关于超临界二氧化碳在复杂裂缝网络中推动剂迁移与偏转的实验研究

《Powder Technology》：Experimental study on the migration and diversion of proppant by supercritical CO 2 with complex fracture networks

　　•在超临界二氧化碳压裂过程中，本研究首次发现当密度和粘度处于压力和温度的敏感区域内时，携带支撑剂的超临界二氧化碳会在主裂缝和分支裂缝之间表现出动态切换现象。•研究表明，通过调整超临界二氧化碳压裂过程中裂缝的发育方向，可以改变支撑剂的迁移和分流结果，从而增强分散效应和支撑剂效率。•研究发现，超临界二氧化碳的密度和粘度变化对支撑剂迁移和分流的影响主要体现在作用在支撑剂上的综合力的变化上。支撑剂会优先向裂缝较多的区域迁移。•超临界二氧化碳携带支撑剂的迁移可以分为四个区域，每个区域的比例会随着流体和支撑剂参数的不同而动态变化。

引言
为了应对全球气候变化带来的严峻挑战，社会和科学界越来越赞同多路径二氧化碳利用和储存策略的重要性[1]、[2]。超临界二氧化碳（Sc-CO2）因其卓越的“气液两相”和“溶解”特性，在提高石油和天然气回收率方面具有显著优势。在这种背景下，Sc-CO2压裂技术作为一种有前景的储层改造技术应运而生，它不仅能够增加石油和天然气的产量，还能促进碳储存[3]。然而，Sc-CO2较差的支撑剂携带能力限制了该技术的广泛应用[4]。在标准大气压和温度下，Sc-CO2处于气态，并且对压力和温度非常敏感，这给实验操作带来了挑战。因此，关于Sc-CO2携带支撑剂的迁移和分流方面的研究仍然有限[5]、[6]。支撑剂在裂缝中的放置效果是决定水力压裂刺激成功的关键因素。支撑剂的迁移和沉积对于激活天然单裂缝以及形成复杂裂缝网络起着重要作用[7]、[8]、[9]、[10]、[11]、[12]。水力压裂后，必须注入支撑剂以保持裂缝开放，从而实现复杂裂缝的长期导流性。以往的研究已经探讨了水力裂缝中支撑剂的分流、迁移和分布模式[5]。

