Анализ рисков разработки газоконденсатной залежи на ранней

УДК 622.279
Анализ рисков разработки
газоконденсатной залежи
на ранней стадии изученности
А. В. Щебетов (АО «Энел Трейд С.п.А.»), А. В. Гаврилов (компания «ЛУКОЙЛ Оверсиз
Сервис Б.В.»), А. А. Жукова, А. Р. Розова (компания «Шлюмберже Лоджелко Инк.»)
В статье излагается практический опыт оценки неопределенностей и анализа
рисков на примере типичного газоконденсатного месторождения Западной Сибири
на ранней стадии изученности. Основное внимание уделено описанию процесса
моделирования: выделению геолого-физических параметров неопределенности,
оценке влияния каждого параметра на прогнозную добычу, стохастическому
воспроизведению истории и вероятностным прогнозным профилям добычи газа
и конденсата. Результаты оценки параметров неопределенностей послужили
основой для создания исследовательской программы опытно-промышленных
работ на месторождении. Вероятностные профили добычи газа и конденсата
позволили оценить риск отклонения прогнозных показателей от номинальных,
установленных в контрактах на поставку газа и конденсата.
Р
еализация проектов по разработке
газоконденсатных залежей на ранней стадии изученности сопряжена
с множеством неопределенностей и рисков, вызванных недостатком информации
и знаний об объекте. Для принятия инвестиционных решений, планирования исследовательских работ и стратегии разработки
часто требуется оценить весь возможный
диапазон добычи газа и конденсата с учетом всех геолого-физических параметров
месторождения, имеющих неопределенность (параметры неопределенности).
Наиболее эффективным и современным
методом такой оценки является анализ
рисков на основе стохастического моделирования (метод Монте-Карло), состоящий
в получении множества решений для всех
вероятных значений малоизвестных параметров и их сочетаний.
Месторождение является типовым для
данного региона, состоит из нескольких
пластов валанжинских отложений проницаемостью 0,010–0,025 мкм2 и глубиной
24
залегания 3000 м. Всего выделено три
объекта разработки, представленных газоконденсатными пластами с тонкой нефтяной
оторочкой и содержанием конденсата от 140
до 180 г / м3. Месторождение недостаточно
изучено: пробурено 49 разведочных скважин
на расстояниях от 2 до 5 км друг от друга,
восемь из них непродолжительное время
находились в опытно-промышленной эксплуатации. Поэтому вполне естественно,
что недропользователь и инвесторы решили
оценить возможные риски полномасштабной разработки данного месторождения.
Основой для оценки неопределенностей
и анализа рисков стали геологическая и гидродинамическая модели залежи, построенные на основании повторной интерпретации
сейсморазведочных и петрофизических
данных, результатов гидродинамических
исследований и рVT-исследований. Рассматривался только один вариант разработки –
базовый, утвержденный в проектном документе. Цель работы состояла в выявлении
наиболее значимых геолого-физических
параметров, влияющих на прогнозную
добычу, а также в количественной оценке
неопределенности профилей добычи газа
и конденсата.
Весь процесс оценки неопределенности
и анализа рисков можно разделить на три
основных этапа.
1. Оценка неопределенностей: выделение параметров неопределенности месторождения, определение их количественных
(диапазон изменения) и качественных (закон
распределения) характеристик.
2. Стохастическое воспроизведение
истории, состоящее в уточнении параметров неопределенности по данным истории
добычи. Стохастическое прогнозирование.
3. Анализ рисков: оценка влияния каждого
параметра неопределенности на прогнозную
добычу газа и конденсата и количественная
оценка вероятностных профилей добычи
газа и конденсата.
ОЦЕНКА ПАРАМЕТРОВ
НЕОПРЕДЕЛЕННОСТИ
Н
а основе анализа всей исходной геологофизической информации о месторождении
выявлено 14 параметров неопределенности. Условно эти параметры разделены
на две категории: статические, имеющие
отношение к построению геологической
модели, и динамические, используемые
при гидродинамическом моделировании.
К статическим неопределенностям отнесли такие параметры, как структурные
поверхности, пористость и связанную с ней
через петрофизическую зависимость проницаемость, песчанистость и остаточную
водонасыщенность. Для последующего
гидродинамического моделирования все
вышеперечисленные статические неопредеГазовая промышленность
№ 3, 2 0 1 2
геология и разработка месторождений
ленности были представлены в виде геологических моделей, состоящих из дискретных
массивов свойств. Процесс создания таких
дискретных геологических моделей, учитывающих статические неопределенности,
приведен на рис.1.
