注CO2井筒故障瞬态模拟及其工程应用

蒋智明; 樊建春; 陈森; 张利伟

doi:10.12404/j.issn.1671-1815.2503761

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (13) :5481-5488 DOI: 10.12404/j.issn.1671-1815.2503761

石油、天然气工业

注CO₂井筒故障瞬态模拟及其工程应用

蒋智明 ¹^,² ,
樊建春 ¹^,²^,^* ,
陈森 ³ ,
张利伟 ³

作者信息 +

Transient Simulation of CO₂ Injection Wellbore Failures and Its Engineering Applications

JIANG Zhi-ming ¹^,² ,
FAN Jian-chun ¹^,²^,^* ,
CHEN Sen ³ ,
ZHANG Li-wei ³

Author information +

文章历史 +

摘要

随着中外碳捕集与封存(carbon capture and storage,CCS)项目的数量和规模不断扩大,碳封存成为确保捕集到的二氧化碳能够长期安全储存的关键环节。受高压低温注入以及CO₂腐蚀等因素影响,井筒易发生油管和封隔器泄漏等故障,从而导致注CO₂井完整性失效。为了探究注CO₂井封隔器和油管泄漏故障下的温度和压力变化特征,采用OLGA瞬态多相流建模方法,模拟多相态CO₂在井口注入地层过程中出现的封隔器泄漏和油管泄漏工况,并结合分布式光纤测试数据,对仿真模型的预测精度进行了验证。结果表明:在封隔器泄漏故障工况下,随着注气排量和时间的增加,封隔器位置温度显著降低,表现出典型的焦汤(焦耳-汤姆孙)节流效应。仿真模拟计算结果与现场分布式光纤温度剖面的实测结果吻合较好,证明了模型具有较高的预测精度。在油管泄漏故障工况下,温度波动主要集中在泄漏点位置,且随着注气排量和注气时间的增加,泄漏点位置的温降幅度显著增加,进一步验证了该节流致冷效应的影响。同时,随着井筒深度的增加,CO₂的相态经历气态、液态及超临界态的变化,这一过程主要受深度、压力和温度的影响。分析认为,通过仿真模拟,可以准确预测油管内不同故障条件下的温度和压力变化特征,深入了解CO₂在不同深度的相态变化及泄漏点处的相态突变规律。研究结果为注CO₂井的故障诊断和环空带压管理提供了理论依据,有助于降低注CO₂井操作过程中的安全和环境风险。

Abstract

In order to ensure the long-term safe storage of captured carbon dioxide, carbon sequestration has become a crucial step with the increasing number and scale of carbon capture and storage (CCS) projects worldwide. Due to high-pressure low-temperature injection and CO₂ corrosion, wellbores are prone to failures such as tubing and packer leakage, resulting in the loss of integrity in CO₂ injection wells. In order to investigate the temperature and pressure variations in CO₂ injection wells under tubing and packer leakage conditions, the OLGA transient multiphase flow modeling method was employed to simulate packer and tubing leakage scenarios during multiphase CO₂ injection from the wellhead into the formation, and distributed fiber optic data were used to verify the predictive accuracy of the simulation model. The results show that under packer leakage conditions, the temperature at the packer location decreases significantly with increasing injection rate and duration, exhibiting a pronounced Joule-Thomson effect. The simulation results were found to be in good agreement with the measured distributed fiber optic temperature profiles, confirming the high predictive accuracy of the model. Under tubing leakage conditions, temperature fluctuations are mainly concentrated at the leakage point, and the magnitude of temperature drop increases significantly with injection rate and duration, further confirming the significant influence of the Joule-Thomson effect. At the same time, with increasing wellbore depth, the phase of CO₂ transitions through gaseous, liquid, and supercritical states, a process primarily controlled by depth, pressure, and temperature. It is concluded that through simulation, temperature and pressure variations under different tubing failure conditions can be accurately predicted, providing insights into CO₂ phase transitions at different depths and phase change characteristics at leakage points. This study provides a theoretical foundation for fault diagnosis and annulus pressure management of CO₂ injection wells, thereby contributing to the reduction of safety and environmental risks during CO₂ injection operations.

