PTTEP优化气田产量并自动生成产量预测

PTTEP确定了三个需要改进的核心业务流程:快照优化、中期预测和长期预测。在快照优化中，目标是在各种限制条件(包括单个管道的流速限制、凝析液中的汞含量和CO)下，最大限度地提高油田的产气量₂气体流的限制。对于中期和长期预测，目标分别是评估未来6-12个月的预期天然气产量和该气田的预期使用寿命。

在过去，PTTEP工程师依赖于基于电子表格的试错优化过程。产生的结果从来没有完全优化过，而且往往是主观的——也就是说，高度依赖于工程师执行任务。由于涉及的井数量众多，使用商业软件进行优化和预测既繁琐又耗时。PTTEP希望在内部开发自己的软件。

PTTEP开发了LINOPT，这是一个应用程序，其中所有优化和计算都是使用MATLAB和优化工具箱执行的。

在MATLAB中，该团队定义了一个线性方程和不等式系统来表示生产网络。这些限制包括变量，如每口井的气体速率，并设置限制，如CO₂流速。

通过使用Optimization Toolbox，该团队应用了各种优化技术，包括混合整数线性规划算法，以最大化目标函数，在大多数情况下，目标函数都是为了实现最大可能的整体油田产量。

为了考虑每口井产量下降的时间依赖性，研究团队在线性方程组中添加了一个从历史生产数据中推导出来的时间序列预测模型。

为了使用LINOPT，工程师在变量值上设置限制(边界)。MATLAB优化完成后，结果存储在Microsoft中^®Excel^®供工程师审阅。PTTEP目前正在将结果部署到谷歌Cloud上。

PTTEP的工程师已经使用LINOPT软件优化了几个地区的生产，包括泰国湾的Arthit油田和缅甸海岸的Zawtika油田。

• 日产量增加了数千桶。Ekkawong说:“我们将传统方法生成的产量目标与LINOPT中MATLAB优化生成的产量潜力进行了比较。”有时，两者之间的差距超过了每天数千桶。当我们将这些优化应用于现场时，这些结果得到了证实。”
• 取消了专门软件的费用。Ekkawong说:“过去，我们使用商业上可用的物质平衡软件和其他软件包进行优化和预测。”“通过使用MATLAB开发我们自己的解决方案，我们消除了每年的许可成本。”
• 每周节省数百个工程师小时。Ekkawong说:“我们将使用基于MATLAB的LINOPT软件进行优化和预测所需的时间与使用之前的方法所需的时间进行了比较。“每周减少的时间相当于数百个全职工程师小时。”