서   론

가스 저류층 하부에 대수층이 존재하는 경우 가스 생산을 진행하면서 유체경계면이 점차 상부로 이동함에 따라 물코닝(water corning)이나 물돌파(water breakthrough)로 인한 지층수 생산이 불가피하다. 특히 하나의 생산정에서 여러 저류층으로부터 동시에 가스를 생산하는 다층 저류층 환경에서는 저류층간 유동(inter-reservoir cross flow)에 의해 생산정내로 유입된 지층수가 상대적으로 압력이 떨어진 다른 가스층으로 유입된다. 이로 인해 가스 생산성을 저하시키는 물막힘 현상이 발생하거나 공내 가스유속이 지층수를 지상까지 운반할 수 있는 유속보다 낮을 경우 액체집적 현상이 발생하여 생산이 조기 중단될 수 있으므로 지층수에 대한 철저한 관리가 필수적이다.

Arps (1945)가 고안한 생산감퇴곡선분석법(decline curve analysis)이나 이후 고안된 다양한 표준곡선해석법(type curve analysis)에 의해 가스 저류층의 생산성 예측이 가능하며(Fetkovich, 1980; Blasingame et al., 1989; Agarwal  et al., 1998), 물질수지법(material balance analysis)의 적용으로 대수층의 크기 및 영향정도에 대한 분석이 가능하다(Schilthuis, 1936; Havlena and Odeh, 1963; Havlena and Odeh, 1964). 하지만 이러한 해석학적 방법들은 분석을 위해 장기간의 안정적인 생산 자료를 필요로 하고, 단일 저류층으로부터의 가스 생산을 전제로 하여 다층 저류층 거동해석에 적용하기 어려운 한계가 있다. 

다층 저류층 생산예측을 위한 분석방법으로 Prabowo와 Rinadi (1995)는 통합유동(commingled flow) 시스템에서 각 층의 유량과 누적생산량과의 비를 근사화하는 기법을 제시하고 시뮬레이션 및 현장자료 적용결과와 비교하였다. 그러나 이 기법은 저류층별 유체투과도, 지층손상지수, 압력영향반경 등이 동일한 경우를 가정하였고, 생산예측을 위해 다양한 저류층 특성변수가 필요하여 현장적용에는 한계가 있다. Windarsono 등(2005)은 퍼지논리(fuzzy logic)를 이용해 생산검층이 실시된 인근 유정의 각 층별 생산량 할당비와 지질/암석물리/유체 특성자료들과의 상관관계 및 패턴분석을 통해 다른 생산정의 층별 생산량을 예측하는 기법을 제시하였다. 이 기법은 군집화를 통해 유량의 범위추정은 가능하나 정확한 유량계산이 어렵고 저류층 특성 간 상관관계가 약할 경우 예측의 신뢰도가 낮은 한계가 있다. Lee 등(2009)은 저류층별 유체투과도, 지층손상지수, 정저압력 최적화모델을 이용하여 측정된 생산량과 계산된 생산량의 오차를 최소화하는 방법으로 각 층별 생산량을 추정하는 방법을 제시하였다. 그렇지만 시간변화에 따른 저류층 특성변화는 없는 것으로 가정하고 저류층별 정저압력은 선형회귀분석을 통해 산출하여, 생산정 운영조건이 일정하지 않은 가스전에 적용할 경우 허용수준 이상의 오차가 발생할 수 있다. 이러한 분석방법들은 주로 생산이 이미 진행된 다층 저류층의 층별 생산량 할당(allocation)을 목적으로 제안되었으므로 생산정 운영조건 변화 또는 지층수 유입에 따른 생산거동 변화 예측을 위한 목적으로 적용하기 어려운 측면이 있다. 일반적으로 운영조건 변화에 의한 생산예측 방법으로 저류층 전산 시뮬레이션이 많이 사용되나 이는 지질/암석물리/유체 특성 등 많은 저류층 특성변수를 필요로 하고 다양한 시나리오에 대한 분석을 위해 오랜 연산시간이 소요되는 단점이 있다. 특히 층별 가스 및 물 생산량, 층별 저류층 압력이 가용하지 않을 경우 히스토리 매칭이 용이하지 않으며 이 경우 연산시간에 비해 예측 신뢰도가 낮을 우려가 있다.

