赵衍彬

(中国石化胜利油田分公司勘探开发研究院，山东东营 257015)

砂岩稠油油藏具有岩性疏松、黏土含量高等特点[1-4]，开发过程中储层岩石孔道内易发生固相颗粒迁移及沥青质沉淀和吸附现象，改变储层的渗流能力[5-7]，表现出较为明显的压实、速敏、水敏等储层伤害特征。排砂冷采通过有限排砂，在保持井壁稳定的前提下抑制由于地层出砂颗粒迁移、汇聚造成的近井带地层淤塞[8-13]，有效延缓产量递减。为了优化排砂冷采方案，需要定量评价开采方式对渗流环境的适应性以及渗流过程的改变对渗流能力和储量动用规律的影响，通常利用岩心驱替实验和油藏数值模拟方法分析及预测各因素对开发效果的影响，但稠油油藏岩心取样过程中，压实的解除和制样改变了岩样的内部结构，实验室获得的岩石样品代表性较差，且样品太小，难以全方位模拟储层大尺度范围内的渗流过程和渗流现象。油藏数值模拟方法以经典渗流力学理论为基础，通过预设地层物性参数场等效模拟敏感油藏地层伤害对开发效果的影响，但无法从机理上定量描述渗流环境和渗流过程的改变及其对储层渗流能力和储量动用规律的影响，若将其直接用于稠油油藏排砂冷采方案的论证，将对开发效果指标参数的测算带来较大偏差[14-15]。

随着非常规油气藏开发规模的扩大和复杂边缘油气藏的深度挖潜，迫切需要改善常规岩心实验方法以及经典渗流理论的不足，人们开始关注针对储层岩石孔道网络流动的微观模拟方法[16-17]，将CT扫描技术应用于岩石内部孔道网络空间几何结构信息的获取，基于CT扫描图像的三维重构算法，建立能够体现储层岩石孔道网络空间结构的数字岩心，采用复杂管网的管流模型，考虑孔道的几何尺寸、连通程度、流体性质、流动阻力，跟踪计算在不同外部驱动力作用下孔道网络内流体的流动过程，并利用管流与渗流的一致性，测算岩石孔道网络的整体表观渗流参数。

针对敏感油藏储层物性多变的特性，选取实际油藏的典型代表岩心，在实验室模拟压实、水敏、出砂后防砂淤塞及排砂疏通、沥青质析出、沥青质部分降解等渗流环境，测试不同渗流环境下岩心有效渗透率，并观测微观孔道孔径对渗流环境的响应规律；然后校正相应渗流环境下数字岩心的孔道孔径，计算不同外部驱动压力条件下孔道网络的连通性，进而计算数字岩心内部参与流动的所有孔道所具有的微观波及系数、有效孔隙度和有效渗透率。最后，以地层压力梯度为结合点，将微观模拟得到的不同渗流环境下物性参数的变化幅度放大到宏观油藏，更新油藏范围内的物性参数场，实现敏感油藏在不同开采方式下油井产能和储量动用程度的动态预测。

1 微观渗流的数字岩心模拟方法

敏感油藏的储层岩石孔道结构受开采方式影响随渗流环境的变化而发生改变，因此，对于该类油藏的渗流机理研究，尤其是对储层岩石物性参数变化规律的分析，必须基于岩石的微观孔道空间结构，文中采用的是基于岩心CT扫描图像建立的能够体现微观孔道网络结构的数字岩心。

1.1 构建数字岩心

1.1.1 获取数字岩心基础数据体

从目标储层选取代表性岩心，将岩心固定在CT扫描机的样品台上，选择分辨率进行预扫描时必须兼顾成像效果与孔道辨识度。根据预扫描图像效果、样品的品质和形态，选择精细扫描的目标区域。对样品进行不同角度X光投影信息重构，重叠的一维投影图像被转化为二维平面灰度图像，再利用图像分割技术将其转换为二值化数字矩阵，并通过三维重构算法，最终形成能够刻画岩样内部孔道网络空间结构的三维数字矩阵，每个数字对应岩样中单个空间点的填充属性，1代表无填充的空穴，0代表被充填的骨架，连通空穴组成了岩石内部的孔道。

1.1.2 构建数字岩心差分网格

数字岩心数据体数量过于庞大，通过建立差分网格，对数字岩心数据体进行粗化，以便于存储和计算。目标储层岩石孔道的中值孔径为13.3～26.7 μm，为了精细刻画孔道的空间几何形态，将扫描精度设定为1.0 μm，差分网格边长设定为10.0 μm，利用差分网格单元内部的孔径分布及网格间连通模式表征实际储层岩石孔道网络的空间几何特征(图1)。若相邻网格均未被填充，则将其作为连通孔道的一部分；若相邻网格其中之一被填充，将填充网格作为骨架，未被填充网格作为孔道末端。根据相邻网格孔径的大小差异，将网格连通模式分为零孔径(无孔道)、等径和变径，孔道流动模式可分为串联和并联。

