0 引言
地热能作为一种在地球上储量巨大的自然资源,已成为21世纪不容忽视的可再生能源之一。根据理论计算,地壳深度为10 km内的地热能储备约为3.6 × 1014 GW∙h[5],按照2012年全球能源消耗率约为1.7 × 108 GW∙h/a为基准,这些地热储量理论上可以提供大约200万年的全球能源使用量,因此地热能的开发与应用逐渐获得人们的青睐[6]。作为一种可再生能源,地热能的开采对环境的影响小,温室气体排放量非常低,并且分布广泛,在我国储量巨大,显示出巨大的开发与应用潜力[7]。根据地热能的储层特征,可以分为干热型地热和水热型地热。干热岩埋藏较深,并且储层温度较高,通常位于低孔隙度和低渗透率的硬岩当中,开发难度较大,经济成本较高。水热型地热虽然通常温度略低,但是开发成本较低,技术难度较小,可用于建筑供暖及制冷[8]。
中国3 000 m以上深度的水热型地热资源相当于12.5 × 1030亿吨标准煤,每年可开采资源相当于19亿吨标准煤。截至2015年底,水热型地热供暖面积仅为1.02亿m2[2],表明在当前的供热系统中,煤炭仍然是最主要的一次能源[9]。特别是在中国北方,煤炭占区域供热系统能源使用的92%,这大大加剧了冬季雾霾空气污染,使用清洁能源进行建筑供暖迫在眉睫[10]。雄安新区作为国家的千年大计、国家大事,是高水平现代化的样板城市,自规划时即要打造为“无烟城”,在这个目标下地热能的开发与应用有着举足轻重的作用[11]。雄安新区位于太行山以东平原区,是冀中坳陷内部地热条件最好的地区,位于该区的地热田有牛驼镇地热田、容城地热田和高阳地热田。地热流体总储存量377亿m3,其中容城地热田30亿m3、牛驼镇地热田125亿m3、高阳地热田222亿m3。牛驼镇地热田的开发利用较早,各方面配套设施也较完备,已形成地热开发利用的“雄安模式”[12]。在采灌均衡条件下,雄安新区内地热流体可采量为4亿m3/a,地热流体年可开采热量为10 104万GJ[13]。然而,目前对于水热型地热井开发利用的研究主要通过短期采灌试验或者数值研究的方法,且以对井采灌为主,没有实际监测数据作为验证,对长期采灌动态演化过程不能准确评判。
本文基于牛驼镇地热田场地分布式光纤实时传输技术和实际采灌参数,开展地热群井采灌条件下温度场动态响应研究。分析地热群井场地地温场和水位随时间的演化关系,评价研究区内地热群井在未来地热长期开采和可持续供暖方面的能力,明确研究区内水热型地热资源开采潜力,以期为地热开采的长期稳定运行提供理论指导,并对系统长期运行的效益进行评估。
1 开采区地热地质概况
1.1 开采区地质概况
根据地热井完井报告及区域地层资料,开采区地热井自上而下钻遇地层为第四系（Q）、新近系明化镇组（Nm）和蓟县系雾迷山组（Jxw）,如图1所示。
Fig. 1 Formation distribution and well location layout图1 地层分布和井位布置 |
（1）第四系（Q）
根据地热井完井报告,这几口井第四系埋深约为400 m。根据收集的资料,周边地热井第四系埋深为372.9 ~ 444 m,牛驼镇凸起第四系底板埋深为370 ~ 470 m,该地热群井第四系埋深与区域地层沉积规律相符。该层为一套灰黄色、棕黄色亚黏土,亚砂土及灰白色中细砂河湖相沉积物,结构松散。
（2）新近系明化镇组（Nm）
该层岩性为黄褐、棕褐、棕红带紫色泥岩、砂质泥岩与灰绿、浅灰、深灰色细砂岩、粉细砂岩、粉砂岩、中细砂岩、砂岩不等厚互层,为河湖相沉积物,底板埋深约900 m,沉积厚度约500 m。
（3）蓟县系雾迷山组（Jxw）
该层岩性为碳酸盐岩地层,主要包括灰岩和白云岩。该类地层的主要容水空间是裂缝和溶蚀孔洞。顶板埋深约900 m,揭露厚度约为300 m,储厚比为30%,目前区域上尚未有地热井钻穿该热储层。该段大部分地层岩性较纯,地层裂隙发育程度好。
1.2 开采区地热储层特征
（1）新近系明化镇组热储层
