masterThesis
Otimização da locação de poços em reservatório de petróleo
Autor
GARRIDO, Matheus Alves
Institución
Resumen
SILVA, Silvana Maria Bastos Afonso, também é conhecido(a) em citações bibliográficas por: AFONSO, Silvana Maria Bastos O desenvolvimento de um reservatório de petróleo envolve diversas variáveis, sendo o seu desempenho altamente dependente de escolhas ótimas por parte de seus operadores. Dentre estas, se destaca a locação de poços, que desempenha um importante papel na recuperação de hidrocarbonetos do campo. A otimização de posicionamento é um problema complexo, devido a sua natureza não linear, envolvendo várias variáveis de decisão, restrições e múltiplos cenários, que tem efeitos diretos sobre a ótima solução final. O cenário de posicionamento de poços no campo é, normalmente, definido com base em informações de subsuperfície. Tal abordagem, devido à complexidade e imprecisões das descrições subsuperficiais, pode ignorar possibilidades altamente lucrativas. Esta limitação motivou o desenvolvimento deste trabalho, que tem como objetivo otimizar o posicionamento, profundidade e objetivos dos poços no campo, a fim de maximizar o Valor Presente Líquido (VPL) do campo, levando em consideração os custos de produção e perfuração. Para tanto, foi aplicado o Algoritmo Genético (GA), na otimização da função objetivo (VPL), acoplado a um simulador comercial black oil, que fornece as curvas de produção de óleo e água. Devido ao alto custo computacional advindo do grande número de avaliações de função feito pelo algoritmo otimizador, foi usado um modelo substituto adaptativo, com técnica de interpolação baseado em função radial cúbica. As restrições dos problemas foram manipuladas através da penalização adaptativa multiplicativa. Devido a natureza estocástica do GA, a otimização dos problemas propostos foram repetidas vinte vezes. Foi verificado um aumento superior a 60% no valor presente líquido, em comparação ao caso base, devido, principalmente, a redução na produção de água e ao aumento do fator de recuperação. O cenário otimizado apresentou diferentes posições para todos os poços, daquelas propostas incialmente pelo operador, com os poços produtores locados, preferencialmente, nas zonas de menor permeabilidade e os injetores nas regiões onde esta propriedade é maior. O modelo utilizado apresentou boa calibração, diante dos parâmetros do GA utilizado, uma vez que, a repetibilidade das rodadas apresentou baixo desvio padrão (2.4%), ressaltando a robustez do GA no auxílio de tomada de decisões para o problema de locação ótima de poços em reservatório. CAPES The management of a reservoir involves several variables, and its performance is highly dependent on optimum choices on the part of its operators. Among these, it is worth highlighting the well placement, which plays an important role in the recovery of hydrocarbons from the field. Well location optimization is a complex problem, due to its non-linear nature, involving several decision’s variables, constraints, and multiple scenarios that have direct effects on the final optimal solution. Identification of well locations typically relies on expert subsurface knowledge. Such approach, due to the complexity and inaccuracies of subsurface descriptions, may overlook highly profitable possibilities. This limitation motivated the development of this work, which aims to optimize the positioning and extension of producing and injection wells, in order to maximize the net present value (NPV) of the field, taking into account production and drilling costs. For that, the genetic algorithm (GA) is applied in the optimization of the objective function (NPV), coupled to a black oil commercial simulator, which provides the oil and water production curves. Due to the high computational cost coming from the large number of function evaluations required by the optimization algorithm, an adaptive substitute model was used, with interpolation technique based on the cubic radial basis function. An average increase up to 60% in the net present value was verified, compared to the base case, mainly due to the reduction in water production. The optimized scenario presented different positions for all wells, from those initially proposed by the operator, with the producing wells leased, preferably in the lower permeability zones and the injectors in the regions where this property is larger. The model used presented a good calibration, considering the parameters of the GA used, since the repeatability of the rounds presented low standard deviation (2.4%), highlighting the robustness of the GA in the aid of decision making for the problem of optimal wells location in the reservoir.