Escolar Documentos
Profissional Documentos
Cultura Documentos
JTMGB
Jurnal Teknologi Minyak dan Gas Bumi
Vol. : 3 No. : 1 April 2012
Jakarta
JTMGB Vol. 3 No. 1 Hal. 1-76 ISSN 2088-7590
April 2012
Keterangan gambar cover:
Personal basket sedang diturunkan dari anjungan lepas pantai laut Natuna, Indonesia
JTMGB Jurnal Teknologi Minyak dan Gas Bumi
Peer Review : Prof. DR. Ir. Pudjo Sukarno (Integrated Production System)
Prof. DR. Ing. Ir. HP Septoratno Siregar, DEA (EOR)
Prof. Ir. Doddy Abdassah, PhD. (Teknik Reservoir)
DR. Ir. Arsegianto (Ekonomi & Regulasi MIGAS)
DR. Ir. Sudjati Rachmat, DEA (Well Stimulation and Hydraulic
Fracturing)
DR. Ir. Sudarmoyo,SE, MT (Penilaian Formasi)
Ir. Aris Buntoro, MT (Teknik Pemboran)
DR. Ir. Ratnayu Sitaresmi, MT (Teknik Reservoir)
Ir. Syamsul Irham, MT (Ekonomi MIGAS)
DR. Ir. Taufiq Fathaddin (EOR/Simulasi)
DR. Ir. Andang Kustamsi (Teknik Pemboran)
Dewan Redaksi
Ketua : DR. Ir. Taufan Marhaendrajana (Engineering Mathematics and
Well Testing/Performances)
Anggota : DR. Ir. Asep K. Permadi (Karakterisasi dan Pemodelan Reservoir)
DR. Ir. Tutuka Ariadji (Production Optimization)
DR. Ir. Bambang Widarsono (Penilaian Formasi)
Redaktur Pelaksana : Ir. IGK. Budiartha
Ir. Elly M.Jusuf, MSc.
Ir. Ana Masbukhin
Sekretariat : Ir. Bambang Pudjianto
Layout Desain : Endy Hadianto, S.Kom
Alief Syahru
Sirkulasi : Abdul Manan
DAFTAR ISI
Improving Oil Recovery and Injection Strategy in Shallow Reservoir (Rindu Reservoir)
of Area 3&4 Duri Steam Flood
Sudianto Lumban Tobing, Sandra Natalia, Henri Silalahi ..................................................... 37-46
Evaluasi Keberlakuan Metode Down-hole Water Sink (DWS) Pada Reservoir Minyak
(Evaluation of Down-hole Water Sink (DWS) Method in Oil Reservoir)
Agung Prasetyo Nugroho, Taufan Marhaendrajana ............................................................ 47-55
Evaluasi Metode Stimulasi Radial Jet Drilling untuk Optimasi Dewatering pada Sumur
Gas Metana Batubara di Lapangan Rambutan
Gathuk Widiyanto, Panca Wahyudi ........................................................................... 69-76
KATA PENGANTAR
Rasanya baru kemarin kita bertemu melalui jurnal ini, dan sepertinya waktu berjalan begitu cepat. Itu
mungkin karena kita semakin sibuk dengan pekerjaan dan urusan masing-masing. Maka melalui me-
dia ini, kami dengan senang hati bisa kembali menjumpai para pembaca dengan aneka materi bacaan
yang tersaji dalam JTMGB Edisi April 2012 ini.
Pertama, saya ingin mengajak para pembaca untuk mengheningkan cipta sejenak mengenang dan
mendo’akan guru, sahabat, teman diskusi, pakar, penulis kreatif, wamen, guru besar, pemikir, dewan
penasehat IATMI, kakak kita almarhum Mas Wid (Prof Dr Ir Widjajono Partowidagdo) yang belum
lama ini wafat di saat pendakian Gunung Tambora (21/4). Inna lillahi wa inna ilaihi raji’un (sesung-
guhnya segalanya datang dari Allah dan akan kembali kepadaNya). Kita merasa sangat kehilangan
di saat kita membutuhkan sosok seperti beliau dalam berbicara, menulis, mendengar, mengemuka-
kan ide, dan beradu-argumentasi. Ide dan gagasannya yang orisinil selalu berusaha menyelesaikan
berbagai masalah (terutama di bidang migas dan energi) yang pelik dengan cara yang sederhana.
Sesederhana penampilannya.
Pada JTMGB edisi ini, kita juga ingin membahas persoalan-persoalan (parameter) yang sederhana
tetapi yang memiliki implikasi signifikan terhadap hasilnya. Misalnya tentang Penentuan Parameter
PVT untuk Perhitungan IGIP dengan Material Balance. Ini menjadi menarik karena ketidakpastian
data komposisi C1-C7 menyebabkan ketidakpastian berbagai parameter data PVT yang selanjutnya
akan mempengaruhi pada ketidakpastian estimasi nilai IGIP suatu lapangan.
Tulisan yang lain adalah tentang perbaikan pola titik serap dan strategi injeksi untuk meningkatkan
perolehan di Reservoir Rindu, Lapangan Duri, Sumatra, yang merupakan reservoir dangkal. Ini tentu-
nya dapat menjadi bechmark bagi lapangan lain yang sejenis. Upaya lain untuk menaikkan perolehan
minyak juga dapat dilakukan dengan cara mengurangi water-coning, yakni dengan memproduksikan
air bersama-sama minyak dalam sistem dual completion, sehingga water table akan lebih stabil. Ini
dapat dibaca di tulisan yang mengangkat pokok bahasan tentang “Metode Down-hole Water Sink
(DWS) Pada Reservoir Minyak”.
Dengan semakin banyaknya pengembangan lapangan Gas Metan Batubara (GMB) atau Coalbed
Methane (CBM), dua tulisan berikutnya cukup menarik untuk disimak. Pertama mengenai bagaimana
menghitung Cadangan gas di lapisan batubara tersebut, dan tulisan kedua membahas metoda komplesi
dan produksi agar proses pengurasan air (dewatering process) dapat lebih cepat, yakni dengan meng-
gunakan metoda “radal jetting”. Metode ini ternyata berdampak pada peningkatan laju dewatering
dari 1,91 BWPD menjadi 4,76 BWPD dan meningkatkan produksi gas dari 0,58 MSCFD menjadi
10,5 MSCFD. Selamat menikmati bacaan edisi kali ini. !***
(SSA)
Penentuan Ketidakpastian Kuantitatif dan Kualitatif Parameter PVT
Menggunakan Metode Design of Experimental & Multiple Linear Regression
untuk Perhitungan IGIP dengan Material Balance
pada Lapangan X
Sari
Ketidakpastian data komposisi C1-C7 menyebabkan ketidakpastian berbagai parameter data
PVT seperti Boi, Bgi, dan Rs. Ketidakpastian ini berdampak pada ketidakpastian estimasi nilai IGIP di
segmen 1&2 pada lapangan X. Paper ini bertujuan menentukan tingkat ketidakpastian ketiga para-
meter PVT tersebut dengan menggunakan metode DOE (Design of Experiments) dan MLR (Multiple
Linear Regression) terhadap estimasi IGIP berdasarkan perhitungan material balance. Paper ini juga
sebagai studi tambahan dalam menentukan nilai data PVT yang tepat pada lapangan ini.
Langkah awal yang dilakukan pada paper ini adalah dengan menentukan estimasi IGIP yang
cocok dengan history matching antara tekanan terhadap waktu pada lapangan X dengan mengguna-
kan prinsip material balance. Setelah ditemukan kecocokan antara perolehan IGIP material balance
dengan simulasi reservoir maka diperoleh base case perhitungan IGIP pada lapangan tersebut. Se-
lanjutnya base case tersebut akan diuji senstivitasnya dengan merubah parameter PVT agar diketahui
kelakuan tiap parameter tersebut terhadap IGIP. Prosesnya adalah dengan memasukkan data uji sen-
sitivitas tersebut kedalam kedua metode DOE dan MLR. Pada akhirnya dengan menggunakan metode
Multiple Linear Regression dan Design of Experimental, maka telah ditentukan besarnya pengaruh
Boi, Bgi, dan Rs terhadap estimasi IGIP pada setiap segmen. Hasil yang diperoleh dari uji tersebut
adalah bahwa parameter Boi merupakan parameter yang paling besar tingkat ketidakpastiannya, yang
dilanjutkan dengan Bgi dan Rs. Namun pada segmen 3 parameter Rs lebih besar tingkat ketidakpasti-
annya dibandingkan Bgi. Selain itu juga dari kedua metode tersebut telah dihasilkan persamaan proxi
untuk perhitungan IGIP. Pada akhirnya, telah ditentukan kisaran P10, P50, dan P90 estimasi IGIP
pada Lapangan X. Nantinya kisaran ini dapat digunakan sebagai studi lanjutan guna menentukan
parameter PVT pada lapangan ini.
