煤储层渗透率主要影响因素及其物理模型研究
煤层渗透性与煤体(ppt)
1.5.1实验室测定煤样透气性系数
在一定的压差中，测定通过煤样的瓦斯流量。依据煤样 的几何尺寸、两端压差的大小和流量，根据Darcy定律计算 其透气性系数： 2Q pnL
F ( pk pr )
2 2
B
图1.2 不加压时的实验装置
在实验过程及煤样透气性系数计算方法与未加围压时的煤 样透气性系数的测定方法相同，煤样透气性系数的计算公式也 采用公式，但可以通过调节高压泵的压力来模拟地应力对煤样 的作用。
由全应力-应变曲线 可以看出，其应变-渗透 率曲线与应力-应变曲线 变化趋势一致，但表现 出相对“滞后”的特点， 表明渗透率的变化与其 损伤演化过程密切相关。 同时，煤体通过其内部 裂隙的渗透需要一定的 时间过程。 说明煤体结构是煤 储层渗透率的间接反映。
图3.1 两块不同煤岩样品全应力应变 过程渗透率变化曲线
1.5 煤层透气性系数的测定方法
煤层透气性系数λ测定及计算方法，可以分为历史资料匹配法、实验 室测定方法和现场实际测定方法三类。 实验室测定煤样透气性系数的方法主要有两种，即加压时的煤样透气 性系数测定方法和不加压时的煤样透气性系数测定方法。 目前，在煤层透气性系数的现场测定方法中，国外主要有前苏联学者 提出的马可尼压力法、克氏压力法和克里切夫斯基法。国内由周世宁院士 针对煤层透气性系数测定中存在的不足，根据煤层瓦斯流动理论，提出了 测定煤层透气性系数的钻孔流量法包括单向流量法、径向流量法和球向流 量法。 历史资料匹配法是一种统计模拟法，该方法的原理是:根据区域内己有 煤层气气井的历史产气资料和气藏储备参数，采用储层模拟器对已有的气 井产量井下模拟匹配，从而计算出煤层透气性系数。
破坏煤
碎斑煤
软 煤 糜棱煤或 碎粉煤
碎粒煤
煤层气储层特征研究分解
欠饱和的
饱和煤层（A）含有最大的气含量， 这在理论上是可能的，如由实验室确定 的等温吸附曲线所定义的。在开始脱水 和压力下降时，气生产立即开始。
欠饱和煤层（B）含有比煤层可能吸 附量要少的甲烷，由于先前发生过脱气事 件。为了使气产气甚至需要几年的时间进 行脱水和降压，而最终的储力
超压——煤层气井喷
三、储层的空隙压力与原地应力
2、煤层气瓦斯压力
煤层气（瓦斯） 压力是指在煤田勘探钻孔或煤矿矿井中测得的煤 层孔隙中的气体压力。煤储层试井测得储层压力是水压，二者的测试 条件和测试方法明显不同。煤储层压力是水压和气压的总和，在封闭 体系中，储层压力中水压等于气压；在开发体系中，储层压力等于水 压与气压之和。
同一煤样吸附不同气体：CO2>CH4>N2
CH4 CO2 N2
8
10
CH4 CO2 N2
8
10
四、煤储层的吸附性
2、煤层气吸附／解吸过程的差异与解吸作用类型划分
地质条件下的煤层气吸附过程与开采条件下的煤层气解吸过程的差异对比
煤层气物理吸附
煤层气物理解吸
作用过程
吸附偶于煤的热演化生烃、排烃 人为的排水-降压-解吸过程（是一 过程之中（是一种“自发过程”） 种“被动过程”）
一、煤层气的概念
1、煤层气
煤层气是以甲烷为主要成分的矿产，是在煤化作用过程中形成、储集 在煤层及其临近岩层中的非常规天然气。
2、煤层气储层
煤层作为煤层气的源岩和储层，具有2方面的特征：一是在压力作用 下具有容纳气体的能力； 二是具有允许气体流动的能力。
二、煤储层的渗透性
1、概念
储集层的渗透性是指在一定压力差下，允许流体通过其连通孔隙的 性质，也就是说，渗透性是指岩石传导流体的能力，渗透性优劣用渗透 率表示。
第六章 煤储层的渗透性特征
第六章 煤储层的渗透性特征煤储层渗透率是进行煤层气渗流分析的主要参数，在煤层气资源已查明的前提条件下，煤储层渗透率又是制约煤层气资源开发成败的关键因素之一。
国外理论和实践表明，煤储层在排水降压过程中，随着水和甲烷的解吸、扩散和排出，有效应力效应、煤基质收缩效应，气体滑脱效应使煤储层渗透率呈现动态变化。
第一节 渗透性的基本概念渗透性即多孔介质允许流体通过的能力。
表征渗透性的量为渗透率。
与渗透率有关的概 念有绝对渗透率、有效（相）渗透率和相对渗透率等。
一、绝对渗透率若孔隙中只存在一相流体，且流体与介质不发生任何物理化学作用，则多孔介质允许流体通过的能力称为绝对渗透率。
多孔介质的绝对渗透率与所通过的流体无关，只与介质的孔隙结构有关。
煤对甲烷、水等流体存在较强的吸附性。
因此，甲烷、水等流体通过煤储层时，测得的渗透率不能称之为绝对渗透率，只有不与煤发生任何物理化学作用的流体才能测得绝对渗透率，如氦气等惰性气体。
但气体通过煤储层时，会引起Klinkenberg 效应（气体滑脱效应）即在多孔介质中，由于气体分子平均自由程与流体通道在一个数量级上，气体分子就与与流动路径上的壁面相互作用（碰撞），从而造成气体分子沿通道壁表面滑移。
这种由气体分子和固体间相互作用产生的滑移现象，增加了气体的流速。
因此，气体分子测得的渗透率需要经过滑脱效应校正才可得到绝对渗透率（克氏渗透率），即：⎪⎪⎭⎫ ⎝⎛+=m g p b K K 10 （6-1）式中，K 0—克氏渗透率；p m —平均压力（实验煤样进口压力与出口压力的平均值）；K g —每一个测点的气测渗透率；b —与气体性质、孔隙结构有关的常数。
对于气体在一根毛管内的流动来说，b 可由下式得出：rp c b λ4= （6-2）md ρπλ221= （6-3） 式中，λ—对应于平均压力p m 时的气体分子平均自由程；r —毛管半径（相当于煤孔隙半径）；c —近似于1的比例常数；d —分子直径；m ρ—分子密度，与平均压力p m 有关。
《2024年基于NMR的煤系泥页岩储层渗透率预测及影响因素分析》范文
《基于NMR的煤系泥页岩储层渗透率预测及影响因素分析》篇一一、引言随着全球能源需求的持续增长，煤系泥页岩储层作为潜在的油气资源，其开发利用逐渐受到广泛关注。
核磁共振（NMR）技术因其无损、高分辨率的特性，在煤系泥页岩储层渗透率预测中发挥着重要作用。
本文旨在探讨基于NMR的煤系泥页岩储层渗透率预测方法及其影响因素分析，为相关领域研究提供参考。
二、NMR技术原理及在储层渗透率预测中的应用核磁共振（NMR）技术是一种物理检测方法，通过测量岩石样品中氢原子的核磁共振信号，可以获取岩石的孔隙结构、流体分布等信息。
在煤系泥页岩储层中，NMR技术可用于评估储层的渗透率。
NMR技术通过测量岩石样品的T2谱（横向弛豫时间谱），可以反映储层中不同孔径的分布情况。
结合岩石的物理性质，如孔隙度、饱和度等参数，可以预测储层的渗透率。
此外，NMR技术还可用于分析储层中流体的分布和运动规律，为优化开采方案提供依据。
三、煤系泥页岩储层渗透率预测方法基于NMR的煤系泥页岩储层渗透率预测方法主要包括以下步骤：1. 采集岩心样品并进行NMR实验，获取T2谱及相应参数。
2. 根据T2谱分析孔隙结构，确定不同孔径的分布情况。
