油气上游业务链效益开发的系统优化方法研究及应用

赵蒙，诸鸣，李嘉宁，雷丹凤，曲德斌，王祥

1.中国石油天然气股份有限公司勘探开发研究院；2.北京中学；3.昆仑数智科技有限责任公司

0 引言

近10年来，中国油气勘探领域上游业务链面临新开发资源劣质化、开发对象品质差、老井递减控制难度大、新井不能高效建产等诸多挑战。特别是2014年下半年和 2020年初的两次低油价对国内油田提升开发效益影响很大［1］。石油公司正力求从注重“速度与规模”向注重“质量与效益”发展转变。面临油气勘探行业整体形势严峻、难点突出的情况，各企业对上游业务优化运行和过程管控要求越来越高，寻找有效降低成本途径是走出困局的唯一出路。

油气田开发优化方法的研究最早可以追溯到1958年Lee和Aronofsky在JPT杂志上发表的文章［2］，文中运用线性规划方法研究了以生产效益最大为目标的有限多个均质油藏的生产规划问题。之后，陆续有线性或非线性规划方法应用于油田开发优化和生产经营研究中［3-6］。

近年来，国际石油公司普遍建立了一体化优化运营管理系统。埃克森美孚公司研究的一体化优化运营管理系统实现了严格的投资管理和成本控制，并追求产量、效益、低成本目标优化。壳牌集团实现了从原油、天然气和煤炭资源的开发到油品炼制、化工产品生产、发电等，集合了上下游资源优势，实现了一体化优化。然而，国际石油公司对一体化优化模型和优化平台等相关内容实行技术保密，或遮遮掩掩，或拒绝对外透露。

油气上游业务链涉及储量资源、新井建产、老井生产、新老井协调优化、生产跟踪评价以及生产经营等众多环节，各环节不仅受外部环境影响，其内部也存在相互关联、相互影响和制约，是一个复杂的巨系统。目前受管理观念、思维惯性等因素束缚，以往油气效益开发优化仅限应用单一方法实现碎片化的局部优化，缺乏全局一体化优化和系统化思维。如何实现上游业务全局、全过程优化运行，特别是如何规范生产经营管理和优化过程管控，兼顾产量和效益目标的实现，是石油公司一直面对的生产经营难题。

本文针对上述生产经营优化问题，首先从方法上创新建立了涉及储量、产量、投资、成本、效益的油气产业链一体化优化模型，然后基于研发的软件进行生产应用实践，从多方面证实油气上游业务链效益开发系统优化方法的合理性以及现场应用的适用性。

1 油气上游业务链的系统优化方法的集成建立

1.1 油气上游业务链的系统优化流程设计

油气上游业务是一个复杂的产业链，产业链中各环节不仅受外部环境影响，也彼此相互影响，每个环节都有输入端和输出端，共同构成了一个复杂的巨系统。在上游业务链优化问题上，现有研究基本都是针对单一优化问题或油气生产优化的局部环节进行，没有针对石油公司上游业务全过程的一套总体优化流程和系统方法。上游业务链优化可划分为储量建产评价、技术指标优化、经济指标优化、一体化优化和实施调节5个环节，横向细化、纵向递进，形成了油气上游业务链过程优化流程（见图1）。其中，技术指标优化和经济指标优化等环节又是不断递进过程，优化流程具有多层立体关联属性。

图1 油气上游业务链过程优化流程

通过优化流程的进一步深化和方法配套，可以实现不同目标下的储量产量、投资成本、效益指标的优化配置。其中，储量建产评价是以油气储量资源为基础，遵循油气勘探开发基本规律，评价储量建产规模、效益及风险，回归油气合理开发秩序；技术指标优化是在评估资源潜力基础上，从技术层面评价和优化产量规模，解决产量可行问题；经济指标优化是将油田分为老井和新井，分别进行效益评价，把握效益入口关；一体化优化是在经济指标优化的基础上，形成统筹优化方案，目标是提升油气业务总体效益，追求新井、老井和措施协同优化。

考虑到油气生产业务链的多个环节以及存在的主要矛盾和问题，基于3W1H（Why、What、Who、How）理念形成整体系统优化技术思路（见图2）。

图2 基于3W1H（Why，What，Who，How）形成得系统优化技术思路

1.2 油气上游业务链的优化方法论

上述优化流程实现目标是对油气公司上游业务进行全过程、多维度、非线性的总体优化，需要将储量建产评价、技术指标优化、经济指标优化和一体化优化4类优化问题进一步深化，涉及生产指标预测、投资优化、成本预测、优化模型及求解和价值评估等方面。

