文摘

本文的调查方法和技术开发的解决方案在过去二十年中连续气举优化问题。这些范围从孤立的单井分析到实时的多变量优化方案包括所有井领域。虽然有些方法显然是有限的由于他们忽视治疗的效果与常见的流线条相互依赖的井,其他方法是有限的,由于获得的解决方案的有效性和质量在处理大规模网络包括数以百计的困难的生产井。本文的目的是提供一个洞察的方法开发和突出的挑战依然存在。

介绍

提高气体的引入non-producing或低绩效好是一个常见的人工举升方法。天然气在高压套管注入产生的结垢和混合流体的储集层(见图1)。连续曝气过程降低了有效密度和液柱的静水压力,导致较低的井底流动压力()。增加压差原位诱导砂面对对面的储层压力(),由(−),协助生产流体流向地面。方法易于安装,经济上可行的、健壮的、有效的在一个大范围的条件,但假设的稳定供应电梯气体(1]。然而,在某种程度上增加生产由于减少的好处是克服静压头压力的增加摩擦压力损失大天然气量的礼物。这增加了井底压力的影响和降低流体生产。因此,每个也都有一个最优的气举注入量(GLIR)。然而,当整个收集网络被认为是最佳的气举注入速率不同于生产由于最大化个人好背压(压降的影响观察跨流由于常见的领带下游背)由下游连接井。

作为一个领域的成熟,对提升天然气的需求与现有设施和通行限制的操作条件(压缩产能,提高天然气可用性、关井修井,等等)可以防止最优生产实现。没有所有操作的限制,除了可以提升气体,有必要优化分配可用电梯气体在气举井石油产量最大化。这是最基本的定义气举优化问题,相当于一个优化配置问题。考虑额外的操作约束、抑制控制well-rate管理和生产井的治疗困难,产生了一个更广泛的问题定义。一般来说,另外定义可以容纳一个经济目标函数,通过包含生产和注入成本因素。虽然选择目标函数被表示为一些(开发的方法之间的区别2),但实际上,大多数方法可以处理不应分类定义和在此基础上。

值得注意的是,一般的气举设计问题,也就是说,决定气举阀(球阀)数量和深度,是排除在分配的问题,很大程度上是因为好配置已经完成了生产阶段,被认为是不变的。此外,提高注气常发生在最深的阀可用注射压力,深处一直在提前设定。这并不排除设计场景(修井)可以产生更好的生产结果,其优化可以提高。例如,Mantecon [3)重点研究增加石油产量通过重新设计个别井在油井使用收集的数据。个人以及性能改善油田范围优化之前被认为是一个必要的要求。GLIR这涉及重新评估深度注射,注射压力,村大小、封隔器安装,甚至改变了间歇气举类型(IGL)或柱塞气举(PL)。封隔器的安装启用注射压力增加和深入村激活,共同导致增加生产设施处理范围内。尽管这样的改进提高稳定性和允许井生产更容易,需要优化配置不需要移除。事实上,原因,处理设施和操作资源受限条件下,最优分配时是必需的,而且是最有效的运行是稳定的。

在下面几节中,评估方法和技术开发的气举分配问题。这些担忧,按时间顺序介绍,气举性能曲线从试井数据的生成,单井节点分析和敏感性研究,拟稳态曲线模型,忽视相互作用,稳态解决方案基于网络模拟器,耦合水库和表面设备模拟,最终,导致资产完全集成建模方法。为了读者的利益,发展总结在表的关键1一起讨论的主要优点和缺点。

2。好了气举性能

实际井调查关注物理测试油井。流体组成、PVT和其他相关测试提供信息的条件和其潜在的生产力。此外,渐进率注气测试可以提供一个准确的描述流体的行为与增加升力注气生产。

单井测试的本质自然导致了工具的发展模式单一的行为,鉴于某些输入参数定义完成,流体组成、压力和温度,在井口和接触点的水库。这些节点分析工具使计算模型的定义,一个简单的黑油或更详细的成分流体描述,从沙子的脸开始,通过穿孔,从井底,通过油管井口和下游交付水槽(4]。这个模型可以用来预测多相流动的行为(见图1)和更具代表性的通行条件越好。因此,克服执行昂贵和耗时的渐进率测试的复杂性和许多井一个字段,可以使用这些工具为所有解除井提供电梯的性能曲线(5,6]。显然,单一的分析提供了一个不完整的图片对整个现场的性能,特别是气举优化分配。但是,它有两个重要的目的。首先,所有的网络模拟器,这两个人的行为井现场由共同收集网络,基于这样的单井模型。在解决网络解决方案,底层的多相流体流动行为是使用节点计算分析工具。其次,在缺乏实际渐进率测试数据,提升性能曲线估计通过运行灵敏度模型在每个单独的井。这些电梯性能曲线用于气举优化研究。这是正确进行,当相互依存的井的影响占了更新提升性能曲线在新的条件,但是当结果不正确伪稳态解决方案被接受后只有一个周期。后者是一种常见的假设在许多论文,经常为了简单起见,如果不是被忽略。完整的、最终稳态解决方案是一个源自网络模拟器实现严格的压力平衡后在网络中的所有节点的分配提高天然气井了。这是必要的,因为背压,提高气体的注入在一个从所有连接将影响生产井。因此,最优生产电梯必须适当分配而占气井交互。最后,设施处理约束(即。在油田范围级别限制,例如,最大的水生产等)也只适用如果整个网络模型。

3所示。单井分析

使用节点分析生成单井的气举特性曲线根据实际压力和温度的调查以及合适的多相流相关性良好(7- - - - - -9]。最优GLIR往往简单地将家具产量最高的气举特性曲线(GLPC)(见图2)。最大GLIR和最大石油率可以用来建立最优阀深度设置和井口压力()[9]。然而,单井配置,孤立地考虑其他井,不是一场气举优化解决方案。