이 연구에서는 생산검층으로 취득한 유량 및 압력자료를 기반으로 생산정 관유동 시뮬레이션 모델을 구축하고 이를 통해 다층 저류층의 지층수 생산거동과 가스 생산량을 예측하는 방법을 제시하였다. 자료취득 시 대상 생산정의 경사각과 다상유동을 고려하여 다중센서 생산검층을 실시하였으며, 유동조건을 변화시키면서 공내 유속변화 및 압력자료를 확보하고 이에 대한 SIP (selective inflow performance) 분석을 통해 저류층별 평균압력과 유입유동 모델을 구축하였다. 또한 생산검층 시 취득된 공내 압력프로파일과 생산자료, 생산정 궤적 및 유정완결 자료를 이용하여 공내 압력손실을 가장 잘 모사하는 유동관계식(flow correlation)을 선별하고 유출유동 모델을 구축하였다. 그리고 저류층별 유입유동 모델과 조합하여 다상유동 관유동 시뮬레이션 모델을 구축하였다. 구축된 시뮬레이션 모델은 현장 유량시험 자료를 통해 검증한 후, 다양한 생산정 운영조건에서의 물 생산비(water cut) 민감도 분석을 통해 가스 및 지층수 생산거동을 예측하였다. 또한 지층수 생산구간 차단시점 및 차단효과에 대한 정량적인 분석을 실시하여 생산정 운영방안에 대한 가이드라인을 제시하였다.

저류층 및 관내 유동해석 기법

생산시스템 분석(Nodal 분석)

일반적으로 탄화수소는 저류층으로부터 지상설비까지의 생산시스템을 통해 생산되며, 생산시스템 내에서는 유체유동으로 인한 에너지 손실이 발생한다(Fig. 1). 생산시스템 분석은 이러한 생산시스템 구성요소에서의 유체 유동으로 인한 압력손실을 분석하여 생산시스템 설계 및 생산정 운영조건 결정 등 최적의 생산 전략을 수립하기 위하여 실시하며, 유입유동 분석과 유출유동 분석으로 구성된다.

유입유동 분석

유입유동관계(inflow performance relationship, IPR)는 저류층으로부터 생산정까지의 유체유동에 따른 압력손실로 정의할 수 있다. 다공질매체내에서의 압력손실은 유량, 점성도, 유체투과도, 암석의 단면적 및 길이의 함수이며, Darcy 방정식에 기초한 다공질매체내에서의 유체유동 방정식으로 산출한다. 유입유동관계는 저류층의 생산성을 나타내는 대표적인 인자로 압력과 유량의 관계로 나타내며 유량시험에 의해 직접 측정하거나, 저류층 암석 및 유체 특성을 모두 알고 있을 경우 유체 유동방정식에 의해 예측할 수 있다. 오일과 가스에 대한 유입거동은 저류층별 생산성 지수(productivity index, PI)로 표현되며 오일의 경우 기포점 이상의 압력에서는 직선의 형태로 나타나고, 기포점 이하에서는 가스의 유동으로 인해 곡선의 형태로 나타난다. 오일과 가스의 생산성 지수는 식 (1)과 (2)로 각각 표현된다(Beggs, 1991).

        (1)

                                        (2)

유출유동 분석

유출유동(outflow performance) 분석은 생산정 공저부터 지상 생산설비까지의 유체유동에 따른 관내에서의 압력손실에 대한 분석으로 정의될 수 있다. 관내에서의 압력손실은 크게 위치에너지에 의한 손실, 운동에너지에 의한 손실, 마찰에 의한 손실로 나눌 수 있으며, 아래 식 (3a), (3b)와 같이 표현될 수 있다(Beggs, 1991).