明化镇组热储层岩性为黄褐、棕褐、棕红带紫色泥岩、砂质泥岩与灰绿、浅灰、深灰色细砂岩粉砂岩、中细砂岩、粉细砂岩、泥质砂岩不等厚互层,顶板埋深约400 m,揭露厚度约500 m。根据区域资料,该热储层的平均孔隙度为31.91% ~ 42.7%,热储层温度为40 ~ 60β℃,单井出水量为20 ~ 60 m3/h,水化学类型为HCO3-Na型或Cl•HCO3-Na型,pH为7.1 ~ 9.3,总矿化度为1 060 ~ 1 380 mg/L。
（2）蓟县系雾迷山组热储层
蓟县系雾迷山组热储层为本地热群井利用热储层,岩性为燧石结核条带白云岩,致密坚硬。该储层岩溶裂隙较发育,顶板埋深约900 m,揭露厚度为200 ~ 300 m。岩溶裂隙发育段占地层厚度的30%左右,出水温度约80β℃,出水量约80 m3/h,水化学类型为Cl-Na型,pH为7 ~ 8,总矿化度约为3 000 mg/L。
根据当前取得的钻井资料以及研究区年平均温度,估算出该研究区地温梯度为5.4β℃/100 m。
1.3 开采区群井特征
开采区分布的地热井见图1,包含生产井、回灌井和监测井,地热井的类型均为水热型地热井。根据实际采灌情况,本次研究考虑两采两灌,其中回灌井X193和生产井X195为一对井,距离为483.06 m;回灌井X192和生产井X190为一对井,距离为1 636.55 m。
2 模型构建
2.1 计算理论和模拟器
（1）储层内地下水流动基本理论
水文地质领域中,岩溶裂隙型含水层可以利用等效孔隙介质模型来刻画。水力学家达西通过大量的均匀砂柱渗流实验,总结出适用于地下水渗流的一般线性渗透定律,即达西定律。其关系式为：
$Q=KA\frac{{{H}_{2}}-{{H}_{1}}}{{{L}_{\text{S}}}}=KAI$ (1)
式中：Q为通过砂柱断面的渗流总量;K为渗透系数;H1和H2分别为上下游过水断面的水头值;LS为过水断面间距离;A为过水断面面积;I为水力坡度。
渗透流速u同渗流总量满足以下关系式：
$Q=uA$ (2)
从而得出,渗透流速同水力坡度成正比：
$u=KI$ (3)
式（3）可以写为$u=K\cdot \nabla H$,同时引入渗透率k表征岩石骨架固有的渗透性能：
$K=\frac{\rho g}{\mu }k$ (4)
式中：ρ为流体密度;g为重力加速度;$\nabla H$为水头梯度;μ为流体运动黏滞系数。将式（4）代入式（3）,可将渗透流速同水力梯度的关系转换为渗透流速同压力梯度的关系：
$u=k\frac{\rho g}{\mu }\cdot \nabla H=\frac{k}{\mu }\cdot \nabla P$ (5)
对于储层和井筒而言,基础的质量和能量平衡都可以通过标准控制方程来刻画：
$\frac{\partial {{M}^{j}}}{\partial t}=-\nabla {{F}^{j}}+qj$ (6)
式中：M为单位体积的质量或能量;j表示水或热;F为质量或能量通量;q为源汇项;$\nabla P$为压力梯度;t为时间。
质量守恒中的累积项可以理解为孔隙流体的质量,并可用式（7）表示：
${{M}^{j}}=\varphi \sum{\rho }\cdot S\cdot {{X}^{j}}$ (7)
式中：${{M}^{j}}$为孔隙介质流体所含组分j的质量,本次研究流体为水;φ为介质的孔隙度;S为饱和度;${{X}^{j}}$为组分j的质量分数。
质量通量项可以用式（8）表示：
${{F}^{j}}=\sum{\rho \cdot }u\cdot {{X}^{j}}$ (8)
式中：F为流体通过某一封闭面的质量流量。
（2）储层内热传递过程
热量累积项可以用式（9）表示：
${{M}^{j+1}}=\left( 1-\varphi \right){{\rho }_{\text{R}}}{{C}_{\text{R}}}T+\varphi \sum{\rho }\cdot S\cdot U$ (9)
式中：${{\rho }_{\text{R}}}$为岩土体密度;${{C}_{\text{R}}}$为岩土体比热容;T为温度;U为岩土体内能。