更准确的模型,基于质量、能量和动量平衡,提出了Vazquez-Roman和Palafox-Hernandez10]。单井案件检查来确定注射深度、压力,和注气的数量,使用商业优化程序基于一种混合室内算法。报告的结果是更准确,因此更适合油田范围仿真研究中,比标准的节点的方法。然而,油田范围应用程序没有结果的报道。注意,使用组合模型在简单的黑油模型也推荐实践更好的准确性(11,12]。实际上,最好的模型,产生代表气举性能曲线,是理想的仿真和优化的目的。

Dutta-Roy和Kattapuram13]研究提升到一个气井的引入使用节点分析。由背压影响注气两井被认为,之前的调查13好网络。这是指出,单井方法不适用于分析许多气举井的生产网络,因此需要一个通用网络解算器。优化井系统,但在逐井的基础上,将不能保证最优的解决方案将获得整个网络。同样,Mantecon [3)指出,对油田范围优化,精确的注气和液体生产估计所需的,但更重要的是,因为在一个良好的条件影响其他连接井,需要计算机模拟有效的交互。这个无法实现手动操作。

Bergeron et al。14)用渐进率试井数据获得升力性能曲线特征为单个离岸。远程驱动控制器是用于管理实时生产的气举注入率最大化,降低成本和减轻流水线冻结造成的堵塞。精确的流量和注入测量被认为是必要的,以确保准确的模型解释和优化,同时也确保从标题和重击效果稳定。单井优化方案采用设置电梯的无约束优化有无限供应气体或建立了注射速率最大化的生产操作的限制,包括可用的升力气体。水合物的形成和低环境温度下,一起提高天然气供应的变化,压力,或数量会导致次优水平的注气,因此,在累积生产力下降。持续的监控和持续优化被认为必须确保操作在最大效率的大多数时间导致可见总产量的增加。指出,连接多个井,更复杂的优化程序是必要的,处理相互关联的分配问题。虽然只有一个被认为是和优化方案仅限于设置电梯气率导致流量最高,必要的元素为远程实时地扯动气举优化明显。

4所示。准稳态模型

在前面的讨论中,应该注意的是,直接渐进率井场数据提供了各种各样的领域模型(案例1)。使用PVT和组成数据生成气举性能曲线使用节点分析工具可以提供独立的单井模型(案例2)。第三,采用严格的多阶段的网络模拟器,复合得到细致的模型(案例3)。而后者隐式模型背压的影响,导致稳态解决方案,首先两种方法选择忽略它们。因此,这种方法(例1和例2),虽然也许可伸长的,只提供一个伪稳态解决方案。

在以下、方法建立了例1和例2被认为是作为一个,在描述性的性能曲线用于任何从单井模型可以获得或举例实际行为,直接从井场渐进率测试。明确的限制案例1和案例2是他们不占由真正的背压影响注气在一个另一方面井连接的网络。虽然这种方法导致伪稳态解,除非显式声明,能够克服这种局限性通过迭代过程提供更新数据和气举性能曲线。一般来说,更详细的仿真模型,包括储层和过程,可以定义与日益复杂例4和例5,分别。注意,后者体现了整个资产。

西蒙斯(15,16),卡努et al。17)描述的生成以及提升性能曲线。通常,油管吸入压力作为生产速度的函数绘制了不同气液比(GLR)。油井流入动态曲线(IPR)是叠加和油管吸入压力曲线的相交点识别可能的最高的生产对于任何给定的GLR。这些数据产生了气举特性性能曲线(GLPC)为每一个好18,19)(见图2)。最有效的注射速率表示为点的增量收入等于注入的增量成本,而不是简单地当产量最大化15- - - - - -18,20.]。

西蒙斯(15,16),脸红et al。20.),卡努et al。17]适应包括净收益(或经济因素利润)从石油和天然气生产,相关的成本与气体压缩、注气和水处理,等等。西蒙斯的增量利润作为注气的函数(15,16在考虑收入和成本之间的差异。解决方案定义的增量利润为零(见图3 (d)),被称为最大程度上的每日营运现金收入(OCI)。脸红et al。20.),卡努et al。17]同样GLPC转换成货币单位。脸红et al。20.]提出了最佳点发生在收入和成本曲线的斜率是一个(见图3 (b))。卡努et al。17]在GLPC提到此解决方案经济的斜率(见图3(一个)),收入和成本之间的平衡经济角度。在一致的收入和成本因素,每个上述方案产生相同的解决方案,包括利润最大化作为注气为零的函数斜率(见图3 (c))。

卡努et al。17)经常被引用为“概念”的equal-slope解决方案。注意,术语“法”不习惯这里,获得实现的方法,解决方案可以有所不同。此外,equal-slope概念出现只有如果平均经济斜率是基于使用平均属性(如。水,平均分数在所有井)。总的来说,考虑到每个不同的条件,每一个经济斜率将有所不同。卡努et al。17)指出,虽然平均属性的使用简化了过程,个体经济斜坡应该用于增加准确性。实际上,equal-slope概念特征更明显的脸红等工作。20.](解决单一坡的收入与成本曲线;参见图3 (b)Simmons)和更早的工作(15,16(增量求解零利润,见图3 (d))。都采用equal-slope概念,但所观察到的克莱格(21),没有提到工作的卡努et al。17,22]。

GLPC的斜率的倒数了增量gas-oil-ratio (IGOR) [23]。这个概念被用来定义一个最优解基于平等IGOR为每个,称为边际倾心于韦斯(MGOR)等。24),是一样的equal-slope的概念。证明基于替换两变量的最优模型是由维斯et al。24),表示是电感对更高的维度。值得注意的是,最优条件是基于满足最大气体容量约束。它俯瞰智慧型的概念可用电梯的气体,因此提升效率差的可能性由于过度提高煤气利用率。