3. 结合岩石的物理性质（如孔隙度、饱和度等），建立渗透率预测模型。
4. 通过分析流体的分布和运动规律，优化开采方案。
四、影响因素分析煤系泥页岩储层渗透率的预测受到多种因素的影响，主要包括以下几个方面：1. 岩石类型与成分：不同类型和成分的岩石具有不同的孔隙结构和渗透率。
因此，岩石类型和成分是影响渗透率预测的重要因素。
2. 地质构造与成岩作用：地质构造和成岩作用对储层的孔隙度和渗透率具有重要影响。
例如，构造运动可能导致储层发生变形、破裂，从而改变孔隙结构和渗透率。
3. 流体性质与分布：储层中流体的性质（如粘度、密度等）和分布情况对渗透率的预测具有重要影响。
流体的性质和分布可通过NMR技术进行分析。
4. 实验条件与方法：实验条件（如温度、压力等）和方法的选择对渗透率预测结果具有重要影响。
煤储层渗透率影响因素
煤层气储层渗透率影响因素摘要：煤层气作为一种新型能源，而且我国煤层气储量丰富，因此其开采利用可以很大程度上缓解我国常规天然气需求的压力。
煤储层的渗透率是煤岩渗透流体能力大小的度量，它的大小直接制约着煤层气的勘探选区及煤层气的开采等问题。
因此掌握煤储层渗透率的研究方法及影响因素，对于指导煤层气开采具有重要的指导意义。
本文主要在前人的基础上，从裂隙系统、煤变质程度、应力及当前其他领域的技术对渗透率的研究的理论、认识及存在的问题等进行总结，对煤储层渗透率的预测有一定的理论指导意义。
Abstract: Our country is rich in the CBM which is a new resource. So the development of CBM can lighten our pressure for the requirement of conventional gas.The permeability of the coal reservoir is a measure of fluid 's osmosis permeability, restricting the exploration area and mining of CBM. Therefore, controlling the method of mining and the effect factoring has an important guiding significance for mining .This article is summarized from fracture system,the degree of coal metamorphism, stress for the theory, matters and so on of permeability 's study which is based on the achievement of others ，having a great guiding significance for the permeabilityprediction. 关键词：煤层气；渗透率；影响因素1、引言煤层气是指赋存在煤层中常常以甲烷为主要成分、以吸附在煤基质颗粒表面为主并部分游离于煤孔隙中或溶解在煤层水中的烃类气体[1]。
沁水盆地煤储层渗透率影响因素研究
c σ −3 ⋅ fe
0
式中： k ——给定应力条件下的渗透率
KB0B——原始渗透率
2——2
c ——煤的孔隙压缩系数 f
όBeB——有效应力
e ——为自然对数底，约为 2.71828。
所以在某一地区范围内，可以通过地应力状态，对煤层渗透率进行估计。 根据沁水盆地内有效应力与渗透率的关系曲线，本文引入“临界应力状态”对有效应 力对渗透率的影响规律加以说明。所谓的临界应力状态是指煤在发生形变且未发生大规模断 裂的范围内所能承受的最的载荷应力。据此我们对图 1 作如下的的解释：
图 1 沁水盆地的应力示意图
造条件较为复杂，盆地内煤储层渗
透率变化较大。对盆地内煤层渗透率的研究难度较大，本文主要从影响煤储层渗透率的内、
外因素进行探讨，希望能够给以后的煤层气开发工作以借鉴性作用。
1 影响渗透率的内在因素
影响煤储层渗透性的内部因素主要表现为煤体结构以及煤体本身的割理发育情况。因 为割理的发育对煤层渗透性起着决定性作用。割理的发育取决煤岩的力学性质，煤阶、煤体 结构等对割理的发育也有一定的影响。所以对煤储层渗透性的内部影响因素的研究，主要是 对割理的研究。
从表中可见，惰质组含量高的煤层不利于割理的发育和连通，镜质组含量高的煤层，割 理发育，连通好。 1.2.2 矿物质的影响
矿物质比有机质硬度大，大多以不均匀的状态赋存于煤层中，含矿物质多的地方，煤的 光泽黯淡⑥。暗淡区的割理发育程度低于光亮区，从微观—宏观都常见到光亮煤割理宽、数 量多，而暗淡煤割理窄、数量少的现象，矿物质在一定条件下不利于割理的发育。 1.2.3 煤相对割理影响
煤储层中有三种主要流体充填煤的割理系统⑦，即：（1）煤化作用过程中产生的有机 流体：（2）岩浆热液所携带的气液挥发物；（3）含无机沉淀物的地下水。通常，含无机沉淀 物的地下水对煤层的割理系统的危害最为严重和广泛。
考虑动态克林伯格系数的煤储层渗透率预测模型
考虑动态克林伯格系数的煤储层渗透率预测模型李立功;康天合;李彦斌【摘要】随着储层压力的降低,克林伯格效应对渗透率的影响越来越大.现有的煤储层渗透率预测模型大都忽略了克林伯格系数的变化,其预测结果与实际生产存在一定的差异,尤其是在低储层压力阶段.本文以体积不变假设为基础,基于火柴棍模型给出在储层压力降低过程中动态克林伯格系数的计算公式,并建立考虑动态克林伯格系数的渗透率预测模型;深入分析在煤储层压力降低过程中,煤储层渗透率和克林伯格系数的变化规律.研究结果表明:随着储层压力的降低,克林伯格系数呈先增大后减小的变化趋势;在相同储层压力下,克林伯格系数随渗透率增加呈指数减小趋势,随温度增加呈线性增大趋势.本文建立的渗透率模型参数简单易获取,预测结果与实际煤储层渗透率变化规律符合性较好,尤其是在低储层压力阶段,能准确预测煤储层渗透率变化.