Graphical abstract

关键词

注CO₂井 / 封隔器泄漏 / 油管泄漏 / 瞬态仿真 / 温度剖面 / 压力剖面

Key words

CO₂ injection well / packer leakage / tubing leakage / transient simulation / temperature profile / pressure profile

引用本文

引用格式 ▾

蒋智明, 樊建春, 陈森, 张利伟. 注CO₂井筒故障瞬态模拟及其工程应用[J]. 科学技术与工程, 2026, 26(13): 5481-5488 DOI:10.12404/j.issn.1671-1815.2503761

JIANG Zhi-ming, FAN Jian-chun, CHEN Sen, ZHANG Li-wei. Transient Simulation of CO₂ Injection Wellbore Failures and Its Engineering Applications[J]. Science Technology and Engineering, 2026, 26(13): 5481-5488 DOI:10.12404/j.issn.1671-1815.2503761

登录浏览全文

4963

注册一个新账户忘记密码

近年来,中外碳捕集与封存(carbon capture and storage,CCS)项目的数量和规模不断扩大。截至2024年7月24日,已公开的处于开发、建设和运营阶段的CCS项目具备416×10⁶ t/年的二氧化碳捕集能力^[1-2]。在整个CCS过程中,碳封存是确保捕集到的二氧化碳能够长期安全储存的关键环节,并直接关系到CCS技术的实际减排效果^[3]。受高压低温注入以及CO₂腐蚀^[4]等因素影响,注CO₂井井筒易发生腐蚀穿孔^[5]和封隔器^[6]泄漏等故障,从而导致注CO₂井完整性失效。注CO₂井一旦发生事故^[7],会对周围土壤环境造成重大损害,危及人类健康与安全,导致社会经济损失,并加剧温室效应。因此,明确掌握注CO₂井筒发生故障时温压剖面的变化情况以及故障后运行参数的变化,对于保障注CO₂井安全运行至关重要。

目前,中外学者对于注CO₂井筒故障瞬态仿真方面做了大量研究。Ouyang^[8]提出了一种通过高效环空压力监测来检测二氧化碳注入井泄漏的方法,利用OLGA多相动态建模模拟流体流动和传热过程,并通过实时压力变化开发了两个简化方程来准确定位泄漏位置。Ma等^[9]基于CO₂-ECBM项目中的现场测试数据,使用OLGA软件分析了二氧化碳在注入相对浅层煤层过程中井筒内的相变行为,揭示了不同注入温度条件下CO₂的相态变化特征及其对井筒初始阶段压力变化的影响。Acevedo等^[10]讨论了二氧化碳相变行为对CO₂注入井设计的影响,强调了设计必须基于具体的油藏条件、注入速率和注入流体特性,关注低温效应对井筒的影响,并提出为确保井筒完整性和功能性所需的设计建议和操作考虑。李萌等^[11]建立了超临界CO₂管道水击瞬态仿真计算模型,采用特征线法并基于MATLAB编程实现,对比Kiuchi输气系统模型和OLGA软件的模拟结果,验证了模型的精度,并模拟了压缩机启停、阀门紧急开关和流量急剧变化等快瞬变工况。Sacconi等^[12]使用多相流模拟器OLGA和HYSYS建立了一个注入运输液态二氧化碳的动态仿真模型,并应用该模型对CO₂注入井进行案例研究,量化了水合物形成、相变和传热等相关效应,其认为在特定条件下,液态CO₂注入过程中存在较高的水合物形成和冻结风险,需要通过换热器或利用较暖的海水进行加热。

朱建军等^[13]使用OLGA建立了柱塞气举动态模型,分析了不同异常故障工况对生产数据的影响。OLGA在注CO₂井和井筒积液等工程应用上表现出很好的适用性,同时在CO₂管道的稳态和瞬态输送仿真方面^[14]可以准确计算不同相态的物性及温压波动,利用其自带的物性计算方法可以准确预测多种相态CO₂的物性^[15],准确模拟计算CO₂安全泄放^[16]和瞬态水击^[17]的动态过程。

综上所述,目前针对注CO₂井封隔器和油管泄漏故障的瞬态模拟研究较为缺乏。为此,旨在建立适用于注CO₂井筒故障瞬态流动仿真模型,通过模拟封隔器泄漏和油管泄漏工况,并与某油田某井分布式温度传感(distributed temperature sensing,DTS)现场测试数据进行比较,验证模型的预测精度,为注CO₂井的故障诊断和环空带压管理提供理论依据,有助于降低注CO₂井操作过程中的安全和环境风险。

