智能优化技术在CO2地质埋存与利用中的应用

侯智玮

(辽河油田勘探开发研究院，辽宁盘锦 124010)

2015年，联合国政府间气候变化专门委员会(IPCC)发布了一份评估报告，报告中指出全球气候变化有95%的概率归因于人类活动排放的温室气体[1]。从1970年到2004年，全球二氧化碳年排放量增加了约80%。自2006年以来，每年大约有300亿t二氧化碳被释放到大气中。大气中的二氧化碳体积分数已从工业革命前的0.028 0%增加到2012年的0.039 3%。二氧化碳和其他温室气体(GHG)的人为排放被确定为全球变暖和气候变化的主要原因[2]。

二氧化碳地质埋存技术主要是指将二氧化碳注入地下深部储层进行永久封存的技术，是应对全球气候变化的有效技术手段之一。二氧化碳地质埋存与利用技术(CGUS)被认为是电力和工业部门低碳经济的关键战略。CGUS的目标是在埋存二氧化碳的同时有益于其他能源的生产。二氧化碳地质埋存技术(CGUS)提供了一种避免向大气中直接排放大量二氧化碳的潜在解决方案，从长远来看，CGUS可以帮助稳定甚至减少大气中的二氧化碳浓度。可行的二氧化碳埋存方案的主要特点是有效减少二氧化碳排放量、埋存量大、埋存时间长(至少几百年)、合理的成本和能源损失以及对环境影响程度最小等[3]。

二氧化碳地质埋存的有效性和安全性取决于各种物理和地球化学捕获机制的结合。目前可供CO2地质埋存的主要场所有深部含盐水层、枯竭油气藏和不可采煤层等。据统计，全球深部含盐水层的二氧化碳储存量为(400～10 000)×108t，枯竭油气藏的二氧化碳储存量为920×108t，深部煤层的二氧化碳储存量为20×108t，其中深部含盐水层中二氧化碳的储存量是油气藏的10倍以上，是煤层储存量的几百倍，埋存潜力最大[4]。

1 CO2地质埋存机理

1.1 地质构造埋存机理

地质构造埋存也称为静态埋存，这是二氧化碳地质埋存中最重要的埋存机理。对于二氧化碳，虽然二氧化碳的浮力很大，但是封闭盖层的阻挡作用阻止了其垂直和横向迁移。当二氧化碳气体、液体或两相流体遇到封闭盖层，不能继续向上迁移时，会被困在封闭盖层从而埋存。地质构造埋存的形成要求圈闭中含有油气或地下水[5-6]。

1.2 束缚埋存机理

储层岩石中通常有一定的孔隙空间。在二氧化碳迁移过程中，二氧化碳分子在注入压力和地层流体浮力的作用下进入这些微孔隙中，并留在这些孔隙中。经过长时间的结合和溶解机理的相互作用，二氧化碳最终会溶入地层矿物和流体中[7-8]。

1.3 溶解埋存机理

在油气层和盐水层注入二氧化碳后，部分二氧化碳会溶解在地层水或油中。在储层中，二氧化碳在驱油时溶解在油中，然后在剩余油中捕获部分二氧化碳。在盐水层中，饱和CO2后水的密度会增加，这会促使溶解在盐水中的CO2随盐水向下迁移，有利于CO2的进一步溶解和扩散。该方法可减少地层中的气相二氧化碳量，降低二氧化碳运移和泄漏的风险，是一种相对安全稳定的埋存状态[9-11]。

1.4 矿化埋存机理

矿化埋存是指二氧化碳在地层状态下与岩石、地层水反应生成酸性物质，如H2CO3与矿物中方解石和白云石反应的过程。矿化作用可提高地层水中钙、镁等阳离子的浓度，促进与碳酸盐等阴离子的结合，形成更稳定的次生矿物，达到固定二氧化碳的目的。矿化反应很慢，时间尺度很长，通常要几百年甚至几千年才能完成[12-13]。

4种埋存机理的安全性见图1。

图1 4种埋存机理安全性示意

由图1可见：当CO2注入地层进行地质埋存时，在注入初期(几十年内)，主要以地质构造埋存的形式存在于地层，安全性较低；在注入中期(数百年内)，由地质构造埋存转为束缚埋存，并逐渐向溶解埋存转化，此时安全性相对较好；在注入后期(数千年)，埋存形式主要以溶解埋存和矿化埋存为主，安全性最高。

2 全球CO2埋存项目及在油藏中的埋存潜力

目前，世界各地的大型CO2地质埋存项目见表1，国内的CO2埋存项目统计见表2，全球可用于二氧化碳驱提高石油采收率(CO2-EOR)、二氧化碳驱替煤层气(CO2-ECBM)和CO2地质埋存的油藏潜力[14]见表3。

