一种电加热油页岩原位转化数值模拟的升尺度方法

1.本发明属于油藏数值模拟领域，具体涉及一种电加热油页岩原位转化数值模拟的升尺度方法。


背景技术：

2.油页岩原位转化数值模拟涉及复杂的热和能量的转换、化学反应以及多相流动过程。为了满足数值模拟的准确度，油页岩原位转化数值模型需要尺度足够细的网格。但是，细尺度的数值模型由于网格数量多，模拟耗时长，计算效率较低。因此，目前亟需通过升尺度方法获得准确度较高的粗尺度油页岩原位转化数值模型，提高计算效率。
3.虽然目前已有多种升尺度技术，但这些技术主要针对于不包含温度变化和化学反应的流动问题，而用于油页岩原位转化数值模拟的升尺度方法很少。另一方面，目前针对油页岩原位转化数值模拟的升尺度方法仅应用于一维和二维模型，并未涉及三维模型，而三维的数值模型更能体现实际的油页岩原位转换过程。此外，目前用于油页岩原位转化数值模拟的升尺度方法需要修改数值模拟器的内部源代码，然而，商业数值模拟器（如eclipse和cmg stars）一般是闭源的，其用户无法接触到内部源代码，因此无法应用以上升尺度方法。


技术实现要素：

4.本发明的目的是针对上述不足，提出了一种电加热油页岩原位转化数值模拟的升尺度方法。本升尺度方法共需模拟计算三个模型，分别为简化的粗尺度模型、简化的细尺度模型和升尺度模型，这三个模型的模拟计算速度显著快于细尺度模型。因此，本升尺度方法在保证计算精度的前提下，显著提高了模型的计算速度。
5.本发明具体采用如下技术方案：一种电加热油页岩原位转化数值模拟的升尺度方法，包括以下步骤：（1） 建立电加热油页岩原位转化的细尺度模型，对其网格进行粗化，得到相应的粗尺度模型；（2） 简化粗、细尺度模型，并运行简化的粗、细尺度模型，得到简化的粗、细尺度模型各网格在每个时间步的温度值；简化的粗、细尺度模型在每个时间步的温度值近似等于未简化的粗、细尺度模型；（3） 根据未简化的粗、细尺度模型的初始参数，以及简化的粗、细尺度模型各网格在每个时间步的温度值，通过迭代的方法，得到粗、细尺度模型各网格在每个时间步的干酪根浓度和干酪根分解速率；（4） 根据粗、细尺度模型各网格的干酪根分解速率，计算出各粗尺度网格反应频率因子的调整系数和活化能的调整系数；（5） 根据各粗尺度网格反应频率因子的调整系数和活化能的调整系数，调整各粗尺度网格的反应频率因子和活化能，并将调整后的粗尺度模型记为升尺度模型；
（6） 使用升尺度模型进行油藏数值模拟计算。
6.优选地，步骤（2）中粗、细尺度模型的简化方法为：将粗、细尺度模型的孔隙度、渗透率和各组分的初始饱和度设为0，并关闭生产井，只保留电加热井向油藏供热。
7.优选地，步骤（4）中各粗尺度网格反应频率因子的调整系数的计算如式（1）：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，为粗尺度网格的反应频率因子的调整系数，为粗尺度网格的干酪根分解速率的最大值与该粗尺度网格中所有细尺度网格的平均干酪根分解速率的最大值之比。
8.优选地，步骤（4）中各粗尺度网格活化能的调整系数的计算方法如式（2）所示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）其中，和分别为粗尺度网格的干酪根分解速率达到所需的时间和达到最大值所需的时间，为粗尺度网格中所有细尺度网格的平均干酪根分解速率达到最大值所需的时间。
9.优选地，步骤（5）中各粗尺度网格反应频率因子的调整方法如式（3）所示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）其中，为反应频率因子的初始值，为粗尺度网格的反应频率因子的调整值，由步骤（4）计算得到。
10.优选地，步骤（5）中各粗尺度网格活化能的调整方法如式（4）和式（5）所示，式（4）为反应动力学方程：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）其中，为粗尺度网格中所有细尺度网格的平均干酪根分解速率，为根据反应动力学方程式（4）计算出的粗尺度网格的活化能的一次调整值，为粗尺度网格的绝对温度，为气体常数，为粗尺度网格的孔洞孔隙度，即固体孔隙度