Kata kunci: parameter/data PVT, IGIP, material balance, design of experimental, multiple linear
regression.
Abstract
The uncertainties composition of C1-C7 cause uncertainties of each paramaters form the PVT
data, such as Boi, Bgi, and Rs, These uncertainties also causes an effect while estimating the Initial
Gas In Place (IGIP) at X-field especially at segment 1 and 2. The objective of this paper is to define
each uncertainties level caused by each PVT parameter, contrasting each parameter PVT in this case
Boi, Bgi, and Rs. For that, by using 2 different kinds of method and by comparing each conclusion we
have indentified and defined the cause of each parameter and its level of uncertainty towards the IGIP
estimation.
First single step to purpose this objective is to match the history matching pressure against
time by using material balance, by having this done we could have the correct IGIP. Then after we
having this done, check on the IGIP estimations comparing it with the reservoir simulation, then we
can colclude if we have had the right estimation to begin with the base case. Afterwards with the
1
2
base case, we do several sensitivity tests by changing its Rs, Boi, and Bgi we could have samples to
be used into the both methods which are DOE and MLR to identify the level of uncertainties of each
PVT parameters towards its effect on estimating the IGIP for each segment. The results that we get
explains that Boi, has the highest uncertainty level comparing to other PVT parameter. But at the 3rd
segment we have Rs at the second place on its value of level uncertainty, then Bgi. Not only that we
also construct a proxy equation to calculate IGIP. At the end we also could have the value for each P
10, P 50, and P90 estimaiton of IGIP at X-field. Furthermore this range will be used as a continuous
study to estimate the exact PVT on this field.
Keywords: parameter/data PVT, IGIP, material balance, design of experimental, multiple linear re-
gression.
model statik yang selanjutnya dimasukkan dalam diekspor ke dalam simulasi reservoir dinamik.
simulasi reservoir statik. Perhitungan In Place dari Namun, segmen 1 dan 2 yang terpisah digabung-
simulasi reservoir tersebut diperoleh IGIP sebe- kan menjadi satu kesatuan, hal ini dikarenakan
sar 160 BSCF dan IOIP sebesar 105 MMSTB. adanya sumur produksi (sumur no.6) yang ber-
Untuk memvalidasi perolehan ini maka diuji produksi dari segmen 1 dan 2. Alasan penggabung-
dengan menggunakan Material Balance. Hasil an kedua segmen tersebut dikarenakan tidak dapat
dari Material Balance menunjukkan hasil yang mengalokasikan asal produksi hidrokarbon dan
serupa yaitu dengan IGIP sebesar 161 BSCF dan air dari sumur 6.
IOIP sebesar 104 MMSTB.
Setelah tervalidasinya nilai estimasi IGIP Permasalahan
dan IOIP, maka dilakukan pembagian segmen. Permasalahan muncul ketika perolehan
Pembagian segmen ini dilakukan karena adanya estimasi peninjauan IGIP dilakukan persegmen.
sealing fault yang membagi daerah Main tersebut Khususnya yang terjadi pada segmen 1&2. Per-
menjadi 4 bagian. Keempat segmen yang terdapat olehan estimasi IGIP pada segmen 1&2 ternyata
pada daerah Main dapat di lihat pada Gambar 3. kurang dari total kumulatif produksi gas yang
Setelah diperoleh model dengan 4 segmen terse- sudah berproduksi sejak tahun 1995 hingga Fe-
but, maka model statik dari simulasi reservoir bruari 2010. Baik dari model statik dan dinamik
tersebut dijadikan model dinamik dengan cara diperoleh nilai IGIP untuk segmen 1&2 sebesar
90 BSCF, sedangkan total produksi komulatif gas
telah mencapai sebesar 120 BSCF.
Berawal dari permasalahan inilah maka
perlu diketahui secara tepat pembagian In place
pada tiap segmen yang ada. Setelah dianalisa
menggunakan simulasi reservoir ternyata segmen
3 diperoleh profil tekanan terhadap waktu yang
masih belum matching secara tepat, sedangkan
segmen 1&2 cenderung berada di bawah profil
tekanan terhadap waktu. Profil tekanan terhadap
Gambar 3. Geologi model reservoir daerah Main. waktu dapat dilihat pada Gambar 4. Dari sinilah
4
Gambar 4. Profil tekanan sebelum Matched tiap segmen Gambar 5. Profil tekanan Matched tiap segmen (dari kiri -
(dari kiri - kanan) 1&2, 3 dan 4. kanan) 1&2, 3 dan 4.
Gambar 6. Hasil matching parameter PVT terhadap experiments observation pada segmen 1&2.
Boi, Bgi, dan Rs terhadap perolehan IGIP. Penin- Main, lapangan X termasuk segmen-segmen
jauan dan hasil akhir dari Studi inilah yang dipa- yang membaginya. Studi dilakukan dengan
parkan pada paper ini. Dari hasil tersebut dapat menggunakan metode Desain of Experimen-
diperolehnya persamaan proxi untuk menghitung tal (DOE) dan Multiple Linear Regression
IGIP pada Lapangan X. Perhitungan estimasi (MLR)
IGIP tersebut nantinya hanya memerlukan pa- 3. Membandingkan hasil dari metode DOE
rameter Rs, Boi, dan Bgi saja. Selain mendapatkan dengan Multiple Linear Regression sebagai
persamaan proxi perhitungan IGIP, studi ini juga satu studi lanjutan pada lapangan X dalam
dapat memberitahukan atau menginformasikan menentukan ketidakpastian parameter PVT
parameter PVT apa saja yang berpengaruh pa- yang paling berpangaruh terhadap nilai esti-
ling besar, signifikan hingga tidak signifikan ter- masi IGIP.
hadap perolehan IGIP. Selain itu hasil dari studi 4. Membuat korelasi perhitungan IGIP pada
ini dirangkum dan dijadikan constraint terhadap daerah Main, serta pada segmen-segmen
data PVT yang akan dihasilkan guna menemukan yang terdapat pada daerah tersebut, dengan
kecocokan data PVT terhadap studi experiments menggunakan data Rs, Boi, Bgi sebagai data
observation. parameter independen.
Untuk memvalidasi perolehan IGIP dari 5. Memberi gambaran mengenai pengaruh data
simulasi reservoir sebelumnya, maka pada paper PVT terhadap perolehan IGIP, untuk dijadi-
ini akan dibandingkan pula perolehan IGIP ha- kan studi penambah dalam menentukan kom-
sil run simulasi reservoir dengan menggunakan posisi C1-C7 yang sesuai sehingga pada akhir-
software material balance. nya dapat diperoleh data PVT yang sesuai
Validasi menggunakan material balance dengan studi experiments observation, dan
ini dikarenakan lapangan X sudah cukup lama berujung pada match-nya estimasi IGIP.
berproduksi dari tahun 1995 hingga sekarang.