%With pressure decreasing,the Klinkenberg effect plays an more and more important role in permeability of coal reservoirs.While existing prediction models of this issue neglect the change of the Klinkenberg coefficient,which may be responsible for the difference between the prediction results and actual data,especially at low pressure.This paper presents a further demonstration to this issue.Assuming a constant volume and using the Matchstick Model,this work has established a novel prediction model of the permeability and the calculation formula for the process of pressure reduction.We also analyzed the changing rules of the permeability and Kinkenberg coefficient when the pressure in reservoir decreased.The results show that with decreaing reservoir pressure,the Klingberg coefficient shows a trend of increase first and then ofdecrease.Under a constant reservoir pressure,this coefficient exponentially decreases with increasing permeability but linearly increases with rising temperature.The novel model presented in this paper is simple and its parameters are easy to obtain.The prediction results match well with the actual data from production,especially at the stage of low reservoir pressure.Therefore this model permits to predict the change of permeability in coal reservoirs with a fairly good accuracy.【期刊名称】《地球物理学报》【年(卷),期】2018(061)001【总页数】7页(P304-310)【关键词】克林伯格系数;渗透率;体积不变;火柴棍模型【作者】李立功;康天合;李彦斌【作者单位】太原理工大学采矿工艺研究所,太原030024;太原理工大学采矿工艺研究所,太原030024;太原理工大学采矿工艺研究所,太原030024【正文语种】中文【中图分类】P6310 引言煤储层渗透率是影响煤层气开发的主要因素之一(李俊乾等，2013)，煤储层渗透率的准确预测是煤层气开发成功与否的关键因素，也是当今研究的热点.目前，煤储层渗透率预测模型主要是以单轴应变假设(水平应变为零、垂直应变不为零)为基础建立的，其代表模型有ARI模型(Sawyeret al.，1990)、S&H模型(Seidle and Huitt，1995)、P&M模型(Palmer and Mansoori, 1998；Palmeret al.，2007；Palmer，2009)、S&D模型(Shi and Durucan，2004)以及Gongda Wang模型(Wang et al.，2014)等.随着人们对煤层气储运机理认识的深入，煤储层渗透率预测模型逐步发展并趋于完善.但在指导煤储层渗透率预测实践中仍存在诸多困难，例如在模型参数获取方面，上述模型用到孔隙压缩系数ccleat、计算因子f和几何因子g等一个或几个基本参数，其取值通过实验室试验很难获得，大都凭主观经验或间接方式获得，使得模型预测存在一定难度.在2009年国际煤层气会议上，美国和澳大利亚学者(Massarotto et al.，2009)指出随着煤层气的开采，煤层体积保持不变，提出体积不变基本假设，并通过试验和现场勘测数据论证了这一假设的正确性.鉴于此Ma等(2011)学者以体积不变假设为基础，建立煤储层渗透率动态变化模型，即M&H模型.该模型参数简单易获取，但M&H模型只考虑煤基质收缩和有效应力两个方面对渗透率的影响，忽略了克林伯格效应的影响.Harpalani和Chen(1997)研究发现当储层压力从900 Psi降低到100 Psi时，渗透率增大了17倍，其中12倍是由有效应力变化引起的，5倍由克林伯格效应引起.Wei和Zhang(2010)研究指出当储层压力较低时，克林伯格效应对渗透率的贡献大于有效应力和煤基质收缩.Wang等(2015)、Kazemi和Takbiri-Borujeni(2015)等研究也均证实了克林伯格效应的存在，并指出其对渗透率的影响.Klinkenberg(1941)通过实验和理论推导给出了考虑克林伯格效应的渗透率公式为(1)其中，kp为储层压力为p时的绝对渗透率，单位为m2；p为储层压力，单位为MPa，b为克林伯格系数，单位为MPa，其表达式为(2)式中，c是常数，一般取0.9；μ为流体的黏性系数，单位为Pa·s；M为分子量，单位为kg·mol-1；rpore为孔隙平均宽度，单位为m；R为普适气体常数，单位为J/(mol·K)；T是温度，单位为K.克林伯格系数b是影响克林伯格效应的主要参数，因此各国学者对克林伯格系数b进行了大量的研究工作，并给出了不同的计算克林伯格系数b的表达式(Heid et al.，1950；Jones and Owens，1979；Florence et al.，2007；罗瑞兰等，2007)及实验获取克林伯格系数的方法(图1).图1 克林伯格系数实验测量方法Fig.1 Experimental measurement method of Klinkenberg coefficient目前对煤储层克林伯格效应的研究大都认为气测渗透率与压力倒数为单一线性关系，其克林伯格系数b为常数.但王勇杰等(1995)、Moghadam和Chalaturnyk(2014)研究了低渗透性储层气测渗透率与压力的关系，分析了气体滑脱物理机制，研究发现气测渗透率随储层压力的增大而减小，并指出气测渗透率与压力倒数并非单一线性关系，即克林伯格系数b并不是一个固定常数.从Klinkenberg给出的克林伯格系数计算公式中也不难发现，克林伯格系数b不仅与气体本身属性有关，还与储层孔隙平均半径rpore有关.Javadpour(2009)研究并证实了克林伯格效应和rpore的关系，并指出随着rpore越小，克林伯格效应越明显.Karniadakis和Beskok(2002)研究指出多孔介质平均孔径与孔隙率成反比.汪吉林等(2012)指出在储层压力降低过程中，煤储层孔隙率不是一成不变的，其随有效应力增加而减小，随煤基质收缩而增大.