Escolar Documentos
Profissional Documentos
Cultura Documentos
Datos de Contacto
federicogorrini01@gmail.com
abandoni@plapiqui.edu.ar
ABSTRACT
Durante el desarrollo del presente trabajo, se
implement
un
modelo
de
optimizacin
multiperodo mixto-entero para la planificacin de la
produccin petrolera en los pozos de un mismo
reservorio. El problema considera las variaciones
topolgicas e involucra los perfiles de produccin y
los tiempos de operacin/parada de los pozos en
cada perodo de tiempo. Se asume comportamiento
no-lineal de la presin de flujo (respecto al tiempo)
mientras se calcula la produccin de petrleo y se
consideran perodos de tiempo de duracin
uniforme.
Los archivos correspondientes a la programacin se encuentran en la carpeta del siguiente enlace. Seguir las instrucciones para una correcta
descarga:
https://onedrive.live.com/redir?resid=57D9ABABD9D55D8B%21107
1.
2.
3.
4.
5.
6.
7.
8.
De esta manera se logra que los archivos descargados se encuentren vinculados entre s y las interfaces sean activas.
En la carpeta Curve Analysis tambin podr encontrar al informe Shale Gas & Shale Oil - Gas y Petrleo Convencional y no-Convencional en
Argentina.
BACKGROUND
Recientemente la optimizacin multiperodo en la
industria qumica ha recibido considerable atencin.
Este tipo de problemas involucran instalaciones donde
los costos y demandas varan de perodo en perodo
debido al comportamiento del mercado o a cambios
estacionales.
pozo.
es la presin en las paredes del pozo al inicio
de la operacin (presin del reservorio) y
es la
presin (final) en las paredes del pozo en el tiempo de
operacin . El desarrollo de la Ecuacin 2 se encuentra
en la seccin Ecuacin Matemtica. En este trabajo se
asume que el valor de las propiedades geolgicas es
conocido. Es as como la ecuacin puede ser
reformulada como:
ecuacin 3
donde
y
son constantes que resultan de la
combinacin de las propiedades geolgicas. Por otra
parte, si el pozo se encuentra cerrado, su presin se
incrementar debido al efecto del flujo de petrleo
desde el reservorio hacia el pozo. La Figura 2 muestra el
comportamiento de la presin del pozo cuando el
petrleo se encuentra fluyendo y ms tarde cuando el
pozo se encuentra cerrado.
Pup
donde , , ,
, y son propiedades geolgicas
determinadas experimentalmente que caracterizan al
Plow
tshut in
tshut in
Figura 2.Perfil tpico del la performance de la presin del pozo de petrleo y su caudal de flujo
INTRODUCCIN TERICA
El trabajo considera la planificacin a corto plazo
de la produccin petrolera de los pozos de un reservorio
sobre un horizonte temporal H dividido en NP perodos
de duracin T.
As es como, dada la demanda de petrleo para un
dado perodo de tiempo, las decisiones de planificacin
involucran conocer el caudal de flujo de petrleo y los
tiempos de operacin/cierre de los pozos. La principal
restriccin impuesta al problema es evitar que la
presin del pozo decaiga ms all de una presin
mnima admisible, debajo de la cual la produccin se
considera econmica y/o tcnicamente inviable;
adems de lograr satisfacer la demanda de petrleo
existente.
2.
3.
Espesor
El espesor til es la longitud vertical de la formacin
permeable que contiene el rea de drenaje por el cual el
fluido fluye hacia el pozo. Esto no es solamente el
intervalo punzado o el espesor de formacin
encontrado por el pozo.