基于此，油气上游业务链优化包含储量建产评价、技术指标优化、经济指标优化、一体化优化、成本效益预测、价值评估和决策支持共计7大类、18种预测、评价和优化方法［7-9］（见表 1），最后配套形成油气上游业务链过程优化方法体系（见图3）。

图3 油气上游业务链过程优化方法体系

表1 油气上游业务链的系统优化方法集成

1.2.1 储量建产评价方法

按照储量逐级升级原则，建立合理有序的储量开发秩序，提出基于概率风险分析确定效益、基于关键参数对标和类比确定规模的四段论，包括不同类别储量风险分析，关键参数对标和类比确定规模的建产规模分析，以概率风险分析确定效益建产效益评价，以及不确定性因素敏感性分析等，进而构成储量建产评价方法体系。

1.2.2 技术指标优化方法

以产量构成法为基础，根据历史数据统计规律，按投产时间进行老井和新井的产量预测，叠加汇总后得到预测期总产量，年度计划和中长期规划的产量指标［10］。根据每个开发单元的老井递减规律确定老井递减产量，根据资源潜力评价、储量建产评价，以及产能到位率、贡献率和递减率等指标，确定新井产量。

1.2.3 经济指标优化方法

包括从老井成本预测、效益产量分类、措施产量优化以及新建产能的经济评价与优选等方面，分别确定有效益的产量。即将油区分解为已开发油田老井评价、措施评价和新建产能评价3个部分，分别从3个侧面施策：一是根据上一年已开发油田效益评价结果，应用成本效益预测方法，预测评价老井产量和成本，确定老井的效益产量级别［9］；二是基于措施潜力和措施项目效益评价结果，按投入产出比进行排序，确定措施增产项目优化排序；三是对于新井，在项目经济评价基础上，通过内部收益率（IRR）和净现值（NPV）等技术经济指标进行综合优化和目标优选，确定不同目标对应的产能多项目优化部署。

1.2.4 一体化优化方法

在经济指标优化基础上，进行投资成本一体化的资产优化组合、将老井和新井按不同优化模式形成多个统筹优化方案。在此基础上，再通过价值评估，确定每个方案的效益指标，为最终优化决策提供科学依据。一体化优化模式共有4种：新老区组合优化模式、逐层递进优化模式、单一目标优化模式和投资成本一体化的措施产能优化模式。可根据需要，选择一种或多种模式，进行相互对标和优选。

1.2.5 成本效益预测方法

在经济指标优化和一体化优化中，需要对老井或新井加入老井后的成本构成进行预测，提供成本变化趋势。成本效益预测方法是基于历史成本等数据，对老井或新井加入老井后的成本构成进行多方法、差异性预测。按成本构成的特点，分别采用趋势预测法、物价指数法、加权平均法、产量分摊法、概算法等预测方法。

1.2.6 价值评估方法

在油气上游业务链的诸多优化方案中，每个优化方案都有其优化条件和优化情景，通过对每个方案的价值评估可以得到相应方案的投资资本回报率以及价值等关键指标，这些指标（特别是投资资本回报率）是判断方案优劣的重要指标。因此，在一体化优化基础上，可根据价值评估结果，进一步提出优化方案。

1.2.7 决策支持方法

在油气上游业务链优化过程或优化结果中，含有大量生产经营类信息和数据体，特别是包括各类、各阶段的众多方案，需要进行平台基础数据、成果的有效整合和提升性展示，目标是深入挖掘平台成果，为不同层级的决策支持制定提供依据。决策支持方法包括规模与效益分析模型、多因素敏感性分析、量本利分析、数据挖掘与钻取等，实现相应的指标展示、业务支撑、主题分析和情景模拟等功能。

2 一体化优化模型建立

一体化优化模型是油气上游业务链优化的核心模型，也是油气效益开发系统优化的关键技术。一体化优化模型是基于经济指标优化，包括老井和新井按组合优化模式、逐层递进优化模式、单一目标优化模式和措施产能优化模式，通过统筹优化，形成多个一体化优化方案。

2.1 组合优化模式

组合优化模式是在老井优化、新井产能评价优选基础上，通过新、老井的不同方式组合，确定一体化优化方案。

2.1.1 典型组合优化模式

老井和新井按一定方式组合成一体化优化方案，通过成本效益预测和价值评估，可以得到组合方案的产量、投资、税前总利润、投资资本回报率等指标。典型的组合模式包括所有老井和所有新井的组合、所有老井的组合、所有老井和达标新井的组合、效益一类老井和达标新井的组合、效益一类和效益二类老井和达标新井的组合等。