           (3a)

               (3b)

단상유동의 경우 간단한 식에 의해 계산될 수 있으나 가스, 오일, 물로 구성된 다상유동의 경우 단상유동과 달리 각 상별 부피비(hold-up)나 유체-유체간 또는 유체-생산관간의 마찰계수를 예측하여야 정확한 압력손실 추정이 가능하다. 그러므로 가스유체비(Gas Liquid Ratio, GLR), 물비율(water fraction), 생산관 내경, 유체밀도, 관의 거칠기 등의 영향인자들에 대한 통계분석을 통해 다상유동 압력구배 예측을 위한 다양한 유동관계식들이 개발되어왔다.

다중유량시험(Multi-point Test)

유량시험(well deliverability test)은 여러 압력조건에서 생산정의 생산능력을 측정하기 위한 시험이다. 각 운영조건에서 압력-유량 관계의 직접적인 측정을 통해 유입유동관계 도출이 가능하며, 일반적으로 이론적 최대유량(Absolute Open Flow, AOF)을 통해 생산성을 나타낸다. 시험초기에는 가스의 유동이 압력경계면에 도달하지 않아 비정상상태(unsteady state) 거동을 보이다가 압력경계면 도달이후 정상상태(steady state) 또는 유사정상상태(pseudosteady state) 거동을 보이게 되는데 보다 정확한 시험을 위해서는 유동이 안정된 후 실시하여야한다. 정저 압력계가 있을 경우 측정된 압력자료가 생산시스템의 분석점(node)에 가까워 간단한 심도보정 후 해석에 사용할 수 있으나, 정저 압력계가 존재하지 않을 경우 정두압력에서 정저압력으로의 변환으로 인한 오차가 크다. 따라서 정두를 분석점으로 정하고 시스템 분석을 수행하는 것이 일반적이다. 가스의 경우 유동방정식에서 압력의존 변수들로 인해 압력과 유량의 관계가 비선형적인 관계를 보이므로 가스정 다중유량시험은 단일유량시험(single point test)으로부터 도출되는 분석에 비해 신뢰도를 크게 향상시킨다. 시험방법에 따라 flow after flow test, isochronal test, modified isochronal test 등이 있는데, 이 연구에서는 가장 보편화된 flow after flow test의 해석방법인 LIT (laminar inertial turbulence) 방법을 적용하여 해석하였다.

LIT 방법

LIT 방법은 식 (2)의 가스 생산성 지수를 층류유동에 의한 항과 난류유동에 의한 항으로 구분하고, 가스의 압력의존 특성을 고려, 시스템의 압력범위에 따라 아래와 같이 해석할 수 있다.

Pressure squared quadratic form

식 (2)를 간단히 층류유동과 난류유동으로 구분하면 식 (4)와 같으며,

                        (4)

여기서, a와 b는 각각 아래와 같다.

Pressure quadratic form

가스유동방정식 중 3,000 psi 이상의 고압구간에서 압력의존변수의 값이 압력에 일정한 것으로 가정한 pressure approximation method를 간단히 층류유동과 난류유동으로 구분하면 식 (5)와 같으며,

                       (5)

여기서, a₁과 b₁은 각각 아래와 같다.

Pseudopressure quadratic form

가스유동방정식 중 2,000∼3,000 psi 중간압력 구간으로 압력의존변수와 압력과의 관계에 일관성이 없기 때문에 pseudopressure를 이용한 접근법이 요구되며 이를 층류유동과 난류유동으로 구분하면 식 (6)과 같다.

                      (6)

여기서, a₂와 b₂는 각각 아래와 같다.

생산검층

생산검층은 저류층별 생산기여도에 대한 정량적인 분석 또는 생산관 유체누출(leak) 등 생산정의 문제규명을 위해 실시하며, 검층목적에 따라 다양한 조합의 검층장비 구성이 가능하다. 일반적으로 각 천공구간에서 생산되는 유체의 종류 및 유량을 측정하는 것이 주요 목적이므로 심도 확인을 위한 감마검층(gamma ray)/케이싱검층(casing collar locator), 유속측정을 위한 속도계(spinner), 각 상의 부피비 측정을 위한 전기 센서와 압력 및 온도측정을 위한 센서들로 구성된다.