表1 世界各地的大型CO2地质埋存项目

表2 国内的CO2埋存项目

表3 全球可用于CO2- EOR 和CO2地质埋存的油藏潜力

Godec等[14]建立了世界上最大的50个含油盆地(约占世界石油储量的95%)数据库，以评估全球CO2-EOR和储量潜力。其中，适合于CO2-EOR的储层地质储量为4亿t，预计适合于CO2-EOR混相驱的储层可采出原油640亿t，储存二氧化碳1 400亿t。此外，这些含油盆地还含有1 200亿t未发现原油(2000年之前)。若将CO2-EOR技术成功应用于资源，全球CO2-EOR应用的潜力将增加到1 450亿t石油，二氧化碳储存的潜力将达到3 200亿t。由此可见，CO2-EOR和CO2储存技术的潜力巨大。

由表2和表3可见：我国的CO2地质埋存项目起步较晚，应用范围也没有世界上其他国家广泛。

3 CO2-EOR与CO2地质埋存协同优化

将二氧化碳储存在废弃的油气藏中，不仅可以提高油气藏的采收率，提高经济效益；还可以降低大气中二氧化碳的比例，减缓温室效应。储层具有良好的圈闭条件，因此在油气藏或废弃油气藏中储存二氧化碳是世界上常用的方法之一。目前，大多数都是在油气藏开发后期向储层注入二氧化碳，在提高采收率的同时，也将二氧化碳储存在油气藏中。在二氧化碳储存过程中，依据经验设计开发方案会导致二氧化碳利用率较低。近年来，由于优化技术的飞速发展，将实际工程问题与优化技术相结合，可以显著降低成本，提高效率，最大限度地提高油气回收率。此外，还可以优化二氧化碳的利用率，降低二氧化碳的泄漏风险和二氧化碳储存的建设成本，最大限度地提高经济效益[15]。

协同优化CO2-EOR和地质埋存的目标是以最小的二氧化碳注入量最大限度地提高采收率，同时尽可能多地使二氧化碳储存在储层中[15]。同时，还应考虑二氧化碳利用率，避免二氧化碳注入不足，不能充分利用储层的储存空间，同时避免过量注入二氧化碳导致压力过大，造成地层破裂，使CO2泄漏[16]。通过选择合适的优化理论和方法，合理设计油气比、生产井和注水井井底压力、注气类型、最小混相压力(MMP)、净现值(NPV)等油田开发参数，以最低的成本实现最高的经济效益[17]。

智能优化算法又称现代启发式算法，是一种通用性强、适用于并行处理的全局优化算法。该算法一般具有严格的理论基础，而不是单纯依靠经验，在一定时间内从理论上可以找到最优解或近似最优解。智能优化算法可以弥补传统优化技术的不足。Ampomah等[18]提出了一种将代理模型与遗传算法相结合的方法，目标函数是石油产量和二氧化碳储存量。以德克萨斯州的FWU油藏为例，与传统方法相比，其CO2储量增加了20%，采收率提高了近9%，成功验证了协同优化框架理论(同时优化原油产量和二氧化碳埋藏量)的正确性，为今后的二氧化碳储存工程提供了技术指导。Karkevandi-Talkhooncheh等[19]将自适应神经模糊推理系统(ANFIS)与多种智能优化算法[反向传播(BP)、粒子群优化(PSO)、遗传算法(GA)、蚁群优化(ACO)和微分进化(DE)等]相结合，预测CO2和原油间的最小混溶压力(MMP)。预测结果的精度高于现有文献模型，数据的误差精度仅为7.35%。Li等[20]提出以净现值和二氧化碳储量为目标函数，通过RSM进行拟合。建立了一套理论系统，分析了CO2储量与EOR的组合优化问题，并采用DOE算法对系统参数进行了优化。NPV最大值可达1.905 38×109，CO2最大埋存量为2.074 38×105t。Safarzadeh等[21]提出采用多目标优化算法(NSGA-Ⅱ)和DOE算法优化CO2埋存量和原油采收率。该方法的优点是，当油价、二氧化碳税等经济参数发生变化时，可以随时改变参数，提高不同经济效益下的决策能力。与单目标优化方法相比，多目标优化方法的优化时间短，决策时间短。Ampomah等[22]考虑了地质不确定性变量(kv/kh)的影响，当kv/kh为0.5时，效果较好。采用蒙特卡罗采样器的灵敏度分析方法，减少了优化所需的控制变量数量，并建立了代理模型，缩短了计算时间。提出的储层优化方法可以在不影响采收率的前提下提高CO2的埋存量。Van等[23]采用人工神经网络模型(ANN)对初始含水饱和度、kv/kh、CO2与水注入时间比(WAG)和循环持续时间为独立变量的网络进行训练，预测CO2驱油过程中的采收率、产油率、气油比(GOR)、累计产油量、CO2净埋存等参数，生成的模型和应用程序相对简单、经济、有效。该方法对实际原油储层的CO2驱替和CO2储集开发具有很强的指导作用。Safi等[24]使用COZView / COZSim软件平台，对废弃油藏中EOR系统的地下流动进行数值模拟，使用遗传优化算法以恒定速率和压力注入方案优化CO2的注入，研究结果为其他CCUS系统提供了技术指导，如二氧化碳强化天然气开采(CO2-EGR)、二氧化碳强化深部咸水开采(CO2-EWR)和二氧化碳增强地热系统(CO2-EGS)等。

