天然气规划产量目标风险量化评价——以中国石油西南油气田为例

余 果 陈艳茹 李海涛 罗 莉

（1.中国石油西南油气田公司，四川 成都 610051；2.中国石油西南油气田公司勘探开发研究院，四川 成都 610041）

0 引言

天然气规划产量目标是天然气开发的“指南针”，是一个跨越时间长、覆盖范围广、涉及环节多的复杂体系，其中风险涉及天然气产业链上、中、下游各环节，风险因素多，因素与因素之间关系复杂［1］，识别困难，且不同产区、不同生产主体其风险因素也不尽相同。天然气开发规划方案可行性影响最大的就是产量的实现水平［2］，也是规划风险的核心。做好产量目标风险分析是规避风险的有效手段［3］。为了更好地规避风险，突出战略规划的指导作用，有必要开展规划产量目标风险量化评价研究。

目前行业内产量风险评价工作长期采用定性分析方式开展，主观性较强［4］。针对这一技术盲点，以中国石油西南油气田为例，以天然气开发规划编制程序和方法为切入点开展研究。通过对国内外常用的风险量化评价方法进行比较和筛选，突出产量目标中的关键风险点，对规划中的风险因素进行分析，结合四川盆地近70 年的产量发展实际，选用蒙特卡洛方法建立适合四川盆地天然气开发规划产量目标风险量化模型，有力支撑了中长期规划方案优化，进一步提高了规划方案的科学性、可操作性和抗风险性，实现了风险评价从定性到定量、从研究到应用的突破。

1 蒙特卡洛模拟法

常用风险定量评价方法有专家调查法、树型分析法、模糊综合法、蒙特卡洛法、组合优化法等［5］。对比分析风险量化方法适用条件及优缺点［6-9］，蒙特卡洛法相较于其它方法，计算过程复杂，需较多数据，但方法明确，能直接回答实现目标的概率。由于气藏产量风险量化需要综合评价较多的风险因素，只有对每个风险因素充分地进行数值分析，寻找其数学规律。依据每个风险因素的数值变化规律，用随机数产生器来生成大量具有相同分布概率的风险因素数值。综合所有风险因素的概率分布，预测天然气产量的概率分布情况，才能对产量风险量化系统进行客观、准确、全面的评价。因此，蒙特卡洛方法适用于天然气产量风险量化研究。

蒙特卡洛模拟（Monte Carlo Simulation）又称为随机抽样法，其本质就是从概率分布中重复抽样，以建立输出变量的分布，常用于求解某个目标问题的概率。蒙特卡洛模拟的主要步骤如下：

1）对需要求解的问题建立数学模型。

2）确定数学模型中变量的概率分布密度函数。

3）依据概率分布密度函数，对模型变量进行随机抽样。

4）将抽取的随机变量代入数学模型中，求取问题的解。

蒙特卡洛模拟的关键是要确定变量的概率分布密度函数。确定变量的概率分布密度函数，需要依据变量数值的变化规律，精确地求取各变量的分布函数。常用的概率分布密度函数包括离散分布、对数正态分布、等概率分布、泊松分布、阶梯长方形分布、三角分布等。

2 规划产量目标概率模拟

规划产量目标风险量化评价过程主要考虑气藏资源、地质特点风险，模拟得到的产量结果可以视作是天然气开发潜力。

2.1 模拟原理

天然气中长期规划产量预测方法主要有峰值预测法、Logistic 等，针对气区而言，最常用的是产量构成法［10-15］。产量构成法是指根据气田所处的开发阶段，分成探明已开发、探明未开发和待探明三部分，通过计算每部分产量，求和得到整体产量［16］。

式中，Qt为t年推荐产量，108m3；q为待发现气田的个数；i为气田顺序；t为时间，年；PD为探明已开发气田产量，108m3／年；PUD为探明未开发气田产量，108m3／年；UD为待探明气田的产量，108m3／年；m为探明己开发气田的个数；n为探明未开发气田的个数；l为待探明气田的个数。