다중센서 생산검층

경사정내 다상유동의 경우 Fig. 2와 같이 경사각에 따라 관내유동형태가 크게 변화한다. 상대적으로 가벼운 가스는 생산관 상부를 따라 빠른 유속으로 이동하고 생산관 하부는 상대적으로 무거운 물이 느린 유속으로 유동하거나 유속이 너무 느릴 경우에는 중력에 의해 아래로 떨어지는 재순환(recirculation) 유동 현상이 발생할 수 있다. 또한 다수의 유입노드로 구성된 다층 저류층의 경우 저류층간 압력차에 의해 층간유동이 발생할 수 있으며, 특정 저류층간 발생하는 층간유동은 생산관내 부분적인 속도이상(velocity anomaly)을 야기하여 생산검층 자료의 정량적인 해석을 어렵게 한다. 따라서 경사정 다층 저류층 생산검층의 경우 천공구간별 생산량 측정 외에 생산관 유동형태(flow regime) 및 층간유동, 재순환유동 등에 대한 정확한 정보취득이 필요하다.

다중센서 생산검층은 이와 같이 복잡한 경사정내 다상유동 측정을 위해 고안되었다. 기존 단일센서 생산검층의 경우에는 생산관 중앙의 평균유속을 측정하기 때문에 생산관 단면을 따른 속도분포(velocity profile) 측정이 불가능하다. 하지만 다중센서 생산검층은 생산관 단면을 따라 일정간격으로 다수의 센서가 위치하므로 유동형태 해석 및 속도분포 측정이 가능하다. 이 연구에서 실시한 생산검층 장비의 경우 총 5개의 속도계, 6쌍의 가스-오일-물 부피센서가 생산관 단면을 따라 각각 일정한 간격으로 위치한다. 따라서 생산단면을 따른 각 상별 유속분포, 경사각 변화에 따른 유체분포 변화, 층간유동 및 재순환 유동으로 인한 일시적인 속도변화 등에 대한 정량적인 해석이 가능하다. 이와 같은 목적으로 경사각이 큰 경사정과 수평정, 가스/오일/물 등 2상 이상의 다상유동, 다수의 유입노드로 구성된 다층 저류층 생산정에서는 다중센서 생산검층이 널리 활용되고 있다.

SIP 시험

SIP 시험은 각 저류층별 천공심도에 생산검층 장비를 위치시킨 후 생산조건을 변화시키면서 유량 및 압력변화를 측정하고 이를 각 저류층별로 해석하여 생산성을 도출하는 시험으로, 공저에서의 저류층별 다중유량시험과 같은 의미로 해석될 수 있다. 따라서 다중유량시험 해석과 마찬가지로 유량-압력관계의 이론적 해석을 통해 저류층 평균압력 추정과 생산성 도출이 가능하다(Fig. 3). 여러 유량에서의 압력이 안정화 될 때까지 상대적으로 많은 시간이 소요되지만 다중센서를 이용한 SIP 시험은 다층 저류층 환경에서 저류층별 평균압력과 각 상별 생산성에 대한 신뢰도 높은 정보를 제공할 수 있다.

현장자료 해석 및 시뮬레이션 모델 구축

연구대상 개요

연구대상은 다층 저류층으로 구성된 가스전으로 저류층 유체투과도가 50∼200 md로 상대적으로 양호하여 초기 생산성은 좋으나, 시추 후 나공검층(openhole log)시 초기 유체경계면의 위치가 천공구간으로부터 10 m이내에 위치하는 것으로 확인되어 물코닝 및 물돌파에 의한 지층수 생산이 예상되었다. 생산정 모식도는 Fig. 4와 같으며 생산정의 경사는 약 45∼55도로 경사가 급한 편이다. 하부 유정완결은 미 천공구간 및 대수층 격리(isolation)를 위해 시멘트 라이너가 설치되었고 하부구간에서 생산을 개시한 후  3차례에 걸쳐 상부 가스층 추가 천공작업이 수행되었다. 이 연구에서 해석된 생산검층 자료는 생산개시 후 약 5년이 지난 후 취득되었다.

