Последние пять лет воспроизводство запасов газа в РФ обеспечивается преимущественно за счет открытий новых газовых месторождений в Карском море. Нетрудно установить, что долгосрочные перспективы газодобычи в России с учетом постепенной выработки запасов ЯНАО на суше будут смещаться в сторону акваторий Карского, Баренцева, Охотского морей. Об этом свидетельствуют и прогнозируемые ресурсы (кат. D0, D1, D2) газа в стране [1] – 87,7 трлн м3 (46,1 %) приходится на шельф преимущественно арктических морей РФ.
Существенная часть запасов газа на шельфе РФ в настоящее время относится компаниями-владельцами лицензий к категории «низкорентабельных», по месторождениям не принимаются инвестиционные решения, а геологоразведка откладывается «до лучших времен» или наступления лицензионных обязательств. Такое положение в отрасли морской нефтегазодобычи РФ обусловливается крайне сложными природно-климатическими условиями акваторий, высокими затратами на ГРР, обустройство и бурение, большим временным лагом между началом ПРБ и началом добычи, высокими ставками дисконтирования, применяемыми компаниями в отношении шельфовых проектов, низким уровнем развития производственной базы РФ в части строительства гидротехнических сооружений и изготовления оборудования подводных добычных комплексов (ПДК) [3].
Зарубежные инжиниринговые компании, привлекавшиеся до 2022 года для проектирования обустройства месторождений с применением ПДК (например, Штокмановского, Киринского и Южно-Киринского ГКМ), имеют свои финансовые интересы и лоббируют зачастую не самые оптимальные технические решения с точки зрения заказчика и экономики проекта в целом. В отечественной практике проектирования, технической литературе и периодике малое внимание уделяется проблеме комплексного интегрированного проектирования разработки и обустройства морских месторождений. Проектирование разработки и обустройства новых морских месторождений в России строится на тех же принципах «линейности», что и проектирование освоения сухопутных месторождений.
Традиционный подход к проектированию заключается в выборе группы экспертов из нескольких смежных технических областей для изучения нескольких реалистичных сценариев разработки и обустройства, выбранных экспертным, опытным путем. Хотя такой подход и может дать разумные варианты разработки и обустройства, он не может гарантировать того, что сочетание этих вариантов приведет к оптимальному решению с точки зрения NPV и IRR проекта. В любом проекте существует потенциал оптимизации технических решений путем поиска оптимального баланса между профилем добычи, затратами и сроками ввода объектов в эксплуатацию.
Между функцией «бурения» и функцией «обустройства» в проектной команде зачастую возникает конфликт, обусловленный тем, что первые стремятся сократить затраты на бурение за счет более свободного размещения скважин и уменьшения суммарной проходки, а вторые – сократить капитальные затраты на обустройство путем уменьшения количества буровых центров и интерфейсов между ними (трубопроводов и шлангокабелей). Для максимизации экономического эффекта проекта необходимо комплексное решение задачи размещения объектов обустройства (платформ, ПДК, трубопроводов и шлангокабелей, береговых комплексов и т.д.) на площади с учетом батиметрии, инженерно-геологических условий и проектирования траекторий стволов скважин с целью максимизации NPV или IRR проекта. Важно отметить, что задача максимизации NPV не сводится только к максимизации добычи «любой ценой» или минимизации капитальных затрат, точка глобального оптимума по NPV всегда находится где-то между этими двумя крайностями.
При определении оптимальной схемы ПДК на этапах концептуального проектирования (предпроектная проработка, поддержка принятия решений по ПРБ, ТЭО) с учетом особенностей, описанных выше, необходимо проводить многовариантный расчет по критерию максимизации NPV и/или IRR. В многовариантном расчете необходимо рассматривать различные варианты кустования скважин и организации системы сбора, темпы и последовательность ввода скважин, типы ПБУ, опции частичной подготовки скважинной продукции под водой (процессинг с 1 ступенью сепарации, ПДКС) и обеспечения потока во взаимосвязи с влиянием технических решений на профиль добычи.
