Simulación Eficiente de un Programa de Detección y Reparación de Fugas

Área de la Ciencia:

• Ciencias Ambientales
• Ciencias Computacionales
• Sistemas Energéticos

Sus antecedentes:

• Las simulaciones de Monte Carlo (MC) se utilizan ampliamente para estimar las emisiones de metano y la rentabilidad de los programas de detección y reparación de fugas (LDAR) en el sector del petróleo y el gas.
• Las técnicas de simulación actuales pueden sufrir de alta varianza, lo que limita la certeza estadística de los resultados.
• Los métodos de simulación eficientes son cruciales para la evaluación precisa del impacto ambiental y la eficacia del programa.

Objetivo del estudio:

• Desarrollar y demostrar una metodología de simulación eficiente para estimar las emisiones de metano y la rentabilidad de los programas LDAR.
• Reducir la varianza de los estimadores en comparación con las técnicas de simulación contemporáneas.
• Mejorar la potencia estadística de los análisis sobre la efectividad de los programas LDAR.

Principales métodos:

• Implementación de un enfoque de simulación basado en eventos, alejándose de las simulaciones diarias.
• Utilización de muestreo de baja discrepancia en lugar de muestreo aleatorio simple para la generación de escenarios.
• Aplicación del método propuesto a un modelo simplificado de programa LDAR para análisis de sensibilidad.

Principales resultados:

• El método de simulación propuesto produce estimadores con una varianza significativamente menor.
• Se observó una reducción del error por factores de aproximadamente 3 a 4 para el mismo tiempo de cómputo en un análisis de sensibilidad.
• La precisión mejorada permite una evidencia estadística más concluyente sobre el impacto del programa LDAR en las emisiones.

Conclusiones:

• El enfoque de simulación desarrollado ofrece un método más eficiente y preciso para evaluar los programas LDAR.
• La simulación basada en eventos y el muestreo de baja discrepancia mejoran la fiabilidad de las estimaciones de emisiones de metano y rentabilidad.
• Esta metodología proporciona un soporte estadístico más sólido para la toma de decisiones en la gestión ambiental dentro de la industria del petróleo y el gas.