图1 数字岩心差分网格及网格间的等效连通模式

1.2 模拟孔道网络流动

在油藏原始状态下，地层原油和地层水共存于储层岩石的孔道内，油存在于连通性较好的大、中孔道，水则存在于油难以进入的小孔道或连通性较差的孔道内。油藏投产后，注采带来的压力扰动改变了孔道内流体的平衡状态，流动发生的位置取决于驱动力和阻力的实时相对关系。通常，近井带地层压力梯度较大，孔道内的油和大部分共生水同时参与流动，而远井带地层压力梯度较小，首先参与流动的是大孔道和优势连通孔道内的油。

采用以下步骤模拟数字岩心孔道网络内的流动过程：①设定数字岩心的流入-流出端；②设定当前流入-流出端之间的压差，作为总驱动力；③按照等径或变径连通模式，计算所有连通单元各连接方向的流动阻力；④按照孔道流动条件，采用“遍历法”搜索当前总驱动力对应的所有流动路径；⑤改变流入-流出端压差的设定，重新计算当前对应的流动路径。

1.3 计算数字岩心渗流参数

对于具有多种连通形态和不同流动阻力的孔道网络，当外部驱动力发生改变时，流动路径也会发生相应的改变。驱动力越大，波及的连通孔道数量更多、孔径更小，从而形成更大范围的流动空间，对应的表观渗流参数也随之发生改变。

按照达西渗流公式，岩心流量公式为：

(1)

式中：q为流量，cm3/s；K为渗透率，μm2；A为岩心截面积，cm2；μ为黏度，mPa·s；Δp为岩心两端的驱动压差，atm；ΔL为岩心长度，cm。

在微尺度下，岩心内的孔道网络可等效为毛细管束，层流状态下，细管中的流动满足Poiseuille定律。设毛细管面密度为n，则截面积A上的总流量公式为：

(2)

式中：n为毛细管面密度，根/cm2；r为毛管半径，cm。

数字岩心差分网格单元的边长为a，在某一外部驱动压差下共搜索出M条流动路径，其中第j条路径共有Nj个连通网格，该路径上第i个网格驱动压差为Δpij，该网格单元的等效孔径为rij，迂曲度为τij。

则该岩心总流量可表示为：

(3)

式中：Q为岩心总流量，cm3/s；M为岩心内部从入口端到出口端的流动路径总数；qj为第j条流动路径分担的流量，cm3/s；a为数字岩心差分网格单元的边长，cm；Nj为第j条路径截面上的连通网络条数；rij为第j条路径第i条毛管的半径，cm；Δpij为第j条路径第i条毛管两端的驱动压差，atm；τij为第j条路径第i条毛管的迂曲度。

将管流流量公式(3)代入岩心达西渗流公式中的流量，得到数字岩心渗透率的表达式：

(4)

式中：x为岩心内流动方向，Nx为x方向网格数量，LyLz为岩心截面积，cm2。

2 渗流参数的影响因素分析

针对敏感油藏，利用微观孔道网络流动模拟方法，评价储层岩石渗透率对渗流环境变化的响应。首先，获取典型岩样在实验室模拟不同的渗流环境，观测岩样内部孔径的变换规律，然后通过数字岩心方法实现仿真模拟，量化分析不同渗流环境下岩石孔道网络的连通程度和渗流阻力，进而评价渗透率对渗流环境的响应程度。

2.1 选取目标油藏典型岩样

选取东部某稠油油藏作为研究对象，目标层段储层岩石岩性疏松、黏土含量高，开采过程中地层发生颗粒迁移，储层岩石出现较为明显的压实和水敏等二次伤害，防砂加剧了地层堵塞，因此，采用排砂疏通作为主要的开采方式，同时，化学降解被用于消除沥青质沉淀对储层的伤害。

收集目标层段259样次渗透率测试结果，主要为50×10-3～2 000×10-3μm2，将渗透率依次划分为相对高渗(大于1 000×10-3μm2)、相对中渗(400×10-3～1 000×10-3μm2)和相对低渗(小于400×10-3μm2)，分别选取代表性岩样建立数字岩心模型。

2.2 孔径对渗流环境的响应分析

在实验室模拟矿场生产过程中的不同渗流环境，测试实时渗透率，观测典型岩样孔径的变化，分析孔径变化与渗流环境的对应关系，利用基于数字岩心的孔道网络流动模拟技术，计算孔径变化对孔道连通程度和孔道网络流动能力的影响规律，建立孔径对渗流环境的响应模型。

目标层段储层岩石孔径变化的主要影响因素及影响程度测算如下：

(4)沥青质以吸附和沉积方式存留在岩石孔道内，导致孔道缩径甚至堵塞。微观观测表明，缩径量通常为0.5～2.0 μm，平均为1.0 μm。

2.3 开采方式对渗透率的影响

开采过程中，敏感油藏的地层出砂不可避免，从稳定生产和减轻地层污染的角度，可选择防砂或排砂开采，而沥青质沉淀的降解措施，能有效减轻其对孔道的缩径程度。若采用防砂开采方式，尽管沥青质的降解能够提高渗透率，但改善程度远小于出砂淤塞对地层渗透率的伤害；若同时采用排砂疏通和沥青质降解，可将储层伤害程度降到最小，其综合效果能够抵消压实、水敏等带来的地层伤害，恢复地层渗透率(图2)。