在最近的工作25- - - - - -27),牛顿还原法(全国抵抗运动)提出了优化配置的一种方式。方法减少了原始问题解决方案综合剩余一个变量的函数的治疗可用气体作为等式约束。来自一个严格的数学公式和方法可能为最优,假设GLPC是凸的。该方法快速,并返回一个基于equal-slope解决方案。

西蒙斯(15,16)指出,GLIR最大程度上的每日营运现金收入(OCI)(点增量利润为零,见图3 (d))低于GLIR最大的石油生产和GLIR最大现值经营现金收入(PVOCI)(当储备也被认为是)更低。后者(PVOCI)表示为所需的数量,尽管它是观察到PVOCI对气举率最优GLIR之上和之下的变化。然而,超过最优GLIR PVOCI导致设备过载,收益率低。解决方法是基于增量分配的小单位的气体,直到最高产量,OCI或PVOCI。获得相同的斜率为每个在最佳点,这是一个equal-slope为基础的方法。有趣的是,许多早期的实现气举优化采用相同的概念和类似的启发式方案(28,29日]。气举分配过程在ECLIPSE水库模拟器也使用类似的方法(30.]。

多相流程序和分配过程的西蒙斯(15,16)被证明是有用的在降低生产井气举要求低时,天然气供应是有限的。然而20-well系统被认为是预测性能观察不同于现实由于很多原因。这些包括over-injection稳定,misestimation注入率或井口压力,不准确的数据,相关误差,模型参数不确定性和标题观察到的问题。最后一项担忧的压力振荡波动的影响。一般来说,这些问题将使任何基于仿真的方法,意味着需要开发底层模型的准确数据。如前所述,一个稳定的配置是可取的前执行优化。因此,克服走向更大的稳定可能需要重新设计。在这方面,Mantecon [3和埃维里特31日)采用措施来识别和减轻这些问题(使用重新设计和干预)之前成功的气举分配。

脸红et al。20.)的方法是找到点的梯度当今GLPC就是其中之一。但是,没有被提及的过程来实现这一目标。如果电梯气体分配解决方案超过可用气体或分离器能力,井的排名是由电梯气体从最低的生产井。减少增量是一直持续到分离器和压缩已达到极限。这不是与分配方案受雇于西蒙斯(15,16然而,反过来。这种heuristic-based方案并不被证明是最优尤其是多个约束的存在和具体在给定的情况下自然流动井被排除在接收阿凡提气体。10-well模型的结果了,没有容量限制。

卡努et al。17)解决的经济角度使用一个派生的图形化方法。最优操作条件据说发生在从生产增量收入等于注入增量成本的每一个。一系列的生产及气举率斜率值估计为每个。这些引起边坡与生产和斜率与气举率的关系。每个井的经济角度建立和相关lift-rate和生产价值。总产量和总升力气体使用由加法个人建立良好的解决方案。可以执行相同的斜率值,允许总产量和总升力气体的关系绘制对斜率。供应有限的气体,气体的数量将显示预期的斜率值可用总升力气体和斜率阴谋。相关的产值可以获得给定经济总产量与坡度图的斜率。同样,个人也反应可以读取特定的情节。

值得注意的是,经济斜率解大于零梯度最大生产所需,这表明经济性能和优化的好处不仅仅生产。6-well模型提出的卡努et al。17)有无限提升天然气供应使用的实际和平均估计的性质。而后者简化评价过程,解决方案是不准确的。限制提升气体解决方案隐式返回一个平均经济倾斜,导致不是严格正确的或最优的分配。一般来说,过程无法轻易处理额外的约束和可以证明笨拙的高维问题和情况下,曲线必须再生经常由于不断变化的良好条件。为此,作者指出,一个自动化的过程是必要的。

equal-slope概念已经采用一些其他作品(28,31日- - - - - -33]。通常情况下,背压的影响被忽视和不正确的,当有一个无限的提高天然气供应,井通常设置为GLIR只是最大化生产在每个。供应有限,equal-slope概念使用。

爱德华兹et al。32]适合每个GLPC从多相流模拟器生成多项式和确定零梯度点的无约束优化。在有限的情况下,一个equal-slope解决方案获得了使用一个迭代计划,没有提供具体的实现细节。结果一个8-well模型。

费雷尔和Maggiolo33]讨论了使用两个计算机模型。首先,解释行为,执行诊断和重新设计。第二,生成关系(GLPC)和执行优化。equal-slope概念是使用如果天然气供应是有限的,然而,只有单井模型评估。

埃维里特(31日)使用实际数据为每个定义电梯性能曲线。虽然这既费时又费钱,基于仿真的关系相比,获得的曲线代表观察到的实际现场条件。专注于个人工作表现鉴定,提出措施,减轻标题几个井中观察到的问题。即振荡波动,由于压力环境的改变发生。决定关闭高含水油井帮助减少压缩需求和成本。

施密特et al。28)也采用equal-slope概念分配电梯气体,但方法没有提供细节。

气举优化方法被贾和侯赛因29日也是基于equal-slope概念。然而,而不是简单地使用升力曲线数据,一个简化的黑油网络工具(目标)34),使用一个家庭的升力性能曲线来描述每个井的行为,是使用。启用快速流量和压力平衡计算背压影响连接井之间分配过程中占了。可用气体离散和分配增量与有利的生产井梯度直到equal-slope解决方案。该方法速度快,但缺点是简化井的流体成分,导致一些损失精度的解决方案。

提高气体的分配中央处理设施的数量被认为是由Stoisits et al。23]。复合提升性能曲线,提出了作为个人的总和GLPCs每个井的连接。MGOR概念,相当于equal-slope解决方案,用于分配可用的气体,但没有提供实现细节。神经网络模型是用来模拟表面线液压系统的行为。

维斯et al。24)也采用MGOR概念,结合开发一个专用的气举分配基于经验数据的相关性。这提供了最佳的GLR作为特定的函数属性,但只对一个在隔离。

Stoisits et al。35)相比,基于日志的经验相关性方程从维斯et al。24)与自适应非线性神经网络模型从Stoisits et al。23]。报道的结果明显不同,可能是由于不同的节点分析的解决方案用于训练神经网络和运行经验数据用于建立相关性。后者也可能不那么多才多艺的在一个大范围的条件,因为它习惯于油井数据使用。