产量构成法中最小评价单元为气田，气田开发一般经历上产、稳产、递减和废弃阶段，产量评价函数随评价单元所处开发阶段不同而不同，产量评价函数是一个分段函数，表述为：

2）稳产期（或采出程度小于稳产期末采出程度）产量Qt＝P

3）递减期（或累计采出程度小于采收率）产量Qt＝Q（t-1）i×D

4）未开发或废弃产量Qt＝0式中，Qt为第t年推荐产量，108m3；t为时间，年；N为建产周期，年；P为稳产规模，108m3／年；Q（t-1）i为第t-1年产量，108m3；D为递减率。

2.2 产量概率模拟模型

按照产量构成法，探明已开发气田、探明未开发气田和待探明气田三个部分面临的风险不尽相同。规划单元所处开发阶段不同，资料丰富程度和地质认识程度不同，指标选定也存在差异［17］。对探明已开发气田的认识程度随生产的推进而不断提高，整个生产期，在任意时间节点做出的预测都不能保证准确无误，未来开发形势存在变数；对探明未开发气田，在缺乏动态资料的情况下准确获取决定油气田开发方式的参数是不可能的，未来开发趋势存在不确定性；待探明气田的资料少，决定生产能力的关键指标都是未知数，开发风险最大。

2.2.1 探明已开发气田

探明已开发气田是指已经落实储量并且已经稳产开发的气田。主要涉及的变量包括7个，分别为储量落实程度、累产量、储量动用程度、采速、稳产期末采出程度、递减率、采收率。根据蒙特卡洛模拟方法和决策树分析方法的思想，产量涉及的算法分为稳产期、递减期、产量为0的三个阶段。

探明已开发气田产量分布预测模型构建如下：

式中，Q_Developedi为探明已开发气田各期产量，108m3；m为各个时期，年；P1为储量落实程度；P2为累产量，108m3；P3为储量动用程度；P4为采速；P5为稳产期末采出程度；P6为递减率；P7i采收率。

根据预测模型，绘出探明已开发气田产量算法流程图（图1）。其算法流程为：①输入已开发气田的累产量和探明储量，判断累产量是否大于探明储量，如果小于，则开始进入产量的计算过程。②输入储量动用程度、采速和稳产期末采出程度，判定动用地质储量采出程度是否小于稳产期末地质储量采出程度，如果小于，则进入稳产期，稳产期产量＝采气速度× 储量动用程度× 探明储量；如果大于，则进入下一个计算阶段。③输入采收率和递减率，判断动用地质储量采出程度是否小于采收率，如果小于，则进入递减期，递减期产量＝前一年产量×（1-递减率）；如果大于，产量为0。

图1 探明已开发气田产量算法流程图

探明已开发气田产量分布模拟是将所有输入变量导入探明已开发气田产量算法流程图中，根据算法流程图各个不同阶段的计算方法和步骤，先后得到在多次蒙特卡洛模拟重复实验中，稳产期、递减期以及产量为0阶段的年度概率分布情况，根据这三个阶段的不同产量概率分布情况，得到规划期内所有年份各年的产量概率分布图。

2.2.2 探明未开发气田

探明未开发气田是指已经落实储量但还未进行开发的气田。主要涉及储量落实程度、储量动用程度、累产量、投产时间、建产周期、采速、稳产期末采出程度、递减率、采收率等9个变量。根据蒙特卡洛模拟方法并结合决策树方法的思想，具体算法可分为产能建设期、稳产期、递减期、产量为0的4个阶段。

探明未开发气田产量分布预测模型构建如下：

式中，Q_Developedi为探明未开发气田各期产量，108m3；m为各个时期，年；P1为储量落实程度；P2为储量动用程度；P3为累产量，108m3；P4为投产时间，年；P5为建产周期，年；P6为采速；P7为稳产期末采出程度；P8为递减率；P9i为采收率。

