砂岩地热回灌优化:结合现场试验、数值模拟与机器学习

《Renewable Energy》:Optimization of Sandstone Geothermal Reinjection: Integrating Field Tests, Numerical Simulations and Machine Learning

【字体: 大 中 小 】 时间:2026年08月30日 来源:Renewable Energy 9.1

编辑推荐:

   摘要回注能力的下降降低了砂岩地热系统的资源效率和长期可持续性。为解决这一关键挑战,同时考虑复杂的地质非均质性和多物理场约束条件,本研究建立了一个集现场测试、数值模拟和机器学习于一体的综合决策框架。首先,通过多级阶梯压力回注现场试验和水文地球化学分析,定量表征了近井筒流体动态阻

  

摘要

回注能力的下降降低了砂岩地热系统的资源效率和长期可持续性。为解决这一关键挑战,同时考虑复杂的地质非均质性和多物理场约束条件,本研究建立了一个集现场测试、数值模拟和机器学习于一体的综合决策框架。首先,通过多级阶梯压力回注现场试验和水文地球化学分析,定量表征了近井筒流体动态阻力及结垢风险的非线性响应。其次,构建了纵向非均质数值模型,揭示了近井压降累积的控制机制和优势层驱动下的流动分布规律。在此基础上,构建了由异质学习器驱动的堆叠集成代理模型,并采用SHAP方法进行可解释性分析。最终,从帕累托前沿中优选出了最优运行工况。结果表明,虽然高压回注提高了驱动力,但在近井筒水力学阻力持续存在和非达西耗散增加的情况下,边际回注增益逐渐减小。此外,在所研究的地球化学条件下,较低温度的回注降低了方解石结垢倾向。因此,帕累托分析确定了中压低温回注策略。在所研究的参数空间和指定的经济假设条件下,所选取的帕累托最优解预测可使热能提取能力和单位时间收益分别提高35.66%和28.91%(与自然回注基准工况相比)。本研究阐明了孔隙型储层中的回注机理,为地热系统的高效可持续运行提供了技术支持。

引言

作为可再生能源,地热能在减少对化石能源的依赖和实现碳中和方面发挥着重要作用[1]、[2]。华北平原广泛分布的中低温砂岩地热储层[3]、[4]因其储量巨大、开采深度适宜[5],已实现地热资源的大规模开发。然而,长期回注受到回注能力非线性下降的严重制约[6]。因此,明确回注响应机理并开发优化回注策略,对于保障地质安全与经济效益、提高资源利用效率、支撑更加可持续的地热开发运营都至关重要。
以往研究探讨了砂岩储层中回注能力的演化机理,发现该过程受控于温度场与流动场之间复杂的耦合机制[7]。在微观尺度上,高速流体注入产生的水力剪切作用导致孔隙内颗粒剥落和迁移,进而在孔喉处形成架桥堵塞[8]、[9]。同时,压力变化改变有效应力,引发近井筒压实或矿物膨胀,导致渗透率不可逆损失[10]、[11]。此外,注入流体与储层岩石之间的热力学非平衡状态会改变矿物饱和指数(SI)。虽然高温可降低流体粘度、改善流动比率,但显著加速了碳酸盐等热敏矿物的沉淀动力学过程[12]。在宏观工程尺度上,单纯依赖增加注入压力或调整温度的增产措施往往难以达到预期效果[13]。由于储层纵向非均质性,高强度回注使流体集中于高渗透优势层[14],加剧局部非达西能量耗散并加速热突破[15],导致系统热寿命显著缩短。因此,定量表征回注过程中近井损害与远场流动之间的非线性响应关系已成为核心科学问题。
随着计算流体力学和孔隙介质流动理论的发展,数值模拟已从早期的单场水力分析演变为复杂的多场耦合工具,被广泛用于预测回注诱导的温度场和流动场的时空演化,以及评估地球化学结垢风险[16]、[17]。然而,在涉及地质不确定性的全局优化问题中,现有方法在计算效率和可靠性方面仍面临显著挑战。首先,基于达西定律的传统模型往往依赖理想化的均质假设[18],忽略了层间渗透率差异以及优势通道与低渗透区之间的流体交换,这可能导致近井筒压降分布和远场热突破风险评估出现偏差[15]。其次,虽然多场耦合模型能准确再现复杂的非线性物理相互作用[19]、[20],但其高昂的计算成本使得在高维决策空间中进行大规模不确定性量化和优化变得不可行[21]。
近年来,机器学习(ML)为克服这些计算瓶颈提供了新的机会[22]。通过快速映射运行参数与储层响应之间的非线性关系,机器学习模型取代了计算成本高昂的数值模拟,实现了快速情景评估和优化[23]、[24]。然而,在地质不确定性条件下,单一机器学习模型往往难以同时捕捉近井筒的急剧变化和远场的平滑响应[25]、[26]。此外,现有研究大多依赖纯数据驱动的"黑箱"预测[27],对工程决策的物理可解释性有限。因此,有必要构建一个结合异质学习器并保留物理可解释性的决策框架。
本研究以中国紫荆地热系统为案例,建立了一个将物理驱动的现场试验与数据驱动的代理模型相结合的地热回注综合框架。基于阶梯压力回注试验和水文地球化学分析,定量表征了近井筒水力学阻力和结垢风险的非线性响应。随后建立了经反演校准的纵向非均质数值模型,揭示了近井筒能量损失和层间流动分布规律。进一步采用结合SHAP分析的堆叠集成学习模型,预测了采样参数空间内的复杂耦合响应。最后,从帕累托前沿中优选了兼顾中压与低温的运行工况,平衡了经济性能与所采用的水力学约束条件和地球化学筛选标准。总体技术路线见图1。总之,本研究表征了回注能力下降的相关机理,为砂岩地热系统的压力-温度优化提供了框架。该框架也可为具有相似地质和运营条件的系统提供参考。

