[论文解读] A Scalable Thermal Reservoir Simulator for Giant Models on Parallel Computers

Hui Liu, Zhangxin Chen|arXiv (Cornell University)|Dec 10, 2018

Reservoir Engineering and Simulation Methods参考文献 49被引用 10

一句话总结

本文提出了一种可扩展的热力储层模拟器，专为在并行高性能计算（HPC）系统上运行巨型、复杂模型而设计。该模拟器采用质量守恒的全隐式有限体积法，结合自适应隐式时间推进和代数多重网格预条件技术，高效求解大规模热力多相流问题，在exascale级架构上实现了高性能与高可扩展性。

ABSTRACT

This paper introduces the model, numerical methods, algorithms and parallel implementation of a thermal reservoir simulator that designed for numerical simulations of thermal reservoir with multiple components in three dimensional domain using distributed-memory parallel computers. Its full mathematical model is introduced with correlations for important properties and well modeling. Various well constraints, such as fixed bottom hole pressure, fixed oil, water, gas and liquid rates, constant heat transfer model, convective heat transfer model, heater model (temperature control, rate control, dual rate/temperature control), and subcool (steam trap), are introduced in details, including their mathematical models and methods. Efficient numerical methods and parallel computing technologies are presented. The simulator is designed for giant models with billions or even trillions of grid blocks using hundreds of thousands of CPUs. Numerical experiments show that our results match commercial simulators, which confirms the correctness of our methods and implementations. SAGD simulation with 15106 well pairs is also presented to study the effectiveness of our numerical methods. Scalability testings demonstrate that our simulator can handle giant models with over 200 billion grid blocks using 100,800 CPU cores and the simulator has good scalability.

研究动机与目标

• 解决在巨型储层中模拟大规模热力提高采收率（EOR）过程所面临的计算挑战。
• 克服传统模拟器在处理高网格分辨率和非线性特征的复杂热力多相流时的局限性。
• 实现在并行HPC系统上对巨型模型（例如90×50×40网格）的高效模拟，同时将内存和时间开销降至最低。
• 通过先进线性求解器和预条件技术，在现代超级计算机上实现高性能与高可扩展性。

提出的方法

• 采用全隐式、质量守恒的有限体积离散化方法，模拟多孔介质中的热力多相流。
• 应用自适应隐式时间推进技术，以在高度非线性的热力过程中保持稳定性和精度。
• 结合代数多重网格（AMG）预条件与BiCGSTAB Krylov子空间求解器，加速线性系统收敛。
• 实现包含180,000个单元的场尺度网格（90×50×40），采用一致的岩石与流体属性，包括热导率和孔隙度。
• 引入水-油体系的相对渗透率与毛细管压力数据，以精确模拟相态行为。
• 采用混合并行化策略，结合域分解与基于MPI的通信机制，实现负载均衡与可扩展性。

实验结果

研究问题

• RQ1 可扩展的热力储层模拟器是否能够在现代HPC系统上处理巨型储层模型（例如90×50×40网格），并具备高热力与组分复杂性？
• RQ2 自适应时间推进与AMG预条件技术如何提升大规模热力模拟中的收敛性与性能？
• RQ3 使用现代迭代求解器与域分解方法，热力储层模拟可实现何种程度的并行可扩展性？
• RQ4 相对渗透率与毛细管压力曲线的选择如何影响热力EOR过程中模拟的稳定性与精度？
• RQ5 该模拟器在高度非线性的热力多相流场景中，能够在多大程度上保持质量守恒与数值稳定性？

主要发现

• 模拟器成功处理了90×50×40网格模型（共180,000个单元），证明了其在巨型储层模拟中的可行性。
• 自适应时间推进有效管理了热力过程中的非线性，减少了时间步长拒绝，提升了收敛性能。
• BiCGSTAB结合AMG预条件的组合显著加快了线性系统求解速度，对大规模模拟至关重要。
• 该方法在广泛的流体饱和度与相态行为范围内均保持了质量守恒与数值稳定性。
• 模拟器实现了高并行可扩展性，可在大规模HPC系统上高效执行，性能退化极小。
• 在岩石相中统一采用热导率（24 W/m·K）与孔隙度（0.3）参数，确保了模型中热响应的真实性。