Economic predictive control and optimization in offshore oil and gas production platforms

Abstract

Esta tese traz contribuições para sistemas de controle e otimização dos processos de produção de petróleo e gás natural em plataformas offshore. Tal produção é de fundamental importância para o Brasil, mas está cheia de desafios e exige garantias de qualidade e segurança. Nesse contexto, a melhoria dos sistemas de controle é um tema de grande relevância tanto econômica como social. Assim, o objetivo desta tese é desenvolver e aplicar estratégias de controle preditivo baseado em modelo (MPC) para controle e otimização econômica de processos offshore de produção de petróleo e gás, considerando principalmente aspectos relacionados com a robustez das estratégias estudadas e propostas. Nesse sentido, esta tese pode ser dividida em quatro partes. Primeiramente, é apresentada uma revisão do estado da arte em relação às aplicações de MPC em plataformas de águas profundas. Em segundo lugar, um MPC econômico (EMPC) ? acoplado a um estimador denominado Filtro de Kalman Estendido ? é desenvolvido e aplicado a uma plataforma de petróleo que utiliza a técnica de gas-lift. Por um lado, o filtro estima possíveis incertezas a serem repassadas ao MPC. Por outro lado, o EMPC escolhe a operação ótima com base em um modelo mais simples e constantemente adaptado (usando modificadores). Na prática, isso combina as vantagens do MPC com a estratégia de Adaptação via Modificadores, resultando em um controlador com maior zona operacional, gerando um problema de programação quadrática de fácil resolução e com ação mais frequente ? portanto independente de um otimizador mais lento baseado em modelos estáticos não lineares. Assim, o método proposto resolve o principal problema do EMPC, que é o alto custo computacional da estratégia, que geralmente impede sua aplicação na prática. As preocupações de factibilidade e estabilidade também são abordadas, embora provas só estejam disponíveis para condições moderadas. Na terceira parte, o EMPC desenvolvido é comparado com outros controladores avançados, incluindo estratégias não baseadas em MPC. Os resultados mostram que o MPC proposto é apropriado para o processo, obtendo desempenho melhor ou semelhante ao das técnicas estudadas, que incluem o EMPC clássico, controladores regulatórios avançados baseados em PID e um otimizador estático de tempo real que utiliza uma taxa de amostragem rápida. A diferença é que o controlador proposto combina a otimização econômica ao mesmo tempo que cumpre as restrições do processo, o que significa que as perdas econômicas dinâmicas também são minimizadas. No entanto, possui uma sintonia mais complicada e o esforço para obter um modelo confiável é maior do que o necessário para usar algumas abordagens não baseadas em MPC. Enquanto uma receita para sintonia é fornecida em conjunto com a apresentação da técnica, aborda-se o esforço de modelagem na quarta parte da tese. Para tanto, o EMPC é aplicado a um poço de petróleo cuja produção é artificialmente elevada por uma bomba elétrica submersível. É mostrado que um modelo substituto aproximado pode ser usado para fins de adaptação no algoritmo de controle EMPC proposto, facilitando o esforço de modelagem, e que o controlador é versátil o suficiente para lidar com as especificidades do processo, como restrições variáveis no tempo e restrições de capacidade, ao mesmo tempo em que lida com o problema dinamicamente. Com base nos resultados apresentados, pode se concluir que o EMPC proposto é uma alternativa viável para aplicações práticas nos sistemas de produção offshore.

Abstract: This thesis contributes to control systems and optimization of oil and natural gas production processes on offshore platforms. Such production is of fundamental importance to Brazil, but it is full of challenges and requires quality and safety guarantees. In this context, the improvement of control systems is a topic of great economic and social relevance. Thus, the objective of this thesis is to develop and apply model-based predictive control (MPC) strategies for control and economic optimization of offshore oil and gas production processes, considering mainly aspects related to the robustness of the strategies. In this sense, this thesis can be divided into four parts. First, a review of the state of the art regarding MPC applications on deepwater platforms is presented. Secondly, an economic MPC (EMPC) ? coupled with an estimator called Extended Kalman Filter ? is developed and applied to an oil platform that uses the gas-lift technique. On the one hand, the filter estimates possible uncertainties to be passed on to the MPC. On the other hand, the new EMPC chooses the optimal operation based on a simpler and constantly adapted model (using modifiers). In practice, this combines the advantages of MPC with the Modifier Adaptation strategy, resulting in a controller with a larger operational zone, generating an easily solvable quadratic programming problem, and with more frequent action ? therefore independent of a slower optimizer based on nonlinear static models. Thus, the proposed method solves the main problem of EMPC, which is the high computational cost of the strategy, which generally prevents its application in practice. Feasibility and stability concerns are also addressed, although proofs are only available under mild conditions. In the third part, the developed EMPC is compared with other advanced controllers, including non-MPC-based strategies. The results show that the proposed MPC is appropriate for the process, obtaining better or similar performance to the studied techniques that include classical EMPC, advanced regulatory controllers based on PID, and a static real-time optimizer that uses a fast sampling rate. The difference is that the proposed controller combines economic optimization while complying with process constraints, which means that dynamic economic losses are also minimized. However, it is more complicated to tune and the effort to obtain a reliable model surpasses that of certain non-MPC methods. While a recipe for tuning is provided in conjunction with the presentation of the technique, the modeling effort is addressed in the fourth part of the thesis. To this end, EMPC is applied to an oil well whose production is artificially increased by an electric submersible pump. It is shown that an approximate surrogate model can be used for adaptation purposes in the proposed EMPC control algorithm, easing the modeling effort, and that the controller is versatile enough to deal with process specificities, such as time-varying constraints and capacity constraints, while also handling the problem dynamically. Based on the presented results, it can be concluded that the proposed EMPC is a viable alternative for practical applications in offshore production systems.