摘要：七里北气田是川东北高含硫天然气合作项目的重点气田之一，其上二叠统长兴组气藏的开发可以延长该气田的稳产期并提高项目的经济效益。因此，对长兴组气藏的静态地质模型建立和储量评估就成为气田开发的重要工作之一。为此，利用该气田的相关地质资料，使用GOCAD软件建立起了七里北气田长兴组气藏地质模型和属性模型；在此基础上，利用所建立的属性模型对影响该气藏概率天然气地质储量的地质参数进行了不确定性分析，进而建立了代理方程；最后，对该气藏概率天然气地质储量进行了计算，并与中国石油天然气股份有限公司的计算结果进行了对比分析，还对概率储量小于地质储量的原因进行了说明。该计算高含硫气藏地质储量的方法对于类似气田的储量计算具有一定的借鉴意义。
关键词：川东北高含硫天然气合作项目；七里北气田；晚二叠世；地质建模；概率储量计算；储量评估
川东北高含硫天然气合作项目是中国目前最大的陆上石油天然气对外合作项目，七里北气田是川东北项目的重点气田之一。根据七里北气田总体开发方案安排，长兴组气藏在飞仙关组气藏开发后期再进行开发，可以延长该气田的稳产期并提高项目的经济效益。因此，对长兴组气藏的静态地质模型建立和储量评估就成为该气田开发的重要工作之一。
1 地质模型建立
1.1 建立构造网格
图1为七里北气田长兴组气藏模型的矩形网格和边界。这是一个内部断层的构造模型，平面上网格的大小为100m×100m，网格平均厚度为0.5m。
1.2 建立孔隙度模型流程
七里北气田长兴组气藏地质模型中孔隙度的赋值是通过序贯高斯模拟方法(SGS)和叠加式变差函数来实现的[1]，孔隙度利用七里北2井和七北101井的常规测井资料，通过最优化方法得到。这种叠加方式可以将两个不同的垂向变差函数结合起来以更真实地模拟地质情况。第一个垂向变差函数变程较小(约2m)，以用来模拟构建碳酸盐岩储层中孔隙度在垂向短程内的快速空间变化比；第二个变差函数的垂向变程较大(约30m)，用来模拟孔隙度在垂向上较大规模的空间变化。第二个变差函数实际上可以将生物礁的规模模拟出来，因为认为生物礁在一定程度上控制了高孔隙带的发育规模。
1.3 建立含水饱和度模型
利用测井分析得到含水饱和度与测井分析孔隙度作交会，从而得出孔隙度一含水饱和度交会“云集”图。但是在双线性坐标中，这一“云集”交会关系并不明显。然而将双线性转换为双对数坐标时，孔隙度-含水饱和度的相关性就非常明显。根据此“云集”关系用“云集”转换方式可得出束缚水饱和度的三维模型。这一转换过程运用了地质统计方法，能将测井分析得出的孔隙度-含水饱和度之间的相关性在转换后的三维模型中完全保存下来。
2 地质储量的评估和计算
地质储量不确定性评估包括4个步骤：①确定影响地质储量的不确定性参数及其范围；②使用灵敏性分析确定主要的不确定参数；③使用试验设计和多元线性回归，推算出地质储量的拟合代理方程；④使用地质储量代理方程进行蒙特卡洛模拟，生成地质储量概率分布函数。
在本次储量分析过程中，应用了三维地质模型来计算地质储量。体积计算是在GOCAD软件中的“储集体积”模块中实现的。
2.1 不确定性参数及其范围
2.1.1圈闭的总体积不确定性
圈闭的总体积取决于储层顶部深度、储层总厚度、气水界面以及相变位置(限定储层的西南边界)等因素。笔者认为储层总厚度的不确定性可以忽略，故在分析中不予考虑。
2.1.1.1 储层顶部深度
构造深度的不确定性主要取决于用于时深转换的速度模型的选择(构造顶部的地震解释也会存在不确定性，但是鉴于地震反射层位十分清楚，该不确定性可以忽略)。
速度不确定性通过雪佛龙速度不确定性分析工具来判断，生成P10-50-90速度模型，用于计算P10-50-90构造顶深度。不确定值在控制井处为0(即忽略了来自井斜测量的深度不确定性)。
2.1.1.2 相变位置
相变位置取决于两个方面，根据地层厚度解释和2007年的振幅解释，从而解释了P10、P50和P90岩相变化位置。
2.1.1.3 气水界面
由于只在七北101井中钻遇了气水界面，而且不能保证该井井斜测量的准确性，故采用±30m作为气水界面的不确定性范围。
2.1.2净毛比不确定性——孔隙度下限值