С учетом комбинаторики, количество вариантов обустройства месторождения зачастую таково, что невозможно вручную произвести расчеты по каждому из них даже с использованием упрощенных математических моделей и зависимостей, необходима автоматизация и алгоритмизация генерирования и расчета сценариев обустройства. В настоящей статье представлен обзор ключевых исследований, разработанных методик и ПО в области автоматизированного концептуального проектирования обустройства морских нефтегазовых месторождений как российского, так и зарубежного авторства. Обоснованный подход к выбору оптимальной схемы ПДК, основанный на многовариантных расчетах, и использование современных технологий подводной добычи потенциально позволит перезапустить экономику многих проектов и вывести их в положительную зону.
Состояние изученности проблемы в России и за рубежом
В регламенте ПАО «Газпром» на составление проектных документов по разработке морских нефтяных, газовых и нефтегазоконденсатных месторождений (СТО Газпром 2-3.7-320-2009) отмечено, что «в процессе обоснования оптимальных технико-экономических решений рекомендуется соблюдение принципа комплексности, который предусматривает взаимосвязь расчетных вариантов разработки месторождения со способами обустройства устьев скважин и прогнозируемой технологической схемой обустройства месторождения» [2]. Этот пункт рекомендует (но не обязывает) использовать интегрированные модели «пласт – скважина – система сбора – УКПГ» на этапе формирования проекта разработки, но не конкретизирует критерий оптимальности технико-экономических решений, а также метод его поиска.
Другой пункт СТО несколько конкретизирует требования к формированию вариантов для ПДК: «При подводном обустройстве устьев скважин с использованием подводных добычных комплексов необходимо сформировать варианты разработки, отличающиеся числом кустов скважин (числом ПДК), их расположением по площади залежи, количеством скважин в кусте» [2].
Качество формирования ограниченного количества рассматриваемых вариантов разработки и обустройства месторождения при текущих подходах зависит от субъективного фактора – опыта и компетентности проектной команды, уровня взаимодействия и интеграции различных функциональных направлений между собой. Объективные интересы проекта заключаются в рассмотрении и количественной оценке наиболее полного перечня возможных (и целесообразных) сценариев разработки и обустройства, включая вариативность в:
· количестве, расположении и порядке ввода скважин;
· конструкциях скважин (диаметр, тип заканчивания);
· расположении устьев скважин и организации системы сбора;
· опциях обеспечения потока;
· расположении и технической схеме объектов подготовки продукции;
· графике реализации проекта / строительства объектов обустройства.
В таблице 1 представлены ключевые работы в области автоматизации концептуального проектирования разработки и обустройства месторождений нефти и газа. Различными авторами задача автоматизации генерации вариантов и поиска оптимума решалась средствами математического моделирования, программирования и использования алгоритмов и методов оптимизации. Различные работы фокусируются на ограниченном перечне рассматриваемых дисциплин и оптимизируемых параметрах, ввиду чего лишь некоторые из них представляют собой комплексный подход к решению задачи поиска глобального оптимума по всей цепочке проектирования.
В одной из первых работ в области автоматизации концептуального проектирования, в рамках которой используется программирование, J. Sullivan [18] рассматривается решение достаточно узко специфической задачи – оптимизации фонда скважин и загрузки компрессорных мощностей на действующем объекте в Северном море. Оптимизируемым параметром является NPV проекта, метод поиска оптимума – смешанно-целочисленное программирование и использование математических моделей для пласта, скважин, технологического оборудования платформ, графика реализации и экономики проекта. Несмотря на то, что в рамках работы не рассматривается подводный способ обустройства, ее результаты легли в основу множества последующих исследований в области автоматизации проектирования ПДК.
Близкой по содержанию и способу поиска оптимума к [18] является работа R.R. Iyer [13]. С помощью частично-целочисленного линейного программирования авторами создана модель, в которой переменными являются выбор объектов разработки, выбор места расположения платформ и скважин, график бурения скважин и установки платформ, мощности добывающих платформ и дебиты скважин для каждого периода времени. Дебиты моделируются как зависящие от давления, а нелинейность поведения пласта аппроксимируется с помощью кусочно-линейной интерполяции. Ограничения доступности буровой установки в зависимости от природно-климатических условий в течение года также учитываются в модели. Стоит отметить, что предложенный алгоритм не гарантирует нахождения глобального оптимума.
Первая всеобъемлющая работа по автоматизации интегрированного проектирования освоения морских месторождений авторства A.S. Cullick [10] предлагает интегрированную схему взаимодействия между функциями проектной команды, использование экспертной системы, обширных баз технико-экономических данных и мета-эвристического метода поиска. Отдельным достоинством работы [10] является вероятностное моделирование, т.е. рассмотрение различных сценариев разработки и обустройства для различных вероятностных показателей добычи – P50, P85, P15.
