بهينه‌سازي فرازآوري با گاز با محدوديت حجم گاز تزريقي با استفاده از الگوريتم ژنتيك

Optimization of Gas Lift with Gas Volume Constraint using Genetic Algorithm

تكنيك فرازآوري با گاز نقش مهمي در حفظ توليد نفت، به ويژه از يك ميدان بالغ، زماني كه انرژي طبيعي مخازن ناكافي مي‌شود، ايفا مي‌كند. با اين حال، تخصيص بهينه نرخ تزريق گاز در يك ميدان بزرگ از طريق سيستم شبكه فرازآوري با گاز براي به حداكثر رساندن نرخ توليد نفت يك كار چالش برانگيز است. مسائل متداول بهينه‌سازي فرازآوري با گاز ممكن است در يك سيستم شبكه بزرگ با مشكلات مرتبط با نرخ تزريق گاز چند هدفه، ناكارآمد باشند. هدف اصلي اين مقاله ارزيابي امكان‌سنجي استفاده از تكنيك الگوريتم ژنتيك براي بهينه‌سازي تخصيص نرخ تزريق پيوسته گاز فرازآور در شرايطي كه براي تأمين حجم گاز تزريقي محدوديت وجود داشته باشد، است. در اين تحقيق ابتدا مطالعه حساسيت سنجي روي پارامترهاي تأثيرگذار بر عملكرد فرآيند فرازآوري با گاز انجام شد و سه پارامتر اندازه چوك، اندازه تيوبينگ و نرخ تزريق گاز به عنوان پارامترهاي ورودي الگوريتم انتخاب شدند و نرخ توليد تجمّعي نفت از دو چاه به عنوان تابع هدف در نظر گرفته شد و مطالعه تأثير اين پارامترها بر عملكرد دو چاه توليدي صورت گرفت. علاوه بر اين، در حالي كه استفاده از الگوريتم ژنتيك ايده جديدي نيست، اين مطالعه تكنيك‌هاي بهينه‌سازي مبتني بر الگوريتم ژنتيك را براي بهبود نرخ توليد نفت با اجراي فرازآوري با گاز در يك ميدان نفتي توضيح مي‌دهد. مدل بهينه‌سازي به صورت گام به گام توضيح داده مي‌شود، بنابراين مي‌توان آن را به راحتي دنبال كرد و به‌عنوان راهنما، به‌ ويژه توسط مهندسين بهره‌ بردار كه در طراحي و توسعه سيستم فرازآوري با گاز درگير هستند، به‌ منظور تخصيص بهينه نرخ تزريق گاز به چاه‌ ها در حضور محدوديت حجم گاز تزريقي استفاده كرد.

Gas lift technique plays a crucial role in maintaining oil production, especially from a mature field, when the natural reservoir energy becomes insufficient. However, the optimal allocation of gas injection rates in a large field through the gas lift network system to maximize the oil production rate is a challenging task. Conventional gas lift optimization problems may be inefficient in a large network system with multi-objective gas injection rate issues. The main objective of this paper is to evaluate the feasibility of using the genetic algorithm technique for optimizing the continuous allocation of gas lift injection rates when there is a constraint on the available injection gas volume. In this research, firstly, a sensitivity analysis was performed on the parameters affecting the performance of the gas lift process, and three parameters: choke size, tubing size, and gas injection rate were selected as the algorithm input parameters, and the cumulative oil production rate from two wells was considered as the objective function, and the effect of these parameters on the performance of the two production wells was studied. Moreover, while the use of the genetic algorithm is not a new idea, this study explains the genetic algorithm-based optimization techniques to improve the oil production rate by executing gas lift in an oil field. The optimization model is explained step by step, so it can be easily followed and used as a guide, especially by operating engineers involved in the design and development of the gas lift system, to optimally allocate the gas injection rates to wells in the presence of an injection gas volume constraint.