18386

۱۸۳۸۶

بهينه سازي الگو و مكان چاه هاي توليد نفت و تزريق گاز در توسعه يك ميدان نفتي

كاذشناسي ارشد

مهندسي نفت - مخازن هيدروكربني

شهريور ماه ۱۳۹۶

دكتر مهدي عصاره - دكتر محمد تقي صادقي

مهندسي شيمي، نفت و گاز

اولين گام برداشت از مخازن نفت و گاز حفر چاه‌هاي جديد است. و بهينه‌سازي مكان‌يابي و الگو چاه‌ها وظيفه‌ي مهم و مورد بحث در برنامه توسعه‌ي ميادين نفت و گاز است. به دليل نقش مهم اقتصادي صنعت نفت و همچنين سرمايه‌ي درگردش بالا در صنعت نفت و ريسك سرمايه بالايي كه وجود دارد تصميمات بايد در هر سطح توسعه مخزن بهينه شود. در بسياري از موارد، تصميم گيري هاي بهينه وابسته به بسياري از پارامترهاي مرتبط غير‌خطي است ، كه قضاوت بصري را دشوار مي‌كند. در چنين مواردي بهينه سازي خودكار كارآمد است. همچنين با توجه به اينكه پس از چند سال از شروع توليد از مخازن نفتي، فشار مخزن افت مي‌كند، بايد روشي براي مقابله با اين افت فشار ارائه شود. تزريق گاز يكي از روش هاي مورد علاقه در بازيافت ثانويه است كه با توجه به اينكه بسياري از مخازن نفتي دنيا و بخصوص ايران پتانسيل تزريق گاز را دارند ارائه يك روش بهينه سازي كارآمد براي بهينه سازي سناريوي تزريق گاز و مكانيابي چاه هاي توليد نفت و تزريق گاز در توسعه ميادين نفتي كه تحت تزريق گاز هستند‌، ضروري به نظر مي رسد. در اين مطالعه ابتدا با يك روش بهينه سازي خودكار با استفاده از يك الگوريتم بهينه سازي ژنتيك تركيبي به بهينه سازي تعداد چاه هاي توليدي و پارامتر كنترلي نرخ توليد نفت كلي چاه پرداخته مي شود. در اين مطالعه به دليل تغييرات شرايط مخزن با گذشت زمان، پارامتر كنترلي توليد نفت كل چاه‌ها نيز به صورت تابعي از زمان تعريف شده است. در اين‌جا يك معادله‌ي 4 پارامتري براي اين تغييرات بيان مي شود. اين كار باعث مي شود كه تعداد متغير هاي بهينه‌سازي پارامتر كنترلي نرخ توليد نفت چاه ها كه به تعداد سال هاي توليد از مخزن است، به 4 متغير كاهش يابد و زمان اجراي بهينه سازي به شدت كمتر شود. پس از بهينه‌سازي تعداد و پارامتر كنترلي چاه هاي توليدي، مكان چاه هاي توليدي با استفاده از يك الگوريتم ژنتيك تركيبي بهينه مي‌شود. در سال دهم تاريخچه ي توليد مخزن سناريوي تزريق گاز شروع به كار مي‌كند. براي بهينه سازي اين سناريو ابتدا با استفاده از يك الگوريتم ژنتيك تركيبي، تعداد چاه ها و پارامتر كنترلي تزريق گاز چاه كه در اينجا فشار ته چاهي است، بهينه مي شود. در آخر مكان چاه هاي توليدي و تزريقي با الگوريتم مكان‌يابي ارائه شده بهينه مي شوند. با توجه به نتايج حاصل از اجراي سناريوهاي بهينه‌سازي مورد مطالعه، اهميت بهينه‌سازي تعداد چاه‌هاي توليدي، پارامتر‌هاي كنترلي مربوطه و مكان‌يابي چاه‌ها به وضوح مشخص مي‌شود، به عنوان مثال مقايسه‌ي تابع هدف مدل بهينه شده ي مخزن و يك مدل اوليه تصادفي اختلاف 70 ميليلارد دلاري را نشان مي دهد. همچنين نتايج حاصل از بهينه‌سازي سناريوي تزريق گاز از نظر تعداد و مكان چاه‌هايي كه بايد تزريقي شوند و پارامتر كنترلي تزريق نشان‌دهنده ي اهميت تزريق گاز و بهينه سازي سناريوي آن است. به عنوان مثال مي‌توان به تفاوت حدود 5 ميليارد دلاري بين مدل بهينه شده بدون تزريق گاز و مدل بهينه شده با سناريوي تزريق گاز بهينه اشاره كرد. واژه‌هاي كليدي: بهينه‌سازي مكان چاه، توسعه ميادين نفتي، بهينه‌سازي تزريق گاز

1396/11/02

1/22/2018 12:00:00 AM

The first step of oil and gas reservoirs recovery is the drilling of new wells. And optimization of location and pattern of wells is an important task discussed in the oil and gas field development program. Because of the important economic role of the oil industry and the high capitalization of the oil industry and its high capital risk, decisions must be optimized at each step of reservoir development. In many cases, optimal decisions depend on many nonlinear related parameters, which make visual judgment difficult. In such cases, automatic optimization is efficient. Also, because of the pressure of the reservoir falls after a few years from the start of production of oil reservoirs, a method should be proposed to deal with this pressure drop. Gas injection is one of the preferred methods in secondary recycling. It seems necessary to provide an efficient optimization method to optimize the gas injection scenario and oil production and gas injection wells placement for the development of oil fields that are gas injected Because of many of the world's oil reservoirs have the potential to inject gas. In this study, we first discuss an optimization method using a hybrid genetic optimization algorithm to optimize the number of production wells and total oil production rate of the well as a control parameter. In this study, due to changes in reservoir conditions over time, the control parameter of oil production in the wells is defined as a function of time. We defined a 4-parameter equation for these changes. This will reduce the number of variables to optimize the control parameter, the production rate of the oil wells, which is the number of years of production from the reservoir, to 4 variables, and the optimization time will be greatly reduced. After optimizing the number and control parameter of wells, the production wells placement are optimized using a combination genetic algorithm. In the tenth year, the production history of the gas injection scenario begins. To optimize this scenario, first, using a hybrid genetic algorithm, the number of wells and the control parameter of well gas injection, which is the pressure of the bottom of the well, is optimized. Finally, the production and injection wells are optimized by the proposed location algorithm. According to the results of the run of the optimization scenarios, the importance of optimizing the number of wells, relevant control parameters and wells placement is clearly determined, for example, a comparison optimized reservoir and a random model show that optimized model's objective function is more than $ 70 million from random model. Also, the results of the gas injection scenario optimization indicate the importance of gas injection and optimization of its scenario. For example, a difference of about $ 5 billion between an optimized gas-free injection model and an optimized model with an optimal gas injection scenario can be noted. Keywords: Well placement Optimization, Oil Field Development, Optimization of Gas Injection