16358

16358

بهينه‏سازي موقعيت و دبي چاه‏ها در طي فرآيند سيلاب‏زني با استفاده از اطلاعات خطوط جريان

كارشناسي ارشد

تبديل انرژي

شهريور ماه 1395

دكتر مجيد سياوشي

مكانيك

چكيده هدف اصلي در پژوهش حاضر، بهينه‏سازي موقعيت و دبي چاه‏ها در سيلاب‏زني و برداشت نفت از مخازن نفتي است. براي اين منظور از مدل خطوط جريان استفاده شد. از اطلاعات مدل خطوط جريان مانند زمان پرواز و تعداد خطوط جريان به منظور بهبود بهينه‏سازي برداشت نفت استفاده شد. به همين منظور تابع هدف جديدي براي بهينه‏يابي موقعيت چاه‏ها معرفي شده است. در اين پژوهش تابع هدف ارائه شده حاصلضرب سه ترم مهم است، به ترتيب اشباع نفت و زمان پرواز دو ترم اول تابع هدف را تشكيل داده است. ترم سوم مربع اختلاف خطوط جريان عبوري از هر سلول مخزن با تعداد خطوط مورد نياز براي جاروب كامل آن سلول است. از نظر فيزيكي اين تابع تعداد خطوط جريان بيشتري را به سمت نواحي با اشباع نفت بالا هدايت كرده و اين مهم كاهش زمان پرواز را در پي دارد(به عبارتي نفت هر سلول در كمترين زمان ممكن تخليه و برداشت شده است). در ادامه بهينه‏يابي موقعيت چاه‏ها با اين تابع هدف با دو الگوريتم GA و PSO انجام شد كه هر دو الگوريتم پاسخ‏هاي بهينه مناسبي ارائه دادند. از جمله مزاياي ديگر استفاده از خطوط جريان، كاهش قابل توجه زمان محاسبات نسبت به ساير روش‏هاي مدل‏سازي مخازن است، كه در اين پژوهش به وضوح مشاهده شد. نتايج بهينه‏سازي با تابع هدف جديد نشان از هدايت هوشمند خطوط جريان به سمت سلول‏هاي با اشباع نفت بالاتر دارد كه اين مهم، هدف اصليِ نوآوري حاضر است. در ادامه، فرآيندِ بهينه‏سازي دبي چاه‏هاي برداشت انجام شد. مشكل اصلي در بهينه‏سازي دبي چاه‏ها، حجم و زمان بالاي محاسبات بهينه‏سازي است. به منظور كاهش حجم محاسبات، مدل خطي‏شده‏اي از فرآيند استخراج شده و در الگوريتم بهينه‏سازي مورد استفاده قرار گرفت. استفاده از مدل خطي تعداد اجراي برنامه شبيه‏ساز را به 0.1 حالت عادي كاهش داده است كه دستاورد ارزنده‏اي است. بهينه‏سازي دبي چاه‏هاي برداشت با روش تندترين شيب با هدف بيشترين برداشت نفت(COP)، انجام شد. نتايج بهينه‏سازي در مقايسه با يكسان گرفتن دبي‏هاي برداشت بهبود قابل توجهي دارد. مشاهده شد با تغيير نقطه شروع پاسخ بهينه فرآيند جابه‏جا شده است كه اين مهم يكي از نقاط ضعف الگوريتم‏هاي مبتني بر گراديان است. كليد واژه: مخازن نفت، سيلاب‏زني، بهينه‏سازي، تابع هدف، خطوط جريان، خطي‏سازي

1395/11/02

1/1/1900 12:00:00 AM

Abstract: The main goal of this research is well placement an​d rate optimization in oil production an​d waterflooding process. For this purpose the streamline simulation model was used an​d help from streamline model data such as time of flight an​d the number of streamlines was used to modify the optimization of oil production. Hence, is introduced new objective function for well placement optimization. In this research the presented objective function is three important terms mulitiplication, respectively oil saturation an​d time of flight are the first two terms of the objective function. Third term is the square of the diffrence between the number of streamlines that are passed from each cell an​d the number of streamlines that must be passed from that cell to sweep the all of oil volume in that cell. Physically, this function guide more streamlines to the region with high oil saturation an​d this lead to rduce the time of flight (in other words the oil in the each cell will be sweep at less time). In the following well placement optimization will be do by PSO an​d GA that both algorithims were appropriate optimum responses. One of the advantage of using the streamline model is remarkable decrease in computational time in compare with other reservoir simulation methods that is clearly seen in this research. the optimization by using of the new objective function shows intelligent movement of the streamline to the high oil saturation cells an​d it’s the main objective of the presented innovation. In the following, the production rate was optimized . the main problem in the rate ptimization is the Computational Complexity an​d long calculational time. In order to reduction in the calculational time a linearization model is expanded an​d used to optimization process. Using of the linear model reduce the number of run simulator to 0.1 of the nonlinear model.The Production rate optimized by steepest descent method in order to maximize the comulative oil production. in conclusion, observed that change in the start point give diffrente results an​d that is One of the significant defect of the gradient base algorithm. Keywords: Oil reservoir, waterflooding, optimization, objective function, streamlines, linearization