因此，采用固定克林伯格系数b对煤储层渗透率进行预测势必会造成一定误差，应考虑在储层压力降低过程中克林伯格系数b的动态变化过程.鉴于此，本文以体积不变假设为基础，基于火柴棍模型，分析在储层压力降低过程中，克林伯格系数的动态变化规律及影响因素，建立考虑动态克林伯格系数的煤储层渗透率动态变化模型，采用实验室易获取的物理力学参数更加准确的预测煤储层渗透率动态变化规律.1 渗透率模型的建立1.1 模型基本假设(1) 体积不变假设(Massarotto et al.，2009).所谓体积不变假设是指在煤层气开采过程中，储层压力降低，煤储层的整体体积保持不变，即水平应变为零，垂直应力、应变也为零.(2) 煤基质体孔隙对渗透率不产生影响，即煤储层渗透率主要取决于微裂隙的影响.(3) 不考虑基质体与裂隙之间压力传递损耗，即煤基质体中压力与裂隙压力相等(4) Matchstick群假定(Reiss,1980).煤层被理想化为一个火柴棍的集合体，火柴棍模型中的有效空间代表煤的孔隙，每一个火柴棍体代表煤基质，如图2.(5)假设火柴棍块体为弹性体.图2 Matchstick模型Fig.2 Matchstickmodel1.2 模型理论推导1.2.1 孔隙率随储层压力变化关系在体积不变的情况下，假设火柴棍体的两个水平边边长a1和a2相等，其值均为a0，即a1=a2=a0，如图3，那么在储层压力为p时，煤的孔隙率及渗透率可表示为(Reiss,1980)：图3 火柴棍模型中微裂隙变化示意图Fig.3 Sketch of micro-crack change in Matchstick model(4)式中w(p)为储层压力为p时孔隙平均宽度，a(p)为储层压力为p时火柴棍模型中煤基质体边长.在煤储层压力降低的过程中，假设由有效应力引起的流通路径宽度变化量为Δa1，由煤基质收缩引起的煤基质体变形量为Δa2，由于a0远大于Δa1和Δa2，则：a(p)=a0+Δa1+Δa2≈a0，(5)将式(5)代入式(3)得：(7)式中w0为初始储层压力时煤储层孔隙平均宽度，a0为初始储层压力时煤基质体边长.将式(5)、(7)代入式(3)，则孔隙率可近似表示为(8)在火柴棍模型假设及体积不变基本假设条件下，由有效应力引起的火柴棍体边长变形量Δa1为(马强，2011)：(9)由煤基质收缩引起的变形量Δa2为(马强，2011)：将式(9)、(10)代入式(8)中可得煤储层孔隙率随储层压力变化关系为：(11)将式(11)代入式(4)中得煤储层绝对渗透率为(12)1.2.2 克林伯格系数b的动态变化模型已知Poiseuille孔隙直径公式为(13)将式(13)代入式(2)得：(14)将式(11)、(12)代入式(14)得克林伯格系数b的表达式为(15)1.2.3 考虑动态克林伯格系数的渗透率模型1941年克林伯格通过实验证明多孔介质中气体流动存在克林伯格效应，并给出了考虑克林伯格效应渗透率表达式(式(1)).在考虑动态克林伯格系数b时，式(1)可写为(16)将式(12)、(15)代入式(16)得考虑动态克林伯格系数的渗透率模型为(17)2 模型验证本文中的现场实测渗透率数据来自于圣胡安盆地28口抽采试验井测试数据(Giehart et al.，2006).表1中的基本参数来自于P&M模型对圣胡安盆地渗透率模拟预测时采用的最佳参数(Palmer et al.，2007).图4为P&M模型、新模型对圣胡安盆地煤储层渗透率的模拟预测结果与现场实测数据的比较.从图4可以看出，随储层压力的降低，圣胡安盆地煤储层渗透率逐步增加，在储层压力大于2 MPa 时，新模型和P&M模型预测结果差异不大，其预测结果与实测数据符合度均较好；但在储层压力小于2 MPa后，新模型预测结果与实测数据更为接近，其预测结果较P&M模型更为精确.为了验证动态克林伯格系数b对渗透率的影响，本文分别以储层压力为0.5 MPa和8.5 MPa时不变的克林伯格系数计算在储层压力降低的过程中渗透率变化规律，如图5.表1 模型验证参数Table 1 Parameter used for model verification参数值弹性模量/MPa2069泊松比0．35初始孔隙率0．002初始储层压力/MPa9．66温度T/K305．15体积应变系数εl/(g·cm-3)0．023吸附瓦斯常数β/MPa-10．26初始渗透率k0/mD1．05图4 渗透率随储层压力变化曲线Fig.4 Variation of permeability with reservoir pressure图5 不同固定克林伯格系数下渗透率随储层压力变化曲线Fig.5 Variation of permeability with increasing reservoir pressure under different Klinkenberg coefficients从图5中可以看出，0.5 MPa下的固定克林伯格系数的所预测的渗透率小于8.5 MPa下的固定克林伯格系数所预测的渗透率.这是由于在有效应力、基质收缩的共同作用下，0.5 MPa时孔隙率大于8.5 MPa时孔隙率，导致其克林伯格系数较小，渗透率值小于8.5 MPa下的固定克林伯格系数的渗透率，尤其在储层压力小于2 MPa后，两者差异更加明显.由此可以看出，以固定的克林伯格系数预测渗透率变化必然会造成误差，储层压力越小，其预测结果误差越大.因此，在建立渗透率预测模型时，不可以忽略克林伯格系数的动态变化.3 动态克林伯格系数影响因素分析根据克林伯格系数计算公式(15)，选取表1中的参数为基本参数，经MATLAB编程，计算分析储层压力、渗透率、温度等对克林伯格系数的影响.图6为不同渗透率下克林伯格系数随储层压力变化关系曲线.由图6可以看出：在储层压力降低过程中，克林伯格系数呈先增大后减小的变化趋势.这是因为克林伯格系数是与孔隙率φ(p)的函数，随着储层压力的降低，有效应力和基质收缩共同对煤储层孔隙率产生作用，有效应力使得储层孔裂隙减小，基质收缩使孔裂隙增加，在储层压力降低初期，有效应力作用效果强于基质收缩作用，其孔隙率呈减小趋势，克林伯格系数b增大；随着孔隙压力的进一步减小，基质收缩作用大于有效应力，煤储层孔隙率增加，克林伯格系数减小.图7为储层压力为5 MPa时克林伯格系数随渗透率变化关系曲线.由图7可以看出：克林伯格系数与煤储层渗透率呈负指数关系；渗透率越小克林伯格系数越大，克林伯格效应越明显.这是由于在其他参数相同的情况下，渗透率越小，储层平均孔径越小，其克林伯格系数值越大.图8为储层压力为5 MPa时，克林伯格系数随温度变化关系曲线.从图8中可以看出：在储层压力不变时，克林伯格系数b随温度的升高逐渐增大.这是由于在相同储层压力下，温度越高，其平均分子自由程越大，克林伯格效应越明显，克林伯格系数b越大.图9为温度为0 ℃、20 ℃和40 ℃下克林伯格系数随储层压力变化关系曲线.从图9中可以看出：在高储层压力阶段，相同储层压力下，温度越高其克林伯格系数b值越大；在低储层压力阶段，随储层压力的降低，温度变化对克林伯格系数b影响越来越小.