Для нефтегазодобывающих предприятий характерны определенные уникальные проблемы эксплуатации, которые исторически отрицательно сказывались на производительности скважин. Применение современных технологий (подводные трубопроводы и гибкие стояки) и практика добычи из отдаленных месторождений привнесли новые проблемы, такие как увеличение доли порционного течения, нестабильность режимов течения и изменения газового фактора. Все это замедляет процесс добычи из-за частых срабатываний системы ПАЗ и эксплуатации оборудования в режимах далеких от проектных.
Читать Деловой журнал Neftegaz.RU
На одной из платформ в Северном море возникла необходимость в ежедневном проведении полного спускоподъема лифтового оборудования, в результате чего степень использования оборудования снизилась приблизительно на 5% в год. На платформе, производящей около 70 тыс. баррелей в сутки, это равнозначно огромным потерям добычи и, соответственно, выручки и прибыли.
Раньше нередко можно было услышать, что «процесс добычи слишком прост, чтобы ему были нужны оптимизация или усовершенствованное управление»; на этом разговор о новых технологиях, как правило, заканчивался. Однако со временем, вместе с приходом в нефте- и газодобычу специалистов из переработки (где современные информационные технологии широко применяются для стабилизации технологических процессов и управления ими) , пришло и понимание того, что эти технологии способны положительно повлиять на ситуацию. В результате, были получены невероятно высокие эффекты, что подтолкнуло интерес и готовность восприятия нового.
Задача 1. Оптимизация газлифта
Месторождения и продуктивные пласты стареют с течением времени, поэтому для сохранения рентабельности объекта в долгосрочной перспективе необходимы усовершенствованные технологии нефтедобычи. Такие методики, как оптимизация газлифта, могут оказать существенное влияние на нефтеотдачу месторождений поздней стадии разработки, в некоторых случаях увеличив ее на 70-80%.
Оптимизация газлифта - сложная тема из-за рециркуляционной природы газа, нагнетаемого в оправки в стояке. При газлифтной добыче весь газ, подаваемый с платформы, возвращается в технологическое оборудование вместе с дополнительным газом за счет увеличения дебита, что влияет на компрессорный контур газлифта. Кроме того, объем газа, используемого для газлифтной эксплуатации скважины, может достичь оптимальной точки до того, как он достигнет физического ограничения по возможностям оборудования; поэтому оптимизация газлифта по сути представляет собой задачу поиска безусловного нелинейного оптимума и является динамической точкой, зависящей от забойного давления в скважине, рабочего давления входного сепаратора и мощности газлифтного компрессора, а также от таких факторов, как температура окружающей среды, состояние газовой турбины или приводного механизма, общего баланса давления и состава (молекулярного веса) используемого газа.
При оптимизации необходимо учитывать два фактора, которые в этом случае очень сильно отличаются друг от друга: время установления и динамика пласта, измеряемая в неделях или месяцах; время установления и динамика технологического оборудования (сепараторов, компрессоров и трубопроводов).
Можно утверждать, что краткосрочные изменения в таких показателях, как расход газа для газлифта одной скважины, не будут иметь значительного долговременного эффекта на общую нефтеотдачу пласта, при условии соблюдения таких ограничений, как гидродинамическое давление в забое. Инерционность пласта и общее прохождение скважинных флюидов через пласт свидетельствуют в пользу этого утверждения.
При более пристальном рассмотрении расхода газа в газлифте можно увидеть, что изменения расхода нагнетаемого газа могут снижать или увеличивать общий дебит скважины на 1-2%. При умножении этого эффекта на все количество скважин, эксплуатируемых газлифтным способом, он способен оказывать заметное воздействие на общую нефтеотдачу месторождения.
Безусловный нелинейный оптимум существенно влияет на оптимизацию расхода нагнетаемого газа. Из приведенного ниже графика видно, что повышение расхода газа не всегда увеличивает дебит. На самом деле, увеличение расхода может производить отрицательный эффект, называемый «запирание». Это снижает дебит скважины, означая использование ограниченного ресурса без получения какого-либо общего прироста производительности.
Задача состоит в том, чтобы определить истинную форму кривой для выяснения идеального распределения дополнительного газа. Какая из скважин демонстрирует самый крутой градиент при выделении ей фиксированного объема газа? После того, как это определено, следующий вопрос - какое количество газа имеется для распределения между скважинами?
Эта задача становится невероятно сложной, если принять во внимание количество скважин - если на объекте 20 скважин эксплуатируется газлифтным способом, как распределить газ для повышения дебита, и наоборот, как уменьшать расход газа с минимальными последствиями, когда мощность компрессора ограничена (например, в дневное время суток, когда окружающая температура выше, что накладывает ограничения на температуру отходящих газов газовой турбины)?
Традиционный подход заключается в использовании специализированного программного обеспечения для имитационного моделирования пласта и трубопровода, связывающего скважину с сепаратором, в целях определения оптимального распределения газлифта. Это занимает достаточно много времени. В связи с динамической природой процесса при выводе одной скважины из эксплуатации для ремонтных работ или опробования, либо при изменении температуры или условий эксплуатации весь сценарий приходится оптимизировать заново.
