NO341307B1

NO341307B1 - Procedure for optimizing production from a group of wells

Info

Publication number: NO341307B1
Application number: NO20084606A
Authority: NO
Inventors: Jan Jozef Maria Briers; Keat-Choon Goh; Charles Edward Moncur; Peter Overschee
Original assignee: Shell Int Research
Priority date: 2006-04-07
Filing date: 2008-10-30
Publication date: 2017-10-02
Also published as: BRPI0708835B1; NO20084606L; AU2007235959B2; AU2007235959A1; EP2004953A1; EA200802116A1; EP2004953B1; BRPI0708835A2; NZ571278A; CA2645902A1; CA2645902C; ATE445083T1; WO2007116008A1; DE602007002702D1

Abstract

The present invention relates to a method to optimise production of a cluster of wells on the basis of an estimation of the contributions of individual wells to the production of the cluster of wells, tailored to the particular constraints and requirements of the oil and gas production environment. The wells in the cluster may differ in terms of nature and flux of its effluents, and/or mode of operation, stimulation and/or manipulation. The wells may also produce from multiple subsurface zones or branches. The wellheads of the wells in the cluster may be located on land or offshore, above the surface of the sea or on the seabed. The method according to the invention may be used to generate one or more optimisation models, taking into account only significantly relevant well and production syatem characeristics and effects.

Description

O ppfinnelsens bakgrunn: The background of the invention:

Oppfinnelsen vedrører en fremgangsmåte for å optimalisere produksjonen fra et produksjonssystem for hydrokarbon som omfatter en gruppe/klynge av produksjonsbrønner for hydrokarbon og en tilknyttet sammenstilling for fluidseparasjon. The invention relates to a method for optimizing production from a hydrocarbon production system comprising a group/cluster of hydrocarbon production wells and an associated assembly for fluid separation.

Typisk blir fluidstrømmer fremstilt av individuelle brønner i en gruppe/klynge av brønner slått sammen til flerfasestrømmer i én eller flere manifoldledere for produksjon og ledet via en sammenstilling for fluidseparasjon (omfattende én eller flere masseseparatorer og/eller produksjonsseparatorer) til fluidutløpsledninger for transport og salg av i hvert fall nominelt separerte strømmer av væsker, gass og/ eller andre fluider. Typically, fluid streams produced by individual wells in a group/cluster of wells are combined into multiphase streams in one or more production manifolds and routed via a fluid separation assembly (comprising one or more mass separators and/or production separators) to fluid outlet lines for transport and sale of at least nominally separated flows of liquids, gas and/or other fluids.

Et problem tilknyttet behandling av fluidstrøm ved utløpene av masse- eller produksjonsseparatoren er at denne flyten av fluid stammer fra den sammenslåtte flyt fra alle brønner i klyngen og gir ikke informasjon om sammensetningen og flyten av fluider fremstilt ved hver enkelt brønn. Følgelig kan de enkelte fluidstrømmer produsert av hver enkelt brønn ikke på vanlig måte bli sporet nøyaktig i sanntid eller samtidig. Denne manglende evne til å spore hver enkelt brønnproduksjon, sammen med variasjonen av brønnproduksjon og egenskaper over tid, fører straks til den manglende evne til fullt å karakterisere brønnene i den hensikt å forutsi strømmer i det fall at forskjellige brønnjusteringer utføres. Videre påvirker produksjonen fra brønnene ofte hverandre på grunn av begrenset kapasitet til å håndtere de fulle potensielle produksjoner fra brønnene i manifolden og separatoren. Som et eksempel kan overproduksjon av gass i én brønn gjerne redusere den totale oljeproduksjon i klyngen av brønner. A problem associated with the treatment of fluid flow at the outlets of the mass or production separator is that this flow of fluid originates from the combined flow from all wells in the cluster and does not provide information about the composition and flow of fluids produced at each individual well. Consequently, the individual fluid streams produced by each individual well cannot normally be accurately tracked in real time or simultaneously. This inability to track individual well production, together with the variation of well production and characteristics over time, immediately leads to the inability to fully characterize the wells for the purpose of predicting flows in the event that various well adjustments are made. Furthermore, the production from the wells often affects each other due to limited capacity to handle the full potential productions from the wells in the manifold and separator. As an example, overproduction of gas in one well can often reduce the total oil production in the cluster of wells.

Et ytterligere problem med å overvåke og styre produksjonen fra en hydrokarbonproduserende brønn er at en slik brønn kan produsere en blanding av råolje, gass, vann og kondensater og at produksjonen kan inneholde uregelmessige, slugger av råolje, vann, faste stoffer og/eller kondensater. Flerfasestrømmålere er ofte for dyre, har for begrensede driftsbegrensninger og er for kompliserte å installere på individuelle brørmgjennomstrørnningslinjer til å muliggjøre at individuelle olje-, vann-og gasskomponenter fra brønnproduksjonen blir målt kontinuerlig i sanntid, i særdeleshet mens karakteristikken for flerfaseflyt for brønn endres betydelig over levetiden av brønnen. Disse flytmålere for flerfase krever også kalibrering ved oppstart og/eller fra tid til annen deretter. Følgelig blir i de fleste tilfeller produksjonen av fluider fra hver enkelt brønn ikke vanligvis målt direkte nøyaktig, kontinuerlig eller i sanntid. A further problem with monitoring and controlling production from a hydrocarbon-producing well is that such a well may produce a mixture of crude oil, gas, water and condensates and that the production may contain irregular slugs of crude oil, water, solids and/or condensates. Multiphase flow meters are often too expensive, have too limited operational limitations, and are too complicated to install on individual well flow lines to enable individual oil, water, and gas components from well production to be measured continuously in real time, particularly as the well multiphase flow characteristics change significantly over the lifetime of the well. These multiphase flowmeters also require calibration at startup and/or from time to time thereafter. Accordingly, in most cases the production of fluids from each individual well is not usually measured directly accurately, continuously or in real time.

Internasjonal patentsøknad WO 03/046485 beskriver et produksjonsmålings- og brønnprøvesystem, hvor den akkumulerte produksjon fra brønner i et helt felt blir målt nedstrøms for en masseseparator i hvilken de produserte andeler av råolje, vann, naturgass, faste stoffer og/eller kondensater blir separert, og flyten og sammensetningen av den produserte råolje og/eller andre andeler kan bli nøyaktig overvåket. Denne nøyaktige måling av den akkumulerte produksjon fra brønner fra et helt felt blir gjort samtidig, og sammenliknet med mindre nøyaktige flerfaseflytmålinger oppstrøms, målinger som blir tatt samtidig ved hver enkelt brønn. International patent application WO 03/046485 describes a production measurement and well testing system, where the accumulated production from wells in an entire field is measured downstream of a mass separator in which the produced proportions of crude oil, water, natural gas, solids and/or condensates are separated, and the flow and composition of the produced crude oil and/or other fractions can be accurately monitored. This accurate measurement of the accumulated production from wells from an entire field is done simultaneously, and compared to less accurate multiphase flow measurements upstream, measurements that are taken simultaneously at each individual well.

Den internasjonale patentsøknaden WO 02/29195 A2 angår produksjonsoptimaliseringsmetodikk for flerlagsreservoarer ved bruk av kompleksert reservoarproduksjonsutførelsesdata og produksjonsloggingsinformasjon. Dokumentet US 6434435 Bl angår anvendelse av adaptiv objektorientert optimaliserings-programvare til et automatisk optimaliserings-oljefelthydrokarbon-produksjonsstyringssystem. International patent application WO 02/29195 A2 relates to production optimization methodology for multilayer reservoirs using complex reservoir production execution data and production logging information. The document US 6434435 B1 relates to the application of adaptive object-oriented optimization software to an automatic optimization oilfield hydrocarbon production control system.

I publikasjonen til SENGUL, M. et al. "Applied Production Optimization: i-Field" SPE 77608, 2002.09.29, beskrives også produksjonsoptimalisering. Følgende publikasjoner angår sanntidsoptimalisering; In the publication of SENGUL, M. et al. "Applied Production Optimization: i-Field" SPE 77608, 2002.09.29, also describes production optimization. The following publications concern real-time optimization;

-SAPUTELLI et al. "Promoting real-Time Optimization of Hydrocarbon Producing systems" SPE 83978, 2003.09.02. -MOCFflZUKI et al. "Real Time Optimization: Classification and Assessment" SPE 90213, 2004.09.26. -MOCFflZUKI et al. "Real Time Optimization: Classification and Assessment" SPE 90213, 2004.09.26. -SAPUTELLI et al. "Promoting real-Time Optimization of Hydrocarbon Producing systems" SPE 83978, 2003.09.02. - MOCFflZUKI et al. "Real Time Optimization: Classification and Assessment" SPE 90213, 2004.09.26. - MOCFflZUKI et al. "Real Time Optimization: Classification and Assessment" SPE 90213, 2004.09.26.

Søkerens internasjonale patentsøknad PCT/EP2005/055680, "Method and system for determining the contributions of individual wells to the production of a cluster of wells" (Fremgangsmåte og system for å avgjøre bidragene fra enkeltbrønner til produksjonen fra en klynge av brønner) beskriver en fremgangsmåte og et system kalt og heretter referert til som "Production Universe Real Time Monitoring" The applicant's international patent application PCT/EP2005/055680, "Method and system for determining the contributions of individual wells to the production of a cluster of wells" describes a method and a system called and hereafter referred to as "Production Universe Real Time Monitoring"

(Universell, sanntids produksjonsovervåking) (PU-RTM). PU-RTM-fremgangsmåten muliggjør nøyaktig sanntids estimering av bidragene fra enkeltbrønner til den totale sammenslåtte produksjon fra en klynge av produksjonsbrønner for råolje-, gass-og/eller andre fluider på grunnlag av brønnmodeller avledet fra brønnprøvedata og regelmessig oppdatert ved å bruke sammenslåtte, dynamiske produksjonsdata. PU-RTM-metoden krever heller ikke utplassering av flerfasemålere ved hver overvåket brønn. (Universal, real-time production monitoring) (PU-RTM). The PU-RTM approach enables accurate real-time estimation of the contributions of individual wells to the total combined production from a cluster of production wells for crude oil, gas and/or other fluids on the basis of well models derived from well test data and regularly updated using pooled, dynamic production data. The PU-RTM method also does not require the deployment of multiphase meters at each monitored well.