Sehingga data produksi yang ada sudah cukup II. Metodologi
banyak. Diharapkan estimasi IGIP pada daerah
Main, khususnya segmen 1&2 dapat diestimasi Penentuan estimasi IGIP yang tepat un-
secara akurat. Selanjutnya studi dengan mate- tuk setiap segmen akan dilakukan dengan Mate-
rial balance yang sudah matching tersebut akan rial Balance. Apabila hasil yang diperoleh sudah
dianggap sebagai base case. Nantinya base case match dengan studi simulasi reservoir sebelum-
yang sudah sesuai dengan simulasi reservoir nya, maka hasil yang diperoleh tersebut akan
tersebut akan dilakukan uji sensitivitas parameter digunakan sebagai base case pada studi ketidak-
PVT (Rs, Boi, Bgi) terhadap perolehan IGIP seba- pastian parameter Rs, Boi, Bgi. Setelah itu, base
gai data awal yang akan digunakan pada studi case yang diperoleh tersebut akan dilakukan uji
tingkat ketidakpastian PVT (Boi, Bgi, dan Rs) ter- sensitivitas parameter PVT (Rs, Boi, Bgi) terhadap
hadap perolehan estimasi IGIP. perolehan IGIP. Tujuan dilakukannya uji sensi-
Langkah terakhirnya adalah dengan melihat data tivitas tersebut dikarenakan data hasil uji sensiti-
percentile yang diperoleh (P10, P50, dan P90 ) vitas akan dimasukkan sebagai input data untuk
maka kita dapat menentukan kisaran parameter mengidentifikasikan tingkat ketidakpastian tiap
PVT pada lapangan X ini. parameter yang diuji (Rs, Boi, Bgi) terhadap per-
olehan IGIP. Pada tahap ini juga dilakukannya
Tujuan Studi Ini perubahan uji sensitivitas terhadap nilai maksi-
mum dan minimum dari tiap parameter PVT de-
1. Sebagai studi yang berkelanjutan dalam men- ngan cara menaikkan dan menurunkan salah satu
cari estimasi IGIP yang tepat untuk tiap seg- parameter PVT dan parameter lainnya tetap. Dari
men, serta memvalidasi perolehan estimasi sini kita dapat mengetahui nilai batas atas dan
IGIP dari studi simulasi reservoir sebelum- bawah parameter masing-masing PVT tersebut
nya dengan menggunakan material balance. untuk memberikan kisaran awal parameter PVT
2. Menentukan tingkat ketidakpastian para- yang dapat digunakan dalam proses matching.
meter PVT (Rs, Boi, Bgi) yang mempengaruhi Metode yang digunakan dalam penentuan tingkat
pengukuran estimasi nilai IGIP pada daerah ketidakpastian parameter PVT terhadap perhitung-
7
an estimasi IGIP, adalah dengan menggunakan : IGIP. Proses matching tersebut dilakukan dengan
1. Metode Design of Experimental menggunakan analytical method. Uji sensitivitas
2. Metode Multiple Linear Regression yang dilakukan sesuai dengan kebutuhan data
3. Setelah diperolehnya hasil dari kedua metode yang akan dimasukkan pada metode penentuan
tersebut, maka perolehan yang didapatkan ketidakpastian data PVT terhadap IGIP.
akan dianalisa lebih lanjut dan berujung pada Prinsipnya, penggunaan material balance adalah
kesimpulan yang menganalisa secara kuali- dengan menggunakan perhitungan rumus mate-
tatif dan kuantitatif tingkat ketidakpastian rial balance sebagai berikut :
PVT tersebut terhadap perolehan IGIP. Dari Np Bo + ( Rp − Rso ) + WpBw =
NBoi
hasil studi maka akan dijadikan landasan se-
lanjutnya untuk studi penentuan komposisi ( Bo − Boi ) ( Rsoi − Rso ) Bg Bg
+ m −11
C1-C7 Boi Bgi + We
+ 1 + m Swccw + cf ∆p
Flow Chart Metodologi penelitian ( )
1 − Swc
Berikut adalah flow chart yang dilakukan .......................... (1)
pada studi paper ini. Rumus di atas merupakan pemodelan reservoir
yang dianggap sebagai tank. Ruas kiri merupa-
kan total produksi air, minyak, dan gas, atau dise-
but sebagai underground withdrawal, sedangkan
ruas kanan dianggap sebagai perubahan yang ter-
jadi akibat produksi minyak, gas, dan adanya wa-
ter influx. Terlihat bahwa nilai PVT (Rs, Boi, Bgi)
mempengaruhi nilai IOIP dan IGIP.
Design Of Experimental
DOE atau yang juga biasa disebut Experi-
mental Design (ED) adalah suatu teknik untuk
menentukan lokasi dan jumlah eksperimen yang
akan mengumpulkan informasi sebanyak-ba-
nyaknya untuk biaya eksperimen yang paling
rendah. Pada umumnya, diasumsikan bahwa
suatu proses yang melibatkan repsons y yang
tergantung pada variabel-variabel ξ1, ξ2,....., ξk .
Hubungan tersebut dinyatakan sebagai berikut :
y= f (ξ ,ξ ,....ξ ) + e
1 2 k ................. (2)
Analisa Parameter Tabel 1. Perolehan nilai maksimum dan minimum parameter Rs, Boi, Bgi
Dari hasil penggunaan Rs Boi Bgi IGIP (BSCF) IOIP (MMSTB) Keterangan
metode DOE dan MLR akan 1032 1,548 0,006 160,8444671 103,83363
dilakukan analisa dari be- 1002 1,548 0,006 161,2745574 104,28196
berapa grafik yang diperoleh. 952 1,548 0,006 161,9700340 104,65633
Analisa dari grafik tersebut 942 1,548 0,006 162,1047263 104,66273
akan mengidentifikasikan out- 932 1,548 0,006 162,2390860 104,66904
put mengenai parameter PVT 922 1,548 0,006 162,3736280 104,67525
(Boi, Bgi, Rs) yang berperan se- 912 1,548 0,006 162,5077342 104,68136
cara signifikan dan yang tidak 902 1,548 0,006 162,6416490 104,68747
terhadap perolehan estimasi 802 1,548 0,006 163,1490621 104,74898 Maximum IGIP
IGIP. 702 1,548 0,006 161,1987323 104,20832 Base Case
Berikut adalah grafik-grafik 602 1,548 0,006 159,4270666 104,90683
dan tabel yang akan diban- 592 1,548 0,006 159,2556890 104,91468
dingkan dari hasil DOE de- 582 1,548 0,006 159,0859884 104,92252
ngan MLR : 572 1,548 0,006 158,9179230 104,93047
1. Normal Probability Plot 562 1,548 0,006 158,7515939 104,93832
2. Persamaan Proxi (predic- 552 1,548 0,006 158,5872686 104,94626 Minimum IGIP
tion terhadap actual) 702 1,998 0,006 178,1361258 1,05E+02 IGIP
3. Galat yang dihasilkan 702 1,988 0,006 177,7349584 1,05E+02
(prediction terhadap ac- 702 1,968 0,006 176,9357581 1,05E+02
tual) 702 1,948 0,006 176,1397754 1,05E+02
10
Gambar 8. Skema sumur, segmen yang dibentuk pada simulasi menggunakan material balance.
12
Gambar 9. History matching menggunakan Material Balance (dari kiri - kanan) segmen 1&2, 3, dan 4.
13
Gambar 10. History Matching Analytical Method (dari kiri-kanan) segmen 1&2, segmen 3, dan segmen 4.
14
PtType
Blocks
Tabel 6. Hasil Placket-Burman experimental design Seg- 9 7 1 1 602 1,488 0,004 12,0625961
men 1&2.
5 8 1 1 802 1,848 0,004 13,6691541
6 9 1 1 802 1,848 0,007 14,4755572
RunOrder
StdOrder
IGIP 3
Rs Boi Bgi (BSCF) persamaan proxi yang diperoleh memiliki ketepa-
12 1 1 1 602 1,448 0,004 11,9503086 tan yang sangat baik. Hal ini semakin diperkuat
10 2 1 1 802 1,448 0,004 13,0104003 dengan melihat persentase Galat yang dihasilkan
1 3 1 1 802 1,448 0,007 13,1496234 dari perbandingan penggunaan persamaan proxi
7 4 1 1 602 1,848 0,007 13,7842552
terhadap nilai actual IGIP pada Tabel 10a dan10b.
11 5 1 1 602 1,848 0,004 13,5246915
Kesimpulan dari tabel tersebut adalah, galat yang
terjadi pada daerah Main, serta pada tiap seg-
4 6 1 1 802 1,448 0,007 13,1496234
mennya menghasilkan rata-rata error/galat yang
9 7 1 1 602 1,448 0,004 11,9503086
selalu kurang dari 1%. Hal ini mengindikasikan
5 8 1 1 802 1,848 0,004 14,4608333
bahwa persamaan yang diperoleh sudah bagus.
