یک دستورالعمل نوین برای تجهیز بهینه چاه تولیدی به شیر‌های کنترلی درون‌‌چاهی در مخازن نفتی چند‌لایه

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشکده مهندسی نفت، دانشگاه صنعتی امیرکبیر، تهران، ایران

چکیده

بهبود تولید از مخازن نفتی چندلایه به‌طوریکه حداکثر بازیافت نهایی نفت از مخزن و حداقل تولید سیالات ناخواسته (آب/گاز) محقق گردد، به یکی از چالش‌های مهم در صنعت نفت تبدیل شده‌است. در لایه‌های دارای شاخص بهره‌وری بالاتر، سریع‌تر رخ دادنِ آستانه تولید سیالات ناخواسته با نسبت تحرک‌پذیری بالاتر موجب می‌شود مقدار زیادی از نفت مخزن در سایر لایه‌ها به‌صورت دست نخورده باقی بماند. از آنجایی که کاهش نرخ تولید با استفاده از شیرهای کنترلی سرچاهی منجر به کاهش هم‌زمان تولید نفت و سیالات ناخواسته می‌گردد، شیرهای کنترلی درون‌چاهی در رشته‌ی تکمیلی چاه در مقابل لایه‌های مخزن نصب شده و قابلیت تولید انتخابی از آن‌ها را فراهم می‌نمایند. پیش از تجهیز چاه به این شیرها می‌بایست مناسب‌ترین نوع از میان انواع مختلف آن‌ها از جمله شیرهای درون‌چاهی با دریچه پیوسته و گسسته انتخاب گردد که این انتخاب متأثر از تعداد و مکان نصب این شیرها در رشته تکمیلی است. در این پژوهش، ابتدا رشته تکمیلی چاه تولیدی به‌طوریکه در مقابل هر یک از لایه‌های مخزن به یک عدد شیر درون‌چاهی مجهز باشد، شبیه‌سازی گردید. نتایج بهینه‌سازی مساحت سطح مقطع دریچه شیرهای درون‌چاهی، با استفاده از الگوریتم ژنتیک با تابع هدف حداکثر بازیافت نهایی نفت از مخزن، حاکی از وجود الگویی در میزان نیاز لایه‌های مختلف مخزن به‌وجود این شیرها بود. پس از کاهش تعداد شیرها در رشته تکمیلی براساس الگو یافت شده، نوع، تعداد و موقعیت مکانی نصب بهینه آن‌ها با هدف تحقق حداکثر ارزش فعلی خالص انتخاب شد. در نهایت، روش مورد استفاده در این پژوهش در قالب یک دستورالعمل نوین که برای اولین بار به‌طور اختصاصی برای تجهیز چاه تولیدی در مخازن نفتی چندلایه به شیر کنترلی درون‌چاهی توسعه یافته‌است، ارائه گردید.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

A Novel Workflow for Optimally Equipping the Production Well with Inflow Control Valves in Multi-Layer Oil Reservoirs

نویسندگان [English]

  • Fatemeh Ghallath
  • Yousef Rafiei
  • Hamed Rezvani
Department of Petroleum Engineering, Amirkabir University of Technology, Tehran, Iran
چکیده [English]

Improving production from multi-layer oil reservoirs in order to maximize recovery factor and reduce water production has become a major challenge in the petroleum industry. Layers with higher productivity index experience the water breakthrough earlier which causes a huge amount of other layers’ oil to remain unswept due to the higher mobility ratio of water. Since reducing the surface choke opening will also reduce oil production along with water, inflow Control Valves (ICVs) are being installed downhole within the completion string across different layers of the reservoir to provide selective depletion. Before equipping the oil well with ICVs, it is crucial to select the most fit-for-target type among a variety of them including infinite, and discrete variable ICVs. However, this selection is highly affected by their number and installation location within the completion string. In this project, after simulating the oil production well with an ICV across each layer of the multi-layer reservoir, the cross-sectional area of ICVs was optimized using Genetic Algorithm with the aim to maximize the field oil efficiency (FOE). As results indicate a pattern representing the reservoir layers’ production dependency on ICVs, a multi-stage ICV removal in the completion string was performed. The optimum type, number, and location of ICVs were selected with the aim to meet the maximum Net Present Value (NPV). Ultimately, the methodology utilized in this project was proposed as a workflow for the optimization of ICV technical parameters to improve production in multi-layer oil reservoirs.