热量通量由式（10）表示：
${{F}^{j+1}}=-\lambda \nabla T+\sum{h\cdot }\rho \cdot u$ (10)
式中：λ为岩石骨架的导热系数;h为热焓;$\nabla T$为温度梯度。
对于流体的能量守恒方程
$\begin{align} & \frac{\text{d}}{\text{d}t}\int{{{M}^{(j+1)}}\text{d}{{V}_{n}}}=\int{{{F}^{(j+1)}}\cdot n\text{d}}{{\Gamma }_{n}}+\int{{{q}^{(j+1)}}\text{d}{{V}_{n}}}+ \\ & \int{{{k}_{\text{sf}}}\left( {{T}_{\text{s}}}-{{T}_{\text{f}}} \right)\text{d}V} \end{align}$ (11)
式中：ksf为相对渗透率;Ts为流体温度;Tf为岩石骨架温度。其中：
${{M}^{j+1}}=\varphi \sum{\rho }SU$ (12)
${{F}^{j+1}}=-\lambda \nabla T+\sum{h}F$ (13)
式中：V为单元体积;Γ为单元表面积;${{M}^{j}}$为组分j的质量或能量累计项;${{F}^{j}}$为组分j的质量或能量矢量通量;n为单位法向量;qj为组分j的质量或能量源汇项。
岩石骨架的能量守恒方程：
$\frac{\text{d}}{\text{d}t}\int{{{M}^{(j+2)}}\text{d}{{V}_{n}}}=\int{{{F}^{(j+2)}}\cdot n\text{d}}{{\Gamma }_{n}}+\int{{{k}_{\text{sf}}}\left( {{T}_{\text{s}}}-{{T}_{\text{f}}} \right)\text{d}V}$ (14)
其中：
${{M}^{j+2}}=\left( 1-\varphi \right){{\rho }_{\text{R}}}{{C}_{\text{R}}}{{T}_{\text{f}}}$ (15)
${{F}^{j+2}}=-{{\lambda }_{\text{s}}}\nabla T$ (16)
式中：λs为流体的导热系数。
（3）储层内水热耦合过程：
地热开采系统中质量和能量守恒方程的广义表达形式如下：
$\frac{\text{d}}{\text{d}t}\int{_{{{V}_{n}}}{{M}^{j}}\text{d}V}=\int{_{{{\Gamma }_{n}}}{{F}^{j}}\cdot n\text{d}}{{\Gamma }_{n}}+\int{_{{{V}_{n}}}{{q}^{j}}\text{d}V}$ (17)
（4）数值模拟器
本次研究采用的模拟器是高温高压多相流多组分软件TOUGH2,结合计算理论,分析地热井采灌过程中温度和水位动态演化过程。考虑到地热长期开采对周围地层的温度影响范围较大,生产井和注入井到侧向边界的距离均大于500 m,可以有效消除地热开采过程中侧向边界对地热开采性能的影响。因此将模型长、宽、深分别设置为3 200、3 600和1 800 m,如图2所示。由于地热井周围对流传热较为强烈,因此考虑在井口周围进行网格加密,对模型采用非规则剖分,总计网格数量为39 080个。
Fig. 2 Establishment of 3D geothermal model and meshing of geothermal wells图2 地热井三维地温场模型构建及网格划分 |
2.2 网格独立性验证
为验证数值模型的准确性,采用网格独立性检验方法开展验证。根据群井周边网格加密方法,定义网格加密率ωi为：
${{\omega }_{i}}=\frac{{{G}_{i+1}}}{{{G}_{i}}}, {{G}_{i+1}}>{{G}_{i}}$ (18)
