Bab 5 Studi Kasus dan Analisa Simulasi
Alokasi gas injeksi pada sumur dual gas lift memerlukan hubungan antara laju injeksi gas terhadap laju produksi minyak untuk masing-masing tubing (string). Kurva yang menyatakan hubungan antara laju injeksi gas dengan laju produksi minyak, disebut kurva performansi gas lift. Kurva performansi gas lift diperoleh dengan menggunakan korelasi Hagedorn and Brown untuk menghitung perbedaan tekanan dalam tubing dan persamaan Darcy untuk menghitung aliran dari dalam reservoir. Kemudian akan dianalisa daerah kestabilan produksi berdasarkan kriteria Asheim dan Alhanati. Algoritma genetika akan digunakan untuk mencari nilai gas injeksi optimum yang menghasilkan nilai produksi minyak maksimum. Untuk proses optimisasi ini, algoritma genetika akan digabungkan dengan metode Shooting, metode RungeKutta dan Equal Slope. Hasil dari algoritma genetika, akan divalidasi dengan kurva performansi gas lift yang telah diperoleh sebelumnya. Tujuan validasi ini untuk melihat hasil perhitungan optimasi dengan algoritma genetika, apakah berada pada kurva performansi gas lift atau tidak. Jika hasil perhitungan tepat berada 48
BAB 5. STUDI KASUS DAN ANALISA SIMULASI
49
pada kurva performansi gas lift, maka metode algoritma genetika yang digunakan dapat dinyatakan benar, jika tidak, maka harus dilakukan modifikasi.
5.1
Studi Kasus
Untuk mensimulasikan program, akan dilakukan studi kasus dengan menggunakan data lapangan berdasarkan paper Nishikori[3].
BAB 5. STUDI KASUS DAN ANALISA SIMULASI
5.2
50
Kurva performansi gas lift dan daerah kestabilan produksi
Kurva performansi gas lift bagi masing-masing tubing (long string dan short string) dan daerah kestabilan produksi, diperoleh dengan menggunakan simulator Matlab7. Total gas injeksi yang tersedia diasumsikan 8 MMSCFD.
Gambar 5.1: Kurva Performansi Gas Lift dan Daerah Kestabilan Short String
Dari gambar 5.1, diketahui bahwa titik maksimum produksi minyak 1131.9BOPD dan cairan sebesar 2263.9BLPD dengan titik optimum gas injeksi 3.5MMS CFD yang berada di dalam daerah kestabilan. Daerah kestabilan dimulai saat perpotongan antara kurva performansi gas lift dengan daerah kestabilan hingga gas injeksi yang tersedia. [0.53, 8] MMS CFD. Dari gambar 5.2, diketahui bahwa titik maksimum produksi minyak 1808.4BOPD dan jumlah produksi cairan 3616.8BLPD dengan titik optimum gas injeksi 5.1MMS CFD yang berada di dalam daerah kestabilan. Daerah kestabilan dimulai saat perpotongan antara kurva performansi gas lift dengan daerah kestabilan hingga gas injeksi
BAB 5. STUDI KASUS DAN ANALISA SIMULASI
51
Gambar 5.2: Kurva Performansi Gas Lift dan Daerah Kestabilan Long String yang tersedia. [0.55, 8] MMS CFD.
5.3 Optimasi Alokasi Gas Injeksi dengan Algoritma Genetika dan Equal Slope Hasil dari kurva performansi gas lift pada sub bab sebelumnya, menunjukkan bahwa, untuk mendapatkan jumlah produksi minyak yang maksimum diperlukan 8.6MMS CFD, padahal jumlah gas injeksi yang tersedia hanya 8MMS CFD. Maka diperlukan suatu metode optimasi alokasi untuk menentukan jumlah gas injeksi optimum yang menghasilkan jumlah produksi minyak maksimum dari kedua string tersebut. Sesuai dengan alur algoritma genetika, akan didefinisikan dua buah variabel acak yaitu qgls dan qgss . qgss berada dalam daerah pencarian [0.53, 8] MMS CFD, dan qgls berada dalam daerah pencarian [0.55, 8] MMS CFD, sesuai dengan daerah kestabilan. Proses awal dari algoritma genetika, berupa membangkitkan populasi awal yang
BAB 5. STUDI KASUS DAN ANALISA SIMULASI
52
dinyatakan dalam bilangan acak biner. Dilanjutkan dengan proses evaluasi, evolusi sehingga mendapatkan populasi pada generasi selanjutnya yang lebih unggul. Pada model optimasi ini, digunakan 200 generasi dengan ukuran individu dalam sebuah populasi sebanyak 20 individu. Peluang terjadinya cross over 0.9 sedangkan peluang terjadinya mutasi 0.01. Panjang bilangan acak adalah 34 bit, sesuai dengan uraian pada bab (4.3.1). Ditemukan bahwa hasil perhitungan dari model menghasilkan konvergensi pada generasi ke-53. dengan hasil:
Dari simulasi dengan menggunakan algoritma genetika dan equal slope dapa diketahui alokasi gas injeksi bagi masing-masing string. Dengan jumlah total alokasi gas injeksi sesuai dengan jemlah gas injeksi yang tesedia di lapangan, yaitu 8MMS CFD. Simulasi dengan menggunakan algoritma genetika dan equal slope memberikan solusi yang berada di dalam daerah kestabilan, seperti pada gambar dibawah: Titik optimum pada Gambar 5.3 dan Gambar 5.4 jatuh pada daerah kestabilan sebelum titik maksimum. Hal ini disebabkan adanya pengaruh metode equal slope pada algoritma genetika, dimana slope sudah menunjukkan pada harga yang sama pada titik-titik tersebut.
BAB 5. STUDI KASUS DAN ANALISA SIMULASI
Gambar 5.3: Titik Optimum untuk Short String
Gambar 5.4: Titik Optimum untuk Long String
53