В нефтеперерабатывающей промышленности вот уже около 30 лет применяют технологию многопараметрического прогнозирующего управления или управления на основе прогнозирующей модели (Model Based Predictive Control - MPC; используют также термин «APC» - Advanced Process Control, что означает «Усовершенствованное управление технологическим процессом»).
MPC - хорошо известный метод решения задач управления с линейными ограничениями. Например, когда характеристики процесса не изменяются в рабочей области и оптимальная рабочая точка находится где-то в одном из углов этой области, MPC находит этот «оптимальный угол» и ведет процесс в этой рабочей точке, тем самым обеспечивая экономический эффект. Однако оптимизация газлифта не обладает этими характеристиками, поэтому задача состоит в поиске оптимальной рабочей точки при оптимизации без ограничений.
Хотя такие подходы не столь широко распространены, MPC также может применяться для решения сложных задач управления с большим количеством взаимосвязей между переменными, часто переопределенных, т.е., например, таких, когда число ограничений превышает число степеней свободы - «рычагов управления» процессом. Такова и задача оптимизации газлифта, поэтому MPC может помочь. Представляя собой динамическую технологию управления в режиме реального времени, обеспечивающую возможность вычислять новые уставки для многих контуров управления одновременно, MPC устраняет необходимость в решении трудоемкой задачи перераспределения газлифта по скважинам при всяком изменении условий, тем самым доказывая, что эта технология способна решить задачу неограниченной нелинейной оптимизации.
Недавно мы моделировали плавучую систему нефтедобычи (платформу типа FPSO) с использованием методов динамического моделирования. Тепловой и материальный балансы полученной имитационной модели с точностью до 2-3% соответствовали реальным. Это позволило получить «виртуальный» объект, с которым можно было работать из офиса эксплуатационной компании при дистанционном доступе к производственным данным. Были приведены в действие имеющиеся модели пласта, трубопровода и газлифта - они были использованы в качестве источника данных, которые сводились в специальные таблицы для передачи в имитационную модель по месту использования газлифта. В результате была получена полная модель объекта - от пласта до резервуаров, что позволило вносить ступенчатые возмущения в процесс добычи (т.е. проводить так называемое «пошаговое тестирование» процесса) без какого-либо риска для реального рабочего режима. При изменении расхода нагнетаемого газа изменялись поведение и дебит скважин, что в свою очередь влияло на технологическое оборудование и загрузку компрессоров и, следовательно, на объемы газа, доступного для распределения.
Применение этой модели позволило разработать кривые газлифта для каждой скважины и запрограммировать их в виде полиномиальных уравнений, которые были использованы в реальном времени в сочетании с решением задачи квадратичного программирования MPC. Путем создания такой динамической «карты» программное приложение реального времени могло находить линейные соотношения между компрессорным и стационарным оборудованием на платформе, общий баланс давления газлифта и оптимальные отдельные расходы газа в зависимости от заданного суммарного дебита. Это дало возможность динамически находить нелинейный неограниченный оптимум и, тем самым, распределять нагнетаемый газ для достижения оптимума 1 раз в минуту.
Результат: использование MPC-приложения внутри динамической имитационной модели обеспечило увеличение дебита нефти на 2-3% благодаря более эффективной оптимизации газлифта.
Неравномерный характер потока - постоянная проблема для большинства нефтедобывающих предприятий: из-за него оборудование, рассчитанное на постоянную работу с трехфазным потоком (нефть, газ и вода), периодически работает с чисто жидкостным или чисто газовым. В результате компрессоры резко переходят из режима падения напора в режим помпажа, а в сепараторах, рассчитанных на постоянный поток, происходят резкие колебания от высокого уровня к низкому.
Возникновение режима перемежающегося потока может быть вызвано рельефом, когда для добычи используется подводные надставки, или в результате изменения с течением времени профиля добычи пласта с созданием специфических условий для агрегированного потока, что и становится возникновения «снарядного» режима.
Существует два испытанных метода предотвращения такой ситуации: управление импульсами давления на стояке для предотвращения агломерации жидкости и интеллектуальное управление штуцерным клапаном стояка для отсечения газовых или жидкостных пробок и предотвращения их слишком быстрого попадания в сепаратор.
Есть и третий вариант - более рациональное управление добытым сырьем.
На любом нормальном промысле углеводородное сырье проходит через последовательные ступени сепарации трех фаз, где каждый сепаратор является источником сырья для следующего, причем каждый последующий сепаратор работает под более низким давлением, выделяя больше газа и удаляя воду из пластовых флюидов. Последующие сепараторы обычно меньше предыдущих, что приводит к проблемам управления уровнями. Алгоритмы управления уровнем на сепараторах обычно настроены на жесткий контроль уровня и предполагают поддержание стабильности уровня за счет оттока жидкости, особенно когда приток жидкости сильно варьируется, как в ситуациях с газовыми или жидкостными пробками. Это приводит к резким колебаниям уровня и регулярным остановам на последней стадии сепарирования. Дополнительная сложность возникает в ситуациях, когда два или три сепаратора первой ступени питают общий сепаратор второй и третьей ступени - подобная компоновка показана ниже.
