Оптимизация заводнения Среднеботуобинского НГКМ на основе гидродинамического моделирования линий тока

В настоящее время проблема снижения эффективности систем поддержания пластового давления (ППД) на поздних стадиях разработки месторождений с высокой неоднородностью коллектора является серьезной для нефтегазовой отрасли. В настоящей работе рассматривается Среднеботуобинское нефтегазоконденсатное месторождения (СБНГКМ), которая характеризуется высокой неоднородностью коллектора, обводнённостью продукции некоторых скважин более 95% и низкой эффективностью закачки воды. В работе впервые была применена оптимизация заводнения методом линий тока для условий одного из крупнейших месторождений Якутии – СБНГКМ. Целью работы является повышение эффективности ППД путём перераспределения закачки между нагнетательными скважинами с использованием гидродинамического моделирования линий тока. Материалы исследования включают трёхмерную гидродинамическую модель пласта Бт центрального блока СБНГКМ в программном обеспечении (ПО) тНавигатор, исторические данные по 37 добывающим и 15 нагнетательным скважинам за период 2010 – 2021 гг. Реализован алгоритм перераспределения закачки с увеличением объёмов в высокоэффективные скважины на 20 – 30 % и сокращением в низкоэффективные на 15 – 40 %. Результаты показали рост средней эффективности закачки на 41 %, снижение обводнённости на 3,2 % и прирост накопленной добычи нефти на 65 414 тонн за 10 – летний прогнозный период. Практическая значимость подтверждена увеличением конечного коэффициента извлечения нефти (КИН) на 1.7 % без капитальных затрат. Перспективы исследования связаны с разработкой адаптивных алгоритмов автоматической оптимизации на основе машинного обучения и интеграцией систем реального мониторинга фильтрационных параметров. Внедрение предложенной методики позволяет существенно повысить экономическую эффективность разработки сложнопостроенных коллекторов на поздней стадии эксплуатации за счет рационального использования существующей инфраструктуры скважин и водных ресурсов.

1. Егорова Е. В., Смолянская О. А., Пименова Н. А., Смолянский А. А. Вероятностная оценка эффективности применения метода циклического заводнения нефтяных пластов. Нефтегазовые технологии и экологическая безопасность. 2023; (3): 27–32. DOI: 10.24143/1812-9498-2023-3-27-32.

2. Плиткина Ю. А. Повышение эффективности системы поддержания пластового давления в низкопроницаемых неоднородных коллекторах с трудноизвлекаемыми запасами. Энергетика и рациональное природопользование. 2021; (3): 64-78. DOI: 10.31660/0445-0108-2021-3-63-78

3. Гринченко В.А., Валеев Р.Р., Абдуллин М.М. и др. Особенности проведения сложных промыслово-геофизических исследований по контролю разработки месторождений в осложненных условиях Восточной Сибири. Нефтяное хозяйство. 2020; (11):56-62.

4. Томский К.О., Иванова М.С., Оконешников М.Е. Моделирование периодической эксплуатации и закачки дегазированной нефти в добывающие скважины для расформирования конуса газа в пластах. Вестник СВФУ. 2025;(1):62-74. DOI: 10.25587/2587-8751-2025-1-62-74

5. Истишева В.Ф., Забелин В.И., Иванов Е.Н. и др. Ограничение добычи газа в условиях массивной газовой шапки. Нефть и газ. 2024; (4):50–63. DOI: 10.31660/0445-0108-2024-4-50-63

6. Thiele M.R., Batycky R.P. Water Injection Optimization Using a Streamline-Based Workflow: SPE Annual Technical Conference and Exhibition, Denver, Colorado, Oct. 5–8 2003. DOI: 10.2118/84080-MS

7. Asadollahi M. Waterflooding Optimization for Improved Reservoir Management. Trondheim, Norway: Norwegian University of Science and Technology (NTNU); 2012:159.

8. Mfoubat H.R.N.B., Zaky E.I. Optimization of waterflooding performance by using finite volume-based flow diagnostics simulation. J. of Petroleum Exploration and Production Technology.2020;10(3): 943–957. DOI: 10.1007/s13202-019-00803-5

9. Batycky R.P., Thiele M.R., Baker R.O., Shelin Chugh. Revisiting Reservoir Flood-Surveillance Methods Using Streamlines. SPE Reservoir Evaluation & Engineering. 2008; 11 (2): 387–394. DOI: 10.2118/95402-PA

10. Романенков А.В., Евдощук П.А. Определение коэффициентов взаимовлияния скважин на основе уравнения материального баланса. Современные тенденции развития науки и технологий. 2017; (2): 79–84.

11. Datta-Gupta A., King M.J. Streamline simulation: theory and practice. SPE Textbook Series, Vol. 11; 2007:404.

12. Thiele M.R., Batycky R.P., Fenwick D.H. Streamline Simulation for Modern Reservoir-Engineering Workflows. J. of Petroleum Technology. 2010; 62(1):64–70. DOI: 10.2118/118608-JPT

13. Иванов А. Н., Пятибратов П.В., Аубакиров А.Р., Дзюбло А.Д. Обоснование режимов работы нагнетательных скважин для реализации циклического заводнения. Нефт. хоз-во.2020; (2): 28–31. DOI: 10.24887/0028-2448-2020-2-28-31

14. Пятибратов П.В., Заммам М., Туровская Е.А. Оптимизация заводнения на основе моделирования линий тока. Оборудование и технологии для нефтегазового комплекса. 2021; (4): 37–44. DOI: 10.33285/1999-6934-2021-4(124)-37-44

15. Vershinin V.E., Ponomarev R.Yu., Strekalov A.V. Neural network as a tool for predicting and controlling the technological regime of production wells: SPE Russian Petroleum Technology Conference, Virtual, 26–29 October 2020. Paper SPE-201937-MS; 2020. https://doi.org/10.2118/201937-M