Radio de drenaje
Distancia comprendida desde el centro del pozo hasta el
lmite de volumen de roca permeable al cual se le
interrumpe la presin esttica (r2).
pr
pr-pw
pressure
Al ser
pw
r1
distance
r2
Factor de dao
Durante las operaciones de perforacin y completacin,
la permeabilidad de la formacin de la seccin cercana
al pozo puede ser alterada. A esta zona alterada de
permeabilidad se le llama daada. La invasin de fluidos
de perforacin, dispersin de las arcillas (hinchamiento),
la presencia de revoque y cemento y la presencia de una
gran saturacin de gas alrededor del pozo, son algunos
q2
q1
r1
r1
r2
r2
Figura 3. Diagrama de flujo de un fluido en direccin radial hacia el centro de dos geometras cilndricas concntricas
flowrate
Despus,
patm
pr
ecuacin 4
ndice de Productividad
Este ndice deriva de una aproximacin para
describir la performance de influjo de un pozo
petrolero. ste fue desarrollado asumiendo que:
1. Flujo radial alrededor del pozo.
2. Flujo monofsico.
3. Distribucin homognea de la permeabilidad
del reservorio.
4. Formacin saturada de fluido.
siendo
el ndice de Productividad.
se obtiene la
ecuacin 6
MODELO MATEMTICO
El modelo considera la operacin cclica de cada
pozo i en cada perodo de tiempo j. Se asume, para
todos los pozos, que la presin del pozo al comienzo y al
final de cada perodo de tiempo -y, en consecuencia, al
final y al principio de cada ciclo- ser la misma e igual a
la mxima presin admisible por el pozo. En cada
perodo de tiempo, habr un mximo de
ciclos para
cada pozo pero en este modelo no existen variables
asociadas para todos los
ciclos posibles, debido a
que los caudales de flujo y los tiempos de operacin
sern los mismos para cada ciclo de un dado perodo de
Variables Continuas
Produccin total de petrleo del pozo i en el perodo j
Caudal de flujo de petrleo en el pozo i en el perodo j
Variables Binarias
1 si existen k ciclos en la operacin del pozo i en el perodo j
Variables Enteras
Nmero de ciclos en la operacin del pozo i en el perodo j
Parmetros
Coeficientes de costos asociados al caudal de produccin de petrleo y al mantenimiento del pozo
segn se encuentre produciendo o cerrado, respectivamente.
Parmetros para calcular el decaimiento de la presin en el pozo i cuando se encuentra produciendo
Parmetros para calcular el incremento de la presin en el pozo i cuando se encuentra cerrado
El modelo resultante es un Mixed Integer NonLinear Problem (MINLP). La funcin objetivo que se
ecuacin M1
ecuacin M2
ecuacin M3
ecuacin M4
ecuacin M5
ecuacin M6
ecuacin M7
ecuacin M8
ecuacin M9
ecuacin M10
ecuacin M11
ecuacin M12
ecuacin M13
ecuacin M14
ecuacin M15
ecuacin M16
ecuacin M17
CONCLUSIN
Es posible resolver el modelo satisfactoriamente
utilizando el solver DICOPT. Para el caso particular
mostrado, ste halla el punto ptimo de operacin en
tan slo 4 iteraciones y 0.015 s de tiempo de resolucin.
