页岩气跨尺度运移研究新进展
随着常规油气产量增长乏力，非常规油气已成为我国重要的油气战略接替领域。其中勘探开发页岩气已成为重中之重。目前除美国之外，世界上其他国家的页岩气勘探开发进展都比较缓慢，特别是我们国家，相当一部分页岩气田都存在预测储量和实际产量不符，现有理论无法解释的难题。究其原因，一是页岩气富集方式差异大，不能完全照搬已有的理论和方法；二是对页岩气的输运机理认识不足。页岩气具有低孔、低渗、源储一体的特点。其中有机质（干酪根）中的纳米级孔隙构成的复杂网络使得页岩气的储集和输运完全不同于常规天然气，因此揭示页岩气的跨尺度运移规律，特别是涉及到微尺度的非达西效应，成为当务之急。
当前有三种页岩气微尺度流动模型——毛管束模型、基于砂岩的缩比等价模型和LBM，然而这三种模型存在着孔隙结构过于简化和计算效率低、尺度扩展难的问题。对此中国科学院力学研究所流固耦合与系统力学重点实验室研究人员提出了从页岩微观结构出发，基于孔隙网络模型展开研究，最终形成了从错综复杂的孔隙网络，到建立有机质孔隙网络的等价模型，再到有机质和无机质耦合渗流模型的研究路线，实现了从纳米喉道到微米岩块的升尺度。
首先，研究团队通过大量的岩石样品测试计算发现，以往针对均匀多孔介质的孔隙网络抽提算法并不适用于强非均质的页岩。他们提出了基于FIB-SEM数据抽提有机质孔隙网络算法—AB算法（图1）。该算法综合了中轴法和大球法的优点，能够很好地表征页岩的非均质性，在多相流计算上也有更高的精度。
图1 Flowchart of AB algorithm
（取自Z Yi，M Lin，W Jiang，et al. Water Resourc. Res., 2017）
在此基础上，研究团队建立了有机质孔隙网络簇内页岩气流动的等价模型。提出并定义了孔隙特征参数（流动喉道孔隙度、迂曲度、平均孔隙半径和孔隙表面分形维数等）表征复杂的页岩有机质孔隙空间，明确了孔隙特征参数对气体流动影响的敏感程度。通过对四川龙马溪组和美国鹰滩页岩样品的三维FIB-SEM成像数据展开计算，优选出最佳的等价模型参数方案。该模型的特点是：参数定义和计算方法明确，并且在计算精度和避免多解性上都取得了突破，可更为准确、高效地表征页岩气在微纳孔隙簇中的流动（图2）。
图2 Process flow chart for developing an effective model from the pore scale to the cluster scale （取自W Jiang，M Lin，et al. Transp. Porous Med., 2017 ）
针对如何描述页岩气从错综复杂的纳米级孔喉到无机基质中输运这一难题，研究团队进一步对微尺度页岩岩块提出建立有机质和无机质耦合的多尺度概念模型。他们将页岩抽象成无机质嵌套着若干有机质块体；有机质可视为拥有纳米级孔喉的孔隙网络，气体输运呈现努森流、滑移流等非达西效应，用孔隙网络模型（PNM）模拟；而无机质看作是各向同性的多孔介质，并且假设气体输运满足达西定律，用有限体积（FVM）模拟；在交界面上采用Mortar耦合。研究团队进而将这一概念模型用于分析四川盆地龙马溪组页岩，并提出了处理真实页岩的计算方案。结果表明，页岩表观渗透率对TOC和孔径分布都很敏感，但对干酪根分布不敏感（图3）。这些认识为下一步的尺度再升级奠定了基础。
图3. Contour plots of pressure for the six cases with TOC varies from 3.08% to 10.78%
（取自G Cao，M Lin ，W Jiang，et al .Fuel，2017，）
简而言之，以上研究工作的意义就在于真正地将微观和宏观关联起来，而不是简单地在输运方程上加一个吸附、解吸项。这些研究成果已发表于Fuel，Transp. Porous Med.和Water Resour. Res. 等国际期刊上。研究工作获得了中科院先导B页岩气专项、国家自然科学基金和国家重点基础研究发展计划（973）致密油项目的支持。
1、Gaohui Cao, Mian Lin, Wenbin Jiang, Haishan Li, Zhixing Yi, Chenjie Wu. A 3D coupled model of organic matter and inorganic matrix for calculating the permeability of shale. Fuel, 2017, 204:129-143
2、Wenbin Jiang,Mian Lin,Zhixing Yi, Haishan Li, Songtao Wu. Parameter determination using 3D FIB-SEM images for development of effective model of shale gas flow in nanoscale pore clusters, Transp. Porous Med., 2017, 117:5-25
3、Zhixing Yi, Mian Lin, Wenbin Jiang, Zhaobin Zhang, Haishan Li, Jian Gao. Pore network extraction from pore space images of various porous media systems. Water Resources Research, 2017,53:3424-3445
附件下载：
