UNSPECIFIED (2022) PENENTUAN DISTRIBUSI ALOKASI GAS INJEKSI PADA MULTI-WELL GAS LIFT MENGGUNAKAN METODE OPTIMASI UNTUK MENINGKATKAN PRODUKSI MINYAK DI LAPANGAN OGAN SUMATERA SELATAN. Masters thesis, UPN 'Veteran" Yogyakarta.
Text
01 FINAL DRAFT - Roni Wibowo - 213190024.pdf Restricted to Repository staff only Download (4MB) |
|
Text
04 Lembar Pengesahan.pdf Download (321kB) |
|
Text
05 Daftar Isi.pdf Download (47kB) |
|
Text
06 Daftar Pustaka.pdf Download (92kB) |
|
Text
02 Abstract.pdf Download (75kB) |
|
Text
03 COVER.pdf Download (151kB) |
Abstract
RINGKASAN
Pada lapangan Ogan, sebuah lapangan minyak onshore yang terletak di Provinsi
Sumatra Selatan, sumur minyak ini diproduksikan salah satunya menggunakan gas-lift
sebagai pengangkatan buatan, hal ini dikarenakan rendahnya tekanan reservoir dan
tingginya air terikut dalam minyak (water cut). Data yang digunakan dalam penulisan
studi diambil dari data tes Produksi dari tiga sumur gaslift. Untuk dapat mengalokasikan
jumlah gas injeksi yang terbatas dan menghasilkan laju produksi minyak yang maksimal
maka perlu dilakukan upaya optimisasi gas lift.
Optimasi ini dapat dimulai dengan mengevaluasi kinerja pengangkatan buatan
gaslift yang diwakili oleh kurva kinerjanya yaitu Gas Lift Performance Curve (GLPC)
sebagai basis metode optimisasi, dimana GLPC ini akan menggambarkan respon sumur
gas lift terhadap laju injeksi gas lift. Alokasi laju injeksi gas lift kemudian dioptimalkan
untuk mendapatkan nilai optimum yang sesungguhnya dengan menggunakan metode
Nonlinear Programming (NLP), Simplex Linear Programming (SLP), dan model
Analitik yang kemudian dibandingkan dan dievaluasi hasil dari tiap metode-metode
tersebut.
Dari hasil metode Simplex Linear Programming (SLP) untuk optimasi gas lift
belum menunjukkan adanya potensi peningkatan dari produksi minyak awal dengan
merealokasi laju injeksi gas lebih dari 1,721 MMSCFD. Untuk metode Nonlinear
Programming (NLP) menunjukkan hasil sebesar 21,3%, potensi peningkatan produksi
minyak dengan realokasi gas injeksi lebih dari 1,721 MMSCFD. Sedangkan dengan
menggunakan model Analitik menunjukan hasil sama seperti kondisi actual sebesar
190,808 STBD. Data yang digunakan pada model analitik berupa polinom kuadratik
dimana untuk persamaan polinom kuadratik ini tidak merepresentasikan keseluruhan
data aktual. Berdasarkan paper Ricky dkk. “A ‘Simple-Effective-Efficient’ Analytical
Model For Multi-Well Gas Lift Allocation Optimization”, batasan untuk menggunakan
model analitik ini yaitu R2 dari GLPC (0,95). Ketiga metode di atas merupakan metode
tradisional di mana tidak mempertimbangkan adanya efek tekanan balik terhadap
tekanan wellhead, tekanan pembukaan katup gas-lift, dan ketersediaan tekanan operasi
pada casing untuk menginjeksikan laju gas-lift dalam jumlah tertentu, sehingga hasil
optimasi laju injeksi gas yang diperoleh masih dirasa cukup besar dibandingkan
produksi awal minyak. Metode Nonlinear Programming (NLP) merupakan metode
yang paling baik dibandingkan dengan metode Simplex Linear Programming (SLP) dan
model Analitik untuk mengoptimalkan gas-lift. Hal ini disebabkan karena data sintetis
yang digunakan pada optimisasi cukup mendekati data aktual tiap sumur. Sehingga nilai
optimum yang didapat lebih tepercaya dibandingkan metode lainnya. Optimasi berbasis
jaringan produksi dapat dilakukan agar memperoleh hasil optimasi yang lebih baik
karena mempertimbangkan beberapa aspek operasional dalam optimasi dibandingkan
dengan metode tradisional.
Kata Kunci: Optimisasi, Gas-Lift, Simplex Linear Programming (SLP), Nonlinear
Programming (NLP), model Analitik
Item Type: | Thesis (Masters) |
---|---|
Uncontrolled Keywords: | Optimisasi, Gas-Lift, Simplex Linear Programming (SLP), Nonlinear Programming (NLP), model Analitik |
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
Depositing User: | Eko Yuli |
Date Deposited: | 01 Aug 2022 07:11 |
Last Modified: | 01 Aug 2022 07:11 |
URI: | http://eprints.upnyk.ac.id/id/eprint/30510 |
Actions (login required)
View Item |