I henhold til den foreliggende oppfinnelse er det tilveiebrakt en fremgangsmåte, som angitt i krav 1, for å optimalisere produksjon fra en klynge av brønner. According to the present invention, a method has been provided, as stated in claim 1, to optimize production from a cluster of wells.

Et mål med den foreliggende oppfinnelsen er å sørge for en fremgangsmåte og et system for å optimalisere produksjon fra en klynge av brønner på grunnlaget av et anslag av bidragene fra enkeltbrønner til produksjonen fra klyngen av brønner, tilpasset til de bestemte begrensninger og krav fra olje- og gassproduksjonsmiljøet. Brønnene i klyngen kan avvike fra hverandre i begreper om beskaffenhet, flyt av deres utstrømninger og/eller driftsmåte, stimulering og/eller innstilling. Brønnene kan også produsere fra flere soner eller grener i undergrunnen. Brønnhodene av brønnene i klyngen kan være lokalisert på land eller til sjøs, over overflaten av sjøen eller på sjøbunnen. Fremgangsmåten ifølge oppfinnelsen kan bli brukt til å frembringe én eller flere optimaliseringsmodeller, som tar med i beregning bare betydelige, relevante karakteristikker og virkninger for brønn- og produksjonssystem. An aim of the present invention is to provide a method and a system for optimizing production from a cluster of wells on the basis of an estimate of the contributions from individual wells to the production from the cluster of wells, adapted to the specific limitations and requirements of oil- and the gas production environment. The wells in the cluster may differ from each other in terms of nature, flow of their outflows and/or mode of operation, stimulation and/or setting. The wells can also produce from several zones or branches in the underground. The wellheads of the wells in the cluster can be located on land or at sea, above the surface of the sea or on the seabed. The method according to the invention can be used to produce one or more optimization models, which take into account only significant, relevant characteristics and effects for the well and production system.

Sammendrag av oppfinnelsen: Summary of the invention:

Ifølge oppfinnelsen er det gjort tilgjengelig en fremgangsmåte for å optimalisere produksjon fra en klynge av brønner fra hvilke brønnutstrømmende strømmer blir slått sammen og separert i en fluidseparerende sammenstilling til minst delvis separerte strømmer av råolje, gass og/eller andre fluider, fremgangsmåten omfatter å: a) utføre en brønnprøve på hver av brønnene under hvilken produksjon fra den prøvede brønn blir variert og én eller flere individuelle variabler for brønnproduksjon According to the invention, a method has been made available for optimizing production from a cluster of wells from which well outflow streams are combined and separated in a fluid separating assembly into at least partially separated streams of crude oil, gas and/or other fluids, the method comprises: a ) perform a well test on each of the wells during which production from the tested well is varied and one or more individual variables for well production

blir overvåket, being monitored,

b) utlede fra data oppnådd ved brønnprøvene en estimeringsmodell for hver brønn vedrørende variasjonen av flytmønsteret av utstrømninger som blir produsert fra b) derive from data obtained at the well tests an estimation model for each well regarding the variation of the flow pattern of outflows that are produced from

den prøvede brønn og av de overvåkede brønnproduksjonsvariabler, the sampled well and of the monitored well production variables,

c) sette brønnene i normal, sammenslått produksjon av olje og/eller gass, c) put the wells into normal, combined production of oil and/or gas,

d) overvåke under trinn c) et dynamisk mønster av fluidstrøm fra de minst delvis d) monitor during step c) a dynamic pattern of fluid flow from the least partially

separerte strømmer av råolje, gass og/eller andre fluider ved hjelp av flytmålere separated streams of crude oil, gas and/or other fluids using flow meters

innrettet i de i det minste delvis separerte strømmer av råolje, gass og/eller andre fluider nedstrøms fra sammenstillingen for fluidseparasjon, arranged in the at least partially separated streams of crude oil, gas and/or other fluids downstream from the assembly for fluid separation,

e) overvåke under trinn c) én eller flere variabler for brønnproduksjon som vedrører karakteristikker av de strømmer av flerfaseflyt som blir produsert fra de e) monitor during step c) one or more variables for well production that relate to characteristics of the streams of multiphase flow that are produced from the

enkelte brønner, individual wells,

f) gjentakende anslå et dynamisk sammenslått fluidstrøm-mønster fra klyngen av brønner på grunnlaget av estimeringsmodellene ifølge trinn b) og f) repeatedly estimating a dynamic combined fluid flow pattern from the cluster of wells on the basis of the estimation models according to step b) and

produksjonsvariablene som blir overvåket ifølge trinn e), the production variables that are monitored according to step e),

g) utføre en dynamisk tilnærmelsesprosess, hvor det under en valgt tilnærmelsesperiode: - blir antatt at det anslåtte dynamiske sammenslåtte fluidstrøm-mønster ifølge trinn f) er en akkumulering av de nevnte individuelle estimeringsmodeller for brønnproduksjon som blir multiplisert med ukjente vektfaktorer, - de ukjente vektfaktorer blir anslått ved iterativt å variere hver vektfaktor inntil det anslåtte dynamiske sammenslåtte fluidstrøm-mønster i hovedsak samsvarer med det overvåkede dynamiske fluidstrøm-mønster, og - beste anslag av produksjonsflyt blir gjort tilgjengelig under den valgte tilnærmelsesperiode og ved å bruke de individuelle faktorer for brønntilnærmelse med estimeringsmodellene for å anslå produksjon fra hver brønn for en neste g) perform a dynamic approximation process, where during a selected approximation period: - it is assumed that the estimated dynamic combined fluid flow pattern according to step f) is an accumulation of the aforementioned individual estimation models for well production which is multiplied by unknown weighting factors, - the unknown weighting factors is estimated by iteratively varying each weighting factor until the predicted dynamic pooled fluid flow pattern substantially matches the monitored dynamic fluid flow pattern, and - best estimates of production flow are made available during the selected approximation period and using the individual well approximation factors with the estimation models to estimate production from each well for the next one

tilnærmelsesperiode, rapprochement period,

h) definere et mål for driftsoptimalisering som omfatter et mål som skal optimaliseres med hensyn til produksjon fra én eller flere brønner og/eller klyngen av h) define a target for operational optimization which includes a target to be optimized with regard to production from one or more wells and/or the cluster of

brønner, wells,

i) justere produksjon av brørmutstrørnninger fra klyngen av brønner slik at målet for optimalisering tilnærmes, og i) adjust production of well mud flows from the cluster of wells so that the goal of optimization is approached, and

j) gjenta trinn g og i fra tid til annen. j) repeat steps g and i from time to time.

Fremgangsmåten kan ifølge oppfinnelsen alternativt videre omfatte trinnene å: According to the invention, the method can alternatively further include the steps to:

- identifisere for minst én av brønnene i klyngen én eller flere numerisk innstilte variabler som kan bli innstilt direkte for å variere produksjonen fra brønnen og deretter avlede fra data oppfanget ved brønnprøvene og/eller under den normale, sammenslåtte produksjon og/eller estimeringsmodellen, en forutsigelsesmodell som forbinder de innstilte brønnvariabler med variasjonen av flyten eller flytmønsteret og/eller de andre karakteristikker av de produserte brørmutsitømninger. Brønner uten identifiserte innstilte variabler vil ha forutsigelsesmodeller som er konstante tall lik de nominelle anslåtte produksjoner fra brønnen, - summere forutsigelsesmodellene av alle brønner i brønnklyngen for å gjøre tilgjengelig en forutsigelsesmodell for helhetlig, sammenslått produksjon, - justere produksjon av brørmutsitømninger ved hjelp av de innstilte brønnvariabler slik som veiledet av de individuelle modeller for brønnforutsigelse og forutsigelsesmodellen for helhetlig, sammenslått produksjon for å oppnå det nevnte mål for optimalisering. - identify for at least one of the wells in the cluster one or more numerically set variables that can be set directly to vary the production from the well and then derive from data captured at the well tests and/or during the normal, combined production and/or estimation model, a prediction model which connects the set well variables with the variation of the flow or flow pattern and/or the other characteristics of the produced well mud discharges. Wells without identified set variables will have prediction models that are constant numbers equal to the nominal predicted productions from the well, - sum the prediction models of all wells in the well cluster to make available a prediction model for overall, combined production, - adjust production of well discharges using the set well variables as guided by the individual well prediction models and the integrated production prediction model to achieve the aforementioned goal of optimization.

Valgbart kan fremgangsmåten ifølge oppfinnelsen enda ytterligere omfatte trinnene: - å måle et (eller flere) vekselvirkende trykk, slik som et (eller flere) trykk innenfor én eller flere produksjonsmanifolder i gjennomstrømningslinjene som er forbundet med brønnhodene av brønnene i klyngen av brønner, i hvilke manifolder flyten fra et flertall av brørmgjennomsitømningslinjer blir slått sammen, variasjonen av hvilken, mens totale brønnproduksjoner varierer indikerer og forbinder vekselvirkninger mellom utstrømmende strømmer fra forskjellige brønner, - å oppfange dynamiske data som vedrører variasjonene av gjensidig(e) trykk med de målte variabler fra brønnene, fra normal sammenslått produksjon og/eller under tider med produksjonsforstyrrelser og/eller ved å utføre en rekke av brønngjensidighetsprøver under hvilke de vekselvirkende trykk blir variert, - å oppfange fra dynamiske data vedrørende variasjonene av gjensidig(e) trykk i forhold til de målte variabler fra brønnenes brønnforutsigelsesmodeller vedrørende variasjonene av innstilt(e) brønnvariabel (-variabler) og gjensidig(e) trykk med produksjonen fra brønnene, - å oppfange dynamiske data som vedrører variasjonene av gjensidig(e) trykk Optionally, the method according to the invention may even further comprise the steps: - to measure an (or more) interacting pressure, such as a (or more) pressure within one or more production manifolds in the flow lines which are connected to the wellheads of the wells in the cluster of wells, in which manifolds the flow from a plurality of well seepage lines are merged, the variation of which, while total well productions vary, indicates and associates interactions between outflows from different wells, - to capture dynamic data relating the variations of mutual pressure(s) with the measured variables from the wells , from normal combined production and/or during times of production disturbances and/or by performing a series of well reciprocity tests during which the interacting pressures are varied, - to capture from dynamic data regarding the variations of mutual pressure(s) in relation to the measured variables from the wells' well prediction other models regarding the variations of set well variable(s) and mutual pressure with the production from the wells, - to capture dynamic data relating to the variations of mutual pressure

med den totale, sammenslåtte produksjon under tider med normal sammenslått produksjon og/eller under perioder med produksjonsforstyrrelser og/eller ved å utføre en rekke av prøver under hvilke det vekselvirkende trykk blir variert og deretter én eller flere gjensidighetsmodeller for manifold som forbinder variasjonen av de(t) vekselvirkende trykk med den totale, sammenslåtte produksjonsflyt flytende gjennom manifoldene, - å kombinere modellene for brønnforutsigelse med modellene for vekselvirkende trykk for å oppnå en helhetlig sammenslått modell for forutsigelse av produksjon. with the total combined production during times of normal combined production and/or during periods of production disturbances and/or by performing a series of tests during which the reciprocating pressure is varied and then one or more manifold reciprocity models relating the variation of the t) interacting pressure with the total combined production flow flowing through the manifolds, - combining the well prediction models with the interacting pressure models to achieve a comprehensive integrated production prediction model.