6 9 1 1 802 1,848 0,007 14,4400098
Selanjutnya perlu adanya validasi asumsi awal
8 10 1 1 602 1,448 0,007 12,3055942
yang menyatakan bahwa data yang digunakan
2 11 1 1 802 1,848 0,004 14,4608333
terpopulasi secara normal. Dengan menggunakan
3 12 1 1 602 1,848 0,007 13,7842552 NPP (Normal Probability Plot) dan gambar His-
togram antara residual terhadap frekuensi, kita
Tabel 8. Hasil Placket-Burman experimental design Seg-
dapat melihat apabila data yang digunakan sudah
men 4.
terpopulasi secara normal. NPP merupakan grafik
yang merespon terhadap IGIP dengan mem-
RunOrder
StdOrder
IGIP
didefinisikan sebagai perbedaan antara nilai yang
Rs Boi Bgi (BSCF) 4
diamati dengan nilai yang dihitung. Grafik NPP
12 1 1 1 602 1,488 0,004 12,0625961
dan histogram residual untuk daerah Main, dan
10 2 1 1 802 1,488 0,004 12,6862037
untuk tiap segmennya dapat dilihat pada kedua
1 3 1 1 802 1,488 0,007 13,4894016
chart yang ada pada Gambar 13. Terlihat bahwa
7 4 1 1 602 1,848 0,007 14,1129645
uji normalitas menggunakan NPP menunjukkan
11 5 1 1 602 1,848 0,004 13,1127368
bahwa data yang dipakai terpopulasikan secara
4 6 1 1 802 1,488 0,007 13,4894016
merata.
16
Tabel 10a. Galat prediction IGIP terhadap actual IGIP dae- tingkat ketidakpastian parameter-parameter ter-
rah Main. hadap IGIP dapat dilakukan dengan meninjau :
IGIP calculated 1. Pareto Chart of the Standardized Effects
IGIP (BSCF) galat (%)
(BSCF) 2. Normal Plot of the Standardized Effects
150,2503939 150,9192148 -0,445140 3. Main Effects Plot for IGIP
156,0318048 153,2094948 1,808804
Grafik Pareto Chart untuk daerah Main
161,9224626 162,1134948 -0,117980
dan untuk tiap segmen secara berurutan ditunjuk-
173,8265573 176,2738148 -1,407870 kan dengan Gambar 15. Grafik Normal Plot of
165,2807322 167,3698148 -1,263960 the standardized Effects ditunjukkan pada Gam-
161,9224626 162,1134948 -0,117980 bar 16.
150,2503939 150,9192148 -0,445140 Hasil analisa dari Pareto chart dapat
169,9623448 169,6600948 0,177834 mengindikasikan parameter apa saja yang mem-
175,5194281 178,5640948 -1,734660 berikan tingkat ketidakpastian yang tinggi hing-
158,7207016 159,8232148 -0,694620 ga terendah terhadap data dependennya, yaitu
169,9623448 169,6600948 0,177834 IGIP. Pada setiap grafik pareto chart akan ter-
173,8265573 176,2738148 -1,407870 lihat sebuah garis vertikal berwarna merah, garis
Tabel 10b. Galat prediction IGIP terhadap actual IGIP segmen 1&2, 3, dan 4.
Analisa IGIP S-curve (P 10, P 50, & P90) merah tersebut merupakan base line. Base line
ini menandakan apabila nilai standardized effect
Dari persamaan proxi yang diperoleh suatu parameter berada dikiri garis tersebut, maka
pada daerah Main dan tiap segmen, diperoleh menandakan parameter tersebut tidak berpengaruh
juga IGIP S-curve. Dengan diperolehnya IGIP S- secara signifikan pada variabel dependennya.
curve maka dapat diketahui nilai masing-masing
Kesimpulan dari Pareto Chart pada dae-
P 10, P 50, dan P 90. Grafik S-curve dapat dilihat
rah Main, terlihat bahwa tidak seluruh parameter
pada Gambar 14. Hasil lengkapnya secara ke-
seluruhan dapat dilihat pada Tabel 11.
Tabel 11. S-curve (P 10, P 50, dan P 90)
Analisa Tingkat Ketidakpastian Parameter Main 1&2 3 4
(Rs, Boi, Bgi) dengan DOE P 10 151,67 127,87 12,155 12,342
Analisa tingkat ketidakpastian merupakan P 50 164,74 137,29 13,331 13,333
salah satu tujuan utama pada paper ini. Analisa P 90 177,81 146,72 14,507 14,323
17
Gambar 13. Residual plot IGIP daerah Main, segmen 1&2, segmen 3, dan segmen 4
Gambar 14. IGIP S-Curve Daerah Main, Segmen 1&2, Segmen 3, dan Segmen 4
18
Gambar 15. Pareto chart of effect for IGIP pada daerah Main, segmen 1&2, segmen 3, dan segmen 4.
Gambar 16. Normal plot of the standardized effects IGIP pada daerah Main, segmen 1&2, segmen 3, dan segmen 4.
19
yang berada melampaui garis base line. Terlihat parameter yang paling berpengaruh, namun ting-
parameter Rs berada di kiri base line tersebut, se- kat signifikansi parameter di segmen 4 cenderung
hingga parameter dianggap tidak signifikan pe- lebih besar daripada segmen 1&2. Pada segmen
ngaruhnya terhadap perolehan nilai IGIP. Para- 3 parameter yang paling berpengaruh adalah Boi,
meter yang paling berpengaruh atau cukup tinggi parameter keduanya adalah Rs, dan diikuti oleh
tingkat ketidakpastiannya terhadap IGIP adalah Bgi. Selengkapnya dapat dilihat pada Tabel 12
Boi dan selanjutnya diikuti Bgi. berikut.
Kesimpulan pada segmen 1&2, 3, dan Tabel 12. Urutan tingkat ketidakpastian parameter.
4, adalah, seluruh parameter berada di kanan
base line-nya. Untuk segmen 1&2, parameter Main Seg.1&2 Seg.3 Seg.4
Boi memiliki tingkat ketidakpastian yang tinggi Rs 3 3 2 3
diantara parameter lainnya, selanjutnya diikuti Boi 1 1 1 1
dengan parameter Bgi, dan Rs. Untuk segmen 3, Bgi 2 2 3 2
parameter Boi memiliki tingkat ketidakpastian
yang paling tinggi, selanjutnya diikuti oleh Rs dan
Angka urut 1-3, menunjukkan urutan tingkat
terakhir Bgi. Pada segmen 4, secara keseluruhan
ketidakpastian parameter tersebut pada tiap seg-
parameter Boi, Bgi, Rs memiliki tingkat ketidakpas-
mennya. Warna merah menyatakan tidak signifi-
tian yang cukup tinggi, namun parameter yang
kannya data tersebut terhadap variabel dependen-
memiliki pengaruh yang paling signifikan adalah
nya.
parameter Boi, yang diikuti oleh Bgi, dan terakhir
Selanjutnya dengan meninjau analisa
R s.
Main Effects dari setiap parameter terhadap
Dengan menganalisa grafik Normal Plot
IGIP, maka kita dapat mengetahui seberapa be-
of the Standardized Effects kita dapat mengetahui
sar pengaruhnya ketika parameter tersebut ber-
parameter apa saja yang berpengaruh signifikan
nilai minimum dan ketika bernilai maksimum
dan parameter apa yang berpengaruh secara tidak
terhadap estimasi nilai IGIP yang diperoleh.
signifikan. Terlihat pada grafik terdapat garis
Grafik Main Effects parameter tersebut dapat di-
biru, apabila parameter yang ditinjau berada di
lihat pada Gambar 17. Seperti yang terlihat pada
kanan garis tersebut, maka data dapat dikatakan
Pareto Chart dan Normal Plot of the Standard-
memberikan efek yang positif terhadap nilai de-
ized Effect, dinyatakan bahwa pada daerah Main,
pendennya, begitu pula sebaliknya, apabila data
parameter Rs tidak berpengaruh signifikan.
terletak di bagian kiri garis biru, parameter terse-
but akan memberikan efek yang negatif terhadap
nilai dependennya. Semakin jauh letak parameter Multiple Linear Regression
dari garis biru tersebut, maka parmeter tersebut
Setelah kita memperoleh base case dari
akan memiliki tingkat signifikan yang cukup
simulasi material balance yang sesuai dengan
tinggi pula.
simulasi reservoir pada studi sebelumnya, maka,
Terlihat pada Gambar. 16, pada Daerah selanjutnya perlu disusun data-data hasil uji sen-
Main, sesuai dengan pareto chart sebelumnya, sitivitas dengan menggunakan material balance
parameter yang berpengaruh paling signifikan untuk dimasukkan pada metode MLR. Data dan
atau memiliki tingkat ketidakpastian paling tinggi hasil uji sensitivitas tersebut dapat dilihat hasil-
adalah Boi, dan Bgi, sedangkan parameter Rs dika- nya pada Lampiran III Metode MLR pada Tabel
takan tidak berpengaruh secara signifikan, namun 13. Pada tabel tersebut terlihat perolehan IGIP
seluruh parameter berpengaruh positif dalam per- pada daerah Main dan terlihat pula perolehan
olehan IGIP. IGIP untuk setiap segmennya.