1 注CO₂井OLGA模型建立

1.1 控制方程

OLGA使用半隐式时间积分求解耦合连续性、动量和能量方程。液/气两相、一维、非定常流动的控制方程如下。

(1)引入四维时空坐标ξ^μ=(t,x,y,z),质量守恒方程的张量形式如下。

对于气体(g),有

(1)$\frac{\partial }{\partial {\mathit{\xi }}^{\mathit{\mu }}}$(V_gρ_gU^μ)=ψ_g

${\mathit{\delta }}_{\mathit{\mu }}^{0}$

对于液膜(L),有

(2)$\frac{\partial }{\partial {\mathit{\xi }}^{\mathit{\mu }}}$(V_Lρ_LU^μ)=ψ_g$\frac{{\mathit{U}}_{\mathrm{L}}}{{\mathit{V}}_{\mathrm{L}}+{\mathit{V}}_{\mathrm{D}}}{\mathit{\delta }}_{\mathit{\mu }}^{0}$-ψ_e${\mathit{\delta }}_{\mathit{\mu }}^{0}$+ψ_d

${\mathit{\delta }}_{\mathit{\mu }}^{0}$

对于液滴(D),有

(3)$\frac{\partial }{\partial {\mathit{\xi }}^{\mathit{\mu }}}$(V_Dρ_LU^μ)=-ψ_g$\frac{{\mathit{U}}_{\mathrm{D}}}{{\mathit{V}}_{\mathrm{L}}+{\mathit{V}}_{\mathrm{D}}}{\mathit{\delta }}_{\mathit{\mu }}^{0}$+ψ_e${\mathit{\delta }}_{\mathit{\mu }}^{0}$-ψ_d

${\mathit{\delta }}_{\mathit{\mu }}^{0}$

界面传质模型的传质速率表示为

(4)ψ_g=$\frac{\partial {\mathit{R}}_{\mathrm{S}}}{\partial {\mathit{\xi }}^{\mathit{\mu }}}\frac{\partial {\mathit{\xi }}^{\mathit{\mu }}}{\partial \mathit{t}}$(m_g+m_L+m_D)

令ϕ=(m_g+m_L+m_D),则

(5)ψ_g=$\frac{\partial {\mathit{R}}_{\mathrm{S}}}{\partial {\mathit{\xi }}^{\mathit{\mu }}}$U^μϕ

界面传质模型使用传质速率ψ_g来描述CO₂的冷凝和蒸发现象,表达式为

(6)ψ_g=$\frac{\partial {\mathit{R}}_{\mathrm{S}}}{\partial {\mathit{\xi }}^{\mathit{\mu }}}\frac{\partial {\mathit{\xi }}^{\mathit{\mu }}}{\partial \mathit{t}}$(m_g+m_L+m_D)

气体质量分数R_S定义为

(7)R_S=$\frac{{\mathit{m}}_{\mathrm{g}}}{{\mathit{m}}_{\mathrm{g}}+{\mathit{m}}_{\mathrm{L}}+{\mathit{m}}_{\mathrm{D}}}$

式中:下标g、L、D分别表示气体、液膜、液滴;t为时间,s;V为体积分数,%;ρ为密度,kg/m³;z为流向坐标,m;U为速度,m/s;ψ_g为相间的传质速率,kg/s;ψ_e为夹带速率,kg/s;ψ_d为沉积速率,kg/s;当μ=0时,表示时间分量,

${\mathit{\delta }}_{\mathit{\mu }}^{0}$

=1,当μ=x,y,z时,表示空间分量,

${\mathit{\delta }}_{\mathit{\mu }}^{0}$

=0;ψ_g为传质速率,用来描述界面传质模型的冷凝和蒸发现象。

(2)动量守恒方程。对于气相和液滴,动量守恒方程为

(8)$\frac{\partial }{\partial \mathit{t}}$(V_gρ_gU_g+V_Dρ_LU_D)=-(V_g+V_D)$\left(\frac{\partial \mathit{p}}{\partial \mathit{z}}\right)$-λ_i

$\frac{1}{2}$

ρ_g

$\left|{\mathit{U}}_{\mathrm{r}}\right|$

U_r$\frac{{\mathit{S}}_{\mathrm{i}}}{4\mathit{A}}$-$\frac{1}{\mathit{A}}\frac{\partial }{\partial \mathit{z}}$(AV_gρ_g${\mathit{U}}_{\mathrm{g}}^{2}$+AV_Dρ_L${\mathit{U}}_{\mathrm{D}}^{2}$)-λ_g

$\frac{1}{2}$

ρ_g

$\left|{\mathit{U}}_{\mathrm{g}}\right|$

U_g$\frac{{\mathit{S}}_{\mathrm{g}}}{4\mathit{A}}$+ψ_g

$\frac{{\mathit{V}}_{\mathrm{L}}}{{\mathit{V}}_{\mathrm{L}}+{\mathit{V}}_{\mathrm{D}}}$