根据预测模型，可绘出探明未开发气田产量算法流程图（图2）。与探明已开发气田产量算法流程相比，增加了判断是否在建产期。即判断所求年度是否在规划期内，如果小于，则进入产能建设期，产能建设期第X年产量＝储量动用程度× 采气速度×探明储量×（X-1）／N。

图2 探明未开发气田产量算法流程图

同理，探明未开发气田产量分布模拟是将所有输入变量导入探明未开发气田产量算法流程图中，根据算法流程图各个不同阶段的计算方法和步骤，先后得到产能建设期、稳产期、递减期、产量为0的四个阶段年度概率分布情况，从而得到规划期内分年的产量概率分布图。

2.2.3 待探明气田

待探明气田是指尚未落实储量且还未进行开发的气田，储量可能每年新增。涉及的变量有10 个，分别为各周期新增探明储量、储量落实程度、储量动用程度、累产量、投产时间、建产周期、采速、稳产期末采出程度、递减率、采收率等10 个变量。涉及的算法分为产能建设期、稳产期、递减期、产量为0的4个阶段。

待探明气田产量分布预测模型构建如下：

式中，Q_Developedi为待探明气田各期天然气产量，108m3；m为各个时期，年；P1为各周期新增探明储量，108m3；P2为储量落实程度；P3为储量动用程度；P4为累产量，108m3；P5为投产时间，年；P6为建产周期，年；P7为采速；P8为稳产期末采出程度；P9为递减率；P10为采收率。

根据预测模型，可绘出待探明气田产量算法流程图（图3）。待探明气田产量分布模拟与探明未开发气田产量分布模拟的算法基本一致。

图3 待探明气田产量算法流程图

3 应用实例

西南油气田在四川盆地的矿权范围内资源潜力巨大，规划“十四五”新增探明储量同比“十三五”，增幅达300%。区块准备成熟，形成了海相碳酸盐岩、页岩气、致密气等领域规模上产区块，能够为天然气快速上产提供强力支撑［18］。气区通过突出集中勘探，突出高效开发，目前处于上产阶段，正以“500亿新会战”的生动实践贯彻新发展理念，在川南页岩气、川中古隆起、盆地致密气和老区开创了的新发展格局，具备广阔的勘探开发领域和立体开发的优势［19］。

西南油气田在四川盆地的矿权范围内常规气、致密气为评价目标，应用蒙特卡洛方法进行随机抽值，对常规气、致密气规划产量目标的进行概率模拟。

3.1 模拟单元划分

四川盆地沉积、构造的多旋回性形成了“三多”特征，即层系多、类型多、领域多。气区常规气、致密气累计探明气田114 个，含气构造57 个。部分生产规模较小，有必要对评价单元进行分类、合并［20］。

结合该气区近期勘探开发形势和产量概率模拟的模型特点，可以将模拟单元进行三级划分。第一级根据“十四五”开发业务规划，将评价对象划分为安岳气田、蓬莱气区、川东北高含硫、川西深层、老气田、火山岩、致密气七大领域；第二级根据不同生产阶段气田的模拟流程不同，明确不同领域的勘探开发状态，进一步将各领域划分到探明已开发、探明未开发和待探明气田三大类；第三级根据各领域不同区块气藏特征的不同，进一步拆分不同类型区块，细分评价单元（表1）。

表1 四川盆地西南油气田常规气、致密气规划产量风险评价表

3.2 量化参数指标描述

该气区探明已开发气田动态资料详尽，指标规律认识相对靠实，开发指标概率分布主要依据生产动态和类比分析确定，通常采用离散函数，整体上概率曲线分布集中，风险量化指标的离散程度最小。探明未开发气田开发指标概率分布主要依据气藏试采动态及类比分析确定，已编制方案气藏以方案为依据，参数指标常采用离散函数；未编制方案气藏采用类比法确定参数，参数指标可类比已开发区相应指标分布函数，指标的离散程度居中。待探明气田主要根据勘探目标区域宏观地质特征，借鉴类似气田参数类比法确定，分布函数常采用标准函数，指标的离散程度最大（表2）。因此，在实际操作中，还需根据各领域实际情况，针对性选取概率分布曲线与参数。

