تعیین تعداد بهینه چاه‌ها دریکی از میادین نفتی ایران با استفاده از مدل‌های مونت کارلو و الگوریتم ژنتیک

نوع مقاله : مقاله پژوهشی

نویسندگان

1 پردیس پژوهش و توسعه صنایع بالا دستی، پزوهشگاه صنعت نفت، تهران

2 دانشکده اقتصاد، دانشگاه آزاد اسلامی، تهران مرکز

چکیده

در مدیریت جامع مخزن، دست‌یابی به حداکثر سود اقتصادی، مهمترین هدف در توسعه یک میدان نفتی است. واضح است دستیابی به حداکثر سود اقتصادی بدون در نظر گرفتن محاسبات و پارامترهای اقتصادی امکان‌پذیر نخواهد بود. یکی از مهمترین متغیر‌ها در رسیدن به این حداکثر سود، تعداد چاه‌هایی است که در یک میدان برای استخراج هیدروکربن حفر می‌شود. هر تصمیم‌گیری نیازمند در نظر گرفتن همه عدم قطعیت‌ها در تمام مراحل توسعه میدان است. از آنجایی که عدم قطعیت در تعداد چاه موضوعی مهم در توسعه میادین نفتی محسوب می‌شود، در این تحقیق با نگاهی دقیق‌تر، موضوع تعداد بهینه چاه‌ها در یکی از میادین جنوب غربی کشور با در نظر گرفتن عدم قطعیت‌ها با دو روش مونت کارلو و الگوریتم ژنتیک مورد بررسی قرار گرفته است و با روش معین (قطعیت) نیز مقایسه گردیده است. تمامی محاسبات برای هر دو سناریوی چاه‌های افقی و عمودی انجام و مقایسه گردیده است. نتایج مطالعه نشان می‌دهد سناریوی چاه‌های افقی برای میدان مورد مطالعه تولید مناسب‌تر و بازده اقتصادی بالاتری در مقایسه با چاه‌های عمودی دارد.
 

کلیدواژه‌ها


عنوان مقاله [English]

Determination of Optimum Well Number in One of the Iranian Oil Reservoirs Using Monte Carlo and Genetic Algorithm Models

نویسندگان [English]

  • Mohammad Keramati Moezabad 1
  • Mohammad Ghasem 2
1
2
چکیده [English]

In reservoir management, the key goal is to reach the maximum economic profit. This can be achieved by the evaluation of economic parameters. One of the main factors in the economic evaluation and capital expenditure of any filed development is the number of wells necessary to reach the optimum hydrocarbon production from the reservoir. In this paper, an attempt has been made to select the optimum number of wells in one of the Iran southwest carbonate reservoirs. Uncertainty analysis has been carried out using MonteCarlo and Genetic Algorithm techniques. Both horizontal and vertical wells were analyzed, and the number of scenarios were performed to select the optimum number of wells. The best scenarios from an economic point of view were selected for field development
 

کلیدواژه‌ها [English]

  • Certainty and Uncertainty
  • Monte Carlo
  • Genetic Algorithm
  • Single Equation
  • Production Model
[1]. Muskat M., Physicial Principles of oil Production, McGraw- Hill book company, Inc, 1949.##
[2]. Corrie R. D., “An analystical solution to estimate optimum number of development wells to achive maximum economical returns”, SPE 7143 ,Presented at the SPE Annual Technical Conference and Exhibition Held in New Orleans, Louisiana, 30 Sept. 3 Oct. 2001.##
[3]. Tabatabaei Nejad A., Vahidi Aleagaha A. and Salari S., “Estimating optimum well spacing in a Middle East onshore oil field using a genetic algorithm-optimization approach”, SPE Middle East oil and Gas show and Conference, pp. 11-14 Ma., Bahrain, 2007.##
[4]. Al-Herthy M., Number of development wells: a decision under uncertainty, The Engineering Economist, Vol. 55: pp. 328-349, 2010.##
[5]. Cunningham P., NPV formulas-a fast method for calculating and optimizing NPV in screening studies,.Available at http://www.omgen-ideas.com (accessed 1 Dec. 2009).##
[6] Lund M., Valuing flexibility in offshore petroleum projects, Annuals of Operations Research, Vol. 99, pp. 325- 349. 2000.##
[7]. Simpson G., Lamb F., Finch J., and Dinnie N., “The application of probabilistic and qualitative methods to asset management decision making”, Paper SPE 59455 presented at the SPE Asia Pacific Conference on Integrated Modeling for Asset Management, 25–26 Apr., Yokohama, Japan. 2000.##
[8]. Palisade., Guide to using Risk optimizer ,Simulation optimization for Microsoft Excel, Version 5. Available at http://www.palisade.com. 2008a.##
[9]. Palisade., @Risk, Risk optimizer, Available at http://www.palisade.com. 2008b##