Optimal oil production network control using Modelica

TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.Na ultima década, diversos trabalhos desenvolveram técnicas para otimização estática da produção. Ao mesmo tempo, engenheiros de controle vem usando otimização para controlar a dinâmica de poços, separadores e outro elementos da rede de produção. Este trabalho visa preencher o gap entre essas duas áreas distintas. Ele tenta responder uma questão comum que surge ao desenvolver problemas de otimização estática, o que está ocorrendo com as dinâmicas do sistema? Para esse propósito, um modelo dinâmico da rede de produção de petróleo foi desenvolvido. Ele contém os principais elementos: poço, manifold, pipeline, separador, compressor de gás e linha de injeção de gas-lift. Uma linguagem de modelagem de sistemas chamada Modelica foi usada para transcrever estes modelos para eles serem usados no ambiente computacional JModelica.org. Esse ambiente conecta ferramentas do estado da arte para simulação e otimização de sistemas dinâmicos. Além de criar uma ferramenta que possibilite a compreensão do que está ocorrendo com as dinâmicas do sistema, este trabalho se propõe a resolver um problema que não seja notado em outras formulações. Um problema no qual uma manutenção programada dos compressores reduzirá sua capacidade de fluxo, se não manejado de forma adequada, poder á levar a um transitório onde é necessário queimar parte da produção no flare. Três problemas de otimização são formulados e comparados. O primeiro, uma formulação simplista que faz o tracking de um setpoint. Na sequência, é criado um problema de maximização da produção. Por último, é formulada uma combinação de tracking com minimização do uso do flare. Os problemas de otimização são discretizados usando o collocation method, um método que faz a formulação explícita do problema e descarta o uso de simuladores. A otimização é realizada usando o nonlinear solver IPOPT. Os Jacobianos, as Hessianas e os gradientes são obtidos com a ferramenta de diferenciação automática CasADi. Após a análise dos resultados, verificamos que é necessário o tratamento dinâmico do problema e a ausência desta abordagem leva a condições na qual o flare é usado. Para evitar tal situação tanto a formulação de maximização de produção, quanto a formulação de tracking com alta penalização do flare podem ser usadas.In the last decade several works have developed techniques to solve the steady state production optimization problem. At the same time, control engineers have used optimization to control the dynamics of wells, separators and other production network elements. This work aims to fill the gap between this two distinct areas of study. It tries to answer a common question that arises when developing static optimization problems, what is happening with the system dynamics? For this, a dynamic model of an oil and gas production network was developed. It contains the main elements: wells, manifolds, pipelines, separators, gas compressors and gas-lift injection line. A system modelling language named Modelica was used to transcript these models, so they could be used in the computational environment JModelica.org. This environment connects state-of-the-art tools to simulation and optimization of dynamic systems. Beside creating a tool that allows the understanding of what is happening in the dynamic domain, this works proposes to solve a dynamic problem that might be unnoticed in other formulations. A problem where a scheduled compressors maintenance will reduce the compressors flow capacity and if not well handled may lead to a temporary flare condition. Three optimization problems are formulated and compared. At first an naive approach that only tracks a setpoint is proposed. After, a production maximization problem is created. At last, a combination of tracking and flare minimization is suggested. Each optimization problem is discretized using the collocation method, a explicit formulation that discards the use of simulators. The optimization is solved using the IPOPT nonlinear solver. The Jacobians, Hessians, and gradients are obtained using the CasADi automatic differentiation tool. After the analysis of the results, it is seen that the an approach that treats the dynamics is necessary and the lack of such treatment leads to a flaring condition. Both, the production maximization and the tracking formulation with high penalization, were able to solve the problem without using the flare