Результаты апробации прокси-модели пласта для оптимизации заводнения на примере пласта X Вынгапуровского месторождения

Оптимизация процесса заводнения – потенциальный способ повышения коэффициента извлечения нефти и снижения неэффективных затрат, не требующий проведения геолого-технических мероприятий. Для месторождений со значительным фондом скважин в компании «Газпром нефть» используются различные подходы к сокращению неэффективной закачки воды и поддержанию заданных темпов отбора нефти.
В статье представлены результаты тестирования разработанного инструмента для достижения потенциала базовой добычи, основным преимуществом которого по отношению к коммерческим симуляторам является возможность оперативного анализа большого фонда скважин с дальнейшим автоматизированным подбором оптимальных технологических параметров. Функционал инструментов также включает подбор скважин-кандидатов для проведения обработки призабойной зоны, ремонтно-изоляционных работ, промыслово-геофизических и гидродинамических исследований скважин. С целью тестирования инструментов были проведены опытно-промышленные работы (ОПР) на одном из участков пласта Х Вынгапуровского месторождения. По результатам ОПР выделены скважины с рекомендацией сокращения объемов закачки из-за высокой компенсации (9 %); с неэффективной закачкой рабочего агента (40 %); с эффективной закачкой рабочего агента, но требующие сокращения ее объемов из-за возможного влияния водоносного горизонта (6 %); рекомендованные к увеличению объемов закачки из-за низкой компенсации (21 %); с оптимальным режимом работы (24 %).

1. Дейк Л.П. Практический инжиниринг резервуаров. – М. – Ижевск: Институт компьютерных исследований, 2008. – 668 с.

2. Kuznetsova A.N., Gunkin A.S., Rogachev M.K. Dynamic modeling of surfactant flooding in low permeable argillaceous reservoirs // IOP Conference Series: Earth and Environmental Science. – DOI: 10.1088/1755-1315/87/5/052014.

3. Разработка и внедрение инструмента для достижения потенциала добычи / А.В. Билинчук, Ф.Ф. Халиуллин, А.Н. Ситников [и др.] // Нефтяное хозяйство. – 2016. – № 12. – С. 84-86.

4. Rezapour A., Ortega A., Ershaghi I. Reservoir waterflooding system identification and model validation with injection/production rate fluctuations// SPE 174052-MS. – 2015.

5. Decline curve analysis using type curves – analysis of oil well production data using material balance time: application to field cases / L.E. Doublet, P.K. Pande, T.J. McCollum, T.A. Blasingame // SPE 28688-MS. – 1994.

6. Grinestaff G.H. Waterflood pattern allocations: quantifying the injector to producer relationship with streamline simulation // SPE 54616-MS. – 1999.

7. Ojo K.P., Tiab D., Osisanya S.O. Dynamic material balance equation and solution technique using production and PVT Data//Petroleum Society of Canada. – 2006. – March 1. – DOI:10.2118/06-03-03.

8. Nelder J.A., Mead R. A simplex method for function minimization // Computer Journal. – 1965. – V. 7. – Р. 308–313.

9. Jarrell P.M., Stein M.H. 1991. Maximizing injection rates in wells recently converted to injection using hearn and hall plots // SPE-21724-MS. – 1991.