在物理实验研究[13]、[14]、[15]、[16]方面，透明平行板模型是研究裂缝内支撑剂迁移的基础装置。通过优化单平行板模型，进一步的研究探讨了包括流体粘度、密度、注入速率；支撑剂密度、粒度和浓度；以及分支裂缝角度、数量、宽度和高度在内的多种因素对支撑剂迁移和分流的影响[17]。Dayan等人[18]建立了一个小型页岩裂缝模拟系统，并推导出了支撑剂与压裂液之间的分流关系[18]。Wen等人[19]建立了一个支撑剂分布评估系统，以评估支撑剂在不同形态裂缝网络中的迁移能力及沉积对沙丘形成的影响。Li等人[20]利用支撑剂放置实验装置研究了支撑剂在裂缝中的沉积、迁移和形成特性，并建立了一种全面的裂缝内支撑剂沙丘评估方法。Pan等人[13]和王等人[21]明确了次级分支裂缝角度、注入速率、支撑剂粒度和压裂液粘度对主裂缝和次级裂缝中支撑剂分流的影响，揭示了裂缝内两种不同的支撑剂迁移模式：悬浮迁移和滑动滚动运动[22]。Guo等人[22]构建了一个大型可视化支撑剂迁移实验系统，研究在不同条件下多级裂缝中的支撑剂迁移和沉积模式，发现裂缝交叉处的支撑剂分流效率与分支裂缝角度等多种因素有关[22]。Li等人[23]使用高速摄像机追踪支撑剂颗粒轨迹，验证了不同混合颗粒大小（10/20目：30/50目）的多支撑剂混合物在复杂裂缝中的填充性能和迁移距离，从而确定了最佳支撑剂组合[23]。为了更准确地模拟实际粗糙裂缝中支撑剂的迁移和放置行为，Guo等人[24]和Huang等人[25]通过将石英砂粘附在平行板上或使用铸造技术再现了粗糙裂缝，发现携带流体的沙子表现出多种复杂的流动模式，包括交叉流、逆流和旁路流，这些模式容易导致桥塞形成[26]、[27]。Jiang等人[26]和Basiuk等人[27]观察到，在高泵送速率下，粗糙裂缝中的支撑剂沉积比光滑裂缝更为明显，而在低泵送速率下这种现象不太明显[26]。Liu等人[28]研究了深部页岩储层中狭窄裂缝内支撑剂的沉积和迁移行为，发现裂缝宽度收缩不利于支撑剂的迁移和沉积，对收缩前的裂缝没有显著影响[28]。此外，Li等人[29]开发了一种泄漏垂直裂缝模型，发现流体泄漏会损害泄漏点之后的裂缝部分中的支撑剂放置质量[29]。Katende等人[30]和Aslannezhad等人[31]进行了关于薄支撑剂层对单个裂缝影响的实验研究，表明裂缝导电性受多种因素影响，包括支撑剂和压裂液性质、环境温度、闭合应力以及裂缝表面粗糙度，这些因素共同决定了支撑剂的迁移[30]、[31]。Guo等人[14]报告称，恒定速率和阶梯速率加砂形成的沙丘形态在主裂缝和分支裂缝中差异很小，随着支撑剂浓度的增加，不同加砂方法导致的沙丘形态差异逐渐减小[14]。同时，也有研究专门探讨了Sc-CO2携带支撑剂的迁移行为[32]。Hou等人[32]使用单管装置进行了可视化研究，分析了Sc-CO2粘度增强对支撑剂颗粒迁移和滑移的影响，发现特定的Sc-CO2粘度有利于提高支撑剂携带能力，且Sc-CO2密度对滑移速率的影响大于其粘度[33]。Sun等人[33]推导了描述流动和沙丘高度的数学模型，并通过实验数据验证了这些模型，讨论了支撑剂浓度、类型和注入速率的影响[33]。Wang等人进一步通过测量不同压力和温度条件下Sc-CO2在管道中的摩擦系数，分析了Sc-CO2携带支撑剂的流动机制[34]。Li等人[34] comprehensive分析了使用超临界二氧化碳增稠剂提高携砂性能的效果[34]。

在数值模拟领域[35]、[36]、[37]，计算流体动力学（CFD）与离散元方法（CFD-DEM）的结合成为主流方法，用于研究裂缝内支撑剂的迁移和放置行为。Raki Sahai等人[38]开发了一个二维模型，将支撑剂迁移与动态裂缝扩展联系起来，研究了裂缝扩展或转向过程中的支撑剂迁移模式以及裂缝扩展和有效支撑剂放置的效果[38]。Wu等人[39]通过理论分析和数学推导建立了裂缝内支撑剂迁移的模型，并分析了支撑剂的迁移模式[39]。Shiozawa等人[40]利用三维物理模型研究了裂缝尖端效应等因素对支撑剂迁移行为的影响[40]。Bokane等人[41]使用数值模拟软件研究了多个平行裂缝中的支撑剂运动，假设裂缝是平面且光滑的[41]。Guo等人[22]、[42]系统研究了工程参数对复杂裂缝内支撑剂放置的影响，发现裂缝复杂性增加会导致分支裂缝中的整体流动分流增加，从而在主裂缝中形成更高的平衡沙丘高度[42]。Wang等人[43]、Yin等人[44]、Guo等人[44]、[45]证明了曲折粗糙裂缝对支撑剂迁移的阻力显著增大，携带沙子的流体倾向于在粗糙裂缝壁的凹凸处发生流动分流，这可以扩大支撑剂的沉积面积[43]。Hu等人[46]采用数值模拟方法发现，曲折度角显著影响支撑剂的迁移和沙塞的形成[46]。Liu等人[47]发现较小的支撑剂粒度和较高的压裂液粘度有利于支撑剂的迁移[47]。Chen等人[48]建立了非平面裂缝中的支撑剂迁移模型，发现这种裂缝中会出现涡流，增加流动阻力，降低放置效率[48]。Zhang等人[49]利用先进的三维多簇裂缝模型发现，夹层和薄弱平面的存在显著影响支撑剂的迁移动态[49]。Luo等人[37]证明在对称斜裂缝中，支撑剂的整体放置比例最高[37]。

