學(xué)，圣彼得堡 199106，俄羅斯；2.獨聯(lián)體秋明石油研究中心，秋明 625000，俄羅斯；3.伊朗岡巴德卡沃斯大學(xué)，岡巴德卡沃斯 49717-99151，伊朗；4.獨聯(lián)體 SamaraNIPIneft公司，薩馬拉 443010，俄羅斯）

0 引言

在油田長期開發(fā)過程中，原油中瀝青質(zhì)的溶解能力可能會降低，從而產(chǎn)生絮凝。在滲流過程中，瀝青質(zhì)沉積在巖石的多孔介質(zhì)表面，減小了孔隙通道水力半徑，并產(chǎn)生了滲流阻力，從而導(dǎo)致地層傷害[1]。通過在組分模擬器中激活瀝青質(zhì)選項，可以模擬上述過程。在模擬油藏不同生產(chǎn)方式時，使用該模擬器可以考慮原油中熱力學(xué)平衡的破壞，考慮油田生產(chǎn)過程中由于原油組分和壓力-溫度條件的變化而引起的原油中瀝青質(zhì)動態(tài)特征的不確定性。了解原油中瀝青質(zhì)的相變條件，可以合理選擇油藏生產(chǎn)方案以及油井作業(yè)條件，最大限度降低生產(chǎn)風(fēng)險。先后有多位研究者利用組分模擬器進行了瀝青質(zhì)沉積模擬，提出了多個描述瀝青質(zhì)行為的模型，研究了瀝青質(zhì)沉積造成地層傷害的程度和機理[2-3]。

本文使用組分模擬器，基于原油與巖心樣品的實驗室研究數(shù)據(jù)，對俄羅斯某油田多孔介質(zhì)中的瀝青質(zhì)沉積進行模擬，并進行敏感性分析和不確定性評價。進行不確定性評價時，使用模擬器中瀝青質(zhì)選項的參數(shù)，以評估瀝青質(zhì)選項的所有參數(shù)對油田產(chǎn)量的綜合影響。

1 油藏模型

本文以俄羅斯某油田為例開展研究，該油田已開發(fā)近46年。油田開發(fā)的第1階段為密集鉆井開發(fā)，共鉆240口井，其中216口為生產(chǎn)井，24口為注入井。這些井部署在含油厚度最大的位置，沿油田主軸排成3排，井網(wǎng)尺寸為400 m×500 m。油藏模型建立過程描述如下。

1.1 靜態(tài)模型

建立了研究區(qū)的靜態(tài)模型，其沿主軸的長度為19 km，沿次軸的長度為5 km。沿著生產(chǎn)層位的頂面和底面建立油田靜態(tài)模型的主要構(gòu)造框架。根據(jù)綜合測井?dāng)?shù)據(jù)識別油藏的地層邊界，包括中子測井、自然電位測井和電阻率測井。將測井圖與相鄰井的數(shù)據(jù)進行了比較，根據(jù)測井曲線的典型結(jié)構(gòu)，考慮到研究區(qū)的沉積地層序列和相構(gòu)造特征，對相關(guān)夾層進行了研究。在考慮油田面積和平均井距的情況下，選擇了網(wǎng)格單元的線性尺寸，滿足了在平面上相鄰油井之間至少有5個網(wǎng)格單元的條件。平面上網(wǎng)格單元尺寸為 50 m×50 m，垂向網(wǎng)格的數(shù)量及尺寸根據(jù)滲透層的最小厚度（0.5 m）來確定。根據(jù)測井?dāng)?shù)據(jù)解釋得到的孔隙度曲線得到井點位置孔隙度，使用3D模型對井?dāng)?shù)據(jù)進行插值得到孔隙度的空間分布?？紤]油水界面的位置，利用從測井?dāng)?shù)據(jù)中獲得的含油飽和度曲線計算含油飽和度空間分布。油藏的平均孔隙度為 19%，平均滲透率0.8 μm2，平均原始含油厚度為30 m。