Изначально создали три структурные
поверхности пластов (структуры) по данным
сейсмических материалов. Базовый вариант
основан на структурных поверхностях отражающих горизонтов с учетом корреляции
по скважинам. Две другие структуры были
созданы по результатам оценки точности
сейсмических построений: в каждой скважине рассчитывались невязки отражающих
горизонтов со скважинной корреляцией.
Тогда минимальную структуру получали
на основе базового варианта структуры
за вычетом стандартного отклонения невязок  в межскважинном пространстве,
а максимальную структуру – путем прибавления в межскважинном пространстве
стандартного отклонения невязок к базовому
варианту структуры. В скважинах поверхности всех трех структур соответствовали
отбивкам, полученным на этапе корреляции.
Затем для каждой полученной на предыдущем шаге структуры задавали три
варианта песчанистости: среднее значение
доли песчаника (по данным скважинных геофизических исследований (ГИС)) и среднее
значение ± . Для каждой реализации песчанистости строили распределение пористости при трех значениях ранга вариограмм.
Далее для каждой реализации параметра
пористости рассчитывали соответствующий
параметр проницаемости, используя базовую петрофизическую зависимость типа:
объемные коэффициенты газа, конденсатогазовый фактор (КГФ), проницаемость
пласта и ее анизотропия. Более подробное
описание неопределенностей в рVT-свойствах, характерных для газоконденсатных
месторождений, представлено в [1].
Кривая фазовой проницаемости по воде
задавалась в виде функциональной зависимости типа:
(2)
(1) где Krw0 – фазовая проницаемость по воде
при остаточной водонасыщенности Sw ;
где Кп – пористость; Кпр – проницаемость. Sw – водонасыщенность; Cw – показатель
На последнем этапе определяли па- степени.
раметр остаточной водонасыщенности,
Капиллярная кривая принималась в виде
задаваемый в виде функции проницае- следующего уравнения:
мости. В результате получили 27 дискретных реализаций геологической модели,
(3)
покрывающих весь диапазон статических
неопределенностей для гидродинамического моделирования.
где pс0 – капиллярное давление при остаточВ качестве динамических параметров не- ной водонасыщенности Sw ;  – показатель
определенностей (таблица) использовались степени.
На данном этапе был введен и дополнительный параметр – постоянный коэффициент, умножаемый на проницаемость
геологической модели для учета разницы
между проницаемостью, полученной по петрофизической зависимости, и проницаемостью по данным гидродинамических
исследований (ГДИС). Величина коэффициента определялась путем сопоставления
проницаемости по ГИС и ГДИС в каждой
скважине.
На основании доступных исходных данных и инженерного опыта для каждого параметра были заданы закон распределения
и предел изменения величин (минимум,
среднее, максимум). Как видим, выявленные параметры неопределенности являются типичными для всех малоизученных
газоконденсатных залежей (см. таблицу).
Кп = f(log(Кпр)),
СТОХАСТИЧЕСКОЕ
ВОСПРОИЗВЕДЕНИЕ ИСТОРИИ
РАЗРАБОТКИ. ПРОГНОЗНЫЕ РАСЧЕТЫ
Д
Рис. 1. Создание геологических моделей, учитывающих статические неопределенности
ля дальнейших расчетов с помощью
так называемого экспериментального
дизайна, реализованного в программном
продукте COUGAR, было сгенерировано
57 реализаций гидродинамической модели.