与流体孔隙度之和，为粗尺度网格的干酪根的摩尔浓度，为反应级数，和均由步骤（3）中的迭代计算得到， 为粗尺度网格的活化能的二次调整值，由步骤（4）计算得到，当粗尺度网格的温度达到干酪根分解反应的活跃温度时，即当等于干酪根分解反应的活跃温度时，将粗尺度网格的、、和，以及粗尺度网格i中所有细尺度网格的平均干酪根分解速率代入式(4)，得到；再将和代入式(5)，得到。
11.本发明具有如下有益效果：该方法在保证计算精度的前提下，显著提升了模拟计算速度，大幅节省了包含热-固-流-化的电加热油页岩原位转化数值模型的模拟时间。
12.该方法不仅适用于一维和二维模型，还可应用于三维模型，更能体现油页岩原位转化的实际过程。
13.该方法无需修改油藏数值模拟器的内部源代码，可直接应用于闭源的商业油藏数值模拟软件，如eclipse和cmg stars软件。
附图说明
14.图1为一种电加热油页岩原位转化数值模拟的升尺度方法的流程框图；图2为实施例一的细尺度模型ⅰ示意图；图3为实施例一的粗尺度模型ⅰ示意图；图4为实施例一中细尺度模型ⅰ、粗尺度模型ⅰ和升尺度模型ⅰ的单个网格的干酪根分解速率曲线；图5为实施例一中细尺度模型ⅰ、粗尺度模型ⅰ和升尺度模型ⅰ的日产油量曲线；图6为实施例二的细尺度模型ⅱ示意图；图7为实施例二的粗尺度模型ⅱ示意图；图8为实施例二中细尺度模型ⅱ、粗尺度模型ⅱ和升尺度模型ⅱ单个网格的干酪根分解速率曲线；图9为实施例二中细尺度模型ⅱ、粗尺度模型ⅱ和升尺度模型ⅱ的日产油量曲线；图10为实施例二中细尺度模型ⅱ、粗尺度模型ⅱ和升尺度模型ⅱ的日产气量曲线；图11为实施例二中细尺度模型ⅱ、粗尺度模型ⅱ和升尺度模型ⅱ的日产液量曲线。
具体实施方式
15.下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
结合图1，一种电加热油页岩原位转化数值模拟的升尺度方法，包括以下步骤：（1） 建立电加热油页岩原位转化的细尺度模型，对其网格进行粗化，得到相应的粗尺度模型。
16.（2）简化粗、细尺度模型，并运行简化的粗、细尺度模型，得到简化的粗、细尺度模型各网格在每个时间步的温度值；简化的粗、细尺度模型在每个时间步的温度值近似等于未简化的粗、细尺度模型；粗、细尺度模型的简化方法为：将粗、细尺度模型的孔隙度、渗透率和各组分的初始饱和度设为0，并关闭生产井，只保留电加热井向油藏供热。
17.（3） 根据未简化的粗、细尺度模型的初始参数，以及简化的粗、细尺度模型各网格在每个时间步的温度值，通过迭代的方法，得到粗、细尺度模型各网格在每个时间步的干酪根浓度和干酪根分解速率。
18.（4）根据粗、细尺度模型各网格的干酪根分解速率，计算出各粗尺度网格反应频率因子的调整系数和活化能的调整系数；步骤(4)中各粗尺度网格反应频率因子的调整系数的计算如式（1）：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，为粗尺度网格的反应频率因子的调整系数，为粗尺度网格的干酪根分解速率的最大值与该粗尺度网格中所有细尺度网格的平均干酪根分解速率的最大值之比。
19.各粗尺度网格活化能的调整系数的计算方法如式（2）所示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）其中，和分别为粗尺度网格的干酪根分解速所需的时间和达到最大值所需的时间，为粗尺度网格中所有细尺度网格的平均干酪根分解速率达到最大值所需的时间。
20.（5） 根据各粗尺度网格反应频率因子的调整系数和活化能的调整系数，调整各粗尺度网格的反应频率因子和活化能，并将调整后的粗尺度模型记为升尺度模型；各粗尺度网格反应频率因子的调整方法如式（3）所示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）其中，为反应频率因子的初始值，为粗尺度网格的反应频率因子的调整值，由步骤（4）计算得到。