Sin embargo, si bien el modelo pudo ser resuelto bajo
los valores de prueba propuestos, ste es altamente nolineal, por lo que la modificacin de estos valores ha
llevado en la mayora de los casos a la incapacidad del
solver DICOPT para dar con la solucin. Es por ello que
6,020
6,020
6,000
6,000
5,980
5,960
5,940
5,920
5,900
5,880
5,860
5,960
5,940
5,920
5,900
5,880
5,860
15 30 45 60 75 90 105 120
15 30 45 60 75 90 105 120
6,020
6,020
6,000
5,980
5,980
5,960
5,940
5,920
5,900
5,880
6,000
5,980
5,960
5,940
5,920
5,900
5,880
5,860
5,860
0
15 30 45 60 75 90 105 120
15 30 45 60 75 90 105 120
6,020
6,020
6,000
6,000
5,980
5,960
5,940
5,920
5,900
5,880
5,860
5,960
5,940
5,920
5,900
5,880
5,860
15 30 45 60 75 90 105 120
6,020
6,020
6,000
6,000
5,980
5,960
5,940
5,920
5,900
5,880
5,860
5,980
5,960
5,940
5,920
5,900
5,880
5,860
15 30 45 60 75 90 105 120
6,020
6,020
6,000
6,000
5,980
5,960
5,940
5,920
5,900
5,880
5,860
15 30 45 60 75 90 105 120
15 30 45 60 75 90 105 120
5,980
5,980
5,960
5,940
5,920
5,900
5,880
5,860
15 30 45 60 75 90 105 120
15 30 45 60 75 90 105 120
35,000
12,000
30,000
10,000
25,000
Production [bbl]
Production [bbl]
20,000
15,000
10,000
6,000
4,000
2,000
5,000
0
0
0
15 30 45 60 75 90 105 120
25,000
1,200
20,000
1,000
15,000
10,000
5,000
15 30 45 60 75 90 105 120
Production [bbl]
Production [bbl]
8,000
800
600
400
200
0
0
15 30 45 60 75 90 105 120
15 30 45 60 75 90 105 120
25,000
12,000
20,000
10,000
Production [bbl]
Production [bbl]
15,000
10,000
8,000
6,000
4,000
5,000
2,000
0
0
15 30 45 60 75 90 105 120
1,000
900
800
700
600
500
400
300
200
100
0
3,000
2,500
2,000
1,500
1,000
500
0
0
15 30 45 60 75 90 105 120
6,000
Production [bbl]
5,000
4,000
3,000
2,000
1,000
0
0
15 30 45 60 75 90 105 120
15 30 45 60 75 90 105 120
7,000
Production [bbl]
15 30 45 60 75 90 105 120
Production [bbl]
Production [bbl]
20,000
18,000
16,000
14,000
12,000
10,000
8,000
6,000
4,000
2,000
0
0
15 30 45 60 75 90 105 120
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
PARAMETER Kcycle(k)
/1
0.0001
2
1
3
2
4
3/;
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
ttmin(i,j)
ttmax(i,j);
BINARY VARIABLE
y(i,j,k);
EQUATIONS
EQ1(j)
EQ4(i,j)
EQ5(i,j)
EQ6(i,j)
EQ6a(i,j)
EQ6b(i,j)
EQ7(i,j)
EQ8(i,j)
EQ9(i,j)
EQ8a(i,j)
EQ9a(i,j)
EQ10(i,j)
EQ11(i,j)
EQ12(i,j)
obj;
EQ1(j)..
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
z =E= sum((i,j),gamma(i,j)*Q(i,j)*Tauo(i,j)+
delta(i,j)*Tauo(i,j)+alfa(i,j)*Tauc(i,j));
N.up (i,j) = 3;
N.l (i,j) = 1;
N.lo (i,j) = 0.0001;
Tauo.up (i,j) = 42.5 ;
Tauo.lo (i,j) = 0.00001;
Tauc.up (i,j) = 60;
Tauc.lo (i,j) = 0.00001;
tto.up (i,j) = 30;
tto.l (i,j) = 10;
tto.lo (i,j) = 0.001;
ttc.up (i,j) = 60;
ttc.l (i,j) = 20;
ttc.lo (i,j) = 0.0001;
ttmin.up (i,j) = 60;
ttmin.lo (i,j) = 2;
ttmax.up (i,j) = 60;
ttmax.lo (i,j) = 0.001;
Q.lo (i,j) = 0.0001;
Q.l (i,j) = 500;
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
* OPTION Statements
* option domlim = n
* This option sets a limit on the total accumulated number of non-linear
* funtion evaluation errors that are allowed while solving the NLP subproblems
* or inside DICOPT.
* option domlim = 1000000;
* option reslim = x
* This option sets a limit on the total accumulated time [s] spent inside
* DICOPT and the subsolvers. The default is 1000.
* option reslim = 1000;
* m.iterlim = n
* Sets the total accumulated (minor) iteration limit. This option overrides the
* global iteration limit set by an option statement.
* oilfield.iterlim = 1000;
* option iterlim = n
* This option sets a limit on the total accumulated (minor) iterations
* performed in the MIP and NLO subproblems. The default is 1000.