2.1.2 组合模式成本预测

组合模式分析难点是组合后的成本效益预测，主要包括操作成本和折旧折耗两部分。

操作成本预测：以老区加入新建产能区块组合为例，当老井所在的油田评价单元和对应的新井产能项目组合时，操作成本的预测可采用产量加权方式确定，即按产量占比进行各自的操作成本加权。

折旧折耗预测：有些组合模式需要将一部分老井去掉不再生产，此时被去掉的老井资产的折旧折耗需要分摊到在产油井中；当组合模式不涉及去掉部分老井时，组合后的折旧折耗预测可以采用通常的预测方法，即根据老井的剩余油气资产净值以及新井带来的新资产，乘以折耗率（等于产量/PD储量），即得到折旧折耗。以效益一类老井和达标新井的组合为例，各财务单元折旧费用按照常规方法测算后，需要再分摊一部分上述的折旧折耗费用，计算方法见式（1），其中去掉的老井资产净值即老井资产净值扣除效益一类区块油气资产净值后的剩余。

2.2 逐层递进优化模式

2.2.1 逐层递进优化内涵

根据产能项目是否达标以及产能项目纳入油田评价单元后是否改善其利润水平，来确定待建的产能项目。首先，将产能项目纳入油田评价单元后，测算油田评价单元效益，扣除不能达到基准收益率、且不能改善单元利润水平的项目；其次，将各油田评价单元按成本或利润排序，按最小成本或最大效益曲线确定最终入选的油田评价单元（见图4）。

图4 逐层递进优化技术路线图

2.2.2 最小成本求解策略

按最小成本求解策略，最终入选的油田评价单元原则是不能向上拉动油区总体单位完全成本。具体求解过程是：首先，对于新的产能项目纳入油田评价单元后的评价单元，测算5～10年的操作费用、折旧折耗等成本指标；然后，按5～10年平均单位可变成本，将评价单元从小到大排序；按新排序计算累计产量、累计平均单位完全成本；根据各单元对应的累计平均单位完全成本和产量变化，将最小成本以后的评价单元去掉，即可以得到优化后的油田评价单元，针对这些单元可评价对应的产量、成本和利润指标。

2.2.3 最大效益求解策略

按最大效益求解策略，最终入选的油田评价单元原则是不能向下拉动油区总体效益。与最小成本模型求解策略平行，具体求解过程是：按5～10年平均单位利润，将评价单元从大到小排序；按新排序计算累计产量、累计平均单位利润；根据累计平均单位利润和产量变化，将利润最大以后的评价单元去掉，得到优化后的油田评价单元，针对这些单元可评价对应的产量、成本和利润指标。

2.3 单一目标优化模式

2.3.1 优化目标选择

单一目标优化模式是追求总体利润最大、总成本最小或投资回报率最大等单个目标，以产量大于一定规模、成本和投资小于设定目标为约束条件，确定需要优化的油田评价单元和产能项目（见表2）。在优化确定油田评价单元和产能项目组合后，可总体测算各油区产能建设和开发投资规模以及利润和投资回报率等效益指标。

表2 单一目标优化模型指标汇总

例如，如果考虑总生产成本F、总产量Q、总投资I和总利润G四个关键指标，追求G最大或F最小的单一目标公式分别为：

式中：gi——第i个油田评价单元单位产量利润，元/t；fi——第i个油田评价单元单位产量成本，元/t。如果油田评价单元（区块）i被选中，qi——第i个油田评价单元的产量，t。此时评价单元包括被选中的新建产能项目。如果油田评价单元（区块）i没有被选中，qi=0，此时评价单元中即使包括新建产能项目，也将新建产能项目去掉。

约束条件分别为：

2.3.2 模型求解方法

针对上述单一目标优化模型，需要配套相应的快速求解方法。可用改进的遗传算法和改进的蚁群求解算法［10］。优化后的统计结果为总产量、总投资、总生产成本、最大利润等。

2.4 措施产能优化模型

2.4.1 技术路线

借鉴 Halliburton（哈里伯顿）公司在低油价下通过资产优化组合方法合理配置新井、加密井及重复压裂井、降低油气开采成本的理念［11］，措施产能优化模型是在经济指标评价和优化基础上，通过资产优化组合模式，树立投资成本一体化理念，可提高总体效益。具体做法是首先针对不同油区，分别评价措施增产、老区新井以及新区新井的经济效益，获得投入产出比、净现值、内部收益率等效益评价指标。然后，根据这些指标，从大到小排序，得到累计净现值和累计投资的关系。