Valgbart kan fremgangsmåten ifølge oppfinnelsen videre omfatte trinnet å gjenta periodisk fremgangsmåten av å optimalisere ved å sammenstille modellene for å forutsi med de gjeldende strømninger slik at de sammenstilte forutsigelsesmodeller gjengir de gjeldende strømninger som anslått av den dynamiske tilnærmelsesprosessen. Optionally, the method according to the invention can further comprise the step of periodically repeating the method of optimizing by compiling the models to predict with the current flows so that the compiled prediction models reproduce the current flows as estimated by the dynamic approximation process.

Målet for optimalisering kan være en utbyttefunksjon som forbinder kombinert oppsamlet eller midlet og/eller individuell brønnproduksjon til virkelig økonomisk netto-, brutto- eller tilleggsutbytte, valgbart omfattende forbundne produksjonskostnader. The objective of optimization may be a yield function relating combined pooled or average and/or individual well production to real economic net, gross or additional yield, optionally including associated production costs.

Målet for optimalisering kan være krevet å bli oppnådd mens produksjonsbegrensninger blir overholdt, omfattende: grenser for de innstilte variabler, de individuelle brønnproduksjoner, størrelsene av brønnproduksjon omfattende målinger, den av grupper av brønner, på de(t) vekselvirkende trykk og/eller på den sammenslåtte totale produksjon. The goal of optimization may be required to be achieved while respecting production constraints, including: limits on the set variables, the individual well productions, the magnitudes of well production including measurements, that of groups of wells, on the interacting pressure(s) and/or on the combined total production.

Fremgangsmåten ifølge oppfinnelsen kan videre omfatte trinnet å utføre en optimalisering ved å bruke hvilken som helst av et flertall av numeriske optimahseringsalgoritmer på de innstilte variabler på grunnlag av målet for driftsoptimalisering, valgbart med begrensninger, og forutsigelsesmodeller for brønn og/eller samlet sammenslått produksjon for å gi et sett av optimalisert innstilte variabler som oppnår målet for driftsoptimalisering. The method of the invention may further comprise the step of performing an optimization using any of a plurality of numerical optimization algorithms on the set variables based on the objective of operational optimization, optionally with constraints, and predictive models for well and/or total pooled production to provide a set of optimized set variables that achieve the goal of operational optimization.

Valgbart kan produksjonen av brørmutstrørnninger fra brønnene bli variert ved å justere åpningen av en strupeventil for produksjon ved brønnhodet av brønnene eller i brørmgjennomstrørnningslinjene forbundet med brønnene, eller av en flytstyringsventil i et injiseringssystem for hevegass for brønnene, eller ved annet middel for å stimulere eller begrense produksjonen fra brønnene. Optionally, the production of mud flows from the wells may be varied by adjusting the opening of a production choke valve at the wellhead of the wells or in the mud flow lines connected to the wells, or by a flow control valve in a lift gas injection system for the wells, or by other means to stimulate or limit the production from the wells.

Valgbart kan produksjonen av brørmutsitømninger fra brønnene bli variert ved å justere de(t) vekselvirkende trykk av produksjonssystemet ved hjelp av å rute om brønnproduksjon gjennom parallelle manifoldledere for produksjon som er forbundet mellom oppstrøms og nedstrøms manifolder eller ved å justere trykket fra sammenstillingen eller sammenstillingene for fluidseparering. Optionally, the production of well mud discharges from the wells may be varied by adjusting the interacting pressure(s) of the production system by rerouting well production through parallel production manifold conductors connected between upstream and downstream manifolds or by adjusting the pressure of the assembly or assemblies for fluid separation.

Krevde justeringer som er forutsagt av fremgangsmåten for å oppnå målene for optimaliseringen ifølge oppfinnelsen kan bli sendt til brønnene og produksjonssystemet automatisk eller alternativt etter bekreftelse fra en menneskelig operatør. Required adjustments that are predicted by the method to achieve the goals of the optimization according to the invention can be sent to the wells and the production system automatically or alternatively after confirmation by a human operator.

Én eller flere av estimerings- eller forutsigelsesmodellene kan valgbart være fremstilt delvis eller helt fra teoretiske, empiriske fysiske, mekaniske og/eller kjemiske karakteristikker av brønnene og/eller produksjonssystemet. One or more of the estimation or prediction models can optionally be prepared partially or entirely from theoretical, empirical physical, mechanical and/or chemical characteristics of the wells and/or the production system.

Målet for optimalisering kan bli endret som svar på og/eller ved forventning om endring i produksjonskravene, kostnadene, utbyttene, infrastrukturen for produksjon, tilstanden av brønnene og/eller tilstanden av produksjonsanlegg og valgbart fulgt opp ved gjennomførelsen av optimaliseringsprosessen, resultatene av hvilken blir realisert og/eller brukt til analyse og/eller planlegging og/eller lagret for fremtidig handling. The objective of optimization may be changed in response to and/or in anticipation of a change in the production requirements, costs, yields, infrastructure for production, the condition of the wells and/or the condition of production facilities and optionally followed up by the execution of the optimization process, the results of which are realized and/or used for analysis and/or planning and/or stored for future action.

Fremgangsmåten og systemet som er skissert her er videre anvendbart på tilfellet hvor målet for optimalisering blir oppnådd ved valgbart middel av tidsbegrenset å lukke produksjonen fra én eller flere brønner i brønnklyngen eller oppstartingen av produksjon fra brønner fra brønnklyngen som til å begynne med ikke var i produksjon. The method and system outlined here is further applicable to the case where the goal of optimization is achieved by selectable means of time-limited closing of production from one or more wells in the well cluster or the start-up of production from wells from the well cluster that were not in production to begin with .

Én eller flere av modellene for estimering og/eller forutsigelse kan valgbart bli sammenliknet med og/eller vurdert mot teoretiske, empiriske fysiske, mekaniske og/eller kjemiske karakteristikker av brønnene og/eller produksjonssystemet i den hensikt å feilsøke, diagnostisere og/eller forbedre modellene og/eller for analyse for å forlenge tidshorisont for produksjonshåndtering og optimaliseringsaktiviteter. One or more of the estimation and/or prediction models may optionally be compared to and/or assessed against theoretical, empirical physical, mechanical and/or chemical characteristics of the wells and/or production system for the purpose of troubleshooting, diagnosing and/or improving the models and/or for analysis to extend the time horizon for production management and optimization activities.

Fremgangsmåtene fra denne oppfinnelsen gjelder også når én eller flere av brønnene fra klyngen av brønner periodisk eller med avbrudd blir driftet eller blir driftet fra tid til annen og produksjonen eller forbundne størrelser som skal optimaliseres og valgbart beskranket blir vurdert, for eksempel midlet, under faste tidsforløp som er større enn den karakteristiske fra periodisiteten eller den avbruddsmessige drift. The methods from this invention also apply when one or more of the wells from the cluster of wells is periodically or intermittently operated or is operated from time to time and the production or connected quantities to be optimized and selectively limited are assessed, for example the means, during fixed time courses which is greater than the characteristic from the periodicity or the intermittent operation.

Fremgangsmåtene fra denne oppfinnelsen er også anvendelig når én eller flere av brønnene i klyngen av brønner blir drevet periodisk, avbruddsvis eller fra tid til annen og varigheten av dens drift, som andel av en fast tidsperiode, blir tatt som en innstilt variabel for brønnen. The methods from this invention are also applicable when one or more of the wells in the cluster of wells are operated periodically, intermittently or from time to time and the duration of its operation, as part of a fixed time period, is taken as a set variable for the well.

Fremgangsmåtene fra denne oppfinnelsen er i tillegg anvendelige for et mål for optimalisering som er definert for brønner i klyngen av brønner med to eller flere underjordiske soner. I dette tilfellet blir «modeller for soneproduksjonsestimering» og «modeller for soneproduksjonsforutsigelse» fremstilt i tillegg til «modeller for brønnproduksjonsestimering» og «modeller for brønnproduksjonsforutsigelse». The methods of this invention are additionally applicable to a goal of optimization that is defined for wells in the cluster of wells with two or more underground zones. In this case, "models for zone production estimation" and "models for zone production prediction" are produced in addition to "models for well production estimation" and "models for well production prediction".

Fremgangsmåten ifølge oppfinnelsen muliggjør karakteriseringen av adferden av brønner individuelt og innenfor sammenhengen av det helhetlige produksjonsanlegg som en funksjon av variabler som kan bli fritt håndtert ved brønnene og også for det helhetlige anlegg. Karakteriseringen av brønnene og deres gjensidighet med anlegget gjør den nøyaktige sanntidsforutsigelse og -optimalisering av brønnproduksjon innenfor sammenhengen av produksjonsinmetningen straks mulig. Fremgangsmåten ifølge oppfinnelsen kan omfatte vurderinger av begrensninger på produksjonen som reiser seg både fra vekselvirkninger mellom brønner på grunn av begrensningene på innretningene, så vel som begrensninger pålagt utenfra. Fremgangsmåten ifølge oppfinnelsen blir også referert til som «Helhetlig, sanntids produksjonsoptimalisering» The method according to the invention enables the characterization of the behavior of wells individually and within the context of the overall production plant as a function of variables that can be freely handled at the wells and also for the overall plant. The characterization of the wells and their reciprocity with the facility makes the accurate real-time prediction and optimization of well production within the context of the production input immediately possible. The method according to the invention can include assessments of limitations on production that arise both from interactions between wells due to the limitations on the devices, as well as limitations imposed from outside. The method according to the invention is also referred to as "Holistic, real-time production optimization"

(engelsk: Production Universe Real Time Optimisation PU RTO) (PU-RTO). (English: Production Universe Real Time Optimization PU RTO) (PU-RTO).