생산검층 및 SIP 시험결과 해석

대상 생산정의 지층수 생산구간 규명, 저류층별 가스 생산 기여도 확인 및 압력측정을 목적으로 생산검층이 실시되었으며 대상 생산정의 경사각 및 다상유동 해석을 위하여 다중센서 생산검층이 실시되었다. 생산정내 유속분포는 일정 간격으로 배치된 5개의 속도계를 이용하여 측정하고 6쌍의 가스-오일-물 부피센서를 통해 부피비를 측정하여 생산정내 각 상별 유속분포가 연속적으로 도출되었다. 각 상별 유속분포는 다시 지상에서 확보한 유량시험 자료와 일치하여 저류층별 가스-오일-물 생산량이 도출되었다(Fig. 5). 생산검층 해석결과 가스 생산 기여도는 B2-B1-A-C순으로 확인되며 지층수는 대부분 B2층에서 생산됨을 확인하였다.

생산검층 해석결과를 기반으로 저류층별 SIP 분석을 통해 저류층 압력과 유입유동 모델이 구축되었다. 저류층별 SIP 압력/유량자료는 앞에서 설명한 LIT 방법 중 3,000 psi이상의 고압에 적용가능한 pressure quadric form을 이용하여 해석하였으며, 예측된 저류층 압력과 실제 shut-in 압력이 유사한 것으로 확인되었다(Fig. 6).

Table 1. Rock and Fluid Properties of Each Reservoir

생산정 모델 구축

생산검층 및 SIP 해석을 통해 도출된 저류층 특성변수와 생산자료 및 유체샘플 분석결과를 이용하여 저류층별 유입유동 모델을 구축하였다(Table 1). 이중 저류층 압력과 생산성 지수는 저류층별 SIP 해석을 통해 도출하였으며 유체특성은 지상에서 채취한 샘플분석 결과로부터, 컨덴세이트-가스비는 생산자료로부터 도출하고 모든 저류층에 대하여 같다고 가정하였다. 각 저류층별 물 생산비 초기값은 B2층의 경우 생산검층 해석결과를 반영하여 90%로 가정하고 B2층을 제외한 다른 층은 대상 가스전의 응축수(condensed water) 평균수치인 10%로 가정한 후 물 생산비 변화에 따른 민감도 분석을 수행하였다.

상용화된 관유동 시뮬레이터(PIPESIM)를 이용하여 생산정 경사각과 튜빙, 케이싱 내경, 유체 생산비 등을 입력변수로 다양한 유동관계식에 적용하고 생산정내 압력손실을 추정하였다(Fig. 7). 추정된 압력프로파일은 생산검층 시 취득된 압력자료와 비교하여 압력구배가 가장 일치하는 Grey modified and Hagedorn and Brown 관계식을 유동관계식으로 선별하였다.

위와 같이 구축된 생산정 모델 초기 시뮬레이션 결과 가스 생산량은 낮고 지층수 생산량은 높게 예측됨을 확인할 수 있었다. B2층 물 생산비를 조정하면서 반복적인 시뮬레이션을 수행하였다. 그 결과 B2층의 물 생산비가 79%일 경우 정두압이 높은 최소 유동조건(정두압: 1,407 psi)과 정두압이 낮은 최대 유동조건(정두압: 827 psi)에서 가스, 오일, 물 생산량이 가장 일치함을 확인할 수 있었다(Table 2).

생산정 모델에 대한 검증을 위해 추가로 다중유량시험에 대한 Nodal 분석을 수행한 결과 다양한 유동조건에서 가스 생산량 및 공저압이 전반적으로 일치함을 확인할 수 있었다(Fig. 8).

