منابع و ماخذ پایان نامه شبیه سازی، مکان یابی، الگوریتم بهینه سازی

دانلود پایان نامه ارشد

کاملی به Eclipse وارد شود. این ورودی ها عبارتند از نقشه های TOP مخزن، تخلخل، تراوایی، درجه اشباع، تراکم پذیری که باید تمام ویژگی های فوق را در کل مخزن نشان بدهد. همچنین آماده سازی نقشه های زمین شناسی با استفاده از نرم افزارهای زمین شناسی صورت می گیرد که در این میان Petrel که متعلق به شرکت Schlumberge است از اهمیت خاصی برخوردار می باشد.
این برنامه به زبان فرترن 77 نوشته شده است و کامپیوترهای مناسب برای اجرای آن عبارتند از : Dec Alpha , SG , Cray , HP , IBM , Conex و Sun و Vax و PCهای معمولی با یک RAM بزرگتر از 8 مگابایت[7]. این نرم افزار دارای ماژول های متفاوتی می باشد که هر کدام کاربرد خاصی در شبیه سازی مخازن دارند. پرکاربردترین این ماژول ها، E100، E300، FrontSim، Office و Floviz می باشد. در ادامه به طور مختصر و نیاز این پژوهش در مورد این بخش ها توضیح داده خواهد شد.
E100: یک برنامه شبیه سازی به روش حل Fully Implicit سه فازی و سه بعدی نفت سیاه می باشد. می توان با استفاده از این مدل حالت آزمایشگاهی Core Analysis و یا تولید از مخزن بصورت Natural  Depletion یا Water  Injection را مورد بررسی قرار داد.
E300: با استفاده از E300 می توان انواع روشهای ازدیاد برداشت  شامل Miscible  Displacement یا Polymer Flooding یا Thermal  Recovery را مورد مطالعه قرار داد و به طور کلی مخزن را به صورت Compositional شبیه سازی کرد.
Floviz: این برنامه جانبی نقش پس پردازنده96 را در شبیه سازی مخازن ایفا می کند. به این معنا که می توان از آن پس از شبیه سازی مخزن به کمک E100، E300 و یا FrontSim به منظور مشاهده خروجی به صورت سه بعدی یا انیمیشن بهره گرفت.
Office: این برنامه جانبی امکان برنامه نویسی شبیه ساز مخزن به صورت گرافیکی را فراهم می کند.
FrontSim: یک برنامه شبیه سازی بر مبنای فرمولاسیون IMPES و مفهوم SL ها می باشد. این نرم افزار یک ابزار قدرتمند جهت شبیه سازی انواع مخازن نفتی می باشد. معادلات مخزن در این شبیه ساز به دو دسته معادلات فشار و اشباع تقسیم می شود. معادله فشار به روش تفاضل متناهی بدست آورده می شود. معادله اشباع با تعریف SL و دنبال کردن مسیر در راستای SL حل می شود. در این پژوهش با توجه به اینکه معادلات مخزن یک سری معادلات غیرخطی با ابعاد بالا می باشد و حل آن ها بسیار پیچیده و دشوار می باشد از این نرم افزار جهت مدلسازی مخزن در مسئله بهینه یابی مکان چاه بهره گرفته می شود. در شکل 3-5 شمای کلی فایل های ورودی و خروجی این نرم افزار آورده شده است.
Convert : از این نرم افزار کاربردی جهت تبدیل فایل های باینری بدون فرمت به فایل های باینری با فرمت استفاده می شود.