PU-RTO-fremgangsmåten ifølge oppfinnelsen har flere fordeler over fremgangsmåter fra kjent teknikk, for eksempel som skissert i internasjonalt patent PCT/EP2005/055680. I særdeleshet kan «PU-RTO»-fremgangsmåten ifølge oppfinnelsen bli brukt for å utlede mangfoldige karakteristikker for brønn- og produksjonssystem fra enkel brønn og produksjonsprøving ved brønnen og produksjonsanlegg alene, som gjør lettere modellvedlikehold mulig og kvitte seg med målinger og størrelser som ikke kontinuerlig blir målt, men uansett varierer uforutsigbart over tidsperioder i en produksjonsomgivelse, slik som røroverflateruhet, fluidkarakteristikker for trykk-volum-temperatur for reservoar og sammensetning, utstyr og brønnytelseskurver og liknende. Med andre ord er «PU-RTO» datadrevet. I særdeleshet kan den «helhetlige modell for brønn- og produksjonssystem» fra det sammenslåtte brønnproduksjonssystem bli konstruert uten forutinntatte oppfattelser om dets underliggende fysiske beskaffenhet annet enn bruken av grunnleggende topologiske og fysiske forhold og helt og holdent fra målte data. The PU-RTO method according to the invention has several advantages over methods from the prior art, for example as outlined in international patent PCT/EP2005/055680. In particular, the "PU-RTO" method according to the invention can be used to derive multiple well and production system characteristics from single well and production testing at the well and production plant alone, which makes easier model maintenance possible and gets rid of measurements and sizes that are not continuous are measured, but in any case vary unpredictably over time periods in a production environment, such as tubing surface roughness, reservoir pressure-volume-temperature fluid characteristics and composition, equipment and well performance curves, and the like. In other words, "PU-RTO" is data-driven. In particular, the "holistic well and production system model" from the combined well production system can be constructed without preconceived notions about its underlying physical nature other than the use of basic topological and physical conditions and entirely from measured data.

Fremgangsmåten ifølge den foreliggende oppfinnelsen kan bli brukt til å sørge for karakterisering av det kombinerte brønn- og produksjonssystem som vil være til fordel også for ikke tilkoplete analyse- og planleggingsaktiviteter. Med andre ord er det en annen fordel ved den foreliggende oppfinnelse at den kan sørge for en fremgangsmåte og et system for å forbinde sanntids, gjeldende karakteristikker for brønnproduksjon til den ikke tilkoplete analyse og modellering for å støtte videre, ukentlig og månedlig planlegging og optimalisering av potensialet av et integrert produksjonssystem som omfatter flere klynger av brønner og forblindede produksjonsanlegg. The method according to the present invention can be used to ensure the characterization of the combined well and production system, which will also be beneficial for unconnected analysis and planning activities. In other words, another advantage of the present invention is that it can provide a method and system for connecting real-time, current well production characteristics to the offline analysis and modeling to support further, weekly and monthly planning and optimization of the potential of an integrated production system comprising several clusters of wells and blinded production facilities.

Kort beskrivelse av tegningene: Brief description of the drawings:

Oppfinnelsen vil bli beskrevet ved hjelp av eksempel mer i detalj med henvisning til de medfølgende tegninger i hvilke: Figur 1 skjematisk viser et produksjonssystem ifølge oppfinnelsen i hvilket en flerfase fluidblanding omfattende råolje, vann, naturgass og/eller andre fluider blir produsert fra en klynge av flere brønner, av hvilke to er vist, og transportert gjennom rørledninger for flerfase fluidtiansport til en masseseparator, Figur 2 viser skjematisk hvordan de «sammenstilte forutsigelsesmodeller for brønnproduksjon» (engelsk: Aligned Well Production Prediction Models) og de The invention will be described by way of example in more detail with reference to the accompanying drawings in which: Figure 1 schematically shows a production system according to the invention in which a multiphase fluid mixture comprising crude oil, water, natural gas and/or other fluids is produced from a cluster of several wells, of which two are shown, and transported through pipelines for multiphase fluid transport to a mass separator, Figure 2 shows schematically how the "aligned well production prediction models" (English: Aligned Well Production Prediction Models) and the

«sammenstilte forutsigelsesmodeller for brønn- og helhetlig produksjon» (engelsk: Aligned Well and Overall Production Prediction Models) blir fremstilt fra et sett av data fra brønn- og produksjonssystemprøving, og "Aligned Well and Overall Production Prediction Models" are produced from a set of data from well and production system testing, and

Figur 3 viser skjematisk hvordan problemet «produksjonsoptimalisering av brønndrift» og problemet «produksjonsoptimalisering av helhetlig anleggdrift» blir formulert for å løses med hensyn til de «optimaliserte innstillingsverdier» for brønnene som er valgt for individuell brønnoptimalisering og de «optimaliserte innstillingsverdier» for de andre brønner og det helhetlige produksjonsanlegg. Figure 3 schematically shows how the problem "production optimization of well operation" and the problem "production optimization of overall plant operation" are formulated to be solved with regard to the "optimized setting values" for the wells that have been selected for individual well optimization and the "optimized setting values" for the other wells and the overall production facility.

Detaljert beskrivelse av foretrukne utførelser av oppfinnelsen: Detailed description of preferred embodiments of the invention:

Det henvises til figur 1. Figur 1 avbilder en enkel utførelse av et produksjonssystem omfattende en klynge av brønner fra hvilke utstiørnninger blir slått sammen ved en produksjonsmanifold og rutet til en produksjonsseparator. Brønn 1 er vist i detalj og kan bli tatt som typisk for de andre brønnene i klyngen. De andre brønnene i klyngen kan imidlertid avvike innen begreper som beskaffenhet og flyt av deres utstiørnninger og/eller driftsmåte/stimulering/instilling. Reference is made to Figure 1. Figure 1 depicts a simple embodiment of a production system comprising a cluster of wells from which outriggers are combined at a production manifold and routed to a production separator. Well 1 is shown in detail and can be taken as typical of the other wells in the cluster. However, the other wells in the cluster may differ in terms such as the nature and flow of their outfalls and/or mode of operation/stimulation/setting.

Brønn 1 omfatter en brønnforing 3 sikret i et borehull i undergrunnsformasjonen 4 og produksjonsrør 5 som strekker seg fra overflaten til undergrunnsformasjonen. Brønnen 1 omfatter videre et brønnhode 10 forsynt med overvåkingsutstyr for å gjøre brønnmåhnger, typisk for å måle rørhodetrykk (engelsk: Tubing Head Pressure) (THP) 13 og brørmgjennomstiømningslinjetrykk (engelsk: Flowline Pressure) (FLP) 14. Valgbart kan det være overvåkingsutstyr nede i hullet for å gjøre målinger undergrunns, for eksempel rørtrykk nede i hullet (engelsk: Downhole Tubing Pressure) Well 1 comprises a well casing 3 secured in a borehole in the underground formation 4 and production pipe 5 which extends from the surface to the underground formation. The well 1 further comprises a wellhead 10 equipped with monitoring equipment to make well measurements, typically to measure tubing head pressure (English: Tubing Head Pressure) (THP) 13 and well bore flowline pressure (English: Flowline Pressure) (FLP) 14. Optionally, there can be monitoring equipment down in the hole to make measurements underground, for example pipe pressure down the hole (English: Downhole Tubing Pressure)

(DHP) 18 og/eller undergrunns og/eller overflatiske rør og/eller målere for trykkforskjeller for brørmgjennomsitømningslinjer, for eksempel våtgassmålere (ikke vist). Brønnene kan også produsere fira et flertall undergrunnssoner eller -grener. Brønnhodene av brønnene i klyngen kan være lokalisert på land eller til sjøs, over overflaten av sjøen eller på sjøbunnen. (DHP) 18 and/or underground and/or surface pipes and/or pressure differential meters for borehole discharge lines, for example wet gas meters (not shown). The wells can also produce fira a plurality of underground zones or branches. The wellheads of the wells in the cluster can be located on land or at sea, above the surface of the sea or on the seabed.

Brønnen 1 som brønnen 2 og noen, men ikke nødvendigvis alle de andre brønnene i klyngen vil også ha noen midler for å justere produksjonen, slik som: en strypeventil 11 for produksjonsstyring eller en fast reduksjonsventil (ikke vist) og/eller et system 12 for styring av injeksjon av hevegass eller nedihulls mtervallstyringsventiler (ikke vist) som styrer produksjonen fra ett eller flere innstiømmingsområder i brønnen. Numerisk «innstilte variabler» blir forbundet med hvert av disse midlene for å justere produksjonen. Well 1 like well 2 and some, but not necessarily all, of the other wells in the cluster will also have some means of adjusting production, such as: a throttling valve 11 for production control or a fixed reducing valve (not shown) and/or a system 12 for control of injection of lifting gas or downhole mterval control valves (not shown) which control the production from one or more injection areas in the well. Numerically "tuned variables" are associated with each of these means to adjust output.