式中：Gi为第i个网格的数量。
建立模型过程中,初始网格G1数量为22 000,G2为29 380,G3为34 560,G4为39 080,G5为44 000。根据数值模拟计算结果,随着加密率的增加,计算结果的相对误差逐渐减小。考虑到计算机CPU的算力,当加密率增大时,计算持时显著增加,因此选择网格加密率为G4的网格进行计算,其误差也在可接受的范围内。
Fig. 3 Model grid independence verification图3 模型网格独立性验证 |
2.3 模型参数
三维温度场模型中的地热条件与实际场地一致,模型顶部温度根据研究区年平均温度设置为15β℃,井下温度根据监测井R059（1 285 m）光纤实时传输温度数据确定,井底监测温度为85β℃。根据测井结果得到不同深度处地层孔隙度、渗透率、密度、比热容以及导热系数等参数,并由此将储层沿纵向划分为8层,各层参数见表1。
Table 1 Formation parameters of numerical model表1 数值模型地层参数 |
| 地层深度/m | 孔隙度/% | 渗透率/m2 | 密度/(kg/m3) | 比热容/[J/(kg∙K)] | 导热系数/[W/(m∙K)] |
|---|---|---|---|---|---|
| 0 ~ 400 | 25 | 8.9 × 10-14 | 2 400.0 | 840.0 | 2.1 |
| 400 ~ 1 000 | 35 | 9.5 × 10-14 | 2 450.0 | 840.0 | 2.2 |
| 1 000 ~ 1 100 | 30 | 7.2 × 10-13 | 2 500.0 | 850.0 | 2.3 |
| 1 100 ~ 1 200 | 32 | 3.9 × 10-13 | 2 550.0 | 850.0 | 2.4 |
| 1 200 ~ 1 300 | 35 | 4.8 × 10-13 | 2 600.0 | 850.0 | 2.4 |
| 1 300 ~ 1 400 | 30 | 3.9 × 10-13 | 2 600.0 | 860.0 | 2.5 |
| 1 400 ~ 1 500 | 30 | 3.6 × 10-13 | 2 650.0 | 860.0 | 2.5 |
| 1 500 ~ 1 800 | 10 | 1.7 × 10-13 | 2 650.0 | 860.0 | 2.6 |
本次研究根据现场工程实际需求,开采回灌模式和现场保持一致,采用两采两灌方法,其中X192、X193为回灌井,X190、X195为生产井。R059为光纤监测井,可提供大量温度数据,以作为本次模型验证,具体地热井采灌参数见表2。
Table 2 Parameters of production well and injection well表2 生产井和回灌井参数 |
| 井号 | 井深/m | 取热段/m | 平均注入量/(m3/h) | 平均注入温度/℃ | 平均开采量/(m3/h) | 回灌率/% |
|---|---|---|---|---|---|---|
| X190-Prod | 1 252.0 | 905.8 ~ 1 252.0 | — | — | 72.0 | — |
| X192-Inj | 1 200.6 | 935.1 ~ 1 200.6 | 67.2 | 30 | — | 93.3 |
| X193-Inj | 1 230.2 | 970.0 ~ 1 230.2 | 68.7 | 20 | — | 95.3 |
| X195-Prod | 1 148.0 | 921.3 ~ 1 148.0 | — | — | 72.0 | — |
| R059-Observe | 1 285.0 | 1 108.0 ~ 1 285.0 | — | — | — | — |
注：Prod代表生产井;Inj代表注入井;Observe代表观测井。 |
2.4 初始条件和边界条件