1.2 動態(tài)模型

地質(zhì)模型包含了全部油層和部分水層。通過增大油藏邊界附近飽和水網(wǎng)格的孔隙體積來模擬水驅(qū)。在建立油田動態(tài)模型時，使用了角點法。通過對靜態(tài)模型的垂向網(wǎng)格進行粗化得到動態(tài)模型網(wǎng)格。結(jié)合層的劃分，確定了垂向上層的數(shù)量及大小。由于該油田普遍發(fā)育低滲夾層，因此粗化網(wǎng)格時將這些夾層劃分為獨立網(wǎng)格。動態(tài)模型網(wǎng)格單元的尺寸為50 m×50 m×3.6 m。全油田動態(tài)模型由1 100 000多個網(wǎng)格組成。通過粗化賦值得到動態(tài)模型網(wǎng)格屬性。從全油田模型中截取了一個位于油田中心、尺寸為1.5 km×1.5 km的井區(qū)以減少計算時間，該井區(qū)模型由33 000個網(wǎng)格組成，模型僅包括4口生產(chǎn)井（見圖1）。調(diào)整了模型中的含水層，以恢復(fù)油藏動態(tài)壓力和產(chǎn)量。

圖1 動態(tài)模型

研究水錐進、瀝青質(zhì)沉積等復(fù)雜動態(tài)過程，需要對局部區(qū)域網(wǎng)格進行大規(guī)模離散?？紤]到計算所需時間，可能無法對整個模型進行網(wǎng)格加密。此外，也沒必要在受這些過程影響最小或不受影響的區(qū)域進行網(wǎng)格加密。因而采用 Heinemann等[4]提出的局部網(wǎng)格加密方法進行加密。從未水侵區(qū)域（原始網(wǎng)格）開始加密，每個后續(xù)單元對相鄰前一個單元的加密倍數(shù)不超過3倍，直到達到研究區(qū)所需的網(wǎng)格尺寸[5]。此規(guī)則是為了在計算原始網(wǎng)格和加密網(wǎng)格之間的流動時達到所需的精度。

在每口生產(chǎn)井區(qū)域進行局部網(wǎng)格加密（見圖2）。平面上，在距離生產(chǎn)井75～125 m處，新網(wǎng)格大小為25 m×25 m，在距離生產(chǎn)井25～75 m處，新網(wǎng)格大小為12.5 m×12.5 m，在距離生產(chǎn)井0～25 m處，新網(wǎng)格大小為6.25 m×6.25 m。垂向上，將原始網(wǎng)格一分為二，即新網(wǎng)格垂向尺寸為1.8 m。

圖2 生產(chǎn)井周圍的局部加密網(wǎng)格

動態(tài)模型中使用的相對滲透率曲線如圖3所示。

圖3 相對滲透率曲線

1.3 PVT模型

根據(jù) PVT（壓力-體積-溫度）實驗結(jié)果，利用Soave-Redlich-Kwong狀態(tài)方程建立了研究區(qū)流體PVT模型。該模型采用Lorenz-Bray-Clark黏度計算方法。根據(jù)實驗結(jié)果調(diào)整了臨界溫度、臨界壓力、偏心因子、體積轉(zhuǎn)換系數(shù)、二元交互作用系數(shù)等參數(shù)。PVT模型模擬值與實驗值的誤差小于1%。

PVT模型中的原油組分被劃分為7個擬組分：N2和C1歸為組分X1，因為它們具有相似的熱力學(xué)性質(zhì)；CO2、C2和C3歸為組分X2，因為CO2表現(xiàn)出與輕質(zhì)油中間組分相似的特征；C4—C6歸為組分 X3；C7—C14歸為組分 X4；C15—C21歸為組分 X5；C22+劃分為非沉積組分 X6nA（高相對分子質(zhì)量石蠟）和沉積組分 X6A（瀝青質(zhì)）。各組分性質(zhì)如表1所示。與非沉積組分相比，瀝青質(zhì)組分具有較高的二元相互作用系數(shù)（見表1），這解釋了其與輕質(zhì)油組分互溶性較低的原因。

表1 各擬組分性質(zhì)

恒組成膨脹（CCE）實驗結(jié)果如圖4所示。油藏壓力為20 MPa，泡點壓力為4.7 MPa，油藏條件下的原油黏度為2.6 mPa·s，地面條件下的原油密度為840 kg/m3。