Table 2. Simulation Results with 79% of Watercut from B2 Reservoir

물 생산비 민감도 분석을 통한 향후 생산거동 예측

물 생산비 증가에 따른 가스 생산성 영향 분석

향후 물 생산비 변화에 따른 가스 생산성 예측을 위해 최소 유동조건과 최대 유동조건에서 시뮬레이션을 실시하고 가스 생산량과 임계유량을 예측하였으며 그 결과는 Fig. 9와 같다. 두 유동조건 모두 물 생산비 증가 시 생산관내 압력손실 증가로 가스 생산성이 현저히 감소하는 것을 볼 수 있다. 또한 물 생산비가 최소 유동조건에서는 약 97%, 최대 유동조건에서는 약 99%에 도달할 경우 가스유량이 액체집적 임계유량 이하로 감소하여 생산이 중단될 수 있음을 확인할 수 있었다. 결론적으로 물 생산비 증가에 의해 가스 생산성은 시간이 갈수록 감소하나 최소 유동조건에서 물 생산비가 97%에 도달할 때까지는 가스유속이 지층수를 지상까지 운반할 수 있는 충분한 유속을 가지므로 계속 생산이 가능하다. 그리고 최대 유동조건을 유지할 경우 물 생산비가 약 99%에 도달했을 경우 B2층 지층수 차단작업이 불가피하다.

물 생산량 증가추이 예측

지층수 처리설비 용량에 제한이 없다면 위에서 실시한 가스 생산성에 대한 분석을 기반으로 지층수 차단시점을 결정할 수 있으나, 대상 가스전의 지층수 처리용량은 일산 5,000 배럴로 추가적인 고려가 필요하다. 추가적인 시뮬레이션을 통해 물 생산비 증가에 따른 물 생산량 추이를 분석하였으며, 결과는 Fig. 10과 같다. 최소 유동조건에서는 물 생산비가 100%에 도달할 때까지 물 생산량이 처리설비능력 한계에 미치지 못하나, 물 생산량이 증가하는 추이를 보이다가 물 생산비가 약 95%이상 되는 시점에 물 생산량이 급격히 감소하는 현상을 볼 수 있다. 이는 물 생산비가 95%이상 증가할 경우 유동하는 혼합유체의 밀도증가로 인해 공저유동압력이 증가하면서 가스 및 물의 생산량이 현저히 떨어지기 때문으로 추정된다. 최대 유동조건에서는 물 생산비가 약 92%에 도달할 경우 물 생산량이 처리설비 능력 한계에 도달하여 생산운영조건을 낮추어야 할 것으로 예상된다.

Table 3. Simulation Results after Isolating B2 and C Reservoirs

향후 생산거동 예측

위 결과를 종합적으로 분석하면, 최대 유동조건에서 물 처리시설의 용량한계로 물 생산비가 약 92%에 도달할 경우 초크밸브를 통해 생산정 운영조건을 점차 낮추어 운영하여야한다. 이후 최소 유동조건에 도달하고 물 생산비가 97%에 도달하면 액체집적 현상으로 인하여 생산이 중단될 수 있으므로 지층수 생산구간에 대한 차단작업을 고려하여야 한다. 또한, 물 생산비가 약 95%에 도달하는 시점부터는 생산정내 유체밀도 증가로 인해 공저유동압력이 크게 증가하면서 가스와 물의 생산량이 동시에 현저히 떨어지는 결과가 예측되었다. 지층수 차단시기 및 차단효과 예측을 위하여 현시점에서 B2층과 하부에 위치한 C층을 차단했을 경우를 가정하고 시뮬레이션을 수행하였으며 시뮬레이션 결과는 Table 3과 같이 도출되었다.