为探讨地热系统在开采过程中的温度场分布情况,模型初始温度场分布按照分布式光纤实时监测温度给定,如图4所示。
Fig. 4 Temperature distribution measured by distributed optical fiber in geothermal wells图4 地热井分布式光纤实测温度分布 |
模型的初始温压分布条件分别按照静水压力和测井测温数据进行赋值。模型底部热流来自深部补给,底部边界考虑为诺伊曼边界,取值为研究区平均热流值85 mW/m2。运行过程中侧向边界较宽,不受开采的影响,考虑为隔热条件。华北地区的供暖时间段大约为每年的11月15日至次年的3月15日,因此本次模拟采用周期性灌采模式,即每年进行为期4个月的采灌,另外8个月停泵封井,使井底进行热恢复。根据地热井的设计使用年限,本次模拟中模型的运行时间设置为30年。
2.5 现场监测及模型验证
在利用温度场模型对场地进行数值模拟之前,需对模型的准确性进行验证。本次模型验证分为两个方面,分别是基于分布式光纤温度数据与R059井底温度的验证,和地热采灌一个供暖期后的X190井底温度变化与数值模型温度演化情况的验证。
（1）地热井光纤实时传输技术地温监测
为进一步确定地热群井采灌过程中地温场温度演化规律,采用光纤实时传输技术对地热井开展长期监测,分析采灌条件下温度动态响应规律。本研究对观测井R059采用DBDTS-2000型深井分布式光纤测温系统进行温度监测,如图5所示。该分布式光纤温度监测利用光媒介进行信息传输,具有传输速度快、传输距离远、带宽大、抗干扰能力强等优点,可以满足地热井监测的要求。通过光纤传输技术进行温度监测,获取采灌条件下地温全深度实时演化数据,可为数值模型的验证提供支持。
Fig. 5 Temperature monitoring using distributed fiber optic real-time transmission technology图5 分布式光纤实时传输技术温度监测示意图 |
（2）光纤实时传输温度验证
将监测井R059内600、900和1 200 m深度处的光纤温度进行长达30 d的监测,并将监测数据与构建的模型温度场中对应位置处的温度数据进行对比（图6）,可以看出通过分布式光纤传输的温度数据有较小的波动,但是整体水平较小且在固定值附近浮动,说明没有参与生产的观测井温度较为稳定。在不同深度（600、900、1 200 m）,数值模拟得到的温度数据与分布式光纤传输技术监测的数据拟合效果较好,误差低于5%,反映出数值模型具有一定的准确性和可靠性,可以用于地温场数值模拟的计算。
Fig. 6 Comparison between real-time temperature transmission through optical fiber and model results图6 光纤实时传输温度与模型结果对比 |
（3）X190井底温度演化情况验证
为使数值模型符合研究区地热井采灌条件,除了对观测井进行验证外,也对X190生产井的温度进行了验证,如图7所示。受回灌温度和回灌量的影响,现场测试的开采温度也有一定的波动,但整体波幅较小,在84β℃上下浮动。数值计算得到的开采温度曲线较为光滑,与测试的开采温度平均误差低于8%,在一定程度上可以认为模型准确,可以作为后续温度场动态响应计算。基于此,结合数值计算结果,分别与观测井分布式光纤传输数据和采灌井测试数据进行对比,结果表明建立的数值模型具备可以计算的水平,可以用于本研究中地热群井采灌取热性能分析。
Fig. 7 Comparison of outlet temperature and numerical results of production well X190图7 生产井X190出水温度与数值结果对比 |
3 结果与讨论
3.1 温度场演化分布规律
