25642

بهينه سازي و برنامه ريزي ذخيره سازي گاز در مخازن زيرزميني تخليه شده

كارشناسي ارشد

مهندسي نفت-مخازن هيدروكربوري

1396-1400

1400/08/30

دكتر مهدي عصارهمهد

دكتر فروغ عاملي

مهندسي شييمي، نفت و گاز

امروزه ذخيره‌سازي گاز در فضاهاي زيرزميني يك راهكار اساسي جهت كنترل نوسانات بازار مصرف به ويژه در ماههاي سرد و مراكز بزرگ جمعيت محسوب مي‌گردد. به اين شيوه ذخيره‌سازي گاز زيرزميني يا به اختصار UGS گفته مي‌شود. اطمينان از تحويل دهي مخزن در فصول سرد سال حائز اهميت و استراتژيك مي باشد، لذا هدف اين مطالعه مديريت و بهينه سازي فرآيند توليد و تزريق در پروژه ذخيره سازي گاز در يك ميدان گازي تخليه شده مي-باشد. دستيابي به پارامترهاي بهينه مخزني تحت كنترل، مثل دبي تزريقي و توليدي هر چاه، فشارهاي سرچاهي هنگام بازتوليد مخزن، ميزان بهينه گاز بالشتكي (گازي كه به منظور تامين فشار و اطمينان از تحويل دهي مخزن در فصل سرما بايد در مخزن باشد و از آن توليد نمي گردد) مخزن قبل از شروع بازتوليد و زمان¬بندي سناريوهاي تزريق و توليد از ميدان، انتخاب چاههاي جديد جهت توليد و تزريق و پيشنهاد مكان براي چاه جديد، از اهداف اين مطالعه مي باشد كه در اين كار مورد حساسيت سنجي و بهينه سازي قرار گرفته است. در پارامترهاي استاتيك مدل مخزني همچون تخلخل، تراوايي سنگ و نسبت خلوص سنگ، عدم قطعيت هاي زيادي وجود دارد كه همواره تصميم گيري در خصوص انتخاب سناريوي بهينه توسط مديران ارشد را با چالش فراوان روبروكرده است. به منظور رفع اين مشكل در اين مطالعه رويكرد "بهينه سازي تحت عدم قطعيت" به كار گرفته شده است. به همين منظور، پس از ساخت مدل ديناميك مخزن منطبق با پارامترهاي مخزني يكي از ميادين واقعي ذخيره سازي گاز در ايران، ابتدا با استفاده از روش آماري گوسي متوالي شرطي تعداد 100 تحقق از هر كدام از خواص تخلخل، تراوايي سنگ و نسبت خلوص سنگ مدل ساخته شد. سپس، الگوريتم خوشه¬بندي fuzzy C-means مورد استفاده قرار گرفت كه از ميان اين تحقق ها، تعداد چهار دسته مدل به عنوان نماينده هاي نهايي خواص مخزن انتخاب گرديد. پيش از انجام عمليات بهينه سازي، به منظور يافتن دامنه تغييرات متغيرهاي ورودي مساله، آناليز حساسيت روي اين پارامترها انجام گرديد. تابع هدفي به نام NPV، شامل حجم تزريق گاز تجمعي در هر سيكل تزريقي، حجم توليد تجمعي گاز و حجم ميعانات گازي در هر سيكل توليدي و با در نظر گرفتن قيمت گاز و ميعانات توليدي درفصل سرد، همچنين گاز تزريقي در فصل گرم تابع مورد نظر ساخته شد. سپس دو تابع ميانگين و واريانس NPV خوشه هاي انتخاب شده كه ذاتا متضاد هم هستند به عنوان دو هدف بهينه سازي مساله انتخاب شدند. درنهايت يك مساله دوهدفه با سه متغير ورودي با استفاده از الگوريتم ژنتيك به جواب هاي پارتو منجر شد. در مرحله پاياني پس از ساخت نقشه هاي دوبعدي از تركيبي از خواص پتروفيزيكي موثر در فرايند ذخيره-سازي هم¬چنين بازتوليد چاه¬ها نقاط مستعد حفر چند حلقه چاه بدست آمدند و پارامترهاي بهينه با توجه به توابع هدف مذكور با چاههاي جديد بدست آمد.

1400/09/16

Optimization and planning of depleted underground gas storage reservoirs

11/21/2022 12:00:00 AM

Nowadays, Underground gas storage is an essential approach to control consumer market fluctuations, especially in the cold months and large population cities. Ensuring the reservoir production in the cold seasons of the year is important and strategic, so the purpose of this study is to manage and optimize the production and injection process in the gas storage project in a real gas field. Achieving optimal reservoir variables such as injection and production rate of each well, minimum of production tubing pressure, optimal amount of cushion gas, selecting new wells for production and injection And suggesting a location for drilling new well by performing sensitivity analysis and evolutionary optimizing techniques like Genetic algorithm. There are many uncertainties in the static properties of the reservoir model such as porosity, rock permeability and net to Gross ratio, which has always made the decision on choosing the optimal scenario by senior managers very challenging. In order to solve this problem, in this study, the "optimization under uncertainty" approach has been used. For this purpose, after building a reservoir dynamics model like the reservoir parameters of one of the real gas storage fields in Iran, first using the sequential conditional Gaussian Simulation method, 100 Realization of each of the properties like porosity, Rock permeability and Net to gross were constructed. Afterthat, Fuzzy C-means clustering algorithm was used, from which out of 1000 realizations, four models were selected as the final representatives of the reservoir properties. Before performing the optimization operation, in order to find the range of changes in the input variables of the problem, sensitivity analysis was performed on these parameters. Objective function called NPV, including the cumulative gas injection in each injection cycle, the cumulative gas production and the gas condensate in each production and considering the price of gas and condensate produced in the cold season, as well as injected gas in the hot season made. Then, the mean and variance NPV functions of the selected clusters, which are inherently opposite, were selected as the two objectives of the problem optimization. Finally, a two-objective problem with three input variables using genetic algorithm led to Pareto answers. In the final stage, after making two-dimensional maps of a combination of effective petrophysical properties in the storage process, 2 new locations for infill drilling were selected and optimal parameters were obtained with new wells according to the mentioned objective functions.

ذخيره سازي گاز طبيعي، تحليل مولفه هاي اساسي، خوشه بندي فازي، حساسيت سنجي، بهينه سازي چندهدفه، بهينه¬سازي تحت عدم قطعيت، الگوريتم ژنتيك

optimization,Genetic algorithm, Realization, Fuzzy C-means, Net present value, objective functions, Pareto front, Multi objective-optimization, Principal component analysis, Sensitivity analysis, Parallel -Computing, Objective function