式中：m——各类项目的个数；Capexcum——累计投资，元；NPVcum——重新排序后对应累计投资的累计净现值，元；NPV(Capexi)——第i个项目的投资对应的净现值，元。根据新排序后的效益分布态势，确定满足一定增产目标的资产优化组合。最后，分析相应的效益等指标，按模型求解的优化模式进行生产优化部署，如图5所示。

图5 措施产能优化模型的技术路线

2.4.2 关键指标定义

在措施产能优化模型中，需要定义产能项目和措施增产的投入产出比、净现值、内部收益率等投资效益指标。关于净现值和内部收益率已有规范定义［7］，产能项目投入产出比按如下式计算：

3 应用实例

使用基于上述方法研发的上游业务资源优化软件平台，以某油田A为例，建立了油田开发单元和财务单元的对应关系。通过储量建产评价，分析了产能潜力和建产关键指标，完成了33个产能建设项目经济评价优选；分析预测老区产量和成本变化，进行了效益产量分类评价，完成了财务评价单元老井产量优化。在新、老井优化基础上，考虑1年以及多年实施效果，提出了总体优化方案，包括老区和新建产能的各类组合方案以及逐层递进优化方案，涵盖了投资、产能、产量、利润和投资回报率等关键指标。

3.1 储量建产评价

A油田2015年可用于建产能的总储量为5 584×104t，经储量建产评价，2015年新区新井建产能潜力100×104t，可效益建产40×104t；对于老区，截至2014年底动用地质储量10×108t，根据油田历史经验，对已开发油田进行老井加密建产，每年可提高采收率 0.1%～0.15%，增加可采储量 100×104～150×104t，2015年可建产35×104t，将新、老区合计，总体可建产75×104t。

3.2 技术指标优化

采用普遍适用的两年产量构成法（即“两推一线”法）以及类比方法，老井递减率取前3年的平均值，根据产能贡献率，进行2015年度产量预测。根据历史产量，采用无因次归一化方法，研究不同油藏类型的递减规律，预测了A油田到 2020年产量递减趋势。以各开发单元“十一五”以来投产井无因次产量归一化后得到的年递减率作为年递减率参数，且符合指数递减。根据产量预测结果，老井产量从2015年411.8×104t下降到2020年235.5×104t，年递减率为10.7%。根据储量建产评价结果，2015年新井产能 75×104t，投资 30.7×108元，新井产量32.0×104t；2015—2020年A油田总产量逐步递减，从443.8×104t减少至266.8×104t（见表3）。

表3 2015—2020年技术指标优化结果

3.3 经济指标优化

3.3.1 成本效益预测

依据 2012—2014年发生的操作成本，按系数0.2、0.3、0.5进行加权平均，再按 5%上升率确定2015—2020年操作成本测算。成本效益预测分别针对老井、新井加入老井等多个情景。其中，老井2015—2020年完全成本由3 180元/t增加到3 544元/t，利润由1 454元/t降低到1 090元/t。老井加新井2015—2020年单位完全成本由3 179元/t增加到3 469元/t，吨油利润由1 455元/t降低到1 165元/t。

3.3.2 老井效益产量评价和产能评价优选

老井效益产量评价是基于上一年已开发油田效益评价结果。经评价，2015年老井产量411.8×104t，其中，效益一类产量390.8×104t，占94.90%，效益二类产量18.5×104t，占4.50%。新井优化是在项目经济评价基础上，通过内部收益率指标进行优选。通过评价，8个产能项目对应16.6×104t产能，未达到12%收益率，主要分布在新区、低渗透砂岩油藏。经济指标优化后，2015年新井产能从75×104t降至58.4×104t，产量从32.0×104t降至26.6×104t。（见图6）。

图6 2015年新井、老井产量优化

3.4 一体化优化

3.4.1 新老区组合优化

设定3个典型组合方案：老井+新井、老井+达标新井、效益一类老井+达标新井。从2016—2020年5年效果看，老井+新井组合的产量和利润最大，老井+达标新井组合的投资回报率最高（见图7～图10）。

