Aziz, Mirza Ichwanul (2016) Optimisasi Operasi Enhanced Gas Recovery Pada Tight Gas Reservoir Menggunakan Stochastic Optimization Algorithm. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
02311640000036-Undergraduate_Thesis.pdf Download (9MB) | Preview |
Abstract
Karbon dioksida atau CO2 lazim disebut gas asam arang yang merupakan senyawa kimia yang sangat penting bagi kehidupan organisme di dunia ini. Peningkatan emisi dari CO2 telah banyak memberi dampak negatif terhadap iklim dan lingkungan. Sehingga hal ini menarik perhatian dunia terutama dari kalangan peneliti untuk terus melakukan berbagai upaya pencarian solusi untuk mengurangi emisi CO2. EGR merupakan upaya peningkatan produksi gas dari suatu reservoar gas yang telah mengalami penurunan produksi. Konsepnya tidak jauh berbeda dengan enhanced oil recovery (EOR) yang dilakukan dengan menginjeksikan suatu energi atau massa melalui sumur injeksi ke dalam reservoar minyak. CO2 EOR telah terbukti berhasil secara teknis dan ekonomis selama lebih dari 40 tahun. Pada penelitian ini CO2 EGR dan CS dimodelkan dengan membagi ke dalam tiga bagian yakni injection well, reservoar, dan production well. Gradien tekanan pada injection dan production well dimodelkan dengan persamaan Beggs-Brill sedangkan pada reservoar menggunakan persamaan Darcy. Gradien temperatur untuk setiap bagian dimodelkan dengan persamaan perpindahan panas. Validasi model gradien tekanan dan temperatur pada injection well terhadap PIPESIM dihasilkan error yaitu masing-masing sebesar 0,756% dan 0,04%. Validasi model gradien tekanan dan temperatur pada production well terhadap PIPESIM dihasilkan error yaitu masing-masing sebesar 0,721% dan 0,9% Sedangkan validasi reservoar terhadap COMSOL dihasilkan error sebesar 0,124% dan 0,023%. Dari hasil permodelan, CO2 yang tersimpan adalah 19,82 ton/hari. Berdasarkan analisa sensitivitas, profit akan meningkat ketika laju aliran massa dan temperatur injeksi meningkat sementara akan menurun ketika tekanan injeksi meningkat. Hasil terbaik optimisasi didapatkan ketika digunakan killer whale algorithm (KWA), genetic algorithm (GA), dan particle swarm optimization (PSO) dimana terjadi peningkatan profit dari 3105,608 USD/hari menjadi 8715,439 USD/hari dengan jumlah CO2 yang dapat tersimpan sebanyak 3662,985 ton.
============================================================================
Carbon dioxide or CO2 is commonly called carbonic acid gas which is a chemical compound that is important for the life of organisms. EGR is an effort to increase gas production from a gas reservoir that has decreased production. In this study, CO2 EGR and CS are modeled by dividing into three parts namely injection well, reservoir and production well. Pressure gradients in injection and production well are modeled with the Beggs-Brill equation while in reservoirs use the Darcy equation. The temperature gradient for each part is modeled by the heat transfer equation. Validation of pressure and temperature gradient models at injection well against PIPESIM resulted in errors of 0,756% and 0,04%, while production well are 0,721% and 0,9% respectively, while reservoir validation for COMSOL generated errors of 0,124% and 0,023%. From the results of the modeling, stored CO2 is 19,82 tons / day. Based on sensitivity analysis, profit will increase when mass flow rate and injection temperature increase while decreasing when injection pressure increases. The best optimization results are obtained when killer whale algorithm (KWA), genetic algorithm (GA), and particle swarm optimization (PSO) are used, where profit increases from 3105,608 USD/day to 8715,439 USD / day with the amount of CO2 that can be stored as much as 3662,985 tons.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | enhanced gas recovery (EGR), tight gas reservoir, optimization, stochastic algorithm, carbon sequestration |
| Subjects: | Q Science > QA Mathematics > QA402.5 Genetic algorithms. Interior-point methods. T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms T Technology > TP Chemical technology > TP692.5 Oil and gasoline handling and storage |
| Divisions: | Faculty of Industrial Technology and Systems Engineering (INDSYS) > Physics Engineering > 30201-(S1) Undergraduate Thesis |
| Depositing User: | Mirza Ichwanul Aziz |
| Date Deposited: | 18 Aug 2020 06:57 |
| Last Modified: | 07 Jun 2023 00:38 |
| URI: | http://repository.its.ac.id/id/eprint/77741 |
Actions (login required)
 |
View Item |