An injection/production-efficiency based surrogate optimization algorithm for optimal well controls in waterflooding reservoirs
Cet article propose un nouvel algorithme d'optimisation de substitution basé sur les lignes de courant qui intègre des mesures d'efficacité d'injection/production à des stratégies d'échantillonnage avancées pour optimiser de manière efficace et fiable les contrôles de puits dans des réservoirs d'injection d'eau hétérogènes, améliorant ainsi considérablement la récupération de pétrole et les bénéfices économiques tout en surmontant les limites des méthodes traditionnelles de lignes de courant et des méthodes de substitution pures.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Bien en dessous de la surface de la Terre, de vastes réseaux de roches poreuses renferment les réserves mondiales de pétrole et de gaz. Pour extraire cette énergie, les ingénieurs injectent souvent de l'eau dans ces réservoirs afin de pousser le pétrole vers les puits de production, un processus appelé injection d'eau (ou « waterflooding »). Cependant, la roche souterraine est rarement uniforme ; elle contient des canaux cachés de haute perméabilité et des barrières qui font que l'eau injectée s'engouffre dans certains chemins tout en contournant le pétrole piégé dans d'autres. Cet écoulement inégal conduit à une réalité frustrante : l'eau atteint les puits de production trop rapidement, inondant le système et laissant derrière elle du pétrole précieux. Pendant des décades, le défi a été de trouver l'équilibre parfait entre les taux d'injection et de production pour balayer le réservoir efficacement sans perdre de temps ou d'argent en essais et erreurs.
Une équipe de chercheurs de l'Institut de recherche de la CNPC pour l'exploration et le développement pétroliers a développé une nouvelle méthode pour résoudre ce problème, en combinant deux approches distinctes pour créer une façon plus rapide et plus fiable de gérer ces systèmes souterrains complexes. Leurs travaux, publiés récemment, introduisent un algorithme qui agit comme un guide intelligent pour les ingénieurs de réservoir. Au lieu de s'appuyer uniquement sur des simulations informatiques lentes et lourdes ou sur de simples règles empiriques, ce nouveau système utilise une technique appelée simulation par lignes de courant (streamline simulation) pour comprendre comment l'eau circule à travers la roche, puis applique une stratégie de recherche sophistiquée pour trouver les meilleurs réglages pour chaque puits. Le résultat est un calendrier qui augmente considérablement la récupération de pétrole tout en réduisant drastiquement la quantité d'eau produite, offrant une voie plus claire pour maximiser la valeur d'un réservoir.
Le cœur de cette nouvelle méthode réside dans la manière dont elle mesure le succès de chaque puits d'injection et de production. Les chercheurs ont défini un concept qu'ils appellent « efficacité d'injection et de production ». Imaginez que vous regardiez une paire spécifique de puits — l'un pompant de l'eau et l'autre extrayant du pétrole. L'équipe a calculé la valeur monétaire du pétrole produit par cette paire par rapport au coût de l'eau injectée et du liquide produit. Si une paire de puits génère plus de valeur que la moyenne, le système sait qu'il doit augmenter son activité. Si elle est sous-performante, le système réduit son débit. Ce calcul se fait au niveau des paires de puits individuelles ainsi qu'au niveau des puits isolés, créant une carte détaillée de quelles parties du réservoir fonctionnent bien et lesquelles sont en difficulté.
Traditionnellement, optimiser ces débits est un processus lent et difficile. Les ingénieurs devaient souvent exécuter des simulations numériques complexes, qui sont comme des modèles 3D détaillés de la roche souterraine, pour tester différents scénarios. Parce que ces modèles sont si coûteux en termes de calcul, les exécuter des centaines de fois pour trouver la meilleure solution est souvent impossible dans un délai raisonnable. Alternativement, des méthodes plus simples existent, mais elles manquent de la précision nécessaire pour gérer les conditions complexes et changeantes d'un véritable réservoir sur de nombreuses années. Les chercheurs ont cherché un juste milieu capable d'offrir la rapidité des méthodes simples avec la précision des simulations complexes.