这是由于在高储层压力阶段，相同储层压力下，温度越高气体分子运动越活跃，气体分子平均自由程越大，其克林伯格效应越明显；在低储层压力阶段，气体储层压力对分子自由程的影响远大于温度变化对其影响，温度变化对克林伯格系数的影响程度较小，因此低储层压力阶段，克林伯格系数b随温度变化不明显.图6 不同初始渗透率下克林伯格系数随储层压力变化关系Fig.6 Relationship between Klinkenberg coefficient and reservoir pressure under different initial permeability values图7 储层压力为5 MPa时克林伯格系数与渗透率关系曲线Fig.7 Curve of Klinkenberg coefficient versus permeability at 5 MPa reservoir pressure图8 储层压力为5 MPa时克林伯格系数随温度变化关系曲线Fig.8 Relationship between Klinkenberg coefficient and temperature with reservoir pressure 5 MPa图9 不同温度下克林伯格系数随储层压力变化关系曲线Fig.9 Curves ofKlinkenberg coefficient versus reservoir pressure at different temperatures 4 结论本文以体积不变假设为基础，基于火柴棍应力-应变分析模型，建立了考虑动态克林伯格系数的渗透率预测模型，并对克林伯格系数随储层压力的变化规律及影响因素进行了分析，其结论如下：(1) 考虑在储层压力降低过程中克林伯格系数b的动态变化，给出了动态克林伯格系数b的计算公式，并建立考虑动态克林伯格效应的渗透率预测模型.该模型只用基本物理学参数，实现对煤储层渗透率预测，该模型实用性和操作性强，具有更高的理论和实用价值.(2) 以圣胡安盆地基础工程数据为背景，分别采用新模型和P&M模型对其渗透率进行预测，并与实际工程数据进行比较.结果表明：高储层压力阶段(大于2 MPa)两者预测结果差异不大，均与实测数据符合良好；在低储层压力阶段(小于2 MPa)，新模型考虑了动态考虑伯格效应的影响，其预测结果与实测结果符合度高于P&M 模型，进而验证了新模型的正确性及优越性.(3) 以圣胡安盆地煤储层数据为基础，分析了克林伯格系数的影响因素.结果表明随储层压力的降低，克林伯格系数呈先增大后减小变化趋势；在储层压力相同时，克林伯格系数随渗透率的减小呈指数形式变化，随温度的升高呈线性变化趋势. ReferencesFlorence F A, Rushing J, Newsham K E, et al. 2007.Improved permeability prediction relations for low permeabil ity sands.∥ SPE 107954. Rocky Mountain Oil & Gas Technology Symposium.Denver, Colorado, USA:SPE. Giehart R, Gips G, Seidle J. 2006. San Juan Basin Fruitland coal pressure dependent permeability observations. ∥Proceedings, SPE Applied Technology Workshopon Unconventional Gas.Keystone, Cololardo: SPE.Harpalani S, Chen GL. 1997. Influence of gas production induced volumetric strain on permeability of coal. Geotechnical & Geological Engineering, 15(4): 303-325.Heid J G, McMahon J J, Nielsen RF, et al. 1950.Study of the Permeability of Rocks to Homogenous Fluids.New York: API Drilling & Production Practice Press, 230-246.Javadpour F. 2009. Nanopores and apparent permeability of gas flow in mudrocks(shales and siltstone). Journal of Canadian Petroleum Technology,48(8):16-21.Jones F O, Owens W W. 1979. A laboratory study of low-permeability gas sands.Journal of Petroleum Technology, 32(9): 1631-1640.Karniadakis G E, Beskok A. 2002. Micro Flows: Fundamentals and Simulation. Berlin: Springer.Kazemi M, Takbiri-Borujeni Ai. 2015. An analytical model for shale gas permeability. International Journal of Coal Geology, 146: 188-197. Klinkenberg L J. 1941. The permeability of porous media to liquids and gases.