Диссертация G.R. Johansen [6] отличается от других работ тем, что при решении задачи оптимизации разработки и обустройства морского газового месторождения методом смешанно-целочисленного программирования в качестве одной из переменных задается точка сдачи продукции: таким образом моделируется вариативность выбора потребителя продукции по договорной цене или реализация газа на спотовом рынке Европы, при этом делается допущение об отсутствии влияния дополнительного предложения объемов газа на его спотовую цену. Более того, одной из переменных является и транспортная инфраструктура: трубопроводный транспорт или завод СПГ. В Приложении Б диссертации [6] представлен код программы в среде «FICO Xpress Optimization Suite».
В работе V. Gupta [12] предложена методика решения задачи распределения месторождений между технологическими платформами для подготовки продукции, выбора оптимальной мощности технологических комплексов (по нефти, газу и воде), их загрузки во времени и графика бурения скважин с целью оптимизации NPV с помощью многопериодного смешанно-целочисленного нелинейного программирования. В качестве примера в работе рассматривается кейс с подключением 10-ти месторождений к 3-м FPSO.
Работа Thiago Duarte Fonseca dos Santos [11] – одно из первых исследований, где для решения задачи автоматизированного концептуального проектирования, помимо разработанного алгоритма, предлагается готовое ПО, включающее визуализацию рассматриваемых технических решений. Решение модели в ПО «OTIMROTA-Multiline» построено на основе эволюционного алгоритма. Сама постановка задачи достаточно узкоспецифична и актуальна только для глубоководных месторождений шельфа Бразилии и западной Африки – оптимальное расположение FPSO и якорной системы удержания относительно известных координат устьев подводных скважин при сателлитной схеме кустования. В настоящее время неизвестно, нашло ли это ПО применение за пределами компании Petrobras, т.к. в открытых источниках, за исключением работы [11], информация о нем отсутствует.
![](/upload/medialibrary/047/1fe7mxupj8wsy57tkdrotwe4bb99x877/content_img.png)
Ряд других работ решает отдельные элементы общей задачи по оптимизации разработки и обустройства месторождений. Так, в работе H. Liu [15] предложено решение задачи трассировки пространственно-искривленной (3D) скважины с помощью кривых Дубинса, в большинстве других работ траектории скважин либо упрощаются до двух прямых участков, либо генерируются в специализированном ПО, либо игнорируется азимутальное направление горизонтального ствола в точке входа в пласт (Т1). В работе Almedallah [7] предложено решение задачи оптимизации графика морских операций с учетом погодных условий в море и простоев по погоде методами смешанно-целочисленного линейного программирования и генетического алгоритма.
Наиболее полная и учитывающая практически все дисциплины (за исключением подводного процессинга) работа за авторством L. Basilio [9] предполагает решение задачи автоматической генерации и оптимизации схемы ПДК с использованием специализированного ПО компании Deep Seed Solutions – FLOCO. Математическая модель FLOCO сочетает в себе возможности не только интегрированного расчета системы «пласт – скважина – система сбора – УКПГ», но и автоматизированную генерацию сценариев обустройства с поиском оптимального по различным критериям (определяются пользователем) с помощью мета-эвристического алгоритма. Преимущества и недостатки этого ПО (применительно к условиям шельфа РФ) описаны в следующем разделе.
В России проблематика автоматизации и оптимизации концептуального проектирования обустройства морских месторождений находится в зачаточной стадии, существует всего несколько работ, посвященных этому вопросу.
Работа О.А. Корниенко [5] посвящена выбору оптимального количества, местоположения и конструкции подводных добычных комплексов для заданного проекта разработки месторождения на примере Штокмановского ГКМ. С помощью линейного программирования решается задача оптимального размещения подводных устьев скважин и манифольдов с целью оптимизации капитальных затрат. Сам факт постановки подобной задачи в отрасли является значимым, однако качество предложенного алгоритма с учетом оптимизируемой функции (капитальные затраты), отсутствия учета гидравлической составляющей (влияния на профиль добычи) и принятых упрощений и допущений не позволяет использовать его на реальных проектах для обоснования выбора оптимальных вариантов обустройства.