圖4 恒組成膨脹實驗結(jié)果

筆者評估了瀝青質(zhì)初始析出壓力[6]，得出其值為6.8 MPa，據(jù)此對PVT模型中的瀝青質(zhì)絮凝模型進行了調(diào)整。壓力低于瀝青質(zhì)初始析出壓力時，原油中的瀝青質(zhì)開始絮凝，隨著壓力進一步降低，絮凝的瀝青質(zhì)尺寸增大并沉積在固體表面，從而導(dǎo)致采油困難。因此，建議將油藏壓力保持在瀝青質(zhì)初始析出壓力以上。

1.4 瀝青質(zhì)選項

Ghadimi等[7]指出，根據(jù)油田的生產(chǎn)條件、規(guī)模、計算周期和瀝青質(zhì)絮凝、沉積相關(guān)參數(shù)，在油藏組分模擬器中激活瀝青質(zhì)選項，會使預(yù)測的原油采收率平均降低 20%～35%。本文根據(jù)筆者前期巖心驅(qū)替實驗結(jié)果（見圖 5）和巖心孔喉直徑分布研究結(jié)果（見圖6）[6]，對瀝青質(zhì)在多孔介質(zhì)中的沉積模型進行了調(diào)整。將根據(jù)實驗結(jié)果調(diào)整后的代表瀝青質(zhì)在多孔介質(zhì)中沉積的系數(shù)作為基準參考值。

圖5 注入孔隙體積倍數(shù)與壓差關(guān)系[6]（階段1、階段5為煤油驅(qū)替，階段2—4為原油驅(qū)替）

圖6 含懸浮瀝青質(zhì)原油驅(qū)替前后的孔喉直徑分布[6]

在模擬器中，以簡化的形式設(shè)置原油中瀝青質(zhì)的狀態(tài)。通常情況下，以表格形式列出原油中懸浮瀝青質(zhì)摩爾分數(shù)（懸浮瀝青質(zhì)的物質(zhì)的量與原油中瀝青質(zhì)的總物質(zhì)的量之比）與壓力、溫度、相關(guān)原油組分或化學(xué)劑的摩爾分數(shù)的相互關(guān)系，這些參數(shù)的相互關(guān)系可以通過實驗研究獲得。這種方法需要的設(shè)計能力和時間成本最小，且計算精度足夠高。通過專用程序創(chuàng)建相互關(guān)系表，用于建立PVT模型。根據(jù)特定實驗結(jié)果或動態(tài)模型的歷史擬合結(jié)果，在模擬器中設(shè)定瀝青質(zhì)吸附、解吸和堵塞系數(shù)。

計算多孔介質(zhì)中瀝青質(zhì)沉積量的流程如下：①計算每個網(wǎng)格的壓力。②求解流動的質(zhì)量守恒方程組，確定每個有效網(wǎng)格中各組分的物質(zhì)的量。③將網(wǎng)格壓力與懸浮瀝青質(zhì)摩爾分數(shù)-壓力關(guān)系表對比，確定不同網(wǎng)格中的固相濃度。④計算各時間步的瀝青質(zhì)沉積速率。⑤將吸附、解吸和堵塞系數(shù)引入瀝青質(zhì)沉積模型，使用油藏含油飽和度和局部孔隙度。⑥計算滲流速率。⑦根據(jù)瀝青質(zhì)動態(tài)沉積速率計算多孔介質(zhì)中瀝青質(zhì)沉積物體積。⑧從初始孔隙體積中減去瀝青質(zhì)沉積物體積，得到新的局部孔隙度，然后根據(jù)孔隙度確定滲透率。如果滲流速率超過臨界速率，則部分沉積物從孔隙表面脫離，并與原油一起通過孔隙通道流向生產(chǎn)井井底。⑨重新計算含油飽和度和壓力。⑩重復(fù)上述步驟直至計算結(jié)束。