Nishikiori et al。2]提出了更为标准非线性优化程序的应用气举优化问题。一阶拟牛顿方法被开发。这就是现在的超线性收敛在一个起点接近最优的解决方案。出于这个原因,三种方法来自动提供更多通知GLIR起点被认为是。这些包括提升气体分布均匀和的比值以及生产率指数(PI)或最大液体生产,到相应的总和为所有井。准确的一阶导数的要求需要一个昂贵的中心差分方案。13-well系统可用性测试有限和无限的气体。该方法的优点是快速和高效。

梅奥等人。36)使用气举的拉格朗日乘子方法与每个使用二阶多项式建模的性能曲线。制定了一套凸约束的实施Karush-Kuhn-Tucker(马)最优条件保证了最终解决方案作为全局最优(37,38]。解决方案的方法是快,虽然也许与一些精确度损失由于拟合多项式,并用于远程开动所有34气举阀通过单井的控制器,而不仅仅是由Bergeron et al。14]。无限的情况下,每个GLPC的顶点,确定最大生产,是集和有限的情况下,电梯气体赤字(从最优提升天然气需求)共享同样的井。

罗[39)也使用拉格朗日公式,但处理多个约束的意图。一般采用非线性优化器(没有给出细节)来解决约束分配问题。只与一程气体不等式约束,平等MGOR解决方案获得了生产最大化。在额外的生产约束的存在,发现MGOR不同模型中的每个20井的测试。Lo说,有远见,如果提议,电梯性能曲线凹,目标函数是凹和定义的可行域约束凸。因此,“未来工作的一种可能性…设计更快的算法来解决管理问题与一般非线性程序”就业。此外,随着背压的影响没有考虑,这个问题应该是“解决迭代直到流泪的预测是一致的”。这两个特征恰好是气举优化方案背后的基础包括牛顿还原法(全国抵抗运动)27]。然而,尽管一般非线性方案采用罗(39)使许多限制的应用程序,包括那些在歧管层面,全国抵抗运动的方法是有限(25]。

方和罗40)和Handley-Schachler et al。41)都提出了序列线性规划(SLP)技术的使用。电梯性能曲线被假定为分段线性和约束线性化使用一阶泰勒级数展开。可以快速的方法,因为它只需要一阶导数,并能够相对轻松地处理更大的模型。然而,线性模型的限制是可能的一个贫穷表示高度非线性系统和非瞬时流动(NIF)井可以有问题(见图4)。这两篇论文利用分离变量编程,邻接条件和特别指令集为了符合电梯的性能曲线,优化线性规划求解的性能(40,41]。

Handley-Schachler et al。41)提出了一个瓶颈21-well模型研究和生产的250孔模型气体使用优化问题,包括用作注入气体量。目标是最大化收入的提升天然气分配,在控制其他因素如压缩机功率、吸入和排出压力。方和罗40)检查两个细致的测试用例,考虑到变化的储层条件,累计石油产量最大化。

改进过程生成GLPC更准确地匹配测试数据收集被Salazar-Mendoza报道(42]。另一方面,提问等。19)使用修改后的二阶多项式适合油井GLPCs获得节点的分析。修正项的添加了一个更好的选择比使用标准二阶多项式报道Nishikiori et al。2和梅奥等。36]。标准的非线性问题是构成和曲线的凸性指出获得全局最优的解决方案。序列二次规划(SQP)方法用于问题的解决方案,使用一个近似黑森更新过程。

SQP方法约束非线性优化的主力。在二阶近似点拉格朗日函数和约束线性化。由此产生的二次子问题解决的方向搜索,沿着一条直线搜索执行最小化优值函数(37,38]。海赛矩阵的二阶导数,必须更新改进的二阶近似拉格朗日函数使用一个合适的更新过程,例如,高炉煤气的方法(38]。循环重复迭代,直到收敛到局部最小值。方法存在二阶导数的要求,可昂贵和难以评估。方法可以处理约束条件,从一个很好的起点可以具有二次收敛。然而,使用近似黑森更新程序,只能保证(超线性收敛37]。

需要一个好的GLIR起始条件解决了提问等人的分布可用气体比例提升到最大流量在井的总和,也建议Nishikiori et al。2]。水平流(NIF)井(即。,这些需要一个最低水平的注气才能流,见图4),最低GLIR率指定。这迫使井产生的影响,但会导致次优的解决方案特定井不必要地消耗大量的天然气只产生少量的石油。罗[39)指出,NIF井打破凹性假设,错误地认为只要最低GLIR远离GLIR无约束所需的最大流量,使用最低GLIR约束是合理的。然而提高天然气的过度分配低生产井的结果,防止获得更好的解决方案。

提问等人研究了测试用例的5、6,和13-wells,其中前两个也被Buitrago et al。43使用全球derivative-free方法)。此外,6-well问题解决了射线和衬衣44使用多目标进化方法。然而,(19]只有相比结果Buitrago et al。43),测试用例。从提问等人不同的解决方案来自Buitrago et al。43有些由于解决方案使用的方法和所使用的曲线插值方案。在一般情况下,改进的多项式解决健康和健壮的SQP阿拉et al。注意,产生更好的结果,然而,单一NIF好6-well案件处理中以二进制的方式,也就是说,在或从。必要的治疗问题更多的NIF井并不明确。