Pada segmen 1&2, 3 dan 4, seluruh pa- Uji sensitivitas dilakukan secara acak,
rameter dinyatakan berpengaruh positif dan sig- nilai Rs, Boi, Bgi diubah-ubah secara acak tanpa
nifikan terhadap perolehan IGIP. Terlihat pada perlakuan tertentu. Perlakuan acak ini dilakukan
Segmen 1&2, parameter yang paling berpe- agar semakin banyak informasi mengenai berba-
ngaruh adalah Boi, yang diikuti oleh Bgi dan Rs. gai kondisi PVT dan pengaruhnya terhadap nilai
Sama halnya dengan segmen 4, Boi merupakan IGIP, sehingga hasil korelasi atau proxi yang di-
20
Tabel 13. Uji sensitivitas parameter Rs, Boi, Bgi terhadap IGIP.
IGIP 1&2
No, Rs Boi Bgi IGIP (BSCF) IGIP 3 (BSCF) IGIP 4 (BSCF)
(BSCF)
1 802 1,848 0,007 175,6827452 146,7378271 14,46856619 14,47635191
2 702 1,548 0,006 161,1987323 135,0346175 12,94685659 13,21725824
3 602 1,248 0,005 146,5375551 123,2034108 11,45209019 11,88205411
4 852 1,448 0,003 155,0860288 129,4013106 13,16225214 12,52246608
5 552 1,348 0,004 145,4423568 122,4313976 11,35910087 11,65185832
6 752 1,648 0,0065 166,6863476 139,4280688 13,52770207 13,73057669
7 652 1,388 0,005 152,2662112 127,7700854 12,11824991 12,37787590
8 772 1,688 0,00675 170,7309561 142,6869811 13,95209345 14,09188154
9 672 1,428 0,0025 147,8414741 123,9303811 12,13906524 11,77202777
10 572 1,358 0,0035 144,9033393 121,8969579 11,43340091 11,57298054
11 872 1,928 0,0075 178,5012151 148,9628518 14,74560734 14,79275595
12 742 1,628 0,0055 163,6405482 136,9039646 13,36524384 13,37133980
13 642 1,418 0,0065 156,9802009 131,7578818 12,32276638 12,89955278
14 582 1,368 0,0035 145,5445052 122,3927078 11,52072605 11,63107133
15 642 1,488 0,005 155,3792171 130,3876739 12,38885520 12,60268805
16 612 1,318 0,00575 151,0603451 126,9322194 11,79783323 12,33029242
17 822 1,908 0,008 179,7060384 150,0392627 14,73955591 14,92721984
18 812 1,888 0,004 171,7035916 143,2344631 14,67081767 13,79831081
19 832 1,878 0,005 173,3908853 144,6506147 14,66348005 14,07679058
20 842 1,868 0,0055 173,7602307 144,9767997 14,60652762 14,17690341
21 782 1,808 0,007 173,8419680 145,2829873 14,22335492 14,33562576
22 662 1,528 0,003 152,1551918 127,5472589 12,46878360 12,13914938
23 582 1,508 0,006 157,6317413 132,5089966 12,29564616 12,82709860
24 592 1,828 0,0045 165,7246545 139,0872424 13,43652053 13,20089160
25 612 1,728 0,0045 162,1733473 136,0892148 13,09961463 12,98451791
26 682 1,458 0,006 157,7881272 132,2721603 12,57390921 12,94205766
27 622 1,878 0,007 175,1616783 146,9640818 13,96928953 14,22830698
28 862 1,578 0,0045 161,7726095 134,9862695 13,57935343 13,20698649
29 722 1,518 0,0075 164,0546661 137,3661219 13,05800410 13,63054016
30 692 1,618 0,0035 157,4926775 131,8827641 12,99402856 12,61588478
31 712 1,438 0,005 155,3925896 130,1503164 12,56977970 12,67249346
32 732 1,498 0,008 164,6666790 137,8437263 13,07702572 13,74592694
33 632 1,828 0,0075 174,5732948 146,4634350 13,83880136 14,27105848
34 762 1,398 0,0085 162,9383479 136,2913175 12,94871808 13,69831236
35 902 1,698 0,0055 167,0180906 139,3334056 13,95858416 13,72610077
36 952 1,798 0,008 172,4086077 143,8300855 14,12562529 14,45289691
37 942 1,898 0,0075 175,7014524 146,5691541 14,51435519 14,61794303
38 762 1,898 0,0045 171,8993029 143,6076361 14,46832471 13,82334213
39 652 1,788 0,004 164,0438112 137,4554040 13,49864165 13,08976555
40 932 1,568 0,006 162,8863218 135,8917599 13,49765487 13,49690700
41 922 1,488 0,0065 174,4104719 144,2429899 15,60036608 14,56711598
42 802 1,548 0,006 163,1490621 136,2908990 13,39468146 13,46348158
43 552 1,548 0,006 158,5872686 133,4132874 12,31083423 12,86314702
21
hasilkan dari metode MLR akan semakin akurat. Uji Syarat Multiple Linear Regression
Terlihat pada Tabel 13, jumlah uji data Hubungan antara variabel dependen dengan
yang dilakukan ada sebanyak 47 buah (n=47). variabel independen adalah linier (asumsi lin-
Data sebanyak ini sudah cukup banyak, apabila earitas)
mengacu pada beberapa literatur yang menyata-
kan bahwa untuk melakukan analisis regresi se- Uji linearitas yang pertama adalah dengan
baiknya data yang diinput berjumlah lebih dari melihat hubungan linearitas antara setiap para-
15 – 30 data, sehingga uji normalitas dapat diper- meter independen terhadap data dependen. Hasil
oleh dengan lebih baik lagi. lebih jelasnya dapat dilihat pada Metode Multiple
Selanjutnya, sebelum kita meninjau dan meng- Linear Regression, Gambar 18.
gunakan persamaan proxi perhitungan prediksi Pada gambar tersebut selain diuji untuk daerah
IGIP, dan melihat parameter apa saja yang mem- Main secara keseluruhan, uji linearitas juga di-
berikan pengaruh yang signifikan terhadap varia- lakukan pada setiap segmennya. Kesimpulan
bel dependennya, maka diperlukannya uji syarat dari uji hubungan linearitas yang didapatkan
Multiple Linear Regression agar persamaan proxi adalah, keseluruhan parameter yang digunakan
tersebut dapat dikatakan valid. pada daerah Main dan untuk seluruh segmen me-
menuhi uji linearitas. Salah satu cara untuk me-
nguji linearitas hubungan antara data dependen
dengan data independennya adalah dengan mem-
Gambar 17. Plot Main effects IGIP pada daerah Main, segmen 1&2, segmen 3, dan segmen 4.
22
plot tiap parameter terhadap dependen variabel. (p<0,05) dan sampel yang digunakan sudah
Plot hubungan ini dilakukan menggunakan mi- cukup besar untuk mendapatkan regresi yang
crosoft excel. baik.