21.各粗尺度网格活化能的调整方法如式（4）和式（5）所示，式（4）为反应动力学方程：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）其中，为粗尺度网格中所有细尺度网格的平均干酪根分解速率，为根据反应动力学方程式（4）计算出的粗尺度网格的活化能的一次调整值，为粗尺度网格的绝对温度，为气体常数，为粗尺度网格的孔洞孔隙度，即固体孔隙度与流体孔隙度之和，为粗尺度网格的干酪根的摩尔浓度，为反应级数，和均由步骤（3）中的迭代计算得到， 为粗尺度网格的活化能的二次调整值，由步骤（4）计算得到，当粗尺度网格的温度达到干酪根分解反应的活跃温度时，即当等于干酪根分解反应的活跃温度时，将粗尺度网格的、、和，以及粗尺度网格中所有细尺度网格的平均干酪根分解速率代入式（4），得到；再将和代入式（5），得到。
22.最后使用升尺度模型进行油藏数值模拟计算。
23.实施例一对二维纵向电加热油页岩原位转化的细尺度模型进行升尺度，结合图1 ～5、表1和表2，具体步骤如下：第一步：建立二维纵向电加热油页岩原位转化细尺度模型，并记为细尺度模型ⅰ，如图2所示。以x和y表示两个相互垂直的水平方向，细尺度模型ⅰ的网格数为77
ꢀ×ꢀ
35 (x
ꢀ×ꢀ
z)个。对细尺度模型ⅰ的网格进行粗化，得到相应的粗尺度模型ⅰ，如图3所示。粗尺度模型ⅰ的网格数为11
ꢀ×ꢀ
5 (x
ꢀ×ꢀ
z)个。图2 ～3中的圆圈代表加热井所在网格或生产井射孔网格。在细尺度模型ⅰ和粗尺度模型ⅰ中，加热井均为水平井，生产井均为直井。细尺度模型ⅰ和粗尺度模型ⅰ均包含一个干酪根分解反应，如表1所示。
24.表1
第二步：简化各粗、细尺度模型，并将简化后的粗尺度模型ⅰ和细尺度模型ⅰ分别记为初始粗尺度模型ⅰ和初始细尺度模型ⅰ。运行初始粗尺度模型ⅰ和初始细尺度模型ⅰ，近似得到未简化的粗尺度模型ⅰ和细尺度模型ⅰ各网格在每个时间步的温度值。
25.第三步：根据粗尺度模型ⅰ和细尺度模型ⅰ的初始参数，以及初始粗尺度模型ⅰ和初始细尺度模型ⅰ各网格在每个时间步的温度值，通过迭代的方法，近似得到粗尺度模型ⅰ和细尺度模型ⅰ各网格在每个时间步的干酪根浓度和干酪根分解速率。
26.第四步：根据由第三步所得到的粗尺度模型ⅰ和细尺度模型ⅰ各网格的干酪根分解速率，计算出粗尺度模型ⅰ各网格反应频率因子的调整系数和活化能的调整系数。
27.第五步：根据粗尺度模型ⅰ各网格反应频率因子的调整系数和活化能的调整系数，调整粗尺度模型ⅰ各网格的反应频率因子和活化能，并将调整后的粗尺度模型ⅰ记为升尺度模型ⅰ。
28.第六步：模拟计算细尺度模型ⅰ、粗尺度模型ⅰ和升尺度模型ⅰ，得到这三个模型各网格的干酪根分解速率曲线和日产油量曲线，如图4～5所示。并记录各模型数值模拟的计算时间，如表2所示。
29.表2为细尺度数值模拟和升尺度方法数值模拟的计算时间对比。从表中可知，针对实施例一，相比于细尺度模型ⅰ，应用升尺度方法可将数值模拟的计算速度提高23.0倍。因此，升尺度方法显著提高了数值模拟的计算效率。
30.表2图4为粗尺度模型ⅰ、细尺度模型ⅰ和升尺度模型ⅰ的单个网格的干酪根分解速率曲线。从图中可知，相比于粗尺度模型ⅰ，升尺度模型ⅰ的干酪根分解速率曲线的陡峭程度显著降低，十分接近细尺度模型ⅰ的结果。
31.图5为粗尺度模型ⅰ、细尺度模型ⅰ，以及升尺度模型ⅰ的日产油量曲线。由图可知，升尺度模型ⅰ日产油量曲线中的波动幅度大幅减少，与细尺度模型ⅰ的日产油量曲线基本一致。因此，与细尺度数值模拟的结果对比，升尺度方法的准确度较高。
32.表3为相比于细尺度模型，粗尺度模型和升尺度模型的平均偏差，以及升尺度模型相对于粗尺度模型所提高的精度。其中，平均偏差的计算方法如式（6）所示：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（6）其中，为粗尺度模型(或升尺度模型)的平均偏差，为粗尺度模型(或升尺度模型)的干酪根分解速率(或日产油量)在第个时间步的值，为细尺度模型的干酪根分解速率(或日产油量)在第个时间步的值，为总时间步数。