有效储层是根据在预期经济上可行的生产条件下，能将气体流动到生产井的储层岩石的最小孔隙度来确定的。笔者确定了2%、3%和5%作为不确定性的范围。
2.1.3孔隙度不确定性
储层孔隙度在±17%范围内变化。该变化范围是根据本区所有开发井的非储层岩层孔隙度的变化范围计算得来的。表1列出了不确定范围的主要参数。
2.1.4地层体积系数不确定性
天然气体积系数对储量大小的影响虽然小，但仍将其考虑于模型中。体积系数的变化范围由雪佛龙能源技术公司(ETC)提供。
2.2 不确定性对储量的影响
图2为不同储层参数的不确定性对七里北长兴组气藏储量的影响的龙卷风图。从图可知：孔隙度、有效储层截止值(孔隙度下限值)及相变界线为影响储量的最主要的不确定性因素。
2.3 代理方程及系数确定
由于原始天然气地质储量(OGIP)方程中的参数不能准确知道，因此算出的原始天然气地质储量存在不确定性。原始天然气地质储量不确定性的范围依赖于其方程参数的不确定性范围，而这些参数的不确定性又依赖于许多用于计算它们的其他参数。
当简单OGIP方程中的参数由相关的多元函数代替，0GJP方程将不能用解析方式计算。换句话来说，作为储层顶部深度、总厚度、气水界面等函数的0GIP方程式是不存在的，需要用代理方程式取代原始0GJP方程。
代理方程在每个参数预期的范围应该是准确的。采用统计方式，即试验设计确保代理方程是正确的，它的系数从0GIP因素组合的最小数来计算。代理方程的形式为：
0GJP=a0+a1F1+a2F2+…+anFn+a12F1F2+n13F1F3+…+annFnFn
式中F1～Fn是0GIP方程依赖的几个参数；a1～an是这些参数的线性系数；a12～ann是这些参数间第一级相互作用。
以上系数均由多次线性回归决定，回归要求至少要和方程中的项数一样多次0GIP计算。然而，参数的选择和0GIP计算的次数决定算出的代理方程的准确性。只要每次计算保证几个参数有唯一值，那么代理的准确性通常会随着计算OGIP的次数增加而增加。
对于七里北长兴组气藏，首先使用了Folded Plackett-Burman(FPB)设计生成储量的代理方程，但由于设计方程的曲率值高于能够接受的上限值，因此又通过D-Optimal设计来实现储量的代理方程。图3是使用D-Optimal得到的Pareto不确定性影响图。
2.4 蒙特卡洛模拟创建储量概率分布函数
一旦确定代理方程，可以应用蒙特卡洛模拟产生地质储量分布。对方程中的每个项，确定其分布函数。通常来说，储层顶部深度、孔隙度、孔隙度下限值、气水界面为三角分布，相变界限为均匀分布[2]。图4为最终得到七里北长兴组气藏天然气地质储量：P10=15.4×108m3；P50=25.5×108m3；P90=37.1×108m3。
3 储量结果对比
本次计算的概率储量分布的P50和中国石油天然气股份有限公司(以下简称中国石油)的计算结果差别较大，其主要的原因是本次所采用的孔隙度截止值与中国石油所采用的有较大差别，另外本次计算使用的圈闭面积也小于中国石油采用的圈闭面积。对于P50，采用了3%的孔隙度下限值，而中国石油原来采用的是2%。使用3%的截止值时，各井平均孔隙度会略微偏高，但平均产层厚度却显著低于采用2%孔隙度截止值时的厚度(表2)。
论文编写过程中，得到了川东北项目雪佛龙公司高级开发地质师Jerome Glass、陈燕等的帮助，在此表示感谢。
参考文献
[1] 古莉，于兴河，闫伟鹏，等.三维地质建模在盐岩分布预测中的应用[J].天然气工业，2006，26(6)：118-120.
[2] 贾成业，贾爱林，邓怀群，等.概率法在油气储量计算中的应用[J].天然气工业，2009，29(11)：83-85.
(本文作者：李和1 徐亮2 肖朝洪1 祝东平2 1.中国石油西南油气田公司&雪佛龙公司川东北天然气项目；2.中国石油西南油气田公司外事处；3.川庆钻探工程有限公司地球物理勘探公司)
您可以选择一种方式赞助本站
支付宝转账赞助
微信转账赞助
- 注解：本资料由会员及群友提供仅供阅读交流学习，不得用于商业用途！