차단작업 수행 후 생산정을 최대 유동조건으로 운영할 경우 가스 생산량은 약 39 mmscfd로 유지되며, 이는 차단작업을 수행하지 않을 경우 물 생산비가 약 85%에 도달할 때쯤의 가스유량과 비슷한 수준이다. 최소 유동조건으로 운영 시 지층수 차단 후 가스 유량은 약 29 mmscfd로 예측되며, 차단작업을 수행하지 않을 경우 물 생산비가 약 84%에 도달할 때의 가스유량과 비슷한 값이다. 따라서 단기 생산량을 고려할 경우 물 생산비가 약 84-85%에 도달했을 때 차단작업을 수행하는 것이 최적의 차단시기로 예측된다. 그러나 지층수 차단작업은 일반적으로 대상 저류층으로부터의 가스 생산을 함께 차단하게 된다. 그러므로 만일 B2층으로부터 유입된 지층수가 저류층간 유동 또는 재순환 유동으로 인해 다른 가스층의 생산성을 감소시키지 않는다면 단기적인 가스 생산량 감소는 감수하고 생산이 중단되는 97-99% 수준까지 생산을 지속한 후 차단작업을 수행하는 것이 가장 경제적일 것으로 추정된다. 

결   론

1.이 연구에서는 다중센서 생산검층 자료에 대한 SIP 해석을 통해 저류층별 생산성을 직접 산출함으로써 해석적인 방법에서 필요로 하는 저류층 암석 및 유체 특성에 대한 불확실성을 개선하였으며, 생산검층 시 취득된 압력구배 자료를 이용해 생산관내 유체유동에 따른 압력손실 예측의 정확성을 증가시켰다.

2.생산검층 자료를 기반으로 다상유동 시뮬레이션 모델을 구축하고 다양한 운영조건에서 시뮬레이션을 수행하여 유동압력 및 각 상별 유량이 일치하도록 물 생산비를 조정하였다. 실제 유량시험 자료와 비교한 결과 공저압력 및 각 상의 유량 일치 정도가 양호함을 확인하였다. 이를 바탕으로 향후 물 생산비 변화로 인한 가스 및 지층수 생산거동 변화, 지층수 차단시점 및 차단효과에 대해 정량적인 분석을 실시하였다.

3.시뮬레이션 결과 최대 유동조건에서 지층수 처리시설의 용량한계로 물 생산비가 92%에 도달할 경우 생산정 운영조건을 낮추어 운영해야한다. 이후 물 생산비가 증가할수록 가스 유동성 저하로 인한 생산중단이 우려되어 지층수 차단 작업이 불가피해진다.

4.B2층의 궁극 회수율 측면에서는 생산이 중단되기 직전까지 B2층으로부터 가스 생산을 지속한 후 지층수 차단작업을 수행하는 것이 가장 합리적이나, 단기 생산량 최대화를 위해서는 물 생산비가 약 85%에 도달하기 전 차단작업을 수행하는 것이 보다 효율적인 것으로 해석되었다.

5.다만, 이 연구에서는 물코닝이 급격히 이루어짐에 따라 저류층 생산성 보다는 물 생산비 변화에 따른 관내유동 특성 변화에 지배적으로 전체 생산경향이 변하게 되므로, 시간에 따른 저류층 압력감소 및 생산성 변화는 고려하지 않았다. 그럼에도 불구하고 향후 주기적인 생산검층을 통해 시간에 따른 각 층의 생산성 변화 및 대수층의 물 생산비 증가 추이에 대한 정량적인 분석이 가능하다면 지층수 차단시점 및 효과에 대한 보다 정확한 예측이 가능할 것으로 기대된다.

Nomenclatures

  = area

  = formation volume factor

  = performance coefficient

  = turbulence coefficient

  = diameter

  = friction coefficient

  = gravity

  = gravitational conversion factor

  = reservoir thickness

  = gas effective permeability

  = oil effective permeability

  = exponent

  = static reservoir pressure

 = wellbore flowing pressure

= gas productivity index

 = oil productivity index

  = gas flow rate

  = oil flow rate

  = wells drainage area

  = wellbore radius

  = skin factor

  = reservoir temperature

  = velocity

  = z factor

  = gas viscosity

  = oil viscosity

  = density

  = pseudo pressure