引起的并发症与非光滑气举井的性能曲线,不连续,甚至非瞬时流量可以阻碍进步的基于传统的梯度优化方法(见图4)。这导致次优的解决方案由于穷人由于简化处理的井和由曲线拟合。例如,平面分段的NIF返回一个梯度,是毫无用处的优化过程。因此,至少提高注气约束通常是实现克服这个问题,但这将导致低效的分配和一个次优的解决方案,特别是增加维度。传统的方法往往也只找到当地的解决方案。为了克服这些问题,一些研究人员采取更健壮的全球搜索算法的使用。Buitrago et al。43)开发了一个全球derivative-free使用启发式搜索算法对气举分配问题措施评价下降方向。搜索空间的方法探讨了有前途的领域使用预定义的数量的样品使用随机搜索和聚类方法。报告的方法能够处理任意数量的井,包括与不规则井资料和非瞬时流(NIF)(见图4)。提出了测试用例的5、6,56井。最后两个病例由1到10 NIF井,分别。相比,方法是使用一个equal-slope方法获得的解决方案。有趣的是,报告的解决方案方法Buitrago et al。43NIF井关闭)。然而,比较研究表明,更好的解决方案是可能与某些NIF井激活(27]。因此,虽然方法是健壮的,它不显示任何优势能够容纳NIF井。

Buitrago et al。43)提出了度量的每桶原油的气举在解决点的比较不同方法的解决方案。然而,尽管某些方法分配所有可用的提升天然气和只找到当地的解决方案,而另一些则不会。因此,最好比较指标只能解决方案质量,基于整体客观价值(如。石油总产量)在缺乏必要的计算成本来获得它。注意,许多论文提供任何函数调用数来衡量计算成本或增加维数方法的效率。最后,应该注意的是,第三测试用例Buitrago et al。43),提高气体mis-stated分配的总和。这应该是20479年MSCF报道方法/ D和24661 MSCF / D,这超过了数量的气体,可用equal-slope解决方案用于比较。这变化指标比率0.939和1.059、0.94和1.16,分别。

使用遗传算法(GA)气举生产最大化分配问题是报道马丁内斯et al。45]。基于人口遗传算法是一种随机全局搜索策略中,一组初始的种子,候选人经常随机选择,进化了许多代人使用的关键业务交叉,复制和突变。最合适的候选人在最后基因库是优化问题的解决方案。方法derivative-free,健壮,可以找到一个全球性的解决方案。此外,整数和连续变量都可以轻松处理。然而,该方法的缺点是需要大量的评价函数,可以计算昂贵。存在许多变化和扩展加速收敛,保持种群多样性,避免二进制串编码。算法参数调优可能也是最优性能的必要条件。例如,在马丁内斯et al。45),包括一个贪婪的一步是优先为优惠气举井分配和常数升力曲线是用来10到25井的测试模型。此外,制服和平均交叉,变异,短期和long-creep步骤是考虑算法的性能提升。方法据报道超过个人计划生产最大化百分之二十。

射线和衬衣44)提出了气举优化问题是一个多目标问题(拖把),目的最少的提升而获得最大的生产气体使用。仅在最大化生产的单目标问题,第二个目标是作为一个约束。的一种变体NSGA-II算法(46)采用的维持种群的多样性。缩略词是指nondominated排序遗传算法,这表明最好的解决方案确定帕累托面前保留(46]。与马丁内斯et al。45),遗传算法的鲁棒性是用来帮助克服GLPCs中的违规行为观察,升力曲线相反假定是分段线性的。6 -和56-well病例Buitrago et al。43)是用于测试。derivative-free算法健壮和能够提供解决方案的问题,每个1和10 NIF井,分别。他们报道的改进结果相比Buitrago et al。43]。然而,应该注意到,每个模拟运行96次,最好的结果是用于比较的目的。如果采用中值或平均结果相反,改进是侵蚀或完全克服。

使用拖把解集获得生产和总气体注入剖面线和衬衣44)是有用的。然而,保留在每个点解决方案的配置概要文件是必要的,并没有提到这一点。一般来说,拖把解集是昂贵的和不必要的,因为需要付出的努力只是为了过滤为主的点集。例如,牛顿还原法将返回生产和总气体注入剖面在指定的值总的可用直接提升气体(25]。多目标优化的好处可能是探索更复杂和矛盾的操作限制。

曲线网络模型的缺点,而比进行单井分析,很明显的忽视所强加的背压影响整个网络。提高天然气的注入将会影响所有连接井井时,这不是被认为是可分的。此外,重大的改变条件,井底压力、生产力、含水或水源压力,所有需要更新的电梯性能曲线。当注气趋于降低必和必拓和增加水马力由于固定交货点压力,性能曲线更新势在必行。因此,引起曲线模型伪稳态解决方案,这些将遭受重大波动,操作或设施条件,提高模型维数。在下一节中,网络模型是用来克服这个缺点。

5。基于网络的解决方案

报道了使用非线性约束优化的必要性Dutta-Roy et al。47]在考虑领域与许多相互关联的气举井和设备组件。严格的多相流网络解算器被用来解决压力和流速通过网络与一个SQP约束分配问题的解决者。功能评估估算没有报道,但同时解决方案的好处更准确的结果显示(13,47]。

Nadar et al。48)定义了一个网络系统要充分考虑生产和离岸气举气举系统同时为一个复杂的交互操作生产和降低成本。一个家庭的升力性能曲线不同你流泪是为每个生成。表面气举组件在网络模拟器建模,包括详细的压缩机模型。曲线被认为分段线性和SLP方法用于优化。分离器的压力,气举头压力、气举注入率分配作为控制变量。2配置的方法测试了复合模型基于4个领域,包括40个生产平台和200井、下收益极大化的设备和网络的约束。该方法能够处理大型复杂循环网络,可以同时处理约束。许多研究被检查,包括气举压缩机火车关闭,建立气举注入压力和评估气体跨领域转移。很难定义气举性能曲线在低注入率指出,从而会影响质量的解决方案。一般来说,包含的气体压缩和注气系统提高了整体优化解决方案的优点,相比单独生产管道模型。