Produksjonssystemet omfatter videre et flertall av brørmgjennomsitømningslinjer 20 for brønnproduksjon, som strekker seg fra brønnhodene 10 til en produksjonsmanifold 21, en produksjonsrørledning 23 og et middel for å separere den sammenslåtte flerfasestrøm i dette tilfellet en produksjonsseparator 25. Måling 22 av produksjonsmanifoldtrykk og måling 26 av produksjonsseparatortrykk vil ofte være tilgjengelig på produksjonsmanifolden og produksjonsseparatoren som vist. Det vil være noen midler for å regulere nivået av produksjonsseparatoren og valgbart dens trykk eller trykkforskjellen mellom separatoren og dens enkeltfaseutløp. For enkelhets skyld er en sløyfe 27 for trykkstyring vist i figur 1. Typisk vil målingen 22 av produksjonsmanifoldtrykk (alternativt målingen 26 av produksjonsseparatortrykk) bli brukt som «gjensidig trykk» The production system further comprises a plurality of well production fluid discharge lines 20, which extend from the wellheads 10 to a production manifold 21, a production pipeline 23 and a means for separating the combined multiphase flow in this case a production separator 25. Measurement 22 of production manifold pressure and measurement 26 of production separator pressure will often be available on the production manifold and production separator as shown. There will be some means of regulating the level of the production separator and optionally its pressure or the pressure difference between the separator and its single phase outlet. For simplicity, a loop 27 for pressure control is shown in Figure 1. Typically, the measurement 22 of production manifold pressure (alternatively the measurement 26 of production separator pressure) will be used as "mutual pressure"

(engelsk: "interaction pressure"), variasjonen av hvilket mens hastigheten av brønnproduksjon blir variert er en indikator på graden av gjensidighet mellom brønnene. (English: "interaction pressure"), the variation of which while the rate of well production is varied is an indicator of the degree of reciprocity between the wells.

Produksjonsseparatoren 25 er forsynt med utløp for vann, olje og gass, henholdsvis 35, 36 og 37. Hvert utløp 35, 36 og 37 er forsynt med flytmålende innretninger, henholdsvis 45, 46 og 47. Valgbart kan utløpene for vann og olje bli kombinert. Produksjonsseparatortrykket kan valgbart bli styrt ved å regulere gasstrømmen fra 37, for derved å påvirke manifoldtrykket 26 og gjermomstrørnningslinjetrykket 14 og dermed produksjonen fra de enkelte brønner. The production separator 25 is provided with outlets for water, oil and gas, respectively 35, 36 and 37. Each outlet 35, 36 and 37 is provided with flow measuring devices, respectively 45, 46 and 47. Optionally, the outlets for water and oil can be combined. The production separator pressure can optionally be controlled by regulating the gas flow from 37, thereby influencing the manifold pressure 26 and the casing circulation line pressure 14 and thus the production from the individual wells.

Brønnmåhngene omfatter minst data fra 13 og valgbart fra 14 og 18, hevegassinjeksjonshastighet fra 12, stilling av produksjonsstrypeventil 11 og andre målinger som er tilgjengelige blir kontinuerlig sendt til «produksjonsdatainnsamling-og styringssystemet» 50. Likeledes blir de sammenslåtte produksjonsmålingene 45, 46 og 47 kontinuerlig sendt til «produksjonsdatainnsamling- og styringssystemet» 50. De typiske dataoverføring sveier er vist som 14a og 45a. Data i 50 blir lagret og blir deretter tilgjengelig for ikke-sanntids datainnhenting for dataanalyse og modellkonstruksjon som skissert i dette patent. PU-RTM tar også tilgang til dataene i «produksjonsdatainnsamling- og styringssystemet» i sanntid for bruk i forbindelse med The well requirements include at least data from 13 and optionally from 14 and 18, riser gas injection rate from 12, position of production throttle valve 11 and other measurements that are available are continuously sent to the "production data collection and management system" 50. Likewise, the combined production measurements 45, 46 and 47 are continuously sent to the "production data collection and management system" 50. The typical data transfer circuits are shown as 14a and 45a. Data in 50 is stored and then becomes available for non-real-time data acquisition for data analysis and model construction as outlined in this patent. PU-RTM also accesses the data in the "production data collection and management system" in real time for use in connection with

«modeller for estimering av brønnproduksjon» for det kontinuerlige sanntidsanslag over individuelle brønnproduksjoner. Noen styringer for brønnproduksjonshastighet vil også være justerbare fra «produksjonsdatainnsamling- og styringssystem» for fra fjernt å justere og optimalisere brønnproduksjonen, for eksempel produksjonsstrypeventilåpningen eller innsprøyting shastigheten for hevegass, signallinjen for styring av hevegassinjiseringshastighet er vist som 12a. "models for estimating well production" for the continuous real-time estimate of individual well production. Some well production rate controls will also be adjustable from the "production data acquisition and management system" to remotely adjust and optimize well production, for example the production throttle opening or the riser gas injection rate, the riser gas injection rate control signal line is shown as 12a.

En forbundet brørmprøveirinretning kan valgbart og blir helst gjort tilgjengelig for den enkeltvise prøving og karakterisering av brønnene. I mangel av en brørmprøveirinretning kan prøving for konstruksjon av brønnmodell bli utført ved å benytte målinger 45, 46 og 47 fra produksjonsseparatoren. A connected borehole testing device can optionally and is preferably made available for the individual testing and characterization of the wells. In the absence of a well test facility, testing for the construction of a well model can be carried out by using measurements 45, 46 and 47 from the production separator.

Det vises nå til figur 2 som gjør tilgjengelig én foretrukken utførelse av den «datadrevne» modelleringsprosess for denne oppfinnelse. Tanken er å fremstille opprettholdbare brukelige modeller som passer hensikten fra oppfinnelsen, tatt i betraktning bare betydelig relevante karakteristikker og effekter fra brønn- og produksjonssystem. Fremgangsmåten som fører til fremstillingen av «sammenstilte modeller for brønnproduksjonsforutsigelse» og «sammenstilt modell for brønn- og helhetlig produksjonsforutsigelse» for en klynge av n brønner nummerert i = 1, 2, ..., n, for hvilken én «innstilt variabel» for hver brønn har blitt identifisert og for hvilken en tilegnet brørmprøveirinretning er tilgjengelig og blir beskrevet som følger: - en rekke av brønnprøver blir utført under hvilke produksjon fra hver brønn blir variert for brønnkarakterisering ved å endre den «innstilte variabel» av brønnen. Brønnprøvedataene 60 blir brukt til å fremstille en «modell for estimering av brønnproduksjon» 61 i formen y; = f;(ui, v;), gyldig for et område u;, v; innenfor et sett U; x V;, hvor vektoren y; er olje-, vann- og gassproduksjonen fra brønn i, u; er vektoren fra målinger ved brønn i og v; er den innstilte variabel ved brønn i. Prosedyren for å konstruere «modell for estimering av brønnproduksjon» ved å bruke tildelte brørmprøveirinretninger er som tidligere skissert i «PU-RTM». I «PU-RTM» blir det ikke skilt mellom de målte variabler u; og den innstilte variabel v;, (som også blir målt), men det å skille er nødvendig for denne oppfinnelsen, - en rekke av «gjensidighetsprøver for brønn- og produksjonsinmetninger» blir så utført for å oppnå "gjensidighetsprøvedata for brønn- og produksjonsinmetninger» 62 eller alternativt kan data også bli utledet fra "produksjonsdata» 63 som omfatter en opptegning av dynamiske hendelser under normal produksjon, slik som når store gassproduserende brønner blir stengt, - en "modell for brønnproduksjonsinstilling og -gjensidighet» 65 blir så konstruert for å forbinde variasjonene av "innstilt variabel» av brønnen og "det vekselvirkende trykk» med målingene ved brørmgjennomstrørnningslinjen. Forholdet mellom "den innstilte variabel» og målingene ved brørmgjennomstrørnningslinjen kan bli utledet fra brønnprøvedata 60, for eksempel "DDWT-er», eller fra "produksjonsdata» 63 ved å justere den innstilte variabel under normal brønnproduksjon, og opptegne reaksjonene fra målingene ved brørmgjennomstrørnningslinjen. Likeledes blir forholdet mellom "gjensidig trykk» og målingene ved brørmgjennomstrørnningslinjen dannet fra data 62 fra "gjensidighetsprøver for brønn- og produksjonsanlegg» eller fra "produksjonsdata» 63 ved å opptegne dynamiske hendelser under normal produksjon. Reference is now made to Figure 2 which provides one preferred embodiment of the "data driven" modeling process for this invention. The idea is to produce sustainable, usable models that suit the purpose of the invention, taking into account only significantly relevant characteristics and effects from the well and production system. The procedure leading to the production of "composite models for well production prediction" and "composite model for well and overall production prediction" for a cluster of n wells numbered i = 1, 2, ..., n, for which one "set variable" for each well has been identified and for which a dedicated well sampling facility is available and is described as follows: - a series of well tests are carried out during which production from each well is varied for well characterization by changing the "set variable" of the well. The well test data 60 is used to produce a "well production estimation model" 61 in the form y; = f;(ui, v;), valid for a range u;, v; within a set U; x V;, where the vector y; is the oil, water and gas production from well i, u; is the vector from measurements at well i and v; is the set variable at well i. The procedure for constructing a "model for estimating well production" by using assigned borehole sampling devices is as previously outlined in "PU-RTM". In "PU-RTM" no distinction is made between the measured variables u; and the set variable v;, (which is also measured), but the separation is necessary for this invention, - a series of "well and production reciprocity tests" are then performed to obtain "well and production reciprocity test data" 62 or alternatively, data can also be derived from "production data" 63 which includes a record of dynamic events during normal production, such as when large gas producing wells are shut in, - a "model for well production setting and reciprocity" 65 is then constructed to connect the variations of the "set variable" of the well and the "interacting pressure" with the measurements at the wellbore. The relationship between the "set variable" and the measurements at the wellbore can be derived from well test data 60, such as "DDWTs", or from "production data" 63 by adjusting the set variable during normal well production, and recording the reactions from the measurements during well recirculation the line of motion. Likewise, the relationship between "reciprocal pressure" and the measurements at the borehole flow line is formed from data 62 from "reciprocity tests for well and production facilities" or from "production data" 63 by recording dynamic events during normal production.

"Modellen for brønnproduksjonsinstilling og -gjensidighet» 65 vil ha formen "The model for well production setting and reciprocity" 65 will take the form

Ui = gi(v;,w), for hver av brønnene i = 1, 2, ..., n, hvor w e W er det vanlige "gjensidighetstrykk» som virker over utvalget W, u; er vektoren fra målingene ved brønn i og v; er den innstilte variabel ved brønn i som før. Ui = gi(v;,w), for each of the wells i = 1, 2, ..., n, where w e W is the usual "reciprocity pressure" acting over the sample W, u; is the vector from the measurements at well i and v is the set variable at well i as before.