表2 不同开发阶段风险量化指标取值方法表

在产量风险模拟过程中，主要考虑储量动用程度、建产周期、采气速度、稳产期末采出程度、递减率和采收率等6个指标为产量风险量化研究的直接风险指标。为确定气区直接风险指标的分布规律，以气区63 个探明已开发海相碳酸盐岩气藏为样本进行统计（图4），并结合其风险特点进行分析，结果表明储量动用程度、采气速度、稳产期末采出程度、递减率和采收率的分布规律均符合对数正态分布特征，建产周期符合离散分布特征（表3）。

图4 基于大量统计拟合的西南油气田常规气、致密气风险指标概率曲线图

表3 基于大量统计拟合的西南油气田常规气、致密气风险指标概率分布参数表

3.3 产量概率模拟

利用研究开发的“天然气规划产量风险量化分析软件”，以现有储量和未来规划储量为基础，依据划分的评价单元，采用蒙特卡洛模拟法随机模拟1 000次，量化评价常规气和致密气“十四五”规划产量目标，可以得出评价目标产量概率分布模拟结果。

通过对安岳气田、蓬莱气区、川东北高含硫、川西深层、老气田、火山岩、致密气七大领域各领域概率模拟结果的加总，得出该气区常规气和致密气在2021—2035年的概率产量图（图5、图6）。从图中可以看出，规划期常规气和致密气概率产量整体呈上产趋势。在累计概率为P10 条件下，常规气+致密气产量在2021—2035 年均呈上升趋势，由2021 年的254.7 × 108m3上升至2035 年的679.1 × 108m3，该产量结果代表最乐观的产量；在累计概率为P50条件下，常规气+致密气产量在2021—2032 年间呈上升趋势，由2021 年的249.2 × 108m3上升至2031 年的462.6 × 108m3，2031 年以后趋于稳定，465 × 108m3左右产量稳产至2035 年，P50 对应的产量为基准产量，即产量结果代表最可能的产量；在累计概率为P90 条件下，常规气+致密气产量在2021—2029 年呈上升趋势，由2021 年的244.16 × 108m3上升至2030年的320.74 × 108m3，而后逐渐递减至2035 年的278.92 × 108m3，P90 对应的产量为证实产量，即产量结果代表最悲观的产量。

图5 四川盆地西南油气田常规气+致密气2021—2035年产量概率图

图6 四川盆地西南油气田常规气+致密气2021—2035年P10-P90曲线图

对规划期主要时间节点2025 年概率产量分析，概率分布结果表明，气区常规气+致密气最乐观产量，即累计概率为P10条件下产量为348.9×108m3左右；气区最可能产量，即累计概率为P50条件下产量为310.3× 108m3左右；气区最悲观产量，即累计概率为P90条件下产量为274.6×108m3左右。应用效果表明，产量概率预测结果能够评价气区产量规划方案风险大小，可重点加快安岳气田、川东北高含硫、蓬莱气区和致密气等领域建产工程，确保“十四五”规划产量目标实现。

4 结论及认识

（1）规划产量目标风险评价需要对不同的风险因素进行客观、准确的评价，必然要生成及计算处理大量的风险因素数据，蒙特卡洛方法能够综合考虑多种风险因素，更为实用。

（2）引入蒙特卡洛随机模拟方法，结合产量构成原理，分成探明已开发气田、探明未开发气田和待探明储量气田三个部分建立产量概率模拟模型，能有效模拟理论上可能发生的任意参数组合，突破以往预测结果为一个数值的局限。

（3）以西南油气田常规气、致密气为实例，明确了该气区评价单元的划分标准，研究模拟参数指标分布特征与取值，解决了蒙特卡洛随机抽样计算的关键问题；以现有储量和未来规划为基础，开展产量概率模拟，计算2025 年累计概率为P50 条件下产量为310.3× 108m3左右。应用效果表明，该风险量化评价模型能够量化规划产量目标风险大小，有力支撑中长期产量规划方案优化。