2 不確定性評估

進行油田開發(fā)時，為了在開始全面投資之前評估項目風(fēng)險，需對認識不足的資產(chǎn)進行初步評估。多變量計算（MVC）方法能夠在不確定性條件下對投資項目進行全面評估，以做出最佳管理決策并將財務(wù)損失降至最低。在MVC方法中，不確定性可以理解為由于儀器、方法、研究技術(shù)、覆蓋范圍及其他原因造成的測量誤差，參數(shù)在較大范圍內(nèi)變化。各種不確定性可能對最終結(jié)果產(chǎn)生不同的影響[8]。在這種情況下，不確定性評估是將原始數(shù)據(jù)的不確定性轉(zhuǎn)換為最終結(jié)果的不確定性。MVC方法的關(guān)鍵目標之一是研究不確定性范圍，評估油氣生產(chǎn)的所有可能方案以及不確定性參數(shù)對產(chǎn)量和累計產(chǎn)量的影響。油田鉆井時會進行取心分析，以及地層流體分析、測井和試井。這些研究資料將構(gòu)成動態(tài)模型中的原始數(shù)據(jù)，其中每個參數(shù)都有一定的誤差。將原始數(shù)據(jù)加載到模型后，有些參數(shù)的誤差可能達到 20%。對研究區(qū)原始數(shù)據(jù)進行了研究，根據(jù)測量儀器誤差、研究方法精度以及本次研究范圍，確定了不確定性參數(shù)，估計了其變化范圍及分布函數(shù)。

由于原始數(shù)據(jù)中不確定性參數(shù)較多，需要進行敏感性分析，包括優(yōu)化輸入?yún)?shù)的數(shù)量。具體而言，需要確定對目標函數(shù)影響最大的不確定性參數(shù)，評估其相互影響，并通過特殊設(shè)計的實驗方法進行相關(guān)性計算，排除冗余的影響較小參數(shù)。使用單變量（OVAT）方法[9]開展敏感性分析，該方法可以評估輸入?yún)?shù)和響應(yīng)參數(shù)之間的相互作用，并確定影響最大的參數(shù)。

敏感性分析之后，繼續(xù)進行不確定性評估，直接進行多元計算。設(shè)計多元計算實驗的常用方法是McKay等[10]于 2000年提出的拉丁超立方體法。使用該方法可以獲得形式復(fù)雜（通常為多項式）的響應(yīng)面，也稱為代理模型，來描述整個系統(tǒng)的變化規(guī)律。該方法可以用較少的實驗次數(shù)計算出所有參數(shù)空間。在這種情況下，可以統(tǒng)一考慮所有不確定性參數(shù)的可能值，即使用參數(shù)整個取值范圍，避免出現(xiàn)“空白”區(qū)域。假設(shè)實驗次數(shù)為N，則每個參數(shù)的取值范圍被劃分為N個等概率級別。然后，N次實驗隨機地用以下限制填充參數(shù)空間：每次實驗在各級別上占據(jù)一個隨機位置，每個級別上只進行一次實驗。設(shè)置實驗次數(shù)時，應(yīng)足以構(gòu)建一個完整的代理模型。

實施多元計算的算法包括以下步驟：①創(chuàng)建不確定性參數(shù)矩陣，包含一組輸入?yún)?shù)及其變化范圍和概率分布，并創(chuàng)建目標函數(shù)。②使用低層次設(shè)計方法（OVAT方法）設(shè)計實驗，并進行計算。③構(gòu)建響應(yīng)面，繪制帕累托圖，以確定最重要的輸入?yún)?shù)（主控因素）。④調(diào)整不確定性參數(shù)的范圍，去除對目標函數(shù)影響較小的參數(shù)。⑤根據(jù)上一步定義的輸入?yún)?shù)，使用高層次設(shè)計方法（拉丁超立方體法）設(shè)計實驗，并進行計算。⑥重復(fù)步驟④、⑤，直到目標函數(shù)最小化。⑦構(gòu)建響應(yīng)面，即代理模型。⑧盲選輸入?yún)?shù)，采用代理模型進行計算，并檢查代理模型的可靠性。⑨使用蒙特卡羅方法創(chuàng)建一組實驗。使用步驟⑦中構(gòu)建的代理模型進行計算。

動態(tài)模型應(yīng)成為實際油田的數(shù)字孿生模型，并充分模擬生產(chǎn)特征（所有油井動態(tài)歷史數(shù)據(jù)），以便可靠地預(yù)測產(chǎn)量，這是歷史擬合的目標。在這種情況下，一個動態(tài)模型與另一個動態(tài)模型的對比標準是目標函數(shù)。因此，可將歷史擬合過程簡化為目標函數(shù)最小化問題，即響應(yīng)參數(shù)的模擬值與實際值之間的差值最小化。響應(yīng)參數(shù)通常是油氣水產(chǎn)量、累計產(chǎn)量等。

