Subsea investments and well placements in the oil production industry

Abstract

Strengere krav fra myndigheter og en økende mengde aldrende olje- og gassfelt krever en stadig høyere utvinningsgrad for å gjøre feltene, og reservoarene lønnsomme. Dette prosjektet tester optimeringsmetoder i kombinasjon med simuleringer, som kan brukes til å bedre utvinning av slike felt.Installasjon av subsea teknologi som pumper og separatorer, samt optimalisering av brønnplassering er noen av de viktigste virkemidlene for å øke utvinningen og lønnsomheten. Denne oppgaven har som mål å finne den optimale brønnplasseringen, i kombinasjon med den optimale investerings strategien for subsea installasjoner, for å finne den potensielt høyeste nåverdien av produksjonen fra et slikt reservoar.Komplekse reservoar simuleringer, i kombinasjon med simulering av rørnettverk er utnyttet for å gjøre optimaliseringen så realistisk som mulig. Tre ulike optimeringsalgoritmer er testet på ett produksjonsproblem. Resultatene fra algoritmene sammenlignes med resultater fra manuell optimering av brønnplassering og installasjoner. Hver algoritme testes på tre problemer av ulike størrelse, basert på det samme produksjonsproblemet. Den første algoritmen benytter seg ikke av deriverte. De to andre algoritmene utnytter informasjonen fra de deriverte, og dekomponerer problemet i ett heltallsproblem og ett kontinuerlig problem. De to sistnevnte algoritmene skiller seg fra hverandre i måten de optimerer heltallsvariablene. Den første bruker en generell løser, mens den andre bruker en problemspesifikk nabo-søk strategi utviklet av forfatteren. De deriverte fra det kontinuerlige problemet regnes ut ved hjelp av en adjoint basert metode, som reduserer antall simuleringer betraktelig sammenlignet med tidligere prosjekter. Denne reduksjonen er uunngåelig for å finne løsninger av høy kvalitet innenfor en fornuftig løsningstid. Resultatene indikerer at dekomponering av problemet samt bruk av deriverte forbedrer den optimale løsningen betraktelig. Det å inkludere kjennskap til problemet i en problem spesifikk heltallsalgoritme viser seg også å kunne være lønnsomt. En sammenligning med dagens praksis viser at bruk av optimering og simulering, samt å inkludere problemspesifikk kjennskap kan gi bedret støtte til avgjørelser vedrørende brønnplassering og subsea investeringer.