现有关于常规压裂的研究在支撑剂迁移和分流方面取得了大量发现，极大地推动了水力压裂技术的发展[50]、[51]。然而，关于Sc-CO2压裂过程中支撑剂迁移和分流的研究受到研究方法的限制。这些过程的可视化实验和理论研究仍不成熟。Sc-CO2压裂过程中支撑剂迁移和分流的潜在机制与常规压裂流体中的机制相似还是存在显著差异，仍是一个需要进一步深入探讨的关键问题。因此，有必要开发先进的可视化实验系统来研究Sc-CO2压裂过程中支撑剂的迁移和分流特性，这对于提高支撑剂的放置和分布质量具有重要意义，最终提升Sc-CO2压裂过程中的携砂效率和裂缝导流性。

实验装置
本研究使用了自开发的Sc-CO2携砂评估仪器进行实验。该装置包含多个集成组件：Sc-CO2生成单元、温控储罐、封闭式加砂装置、精密泵送和加砂控制电机、可视化携砂观察窗口、气液固分离器以及流量计量系统等。这种集成装置可以生成可视化的Sc-CO2携砂流体。

基于图3(c)所示的多分支裂缝模型，研究了不同压裂流体下的支撑剂迁移和分流行为。

支撑剂迁移和分流过程中的力分析
Sc-CO2中的支撑剂迁移和分流是由多种力的综合作用引起的，包括有效重力、拖曳力、升力和虚拟质量力。由于常用的支撑剂如石英砂和陶瓷颗粒通常具有较小的颗粒尺寸，通常被认为是非粘性颗粒，呈均匀球形或近似球形椭球形[52]。
F = Fd + Fl + Fg + Fv
其中F是合力，Fd是拖曳力，Fl是升力，Fg是...

结论
基于缩小比例的实验室设备的研发，我们对Sc-CO?压裂过程中的支撑剂传输和分流进行了实验和理论分析。在复杂裂缝网络中发现了几种独特的现象。Sc-CO?对温度和压力的高度敏感性直接决定了这些过程。主要研究结果总结如下：
(1) Sc-CO?驱动的支撑剂迁移可以分为四个不同的区域：

作者贡献声明
Pei He：撰写 – 审稿与编辑、撰写 – 原稿、方法论、研究、资金获取、正式分析、数据管理。
Jiankun Zhou：撰写 – 审稿与编辑、方法论、数据管理。
Xiaochuan Wu：方法论、研究。
Hun Lin：撰写 – 审稿与编辑、方法论、研究、资金获取。
JiangQiang Zhang：方法论、研究。
Peng Li：项目管理、研究。
Lilan Zhang：撰写 – 审稿与编辑、资金获取。

利益冲突声明
作者声明他们没有已知的可能会影响本文所报告工作的竞争性财务利益或个人关系。

致谢
本研究得到了中国国家自然科学基金会（项目编号52574034、52574038和52004047）、重庆市技术创新与应用发展专项项目（CSTB2023TIAD-KPX0082）、重庆市人才计划项目（cstc2024ycjh-bgzxm0193）、国家与地方联合工程研究中心的开放项目（YYQKTKFGJDFLHGCYJZX-201904）以及规划和自然资源部门的支持。

Pei He | Jiankun Zhou | Xiaochuan Wu | Hun Lin | JiangQiang Zhang | Peng Li | Lilan Zhang