En "modell for brønnproduksjonsforutsigelse» 66 for hver brønn i = 1, 2, ..., n blir så fremstilt fra "modellen for brønnproduksjonsestimering» 61 og "modellen for brønnproduksjonsinnstilling og -gjensidighet» 65 som følger: A "well production prediction model" 66 for each well i = 1, 2, ..., n is then produced from the "well production estimation model" 61 and the "well production setting and reciprocity model" 65 as follows:

y; = fi(ui,Vi) = fi(gi(vi,w),Vi) = hi(vi,w), y; = fi(ui,Vi) = fi(gi(vi,w),Vi) = hi(vi,w),

slik at funksjonen hi(v;,w) forbinder vektoren y;, olje-, vann- og gassproduksjonen fra so that the function hi(v;,w) connects the vector y;, the oil, water and gas production from

brønn i med w-en, det vanlige "vekselvirkende trykk» og v;, den innstilte variabel ved brønn i. well i with the w, the usual "interacting pressure" and v;, the set variable at well i.

Gitt karakteristikken av brønnen 66 er det nå nødvendig å utlede avhengigheten av W, "det vekselvirkende trykk» ved produksjonsmanifolden i denne utførelse, av de totale sammenslåtte produksjonsstrømmer som blir rutet gjennom produksjonsmanifolden og valgbart, av variablene vw som blir stilt inn ved et helhetlig anleggsnivå som også påvirker "det vekselvirkende trykk», for eksempel innstillingspunktet 27 for produksjonsseparatortrykk. Dette oppnåes ved å bruke data 62 fra «gjensidighetsprøver for brønn- og produksjonsanlegg» Given the characteristics of the well 66, it is now necessary to derive the dependence of W, the "interacting pressure" at the production manifold in this embodiment, on the total combined production streams routed through the production manifold and optionally, on the variables vw which are set at an overall facility level which also affects the "reciprocating pressure", for example the production separator pressure setpoint 27. This is achieved by using data 62 from "reciprocity tests for well and production facilities"

for å bygge en «modell for gjensidig trykk» 67, w = k(y, vw ) hvor y er definert til å være vektoren av summen av produksjonen fra brønnene som blir rutet til produksjonsmanifolden, i dette tilfellet to build a "mutual pressure model" 67 , w = k(y, vw ) where y is defined to be the vector of the sum of the production from the wells being routed to the production manifold, in this case

Det vil være tilfeller hvor data fra brønnprøver eller produksjon ikke er tilgjengelige eller pålitelige for en bestemt brønn eller deler av det helhetlige systemet, for eksempel når en brønn ikke enda har blitt brakt i produksjon. I slike tilfeller kan modeller basert på teoretisk, There will be cases where data from well tests or production is not available or reliable for a specific well or parts of the overall system, for example when a well has not yet been brought into production. In such cases, models based on theoretical,

empirisk fysiske, mekanisk og/eller kjemisk karakterisering av brønnene og/eller produksjonssystemet bli brukt i stedet for 65 eller 67. empirical physical, mechanical and/or chemical characterization of the wells and/or production system be used instead of 65 or 67.

Når «modellene for brønnproduksjonsinnstilling og -gjensidighet» 66 og «modellen for gjensidig trykk» 67 har blitt utviklet, blir optimaliseringsprosessen realisert som for den tilkoplede del av arbeidsflyten i figur 2, og så som i figur 3. De ønskede formuleringer av Once the "models for well production setting and reciprocity" 66 and the "model for mutual pressure" 67 have been developed, the optimization process is realized as for the connected part of the workflow in Figure 2, and then as in Figure 3. The desired formulations of

produksjonsoptimaliseringen blir også fremsatt som følger: the production optimization is also presented as follows:

- Brønnoptimalisering 78 for utvalgte brønner, definert ved et registersett I som er et ekte subsett av 1, 2,n, av formen - Well optimization 78 for selected wells, defined by a register set I which is a real subset of 1, 2,n, of the form

maxR. iy^), maxR. iy^),

Vi We

som er gjenstand for beslo-ankningeneCij(yi,v;,Ui) > 0, j = 1, 2,J;, which is the subject of the decisions Cij(yi,v;,Ui) > 0, j = 1, 2,J;,

hvor Ri(yi,Vi) er mål- eller utbyttefunksjonen 76 for brønnen i som skal maksimaliseres ved å variere v;, den innstilte variabel ved brønn i, gjenstand for J; begrensninger på yi,v;,Ui, henholdsvis brønnproduksjonen, de innstilte brønnvariabler og de målte variabler definert av begrensningsulikheteneCij(yi,Vi,Ui)<>>0, 77. where Ri(yi,Vi) is the objective or yield function 76 for well i to be maximized by varying v;, the set variable at well i, subject to J; constraints on yi,v;,Ui, respectively the well production, the set well variables and the measured variables defined by the constraint inequalities Cij(yi,Vi,Ui)<>>0, 77.

- Helhetlig produksjonsoptimalisering 83 for brønner i g I (som er brønner ikke allerede optimalisert som del av 78) i formen - Overall production optimization 83 for wells in g I (which are wells not already optimized as part of 78) in the form

max Riy^ u^ vJ, max Riy^ u^ vJ,

vt, l€ l, vw vt, l€ l, vw

gjenstand for begrensninger c^>-,.,^.,v,.,w,.,w,vj > 0 , j = i, 2,Jw, hvor R( yi, vi, ui, w, vw) > er mål- eUer utbyttefunksjonen 81 som skal maksimaliseres ved å variere v;, den innstilte variabel ved brønner i<g>l, gjenstand for Jwbegrensninger 82, cj( yi>yi>vi>ui>w>vw) -0 på y, w, vw > henholdsvis den helhetlige sammenslåtte produksjon, det vekselvirkende trykk og den valgbare vektor av variable som kan bli innstilt ved et helhetlig anleggsnivå, og yi, Vi, uh i = 1, 2, 3, ..., n, de individuelle brønnproduksjoner, innstilte brønnvariabler og målte brønnvariabler for brønn i = 1, 2, 3, ...,n. subject to constraints c^>-,.,^.,v,.,w,.,w,vj > 0 , j = i, 2,Jw, where R( yi, vi, ui, w, vw) > is objective eUer the yield function 81 to be maximized by varying v;, the set variable at wells i<g>l, subject to Jw constraints 82, cj( yi>yi>vi>ui>w>vw) -0 on y, w , vw > respectively the overall combined production, the interacting pressure and the selectable vector of variables that can be set at an overall facility level, and yi, Vi, uh i = 1, 2, 3, ..., n, the individual well productions , set well variables and measured well variables for well i = 1, 2, 3, ...,n.

Med brønnene i normal sammenslått produksjon blir «PU-RTM-en» kjørt tilkoplet for å fremstille kontinuerlig sanntidsanslag over produksjonen ved hver individuell brønn 70. «Det gjeldende» «PU-RTM»-anslag av individuell brønnproduksjon<y>tog «de gjeldende» målinger og innstilte variabelverdier vt, w blir brukt til «sammenstillingsmodell for innstilling av brønnproduksjon og gjensidighet» yi=hi( vi, w) ved å definere en konstant forskyvning With the wells in normal combined production, the "PU-RTM" is run connected to produce a continuous real-time estimate of the production at each individual well 70. "The current" "PU-RTM" estimate of individual well production<y>and "the current » measurements and set variable values vt, w are used for "assembly model for setting well production and reciprocity" yi=hi( vi, w) by defining a constant displacement

«Sammenstilte modeller for brønnproduksjonsforutsigelse» 75 har så formen yt= hi(vhw) + dt. Sammenstillingsprosessen muliggjør at fokus av optimaliseringen blir på økende endringer i produksjonen ved brønnen og helhetlig produksjon, slik at hvis Av,=v,-^, Aw=w— w og Ayi=yi- yi, så er Ayi = Oi hvis Av =0 og Aw=0 . "Compiled models for well production prediction" 75 then has the form yt= hi(vhw) + dt. The compilation process enables the focus of the optimization to be on increasing changes in production at the well and overall production, so that if Av,=v,-^, Aw=w— w and Ayi=yi- yi, then Ayi = Oi if Av =0 and Aw=0.

I illustrativ hensikt kan «sammenstilt modell for brønnproduksjonsforutsigelse» 75, for hver brønn / bli oppstilt i «separert forskjell» (engelsk: separated difference) formen Ayj=AjAvj + BjAwj . For illustrative purposes, "compiled model for well production prediction" 75, for each well / can be set up in "separated difference" (English: separated difference) form Ayj=AjAvj + BjAwj .

Symbolene AhBikan bli betraktet som enten matriser eller funksjonsdeler som virker på Av; og Aw. Valgbart kan tverrledd (engelsk: cross terms) og andre og høyere ordens ledd på Av; og Aw bli satt inn uten tap av generalitet. The symbols AhCan be thought of as either arrays or function parts acting on Av; and Aw. Optionally, cross terms (English: cross terms) and second and higher order terms on Av; and Aw be inserted without loss of generality.

For hver brønn i e I som er brønner for hvilke en brønnoptimalisering er ønsket, gitt at dens «sammenstilte modell for brønnproduksjonsforutsigelse» 75 og mål- eller utbyttefunksjonen 76 og de forbundne optimaliseringsbegrensninger 77 kan brønnoptimaliseringen 78 så bli gjennomført for å løse med hensyn til den optimale verdi av v; 79, den innstilte variabel ved brønn i. Merk at brørmoptimalisering nødvendigvis antar den vanlige brønngjensidighetsvariabel w som er en variabel påvirket av den kollektive produksjon fra brønnene og variablene ved det helhetlige produksjonssystemnivå, forblir uendret av brønnoptimahseringen eller har ubetydelig vkkning på optimaliseringsresultatet. For each well in e I which are wells for which a well optimization is desired, given that its "compiled model for well production prediction" 75 and the objective or yield function 76 and the associated optimization constraints 77, the well optimization 78 can then be carried out to solve with respect to the optimal value of v; 79, the set variable at well i. Note that well optimization necessarily assumes the usual well reciprocity variable w which is a variable influenced by the collective production from the wells and the variables at the overall production system level, remains unchanged by the well optimization or has negligible influence on the optimization result.