U_a+(V_gρ_g+V_Dρ_L)gcosα+ψ_eU_i-ψ_dU_D

对于壁面处的液体,动量守恒方程为

(9)$\frac{\partial }{\partial \mathit{t}}$(V_Lρ_LU_L)=-U_L$\left(\frac{\partial \mathit{p}}{\partial \mathit{z}}\right)$-$\frac{1}{\mathit{A}}\frac{\partial }{\partial \mathit{z}}$(AV_Lρ_L${\mathit{U}}_{\mathrm{L}}^{2}$)-λ_L

$\frac{1}{2}$

ρ_L

$\left|{\mathit{U}}_{\mathrm{L}}\right|$

U_L$\frac{{\mathit{S}}_{\mathrm{L}}}{4\mathit{A}}$+λ_i

$\frac{1}{2}$

ρ_g

$\left|{\mathit{U}}_{\mathrm{r}}\right|$

U_r$\frac{{\mathit{S}}_{\mathrm{i}}}{4\mathit{A}}$+V_Lρ_Lgcosα-ψ_g

$\frac{{\mathit{U}}_{\mathrm{L}}}{{\mathit{V}}_{\mathrm{L}}+{\mathit{V}}_{\mathrm{D}}}$

U_a-ψ_eU_i+ψ_dU_D-U_Ld(ρ_L-ρ_g)g$\frac{\partial {\mathit{U}}_{\mathrm{L}}}{\partial \mathit{z}}$sinα

式中:p为压力,Pa;λ为壁面摩擦系数;下标i表示气体和液体之间的界面;A为流道截面积,m²;S为湿周长,m;α为流道与垂直方向的倾角,(°);U_r为相对速度,m/s,由以下滑移方程定义。

(10) U_r=U_g-U_L

定义相对速度U_r的分配滑移率R_D和滑移速度U_a分别为

(11) U_g=R_D(U_L+U_r)

(12) U_a=U_L+U_r

相变速率ψ根据实际情况选择合适的速度(U_L,U_D,U_g),则有

当从液体蒸发时,U_a=U_L,ψ_g>0。

当从液滴蒸发时,U_a=U_D,ψ_g>0。

当凝结时,U_a=U_g,ψ_g<0。

(3)引入四维速度张量

${\mathit{U}}_{\mathrm{i}}^{\mathit{\mu }}$

${\mathit{U}}_{\mathrm{i}}^{\mathit{t}}$

${\mathit{U}}_{\mathrm{i}}^{\mathit{x}}$

${\mathit{U}}_{\mathrm{i}}^{\mathit{y}}$

${\mathit{U}}_{\mathrm{i}}^{\mathit{z}}$

),其中μ取(t,x,y,z)4个值,分别对应时间和3个空间维度。利用四维导数∂_μ,将能量守恒的张量方程表示为

(13)$\begin{array}{c} \frac{\partial}{\partial \xi^{\mu}}\left[\sum_{i} m_{i}\left(E_{i}+\frac{1}{2} U_{i \nu} U_{i}^{\nu}+g h\right)\right]=H_{S}+Q- \\ \frac{\partial}{\partial \xi^{\mu}}\left[\sum_{i} m_{i} U_{i}^{\mu}\left(H_{i}+\frac{1}{2} U_{i \nu} U_{i}^{\nu}+g h\right)\right] \end{array}$

式(13)中:等号左边项代表系统内部能量变化率,右边项包括能量通量的变化率、源项和热输入项;i代表不同的相,包含气相g、液膜L和液滴D;m_i为流体的质量(在某相中),kg;E_i为内能,J/kg;

${\mathit{U}}_{\mathit{i}}^{\mathit{\nu }}$

为四维速度张量,m/s;H_i为焓,J/kg;gh为重力势能,J;H_S为外部能量源项,J;Q为系统得到的热量,J。

1.2 传热设置和网格划分

如图1所示,根据油层套管、技术套管和表层套管的环空空间与水泥环返高的情况,将整个井筒在轴向方向上划分为6个井段。在每个井段内,通过对径向方向上不同环境的传热进行建模,具体方法是考虑径向方向上不同层材料(密度、热容和导热率)的热属性,以描述管壁的径向传热。

为了对地层进行建模,在径向方向上设置了60 m的自动离散化地层壁层,共划分为20 层径向壁层。这种划分方法综合考虑了油井组件的规格和深度,油井组件主要包括油管、环空气体、生产套管、技术套管、表层套管、水泥环、封隔器位置和地层,从而研究注入CO₂与井筒和地层之间的瞬态传热过程。模型假设忽略了井筒中的轴向热传递,以准确反映不同层材料对热传导过程的影响。

