Hydrocarbon production optimization under uncertainties

The hydrocarbon production optimization is a field of extreme importance, since the oil demand is continuously increasing, and many reservoirs under production are nowadays experiencing a decrease in oil production rate. The optimization of hydrocarbon fields is a very complex task, due to the high number of process involved and their synergy. It is therefore important to manage an integrated production system, comprising the reservoir and the wells, the gathering system, and the process plant. The main problem involved in the hydrocarbon production optimization is the need for an enormous amount of data and measurements, in order to clearly describe the actual system. Frequently, the information available is inaccurate, outdated or difficult to obtain due to the high temporal variability of production parameters involved and the often remote location of the oil fields. The optimization results of hydrocarbon production systems are thence affected by uncertainty that may have negative effects both in expected oil production and in plant safety. Uncertainty assessment of the production variables and process involved is thus of primary significance. After having identified the main uncertain variables, Monte Carlo simulation has been used to test the behaviour of two production systems. A statistical probability of hydrocarbon production has been obtained for the analysed configurations. In addition, the safety of the system has been considered, according to the probabilistic results related to its constraints. Two approaches to increase the reliability of the production system have been proposed, the first one through the sensitivity analysis and the identification of the most impactful variables, the second one analysing the sub-optimal solutions. The results obtained show that is extremely important to identify and quantify the uncertainties involved in a hydrocarbon production system for the evaluation of its potential production and to verify the compliance with its constraints. Applying a configuration when high degree of uncertainty is present may be hazardous and unsafe. For these reasons, the workflow proposed may represent an important tool to support the decision-making process.

L’ottimizzazione della produzione di idrocarburi è di estrema importanza nel contesto odierno. La domanda di petrolio è continuamente in crescita e molti dei giacimenti in produzione hanno raggiunto la maturità, andando incontro ad una diminuzione della produzione di greggio. Ottimizzare la produzione di idrocarburi è un processo complesso, dato l’elevato numero dei sistemi coinvolti e la sinergia tra i diversi processi. È quindi importante considerare il sistema produttivo in un’ottica integrata, comprensiva di giacimento, pozzi, rete di raccolta e impianti di trattamento. Il problema principale legato all’ottimizzazione dei sistemi di produzione di idrocarburi è la necessità di un'enorme mole di dati e misurazioni che siano in grado di fornire una chiara ed univoca definizione dell’andamento attuale del sistema. Frequentemente le informazioni disponibili risultano inaccurate, difficili da reperire o datate a causa della forte variabilità temporale dei parametri produttivi in gioco e della localizzazione spesso remota dei campi petroliferi. La valutazione delle incertezze è quindi di fondamentale importanza per avere a disposizione un livello di confidenza relativo ad ogni azione da apportare alla configurazione dell’asset. Dopo aver identificato le variabili affette da incertezza, mediante la simulazione Monte Carlo si sono analizzati gli effetti su due linee di produzione, ottenendo un livello di confidenza associato alle configurazioni analizzate. Sono stati sviluppati due metodi per aumentare il livello di confidenza della soluzione. Il primo si basa sull’individuazione dei parametri più influenti mediante un’analisi di sensitività; modificando tali parametri nel processo di ottimizzazione è stato possibile ottenere una configurazione caratterizzata da maggiore affidabilità. Il secondo metodo si basa sull’individuazione di una soluzione sub-ottimale ottenuta durante il processo di ottimizzazione. I risultati ottenuti mostrano quanto sia importante identificare e quantificare le incertezze coinvolte in un sistema di produzione di idrocarburi per valutare la produzione potenziale del campo e per verificare il rispetto dei vincoli degli impianti. Infatti, applicare una configurazione ottimizzata ad un sistema produttivo in presenza di incertezza può risultare rischioso. Per questi motivi, il workflow proposto nel corso di questo lavoro di tesi può rappresentare uno strumento importante nel processo decisionale relativo all’ottimizzazione della produzione di idrocarburi.