Optimizing gas injection in high-pressure carbonate reservoirs: controlling bottomhole and tubing head pressures to avoid formation fracturing

Cover Page

Cite item

Full Text

Abstract

Background: In high-pressure carbonate reservoirs, miscible gas injection is a key method for enhancing oil recovery and maintaining reservoir pressure. The main challenge lies in controlling bottomhole pressure (BHP) and tubing head pressure (THP) while maximizing injection volumes and preventing formation fracturing. Current strategies typically rely on THP regulation and injection rates as the primary means of well control.

Aim: This study aims to analyze an optimized gas injection strategy based on precise well control to prevent formation fracturing and improve injection efficiency.

Materials and methods: The study uses production and geological data analysis, empirical forecasting models, and statistical techniques to enhance the accuracy and reliability of predictions. Modern algorithms and data-processing technologies are applied to handle large datasets, allowing for more accurate and consistent forecasts of key field development indicators.

Results: The results indicate that gas injection can be optimized by lowering reservoir pressure and increasing tubing head pressure (THP). This stabilizes bottomhole pressure (BHP) because of increased frictional losses in the tubing string. Controlling THP and gas rates allows stable BHP operation. Currently, maximum BHP limits have been established for the wells, while allowable THP is restricted but can be increased based on previous test results. An increase in THP would enable higher gas injection volumes, leading to improved oil recovery. BHP remained within safe limits and was monitored directly with downhole pressure gauges.

Conclusion: This study presents an optimized approach to gas injection management, based on real-time pressure monitoring, well–reservoir nodal analysis, dynamic control of tubing head pressure (THP), and regulation of gas flow rates. The results emphasize the need to consider nonlinear pressure losses when designing safe and efficient injection strategies. Considering these effects helps prevent formation fracturing and ensures long-term reservoir integrity.

About the authors

Bakhytzhan K. Khassanov

Kashagan B.V.

Email: b.khassanov@kbv.kz
ORCID iD: 0009-0007-2006-9127
Kazakhstan, Astana

Artem M. Stepanchuk

Kashagan B.V.

Email: a.stepanchuk@kbv.kz
ORCID iD: 0009-0000-6022-7141
Kazakhstan, Astana

Assel T. Zholdybayeva

Kashagan B.V.

Author for correspondence.
Email: a.zholdybayeva@kbv.kz
ORCID iD: 0000-0002-1015-0593
Kazakhstan, Astana

References

  1. Mukanov AR, Bigeldiyev A, Batu A, Kuvanyshev AM. Features of field development with tight carbonate reservoirs by waterflooding. SPE Russian Petroleum Technology Conference; 2020 Oct 21–22; Virtual. Available from: onepetro.org/SPECTCE/proceedings-abstract/20CTC/20CTC/.
  2. Bakirov AI. Sovershenstvovaniye tehnologii izvlecheniya nefti zavodneniyem iz karbonatnykh kollektorov mestorozhdeniy [dissertation]. Bugulma; 2018. Available from: www.dissercat.com/content/sovershenstvovanie-tekhnologii-izvlecheniya-nefti-zavodneniem-iz-karbonatnykh-kollektorov. (In Russ).
  3. Ahmed TH. Equations of state and PVT analysis: Applications for improved reservoir modeling. Houston, TX: Gulf Professional Publishing; 2007.
  4. Iktissanov VA, Bobb IF, Ganiev BG. Study of the problem of optimization of bottomhole pressure for fractured-porous reservoirs. Oil Industry. 2017;10:94–97. doi: 10.24887/0028-2448-2017-10-94-97.
  5. TatNIPIneft. Metodicheskoye rukovodstvo po opredeleniyu predelno-dopustimykh zaboynykh davleniy (RD 153-39.0-918-15). Bugulma: PAO «Tatneft’»; 2015. 29 p. (In Russ).
  6. Holmes JA, Barkve T, Lund. Application of a multisegment well model to simulate flow in advanced wells. SPE European Petroleum Conference; 1998 Oct 20–22; The Hague, Netherlands. Available from: onepetro.org/SPEEURO/proceedings-abstract/98EUROPEC/98EUROPEC/SPE-50646-MS/191110.
  7. Semenov A, Altaf B, Allouti A, et al. History matching of integrated reservoir simulation model for green field offshore Abu Dhabi. Abu Dhabi International Petroleum Exhibition & Conference; 2017 Nov 13–16; Abu Dhabi, UAE. Available from: onepetro.org/SPEADIP/proceedings-abstract/17ADIP/17ADIP/D021S030R002/200153.
  8. Peng L, Han G, Chen Z, et al. Dynamically coupled reservoir and wellbore simulation research in two-phase flow systems: A critical review. Processes. 2022;10(9):1778. doi: 10.3390/pr10091778.
  9. Schreiber M, Pruess K, Garcia J. Optimizing oil recovery: A sector model study of CO2-water alternating gas injection. Processes. 2022;13(3):700. doi: 10.3390/pr13030700.
  10. Pan Y, Liu X, Yang Z. Study on the Stabilization Mechanism of Gas Injection Interface in Fractured-Vuggy Reservoirs. Energies. 2025;18(8):1996. doi: 10.3390/en18081996.
  11. Danesh A. PVT and phase behaviour of petroleum reservoir fluids, Developments in Petroleum Science. Amsterdam: Elsevier Science; 1998. 400 p.
  12. McCain WD, Jr. The properties of petroleum fluids (2nd ed.). Tulsa: PennWell Publishing Company; 1990.
  13. Iktissanov VA, Bobb IF, Fokeeva LH. Consequences of bottom-hole pressure deviations from optimal values. Oil Industry. 2017;8:60–64. (In Russ).
  14. Gerhart PM, Gerhart AL, Hochstein JI. Munson, Young and Okiishi’s fundamentals of fluid mechanics (8th ed.). Hoboken, NJ: Wiley; 2016. 816 p.
  15. Ahmed TH. Reservoir engineering handbook (2nd ed.). Houston, TX: Gulf Professional Publishing; 2001. 1000 p.
  16. Mukherjee H, Brill JP. Multiphase flow in wells (Monograph Series No. 17). Richardson, TX: Society of Petroleum Engineers; 1999. 156 p.
  17. Economides MJ, Hill AD, Ehlig-Economides CA. Petroleum production systems (2nd ed.). Upper Saddle River, NJ: Prentice Hall; 2012. 609 p.
  18. Beggs HD. Production optimization: Using nodal analysis for oil and gas production (Rev. ed.). Tulsa, OK: OGCI and Petroskills Publications; 2003. 411 p.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Figure 1. Injection well diagram

Download (74KB)
3. Figure 2. Gas injection rate and BHP vs. THP

Download (123KB)
4. Figure 3. Frictional pressure losses vs. gas injection rate а) Well No. 1; б) Well No. 2; в) Well No. 3; г) Well No. 4

Download (549KB)
5. Figure 4. Bottomhole pressure vs. gas injection rate (single well)

Download (158KB)
6. Figure 5. Well–reservoir nodal analysis Solid line – inflow curve; dashed line – lift performance curve

Download (412KB)

Copyright (c) 2025 Khassanov B.K., Stepanchuk A.M., Zholdybayeva A.T.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».