在传热过程中,热量可以双向穿过管壁,流动方向由温差决定。在某些情况下,整个系统(包括壁层)达到热稳定状态可能需要很长时间。壁层热传递的数值解受地层离散化影响很大。在瞬态模拟中,当管壁中的热传递(包括导热或对流)较为重要时,需要对壁层进行精细的离散化。根据经验,本文模型中的壁层厚度不应超过该层外半径的30%,相邻两层之间的厚度比率应为0.2~5。

1.3 CO₂物性计算

OLGA最初是为了模拟多组分碳氢化合物流体而开发的。然而,标准的OLGA物性模块并不适用于单组分CO₂的物性计算,因为CO₂在跨越气液饱和线时会从液态转变为气态,导致数值计算的不稳定性。为了适应CO₂物性的仿真计算,OLGA内置了一个专用于单组分的计算模块。

该单组分模型用于处理纯CO₂物性计算,主要应用Span-Wagner方程(SW方程)来计算CO₂的密度和比热,而Kadoya-Sugitani-Peters方程(K.S.P方程)则用于计算CO₂的黏度和导热率。具体为在仿真的compositional关键字下选择“single”,并添加singleoptions选项,component选择CO₂。OLGA内核预定义了CO₂物性的有效温度范围为-150 ℃<T<200 ℃,压力范围为0.01 MPa<P<100 MPa。闪蒸计算的公式选择PH模式。

1.4 模型建立

根据表1所示,某油田CO₂混相驱试验区某井的井身结构可以简化为图2所示的注入CO₂井的OLGA井筒模型。这里需要说明的是模型中在封隔器以上引入ThermalComponent中的ANNULUS关键字来考虑同心流束的传热条件。该模型用于模拟液态或超临界态CO₂在井口注入地层过程中,封隔器发生泄漏故障时的井筒一维多相流动。经过多次试算Packer关键字的开度设置为0.01,DIAMETER为0.073 m。若需要模拟油管泄漏情况,只需在Tubing中引入Leak组件即可,其中泄漏流量系数CD设置为0.84,DIAMETER为0.002 m。

1.5 边界条件

根据某油田CO₂混相驱试验区某注CO₂井的注气工况(注入温度、注入压力、注入量)对井筒模型动态施加如图3所示井口油管注入边界条件。根据表2所示的区块油藏温压数据及环境温度,对模型施加了地层边界条件和环空边界条件。由于该井主要用于CO₂封存,将其视为枯竭油藏,使用单一压力和温度的油藏边界条件。

2 模型实验验证及工程应用

2.1 DTS温度剖面实验验证及工程应用

某油田CO₂混相驱试验区一口注CO₂井(完钻深度2 210.0 m,初始油压6.5 MPa,初始套压5.6 MPa)在日常监测中表现出异常压差,怀疑井筒存在泄漏风险。为进一步定位疑似泄漏点位置,该井部署了可回收分布式光纤监测系统对井筒温度剖面进行检测诊断。

如图4所示,现场采用可回收式分布式光纤下井方案,以兼顾快速部署和后续回收利用。光纤由地面铺设装置引出,经地面导向滑轮和井口导向滑轮导向后,从安装在井口延长管上的防喷器(blowout preventer,BOP)密封盒进入井筒。该密封布置可以保证带压工况下的井口密封完整性。光纤末端连接配重组件,以确保光纤能够稳定下放至井筒目标深度并在井内保持贴靠。为提高井口与井筒深部的同步测量质量,使用了5芯复合光纤(包含3芯单模光纤和2芯多模光纤)。分布式温度传感器(DTS)系统通过多模光纤接入基于拉曼散射原理的拉曼光时域反射技术(Raman OTDR),对井筒沿程的温度分布进行解码。解调后的温度数据实时传输至工控机,实现井筒温度剖面的连续采集与显示。该系统的空间采样间隔约为0.2 m,单点测温精度优于±0.2 ℃,可分辨井筒局部尺度(米级)的瞬时降温响应。

在该井的初始状态下,油压与套压相对平稳,井下窜流强度较低,泄漏点附近产生的温度扰动幅值有限,直接依靠被动观测难以可靠识别泄漏位置。为增强泄漏信号的可检测性,现场按照图3所示的注气工况,阶段性提高注气排量,主动加大油管和环空之间的压差,从而强化疑似泄漏通道内的高速气体窜流与节流膨胀效应。这一工况激励使泄漏点附近出现可观测的瞬时降温,从而显著提升了泄漏检出率。