Более того, задача минимизации капитальных затрат на обустройство сама по себе не имеет смысла, т.к. инвестиционные решения принимаются на основании критерия максимального IRR и/или NPV при заданной ставке дисконтирования, рассмотрение же суммарной величины капитальных затрат в отрыве от графика реализации проекта не учитывает:
· влияния коэффициента дисконтирования на график капитальных затрат во времени – с точки зрения дисконтированных затрат и NPV проекта затраты на проектирование и закупку МТР оказывают гораздо большее влияние на финансовый результат, чем затраты на бурение и монтаж в море оборудования ПДК/труб/шлангокабелей, т.к. разнесены между собой на несколько лет;
· влияние длины скважин на темпы ввода скважин (т.к. технически невозможно привлечь сколько угодно большое количество ПБУ для разбуривания фонда в один сезон) и профиль добычи соответственно, что оказывает наиболее существенное влияние на NPV.
В диссертации О.А. Корниенко [5] рассматривается также задача выбора оптимальной полки добычи и производительности платформы по газу, однако решается она отдельно и независимо от задачи оптимизации схемы ПДК.
В диссертации В.С. Дряхлова [3] выполнен поиск локального оптимума схемы ПДК с точки зрения NPV и IRR для конкретного морского нефтяного месторождения с помощью эвристического алгоритма, предусматривающего последовательное рассмотрение и сравнение между собой по критерию NPV:
· схем сбора продукции и обеспечения потока (два коллектора, один коллектор с прямым электрообогревом, сборный + сервисный коллектор, гибридная кольцевая система из сборного коллектора и водовода);
· схем кустования скважин – в темплейтах до 4-х / 6-ти / 8-ми и 10-ти слотов;
· схем организации бурения – с предварительным бурением скважин
(pre-drill) и без (базовый график бурения и ввода), с использованием НИС для бурения верхних интервалов скважин и без;
· вариантов заканчивания скважин – одноствольные ГС и одно- и двуствольные МЗГС;
· применения опций оптимизации графика производства работ – например, использование термопластиковых гибких трубных вставок вместо стандартных жестких стальных вставок;
· применения опций частичного подводного процессинга – многофазных насосов для транспорта газожидкостной смеси, однофазных насосов для закачки морской воды в нагнетательные скважины.
Алгоритм и рассматриваемые сценарии из работы [3] могут быть использованы для других проектов, однако не гарантируют нахождение глобального оптимума по NPV. Недостатком работы является то, что изменения в профиле добычи для разных схем кустования скважин и сбора продукции не учитывались, вариация в профилях добычи в модели обусловлена только различиями в графиках бурения и последовательности ввода скважин.
Последняя из работ российских исследователей в области оптимизации проектирования разработки и обустройства морских месторождений – диссертация Захарова А.И. [4]. В рамках работы не представлен какой-либо формализованный алгоритм поиска оптимального варианта разработки и обустройства морского газового месторождения, однако рассмотрено несколько вариантов разработки в их взаимосвязи с мощностями ДКС на платформе и рассчитаны IRR проекта по вариантам.
В диссертации [4] сформулировано несколько важных положений: «При проектировании систем элементов обустройства, технологические показатели разработки залежи месторождения являются исходными данными. Процесс расчета технологических показателей, обоснование состава и количества технологического оборудования является последовательными, где результаты расчета предыдущего элемента являются исходными данными для следующего. При такой концепции проектирования качество проектирования в значительной мере зависит от того, насколько обоснованы варианты, из которых выбирается наиболее предпочтительный вариант. Существует значительный риск выбора «лучшего варианта из худших» [4]. «Для условий освоения морского месторождения необходимость проектирования процессов добычи, подготовки и транспортировки как единого комплекса является ключевым вопросом. По всей видимости, несмотря на требования регламента (СТО Газпром 2-3.7-320-2009), при проектировании разработки морских месторождений это обстоятельство не учитывается в достаточной степени. Об этом свидетельствует отсутствие взаимосвязи технико-технологических решений в области разработки и обустройства, т.е. проектирование процессов извлечения и подготовки продукции осуществлялось не в едином информационном поле, а последовательно и совершенно отдельно» [4].