25
Динамические параметры неопределенности, используемые в анализе рисков (на примере одного пласта)
Параметры
неопределенности
Исходные параметры
Воспроизведение
истории разработки
Диапазон значений Закон
(минимальное/
распределения
среднее/
максимальное)
Диапазон значений (минимальное/среднее/
максимальное)
Закон
Диапазон значераспределения ний (минимальное/среднее/максимальное)
Закон
распределения
Горизонтальная
проницаемость
1/3/5
Равномерный
1/1/3
Равномерный
1/1/3
Треугольный
Постоянный коэффициент,
умножаемый на проницаемость геологической модели
Вертикальная
проницаемость
0,01/0,1/1,0
Равномерный
0,1
–
0,1
–
Постоянный коэффициент,
умножаемый на горизонтальную проницаемость
Объемный
коэффициент газа
0,9/1,0/1,1
Равномерный
0,9/–/1,0
Равномерный
0,9/–/1,0
Равномерный
Базовое значение ±10 %
Конденсатогазовый
фактор (КГФ)
0,8/1,0/1,2
Равномерный
0,80/–/0,85
Равномерный
0,80/–/0,85
Равномерный
Базовое значение ±20 %
Относительная
фазовая
проницаемость
по воде
Krw0
0,065/0,165/
0,265
Равномерный
0,150/0,165/0,265 Равномерный
0,150/0,165/0,260
Треугольный
Cw
2/3/4
Равномерный
2/–/4
Равномерный
2/–/4
Равномерный
ГНК
–3073/–3076/–3079
Треугольный
–3073/–/–3079
Равномерный
–3073/–/–3079
Равномерный
Три положения контакта
ВНК
–3081/–3084/–3086 Треугольный
–3081/–/–3086
Равномерный
–3081/–/–3086
Равномерный
Три положения контакта
0,09/0,16/0,23
Равномерный
0,15/0,16/0,21
Треугольный
0,15/0,16/0,21
Треугольный
0,8/1,1/1,4
Равномерный
0,88/1,10/0,96
Треугольный
0,88/1,10/0,96
Треугольный
0
–
0
–
0/–/10
Равномерный
Капиллярная
кривая
Скин-фактор
pc0

Математическая основа метода наиболее
полно описана в [2].
По результатам гидродинамических
расчетов были построены поверхности
отклика целевых функций (добыча газа
и конденсата) – квадратичные выражения,
аппроксимирующие точные решения и содержащие параметры неопределенности
в качестве переменных (квадратичный
дизайн). Полученные поверхности отклика, или прокси-модели, использовались
Прогнозный расчет
в моделировании добычи газа и конденсата
методом Монте-Карло (не менее 500 реализаций) при воспроизведении истории
и прогнозных расчетах.
Так, при стохастическом воспроизведении
истории добычи газа и конденсата варьировали диапазоны и законы распределения
каждого параметра неопределенности с тем,
чтобы добиться наилучшего совпадения расчетной добычи, соответствующей вероятности 50 % (Р50), с историческими данными.
Описание
параметров
неопределенности
Согласно уравнению (2)
Согласно уравнению (3)
Скин-фактор
на добывающих скважинах
Изменения, которые пришлось применить,
отражены в таблице. Как видим, воспроизведение истории разработки позволило
существенно сократить диапазон неопределенности и уточнить закон распределения для некоторых параметров. Параметр
вертикальной проницаемости для дальнейшего анализа зафиксирован на его среднем
значении, поскольку его влияние на целевые
функции крайне незначительно. Результат
воспроизведения истории показан на рис. 2.
Рис. 2. Результат стохастического воспроизведения истории добычи газа (а) и конденсата (б)
26
Газовая промышленность
№ 3, 2 0 1 2
геология и разработка месторождений
а
8 (5 %)
9 (4 %)
б
10 (2 %)
9 (5 %)
11 (1 %)
7 (6 %)
8 (5 %)
1 (12 %)
10 (2 %)
11 (1 %)
1 (15 %)
7 (7 %)
6 (9 %)
6 (10 %)
5 (9 %)
5 (5 %)
4 (4 %)
4 (1 %)
2 (32 %)
3 (16 %)
3 (19 %)
2 (30 %)
Рис. 3. Вклад основных параметров неопределенности в добычу газа (а) и конденсата (б):
1 – горизонтальная проницаемость; 2 – капиллярная кривая; 3 – объемный коэффициент газа; 4 – скин-фактор; 5 – песчанистость; 6 – ГНК; 7 – структура; 8 – пористость; 9 – ВНК; 10 – относительная фазовая проницаемость по воде; 11 – КГФ
Прогнозные расчеты методом МонтеКарло выполнены при уточненных по истории добычи параметрах неопределенности.
Для учета риска, связанного с возможным
ухудшением продуктивности скважин вследствие выпадения конденсата в призабойной
зоне и некачественным заканчиванием,
дополнительно рассмотрен параметр скинфактора. Результаты оценки неопределенности и их влияния на прогнозную добычу
газа и конденсата приведены на рис. 3.
На рис. 4 изображены профили добычи
газа и конденсата в терминах вероятности
(Р90 – вероятность того, что добыча будет
больше данной величины, составляет 90 %).
Из рис. 3 и 4 следует, что даже профиль Р50
не гарантирует добычу газа с планируемым
уровнем (18,75 млн м3 / сут – мощность
строящейся установки комплексной подготовки газа (УКПГ)) в течение длительного
срока. Также очевиден большой разброс
пиковой добычи конденсата.