为验证模型用于模拟注CO₂井泄漏故障工况的适用性,依据前述井筒结构参数和边界条件,构建了封隔器泄漏故障的OLGA瞬态多相流模型。选取相对时间为128 min的工况,对比模型预测温度剖面与现场分布式光纤温度(DTS)测量结果。如图5所示,现场DTS温度剖面在井深约2 075.9 m处出现约2.7 ℃的明显降温异常。该降温被解释为封隔器附近存在气体窜流通道,在高压CO₂经小孔节流膨胀过程中出现焦汤(焦耳-汤姆孙)节流效应^[6]。与此对应,仿真模型在128 min时的计算结果显示:从井深2 046.4 m至封隔器附近2 075.9 m位置,井筒温度由45.9 ℃降低至38.7 ℃,累计降幅达到7.2 ℃。二者在异常深度区间和降温趋势上具有一致性,说明数值模型能够描述封隔器泄漏导致的局部降温特征,并可用于对实际注CO₂井的泄漏行为进行定量诊断。

2.2 封隔器泄漏故障模拟结果及分析

基于上述实验验证了所建立的模型,并基于图3中不同注气工况条件提取了油管内的温度和压力剖面图,如图6和图7所示。图6显示,在不同注气工况条件下,油管中的温度波动显著。随着注气排量的增加,CO₂流量逐渐增加,引发一系列物理效应导致井筒内温度剖面逐步降低。具体来说,随着注气排量增大,油管内CO₂流量上升,井筒流体与外界介质之间的换热被强化;同时,泄漏通道附近出现的焦汤节流效应以及更强的对流与传导换热过程,都会叠加导致井筒局部出现更明显的降温。这一现象表明注CO₂井油管内CO₂流动介质在不同条件工况下具有一定的复杂性。

在封隔器泄漏故障工况下,增大的排量导致封隔器位置温度显著降低。68 min的温降为4.56 ℃,178 min工况条件下温降为6.25 ℃,这说明封隔器位置存在显著的焦汤节流效应。该位置出现明显降温,主要与以下因素有关:一是泄漏点附近的高速窜流增强了局部换热;二是随着注气排量逐步提高,泄漏通道内持续发生膨胀节流降温;三是泄漏过程中形成的动态热平衡过程会不断维持低温区,从而使该位置的温度剖面呈现出稳定的降温特征。

图7显示了基于图3中不同注气工况条件下油管中的压力剖面,可知,在不同工况下仅在靠近井口的位置由于注气工况的波动存在较小压力波动,油管中的压力剖面整体变化较小。

图8所示为注CO₂井封隔器泄漏故障导致的环空压力剖面变化情况。可知,在井筒底部封隔器发生故障后,随着泄漏时间的积累,井筒压力剖面整体向高压方向移动并持续升高。其中,在封隔器位置,压力由5.09 MPa增加到13.1 MPa,环空井口压力由3.06 MPa增加到5.16 MPa。这主要是由于封隔器泄漏故障后,高压CO₂从油管内泄漏到环空并不断积聚,导致环空内气体压缩效应增强。同时,泄漏的CO₂与井筒内原有流体发生相互作用,进一步抬升环空压力。随后,这一高压区沿环空向上扩展,使压力逐步传递到井筒上部。这表明注CO₂井封隔器泄漏故障会导致环空压力上升,存在一定的风险。结合该模型计算结果,可为现场环空带压管理提供理论指导。

在此基础上,提取了封隔器泄漏故障在128 min时油管中的压力和温度剖面结果,并计算得到如图9所示的井筒相态剖面图。可知,随着井筒深度的增加,CO₂在-70.51 m处从气态变为液态,在-688.5 m处从液态转变为超临界态。这种现象主要由CO₂的物理性质和井筒内的热力学条件共同决定:随着深度增加,压力逐渐升高,而井筒内的温度也随之变化。在-70.51 m处,井筒内的压力和温度达到CO₂由气态转变为液态的临界条件;在-688.5 m处,压力和温度进一步升高,使CO₂进入超临界态。据此可通过仿真模拟得到油管中CO₂的相态剖面,通过了解CO₂在不同深度的相态变化,可优化注气方案,提高注气效率,并增强对注CO₂井运行参数的监测管理。

2.3 油管泄漏故障模拟结果及分析

为探究油管泄漏故障下井筒内温度和压力剖面的变化情况,在井深374.7 m位置设置油管泄漏故障工况。基于上述实验所建立的模型和图3中的注气工况条件,提取了油管内的温度和压力剖面图,如图10和图11所示。