章节摘要

地质背景与现场回注试验

研究区位于中国山东省惠民县紫荆地区(图2a和2b),涵盖了一个由十余口生产井和回注井组成的地热流体监测网络(图2c)。此外,本研究所开展的现场阶梯压力试验位于研究区西北部的一处农业示范园内(图2d)。
研究区位于广泛分布的馆陶组内部。岩石主要由

回注试验过程与监测结果

本研究在多级阶梯压力回注试验过程中持续监测了流量、水位深度和温度,如图5所示。
随着试验从自然重力条件逐步过渡至加压回注,系统表现出非线性响应。Q从自然回注时的58.0 m3/h增加到0.1、0.2和0.3 MPa下的65.0、70.0和73.0 m3/h。回注井迅速从水位恢复阶段过渡至完全

区域回注能力

为进一步阐明回注能力的地质控制因素,本研究将研究区结果与同样位于馆陶组内部的德州开发区和文成县的数据进行了对比(表4)。
区域对比表明,研究区的回注性能优于德州开发区和文成县(表4)。与德州开发区相比,研究区的砂岩颗粒相对更粗

结论

本研究通过集成现场试验、数值模拟和机器学习,建立了砂岩地热系统压力与温度优化的综合框架。结果表明,尽管较高的井口压力增加了总回注流量,但由于水力学能量耗散主要集中在近井筒附近,在较高压力阶段边际回注增益逐渐减小。约85%的总压降发生在回注井

CRediT作者贡献声明

刘志正:资源、项目管理。王明柱:验证、软件、方法学。杨晓:撰写—审阅与编辑、资金获取、概念化。董晓:撰写—审阅与编辑、撰写—初稿、方法学、数据整理。周康友然:撰写—初稿、软件、数据整理。魏如春:撰写—审阅与编辑、形式分析、概念化。贾超:验证、资金获取、概念化

利益冲突声明

作者声明不存在已知可能影响本文工作的竞争性经济利益或个人关系。

数据可用性

数据可在请求后提供。

利益冲突声明

? 作者声明不存在已知可能影响本文工作的竞争性经济利益或个人关系。

致谢

本研究得到山东省自然科学基金(批准号ZR2024QD180)、中国国家博士后创新人才支持计划(BX2026018)、山东省地质勘查项目(批准号SDGP370000000202402002964)以及山东省博士后科学基金的资助。
董晓|周康友然|魏如春|贾超|刘志正|王明柱|杨晓
山东大学海洋科学与技术研究院,山东青岛,266237,中国
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号