* option iterlim = 2000;
* option sysout = on
* This option will print extra information to the listing file.
* option sysout = on;
* DICOPT Options
* m.optfile = n
* This option instructs DICOPT to read an option file dicopt.opn. This file
* should be located in the current directory.
* In the oilfield.optfile could be more than one DICOPT Options.
* maxcycles n
* This option specify the maximum number of cycles or major iterations
* performed. The default value is n = 20.
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
* epsx x
* This tolerance is used to distinguish integer variables that are set to an
* integer value by the user, or integer variables that are fractional.
* The default value is x = 1.0e-3.
* Infeasder n
* This option is to determine whether linearizations of infeasible NLP
* subproblems are added or not to the MIP master problem.
* The default option is N = 0, in which no linearizations are added in the
* infeasible NLP subproblems.
* When n = 1, linearizations derived from infeasible NLP subproblems are added
* to the master problem. This option is recommended to speed up convergence
* when the MINLP is known to be convex. If used for nonconvex MINLP possibility
* of cutting-off the global optimum is increased.
*$ontext
$onecho > dicopt.op2
maxcycles = 100
epsx = 1.0e-3
infeasder 0
$offecho
oilfield.optfile = 2;
*$offtext
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
.xlsx
.gdx
GAMS
.gdx
.xlsx
Figura A.2.1. Diagrama de flujo de datos/resultados a travs de las interfaces GAMS - MS Excel
set_name
par_name
Sets!N#:N#
Sets!N#:N#
rdim
dim
wells
periods
subcycles
set
Sets!A2:A11
w1
set
Sets!B2:B3
w2
set
Sets!C2:C5
w3
par
Tperiod
Data!F16
w4
par
C1
Data!H4:I13
w5
par
C2
Data!H17:I26
w6
par
C1rec
Data!K4:L13
w7
par
C2
rec
Data!K17:L26
w8
par
Demand
Data!E4:F5
w9
par
Data!N3:P13
w10
par
Data!N16:P26
par
Data!R3:T13
par
Pup
Data!B4:C13
Data!B17:C26
par
low
cdim
gamma
P up [ps i ]
C 1 rec
C1
Demand
alfa
1
w1
6,009
75,000
w1
0.05457
w1
27.285
w1
2.916
3.500
w1
50.05
22.75
w2
w3
w4
w5
w6
6,009
6,009
6,009
6,009
6,009
50,000
w2
w3
w4
w5
w6
0.11079
0.06512
0.83125
0.10658
0.12569
w2
w3
w4
w5
w6
33.237
26.056
25.265
36.215
42.259
w2
w3
w4
w5
w6
5.833
3.215
5.219
6.226
5.232
6.708
4.256
4.566
3.265
7.626
w2
w3
w4
w5
w6
75.83
60.26
42.23
96.26
21.26
85.93
20.32
30.86
50.64
45.26
w7
w8
w9
w 10
6,009
6,009
6,009
6,009
w7
w8
w9
w 10
0.72652
0.23523
0.15832
0.09535
w7
w8
w9
w 10
26.266
21.265
18.265
29.215
w7
w8
w9
w 10
9.265
4.226
1.261
2.265
8.265
5.265
2.265
3.266
w7
w8
w9
w 10
35.47
65.26
82.26
24.15
52.14
50.82
70.46
54.87
delta
P
low
[ps i ]
T cycle [da ys ]
60
C2
C2
rec
w1
w2
5,880
5,880
w1
w2
0.28742
0.23786
w1
w2
0.28742
0.23786
w1
w2
71.75
95.66
76.53
102.84
w3
w4
w5
w6
w7
5,880
5,880
5,880
5,880
5,880
w3
w4
w5
w6
w7
0.25035
0.33265
0.28351
0.24862
0.35542
w3
w4
w5
w6
w7
0.25035
0.33265
0.28351
0.24862
0.35542
w3
w4
w5
w6
w7
84.64
24.26
42.32
15.73
56.25
70.25
45.26
42.24
34.89
46.65
w8
w9
w 10
5,880
5,880
5,880
w8
w9
w 10
0.35156
0.29556
0.21518
w8
w9
w 10
0.35156
0.29556
0.21518
w8
w9
w 10
51.25
65.82
49.25
75.25
61.25
27.13
.xlsx
.gdx
.gdx
GAMS
.xlsx
Figura A.3.1. Diagrama de flujo de datos/resultados a travs de las interfaces GAMS - MS Excel
Sets!N#:N#
set_name
rdim
cdim
dim
var
Q.L
Results!C3:E13
var
P.L
Results!H3:J13
var
tto
Results!C17:E27
var
ttc
Results!H17:J27
var
Results!M17:O27
tiempo.