Среди ПО отечественной разработки выделяется «ЭРА:Искра» компании
ООО «Газпром нефть Цифровые решения», обладающая функционалом расчета траекторий скважин, сетей сбора (в т.ч. гидравлические и электротехнические расчеты), сухопутных площадных объектов (УПН, УКПГ, БКНС и т.д.), стоимостных параметров и экономики для сухопутных проектов. В текущей версии «ЭРА:Искра» не проводит интегрированный гидродинамический расчет «пласт – скважина – система сбора – УПН», а также не осуществляет автоматизированную генерацию вариантов и поиск оптимальных решений, эта задача по-прежнему возлагается на проектную команду и эвристические методы поиска, т.е. ручной перебор вариантов. В настоящее время адаптация этого ПО для шельфовых проектов не ведется, также отсутствует информация о потенциальной возможности использования ПО за пределами группы компаний «Газпром нефть».
В отечественной ИТ-индустрии для решения рассматриваемых в работе задач можно выделить еще один программный комплекс – «CLS Planner» от независимой компании «Strata Solutions». Эта программа применяется преимущественно в дочерних обществах ПАО «Лукойл». С точки зрения автоматизации процессов концептуального проектирования «CLS Planner» является наиболее продвинутым программным комплексом на отечественном рынке, т.к. выполняет автоматизированную генерацию и оптимизацию раскустовки скважин и трассировку сетей сбора по заданным геологическим целям (Т1–Т3) с учетом топологии и гидравлических расчетов [20]. Как и в ПО «ЭРА:Искра», в ИТ-продукт «Strata Solutions» не интегрируется модель пласта для выполнения интегрированных расчетов показателей добычи, задаются только дебиты/производительности скважин. К недостаткам «CLS Planner» можно отнести отсутствие на сегодняшний день площадных объектов и расчет экономических показателей только в части капитальных затрат. По информации от проектной команды «CLS Planner» эти вопросы планируется со временем включить в функционал ПО, а его адаптация для шельфовых месторождений возможна при наличии спроса со стороны компаний-недропользователей.
Зарубежные ИТ-компании предлагают различное ПО, полезное на этапе концептуального проектирования обустройства как сухопутных, так и морских месторождений, однако лишь некоторые из них предлагают возможности автоматизированной генерации вариантов и поиска оптимального. В отечественных компаниях, занимающихся планированием освоения шельфовых месторождений РФ, до 2022 года широко использовались программные комплексы «QUE$TOR» компании «IHS Markit» (ныне входящей в состав «S&P Global») и «ADEPT» компании «Genesis». Эти программные комплексы схожи по функционалу и позволяют на ранней стадии проектирования на основе ограниченного количества исходной информации сформировать варианты обустройства и оценить их ключевые технико-экономические параметры. Стоит отметить, что данные ПО не производят автоматическую генерацию и подбор оптимальных вариантов освоения, лишь предлагают наиболее распространенные решения на основе эвристического алгоритма. Ключевой недостаток их использования при оценке как технических, так и экономических параметров вариантов обустройства шельфовых месторождений РФ – отсутствие в этих программных комплексах баз данных по российскому арктическому шельфу (как технических, так и стоимостных), что приводит к тому, что:
· ряд объектов, таких как ЛСП стальная кессонного типа, попросту невозможно смоделировать в рамках этих программ;
· не учитываются особенности платформ, обусловленные тяжелыми природно-климатическими условиями Арктики – например, потребность в большей плотности армирования железобетонных ОГТ в зоне контакта со льдом;
· не учитывается сезонность различных строительно-монтажных и буровых работ, вызванная ледовыми условиями в акватории;
· отсутствуют данные о производительности и ставках отечественных верфей.
Наиболее продвинутым и отвечающим задачам автоматизации концептуального проектирования морских месторождений ПО является программный комплекс «FLOCO» бразильской компании «Deep Seed Solutions». По заявлениям разработчиков [19] «FLOCO» способен автоматически генерировать, рассчитывать и оптимизировать варианты обустройства, предлагая наиболее оптимальные с точи зрения экономических показателей, определяемых пользователем – капитальные и операционные затраты, NPV, IRR, цена безубыточности и период окупаемости. При этом в ПО реализуется концепция интегрированного проектирования, т.е. учитываются все дисциплины, включая разработку, скважинную добычу, обеспечение потока. Для технико-стоимостных параметров вариантов обустройства используется облачная база данных «Deep4Share», регулярно обновляемая как разработчиками, так и сторонними компаниями-пользователями. Отдельным преимуществом FLOCO, в сравнении с аналогами, является возможность расчета вариантов обустройства с частичной подводной подготовкой углеводородов (рисунок 7).