通过对生产井的出水温度分析可知在整个生产周期内生产井的周围温度场均未受到明显扰动,因此本次研究选取了回灌井周围的温度场纵向剖面图。图8为模型运行5、10、20、30年后,回灌井热储层局部温度场分布。图中可见,随着运行时间的持续,回灌井周围温度场产生扰动的范围越大。以回灌井X192为例,在运行5、10、20、30年后,其水平方向上的温度扰动半径分别为98.1、117.6、156.3和188.2 m,表明随着生产时间的持续,冷锋面逐渐向生产井移动。从地层温度分布等值线特征可以看出,回灌井注入的低温流体在向生产井运移的过程中不断与原位地热流体进行混合,导致储层内的流体温度逐渐降低,前缘向生产井运移,随着采灌循环的持续,回灌井和生产井之间形成明显的地温梯度过渡带。另外在运行5、10、20、30年后,其垂直方向上的温度扰动半径分别为325.3、358.6、372.1和397.5 m,相较于水平方向的温度扰动范围明显增大,这主要是由于回灌水对井底的冲击较大,低温流体在离开井管之后向下运动的动能较高,导致对井底的纵向温度影响距离较远。但总体上,在整个开采周期内储层内温度场的扰动范围仍然有限,不会明显改变出水温度,地热储层具有良好的可持续开采特征,能够保证30年的地热稳定供暖。
Fig. 8 Evolution distribution of temperature field around well X192图8 井X192周围温度场演化分布图 |
3.2 出水温度演化过程
生产井的出水温度是地热井产热能力的最直观体现,也是评价水热型地热开采效果的重要参数。图9为在短期运行（4个月）模式下生产井X190和X195出水温度随时间的动态演化规律,可以看出两口井的生产温度均没有发生明显变化,始终保持在83β℃左右,且与生产井底的储层温度趋于一致,表明在当前设定的回灌温度和回灌速率下,储层内受到的温度扰动较小,短期的灌采循环不会影响储层的生产能力。
Fig. 9 Evolution of water temperature in production wells during short-term operation图9 短期运行时生产井出水温度演化曲线 |
图10为30年的生产过程中每个采灌循环周期内生产井X190和X195的最低出水温度演化情况。图中可见,两口生产井的供暖期出水温度在整个生产过程中的波动情况均较为稳定,且最低温度可达70.7β℃,表明现有地热群井具有很好的地热可持续开采和供暖潜力。但是井X190与井X195的温度变化曲线仍然表现出一些差异,具体表现为当模型运行5年后,相较于生产井X190,生产井X195的生产温度曲线出现了明显的下滑,这主要是由于井X195距离两口注入井的距离更近,回灌水从回灌井底到达生产井的距离更短,在储层内运移的时间更短导致吸收的热量较少。
Fig. 10 Evolution of minimum outlet temperature of production well with time under mining and injecting conditions图10 采灌条件下生产井最低出水温度随时间演化曲线 |
3.3 地热井水位演化规律
水热型地热资源的开采过程除了考虑产热能力还应评估生产过程对环境的影响,地下水位的变化情况是其环境评价中的重要参数。本次研究根据工程实际情况,所设置的回灌率低于100%,在取热的同时也将额外抽取地下水,因此需要研究开采过程中地下水位的变化趋势。图11为地热井采灌循环过程中,地下水位随时间的演化特征。图中可见,在每一个开采短周期内,开采期地热井群所处的热储层中水位会快速降低,而在恢复期地下水位又能够短期内快速回升。这说明在短期内由于采灌量的不均衡,导致储层内的水量减少,但是在恢复期内通过地下水的补给使水位又得以回升。此外,随着开采持续进行,即使每个恢复期水位均大幅回升,但地下水位仍然随时间缓慢降低。这表明地下水的补给速度要小于灌采不均衡导致的地下水流失,这一现象在长期开采中较为明显。但在本次研究30年周期内,地下水位较开采之前最多仅下降了2.56 m,对当地的地下水环境影响较小。