کلیدواژه‌ها [English]

  • Inflow Control Valves Design
  • Reservoir Production Management
  • Multi-layer Oil Reservoir
  • Optimization Workflow
  • Intelligent Well Completion
[1]. بهروز ت. و هندی س.(1387) مولفه‌های تکنولوژی میدان هوشمند، تاریخچه و الگوریتم عملکرد، نشریه اکتشاف و تولید، 55.##
[2]. بهروز ت. (1393) فرآیند بکارگیری تکنولوژی مخازن هوشمند، ماهنامه علمی ترویجی اکتشاف و تولید نفت و گاز، 117.##
[3]. Al-Khelaiwi F.T., Birchenko V.M., Konopczynski M.R., and Davies D.R. (2010) Advanced Wells: A Comprehensive Approach to the Selection between Passive and Active Inflow-Control Completions, SPE Production and Operations, 25(03): p. 305-326, DOI: 10.2118/132976-pa.##
[4]. Al-Khelaiwi F.T. (2013) A Comprehensive Approach to the Design of Advanced Well Completion, Ph.D. thesis, Heriot-Watt University, Institute of Petroleum Engineering.##
[5]. Birchenko V.M., Al-Khelaiwi F. T., Konopczynski M. R., and Davies D. R. (2008) Advanced Wells: How to Make a Choice between Passive and Active Inflow-Control Completions, SPE Annual Technical Conference and Exhibition, DOI: 10.2118/115742-ms.##
[6]. Lauritzen J.E., Shahreyar N., and Jacob S. (2011) Selection Methodology for Passive, Active, and Hybrid Inflow Control Completions, Offshore Technology Conference, DOI: 10.4043/21910-ms.##
[7]. Eltaher E.M.K., Haghighatsefat M., Muradov K., and Davies D. (2014) Performance of Autonomous Inflow Control Completion in Heavy Oil Reservoirs, International Petroleum Technology Conference, DOI: 10.2523/iptc-17977-ms.##
[8]. Ebadi F. (2006) Screening of Reservoir Types for Decision-Making on the Application of Intelligent Wells, Ph.D. thesis, Heriot-Watt University, Institute of Petroleum Engineering.##
[9]. Al-Ghareeb Z. (2009) Monitoring and control of smart wells, Master›s thesis, Stanford University, Depart ment of Energy Resources Engineering.##
[10]. Almeida L.F., MVellasco M.B.R., and Pacheco M.A.C. (2010) Optimization System for Valve Control in Intelligent Wells under Uncertainties. Journal of Petroleum Science and Engineering, 73: p. 129-140.##
[11]. Stone T. W., Couet B., Rashid K., Wardell-Yerburgh P., Dyer S. (2012) Optimal Control of Single and Multiple Inflow Control Valves in Production Wells, World Heavy Oil Congress, p. 14.##
[12]. Pinto M.A., Gildin E., and Schiozer D.J. (2015) Short-Term and Long-Term Optimizations for Reservoir Management with Intelligent Wells, SPE Latin American and Caribbean Petroleum Engineering Conference, DOI: 10.2118/177255-ms.##
[13]. Behrouz T., Rasaei M., and Masoudi R. (2016). A Novel Integrated Approach to Oil Production Optimization and Limiting the Water Cut Using Intelligent Well Concept: Using Case Studies, Iranian Journal of Oil and Gas Science and Technology, DOI:10.22050/ijogst.2016.13827. ##
[14]. رفیعی، ی. (1397). مدیریت به هنگام تولید از یک چاه چند‌شاخه با استفاده از شیرهای کنترلی درون‌چاهی، شانزدهمین کنگره ملی مهندسی شیمی ایران.##
[15] Broni-Bediako E., Issaka F.N., and Nii A.A.R. (2019). Application of intelligent well completion in optimising oil production from oil rim reservoirs. Advances in Geo-Energy Research, 3: p. 343-35, DOI: https://doi.org/10.26804/ager.2019.04.01.##
[16]. da Cruz Schaefer B. and Sampaio M.A. (2020) Efficient workflow for optimizing intelligent well completion using production parameters in real-time, Oil and Gas Science and Technology- Rev. IFP Energies nouvelles, 75: p. 12, DOI: 10.2516/ogst/2020061. ##
[17]. Aljubran M. and Horne R. (2020) Prediction of Multilateral Inflow Control Valve Flow Performance Using Machine Learning, SPE Production & Operations, 35(03): p. 691-702, DOI: 10.2118/196003-pa.##
[18]. Botechia V. E., de Lemos R. A., von Hohendorff F.J.C., and Schiozer D.J. (2021) Well and ICV management in a carbonate reservoir with high gas content, Journal of Petroleum Science and Engineering, 200: p. 11.##
[19]. MNEJJA, M. (2015) Technical Feasibility and Economic Benefit ofusing AICDs in Horizontal Well Completions of a North Sea Field. Master›s thesis, Montan University of Leoben, Department of Mineral Resources and Petroleum Engineering.##
[20]. Mgimba M. (2018) Numerical Study on Autonomous Inflow Control Devices: Their Performance and Effects on the Production from Horizontal Oil Wells with an Underlying Aquifer. Master›s thesis, NTNU University, Department of Geoscience and Petroleum Engineering.##