利用二氧化碳驱油是一种经济实用的方法，在世界各地具有广阔的应用前景。对于含水率高、渗透性低的注水油田，二氧化碳驱油方案有望成为一种可持续的采油和同步固碳方法[25]。采用智能优化技术优化CO2-EOR和CO2地质储量。原油的采收率提高幅度在1.67%～28%，二氧化碳的净利用率最高为95%，最低为61.8%。造成不同结果的原因有很多，如储层类型、驱替方式、注气方式、注气方式、油藏初始采收率等。不同的优化技术也会产生不同的效果。其中利用多目标优化算法和神经网络优化技术，效果较好，优化后的EOR值和CO2净利用率是最大值。

4 降低CO2地质埋存泄漏风险的优化技术

4.1 注采优化技术

向储层中注入二氧化碳会导致储层压力急剧上升，可能影响盖层完整性，造成严重的压力效应，严重的话会造成二氧化碳泄漏。为了解决这一问题，控制压力有2种方法：一种是严格控制二氧化碳的注入量，另一种是从储层中采出天然流体进行压力管理，以控制压力平衡。其中最重要的2个参数是二氧化碳的注入速率和天然流体的采出速率。在优化过程中，有必要将储层总压力和井底压力降到合理的范围内，将泄漏风险降到最低。

Davidson等[26]提出在从地层中采出流体时应考虑经济效益(包括所增加的盐水生产成本和降低二氧化碳注入量成本)，还考虑了对CO2注入效率的影响。当二氧化碳埋存在非均质盐水层中时，由于储层的非均质性，二氧化碳羽流的横向迁移受到影响。为了增加CO2和盐水之间的接触并增加盐水层中CO2储存的潜力，控制CO2的注入速率以实现该目标。Shamshiri等[27]利用MATLAB软件中的牛顿优化算法用于优化CO2注入速率，促进CO2在各个方向上的均匀迁移，并限制CO2羽流向泄漏区域的移动，以降低潜在位置泄漏的风险。Babaei 等[28-29]、Cihan等[30-31]提出了通过进化算法优化CO2注入速率和流体采出速率，通过GA算法优化CO2注入速率，利用约束差分进化(CDE)算法解决了盐水采出速率的全局优化问题，从而降低了盐水总提取量，降低了开发成本，限制了储层压力的增加。

4.2 井位优化技术

井位选择是基于油藏特征、流体性质、钻井建设及经济效益等多因素的高风险复杂系统工程。CO2埋存工程中，由于钻新井的成本过高，无论是利用油气藏中的原有井网注入井位进行选择，还是需要在原有井网基础上打新井作为CO2注入井，监测井和流体采出井，井位的选择在很大程度上影响到油气藏开发的采收率、CO2的埋存量、地质封存的安全性及经济效益。因此，在CO2地质埋存项目中，需要仔细考虑井位的选择。利用常规方法进行井位选择通常耗时耗力，所需经济成本较高而且精确度较差，为降低成本同时提高井位的准确度，需要利用智能优化算法来确定井的位置及最优井数。

在CO2地质埋存项目中，可以在油气饱和度高的区域设置数量较多的注入井，从而提高油气采收率；而且由于储层的非均质性，井的不同位置可能会导致CO2迁移路径不同[32-33]。而利用智能优化技术可以计算出在每个区域的应该布置注入井的数量，降低额外的经济成本。而为了提高CO2埋存的安全性，避免CO2泄漏，应避免在油藏断层处及裂缝密集区域布注入井。Cameron等[34]提出了一种新的CO2地质埋存安全性能的衡量标准，以CO2埋存总量(包括CO2固定和溶解的总量)与CO2总注入量的比值，同时考虑到相渗曲线不可逆(滞后性)性的特点，重新定义了CO2固定量的概念。将该比值指标作为优选准则，同时结合ILHS(迭代超立方采样)无导数全局优化算法应用于井位的选择上，将新的固定CO2量定义作为目标函数，以提高二氧化碳地质封存的安全性。Goda等[32]提出井位的选择需要考虑储层渗透率和孔隙度的非均质性影响，利用约束差分进化(CDE)算法，用于解决井位及储层中流体提取速率的全局优化问题。CDE高效地估算了采出井位置和以及盐水提取率的全局最优值。Royg等[33]利用自适应进化蒙特卡罗(AEMC)算法对井位进行优化，目标函数是埋藏区域中二级捕集(残余气体和溶解捕集)的二氧化碳量，与基础方案相比，最优井位方案可以增加约15%的CO2埋存量。Goda等[35]用Hooke-Jeeves直接搜索算法用于井位优化，首次提出对于井位置变量，变量是流动模拟的整数值(确保它们对应于相应的网格)。