«Modell for gjensidig trykk» 67 w = k(y,vw) kan bli sammenstilt ved å definere konstant dw=w- k( y, vw) , hvor den «gjeldende nominelle verdi» av de sammenslåtte produksjonsmålinger y blir betegnet med y . «Den sammenstilte modellen for gjensidig trykk" blir så av formen w = k(y, vw )+. Videre antar vi at anslagene ythar blitt fullt gjenforent ved «PU-RTM» med de siste nominelle "Model for mutual pressure" 67 w = k(y,vw) can be compiled by defining constant dw=w- k(y, vw) , where the "current nominal value" of the combined production measurements y is denoted by y . "The compiled model for mutual pressure" then becomes of the form w = k(y, vw )+. Furthermore, we assume that the projections have been fully reunited by "PU-RTM" with the latest nominal

helhetlige sammenslåtte produksjonsmålinger slik at Igjen kan i illustrativ hensikt «den sammenstilte modell for gjensidig trykk» også ha «den separerte forskjell" i formen Aw=KAy+ LAvw hvor overall combined production measurements so that Again, for illustrative purposes, "the combined model for mutual pressure" can also have "the separated difference" in the form Aw=KAy+ LAvw where

n n

Nå er X^>anslaget over total sammenslått produksjon fra «den sammenstilte modell for brønnproduksjonsforutsigelse» 75. Dermed blir «sammenstilt modell for brønn- og helhetlig produksjonsforutsigelse» 80 i «forskjells» form så konstruert ved å kombinere «sammenstilt modell for brønnproduksjonsforutsigelse» 75 med «den sammenstilte modell for gjensidig trykk». Fra Now X^> is the estimate of total combined production from "the composite model for well production prediction" 75. Thus, "composite model for well and overall production prediction" 80 in "difference" form is then constructed by combining "composite model for well production prediction" 75 with "the composite model of mutual pressure". From

som er en implisitt form av «den sammenstilte modell for brønn- og helhetlig produksjonsforutsigelse» 80 som forbinder variablene A^Av^Av,, , henholdsvis den totale sammenslåtte produksjon, de innstilte variabler ved brønnene og de innstilte variabler ved det helhetlige produksjonssystemnivået. For gitte verdier av , avhengige avAv,,Avwformen av funksjonsdelene kan den implisitte formen av 80 bli løst for Att ved et flertall av fremgangsmåter. I tilfellet hvor gjensidighetskomponentene er matriser av for eksempel reelle tall, har vi som kan løses forAy gitt verdier av v;,vwhvis ikke for eksempel operatøren which is an implicit form of "the combined model for well and overall production prediction" 80 which connects the variables A^Av^Av,, respectively the total combined production, the set variables at the wells and the set variables at the overall production system level. For given values of , depending onAv,,Avwthe form of the function parts, the implicit form of 80 can be solved for Att by a plurality of methods. In the case where the reciprocal components are matrices of, for example, real numbers, we have which can be solved forAy given values of v;,vwhif not, for example, the operator

ikke er lnverterbar. is not reversible.

Et anslag over de innstilte variabler v;,vwsom er krevet for å optimalisere produksjonen fra det helhetlige anlegg blir så oppnådd ved å kombinere «sammenstilt modell for brønn- og helhetlig produksjonsforutsigelse» 80 med mål- eller utbyttefunksjonen 81, og forbundne optimaliseringsbegrensninger 82 for å danne «optimaliseringen av helhetlig anleggsdriftsproduksjon>> 83. Optimaliseringen blir så utført for å løse den for optimale verdier av «de optimaliserte innstilte variabler» v;,vw84. An estimate of the set variables v;,vw required to optimize production from the overall plant is then obtained by combining the "composite model for well and overall production prediction" 80 with the target or yield function 81, and associated optimization constraints 82 to form the "optimization of overall plant operation production>> 83. The optimization is then performed to solve it for optimal values of "the optimized set variables" v;,vw84.

Avhengig av formen av 83 kan de optimaliserte variabler 84 bli beregnet direkte eller en automatisert numerisk gjentakende optimaliseringsprosedyre kan bli anvendt. Det finnes et flertall av fremgangsmåter for automatisert, numerisk, gjentakende optimalisering som er anvendelige avhengig av formen av 83. Henvis for eksempel til læreboken «Nonlinear Programming - Theory and Algorithms» (Ulineær programmering - teori og algoritmer), 2. utgave 1993 av M. Bazaraa, H. D. Sherali og C. M. Shetty eller mer generelt til mangfoldige strenge eller heuristiske fremgangsmåter for «global optimalisering», se for eksempel «Computers and Chemical Engineering» (Datamaskiner og kjemisk teknikk) 28 (2004) s. 1169-1218, «Part 1 Retrospective on optimization» (del 1: Tilbakeblikk på optimalisering) og «Part 2 Future Perspective on Optimization» (del 2: Fremtidsperspektiv på optimahsering) av L. T. Biegler, I. E. Grossmann og referansene der. For en foretrukket utførelse hvor de innstilte variabler er kontinuerlige variabler og 83 er definert ved kontinuerlig glatt ulineær modell og utbyttefunksjonene og ulildietsbeslo-anloiingene et sekvensielt kvadratisk program (engelsk: sequential quadratic programme) (SQP) med et flertall startpunkter som blir benyttet for at den automatiserte, numeriske, gjentakende optimalisering skal gi de "optimalisert innstilte variabler». Depending on the shape of 83, the optimized variables 84 can be calculated directly or an automated numerical iterative optimization procedure can be used. There are a plurality of methods for automated, numerical, iterative optimization that are applicable depending on the form of 83. Refer, for example, to the textbook "Nonlinear Programming - Theory and Algorithms", 2nd edition 1993 by M Bazaraa, H. D. Sherali and C. M. Shetty or more generally to various rigorous or heuristic methods for "global optimization", see for example "Computers and Chemical Engineering" (Computers and Chemical Engineering) 28 (2004) pp. 1169-1218, "Part 1 Retrospective on optimization" (part 1: Retrospective on optimization) and "Part 2 Future Perspective on Optimization" (part 2: Future perspective on optimization) by L. T. Biegler, I. E. Grossmann and the references therein. For a preferred embodiment where the set variables are continuous variables and 83 is defined by a continuous smooth non-linear model and the yield functions and the decision decisions a sequential quadratic program (English: sequential quadratic program) (SQP) with a plurality of starting points which are used so that the automated, numerical, iterative optimization shall provide the "optimized set variables".

Settet av «optimalisert innstilte variabler» blir så tilgjengelig for videre handling. Valgbart kan "de optimalisert innstilte variabler" bli rapportert til operatørene for produksjonsanlegget for realisering ved brønnene og ved anlegget eller alternativt sendt direkte til «systemet for innsamling av produksjonsdata og styring» 50 for automatisert realisering. The set of "optimized set variables" then becomes available for further action. Optionally, "the optimized set variables" can be reported to the operators of the production plant for realization at the wells and at the plant or alternatively sent directly to the "system for collecting production data and management" 50 for automated realization.

Beregningen og anvendelsen av de optimalisert innstilte variabler blir utført fra tid til annen og blir styrt av et «system for initiering av optimalisering» 90. Helst blir «produksjonsoptimalisering av brønndrift» og «produksjonsoptimaliseringen av helhetlig anleggsdrift» initiert på et periodisk grunnlag, for eksempel én gang om dagen og/eller ved arimodning og/eller i påvente av endringer i tilstanden av: håndteringsfilosofien for brønnene, produksjonssystemet, begrensninger eller av målet for optimalisering. I én utførelse vil endringer i hevegasstilgjengelighet automatisk The calculation and application of the optimized set variables is performed from time to time and is controlled by an "optimization initiation system" 90. Ideally, the "production optimization of well operation" and the "production optimization of overall plant operation" are initiated on a periodic basis, for example once a day and/or when maturing and/or in anticipation of changes in the state of: the management philosophy of the wells, the production system, constraints or of the goal of optimization. In one embodiment, changes in lift gas availability will automatically

initiere en optimalisering. initiate an optimization.

I en foretrukken utførelse av «PU-RTO»-fremgangsmåten ifølge oppfinnelsen: In a preferred embodiment of the "PU-RTO" method according to the invention:

- Alle modeller blir validert og oppdatert slik som nødvendig ved å bruke siste og historiske prøvedata. - "PU-RTM-modellen for brønnproduksjonsestimering" blir verifisert og oppdatert periodisk ved å kontrollere mot normal brønnprøving. - De innstilte brønnvariabler blir periodisk gjennomgått syklisk under normal brønnproduksjon for å gjøre verifikasjon og oppdateringer av "modellene for brørminnstilling og gjensidighet" mulig. - Produksjonsdata blir innfanget under normal drift for å validere og oppdatere ved behov "modellene for brømiinnstilling og gjensidighet" og "modellen for gjensidig trykk". - De "optimalisert innstilte variabler" blir sendt etter inspeksjon av en menneskelig operatør. - De beregningsmessige optimaliseringstrinn avgjør brønnene som enten vil bli åpnet opp for å gjenoppta den individuelle brønnproduksjonen, eller lukket for å stoppe den individuelle brønnproduksjonen, eller veksling blant forskjellige produksjonsseparatorer, i tillegg til "de optimalisert innstilte variabler" for brønnen under produksjon. - All models are validated and updated as necessary using recent and historical test data. - The "PU-RTM model for well production estimation" is verified and updated periodically by checking against normal well testing. - The set well variables are periodically reviewed cyclically during normal well production to make verification and updates of the "models for well setting and reciprocity" possible. - Production data is captured during normal operation to validate and update as necessary the "brome setting and reciprocity models" and the "reciprocal pressure model". - The "optimized set variables" are sent after inspection by a human operator. - The computational optimization steps determine the wells that will either be opened up to resume individual well production, or closed to stop individual well production, or switching between different production separators, in addition to "the optimized set variables" for the well under production.