∥ Proceedings of Drilling and Production Practice.New York: American Petroleum Institute, 200-213.Li J Q, Liu D M, Yao Y B, et al. 2013.Controls of gas slippage and effective stress on the gaspermeability of coal.Natural Gas Geoscience (in Chinese), 24(5): 1074-1078.Luo R L, Cheng L S, Zhu H Y, et al. 2007.Problems on the study of slippage effect in low-permeability gas reservoirs. Natural Gas Industry (in Chinese), 27(4): 92-94.Ma Q. 2011. Study on theory and experiment of permeability changes discipline in CBM reservoir[Ph. D. thesis](in Chinese). Beijing: China University of Mining & Technology (Beijing).Ma Q, Harpalani S, Liu S M. 2011.A simplified permeability model for coalbed methane reservoirs based on matchstick strain and constant volume theory.International Journal of Coal Geology, 85(1): 43-48. Massarotto P, Golding S D, Rudolph V. 2009. Constant volume CBM reservoirs: An important principle. ∥Proceedings of 2009 International Coalbedand Shale Gas Symposium/RPSEA Forum.Tuscaloosa, Alabama: University of Alabama.Moghadam A A, Chalaturnyk R. 2014. Expans ion of the Klinkenberg′s slippage equation to low permeability porous media.International Journal of Coal Geology, 123: 2-9.Palmer I, Mansoori J. 1998.How permeability depends on stress and pore pressure in coalbeds: A new model. SPE Reservoir Evaluation & Engineering, 1(6): 539-544.Palmer I, Mavor M, Gunter B. 2007. Permeability changes in coal seams during production and injection. ∥ International Coalbed Methane Symposium. Tuscaloosa, Alabama:University of Alabama.Palmer I. 2009. Permeability changes in coal: Analytical modeling. International Journal of Coal Geology, 77(1-2): 119-126.Reiss L H. 1980. The Reservoir Engineering Aspects of Fractured Formations.Houston:Gulf Publishing Co.Sawyer W K, Paul G W, Schraufnagel R A. 1990.Development andapplication of a 3-D coalbed simulator.∥Proceedings of International Technical Meeting Hosted Jointly by the Petroleum Society of CIM and the Society of Petroleum Engineers.Calary, Alberta, Canada: Petroleum Society of Canada, 90-119.Seidle J P, Huitt L G. 1955. Experimental Measurement of coal matrix shrinkage due to gas desorption and implications for cleat permeability increases. ∥ International Meeting on Petroleum Engineering.Beijing, China:Society of Petroleum Engineers,575-579.Shi J Q, Durucan S. 2004. Drawdown induced changes in permeability of coalbeds: A new interpretation of the reservoir response to primary recovery. Transport in Porous Media, 56(1): 1-16.Wang G D, Ren T, Wang K, et al. 2014. Improved apparent permeability models of gas flow in coal with Klinkenberg effect. Fuel, 128: 53-61.Wang J L, Qin Y, Fu X H. 2012. Dynamic changes laws of the coal reservoirs permeability under the superimposition of multi influential factors.Journal of China Coal Society (in Chinese), 37(8): 1348-1353.Wang Y, Liu S M, Elsworth D. 2015. Laboratory investigations of gas flow behaviors in tight anthracite and evaluation of different pulse-decay methods on permeability estimation. International Journal of Coal Geology, 149: 118-128.Wang Y J, Wang C J, Gao J B. 1995. A research of gas slip in low permeability porous media. Acta Petrolei Sinica (in Chinese), 16(3): 101-105. Wei Z J, Zhang D X. 2010.Coupled fluid-flow and geomechanics for triple-porosity/dual-permeability modeling of coalbed methanerecovery.International Journal of Rock Mechanics and Mining Sciences, 47(8): 1242-1253.附中文参考文献李俊乾, 刘大锰, 姚艳斌等. 2013. 气体滑脱及有效应力对煤岩气相渗透率的控制作用. 天然气地球科学, 24(5): 1074-1078.罗瑞兰, 程林松, 朱华银等. 2007. 研究低渗气藏气体滑脱效应需注意的问题. 天然气工业, 27(4): 92-94.马强. 2011. 煤层气储层渗透率变化规律理论与实验研究[博士论文]. 北京: 中国矿业大学(北京).汪吉林, 秦勇, 傅雪海. 2012. 多因素叠加作用下煤储层渗透率的动态变化规律. 煤炭学报, 37(8):1348-1353.王勇杰, 王昌杰, 高家碧. 1995. 低渗透多孔介质中气体滑脱行为研究. 石油学报, 16(3): 101-105.。
