Проблема:
Одна из крупнейших в России нефтегазовых компаний столкнулась с финансовой неэффективностью истощающихся месторождений: около 20% из них эксплуатировались на грани или за пределом рентабельности. Чтобы сохранять высокие показатели в условиях высокого уровня неопределенности, компании необходимо было оперативно принимать решения об остановке или продолжении работ на малоприбыльных скважинах, а также о целесообразности ремонта при их поломках.
Для решения этих задач компания решила создать цифрового двойника одного из таких месторождений. Он должен был помочь руководителям в принятии решений: имитировать работу месторождения на основе операционных данных со скважин, рассчитывать экономические показатели и выделять неэффективные скважины. Консультанты из компании «Фокус Групп» вошли в проектную команду по разработке ядра системы – агентной имитационной модели месторождения.
Решение:
Для создания модели инженеры выбрали AnyLogic. Используя возможности программы по работе с ГИС-картами, они учли в модели географическое расположение кустов скважин и особенности их работы. На карте в модели инженеры разместили около 400 скважин, географически привязав их к текущим местоположениям. Все скважины в модели, как и в реальной жизни, были соединены инфраструктурой: трубопроводной сетью, водопроводами, дорогами и линиями электропередач. После запуска модели агенты-скважины начинают добывать нефть. В модель можно загрузить данные в Excel-формате, задав, например:
В модель можно загрузить данные в Excel-формате, задав, например:
- технический режим работы скважин;
- прогноз их обводнённости;
- объем попутного нефтяного газа на поскважинном уровне;
- стоимость нефти и газа для расчёта финансовых показателей.
Благодаря высокой детализации модели для каждой скважины можно рассчитать как выручку, так и затраты, например, на транспортировку сырья со скважины и поддержание пластового давления, на электроэнергию, персонал и техобслуживание.
Когда модель была готова, команда разработчиков сымитировала работу месторождения в течение 1 года.
Результат:
В результате в модели были выделены экономически неэффективные скважины, а также те, для которых текущий и капитальный ремонт был не рентабелен.
Кроме того, модель позволяет в реальном времени оценивать, как выход из строя одной скважины повлияет на экономические показатели соседних. При этом учитывается перераспределение общих затрат и снижение энергозатрат на подъём нефти в соседних скважинах из-за изменения давления в нефтепроводе.
Чтобы передать модель заказчику, инженеры воспользовались функцией выгрузки модели в виде отдельного приложения.
Следующие шаги:
Цель следующих стадий проекта – соединить модель с источниками оперативных данных о работе месторождения. Это превратит её в полноценный цифровой двойник и позволит моделировать сценарии на основе актуальной информации. Компания планирует использовать его для:
- определения экономических показателей работы каждой скважины на годовом горизонте;
- оценки экономического эффекта от капитального ремонта скважин;
- оценки влияния решения о закрытии или продолжении работы скважины на технико-экономические показатели других скважин.
Внедрение цифрового двойника позволяет снизить издержки на эксплуатацию месторождения на $1 млн в год. После внедрения на текущем месторождении инструмент можно настроить для использования на других месторождениях.