Физики узнали, как свойства пласта влияют на добычу нефти
Ученые ТюмГУ проанализировали влияние конфигурации и свойств пласта и технологического режима эксплуатации скважин на коэффициент извлечения нефти. По мнению исследователей, эти факторы можно рассматривать как определяющие для выбора наиболее эффективной стратегии разработки.
«В результате гидродинамического моделирования мы установили, что первоочередная разработка небольшой по объему нефтяной части газонефтяной или газоконденсатно-нефтяной залежи, которая находится между газовой шапкой и водоносным слоем, позволяет достичь больших коэффициентов извлечения нефти по сравнению с одновременной разработкой газовой шапки и нефтяной оторочки. Так, в случае небольшого расстояния между поверхностями газонефтяного и водонефтяного контактов необходимо начинать добывать газ практически одновременно с добычей нефти», — сообщил доцент кафедры моделирования физических процессов и систем Школы естественных наук Тюменского госуниверситета Александр Гильманов.
Молодые ученые также установили, что наличие оптимального значения дебита нефти связано с тем, что дальнейшее его увеличение приводит к возрастанию перепада давления между газовой шапкой и нефтяной оторочкой в районе скважины. Оно ускоряет проявление эффекта конусообразования газа, причем это значение в два раза меньше полученного приближенными аналитическими методами.
Исследование показало, что тип нефтегазоконденсатной залежи определяет наиболее влияющие параметры на коэффициент извлечения нефти. В частности, для ряда нефтяных залежей величина горизонтальной проницаемости влияет на проявление эффекта прорыва газа к добывающим скважинам, чем вертикальная.
В рамках работы физики впервые ввели безразмерные комплексы подобия для классической гидродинамической модели фильтрации флюида в пористой среде.
Для оперативной оценки эффективности сценариев разработки нефтегазоконденсатных залежей при различной последовательности разработки нефтяной и газовой частей физики планируют создать универсальный инструмент, учитывающий экономических показатели и алгоритмы машинного обучения.
Исследования идут в рамках программы Приоритет 2030.