Безусловно, для возможности применения «FLOCO» при концептуальном проектировании шельфовых месторождений РФ необходима его доработка в части учета ледовых условий арктических морей и накладываемых ими ограничений, возможности моделирования платформ в арктическом исполнении (железобетонные ОГТ, опорные основания кессонного типа), а также создание и интеграция в ПО технико-стоимостной базы данных по российским шельфовым проектам, выпускаемому в РФ оборудованию, верфям и судам.
Значительное внимание в мире уделяется разработке алгоритмов и программного обеспечения для автоматизированного концептуального проектирования освоения морских месторождений нефти и газа, включая автоматическую генерацию и оптимизацию вариантов обустройства (вместо ручного перебора нескольких вариантов и эвристических методов поиска) и расчет интегрированной модели «пласт – скважина – система сбора – УПН». По мере развития инженерной мысли и совершенствования вычислительных мощностей появились возможности существенной автоматизации рутинных процессов генерации и расчета различных вариантов обустройства, использования больших баз данных, учета большого количества факторов в расчетах и в конечном счете – повышения качества принятия решений на основе многовариантных расчетов. За последние годы иностранными компаниями (в т.ч. находящимися в дружественной юрисдикции) создавалось и совершенствовалось ПО для автоматизации процессов интегрированного концептуального проектирования морских месторождений. Этот опыт необходимо перенимать отечественным проектировщикам и разработчикам ПО.
В отечественной науке существует ряд исследований, посвященных проблеме создания инструментов интегрированного концептуального проектирования для шельфовых месторождений РФ, однако в настоящее время состояние изученности проблемы в России таково, что эти исследования либо предлагают крайне упрощенные математические модели, не учитывающие многие существенные факторы и дисциплины, [4, 5] либо апеллируют к эвристическим методам поиска оптимального технического решения, позволяющим определить только локальный оптимум [3]. Большего развития это направление получило в области сухопутной нефтегазодобычи. Отечественной компанией «Strata Solutions», выпустившей ИТ-продукт «CLS Planner», положено начало автоматизированного концептуального проектирования освоения месторождений в России.
Необходимые дальнейшие шаги в области создания инструментов автоматизации концептуального проектирования для шельфовых месторождений РФ:
1. Создание единой актуализируемой и верифицируемой технико-стоимостной базы данных по реализованным и реализуемым проектам на шельфе РФ, выпускаемым в РФ материалам и оборудованию, верфям и судовладельцам. Для практической реализации данного предложения необходима широкая кооперация между такими компаниями, как «Газпром», «Роснефть», «Лукойл» и «Новатэк», взаимный обмен опытом и информацией, что представляется достаточно проблематичным на практике, учитывая корпоративные процедуры и режимы коммерческой тайны.
2. Разработка математических моделей, алгоритмов и нормативов для расчета технических параметров объектов обустройства месторождений арктического шельфа РФ.
3. Разработка или определение наименее ресурсоемкого метода/алгоритма поиска, исключающего перебор каждой возможной комбинации технических решений при гарантированном достижении глобального оптимума.
1. Государственный доклад «О состоянии и использовании минерально-сырьевых ресурсов Российской Федерации в 2020 году». – Министерство природных ресурсов и экологии Российской Федерации, Роснедра. – Москва, 2021. – 572 с.
2. СТО Газпром 2-3.7-320-2009. Регламент на составление проектных документов по разработке морских нефтяных, газовых и нефтегазоконденсатных месторождений. – Введ. 2009-12-14 – Москва: Газпром экспо, 2009. – 96 с.
3. Дряхлов, В.С. Технико-экономическое обоснование оптимальной схемы подводного добычного комплекса при добыче в замерзающей акватории: дис. маг.: 21.04.01 / В.С. Дряхлов; СПГУ – Санкт-Петербург, 2021. – 163 с.
4. Захаров, А.И. Совершенствование научно-методических подходов к проектированию разработки месторождений природного газа в условиях арктического шельфа: дис. к.т.н.: 25.00.18 / А.И. Захаров; ВНИИГАЗ – Москва, 2022. – 134 с.