Fig. 11 Variation of dynamic water level during mining process图11 开采过程中动水位变化情况 |
3.4 流动阻抗分析
流动阻抗是影响地热井开采能力的重要因素,因此有必要对系统运行期间的流动阻抗进行分析。流动阻抗定义为驱使单位流体从回灌井到生产井所需的压力差,流动阻抗的大小体现出流体在储层中流动所需的能量多少。本次模拟过程中的流动阻抗为两口回灌井井底的总压力与两口生产井井底的总压力之差。图12为在开采周期内流动阻抗随时间的演化关系。可以看出随着系统运行时间的持续,流动阻抗逐渐增加,系统运行初期的流动阻抗为0.32 MPa∙s/kg,而在30年后逐渐增加到0.39 MPa∙s/kg,增幅为21.9%。地热群井系统流动阻抗随时间升高的主要原因是储层内温度的变化,随着低温回灌水长期被注入进储层内部,储层中的热量不断被流体带走,储层内的原生流体温度也逐渐降低,流体的温度越低,黏度越大,流体运动时需要克服的内摩擦阻力越大,流动阻抗也随之增加。本次模拟中系统流动阻抗有所增加,表明地热开采系统运行效率会逐渐降低,应在实际工程中采取措施,尽量降低其对开采效率的影响。
Fig. 12 Evolution characteristics of flow impedance with time during mining process图12 开采过程中流动阻抗随时间演化特征 |
3.5 供暖能力评价
本次研究的目标场地地热开发主要为满足周边建筑物的冬季供暖需求,地热开采能力将决定其所能供给的建筑面积大小,因此有必要对群井的长期供暖能力和供暖面积进行评估。地热井的产热功率计算方法可以表示为：
${{W}_{\text{h}}}=q\left( {{h}_{\text{pro}}}-{{h}_{\text{inj}}} \right)$ (19)
式中：Wh为生产井的产热功率,MW;q为生产井的出水流量,kg/s;hpro为生产井出水的焓值;hinj为向回灌井中注入流体的焓值。
地热场地的供暖能力可表示为：
${{A}_{\text{h}}}=\frac{{{W}_{\text{h}}}}{{{W}_{\text{s}}}}$ (20)
式中：Ah为地热群井的可供暖面积,m2;Ws为被供暖建筑物的供暖设计热负荷,W/m2。
图13为地热群井生产过程中的总功率演化情况。根据《城镇供热管网设计规范》（CJJ/T34-2022）、《严寒和寒冷地区居住建筑节能设计标准》（JGJ26-2018）等行业标准与相关规定,研究区住宅建筑采暖热负荷指标最低为30 ~ 40 W/m2,而商业供暖指标最高可达65 ~ 80 W/m2,将本次研究的供热建筑物假设为商住两用型,末端为低温地板辐射采暖系统,按照生产井的平均采热功率进行计算,研究区地热开采系统的建筑供暖面积介于1.82 × 104 ~ 4.86 × 104 m2之间,并可持续供暖30年而无明显衰减。可以看出该采灌井具有一定的供热能力,反映出该研究区地热条件较好,可以很好地利用地热进行供暖。
Fig. 13 Evolution of total heat power of geothermal wells with time图13 地热群井产热总功率随时间演化情况 |
4 结论
通过对牛驼镇地热群井进行采灌条件下取热性能研究,结合场地光纤实时传输温度监测验证,分析了地热群井采灌温度场和水位动态演化规律,评价了研究区内现有地热群井在长期开采过程中可持续供暖方面的能力,明确了研究区内水热型地热资源开采潜力,得出如下结论：
（1）供暖期出水温度在整个生产过程中均较为稳定,始终保持在70.7β℃以上,表明地热群井具有很好的地热可持续开采和供暖潜力。
（2）地热井灌采循环的回灌率虽然不足100%,但是长期开采过程中对地下水位的影响较小,并且在生产周期结束后能够缓慢恢复。
（3）研究区地热田具有持续稳定的建筑物供暖能力,能保持30年内1.82 × 104 ~ 4.86 × 104 m2之间建筑物的稳定供暖。