由于本文研究的油田生產(chǎn)歷史較長，進行了大量巖心和流體研究，因此可以消除油藏地質(zhì)參數(shù)和流體性質(zhì)的不確定性，只考慮瀝青質(zhì)沉積引起的不確定性。首先，在不激活瀝青質(zhì)選項的情況下，使用全油田模型進行常規(guī)歷史擬合。在歷史擬合的第 1階段，重新建立油藏壓力動態(tài)，并將整個油田的產(chǎn)液量差異（計算值與實際值之差）降至最低。為此，對輸入數(shù)據(jù)進行了以下調(diào)整：①修正飽和水網(wǎng)格（含水層）孔隙體積；②校正產(chǎn)液量差異較大的主力產(chǎn)區(qū)的滲透率；③復(fù)查油井射孔層段。歷史擬合的第 2階段調(diào)整含水動態(tài)，即調(diào)整各相相對滲透率函數(shù)，并得到較好的單井?dāng)M合程度。根據(jù)室內(nèi)驅(qū)油實驗數(shù)據(jù)，生成相對滲透率曲線，表征生產(chǎn)井的含水動態(tài)。然后，使用從室內(nèi)實驗結(jié)果中獲得的基本參數(shù)激活瀝青質(zhì)選項。從已擬合的全油田模型中截取一個井區(qū)（見圖 1），并在此基礎(chǔ)上模擬生產(chǎn)歷史，建立與相鄰井網(wǎng)模型的邊界條件。分析了模型對瀝青質(zhì)選項參數(shù)的敏感性，根據(jù)敏感性分析結(jié)果選擇了對目標函數(shù)影響最大的參數(shù)。

僅使用瀝青質(zhì)選項參數(shù)進行多變量歷史擬合，以確定瀝青質(zhì)選項參數(shù)的變化范圍。多變量歷史擬合的目標函數(shù)如（1）式所示。目標函數(shù)中的響應(yīng)參數(shù)不應(yīng)太多，從而優(yōu)化歷史擬合時間，但響應(yīng)參數(shù)數(shù)量應(yīng)足以獲得滿意的擬合效果。根據(jù)拉丁超立方體法設(shè)計并進行了500次計算。根據(jù)多變量歷史擬合的結(jié)果，確定參數(shù)模擬值與實際值的容許偏差在 10%以內(nèi)。劃分瀝青質(zhì)選項參數(shù)的相應(yīng)變化范圍，并在此基礎(chǔ)上通過拉丁超立方體法生成500個預(yù)測值，進而得到預(yù)測剖面。

通過多變量歷史擬合獲得了一組調(diào)整后的精度可接受的模型輸入?yún)?shù)。根據(jù)這些輸入?yún)?shù)進行計算可得到一系列預(yù)測生產(chǎn)剖面。然后進行概率分析，確定概率分布曲線上累計概率10%，50%，90%時對應(yīng)的響應(yīng)參數(shù)值，分別用P10，P50，P90表示?？梢?，使用MVC方法可以在不確定條件下評估決策風(fēng)險，而傳統(tǒng)方法只得到1個預(yù)測生產(chǎn)剖面，缺乏概率分析。

3 結(jié)果和討論

3.1 敏感性分析

本文的不確定性參數(shù)矩陣由11個變量組成。根據(jù)文獻確定瀝青質(zhì)選項參數(shù)的變化范圍[7]。為了進行敏感性分析，使用OVAT方法進行了25次實驗，以確定對目標函數(shù)影響最大的輸入?yún)?shù)，并評估其相互影響。實驗計算結(jié)果如圖 7的帕累托圖所示。帕累托圖中頻率低于5%的變量不會影響目標函數(shù)，可以排除。在所選變量中，對目標函數(shù)影響最大的變量是 A3、A4、A5、G、N和S，使用這些參數(shù)進行了多變量歷史擬合。

圖7 研究區(qū)瀝青質(zhì)參數(shù)帕累托圖

3.2 衰竭開采油田產(chǎn)量預(yù)測

使用拉丁超立方體方法和敏感性分析階段選定的6個變量創(chuàng)建 500個實驗，模擬衰竭式開采的生產(chǎn)狀況。圖 8顯示了不考慮瀝青質(zhì)沉積時的產(chǎn)量預(yù)測結(jié)果和考慮瀝青質(zhì)沉積時的產(chǎn)量預(yù)測結(jié)果概率分布（用P10，P50，P90表示）。將產(chǎn)油量作為控制參數(shù)，在歷史擬合階段，累計產(chǎn)油量與實際值的偏差為零，累計產(chǎn)氣量、累計產(chǎn)水量的P50值與實際值的偏差均小于5%，累計產(chǎn)氣量、累計產(chǎn)水量的P10和P90值與實際值的偏差均小于10%。