煤层气储层渗透性影响因素分析
煤层天然裂隙系统在某种程度上是渗透率的重 要影响因素， 一旦天然裂隙发育好， 煤层渗透率就 好， 其它因素如煤岩类型、 煤质、 煤级等均为次要作 ［4 ］ 。 用 总体来讲， 裂隙延伸方向、 裂隙宽度、 密度、 裂隙 的发育程度是影响煤储层高渗区分布的关键特征 。 裂隙延伸方向上渗透率较高， 裂隙宽度越大、 密度越 大、 连通性越好， 渗透率越高， 越利于流体的渗流， 这 对煤层气可采性评价有极其重要的指导意义 。
3
煤变质程度
煤变质作用指由褐煤转变为烟煤 、 无烟煤、 超无 烟煤的物理化学作用。煤变质的范围是从褐煤到石 压力和时间长期作用 墨的演变。煤的变质是温度、 的结果， 其中温度是煤变质的主导因素， 在煤的埋藏 过程中， 温度加速化学煤化作用， 而压力可以促进物 ， 理结构煤化作用 时间无疑是煤变质的因素之一。 煤变质作用是促使煤中显微裂隙和内生裂隙发育的 重要外部因素， 煤变质作用可使煤中孔隙产生次生 变化， 也可经过煤层中孔隙、 裂隙的发育改变煤的机 进而对其渗透性产生影响。 一般低变 械力学性质， 质和高变质程度的煤割理欠发育 ， 渗透性差； 中变质 程度的煤割理发育， 渗透性好。 Ammosov 等在研究割理密度与煤级之间的关系 割理密度从褐煤向烟煤 （ 肥煤、 焦煤 ） 方向 时发现， 增大， 而从烟煤向无烟煤方向减小， 呈正态分布， 即 低变质和高变质程度的煤割理欠发育， 中变质程度 ［8 ］ 的煤割理发育 。 但 Law 在对阿伯拉契亚盆地群 和落矶山盆地群的研究中发现， 从褐煤到无烟煤阶
gray认为由于煤层气解吸时煤基质会收缩使得裂隙扩张从而导致煤层渗透率的增大力减小时煤层气解吸煤基质体积减小且煤基质体应变与解吸的气体量呈线性关系和chen通过室内试验研究了与解吸有Байду номын сангаас的煤岩体基质体积变化后得出解吸引起的煤基质收缩变化远大于基质的压缩率juan盆地的现场实测数据验证了基质收缩理论的正确性煤层气开发过程中随着气水介质的排出煤基质发生收缩由于煤基质在侧向上受围压限制因此煤基质的收缩不可能引起煤层整体的水平应变只能沿裂隙发生局部侧向应变造成裂缝宽度增加渗透率增高
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
煤储层渗透率主要影响因素及其物理模型研究金大伟 赵永军 霍凯中（中国石油大学地球资源与信息学院 山东 东营 257061）摘要： 在分析渗透率与地应力、埋深、裂隙、储层压力和水文地质条件等相互关系的基础上，指出影响煤储层渗透率最普遍和主要的因素是围压、裂隙和埋深等。
并结合前人的研究成果，以数学关系式的方式，来研究渗透率与其主要影响因素的关系，并建立物理模型。
关键词：煤储层 渗透率 影响因素 地应力 埋深前言煤储层系指吸附储存了一定的甲烷气体并发育有连通的孔、裂隙系统，煤层气在压降作用下能够发生流动的三维煤岩体。
煤储层渗透率研究涉及到岩石力学、流体力学、计算力学和采矿工程诸多学科，与煤储层孔裂隙体系、现代构造应力场的性质和大小、煤化作用和构造演化历史、地下水活动等关系密切。
近年来在地质物理模型、渗流模型、实验测试、试井分析及数值模拟等方面均取得了长足发展。
煤层渗透率的影响因素十分复杂。
地质构造、应力状态、煤层埋深、煤体结构、煤岩煤质特征、煤级及天然裂隙都不同程度地影响煤层渗透率。
有时是多因素综合作用的结果，有时是某一因素起主要作用。
但是，在诸多因素中，影响最普遍的煤储层渗透率的主控因素是围压、埋深和裂隙等。
本文结合前人的研究成果，以数学关系式的方式，来研究渗透率与其主要影响因素的关系，并建立物理模拟。
1渗透率围压的关系研究据秦勇等的关于CH4渗透率实验：在晋城成庄矿、高平望云矿、潞安常村矿、五阳矿及沁源沁新矿井下新开拓的煤面上采集裂隙发育中等的半亮型煤大块煤样(20cm×20cm×20cm)，Ro max从1.65%至2.87%，煤类为焦煤到三号无烟煤(表1)，在室内加工成50mm×100mm 的圆柱形煤样。
在有效应力不变的情况下，测量CH4的克氏渗透率(表1)，在流体(CH4)压力不变的情况下，测量不同围压下的应力渗透率。
结果表明:煤岩体CH4应力渗透率随围压的增大呈指数形式降低(图1)。
并由实验数据得出其数值形式为K c＝K0e-aPc （1）式中，K c为应力渗透率(单位：10-3μm²);K o为无应力时渗透率(单位:10-3μm²);e为自然对数;a为拟合系数;P c为围压(单位：MPa)。
除潞安4号煤样相关系数只有0.73外，其余4个煤样相关系数均在0.92以上;克氏渗透率越大，其无应力时渗透率也越大;贫煤－无烟煤随围压的增大，衰减较快，焦煤－瘦煤随围压的增大，衰减相对较慢(表1)。
2裂隙与渗透率关系煤储层渗透率由孔隙、裂隙渗透率组成，但由实验结果知道，孔隙渗透率的数值常比初始裂隙孔隙度小2～3个数量级，所以，我们计算中，对孔隙渗透率常忽略不计。
由此，我们只讨论裂隙和孔隙度的关系。
表1 煤岩体渗透率/10-3μm²物理模拟与数值模拟（秦勇等，1999;傅雪海等，2001）煤样 晋城成庄矿高平望云矿潞安常村矿潞安五阳矿沁源沁新矿煤样号 1 2 3 4 5 Romax/% 2.872.172.101.891.65煤类 三号无烟煤贫煤贫煤瘦煤焦煤CH 4克氏渗透率 3.801 0.348 0.029 0.034 0.213 K 043.662 0.942 0.0693 0.0465 0.3814 α -0.4664 -0.2102 -0.1710 -0.0560 -0.1218 应力与渗透率分析 相关系数0.980.970.920.730.96S f 510 250 9 16 228 K mf0.906 0.322 0.032 0.034 0.261 裂隙与渗透率分析 误差/%10.52.60.30.04.8C 055.1820 0.9795 0.0779 0.0582 C 1-0.0062 -0.0026 -0.0032 -0.0067 埋深与渗透率分析相关系数0.990.990.990.99裂隙面密度以小裂隙为基准，中裂隙则提高一个数量级，单位:条/ m²图1 渗透率与围压的关系(l号煤样)2.1裂隙面密度与渗透率关系分析1号煤样发育中裂隙，其渗透率最高;5号焦煤样小裂隙十分发育，其渗透率中等;潞安井3号煤样裂隙不发育，其渗透率最低(表1)。
