دانلود مقاله ISI انگلیسی شماره 145219
ترجمه فارسی عنوان مقاله

مدل های برنامه ریزی عدد صحیح مخلوط برای بهینه سازی فشار خط در سیستم های جمع آوری گاز شیل

عنوان انگلیسی
Mixed-integer programming models for line pressure optimization in shale gas gathering systems
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
145219 2017 34 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Journal of Petroleum Science and Engineering, Volume 157, August 2017, Pages 1021-1032

ترجمه کلمات کلیدی
گاز شیل، برنامه نویسی غیر خطی عدد صحیح مختلط، بهینه سازی، فشار خط، خطوط انتقال،
کلمات کلیدی انگلیسی
Shale gas; Mixed-integer nonlinear programming; Optimization; Line pressure; Transmission lines;
ترجمه چکیده
ما بر اساس مدل منحنی انحراف فشار تحت فشار قرار می گیریم تا بتوانیم چگونگی تاثیر تغییرات فشار بر تولید گاز چاه های فردی را تعیین کنیم. خود مدل مخزن در یک چارچوب بهینه سازی انتقال گنجانده شده است که دقیقا قطره های فشار را در طول بخش های خط لوله ارزیابی می کند. علاوه بر این، ما به صراحت نیازهای فشرده سازی را برای افزایش فشار خط از سطوح جمع آوری گاز به مقادیر تعیین شده توسط شرکت های انتقال خط لوله در نظر می گیریم. از آنجاییکه مدلهای بهینه سازی به دست آمده در مقیاس بزرگ، غیر خطی و غیرانتقادی هستند، ما یک روش راه حل مبتنی بر استراتژی راه اندازی اولیه را پیشنهاد می کنیم. در نهایت، ما یک مطالعه موردی را ارائه می کنیم و نشان می دهیم که چارچوب بهینه سازی پیشنهاد شده می تواند به طور موثر برای مدیریت فشار خط در سیستم های جمع آوری گاز شیل با استفاده از برنامه ریزی دقیق زمانی که چاه های جدید و چاه های جدید به صورت آنلاین وارد شوند، استفاده شود.
پیش نمایش مقاله
پیش نمایش مقاله  مدل های برنامه ریزی عدد صحیح مخلوط برای بهینه سازی فشار خط در سیستم های جمع آوری گاز شیل

چکیده انگلیسی

We rely on a pressure-normalized decline curve model to quantify how line pressure variations impact the gas production of individual wells. The reservoir model itself is incorporated in a transmission optimization framework which rigorously evaluates pressure drops along pipeline segments. Moreover, we explicitly consider compression requirements to lift line pressure from gas gathering levels to setpoints dictated by transmission pipeline companies. Since the resulting optimization models are large-scale, nonlinear and nonconvex, we propose a solution procedure based on an efficient initialization strategy. Finally, we present a detailed case study, and show that the proposed optimization framework can be used effectively to manage line pressures in shale gas gathering systems by properly scheduling when, and how many, new wells are brought online.