巴斯克斯et al。49)提出了一个方法结合遗传算法与禁忌搜索方法。后者执行本地搜索和保留一组搜索点标记为可行的,称为禁忌步骤。目标函数的搜索发展方向改进最有可能。25-well的方法测试系统和生产报告相比增加5%到原始状态。系统被认为是由生产井,表面设施模型,包括数量的操作限制。尽管其他形式的人工电梯(有杆泵和电动潜油泵)认为,该方案同样可以应用于气举的场景。这种方法的主要缺点是产生的高功能评估成本全球stochastic-based方案。

为了缓解模拟的计算负担成本,Stoisits et al。50]介绍了一种自适应非线性模型来代替实际的生产网络模拟器。生产模式由个别井、水面线水力学模型,和生产设备模型。遗传算法结合神经网络(NN)生产仿真模型为基础生产优化。遗传算法被用来返回一个全球的解决方案,而神经网络模型提供了一个快速代理的实际目标函数一旦成功地训练。有关问题研究的分配井生产设施和电梯井气体,在多个生产约束。遗传算法被用来找到最优的激活状态和最优钻场伊戈尔(井)的集合,它返回GLIR为每个单独的生产井。遗传算法的结果比较有和没有参数调优和增产3%到9%之间。在Stoisits et al。35),与经验相关的神经网络模型维斯et al。24)使用复合IGOR曲线定义开发(23]。

一个迭代offline-online气举优化过程是由拉希德(26,27]。气举性能曲线提取并用于解决气举分配问题离线。断言相反spline-fitted GLPCs是不合适的19),该方法使用平滑和样条函数来确保GLPC的凸性和逆导数全国抵抗运动解算器所需的概要文件(见图5)。离线解决方案传递给网络模型(5]更新井口压力(流泪)。重复这个过程,直到收敛水马力已经实现(27]。这种方法的好处是速度通过曲线,同时保留严格的实际网络模型。因此,流相互作用是完全占了。注意,全国抵抗运动解决剩余一个变量方程假设GLPC凸性和严格分配的所有可用电梯气体(27]。然而,遗传算法解算器也体现了处理非凸情况和实施多方面的水平的限制,全国抵抗运动无法处理缓解(25]。该方法特别有效管理高维情况下(51),包括noninstantaneous流井和也被扩展到治疗气举和抑制控制在每一个使用一个混合整数规划(52]。

Kosmidis et al。53)提出了一个混合整数非线性规划(适应)配方同时治疗好利率和生产优化多个约束的GLIR使用迭代混合整数线性规划(MILP)计划。整数变量确定激活状态和连续变量的升力气体收到的每个。井曲线被认为是分段线性的。方法占交互和报道能够处理模型和非瞬时流井。详细的生产模型采用基于黑油储层模型(使用Peaceman流入动态关系(54]),一个多阶段的淤积物模型,窒息模型(55),和一个设施收集模式53]。MILP方法定义使用分离变量编程,特别命令集,和邻接的假设,类似于配方采用Handley-Schachler et al。41SLP方法)。ILOG的最大化策略解算器是用于解决MILP子问题(56]。包含10个自然流动的两个测试用例检查井和13气举井。简化的线性假设,对目标函数和约束,可以限制的方法。然而,结果优于传统的启发式方法。

Camponogara和中岛美嘉57)使用一个基于动态规划- (DP) well-rate配方,提高气体分配问题。确定哪些问题井生产和天然气分配多少是一个适应的问题(如前所认为Kosmidis et al。53),最近,在拉希德et al。52])。然而,DP算法解决了离散气举优化问题近似使用优先级约束来确定井的激活。结果的情况下从6 - 48井不同。DP算法相对比较快,尽管近似的性质的方法,提供了算法解决方案为中型网络(10 - 20井)和一个足够大的模型离散化。一般而言,该配方是np困难(这是指非确定性多项式时间算法复杂性)这表明增加维度的问题不能有效解决由于产生的复杂性增加的连接图的大小。

well-rate适应配方,提高气体分配Kosmidis et al。53)被扩展来适应调度问题(58]。井的连接特定集合管治疗同时well-rate管理和提升气体分配。当地的解决方法被认为比基于规则的计划,也就是说,那些雇佣规则排列并选择激活。然而,解决大复合模型的复杂性为当地整体解决方案不能保证一个好的解决方案,除非从一个很好的起点或执行,以更高的成本,从许多的起点。

6。网络——和Reservoir-Based解决方案

戴维森和Beckner [59]SQP方法用于well-rate分配水库模拟器。一个简单的3油藏生产井被认为是在指定的生产目标利率。

王等人。60)用SQP解算器同时解决well-rate生产优化和提升气体分配问题在许多约束,包括最小和最大流速、压力限制井或节点,以及可用的气体和水生产的限制。该方法相比早先MILP +遗传方法由同一作者(60]。任意的MILP制定排除背压效应估计构建气举特性曲线的流泪。产能约束包含在修改后的方法,以帮助确定井的激活状态,占流动之间的相互作用。网络2、10和50井比较水,水和气体,或没有限制。SQP解算器被证明是快和鲁棒性。MILP方法,像其他的简化方法,忽略了耦合效应和限制的网络。缺点,提出据说SQP-based方法不使用循环网络由于更大的潜力在解决方案上的过程。

三种类型的解算器的性能比较,藤井裕久和霍恩(61年)一般应用生产系统优化:牛顿方法,遗传算法和多胞形方法。后者是derivative-free方法,它使用一个固定的点集描述一个多面体在搜索空间。点进行业务扩张,收缩和反思的一个局部最优。该方法也被称为Nelder下山单纯形法、米德(62年]。两个测试用例(2和10井)被认为是与油管尺寸在每一个决策变量,虽然电梯气体速度可以同样使用。多面体是有效的小问题和遗传算法有效地寻找全球性的解决方案,即使有更多的变量。拟牛顿法成为陷入局部最小值,需要昂贵的导数的评估。由于这些原因,该方法被证明并不适合不连续问题目标函数(见图4),由许多变量。