5. Корниенко, О.А. Разработка рациональных методов обустройства углеводородных месторождений арктического шельфа РФ: дис. к.т.н.: 25.00.18 / О.А. Корниенко; ВНИИГАЗ – М.О., пос. Развилка, 2007. – 99 с.
6. Johansen G.R. Optimization of offshore natural gas field development: Master`s Thesis / Gaute Rannem Johansen; Norwegian University of Science and Technology. – Trondheim, 2011. – 108 p.
7. Almedallah M.K. Schedule Optimization To Accelerate Offshore Oil Projects While Maximizing Net Present Value in the Presence of Simultaneous Operations, Weather Delays, and Resource Limitations / M. K. Almedallah, S. Clark, S. D. C. Walsh // SPE Production & Operations. – 2021. – SPE 205521. – 18 p.
8. Arias M.J.C.D. Evolutionary Algorithm to Support Field Architecture Scenario Screening Automation and Optimization Using Decentralized Subsea Processing Modules / Mariana J.C. Díaz Arias, Allyne M. dos Santos, Edmary Altamiranda // MDPI, Processes. – 2021, № 9. – 51 p.
9. Basilio L. Integrated design computational model applied to O&G offshore field development / Leandro Basilio, Celso Noronha, Matheus Passos, Debora Calaza, Anderson L. da Nova, Roland Daly // Offshore Technology Conference. – 2018, May. – OTC-28664-MS. – 16 p.
10. Cullick A.S. Optimizing Field Development Concepts for Complex Offshore Production Systems / A.S. Cullick, R. Cude, M. Tarman // Offshore Europe. – 2007, September. – SPE 108562. – 10 p.
11. dos Santos T.D.F. OTIMROTA-Multiline: Computational Tool for the Conceptual design of subsea production systems / Thiago Duarte Fonseca dos Santos, Djalene Maria Rocha, Ladislau Israel Pereira, Juliana Souza Baioco, Carl Horst Albrecht, Breno Pinheiro Jacob // Offshore Technology Conference Brasil. – 2017, October. – 13 p.
12. Gupta V. An Efficient Multiperiod MINLP Model for Optimal Planning of Offshore Oil and Gas Field Infrastructure / Vijay Gupta, Ignacio E. Grossmann // Industrial & Engineering Chemistry Research. – 2012, № 51. – 6823–6840.
13. Iyer R.R. Optimal Planning and Scheduling of Offshore Oil Field Infrastructure Investment and Operations / R. R. Iyer, I. E. Grossmann, S. Vasantharajan, A. S. Cullick // Industrial & Engineering Chemistry Research. – 1998, vol. 37, № 4. – 1380–1396.
14. Lei G. The Use of Mathematical Programming to Determine Optimal Production and Drilling Schedule in an Offshore Oil Field, a Case Study from the Barents Sea / Guowen Lei, Milan Stanko, Thiago Lima Silva, Tom Widerøe, Arnljot Skogvang // 40th International Conference on Ocean, Offshore and Arctic Engineering. – 2021, June. – OMAE2021-62697. – 12 p.
15. Liu H. Subsea field layout optimization (Part I) – directional well trajectory planning based on 3D Dubins Curve / Haoge Liu, Tor Berge Gjersvik, Audun Faanes // Journal of Petroleum Science and Engineering. – 2022, № 208. – 11 p.
16. Rodrigues H.W.L. Integrated optimization model for location and sizing of offshore platforms and location of oil wells / H.W.L. Rodrigues, B.A. Prata, T.O. Bonates // Journal of Petroleum Science and Engineering. – 2016, № 145. – 735-741.
17. Rosa V.R. Design Optimization of Oilfield Subsea Infrastructures with Manifold Placement and Pipeline Layout / Vinicius Ramos Rosa, Eduardo Camponogara, Virgilio Jose Martins Ferreira Filho // Computers & Chemical Engineering. – 2017. – 43 p.
18. Sullivan J. A Computer Model for Planning the Development of an Offshore Gas Field / J. Sullivan // JOURNAL OF PETROLEUM TECHNOLOGY. – 1982, July. – SPE 10210. – 1555–1564.
Электронные ресурсы
19. Deep Seed Solutions. FLOCO Software // Режим доступа – URL: https://deepseedsolutions.com/floco/
20. Strata Solutions. CLS Planner // Режим доступа – URL: https://www.stratasolutions.ru/cls-planner