Berikut adalah analisa regresi linear yang dilaku- 3. Terdapat 1 atau 2 data yang perlu dievaluasi,
kan dengan software Minitab : dikarenakan residual yang dihasilkan data
1. Uji tersebut sudah memenuhi uji normalitas, tersebut cukup besar. Namun data tersebut
yaitu jumlah data yang digunakan sudah cu- tetap dimasukkan dikarenakan perolehan dan
kup banyak (n=47) hasil data tersebut merupakan hasil running
2. Model secara statistik sudah signifikan software Material Balance.
4. Adanya korelasi antara parameter Boi, Bgi, Rs sedangkan apabila lebih dari 0,1 maka parameter
terhadap IGIP. Semakin besar nilai Boi, Bgi, akan ditolak masuk ke dalam model regresi. Ke-
dan Rs maka nilai IGIP semakin besar. seluruhan parameter harus memenuhi syarat F-
Asumsi linearitas juga dapat dilihat dengan meng- test terlebih dahulu agar diterima ke dalam model
gunakan uji Anova (Analysis of Variant). Dengan regresi.
metode stepwise pada software Spss, hal ini di- Pada awalnya segmen 3 menggunakan
lakukan secara otomatis karena metode tersebut batas bawah diterimanya suatu parameter dengan
hanya memasukkan variabel-variabel yang ber- nilai F-test sebesar 0,05, namun setelaha di-run
pengaruh signifikan terhadap variabel dependen. pada software SPSS, parameter Bgi ditolak. Meng-
Pengujian linearitas berikutnya untuk daerah ingat parameter Bgi secara teori akan memberikan
Main dapat diperoleh dari tabel ANOVA (Tabel efek terhadap perolehan IGIP, maka pada paper
14 Anova). Hubungan Linearitas juga dilakukan ini batas bawah F-test khusus untuk segmen 3
untuk segmen 1&2, 3, dan 4. Tabel Anova untuk dinaikkan menjadi 0,1. Sehingga pada model re-
segmen tersebut dapat dilihat pada tabel Anova gresi terdapat parameter Bgi dalam persamaan
Tabel 15, Tabel 16, Tabel 17. akhir proxi yang diperoleh. Dari pemodelan ini
Metode stepwise ini juga akan dilaku- dapat dikatakan bahwa khusus untuk segmen 3
kannya F-test. Nilai batas minimum suatu data dapat dikatakan parameter Bgi pengaruhnya tidak
diterima masuk ke dalam korelasi persamaan re- terlalu signifikan terhadap IGIP.
gresi apabila nilai F-test berada di bawah 0,05,
Tabel 14. Anova daerah Main. Tabel 15. Anova segmen 1&2.
Gambar 19. Standardized residual plot IGIP daerah Main, segmen 1&2, segmen 3, dan segmen 4.
Gambar 21. Uji Homoscedasticity daerah Main, segmen 1&2, segmen 3, dan segmen 4.
26
Standardized
Coe-fficients
Collinearity
Coefficients
Collinearity
Statistics Unstandard-
Statistics
Unstandardized
ized Coef-
Coefficients
Model t Model ficients
B Beta VIF
Error rance Error t Sig, rance
1 (Constant) 94,913 5,893 16,106 0 1 (Constant) 6,351 0,676 9398,000 0,000
Boi 42,242 3,624 0,867 11,657 0 1,000 1,000 Boi 4,289 0,415 0,839 10,323 0,000 1,000 1,000
2 (Constant) 88,581 3,307 26,784 0 2 (Constant) 4,757 0,474 10,034 0,000
Boi 37,299 2,055 0,765 18,147 0 0,944 1,059 Boi 3,294 0,292 0,644 11,267 0,000 0,825 1,212
Bgi 2527,986 247,770 0,430 10,203 0 0,944 1,059 Bgi 0,004 0,001 0,465 81,360 0,000 0,825 1,212
3 (Constant) 83,102 2,885 28,809 0 3 (Constant) 4,688 0,463 10,125 0,000
Boi 33,968 1,787 0,697 19,007 0 0,812 1,232 Boi 3,226 0,287 0,631 11,248 0,000 0,812 1,232
Bgi 2293,037 205,234 0,390 11,173 0 0,894 1,118 Bgi 0,004 0,001 0,441 7,707 0,000 0,781 1,280
Rs 0,017 0,003 0,186 4,972 0 0,781 1,280 Rs 61,089 32,943 0,099 1,854 0,071 0,894 1,118
a. Dependent Variable: IGIP Daerah Main. a. Dependent Variable: IGIP Segmen 3.
Standardized
Coe-fficients
Collinearity
Coefficients
Collinearity
Unstandard-
Statistics
Statistics
Unstandardized
ized Coef-
Coefficients
Model t Model ficients
B Beta VIF
Sig,
Gambar 22. Grafik Plot Actual IGIP terhadap Pred Daerah Main. Segmen 1&2, Segmen 3, Segmen 4.
Design Of Experimental
Multiple Linear Regression
Main Segmen 1&2
IGIP IGIP Pred Galat % IGIP Pred IGIP Galat %
175,6827452 178,5640948 -1,640086849 146,7378271 147,8037226 -0,726394496
161,1987323 162,1130048 -0,567171024 135,0346175 135,2438326 -0,154934419
146,5375551 145,6619148 0,597553507 123,2034108 122,6839426 0,421634593
155,0860288 150,8140648 2,754576949 129,4013106 127,7997476 1,23767139
145,4423568 146,2339948 -0,544296735 122,4313976 123,0795976 -0,529439354
166,6863476 168,2822248 -0,957413263 139,4280688 139,9815576 -0,396970857
152,2662112 151,9921948 0,179958769 127,7700854 127,6199436 0,117509352
170,7309561 170,8983128 -0,098023641 142,6869811 141,9801976 0,495338464
147,8414741 146,4462828 0,943707649 123,9303811 123,9233336 0,00568666
144,9033393 145,3902878 -0,336050572 121,8969579 122,5996556 -0,576468611
178,5012151 184,1398128 -3,15885676 148,9628518 152,1716736 -2,154108733
163,6405482 164,3771808 -0,450152855 136,9039646 137,1701126 -0,194404889
156,9802009 157,5634758 -0,371559532 131,7578818 131,5282186 0,174306992
145,5445052 145,9160668 -0,25529071 122,3927078 123,0316566 -0,522048095
155,3792171 155,9903308 -0,393304659 130,3876739 130,5808266 -0,148137239
151,0603451 150,8812838 0,118536271 126,9322194 126,5198576 0,324867714
179,7060384 184,2287128 -2,516706973 150,0392627 151,9725006 -1,288488003
171,7035916 171,4196688 0,165356355 143,2344631 142,9480556 0,199957115
173,3908853 174,2054318 -0,469774694 144,6506147 144,9577256 -0,212312198
173,7602307 175,3926808 -0,939484307 144,9767997 145,8083386 -0,573566875
173,841968 176,6900068 -1,638291854 145,2829873 146,3228326 -0,71573783
152,1551918 151,9284188 0,149040593 127,5472589 127,9197166 -0,292015448
157,6317413 159,0937768 -0,927500697 132,5089966 132,5273726 -0,013867738
165,7246545 167,9167708 -1,322746037 139,0872424 139,4146376 -0,235388375
162,1733473 164,0331488 -1,146798491 136,0892148 136,5773116 -0,358659428
157,7881272 158,1825918 -0,249996376 132,2721603 132,2207226 0,038887775
175,1616783 177,7366378 -1,470047287 146,9640818 146,5050286 0,31235741
161,7726095 160,7270238 0,64633049 134,9862695 135,0395766 -0,039490757
32
Tabel 26. S-curve (P 10, P 50, dan P 90) Tabel 27. Urutan tingkat ketidakpastian parameter
Main 1&2 3 4 Main Seg.1&2 Seg.3 Seg.4
P 10 150 126 12 12 Rs 3 3 2 3
P 50 163 136 13 13 Boi 1 1 1 1
P 90 176 147 15 15 Bgi 2 2 3 2
Gambar 23. Grafik IGIP S-curve daerah Main, segmen 1&2, segmen 3, segmen 4.