Pour y parvenir, ils ont construit un algorithme d'« optimisation de substitut » (surrogate optimization). Dans ce contexte, un substitut est un modèle simplifié et rapide qui remplace la simulation lourde et lente. L'algorithme commence par tester quelques réglages de débit différents et utilise les résultats pour construire ce modèle simplifié. Il utilise ensuite une stratégie d'échantillonnage intelligente pour deviner où la meilleure solution pourrait être cachée. L'algorithme recherche des points qui sont soit susceptibles de donner un bon résultat basés sur le modèle actuel, soit éloignés de ce qui a déjà été testé, garantissant ainsi l'exploration de nouvelles possibilités. En mettant constamment à jour son modèle simplifié avec de nouvelles données provenant de la simulation réelle et lourde uniquement lorsque cela est absolument nécessaire, l'algorithme trouve la solution optimale avec beaucoup moins de calculs coûteux que les méthodes traditionnelles.
Les chercheurs ont testé cette nouvelle approche sur deux scénarios différents : un modèle synthétique conçu pour imiter un réservoir présentant des caractéristiques géologiques spécifiques, et un réservoir réel au Moyen-Orient. Dans le modèle synthétique, le réservoir contenait des veines à haute perméabilité qui provoquaient le canalisage de l'eau à travers des chemins spécifiques, laissant le pétrole derrière. Le programme de base, qui représentait la gestion standard des puits, a abouti à une valeur actuelle nette d'environ 43,67 millions de dollars américains. Lorsque le nouvel algorithme a pris le relais, il a ajusté les débits d'injection, augmentant notablement l'injection d'eau dans un injecteur spécifique qui était entouré de pétrole non exploité. Ce changement a permis à l'eau de pousser le pétrole restant plus efficacement. Le calendrier optimisé a augmenté la valeur actuelle nette à environ 44,10 millions de dollars, une amélioration significative. Plus important encore, il a augmenté la production totale de pétrole de plus de 27 000 mètres cubes tout en réduisant la production totale d'eau de près de 48 000 mètres cubes.
Le test sur le véritable réservoir du Moyen-Orient a donné des résultats encore plus spectaculaires. Ce réservoir était en production depuis plus de douze ans, avec cinq injecteurs et neuf producteurs. L'approche de gestion standard, qui reposait sur des limites de capacité fixes, a généré une valeur actuelle nette d'environ 11,08 millions de dollars pour la période d'optimisation. Le nouvel algorithme, cependant, a identifié que les débits d'injection et de production devaient être déplacés des puits dominants vers d'autres puits sous-utilisés. En augmentant progressivement le débit d'injection à un injecteur spécifique et en ajustant les débits de production de plusieurs puits, le système a amélioré le balayage du réservoir. Le calendrier optimisé a porté la valeur actuelle nette à environ 13,33 millions de dollars, soit une augmentation de plus de 2,2 millions de dollars. Le résultat le plus frappant fut la réduction de la production d'eau, qui a chuté de plus de 68 000 mètres cubes, ainsi qu'une diminution massive du taux d'eau (water cut), le pourcentage d'eau dans le fluide total produit, qui a baissé de plus de 26 points de pourcentage.
Le succès de cette méthode provient de sa capacité à intégrer la compréhension physique du mouvement de l'eau dans la roche avec la puissance mathématique de l'optimisation. La simulation par lignes de courant offre une image claire des chemins d'écoulement, permettant à l'algorithme de prendre des décisions basées sur la physique réelle du réservoir plutôt que sur de simples suppositions statistiques. En utilisant le cadre d'optimisation de substitut, les chercheurs ont évité le goulot d'étranglement computationnel qui empêche habituellement une optimisation aussi détaillée d'être réalisée en temps opportun. L'algorithme a prouvé qu'il est possible de trouver un calendrier qui soit à la fois économiquement supérieur et physiquement efficace, extrayant plus de pétrole tout en produisant moins d'eau.
Les chercheurs soulignent que cette approche est particulièrement précieuse pour les phases intermédiaire et tardive du développement des réservoirs, où le pétrole restant est souvent dispersé et difficile à atteindre. La méthode ne se limite pas au simple ajustement des débits ; le cadre est suffisamment flexible pour être étendu à l'avenir afin d'optimiser l'emplacement de nouveaux puits ou la disposition de l'ensemble du schéma de puits. Pour l'instant, ce travail démontre qu'en combinant une compréhension profonde du flux de fluides avec des algorithmes de recherche modernes, les ingénieurs peuvent prendre de meilleures décisions qui prolongent la vie des réservoirs et améliorent l'efficacité de la production énergétique mondiale. Les conclusions suggèrent qu'avec les bons outils, le défi complexe de la gestion de l'injection d'eau peut être transformé en une science précise, produisant de meilleurs résultats avec moins de gaspillage.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.