卡罗尔和霍恩(63年)相比,修改后的牛顿法与多面体法。储层组件是包含在模型和经济代价函数基于现值的定义。两变量模型包括油管尺寸和分离器压力被认为是。同时多元优化的好处是显示在一个time-stepped模拟与变化的储层条件。观测噪声的non-smoothness函数可以使算法收敛和finite-difference-based导数评价方案。所需的二阶牛顿法评价的雅可比矩阵和黑森矩阵。为了获得有意义的衍生品,提出大型有限差分的一步。然而,这可以影响解决方案的性能和质量。一般来说,derivative-free多面体方法被证明是更有效和成功地找到好的解决方案。性能指标、目标函数的形式评价或时间成本,然而,没有提供。

Palke和霍恩(64年认为牛顿的应用,GA和多面体算法以优化NPV的函数淤积物配置。控制变量包括油管直径、分离器压力,油嘴直径和深度和提高注气速率。耦合模拟被认为是与单个气举井储层由水库、窒息和分离器组件模型。牛顿法(与马夸特扩展),多面体法和遗传算法相比,使用三个问题。前两个问题有关的油管直径和分离器压力,像卡罗尔和霍恩(63年),有两个不同的流体成分。藤井裕久和霍恩(61年)、卡罗尔和霍恩(63年)也得出结论,使用数字衍生品在基于表面模型的复杂应用程序的梯度方法。牛顿法的结果是昂贵的和贫穷。第三个问题研究了油管直径的变化和提升气体速度超过时间的步骤。多面体方法并不总是容易收敛,不能包含多个变量的处理问题。GA健壮和稳定,但需要大量的功能评估重要的时间和计算成本。参数调优是试图通过不同的突变速率来提高融合效率,改变交叉方案,采用健身人口比例,承担扑杀(64年]。

Hepguler et al。65年),Kosmala et al。66年]和王Litvak [67年)都被认为是表面设施的集成与水库模拟器以更好地适应水库影响延时仿真研究。后者采用一种近似迭代的方案使用启发式(称为GLINC方法),而前两个使用了实际SQP解算器。

Hepguler et al。65年)被认为是变异的GLR模型与10生产者和喷油器在1300天的生产周期。Kosmala et al。66年)视为一个耦合水库和网络系统管理使用井下流量控制阀和最佳气体分配。隐式SQP解决在商业网络模拟器(GAP)采用(6]。作者指出,尽管耦合可以高的成本,结果更准确,因为他们考虑的限制强加的网络模型在水库时间步。

小王和Litvak67年]介绍了多目标条件(除了最大化生产)来减少电梯使用阻尼因子迭代之间的气体速度变化。这减少的水平波动的影响。GLINC,该方法是以前的工作相比,基于一个可分离的编程技术使用得到配方,使用方和罗的方法40),连同GA和信赖域基于COBYLA多面体方法(线性近似约束优化),鲍威尔(37]。虽然GLINC方法很容易实现和处理流直接交互,甚至不能保证一个局部最优解由于简化函数在优化和本地搜索的性质。可分离的编程方法不能处理流相互作用但返回得到问题的最优解。比较的方法表明,GLINC是最效率计算方法。

我n本文由小王和Litvak [67年),北海油田的长期发展计划包括21井被认为是提高天然气和well-rate分配在一段10000天。阻尼的影响因素是第二个测试用例所示18生产井的油、水、液体和气体流量的限制。虽然不显著影响累积的石油生产,附加的阻尼因子显著降低计算成本,减少振动。作者提供的计算性能的措施;然而,随着方法有不同的实现,这些不应该被认为是决定性的。同样值得注意的是,调用优化过程在每个水库的头几个牛顿迭代模拟时间步。毫无确定性收敛将完成这些步骤,实际上如果牛顿步骤之前甚至在那个时期发展正确的方向趋同。因此,优化方法和缺乏阻尼振荡的可能不是唯一的原因。

7所示。集成建模方法

古铁雷斯et al。25)提供了一个完整的资产方法使用下降曲线进行储层网络和过程模型(68年]。综合资产模型给出了一个更明确的治疗条件的耦合在现实世界中。迭代offline-online方案提出的拉希德(27)是用于气举优化。严格的水库带来的不稳定性与生产网络模型耦合是避免使用预测储层条件和气举分配在每个耦合步骤执行。包含10个生产井的模拟20年内管理下的气举优化各种生产约束。其中包括水处理、压缩机马力领域石油和液体生产约束。

一个集成模型由水库、井、表面设备模型和详细的经济模型,优化资产的净现值的目的,提出了由莫拉et al。69年]。模型被设计来处理压缩的变化,天然气可用性和处理能力。研究表明,最大净现值时不发生生产最大化共同提升效率条件,定义为生产单位的水平在所有井注气,但是在更高的提升效率。解决石油价格变化的敏感性还考虑和优化进行了一系列提升效率。结果表明,根据不同的场景选择价格(即。低到高油价)字段值由操作在不同的优化提升效率。显然,高油价会饱和NPV计算。换句话说,当石油价格低,气体和水组件有一个更大的对净现值的影响对电梯使用效率,但如果油价比较高,这些组件从而减少对NPV收入计算。为优化目的,多层次优化方案从一个商业模拟器(里程碑式的VIP)采用70年]。

Bieker et al。71年]介绍了所需的元素的近海石油和天然气生产系统实时闭环优化。其中包括采集、存储和处理数据,仿真模型管理、优化和控制激活程序。目的是设计一个系统,可以远程优化生产管理设施改变操作条件下的约束。例如,压力的变化,提高天然气可用性、分离器和压缩机处理限制。日常运营管理在短期快速控制回路,而长期缓慢循环被用来解释变化的储层条件。是指出,不同的优化级别的慢速和快速循环处理的复杂性是必要的综合模型。一般来说,应用程序的自动控制措施能够实现最优配置设置最小干预和时间延迟,帮助日常生产最大化。这样的计划尤其有利于远程离岸地点。Bergeron et al。14和梅奥等。36)展示了这两个概念在实践中一个离岸和与多个领域井,分别。