شکل 3-5: شمای کلی فایل های ورودی وخروجی FrontSim [52]
3-6- نحوه پیاده سازی مسئله مکان یابی چاه ها و ایجاد ارتباط میان نرم افزارهای Eclipse و Matlab
همانطور که در فصل های قبل اشاره شد مسئله مکان یابی چاه ها را می توان به صورت یک مسئله بهینه سازی و یا یک مسئله کنترلی مورد توجه قرار داد. بنابراین دو بخش اصلی مسئله شامل آشنایی و مدلسازی سیستم و عملیات بهینه سازی خواهد بود. با مرور تاریخچه مسئله مکان یابی چاه ها متوجه می شویم که در تمامی آن ها به علت اینکه مدل مخزن یک مدل بسیار غیرخطی با ابعاد بالا می باشد و حل تحلیلی معادلات آن جز با فرضیات ساده شونده در هندسه مخزن بسیار محدود می باشد، از نرم افزارهای شبیه ساز برای مدلسازی مخزن استفاده شده است. در این پژوهش نیز از این روال تبعیت می شود، به این معنی که برای مدلسازی مخزن از نرم افزار Eclipse و برای بهینه سازی و کنترل از نرم افزار Matlab کمک گرفته می شود. از آنجا که در مسئله مکان یابی بهینه چاه ها برقراری ارتباط میان این دو نرم افزار الزامی می باشد، نحوه ارتباط بر قرار کردن میان این دو نرم افزار بررسی می شود.
طبق تاریخچه در تمامی روش های پیشنهاد شده برای مسئله مکان یابی بهینه چاه ها اعم از روش های مبتنی بر گرادیان و آزاد از گرادیان، روند بهینه سازی به علت پیچیدگی مخزن و عدم وجود حل تحلیلی برای معادلات آن به صورت الگوریتم های تکراری انجام می شود. ابتدا مکان یا مکان های اولیه ای بسته به الگوریتم بهینه سازی برای موقعیت چاه ها انتخاب می شود و این مکان به عنوان ورودی توسط ویرایشگر استاندارد به نرم افزار Eclipse داده می شود. برای این منظور اطلاعات مربوط به موقعیت چاه در برنامه Notepad با پسوند مشخصی ذخیره می شود. سپس شبیه ساز به ازای این موقعیت داده شده ارزیابی می شود. شبیه ساز اطلاعات حاصل از شبیه سازی نظیر میزان فشار و اشباع تک تک گرید ها و کل میزان تولید نفت، گاز و آب را در فایل هایی با پسوند مشخص به عنوان خروجی ذخیره می کند. سپس به کمک نرم افزار Matlab این خروجی ها خوانده می شود و مقدار تابع هدف به ازای این موقعیت محاسبه می شود. در ادامه با توجه به الگوریتم بهینه سازی نقطه مناسب بعدی جهت بهبود تابع هدف توسط الگوریتم تولید می شود و به کمک Matlab این اطلاعات به عنوان ورودی به نرم افزار شبیه ساز مخزن داده می شود و این مراحل آنقدر تکرار می شود تا مکان بهینه حاصل شود. در این پژوهش از برنامه های جانبی E100 و FrontSim برای شبیه سازی مخزن به ترتیب بر مبنای حل Fully Implicit و Streamline استفاده می شود. در شکل 3-6 فلوچارت نحوه ارتباط میان دو نرم افزار Matlab و Eclipse آمده است.

شکل 3-6: نحوه ارتباط دو نرم افزار
3-7- نتیجه گیری
یک مسئله بهینه سازی شامل یک تابع هدف و متغییرهای تصمیم گیری بوده که مقادیر آن ها باید به گونه ای یافته شود که تابع هدف بهینه گردد. در مسئله مکان یابی چاه ها، تابع مورد نظر معمولا ارزش حال پروژه می باشد. متغیرهای تصمیم گیری نیز مکان های قابل قبول برای چاه های نفت در یک مخزن می باشد. همچنین مدل ریاضی حاکم بر مخزن، نقش قیدهای مسئله بهینه سازی را ایفا می کند. در نتیجه یافتن مدل ریاضی حاکم بر مخزن امری اجتناب ناپذیر است. اگر مخزن با روش های سنتی نظیر روش Finite Difference مدل شود، پیچیدگی مدل و وابستگی غیرخطی شدید میان پارامترهای مدل، باعث پیچیده تر کردن قیود مسئله مکان یابی چاه های نفت در مخزن می شود، و این منجر به مشکل نمودن روند حل مسئله بهینه سازی می شود. این در حالی است که در بخش های پیشین، به وضوح مزایای شبیه سازی مخزن بر پایه Streamline در مقایسه با روش های سنتی بررسی شد. در واقع شبیه سازهای بر مبنای Streamline ها به دلیل تبدیل معادله سه بعدی اشباع به چندین معادله یک بعدی در راستای Streamline ها به کمک مفهوم زمان پرواز ( TOF )، توانسته است نقش مهمی را در ساده سازی روش مدل سازی مخزن ایفا کند. این ساده سازی در مدل مخزن، منجر به ساده سازی قیود مسئله بهینه سازی و در نتیجه حل آسان تر مسئله بهینه سازی چاه های نفت در یک مخزن می شود. بنابراین در این پژوهش سعی بر آن است که با ارائه مدل ساده تری برای مخزن بر اساس Streamline ها و بهره جستن از طبیعت حاکم بر حرکت سیال در مخزن، به روندی موثرتر و ساده تر جهت مسئله مکان یابی بهینه چاه ها دست یافت .