I dette tilfelle vil de innstilte variabler, v;,vwomfatte binære verdier 0 eller 1, og mangfoldige strenge og heuristiske fremgangsmåter er tilgjengelige for å løse dem, avhengig av oppbyggingen av modellene og formelverket for optimalisering som blir benyttet. - Modellene for forutsigelse av brønnene og det helhetlige produksjonssystem, som gjengir virkeligheten fra brønn- og produksjonssystemet skulle regelmessig bli sammenliknet og vurdert mot teoretiske fysiske og mekaniske modeller av brønnene og/eller produksjonssystemet, hvis disse er tilgjengelige. Vurderingen og sammemikningen av modellene som er avledet fra de virkelige brønnytelser slik som etter denne oppfinnelsen mot teoretiske modeller vil gi informasjon til hjelp for produksjonshåndtering og optimaliseringsaktiviteter over lengre tidshorisont. In this case, the set variables, v;,v will include binary values 0 or 1, and various rigorous and heuristic methods are available to solve them, depending on the structure of the models and the optimization formula used. - The models for predicting the wells and the overall production system, which reproduce the reality of the well and production system, should be regularly compared and assessed against theoretical physical and mechanical models of the wells and/or production system, if these are available. The assessment and comparison of the models that are derived from the real well performances such as according to this invention against theoretical models will provide information to help with production management and optimization activities over a longer time horizon.

Claims

P a t e n t required

1. Method for optimizing production from a cluster of wells, from which well outflow streams are combined and separated in a fluid separation assembly into at least partially separated streams of crude oil, gas and/or other fluids, where the method is characterized by:

a) to perform a well test on each of the wells during which the production from the tested wells is varied and one or more individual variables for well production are monitored,

b) to derive from the data obtained by the well tests an estimation model for each well which relates to the change in the flow pattern of outflowing fluids produced from the tested well and from the monitored variables for well production, c) to put the well cluster in normal combined production of oil and /or gas, d) to monitor during step c) a dynamic pattern of fluid flow from the at least partially separated streams of crude oil, gas and/or other fluids by means of flowmeters installed in the at least partially separated streams of crude oil, gas and/or other fluids downstream from the assembly for fluid separation,

e) to monitor during step c) one or more well production variables relating to characteristics of the multiphase flow streams produced from the individual wells,

f) to iteratively estimate a dynamic pattern from combined fluid flow from the cluster of wells on the basis of the estimation models according to step b) and the production variables monitored according to step e);

g) to perform a dynamic approximation process, where during a selected approximation period:

- it is assumed that the estimated dynamic combined fluid flow pattern according to step f) is an accumulation of the individual models for estimating well production which is multiplied by unknown weight coefficients,

- the unknown weighting coefficients are estimated by iteratively varying each weighting coefficient until the estimated dynamic combined pattern of fluid flow essentially corresponds to the monitored dynamic pattern of fluid flow, and

- best estimate of production flow is made available for the selected approximation period and by using the individual well approximation factors with the estimation models to estimate production from each well for a next approximation period,

h) to define a target for operational optimization comprising a target to be optimized with respect to the production of one or more wells and/or the cluster of wells,

i) to adjust the production of well outflows from the well cluster so that the optimization goal is approximated, and

j) to repeat steps g and i from time to time.

2. Method according to claim 1, further characterized by steps:

- to identify for at least one of the wells in the cluster one or more numerically set variables for well production that can be set directly to vary the production from the well and then derived from data obtained from well tests and/or during normal combined production and/or the estimation model , a prediction model that relates the set well variables to the variation of the flow or flow pattern and/or from other characteristics of the produced well outflows, where any wells without identified set variables for well production will have prediction models as your fixed number equal to a nominal estimated production from the wells,

- to sum the models for prediction from all wells in the well cluster to make available a model for comprehensive combined production prediction,

- to adjust the production of well outflows using the set well variables as the guide of the individual models for well prediction and the overall model for prediction of combined production in order to achieve the optimization objective.

3. Method according to claim 2, further characterized by the steps:

-to measure one or more interacting pressures, such as a pressure within one or more production manifolds in well flow lines that are connected to the wellheads of the wells in the well cluster, in which manifolds the flow from several well flow lines is combined, where the variation of which interacting pressures indicates and connects interactions between outflows from different wells when total well productions vary,

- obtain dynamic data regarding the variations of interacting pressure on the measured variables from the wells from normal combined production and/or during periods of production disturbances and/or by performing a series of well interaction tests during which the interacting pressure is varied,

- obtain from dynamic data relating to the changes in interacting pressures on the measured variables from the wells, well prediction models that connect the variations of set well variables and interacting pressures with the production from the wells,

- obtain dynamic data relating to the variations of one or more interacting pressures to the total combined production from periods of normal combined production and/or during periods of production disturbances and/or by performing a series of tests during which the interacting pressure is varied, and then one or more manifold interaction models that relate the variation of one or more interacting pressures to the overall combined production flow flowing through the manifolds,

- to combine the models for prediction of well with the models for interacting pressures to obtain a model for prediction of overall combined production.

4. Method according to at least one of claims 2 and 3, characterized in that the method further comprises periodically repeating the method to optimize by combining the prediction models with the current flows so that the combined prediction models reflect the current flows as estimated by the dynamic approximation process.

5. Method according to at least one of claims 1 to 4, characterized in that the goal of optimization is a yield function that connects accumulated or average combined well production and/or individual well production with real net, gross or increasing economic yield, with optionally extensive associated production costs.

6. Method according to claim 5, characterized in that the goal of optimization to be achieved while complying with production constraints, consisting of constraints on the set variables and/or the individual well productions and/or well production sizes comprising measurements and/or that of groups of wells and/ or on one or more interacting pressures and/or on the combined total production from the well cluster.

7. Method according to claims 5 or 6, further characterized by the step of performing an optimization using any one of several numerical optimization algorithms on the set variables on the basis of the goal of operational optimization, optionally with constraints, and models for production prediction for the well and/or or overall integrated production prediction to provide a set of optimized set variables that achieve the goal of operational optimization.

8. Method according to at least one of claims 1 to 7, characterized in that the production of well outflows from the wells is varied by adjusting the opening of a production throttle valve at the wellhead of the wells or in a flow line connected to the wells, or of a flow control valve in a high gas injection system for the wells, or by other means to stimulate or limit production from the wells, such as any means of reversible or controlled closing and opening of a well, a control loop setting value at the well with the production throttle valve as an actuator, a control loop setting value on the injection rate or injection pressure of wellbore gas, injection of wellbore gas “off” period, injection of wellbore gas “on” period, injection rate of wellbore gas, a set point for a control loop for injection pipe for hydraulic fluid for wellbore injection pump, rate of electric descent r pump (English: electrical submersible pump) (ESP), speed of motor for well rod pump, well rod pump "off" period and/or interval control for control valve opening down in the well hole.

9. Method from at least one of claims 1 to 8, characterized in that the production of well outflows from the wells is varied by adjusting one or more interacting pressures in the production system by means of redirecting well production through parallel production manifold conductors that are connected between the upstream and downstream manifolds, and/or by adjusting the pressure of the fluid separation assembly and/or by adjusting the valves to direct the well outflows to one or more manifolds that combine production or that direct the combined production to one or more production separators, and/or by adjusting the speed of a compressor in an outlet of the assembly for fluid separation.

10. Method according to at least one of claims 1 to 9, characterized in that necessary adjustments that are predicted to achieve the optimization goals are automatically sent to the wells and the production system, optionally after assessment by a human operator.

11. Method according to at least one of claims 1 to 10, characterized in that one or more of the models for estimating and/or predicting can optionally be produced partially or completely from theoretical and/or empirical physical and/or mechanical and/or chemical characterizations of the wells and/or the production system.

12. Method according to at least one of claims 1 to 11, characterized in that the optimization goal is adjusted as a result of and/or in anticipation of changes in the production requirements and/or costs and/or yield and/or production infrastructure and/or the condition of the production facilities, and optionally followed up by the execution of the optimization process, the results of which are realized and/or used for analysis and planning and/or storage for future action.

13. Method according to at least one of claims 1 to 12, characterized in that the optimization goal is achieved by selectable means for time-limited closure of production in one or more wells in the cluster of wells, or the initiation of production from wells in the cluster of wells that were initially not in production.

14. Method according to claims 2 and 3, characterized in that one or more of the estimation models and/or prediction models can optionally be compared and/or evaluated against theoretical and/or empirical physical and/or mechanical and/or chemical characterizations of the wells and/or the production system, in order to troubleshoot and/or diagnose and/or to improve the models and/or for analysis that leads to a longer time horizon for production management and optimization activities.

15. The methods according to claims 1 to 13, characterized in that one or more of the wells from the cluster of wells is periodically or intermittently driven, or is driven from time to time, and that the production or associated quantities that are to be optimized and optionally limited are assessed , for example the average, over fixed periods of time that are greater than the characteristic from the periodicity or the intermittent operation.

16. Method according to claim 15, characterized in that one or more of the wells in the cluster of wells is driven periodically, or intermittently, or is driven from time to time, and that the duration of its operation, as a proportion of a fixed time period, becomes taken for a set variable for the well.

17. Method according to at least one of claims 1 to 13, characterized in that the method is used in addition to an optimization goal defined on wells in the cluster of wells with two or more underground inflow zones in which case "models for estimating zone production" and "models for prediction of zone production" is produced in addition to "models for estimation of well production" and "models for prediction of well production".

18. Method according to claim 1, characterized in that the variables for the well production, such as pressure and/or other characteristics of fluid flow from the individual stream of well outflow, include one or more of the following variables: pressure at well pipe head, pressure at well flow line, temperature at well pipe head , temperature at the well flow line, pressure difference over choke valve for well production, pressure difference over any pressure difference manufacturer including a wet gas venturi on the well flow line, flow meter nominally suitable only for single phase flow that is suitable to be used to provide an input value to the well estimation models even if the well has multi-phase flow, the condition or position of the opening of the throttling valve for well production, the condition or position of the opening of any means of reversible and controlled closing and opening of the well,

injection rate of lift gas for well, injection rate of hydraulic fluid for well injection pump, casing pressure for well production, speed of submersible electric well pump (ESP), inlet pressure of ESP well pump, discharge pressure of ESP pump downwell, pressure differential for ESP venturi downwell, ESP -power consumption in well, phase current for ESP motor in well, power supply for rod pump motor for well, speed for rod pump motor for well, displacement during stroke for rod pump for well, load cell for well rod pump, axle position of gearbox for jet pump, speed difference/motor/gearbox slip for well rod pump, pipe pressure down in the well, annulus volume pressure down in the well, temperature of pipe or annulus volume or various derivatives thereof that are monitored by distributed temperature sensors, interval control for valve opening down in the well, output of a selection of sound frequencies from one or more sound sensors mounted on the well flow line, propagation delay of correlated sounds three by a selection of frequencies from two or more sound sensors mounted in an upstream-downstream direction on a well flow line.