各煤样所在储层天然裂隙与相应煤柱样CH4克氏渗透率耦合关系表明，煤样渗透率随裂隙面密度的增加而呈指数形式增大(图2、表1)，数据关系为：K mf=0.0292e0.0096Sf （2）式中，K mf为裂隙面密度模拟渗透率(单位: 10-3μm²)，S f裂隙面密度(单位：条/ m²)。
由(2)式可知，裂隙面密度>128条/ m²，煤储层渗透率>0 .1×10‐³μm²，裂隙面密度>368条/ m²，煤储层渗透率>l.0 ×10-3μm²。
2.2 裂隙产状、宽度与渗透率关系分析三轴力学压缩实验表明:煤储层裂隙宽度随围压(相应埋深)的增大而呈指数形式增加（表4），即:W H=b0e b1H （3）式中，W H为平均水平应力(相应埋深)下的裂隙宽度(单位：μm)，b0、b l为拟合系数，H 为煤层埋深(单位：m)。
图2 CH 4克氏渗透率与裂隙面密度的关系（傅雪海，秦勇等，2003）对单一直立裂隙组，引用下面的公式(Lvine，1996)，有：K e SCW H 1210013.139×=（4）式中，K e 为有效渗透率(单位: 10-3μm²);S为割理间距(单位：mm);C为割理粗糙度系数。
事实上，裂隙产状并非直立，设裂隙倾角、倾向、走向分别为a 1、a 2、a 3，借鉴裂隙岩体渗透率二阶张量表达式(周维垣，1990)，为书写方便，将cosα用α表示，得:[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡−−−−−−−−−−=)1()1()1(333231232221131211a a K a a K a a K a a K a a K a a K a a K a a K a a K K e e e e e e e e e （5）通过坐标轴变换，可计算不同埋深下煤储层的水平渗透率。
结果表明:煤储层渗透率随煤层埋深的增加而呈指数形式降低(图5)，即:K WH ＝C 0e C1H（6）式中，K WH 为平均水平应力(相应埋深)下的渗透率(单位：10-3μm²)，C 0、C 1为拟合系数(表1)。
3地应力与煤储层渗透率关系及模型据国内专家学者（秦勇，傅雪海等，2001）关于地应力与渗透率的实验研究表明：储层渗透率随围岩应力或有效应力的增加而呈指数形式降低。
3.1 地应力数值模拟对上述煤样在储层条件(水、气饱和)和不同围压下进行三轴压缩力学实验（秦勇等，2001），得到不同水平应力(相应埋深)下的力学参数(表2)。
利用FLAC－3D 软件(Itasca Consuting Group lnc.，1 997)，模拟了研究区上主煤层三维地应力和剪应力大小，结果表明:上主煤层内最大水平应力方向近于NE 向，最小水平应力方向近于NW 向，最大水平应力变化于12MPa 与36MPa 之间，最小水平应力范围为3-17MPa，剪应力介于1.3MPa 与6.7MPa 之间，总体上东部大于西部，北部大于南部。
表2 煤岩体力学参数侧试成果表（据傅雪海，秦勇，2003）0～500m 500～800m 800~1000m 1000～1500m >1500m埋深焦煤瘦－ 贫煤无烟 煤 瘦－ 贫煤 无烟 煤 瘦－ 贫煤 无烟煤 瘦－ 贫煤 无烟煤 无烟煤容量g/m 31.401.50 1.60 1.50 1.60 1.55 1.60 1.60 1.65 1.65 弹性模量103MP2.38 2.593.33 3.05 3.654.20 4.90 4.465.14 5.62 泊松比0.430.21 0.32 0.19 0.27 0.17 0.250.16 0.21 0.18 体积模量103MP 5.67 1.49 3.08 1.64 2.64 2.12 3.27 2.19 2.95 2.93 剪切模量103MP 0.831.071.261.281.441.791.961.922.122.383.2 地应力与渗透率关系分析上述不同围压下的渗透率实验与国外一些学者(Somerton，1975; Walsh，1981; Harpalin and Miphresor，1986;Mckee et al.，1986)的实验研究均表明:煤储层渗透率随围岩应力或有效应力的增加而呈指数形式降低。
设三维地应力和剪应力与渗透率的数学模型为:τσσσ43210a a a a s h H v e a K +++= (7)式中，K s 为煤储层初始渗透率(单位：10-3μm²);a 0、a 1、a 2、a 3和a 4均为拟合系数;σv 、σh 、σt 和τ分别为垂向应力、最大、最小水平应力和剪应力(单位:MPa)。
利用18套煤层气试井资料，结合前述地应力模拟成果，得到(5)式拟合系数分别为: a 0＝297.883，a 1＝0.238，a 2＝0.378，a 3＝0 .208，a 4＝0.543。
利用此数学模型对该区上主煤储层内的初始渗透率进行了全面预测，结果表明:上主煤层渗透率围绕盆地呈椭圆形分布，盆地深部(大致对应于埋深1000 m以深)<0.1×10-3μm²;盆地斜坡带(大致对应于埋深600～1000 m)为(0.1～0.5) ×10-3μm²，但在屯留西南部、樊庄北部局部区域<0.1×10‐³μm²;盆地西缘和北部近EW向次级隆起地带，渗透率在0.5×10-3μm²左右，盆地东缘和南部，大多集中在(0.5～1.0)×10-3μm²，但在长子县东部和南部端氏－潘庄一带则>1.0×10-3μm² 。
4埋深与渗透率以及埋深与渗透率的主要影响因素的关系研究 据国内外专家学者（秦勇，1999；傅雪海，2001）的研究，在一定阶段埋深对渗透率及渗透率的主要影响因素具有较大的作用，埋深和其他因素呈一定的数学关系。
通过对沁水盆地中南部的埋深数据及其他数据资料，得出在沁水盆地中，埋深与渗透率及渗透率的主要影响因素的关系。
4.1 埋深与有效压力的关系分析及模型建立我们可以得到沁水盆地中－南部不同深度的最大水平应力σH、最小水平应力σh，则平均水平应力可由：2hH Hh σσσ+=（8）得到。
流体压力（P）据沁水盆地中－南部试井资料与煤层埋深（H）的拟合关系（傅雪海，2001）：p＝0.0084H-0.8283(9)得出，有效应力系数则由有效应力原理（傅雪海，2001）中的论述，并据埋深(相应水平应力)计算，有效应力由有效应力原理公式，忽略温度应力、煤基质收缩应力而得出(表3)。