圖8 衰竭式開采時的計算結(jié)果

P90，P50，P10值對應(yīng)的瀝青質(zhì)沉積量依次增加。油藏的有效孔隙體積隨著瀝青質(zhì)沉積量的增加而減小，因此，平均油藏壓力的P90，P50，P10值依次增加。由于不考慮瀝青質(zhì)沉積情況下的總產(chǎn)液量低于考慮瀝青質(zhì)沉積情況下總產(chǎn)液量的P10值，不考慮瀝青質(zhì)沉積情況下的平均油藏壓力比考慮瀝青質(zhì)沉積情況下平均油藏壓力的P90，P50，P10值更高。不確定性評估結(jié)果表明，結(jié)合瀝青質(zhì)選項可以對油田生產(chǎn)參數(shù)進行合理的風(fēng)險評估。有瀝青質(zhì)沉積情況下累計產(chǎn)油量的P90，P50，P10值分別比無瀝青質(zhì)沉積情況下的累計產(chǎn)油量低4.0%，8.1%，12.3%。

在與生產(chǎn)井有一定距離的地方，生產(chǎn)過程中壓力降至瀝青質(zhì)初始析出壓力以下，原油中的瀝青質(zhì)開始絮凝。當(dāng)瀝青質(zhì)向生產(chǎn)井移動時，就會吸附到孔隙空間表面，隨著壓力繼續(xù)降低，原油中瀝青質(zhì)絮凝速度加快，生產(chǎn)井附近瀝青質(zhì)沉積速率最高（見圖9）。

圖9 衰竭開采條件下預(yù)測期末多孔介質(zhì)中吸附瀝青質(zhì)摩爾分數(shù)的分布（P50）

3.3 注水開采油田產(chǎn)量預(yù)測

為了保持油藏能量并防止瀝青質(zhì)沉積向油藏深處擴散，有必要進行注水增壓，保持油藏壓力高于瀝青質(zhì)初始析出壓力，以實現(xiàn)長時間的低傷害開發(fā)。進行了不確定性評估，以分析注水系統(tǒng)對產(chǎn)量預(yù)測結(jié)果的影響。該分析基于使用拉丁超立方體方法創(chuàng)建的 500個實驗，得到對目標函數(shù)影響最大的參數(shù)。注水系統(tǒng)以井區(qū)中心的 1口虛擬注水井為代表。該井在油藏的含水層段射孔，歷史擬合階段未注水，僅在預(yù)測時注水，注采比設(shè)為1，計算結(jié)果如圖10所示。歷史擬合階段采用衰竭式開采，隨著注水的開始，P90，P50，P10值對應(yīng)的瀝青質(zhì)沉積量依次增加，平均油藏壓力的P90，P50，P10值依次增加。考慮瀝青質(zhì)沉積情況下累計產(chǎn)油量的P90，P50，P10值分別比不考慮瀝青質(zhì)沉積情況下的累計產(chǎn)油量低4.8%，9.1%，13.3%。

圖10 注水開采時的計算結(jié)果

計算結(jié)果表明，多孔介質(zhì)中瀝青質(zhì)的沉積顯著降低了累計產(chǎn)油量。對比圖9和圖11可知，注水保持油藏壓力可以有效減緩原油中瀝青質(zhì)的絮凝，與衰竭式開采相比，注水后瀝青質(zhì)沉積體積更小，且沉積部位更接近油藏頂面，因為注水使底部油藏壓力得到恢復(fù)。向油藏含水層注水可以使油藏壓力保持在瀝青質(zhì)初始析出壓力以上的時間更長。壓力從初始油藏壓力降低至瀝青質(zhì)初始析出壓力經(jīng)歷時間越長，多孔介質(zhì)中瀝青質(zhì)沉積物的形成速度就越慢，最終觀察到的瀝青質(zhì)沉積物就越少。因此，注水使原油從油藏流向油井的滲流阻力減小，從而提高油井產(chǎn)能。需要說明的是，本文認為注入水不會與瀝青質(zhì)發(fā)生直接物理或化學(xué)相互作用而直接影響瀝青質(zhì)的沉積，因此模擬時假設(shè)水對瀝青質(zhì)具有化學(xué)惰性。