Para
ello,
se
cre
el
archivo
Analysis_Curves.xlsx, en el que los datos de
performance de las curvas de cada pozo se encuentran
ya vinculados a los datos importados por Results.xlsx,
logrando que todos los datos se actualicen
automticamente luego de cada ejecucin de GAMS.
Tabla A.3.2. Valor resultado del punto ptimo de las variables requeridas en la solapa Results del archivo Results.xlsx en MS Excel
Q.L
P.L [psi]
1
w1
w2
w3
w1
w2
w3
423.4
247.4
400.1
423.4
409.8
448.2
w1
w2
w3
w1
w2
w3
5,955
5,953
5,948
5,955
6,000
5,955
w4
w5
w6
w7
w8
w9
w10
w4
w5
w6
w7
w8
w9
w10
23.4
219.6
265.5
40.6
78.6
140.8
306.4
38.8
264.2
348.3
40.6
127.3
140.8
306.4
w4
w5
w6
w7
w8
w9
w10
w4
w5
w6
w7
w8
w9
w10
5,956
5,953
5,945
6,006
5,958
5,955
5,948
6,006
5,949
6,001
6,006
6,006
5,955
5,948
tto [days]
w1
w2
w3
w4
w5
w6
w7
w8
w9
w10
w1
w2
w3
w4
w5
w6
w7
w8
w9
w10
ttc [days]
1
19.22
20.76
30.00
20.64
21.25
14.17
0.00
17.95
20.26
30.00
19.22
0.00
11.66
0.00
14.17
0.00
0.00
0.00
20.26
30.00
w1
w2
w3
w4
w5
w6
w7
w8
w9
w10
w1
w2
w3
w4
w5
w6
w7
w8
w9
w10
N
1
10.78
9.24
30.00
9.36
8.75
5.83
60.00
12.05
39.74
30.00
10.78
60.00
18.34
60.00
5.83
60.00
60.00
60.00
39.74
30.00
w1
w2
w3
w4
w5
w6
w7
w8
w9
w10
w1
w2
w3
w4
w5
w6
w7
w8
w9
w10
2.00
2.00
1.00
2.00
2.00
3.00
1.00
2.00
1.00
1.00
2.00
1.00
2.00
1.00
3.00
1.00
1.00
1.00
1.00
1.00
Results
Q.L
P.L [psi]
tto [days]
ttc [days]
N
Tcycle [days]
423.4
5,955
19.2
10.8
2
423.4
5,955
19.2
10.8
2
60
60
data well 1
C1
0.05457
C2
0.28742
rec
27.285
C2rec
0.28742
C1
P [psi]
6,009
6,009
Plow [psi]
5,880
5,880
Con
las
consideraciones
expresadas
a
continuacin, es posible programar las respectivas
frmulas en MS Excel a fin de representar el
comportamiento de la presin y produccin de cada
pozo en funcin del tiempo y obtener los grficos
correspondientes.
Time [days]
to
60
to
to
30 + t o
30
20 + t o
20
40 + t o
40
60
60
Pressure [psi]
to
60
to
to
30 + t o
30
20 + t o
20
40 + t o
40
60
60
Production [bbl]
to
60
to
to
30 + t o
30
20 + t o
20
40 + t o
40
60
60