8。结论

在一个油田,每日可用电梯气体,通常由于设备条件限制,很容易变异。此外,操作条件和处理设施可以决定压缩产能和分离器限制在生产过程中,而可怜的分配可用提升天然气经济成本,导致过度约束或过度设计的设施。这样,一个最佳的升力气体分配是可取的,以确保最好的石油生产或利润可以实现。

本文的目的是提出一项调查的方法开发专门治疗连续气举优化问题。而基本的问题涉及的优化配置提升气体,另外可以包括更广泛的问题well-rate管理问题和战略问题。前者涉及控制井下堵塞的压力和流量控制,而后者的激活状态或连接井的担忧。在某些情况下,气举井设计也被认为是与井注气速率。

解决的问题和方法采用进化逻辑,与日益增长的计算能力和信心,源于单井分析,提升绩效计划,利用严格的网络解决方案,到细致的综合和闭环配置。使用的方法和技术涵盖了频谱从简单的变量最大化到更复杂的混合整数非线性优化方案(适应)。SLP在其间,SQP、DP MILP, GA, TS,多面体和牛顿方法都应用于某种方式。此外,equal-slope概念(包括边际倾心于方法)导致的应用启发式的发展计划和解决方案基于可分和非线性凸电梯性能曲线的性质。显然,可以应用一些优化方法比其他人更容易根据配方采用,解算器选择和导数信息模型的可用性。Derivative-free方案,如遗传算法、TS和多面体可以应用在大多数设置,但遭受高计算开销如果函数是昂贵的评估。另一方面,解决基于有效性的梯度降低如果函数是不光滑或数字衍生品需要从一个昂贵的模拟情况,正如大多数耦合和集成模型。注意,伴随计划引出梯度信息的使用是可能的,但将限于单个仿真模型作为敏感信息从耦合或集成模型必须获得集体,最有可能的是,通过数值方法。

因此,虽然一些方法更健壮和可扩展到大型生产受限领域包括数百口井的数量和类型变量,其他人显然是有限的。典型单井分析忽略了其他井的交互领域,曲线模型忽略了背压影响由连接井和基于网络的模拟忽略了储层和过程设备的影响模型。对于后者细致的模拟,上述计划是至关重要的,以确保速度、稳定性和多功能性的实时优化解决方案快速内循环,而缓慢的外层循环可以通过时域内循环。换句话说,在这种情况下,成功的控制和优化的内循环是一个必要前提综合细致的集成解决方案。因此,设计的方法来确保这个必须能够处理大油田时,应对困难和非瞬时流动井和提供准确的算法解决方案在合理的时间在许多操作限制。也就是说,他们应该能够提供解决方案在此期间没有干预的是监控和操作条件不太可能大幅改变。在这方面,分层优化方法可以优惠,而不是一个一体化的方法。注意,当一个耦合的模拟包括水库模型不是基于曲线下降,严格的耦合方案,实际上任何缩放过程采用,将会影响目标函数的成本评估和最终结果的质量。然而,在任何企业中,系统的模型应该代表感兴趣的和健壮的实用为目的的优化。

上述time-stepped程序的替代方法是优化整个耦合或集成系统在仿真期间集体利益。由于与一个单一的目标函数相关联的成本评估,这是通过使用derivative-free方法,仍然在一些成本,或者更实际,使用基于代理的方法。在这里,快速分析近似模型是由一个代表性样本集合使用神经网络,克里格或径向基函数方法。然后使用近似模型代替实际的仿真模型的优化步骤。迭代代理方案的数量进一步减少昂贵的利益函数抽样所需的评价只有在认为最优的区域在每一次迭代72年,73年]。这些方法被证明是强大的,但往往限于几十个变量维数为实际原因。

因此,一般来说,采用任何方法的有效性必须考虑解决方案的可伸缩性方法增加维数(例如,成本目标函数,如果需要,导数的成本评估)以及效率的评价(例如,使用合适的代理模型),以减少整体的计算成本。缓解这些因素对于大规模的长期模拟领域是必要的生产优化,特别是被认为是在底层模型的不确定性。

总之,展示一个完全自动化的模型,尤其是气举优化和生产优化一般来说,能够处理不断变化的业务条件和预测未来发展需要及时和健壮的方式是有价值的,和仍然是一个挑战性的目标。

符号

:	气举注入量
:	油流量
:	井口压力
:	井底压力
:	储层压力
:	气举特性曲线斜率值。

Acroynms

蓄热:	Broyden-Fletcher-Goldfarb-Shanno方法
必和必拓:	井底压力
COBYLA:	约束优化的线性近似
DP:	动态规划
外膜:	方法通过Buitrago et al。43]
遗传算法:	遗传算法
目标:	PipeSim气举优化模块
GL:	气举
GLIR:	气举注入量
GLINC:	方法由小王和Litvak [67年]
GLPC:	气举特性曲线
GLR:	气液比
杰:	气举阀
气油比:	气油比
IGL:	间歇气举
伊戈尔:	增量气油比
知识产权:	流入动态关系
马:	Karush-Kuhn-Tucker条件
MGOR:	边际气油比
MILP:	混合整数线性规划
适应:	混合整数非线性规划
拖把:	多目标优化问题
NIF:	水平流
NP:	非确定性多项式时间算法复杂性
净现值:	净现值
全国抵抗运动:	牛顿被拉希德(还原法27]
NSGA:	由Deb Non-dominated排序遗传算法(46]
“公盟”:	经营现金收入
PGL:	柱塞气举
PI:	生产力指数
PVT:	压力体积和温度
PVOCI:	预设值“公盟”
二:	序列线性规划
SQP:	序列二次规划
SOP:	简略优化问题
TS:	禁忌搜索
你流泪:	水源的压力。