圖11 注水開采條件下預(yù)測期末多孔介質(zhì)中吸附瀝青質(zhì)摩爾分數(shù)的分布（P50）

Yaseen等[11]研究表明，當(dāng)原油與乳化水相互作用時，原油中瀝青質(zhì)的溶解度降低，瀝青質(zhì)開始絮凝，這種情況下可能形成強乳液。該研究中考慮的是在油層注水的情況，油層注水的主要目標是將油藏壓力保持在初始水平，并沿注入井到生產(chǎn)井的方向驅(qū)油。而本文考慮的是在水層注水，注水只是為了保持油藏壓力，與油層注水相比，水層注水使得油水其他作用更小。此外，本文通過水質(zhì)控制（礦化度控制、添加表面活性劑、注入前預(yù)熱）消除了對瀝青質(zhì)沉積的不良影響。本文還做了以下假設(shè)：水與油沒有任何物理或化學(xué)相互作用（形成乳液、使油中瀝青質(zhì)溶解度降低等）；巖石的潤濕性沒有因瀝青質(zhì)沉積發(fā)生變化；原油相對滲透率的變化僅由局部巖石絕對滲透率的變化引起，原油黏度與瀝青質(zhì)懸浮固體顆粒的濃度無關(guān)。瀝青質(zhì)沉積對水驅(qū)機理的影響較復(fù)雜，需要單獨研究。Kamath等[12]指出，瀝青質(zhì)沉積提高了水驅(qū)油效率，這是因為瀝青質(zhì)沉積導(dǎo)致多孔介質(zhì)表面疏水化以及原油相對滲透率增加，與此同時油藏的絕對滲透率降低。Attar等[13]表示，與水層注水相比，油層注水累計產(chǎn)油量較低，這與油層注水條件下瀝青質(zhì)沉積更嚴重有關(guān)。

4 結(jié)論

通過對組分油藏模擬器中瀝青質(zhì)選項參數(shù)的敏感性分析，確定了對多變量歷史擬合目標函數(shù)影響最大的輸入?yún)?shù)：決定溶解瀝青質(zhì)摩爾分數(shù)的系數(shù)、瀝青質(zhì)解離率、瀝青質(zhì)吸附系數(shù)和油層中原油流動臨界速率。

針對激活和未激活瀝青質(zhì)選項這兩種情況，預(yù)測了衰竭式開采和注水開采條件下的生產(chǎn)剖面。在激活瀝青質(zhì)選項的情況下，使用不同的瀝青質(zhì)參數(shù)計算了500個不確定性評估實例。結(jié)果表明，衰竭式開采條件下，考慮瀝青質(zhì)沉積情況下累計產(chǎn)油量的P90，P50，P10值分別比不考慮瀝青質(zhì)沉積情況下的累計產(chǎn)油量低4.0%，8.1%，12.3%。實施注水保壓開采后，考慮瀝青質(zhì)沉積情況下累計產(chǎn)油量的P90，P50，P10值分別比不考慮瀝青質(zhì)沉積情況下的累計產(chǎn)油量低4.8%，9.1%，13.3%。

在衰竭式開采條件下，油藏壓力顯著下降并形成壓降漏斗，導(dǎo)致生產(chǎn)井井底瀝青質(zhì)沉積，產(chǎn)能降低。水層注水可以使油藏壓力長期保持在瀝青質(zhì)初始析出壓力以上，延緩多孔介質(zhì)中瀝青質(zhì)沉積物的形成。與油層注水相比，水層注水使得油水其他作用（如原油與乳化水相互作用使得瀝青質(zhì)的溶解度降低，加速瀝青質(zhì)的析出）相對更小，可抑制瀝青質(zhì)沉積，因而累計產(chǎn)油量更高。

符號注釋：

F——多變量歷史擬合目標函數(shù)；i——響應(yīng)參數(shù)序號；j——實驗次數(shù)序號；N——實驗次數(shù)；W——權(quán)重因子；y——響應(yīng)參數(shù)的模擬值；z——響應(yīng)參數(shù)的實際值；σ——根據(jù)可用歷史數(shù)據(jù)確定的響應(yīng)參數(shù)的標準偏差。