فصل چهارم

شبیه سازی مخزن و اعمال الگوریتم های بهینه سازی در تعیین مکان چاه های نفت
4-1- مقدمه
فصل چهارم با شبیه سازی مخزن بر مبنای مدل Finite Difference (FD) و (SL) Streamline آغاز می گردد. سپس نتایج حاصل از شبیه سازی بر مبنای این دو مدل با یکدیگر مقایسه می شود و قوت مدلسازی بر مبنای SL مشخص می گردد. پس از آن متداولترین تابع هدف مسئله مکان یابی چاه ها یعنی سود حاصل از برداشت معرفی می گردد. در ادامه چند الگوریتم بهینه سازی مبتنی بر گرادیان مانند FDG97 و آزاد از گرادیان نظیر ژنیتک، PSO و ILC98 به مخزن مدل شده به روش FD و SL اعمال می شود و نتایج مکان یابی بر مبنای این دو مدل با یکدیگر مقایسه می شود.
4-2- شبیه سازی مخزن مدل شده به روش FD و SL
در این بخش دو مخزن با ویژگی های موجود در جدول 4-1 مورد بررسی قرار می گیرد. در ادامه پارامترهای مهم مخزن جهت شبیه سازی و همچنین قیود اقتصادی و فیزیکی حاکم به مسئله و چاه ها آورده خواهد شد.
جدول 4-1: ویژگی مخازن شبیه سازی شده
Description
Time Step (Days)
Carter-Tracy Aquifer
Inj. Wells
Prod. Wells
Active Cells
Res. Geometry
Grid Dimension
Present phases
Model
Large Model
≈90
Yes
5
11
150094
Corner Point
43×60×82
Oil-Water
1
5 Spot Pattern
130
No
1
4
1024
Block Center
32×32×1
Oil-Water
2
4-2-1- مخزن شماره 1
مخزن شماره یک طبق سناریو زیر و با پارامترهای مطابق با جدول 4-2 شبیه سازی شده است. سپس نتایج حاصل از شبیه سازی مخزن برمبنای Streamline ها و مدل به روش Finite Difference با یکدیگر مقایسه می شود. قابل توجه است که در اکثر کاربردهای عملی سناریو زیر به کار گرفته می شود.
4-2-1-1- سناریو:
آغاز شبیه سازی از اول ژانویه 1994.
تولید نفت با 10 چاه تولید عمودی و 4 چاه تزریق به مدت 6 سال (History Matching).
انتخاب مکان مناسب برای یک چاه تولید افقی و یک چاه تزریق در تاریخ اول ژانویه 2001 به منظور افزایش نرخ تولید.
پایان شبیه سازی در تاریخ اول ژانویه 2006.
جهت انتخاب مکان های حفر چاه ها هم در گام 2 و هم در گام 3 این سناریو، می توان از مسئله بهینه سازی کمک گرفت که معمولاً در کاربردهای عملی، بهینه سازی مکان چاه ها در گام سوم بسیار پرکاربردتر است. در این بخش تنها مخزن شبیه سازی می شود و در گام سوم محلی دلخواه نه بهینه برای چاه های جدید انتخاب می شود. هدف از پیشنهاد این سناریو نشان دادن تاثیر حفر چاه های جدید در میزان تولید می باشد.
جدول 4-2: پارامترهای مخزن شماره 1
Unit
Value
Symbol
〖ft〗^3
43×60×82
Grid Cell Dimensions
psia
5000
Initial Pressure, P_i
[-]
0.22
Average Porosity φ
lb⁄〖ft〗^3
62.3
Water Density ρ_w
lb⁄〖ft〗^3
52.1
Oil Density ρ_o
lb⁄〖ft〗^3
0.055
Gas Density ρ_g
1⁄psi
3.3e-06
Water Compressibility c_w
1⁄psi
8.1e-06
Rock Compressibility
cP
0.31
Water Viscosity μ_w
cP
0.35
Oil Viscosity μ_o
rb⁄STB
1.04
B_w at atm Pressure
rb⁄STB
1.56
B_o at atm Pressure

مدل هندسی مخزن به کمک مدل RESCUE (Cloudspin) در نرم افزار FloGrid ساخته شده است. نوع هندسه مخزن Corner-Point می باشد. این مخزن دارای 211560 گرید می باشد که 150094 از این تعداد، گرید فعال می باشد. در ابتدا با 10 چاه تولید و 4 چاه تزریق و اعمال قیود اقتصادی و فیزیکی متناسب با مسئله برای هر یک از چاه ها، به مدت 6 سال میزان تولید نفت را به کمک شبیه سازی مخزن برمبنای Streamline و روش سنتی Finite Difference به ترتیب توسط نرم افزارهای FrontSim و 100 Eclipse محاسبه می شود. قیودی که در این قسمت مورد توجه قرار گرفته است. در شکل 4-1 و 4-2، میزان اشباع نفت در مخزن شماره یک در اولین و آخرین بازه زمانی نشان داده شده است.
شکل4- 1: اشباع نفت در اولین بازه زمانی (1 ژانویه 1994) {سمت راست FD و چپ SL}
شکل4- 2: اشباع نفت در آخرین بازه زمانی (31 دسامبر 1999) {سمت راست FD و چپ SL}
منحنی های مربوط به 99 FOPT و 100FWCT برای این مخزن مدل شده به روش Streamline و Finite Difference در شکل 4-3 و 4-4 نشان داده شده است. لازم به ذکر است که منحنی FOPT نشانگر میزان کل نفت تولیدی از تمامی چاه های تولید می باشد و همچنین FWCT، نسبت نرخ آب تولیدی از چاه ها به نرخ کل سیال تولیدی از چاه های تولید کننده را نشان می دهد.

FWCT=FWPR/(FOPR+FWPR)

پایان نامه
Previous Entries منابع و ماخذ پایان نامه ساده سازی، شبیه سازی، مهندسی نفت Next Entries منابع و ماخذ پایان نامه شبیه سازی، الگوریتم ژنتیک، تولید نفت