图10显示,在不同注气工况下,油管中的温度波动主要集中在油管泄漏点位置处。随着注气排量和注气时间的增加,CO₂流量逐渐增加,同时注气时间越长,油管内的冷却现象也会累计增强,导致泄漏点位置处的泄漏流量逐渐增加。在68 min时,泄漏点位置处的温降为5.16 ℃,而从128 min开始,温降从9.97 ℃增加到10.17 ℃。这一现象可以通过焦汤节流效应^[18]来解释:当高压CO₂通过泄漏点的小孔流出时,在快速膨胀的过程中会吸收大量热量,导致局部温度显著降低。随着注气量和时间的增加,这种效应会更加明显,导致温降幅度进一步增大。

图11显示了基于图3中不同注气工况下油管泄漏故障的压力剖面,由图11可知在不同工况下仅在靠近井口的位置由于注气工况的波动存在较小压力波动,油管中的压力剖面整体变化较小。

在此基础上,提取了油管泄漏故障在178 min时油管中的压力和温度剖面结果,并计算得到如图12所示的井筒相态剖面图。可知,随着井筒深度的增加,CO₂在-14.5 m处从气态变为液态,在泄漏点位置处由于存在小孔泄漏由液态突变为气态,同时随着深度增加在-647.5 m处由液态转变为超临界态。这种现象主要由CO₂的物理性质和井筒内的热力学条件共同决定:随着深度增加,压力逐渐升高,而井筒内的温度也随之变化。在-14.5 m处,井筒内的压力和温度达到CO₂由气态转变为液态的临界条件;在泄漏点位置,由于存在小孔泄漏,当高压CO₂通过小孔流出时,快速膨胀的过程中会吸收大量热量,局部温度显著降低,使液态CO₂突变为气态。随着深度进一步增加,在-647.5 m处,压力和温度进一步升高,使CO₂进入超临界态。据此,可通过仿真模拟得到油管泄漏故障工况下注CO₂井油管中的相态剖面。通过深入了解CO₂在不同深度的相态变化以及泄漏点处的相态突变规律,可以为管理油管泄漏故障情况下的作业风险提供理论基础。

3 结论

通过对注CO₂井封隔器和油管泄漏故障的瞬态仿真模拟,得到以下结论。

(1) 在封隔器泄漏故障工况下,油管内温度变化显著,随着注气排量增加,封隔器附近出现明显温度突降;而压力剖面整体波动较小。

(2) 在油管泄漏故障工况下,温度波动主要集中在泄漏点位置。随着注气排量和注气时间的增加,油管内的冷却现象累积增强,导致泄漏点位置的温降显著增加。进一步验证了焦汤节流效应的显著影响。

(3) 仿真模拟计算结果与现场分布式光纤温度剖面的实测结果吻合较好,验证了模型的预测精度。通过所建立的模型和研究方法,可以准确预测井筒在不同故障条件下的温度和压力变化,为注CO₂井的故障诊断和环空带压管理提供了有力的参考依据。

(4) 随着井筒深度增加,CO₂的相态经历气态到液态,再到超临界态的变化。这一过程主要受控于深度、压力和温度的作用,通过仿真模拟可以明确CO₂在井筒中的相态变化规律,有助于优化注气方案,提高注气效率,并降低注CO₂井操作过程中的安全和环境风险。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Global CCS Institute. The global status of CCS: 2024[R]. Baku: Global CCS Institute, 2024.

[2]	曹成, 陈星宇, 张烈辉, 等. 气藏注CO₂提高采收率及封存评价方法研究进展[J]. 科学技术与工程, 2024, 24(18): 7463-7475.

[3]	Cao Cheng, Chen Xingyu, Zhang Liehui, et al. Review of gas reservoir CO₂ injection for enhanced recovery and sequestration evaluation methods[J]. Science Technology and Engineering, 2024, 24(18): 7463-7475.

[4]	Liu J, Ma X, Zhao B, et al. Steering toward sustainability: can dual circulation development mitigate CO₂ emissions? evidence from China[J]. Journal of Cleaner Production, 2024, 474: 143548.

[5]	江绍静, 肖沛瑶, 王珂, 等. CO₂驱注气管柱腐蚀失效分析[J]. 科学技术与工程, 2025, 25(6): 2301-2310.

[6]	Jiang Shaojing, Xiao Peiyao, Wang Ke, et al. Corrosion failure analysis of CO₂ flooding injection string[J]. Science Technology and Engineering, 2025, 25(6): 2301-2310.

[7]	Peng H, Lu H, Xu Z, et al. Failure mechanism of carbon dioxide transport infrastructure: a comprehensive review[J]. International Journal of Greenhouse Gas Control, 2024, 135: 104144.