Поступающие пробки обнаруживаются с помощью плотномеров на входных трубопроводах. Эти плотномеры измеряют изменение плотности пластовых флюидов - четкий предвестник поступления пробки в сепаратор. Приведенный ниже график иллюстрирует эту корреляцию. Он построен по реальным данным с плавучей системы нефтедобычи, на которой имели место регулярные остановы в силу описанных выше проблем с неравномерностью потока.
Подается упреждающий сигнал о поступлении увеличенного объема жидкости либо увеличенного объема газа, что позволяет принять превентивные меры для нейтрализации воздействия изменения газового фактора на процесс. При использовании технологии MPC содержимое всех сепараторов может быть уравновешено путем управления положением клапана регулирования уровня и моделирования взаимосвязей между сепараторами.
При разомкнутых контурах регулирования и непосредственном манипулировании клапанами регуляторов уровни в сепараторах ведут себя как набор последовательных интеграторов. Таким образом, если уровень в резервуаре первой ступени повышается, открытие клапана регулирования уровня приведет к понижению этого уровня, однако уровень в следующем сепараторе будет при этом повышаться. Аналогичным образом можно смоделировать отношение между сепараторами второй и третьей ступени и управлять им. В сочетании с упреждающей информацией от плотномеров это означает, что содержимым сепараторов на всех ступенях процесса можно управлять более плавно. Перед поступлением пробки в сепаратор алгоритм усовершенствованного управления может снизить уровни в сепараторах, что позволит справиться с увеличением объема без приближения к нижней или верхней аварийной границе. Приведенный ниже график, на котором показана стабильность процесса при включенной и при отключенной системе усовершенствованного управления, четко иллюстрирует этот подход. Что означает эта стабильность с точки зрения увеличения добычи? - Увеличение дебита приблизительно на 2% за счет устранения «узких мест», что на месторождении производительностью 60 тыс. баррелей в сутки означает ощутимый прирост выручки и значительное сокращение себестоимости добычи!
Поддержание прибыли в долгосрочной перспективе
Технологию усовершенствованного управления на основе модели (MPC) можно сравнить с технологическим оборудованием, которое для обеспечения нормальной работы необходимо обслуживать и поддерживать. При работе соответствующих программных продуктов на удаленных нефтепромыслах с этим могут возникнуть определенные проблему. Решение снова дают компьютерные технологии: дистанционная поддержка по Интернету вместо выезда специалистов на объект. Это не только решает проблему «доставки» специалистов на удаленные промыслы, но и позволяет им обслуживать больше объектов, что особенно важно ввиду редкости таких специалистов в нефтедобыче.
Технология MPC упрощает удаленный доступ, поскольку данные о показателях работы программных приложений автоматически архивируются и хранятся во встроенных базах данных. Благодаря этому предоставить эти данные (включая состояние программного приложения, показатели его работы, время во включенном состоянии, деградация) соответствующим квалифицированным специалистам достаточно просто, даже если физически такой специалист находится на другой стороне земного шара. Проанализировав информацию, специалист из удаленного офиса может выслать на объект свои рекомендации по устранению проблем, или, что важнее, по повышению отдачи от MPC с течением времени.
Итак, как стимулировать применение и обслуживание такой технологии? Очень просто - нужно структурировать плату за ее сопровождение по четким показателям, таким как время во включенном состоянии, время обработки ограничений и качество управления в целом. Таким образом, преимущества получают и разработчик, и пользователь технологии - один благодаря повышению эффективности своей системы, а другой - благодаря тому, что купленная им система работает более эффективно.
Критики могут утверждать, что эта технология слишком сложна и что все, что нужно - это компетентный и прилежный оператор. Приведенный ниже график иллюстрирует противоположное утверждение лучше, чем какие-либо технологические доводы. На нем показан результат внедрения простого MPC-приложения, управляющего мощностью газовой турбины для повышения общего дебита. Совокупный эффект выразился в увеличении добычи платформы более чем 3500 баррелей в сутки - это вполне очевидный, исчисляемый и устойчивый эффект, очевидно оправдывающий соответствующие инвестиции.
Устройства и технологии, которые когда-то считались научной фантастикой, все быстрее становятся нормой жизни. Достаточно посмотреть на КПК с GPS-приемником и сравнить его с GPS на автомобиле Джеймса Бонда «Астон-Мартин» из фильма «Голдфингер». Компьютерные технологии сегодня решают проблемы, которые не так давно считались неразрешимыми, причем с потрясающими результатами. На фоне снижения добычи нефти, повышения спроса и ограниченности ресурсов (в особенности квалифицированных кадров) в технологическом решении, способном увеличить добычу на 2-3% и при этом снизить износ оборудования, есть немалый смысл, нет так ли?
Автор: Энди Ковард, Honeywell Process Solutions