Tabel 29. Urutan Ketidakpastian kedua parameter. Tabel 31. Kisaran nilai P 10 P 50 dan P 90
Abstract
The Rindu reservoir of Area 3&4 Duri Field has been developed economically since 1994. Since it is
shallow reservoir and penetrated by existing PK producer wells, the Rindu reservoir is started produc-
ing commingles with PK sand in 1997 (RVE wells). In alignment to this effort, the Rindu injection
also started at the same year. After 8 years production-injection, these commingle producers have
poor production performance due to back pressure, cross-flow, and scaling.
Through heat management review, it was found that Rindu in the southern Area 3&4 has longer ma-
turity response, poorer injection (200 BSPD), and longer heating time (~80 years).
An integrated geological and reservoir engineering study of Rindu performance is carry out to define
improvement production and steam injection in southern part Area 3,4. The study resulting some key
finding:
1. Rindu and PK have significant reservoir pressure and temperature different.
2. All poor performance RVE producers are facing cross flow/backpressure and scaling problem
3. Low drainages point in Rindu pattern resulting high reservoir pressure
4. Low injection performance controlled by high backpressure
5. Southern Area 4 Rindu sand has a poorer reservoir quality compare to Northern part.
The project team proposed to drill separate Rindu only to avoid cross-flow, back pressure, or scaling
issues. At the same time it improved Rindu pattern drainage points. The project also proposed to in-
crease steam injection rate gradually after reservoir pressure decreased. After completing the project,
the Rindu reservoir deliver 50 BOPD/well, increase steam injection by 500% (1000 BSPD), acceler-
ate pattern heating process (~2.5 years), and better reservoir management.
This study recommends developing Rindu and PK reservoir separately. Injectivity improvement will
be resolved through completing pattern drainage points and deliver better reservoir heat manage-
ment.
Key words: maturity, scaling, drainage, RVE, steam injection, cross-flow, heating
Sari
Pengembangan secara ekonomis reservoir Rindu pada Area 3 dan 4 di lapangan Duri telah ber-
langsung sejak 1994. Reservoir yang berkedalaman dangkal ini diproduksikan secara commingle
bersama dengan reservoir-reservoir PK di atasnya (sumur-sumur RVE) sejak 1997. Sejalan dengan
itu injeksi di reservoir Rindu dimulai pada tahun yang sama. Setelah berproduksi dan mengalami
injeksi selama 8 tahun, sumur-sumur commingle tersebut menunjukkan kinerja yang buruk karena
persoalan-persoalan tekanan balik, aliran silang, dan pengendapan padatan. Setelah dilakukan pe-
nelaahan atas pengaturan panas injeksi, diketahui bahwa reservoir Rindu di bagian selatan dari
Area 3 dan 4 menunjukkan respon terhadap pemanasan hingga tercapai maturitas yang lama, kinerja
injeksi yang lebih buruk (200 BSPD), dan waktu pemanasan oleh uap yang lebih lama (~ 80 tahun).
Sebuah studi kegeologian dan keteknikan terintegrasi menghasilkan beberapa temuan yaitu:
1. Perbedaan tekanan dan temperatur yang cukup berarti antara reservoir-reservoir Rindu dan
PK,
2. Kinerja buruk dari sumur-sumur RVE disebabkan oleh aliran silang/tekanan balik dan problem
pengendapan padatan,
3. Laju pengurasan yang lambat di reservoir Rindu menimbulkan tekanan reservoir yang tinggi,
37
38
4. Kinerja injeksi yang buruk akibat tekanan balik yang tinggi, dan
5. Reservoir Rindu di bagian selatan Area 4 memiliki kualitas yang lebih buruk dibanding pada
bagian utara.
Untuk mengatasi masalah yang ada diusulkan untuk membor reservoir Rindu secara terpisah seh-
ingga dapat memperbaiki pola titik serap dan menambah laju injeksi hanya setelah tekanan reservoir
telah mengalami penurunan. Setelah dilaksanakannya studi ini dan implementasinya reservoir Rindu
dapat menghasilkan 50 BOPD per sumurnya, menambah injeksi uap sampai 500% (1000 BSPD),
mempercepat proses pemanasan (~2.5 tahun), manajemen reservoir yang lebih baik.
Kata kunci: maturitas, pengendapan padatan, pengurasan, RVE, injeksi uap, aliran silang, pemana-
san.
Problems
The RVE (Rindu Vertical Expansion) project was
completed with lower cost. Despite it contribute
Figure 1. Rindu Vertical Expansion Completion
Normalize Production Type
Group: AREA-04RVE, PID: DURI-AREA-04-RVE
Group: AREA-04RVE Entities In Group: 173 Format: [p] BG - Monthly Normalize
200000(L1) 34000(R1)
187000 31500
161000 26500
148000 24000
135000 21500
122000 19000
109000
Rindu=17% 16500
96000 PK 14000
70000 9000
-60 -48 -36 -24 -12 0 12 24 36 48 60
Figure
180 2. Normalized Oil Production Contribution of Rindu Reservoir in RVE Producers after Several Years RVE De-
179
velopment Project
178
177
176
175
174
173
172
171
170
-60 -48 -36 -24 -12 0 12 24 36 48 60
n_CDALLOC_OIL VS NORM_MONTH
39
to capital cost reduction, but these wells are not only contributes 17% in average of the total
perform as expected. Through detail review of production or only could deliver 30% reco-
all RVE wells in study area, several problems are very factor until the end of the field life (Fig-
founded as listed below ure-2).
1. Poor Production Performance 2. Poor Injection Performance
There is no significant contribution from Beside the poor production, injecting in Rindu
Rindu Sand after produced commingle be- sand also creates its own problems. Most
tween Rindu and PK sand. This finding was of the injectors only able to take under 200
proved with the result of finger print study in BSPD steam injection rate (1000 BSPD in-
Area 5, 8, 9 Duri Field. Based on an oil fin- jection target) since the wellhead pressure has
ger printing study, Rindu sand in RVE wells reached their maximum wellhead pressure /
Figure. 4. Example of No Heating Response in OBS, low injectivity, and low production performance after injected
more than 8 years
40
Figure 5. High Pressure Phenomenon in Rindu Reservoir from EMW data while drilling and SICP of Injector
wells. The data consist of the example of No production performance analysis, heat ef-
Heating Response and low saturation chang- ficiency evaluation on each injected pattern,
es in TOW before drainage improvement multiple-year saturation changes review, fluid
(Figure-4), the example of heating response scaling tendency, reservoir properties control
after drainage improvement (Figure-10), and to production-injection performance review,
Rindu temperature map (Figure-4). Rindu producer density review, and reservoir
5. Reservoir pressure data. pressure evaluation thru recent drilling activi-
This data is taken from RFT log of new drilled ties. These comprehensive reviews carry out
well (Figure-11) and combined with shut in to address all Rindu reservoir problems in the
casing pressure of Rindu injectors and cal- southern part of Area 3&4.
culated reservoir pressure from drilling mud
weight data (Figure-5). III. Discussion
The analysis of this study is conducted through This section is representing data analysis re-
42
Figure7. Northern and Southern Part Area 3&4 Rindu Production-Injection Performance Comparison
sult that focus to address the underperformance terogenic in term of permeability and net pay.