33.升尺度模型提高的精度的计算方法如式（7）所示：
ꢀꢀꢀꢀꢀꢀꢀꢀ
（7）其中，为升尺度模型提高的精度，为升尺度模型的平均偏差，为粗尺度模型的平均偏差。
34.表3为相对于细尺度模型，粗尺度模型和升尺度模型的平均偏差，以及升尺度模型相对于粗尺度模型所提高的精度。从表中可知，相比于粗尺度模型ⅱ，升尺度模型ⅱ的干酪根分解速率的平均偏差显著减小，精度提高了66.63%，与细尺度模型ⅱ的结果更加接近，准确度较高。此外，虽然升尺度模型ⅱ含有未经升尺度方法调整的5个油气裂解反应，但其日产油量曲线的平均偏差相较于粗尺度模型ⅱ仍有明显提高。相较于粗尺度模型ⅰ，升尺度模型ⅰ的平均偏差显著降低，精度提高了59.57 ～66.27%，与细尺度模型ⅰ的结果更加接近，准确度较高。
35.表3
实施例二对三维电加热油页岩原位转化的细尺度模型进行升尺度，结合图1、图6 ～11和表1、2、4，具体步骤如下：第一步：建立三维电加热油页岩原位转化细尺度模型，并记为细尺度模型ⅱ，如图6所示。以x和y表示两个相互垂直的水平方向，以z表示垂直于x方向和y方向的纵向，细尺度模型ⅱ的网格数为30
ꢀ×ꢀ
45
ꢀ×ꢀ
25 (x
ꢀ×ꢀyꢀ×ꢀ
z)个。对细尺度模型ⅱ的网格进行粗化，得到相应的粗尺度模型ⅱ，如图7所示。粗尺度模型ⅱ的网格数为6
ꢀ×ꢀ9ꢀ×ꢀ
5 (x
ꢀ×ꢀyꢀ×ꢀ
z)个。图6 ～7中的圆圈代表加热井所在网格或生产井射孔网格。在细尺度模型ⅱ和粗尺度模型ⅱ中，加热井均为水平井，生产井均为直井。
36.细尺度模型ⅱ和粗尺度模型ⅱ均包含一个干酪根分解反应，如表1所示。此外，细尺度模型ⅱ和粗尺度模型ⅱ还包含表4中的5个油、气组分的分解反应，以研究存在多个油、气分解反应的情况下，应用本发明的升尺度方法，只对干酪根分解反应的反应频率因子和活化能进行调整时，升尺度数值模拟结果的准确度。
37.表4第二步：简化各粗、细尺度模型，并将简化后的粗尺度模型ⅱ和细尺度模型ⅱ分别记为初始粗尺度模型ⅱ和初始细尺度模型ⅱ。运行初始粗尺度模型ⅱ和初始细尺度模型ⅱ，近似得到未简化的粗尺度模型ⅱ和细尺度模型ⅱ各网格在每个时间步的温度值。
38.第三步：根据粗尺度模型ⅱ和细尺度模型ⅱ的初始参数，以及初始粗尺度模型ⅱ和初始细尺度模型ⅱ各网格在每个时间步的温度值，通过迭代的方法，近似得到粗尺度模型ⅱ和细尺度模型ⅱ各网格在每个时间步的干酪根浓度和干酪根分解速率。
39.第四步：根据由第三步所得到的粗尺度模型ⅱ和细尺度模型ⅱ各网格的干酪根分解速率，计算出粗尺度模型ⅱ各网格反应频率因子的调整系数和活化能的调整系数。
40.第五步：根据粗尺度模型ⅱ各网格反应频率因子的调整系数和活化能的调整系数，调整粗尺度模型ⅱ各网格的反应频率因子和活化能，并将调整后的粗尺度模型ⅱ记为升尺度模型ⅱ。
41.第六步：模拟计算细尺度模型ⅱ、粗尺度模型ⅱ和升尺度模型ⅱ，得到这三个模型各网格的干酪根分解速率曲线和日产量曲线，如图8～ 11图所示。并记录各模型数值模拟的计算时间，如表3所示。
42.表2为细尺度数值模拟和升尺度方法数值模拟的计算时间对比。从表中可知，针对实施例二，相比于细尺度模型ⅱ，应用升尺度方法可将数值模拟的计算速度提高97.4倍。因此，升尺度方法大幅提高了数值模拟的计算效率。
43.图8为粗尺度模型ⅱ、细尺度模型ⅱ和升尺度模型ⅱ的单个网格的干酪根分解速率曲线。从图中可知，相比于粗尺度模型ⅱ，升尺度模型ⅱ的干酪根分解速率曲线的陡峭程度显著降低，十分接近细尺度模型ⅱ的结果。
44.图9～11为粗尺度模型ⅱ、细尺度模型ⅱ和升尺度模型ⅱ的日产量曲线。由图可知，升尺度模型ⅱ的日产量曲线中的波动幅度大幅减少，与细尺度模型ⅱ的日产量曲线基本一致。因此，与细尺度数值模拟的结果对比，升尺度方法的准确度较高。除此之外，虽然升尺度模型ⅱ中含有未经升尺度方法调整的5个油气裂解反应，但其数值模拟结果仍然十分接近细尺度的数值模拟结果。
45.当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。