Loading…
Exploration and optimized siting of geothermal wells using a web-based spatial decision support system
a case study of the Olkaria geothermal field
Mwaura, Daniel Waweru
As the world develops and economies grow, there is a commensurate rise in the demand for energy. Many current approaches of fulfilling the increased demand have led to increased pollution through emission of greenhouse gases. A lot of current research in the energy sector is therefore geared towards green and reliable energy sources. Geothermal energy production is one of the leading sources of green and reliable energy. There has been increased effort in research of finding ways of increasing the production of this energy form. The exploration and development of geothermal resources entails an intricate multidisciplinary decision making process involving diverse conflicting criteria. The nature of the analysis of data as currently carried out, leads to a protracted process before any benefits of the vast resource can be realized.
Over the last decade, Geographical Information Systems (GIS) has been pivotal in data analysis and dissemination in an array of disciplines. Due to the nature of the geothermal resource exploration process, there have been numerous efforts aimed at incorporating GIS methods into the process, but the full potential is yet to be realized. This is mainly due to the steep learning curve of traditional GIS systems for many geothermal scientists. This study attempted to find a solution to this problem by evaluating the shortcomings of the traditional methods of geothermal exploration and the visualization methods employed during consequent development. It aimed at taking advantage of Decision Support Systems (DSS) in reducing the disconnect that exists between GIS and geothermal exploration by means of a Spatial Decision Support System (SDSS).
The proposed solution aimed at integrating data from various sources in the geothermal scope in a Multi Criteria Decision Analysis (MCDA) model to produce an output that could assist geothermal scientists to locate suitable areas for priority detailed exploration. In most cases, the provision of suitability areas leads to a problem of the priority wells drilling sites. Improving on current methods, the study modeled the geothermal well location problem as a NP-hard problem that could be solved using the combinatorial optimization algorithms. In this aspect two popular algorithms; The Metropolis-Hasting algorithm and theGenetic algorithm were applied and their results were compared.
The MCDA and optimization models were combined in a novelWeb-based SDSS for geothermal scientists. The solution was then tested for the Olkaria geothermal field, an active geothermal area in Kenya, East Africa with results that equaled or bettered the highest producing wells in the field. The study therefore revealed that SDSS can provide a solution that improves the time taken from geothermal exploration to development accelerating the pace of provision of alternative energy sources from geothermal resources.
In einer sich ständig weiter entwickelnden und wirtschaftlich wachsenden Welt steigt der Energiebedarf dementsprechend. Viele aktuelle Ansätze zur Deckung des erhöhten Energiebedarfs haben zu einer Umweltverschmutzung durch die Emission von Treibhausgasen geführt. Viele aktuelle Forschungen im Energiesektor sind daher auf grüne und verlässliche Energiequellen ausgerichtet. Geothermie ist eine der führenden Quellen für umweltfreundliche und zuverlässige Energie. In der Forschung wurde verstärkt nach Möglichkeiten gesucht, die Produktion dieser Energieform zu steigern. Die Exploration und Erschließung geothermischer Ressourcen erfordert einen komplexen multidisziplinären Entscheidungsprozess, der verschiedene widersprüchliche Kriterien umfasst. Die Art der Analyse von Daten, wie sie gegenwärtig durchgeführt wird, führt zu einem langwierigen Prozess, bevor irgendwelche Vorteile der riesigen Ressource realisiert werden können. In den letzten zehn Jahren waren Geographische Informationssysteme (GIS) von zentraler Bedeutung für die Datenanalyse und -verbreitung in vielen Disziplinen. Aufgrund der Natur des geothermischen Ressourcen- Explorationsprozesses gab es zahlreiche Bemühungen, GIS-Methoden in den Prozess zu integrieren, aber das volle Potenzial ist noch nicht ausgeschöpft. Dies ist hauptsächlich auf die steile Lernkurve traditioneller GISS-Systeme für viele Geothermie-Wissenschaftler zurückzuführen.
In dieser Studie wurde versucht, eine Lösung für dieses Problem zu finden, indem die Unzulänglichkeiten der traditionellen Methoden der geothermischen Exploration und der Visualisierungsmethoden, die während der konsequenten Entwicklung angewendet wurden, untersucht wurden. Ziel war es, die Entscheidungsunterstützungssysteme (Decision Support Systems, DSS) zu nutzen, um die Diskrepanz, die zwischen GIS und geothermischer Exploration besteht, durch ein System zur Unterstützung räumlicher Entscheidungen (SDSS) zu reduzieren. Die vorgeschlagene Lösung zielte darauf ab, Daten aus verschiedenen Quellen im geothermischen Bereich in ein MCDA-Modell (Multi Criteria Decision Analysis) zu integrieren, um Geothermie-Wissenschaftler bei der Suche nach geeigneten Gebieten für die vorrangige detaillierte Exploration zu unterstützen. In den meisten Fällen führt die Bereitstellung von Eignungsgebieten zu einem Problem der vorrangigen Bohrstandorte.
Im Vergleich zu aktuellen Methoden modellierte die Studie das geothermische Bohrlochpositionierungsproblem als ein NP-schweres Problem, das mit den kombinatorischen Optimierungsalgorithmen gelöst werden konnte. In dieser Hinsicht zwei populäre Algorithmen; der Metropolis-Hasting Algorithmus und der Genetische Algorithmus wurden angewendet und ihre Ergebnisse verglichen. Die MCDA und Optimierungsmodelle wurden in einem neuartigen webbasierten SDSS für geothermische Wissenschaftler kombiniert. Die Lösung wurde dann auf dem geothermischen Olkaria-Feld getestet, ein aktives geothermales Gebiet in Kenia, Ostafrika, mit Ergebnissen, die den höchstproduzierenden Bohrlöchern auf dem Gebiet entsprachen oder diese übertrafen. Die Studie ergab daher, dass SDSS eine Lösung bieten kann, die die Zeit von der Geothermieexploration bis zur Entwicklung verkürzt und das Tempo der Bereitstellung alternativer Energiequellen aus geothermischen Ressourcen beschleunigt.