图2 防砂淤塞与排砂疏通时沥青质降解程度对渗透率的影响对比

3 主要开发参数测算

开发过程中，储层物性的改变影响油水井的注采能力以及注采压差在地层内的分布和传播范围。因此，在测算敏感油藏开发参数时，需先定量评价不同开发方式下近井带地层渗透率的变化程度，测算由此引起的油井产能和可采储量的变化，计算结果有助于敏感油藏合理开发参数的制定。

3.1 微观孔道到宏观储层的尺度放大方法

通过基于典型岩样数字岩心的孔道网络流动模拟，得到某一驱动压差下，岩样尺度范围内实际参与流动的所有孔道网络所具有的实时表观流动能力。对于实际储层，需要匹配其与典型岩样的物性和确定当前地层压力梯度，完全符合时，才能将数字岩心微观孔道模拟结果用于油藏储层。

将数字岩心微观模拟结果放大到宏观油藏储层，需要进行以下两个步骤：

(1)物性一致。根据目标层段储层岩石的物性参数分布范围，制定合理的取心方案，获取具有代表性的典型岩样，分别建立数字岩心，进行相应渗流环境下的渗流参数计算，确保数字岩心模型与储层岩石单元的孔道网络空间结构特征一致。

(2)压力梯度一致。由于储层岩石的表观流动能力取决于当前驱动压力梯度下实际参与流动的孔道网络，在物性一致的前提下，需要进一步确保储层所处空间位置的地层压力梯度与数字岩心计算时的压力梯度一致，以确保数字岩心模型与储层岩石单元中实际参与流动的孔道网络数量比例一致。

3.2 建立敏感参数变化规律图版

以典型岩样的数字岩心为基础模型，用地层初始渗透率、地层压力梯度、防砂或排砂开采方式、不同沥青质降解程度等表征渗流环境，以储层渗透率保持率、孔道网络体积波及系数为目标函数，建立渗流参数-渗流环境曲线图版(图3，图4)。

图3 不同渗流环境下渗透率保持率与地层渗透率的关系

图4 不同渗流环境下孔道网络体积波及系数与压力梯度的关系

3.3 油藏储层参数剖面预测

目标油藏储层平均渗透率为424×10-3μm2，工程上优化的合理生产压差为3MPa，工艺上能达到的沥青质沉淀降解程度最大为75%。按径向流模式计算近井带地层压力分布，以压力梯度为结合点，将数字岩心的计算结果运用到实际储层对应岩石类型及具有相同压力梯度的空间位置处，再运用常规油藏工程方法计算具有复合渗透率油藏的主要开发参数。对比分析排砂后采收率的增量，以此作为实施排砂与防砂开采方式的主要筛选依据。

3.4 主要开发指标测算

3.4.1 产能增幅预测

计算不同压差下实施排砂对于不排砂的渗透率保持率增量，以不排砂为基数，将排砂后渗透率保持率的相对增幅作为排砂后的产能增幅(图5)。

图5 基于渗透率变化程度的产能增幅预测

3.4.2 累计产量预测

计算不同压差下实施排砂对于不排砂的波及系数增量，以不排砂为基数，将排砂后波及系数相对增幅作为排砂后的累计产量增幅(图6)。

图6 基于波及系数变化程度的累产增幅预测

3.4.3 提高采收率预测

不实施任何措施时采收率为12.5%；仅实施沥青质沉淀降解(最大降解程度为75%)，测算采收率为19.2%，提高6.7%；仅采取排砂措施，测算采收率为30.6%，提高18.1%；同时实施排砂和沥青质沉淀降解，测算采收率为44.4%，提高31.9%。

3.4.4 合理井距预测

将微观波及系数30%作为合理井距的边界处下限，考虑各种储层伤害因素，在3 MPa生产压差下，目标油藏的合理井距为81 m；若实施沥青质降解，合理井距增至136 m；再同时实施排砂疏通，合理井距达166 m。

4 结论

以孔道空间为对象，通过孔道流动能力来模拟体素单元间的连通性，利用相互连通的空间三维体素网格来模拟真实的多孔介质。所建立的孔道网络模型具有孔隙大小、孔道形状及孔道的空间位置分布，对实际储层岩石的微观孔道结构具有较高的仿真程度和代表性，能够模拟单一及复合地层渗流环境改变引起的储层岩石渗流能力的变化规律，并以实测物性参数为参照，通过尺度放大，用于油藏开发参数的快速测算和评价，也可用于敏感油藏的工程方案设计，对该类油藏开采技术方案的矿场评价和筛选具有一定的借鉴意义。