АНАЛИЗ РИСКОВ
Г
лавным выводом анализа неопределенностей является оценка тех параметров,
которые в значительной степени влияют
на прогнозную добычу газа и конденсата. Как
следует из рис. 3, наибольшую неопределенность в добычу газа вносят: горизонтальная
проницаемость; параметры, связанные
с формой капиллярных кривых (согласно
уравнению (3)); объемный коэффициент
газа и скин-фактор на прогнозных скважинах. Следовательно, для более надежного
прогноза добычи программу исследовательских работ на месторождении необходимо
спланировать так, чтобы сократить диапазон неопределенностей вышеназванных
параметров. В частности, потребуется пересмотреть петрофизические зависимости
(зависимость проницаемости от пористости)
или использовать более сложные модели
на основе гидравлических единиц потока
или индекса качества породы (FZI, RQI). Следует получить больше экспериментальных
данных капиллярометрии, поскольку форма
Рис. 4. Вероятностные прогнозные профили добычи газа (а) и конденсата (б)
27
переговоров и прописываются непосредственно в контрактах. Поэтому поставщик
газа должен иметь четкое представление
о потенциале месторождения, чтобы обезопасить себя от рисков недопоставки заявленных в контракте объемов добычи газа.
Для рассмотренного случая, как видим,
оптимальным уровнем добычи газа является
добыча 18,75 млн м3 / сут с 2017 по 2020 г.
с предельным отклонением ±10 % (рис. 5),
когда даже при наихудших параметрах
(Р90) добыча газа остается в допустимых
пределах.
Вероятностная оценка профиля добычи конденсата имеет большую ценность
Рис. 5. Определение оптимального уровня поставки газа и допустимого отклонения
при проектировании внутрипромыслового транспорта и особенно УКПГ, так как ее
проектная мощность определяется исходя
капиллярных кривых существенным образом
Основной целью проведения оценки не- из возможной пиковой добычи конденсата
влияет на начальные запасы и добычу газа. определенностей и анализа рисков все же (см. рис. 4, б).
Рекомендуется отобрать достаточное число являлась оценка вероятного диапазона
проб пластового газа, чтобы уточнить его добычи газа. Подобное знание просто не- Список литературы
состав (а значит, и объемный коэффици- обходимо при переговорах и заключении
1. Щебетов А. В., Галкин М. В. Оценка качества и моент). Особое внимание необходимо будет контрактов на продажу газа, которые, как
делирование газоконденсатных исследований в услоуделить определению скин-фактора при правило, составлены по формуле take or
гидродинамических исследованиях скважин. pay. Для поставщика газа устанавливаются виях неопределенности исходных данных // Газовая
Касательно графика добычи конденсата номинальный уровень добычи и предельное промышленность. – 2009. – № 9. – С. 40–44.
(см. рис. 3, б) можно сделать вывод, что его отклонение от этой величины. При нару- 2. Myers R.H. and Montgomery D.C. Response Surface
профиль в большей степени определяется шении этих условий следуют штрафные Methodology – Process and Product Optimization Usпрофилем добычи газа, чем параметром санкции. Номинальная добыча и допусти- ing Designed Experiments. – New-York : John Wiley &
начального конденсатогазового фактора. мое отклонение являются предметами Sons, 1995.
ТНК-ВР завершит в 2012 г. бурение шести скважин
на Русском месторождении
ТНК-ВР завершит бурение шести скважин на Русском месторождении в Ямало-Ненецком автономном
округе в 2012 г. в рамках подготовки к полномасштабному освоению нефтегазовых месторождений Ямала.
Интенсивная промышленная эксплуатация Русского месторождения запланирована на 2017 год. Извлекаемые запасы 3P Русского участка составляют 2,25 млрд баррелей по методике PRMS. Нефть будет
поставляться в нефтепровод Заполярное – Пурпе – Самотлор, строительство которого позволит Компании
начать усиленную разработку всех пяти нефтяных месторождений Ямала и севера Красноярского края:
Русского, Сузунского, Тагульского, Русско-Реченского, а также Мессояхского. Это позволит обеспечить
к 2021 г. до 20 % объема добычи нефти ТНК-ВР.
По словам вице-президента Дивизиона Ямал-Нефть Томаса Куигли, для компании начало полноформатного освоения Ямала – «огромный шаг вперед». «Реализация этого проекта немыслима силами одного
контрагента, – сказал он. – Поэтому мы и планируем реализовать его с привлечением и при поддержке
десятков партнеров».
По информации ОАО «ТНК-ВР»
28
Газовая промышленность
№ 3, 2 0 1 2