图7 不同优化方案的2015—2020年年均产量对比

图8 不同优化方案的2015年新增投资对比

图9 不同优化方案的2015—2020年年均投资回报率对比

图10 不同优化方案的2015—2020年年均税前总利润对比

3.4.2 逐层递进优化模式

产能项目进入区块单元后，以区块单元为主体进行效益测算。8个达到基准收益率项目，有 3个项目不能改善单元利润水平，优化时被扣除；另外5个项目新井加入后，5个区块单元累计利润提高0.5×108～6×108元。去掉上述 3个项目后，考虑固定成本和可变成本，按最小成本或最大效益曲线确定区块单元。单位完全成本随产量增加逐渐降低，当累计产量大于一定规模后成本降低速度减缓，其中，排序中最后一个区块单元是完全成本变化的拐点，单位完全成本由3 458元增加到3 460元。扣除这个区块单元2.53×104t无效益产量，老井产量由411.8×104t优化为 409.3×104t。2015—2020 年利润由184.4×108元增到186.2×108元，增加1.8×108元，平均回报率由6.98%提高到7.29%。

上述不同优化方案2015年产量有所不同，老井+新井产量443.8×104t，老井+达标新井产量438.5×104t，一类老井+达标新井产量417.4×104t，逐层递进优化产量440.2×104t（见图11）。

图11 不同优化方案的2015年产量

3.5 实例总结与认识

通过现场实效检验证实了提出的优化方案具有一定的合理性和先进性。A油田2015年实际生产原油449.1×104t，实际效益产量440.8×104t，本文提出的2015年技术指标优化产量（仅考虑资源潜力，不考虑效益）为443.8×104t，经济指标优化产量分别为438.5×104t（老井+达标新井）和440.2×104t（逐层递进优化），实际总产量、实际效益产量和本文提出的技术指标优化产量、经济指标优化产量基本吻合，说明本文的预测结果符合生产实际。如果按本文提出的优化方案布局，会得到更好的开发效果和总体收益（见图12）。

图12 2015年A油田实际产量和效益产量和优化方案对比

本例中的一体化优化方案体现了逐级递进优化关系。从储量建产评价开始，经过技术指标优化、经济指标优化和一体化优化，体现了优化的逐级递进关系，通过多个一体化优化方案，可以达到油气效益开发系统优化的目标和需求。

为满足不同的目标需求，进一步分析优化方案，可以看出几个典型组合方案和逐层递进优化方案的利润具有一定的递增规律（见图 13），但是相应的投资回报率并不对应一致。从投资回报率和利润的角度，逐层递进优化方案效益最好，优化效果显著提高。

图13 2015—2020年优化方案年均利润和投资回报率对比

4 结论与认识

4.1 优化特点和核心内涵

相对于以往油气效益开发优化仅限于单一方法、碎片化的局部优化，油气上游业务链效益开发的系统优化是系统化思维的集中体现，具有生产经营模拟和全局优化特点。从统筹优化油气勘探、开发、生产经营的全过程要素出发，建立了上游业务链的系统优化流程，以及集预测、评价和优化于一体的集成化方法体系（涉及7大类、18种预测、评价和优化方法，配套形成了油气上游业务链优化方法体系），其核心是体现技术经济一体化、新老井一体化的优化模型。通过储量建产评价、经济指标优化和一体化优化等4个环节分层次递进优化是油气上游业务链效益开发系统优化的主线，可实现石油公司开发单元、产能项目、财务单元和所有油区的全覆盖，为年度计划产能项目优化部署、已开发油田效益产量分类评价、生产经营战略制定等提供决策支持。

4.2 存在的局限性

目前系统优化方法有两方面局限性。一是优化流程以及模型的数据来源广而复杂，对于数据质量要求高，对应数据录取实物量工作量大。油气上游业务链效益优化需要在石油公司总部和油气田企业两个层面着力解决储量、产量、投资、成本和效益的综合优化配置问题，涉及部门广，数据收集具有一定的难度，需要不同部门有效协调。二是没有引入大数据、人工智能技术，对油气上游业务链效益开发系统优化的复杂性、长期艰巨性以及求解效率的应对和解决能力还有一定程度的欠缺。

4.3 对策和展望

油气上游业务链效益优化的总体发展方向是充分利用各石油公司的信息化建设成果，密切结合数字化智能化油田建设，促进大数据、人工智能与战略规划、生产经营业务的深度融合，建设油气开发战略决策和业务链优化系统，大幅提升战略规划决策的效率和优化运营能力。具体途径是跟踪调研国际上大数据、人工智能在油气开发与战略规划中的成功应用案例，开展上游业务链效益优化等典型案例学习，建设战略规划和生产经营的知识库和专家系统，通过知识图谱等新理论方法进行油气开发战略规划和业务链优化的智慧化应用等。