4.3 代理模型技术

类似工程设计优化、设计空间搜索、灵敏性分析和假设分析，需要数千甚至数百万次模拟的任务，直接对原模型求解不太可能；改善此类问题的一个方法就是使用计算量较小、求解迅速的代理模型来替代原模型。代理模型对不同的输入变量插入目标函数值，并作为原始储层模型的计算成本的代理。优点在于模型足够灵活，计算时间短，可以用少量的参数获得优化环境的多模态特性，模型计算精度高，确保模型的精确度，降低CO2泄漏的风险。

在CO2地质埋存中，由于地质模型的不确定性(如岩石物理属性和构造属性)，需要多次调用数值模拟器(Eclipse，CMG，TOUGH)进行多次模拟以解决地质或流动模型中不确定性，详细的地质模型以及对地质不确定性的处理实现增加了计算时间，现场规模的数值模拟通常需要数小时或数天的模拟运行时间，为了降低计算时间，同时保证求解的精确度，降低CO2泄漏的风险，需要利用代理模型替代原有的数值模型进行计算[36-41]。

Babaei等[36]利用自适应网格稀疏差值(ASGI)方法对地质模型构建代理模型，在非均质地层中寻找最佳的CO2注入层位，与全网格插值法相比，ASGI需要的函数计算量更小，求解效率更高。 Mahmoodpour等[42]基于Box-Behnken方法构建代理模型，通过代理模型模拟，估算出盐水中溶解的二氧化碳量，同时根据含水层对二氧化碳的溶解能力进行排序，筛选出适宜埋存CO2的含水层，解决了数值方法所需时间过长的问题。Pan等[37]基于克里金差值方法构建地质模型的代理模型，同时结合动态尺寸搜索(DDS)算法优化克里金模型以得到CO2注入速率的最小值。该算法与标准的遗传算法相比，克服了优化模型需要长时间模拟的问题，具有良好的收敛特性，而且可以获得比进化算法更好的解，节约了开发成本。Pan等[43]还利用人工神经网络进行代理模型的构建，ANN代理模型所需的时间比数值模拟软件节约24.43%。Zhang等[44]结合了混合整数规划(MIP)和Polynomial Chaos Expansion (PCE)共同构建代理模型，用PCE代理模型获得的输出响应表面与通过TOUGH2数值模拟获得的响应表面匹配度达到了98%，PCE模型的模拟时间比TOUGH2数值模拟器快了几个数量级。

5 结论

二氧化碳地质储存技术对减缓温室效应具有重要意义，同时也可以提高油气藏的采收率。通过总结智能优化技术在二氧化碳地质埋存与利用(CGUS)中的进展，得到了如下结论。

1)在CO2地质埋存技术中，应重点关注油气藏的CO2封存技术。因为在废弃油气藏中埋存CO2，通过驱替残余的油气，提高原油和天然气的采收率，可以带来额外的经济效益。CO2驱替油气与埋存是实现低碳经济的要求和有效途径，对低碳经济的实现意义重大。

2)利用智能优化技术，协同优化CO2-EOR与CO2地质埋存，所增加的原油采收率在10%以上，要高于常规的优化技术。但是利用优化算法进行参数的优化求解可能陷入局部最优解，往往不是全局最优解，因此未来需要寻求更适合解决工程实际问题的优化算法，可以结合不同的优化算法形成高效混合算法，比如将代理模型与多目标优化算法相结合，可以弥补多目标优化算法运行时间过长的问题。未来可以将机器学习、深度学习、大数据理论应用到CO2-EOR与CO2地质埋存中。

3)在降低CO2泄漏风险方面，主要利用的智能优化技术是井位优化技术和代理模型技术。井位优化的主要目的是为了保证CO2埋存的安全性，避免在裂缝或断层处布置井。大多数利用代理模型技术能得到与利用数值模拟求解器相似甚至更加精确的结果。而计算速度比数值模型快了几个数量级，减少了计算成本，降低CO2的泄漏风险。