[8]	邓祥龙, 刘少胡, 张磊. CO₂-EOR井中低温对封隔器及密封圈性能影响[J]. 科学技术与工程, 2024, 24(24): 10244-10252.

[9]	Deng Xianglong, Liu Shaohu, Zhang Lei. Influence of low temperature on the performance of packer and seal ring in CO₂-EOR well[J]. Science Technology and Engineering, 2024, 24(24): 10244-10252.

[10]	Xi D, Lu H, Fu Y, et al. Carbon dioxide pipelines: a statistical analysis of historical accidents[J]. Journal of Loss Prevention in the Process Industries, 2023, 84: 105129.

[11]	Ouyang L. A novel approach to detect tubing leakage in carbon dioxide (CO₂) injection wells via an efficient annular pressure monitoring[J]. The Open Petroleum Engineering Journal, 2015, 8(1): 8-15.

[12]	Ma Q, Gou S, Li H, et al. Analysis of CO₂ phase transition within well-bore during injection into low-rank but relatively shallow coal seams[J]. Geomechanics and Geophysics for Geo-Energy and Geo-Resources, 2022, 8(3): 108.

[13]	Acevedo L, Chopra A. Influence of phase behaviour in the well design of CO₂ injectors[J]. Energy Procedia, 2017, 114: 5083-5099.

[14]	李萌, 荆少东, 范振宁, 等. 超临界CO₂管道水击瞬态仿真计算模型[J]. 科学技术与工程, 2025, 25(16): 6862-6868.

[15]	Li Meng, Jing Shaodong, Fan Zhenning, et al. Transient simulation calculation model of water hammer in supercritical CO₂ pipeline[J]. Science Technology and Engineering, 2025, 25(16): 6862-6868.

[16]	Sacconi A, Mahgerefteh H. Modelling start-up injection of CO₂ into highly-depleted gas fields[J]. Energy, 2020, 191: 116530.

[17]	朱建军, 贾皓, 王浩宇, 等. 基于瞬态多相流模拟器的柱塞排水采气模型及故障诊断[J]. 石油科学通报, 2021, 6(4): 626-637.

[18]	Zhu Jianjun, Jia Hao, Wang Haoyu, et al. Modeling and applications of plunger lift for gas well deliquification via a transient multiphase simulator[J]. Petroleum Science Bulletin, 2021, 6(4): 626-637.

[19]	张海帆, 王梓丞, 史瑶, 等. 非等温二氧化碳管道稳态和瞬态运行仿真方法[J]. 科学技术与工程, 2024, 24(35): 15014-15022.

[20]	Zhang Haifan, Wang Zicheng, Shi Yao, et al. Steady-state and transient-state operation simulation method of non-isothermal carbon dioxide pipeline system[J]. Science Technology and Engineering, 2024, 24(35): 15014-15022.

[21]	欧阳欣, 李玉星, 路建鑫, 等. 超临界/密相CO₂管道流量波动瞬态仿真计算模型[J]. 油气储运, 2024, 43(11): 1231-1238.

[22]	Ouyang Xin, Li Yuxing, Lu Jianxin, et al. Transient simulation model for flow fluctuation in supercritical/dense CO₂ pipeline[J]. Oil & Gas Storage and Transportation, 2024, 43(11): 1231-1238.

[23]	柳歆, 王海锋, 杨腾, 等. 高压CO₂管道放空及安全泄放的数值模拟[J]. 油气储运, 2024, 43(4): 387-394.

[24]	Liu Xin, Wang Haifeng, Yang Teng, et al. Numerical simulation of high-pressure CO₂ pipeline venting and safe release[J]. Oil & Gas Storage and Transportation, 2024, 43(4): 387-394.

[25]	聂超飞, 殷布泽, 苗青, 等. 含杂质超临界CO₂管道水击瞬态模拟[J]. 油气储运, 2025, 44(2): 168-174.

[26]	Nie Chaofei, Yin Buze, Miao Qing, et al. Transient simulation of water hammer in supercritical CO₂ pipelines containing impurities[J]. Oil & Gas Storage and Transportation, 2025, 44(2): 168-174.

[27]	穆林, 赵鑫, 杨竹强, 等. 高压液相CO₂泄放作业干冰冻堵风险分析[J]. 安全与环境学报, 2025, 25(9): 3482-3492.

[28]	Mu Lin, Zhao Xin, Yang Zhuqiang, et al. Risk assessment of dry ice freezing blockage in high-pressure liquid phase CO₂ release operations[J]. Journal of Safety and Environment, 2025, 25(9): 3482-3492.