Rindu reservoir. Throughout assessment of pro- Although the Rindu porosity of Area 3&4
blematic Area 3&4 Rindu development, there are spread out homogeny by average 30%, but
four main factors that lead to poor performance the southern part of Area 3&4 has lower qua-
of Rindu reservoir as follows: lity compare to the northern part. The Rindu
reservoirs in this location have less thickness,
1. Reservoir Quality Controls Steam flood less permeable and tend to vertically sepa-
Performance rated (multiple lobe sand). As part of channel
The reservoir quality in Area 3&4 is very he- edge deposits, this area has more shale con-
come 1.5-3 times higher than PK sand. This 4. The Relationship of Injection Performance
finding imply the occurrence of cross-flow or and Heating Efficiency
pressure hold up from Rindu to PK sand. This In relation to previous point discussion, the
indication became stronger when the team Rindu reservoir could only injected with av-
found the steeper production decline trend af- erages 200 BSPD/pattern. This rate is lower
ter opened the Rindu intervals in the existing from injection target (about one fifth of its
PK wells (Figure-9). target rate) and is not sufficient to heat up the
3. Poor Drainage Point Implication into reservoir (heat loss is equal to heat injected).
Rindu Production-Injection Performance With condition, the pattern heating time will
and Reservoir Pressure be reached at least 75 years from target 3
The pattern steam flood mechanism will be years. It is extremely longer than expectation
working if injection and withdrawal (reser- and yielding a failure in operation and project
voir drainages) is balance. Both injector and economic. Several measurement data have
withdrawer (producer wells) play important confirmed this calculation result such as tem-
rule to maintain gravity drainages. The with- perature survey and saturation log in obser-
drawal (reservoir drainages) efficiency is vation wells (Figure-4) that remain the same
function of number wells in the pattern and (cold and no depletion) after 10 years injec-
also the completion types. tion. The surface measurement data also indi-
The Rindu injection in the study area has been cates a cold wellhead temperature and produc-
started since 1997. The injection is targeting tion profile is following primary production
the RVE wells patterns with no Rindu dedi- trend or no steam flood impact (Figure-4).
cated producers. Moreover, the RVE wells With the current practice, this area will never
completed as cased-hole gravel pack. This performed in term of production and injection
completion type reduced the inflow area and as planned. The longer heating time means
impacted to lower productivity compare to poor reservoir heat management that leads to
the open-hole completion. failure in steam flood project economic.
The Rindu initial injection rate is low (~ave- IV. Results
rages 200 BSPD) that controlled by lower
sand quality and lower withdrawal compare Throughout previous discussion, this study clear-
to northern Area 3&4 Rindu area. Similar ly define that the poor reservoir quality, scaling/
to other Rindu well, the injection rate is ex- cross-flow problem, low drainage point, poor
pected to increase in alignment to increasing injectivity lead to longer maturity time and un-
of reservoir depletion (reduced the reservoir optimized Rindu recovery across the field. A
pressure). After more than 10 years, the in- unique solution have been proposed to resolve
jection rate remains the same. This injection above concerns by drill separate Rindu open-hole
rate is never improved because no pressure gravel pack producer in adjacent to the existing
depletion occurred related to production. The RVE wells and complete pattern drainage point.
depletions never happen because poor drain- To maximize steam injection and maintain reser-
ages of pattern steam floods. voir pressure, all in-efficient injection (below 200
After several years facing with drainage pro- BSPD) is recommended to shut in until drainage
blem, the continue of low rate Rindu injection improvement or reservoir pressure is reached.
lead to pressure accumulation up to 1.5 – 2 The drilling new Rindu producer is aiming to im-
times of its original pressure (Figure-5). This prove oil recovery and reduce accumulated pres-
review results is proved by number drilling sure in the reservoir at the same time. After pres-
result that shown a significant high pressure sure depleted to sufficient level for injection, the
in the cold Rindu reservoirs. The high reser- steam injection rate could be increased to ideal
voir pressure conditions contributes to low target.
steam injectivity and limiting the production This recommendation has been implemented into
performance and pattern recovery. a series of drilling package. A number of drilling
activities has faced high pressure that confirmed
the presence of accumulated pressure. The shut-in
of poor injector is also applied as one of strategy
45
to reduce additional accumulated pressure and it improvement leads into inclining production to
helps drilling execution. The additional producers 50 BOPD/well of target area (Figure-10). Heat-
prove depleting reservoir pressured significantly ing efficiency also improved rapidly as shown in
after 3-6 months production. As implication, temperature growth in observation and producer
project team succeeds to increase averages injec- wells (Figure-10).
tion rate to 1000 BSPD. The significant injection
46
Abstract
Down-hole Water Sink (DWS) is an effective technology to control water coning problem in
oil wells which usually occurs in a water drive reservoir. The main idea of this technology is create
a counterbalance pressure drawdown in water zone in a way producing water from water zone, so
the water coning can be prevented and also it’s expected can keep the stability of water oil contact
(WOC). DWS can be applied in two ways by using dual completion single tubing for oil production
and water drainage with two completions separated with packer and also by using dual tubi configu-
ration.
This study involves experiments with computer simulation to model reservoir performances
and to approximate the existence of water coning in dual completion well. The model is single well
model with bottom aquifer. This reservoir simulation is used to confirm oil recovery in ten years pro-
duction with sensitivity of some reservoir property and volume aquifer. It will be compared between
recovery factor of DWS and conventional well.
The objective of this study is to know the influence of volume aquifer and some reservoir
property to recovery factor in DWS technology so the application of DWS effectively in oil field could
be well-understood. In addition the purpose of this study is to gives new correlations of recovery
factor as functions of reservoir properties which have bottom water drive for conventional and DWS
47
48
method.
Keyword: Down-hole water sink, water coning, bottom water drive
diobservasi merupakan selang harga rasional tekanan reservoir terjaga lebih lama.
yang mungkin ditemui pada aplikasi di lapangan. Gambar 3 adalah hasil sensitivitas dari
Lima parameter yang digunakan dalam analisis vertical anisotropy ratio dan volume aquifer ter-
sensitivitas beserta selang nilai yang ingin dia- hadap recovery factor. Terlihat bahwa peningka-
mati adalah: tan kv/kh menyebabkan penurunan nilai RF. Hal
1. Water – oil mobility ratio (M) : (1 – 10) ini disebabkan karena seiring dengan peningkatan
2. Vertical anisotropy ratio (kv/kh) : (0,1 – 1) kv/kh maka mengindikasikan peningkatan nilai
3. Permeabilitas absolut horizontal : (20-2000) permeabilitas vertikal yang berarti mempermu-
4. Perbandingan antara interval perforasi pada dah pergerakan air menuju zona perforasi yang
zona minyak dengan ketebalan zona minyak
(hp/ho) : (0,1 - 0,8)
5. Besarnya volum,e aquifer dibandingkan de-
ngan volume minyak (AV) : (1 – 100).
Gambar 2. Sensitivitas mobility ratio akan mempercepat terjadinya water coning. Dan
untuk aquifer volume hasilnya adalah peningka-
Gambar 2 menunjukkan hasil dari sensitivitas tan aquifer volume meningkatkan nilai RF.
dari mobility ratio dan volume aquifer terhadap Gambar 4 merupakan hasil sensitivitas antara
recovery factor. Bisa dilihat bahwa peningka- permeabilitas horizontal (kh) dan aquifer vo-
tan mobility ratio akan menurunkan nilai reco- lume terhadap recovery factor. Terlihat bahwa
very factor karena dengan meningkatnya nilai M peningkatan nilai kh akan menyebabkan naiknya
maka potensi untuk terjadinya water coning se- nilai RF. Hal tersebut dapat terjadi dikarenakan
makin besar. Hal itu dapat terjadi karena dengan semakin besarnya nilai kh akan mempermudah
semakin besarnya harga M maka air semakin mu- fluida reservoir untuk mengalir menuju lubang
dah bergerak yang menyebabkan water-oil con- perforasi.
tact menjadi tidak stabil. Sedangkan peningkatan Pada Gambar 5 menunjukkan hasil sensitivitas
volume aquifer akan meningkatkan recovery fac- interval perforasi pada zona minyak dengan kete-
tor karena semakin besar nilai AV akan membuat balan zona minyak. Dengan menganggap bah-
wa ketebalan zona minyak tetap sehingga yang IV. Efektivitas Pengaplikasian Metoda DWS
berubah adalah interval perforasi. Jadi bertambah-
nya nilai hp/ho mengindikasikan bahwa selang Pada uraian kali ini akan dibandingkan
perforasi semakin mendekati oil-water contact. antara hasil recovery factor pada suatu reservoir
Dari Gambar 5 menunjukkan bahwa pada peng- yang diproduksikan secara konvensional dan den-
gunaan metode DWS perubahan selang perforasi gan menggunakan metoda DWS. Dengan meng-
mendekati OWC tidak terlalu berpengaruh pada gunakan data reservoir yang sama untuk analisa
nilai RF. Hal ini dikarenakan drawdown tanding- sensitivtas di atas maka didapatkan hasil seperti
an pada zona water masih dapat mengimbangi yang terdapat pada Gambar 6a-6c yang kemudian
drawdown yang terjadi pada zona minyak. dirangkum ke dalam Gambar 7.
30
50
25
40
20
30 RF %
15
RF %
hpho=0.8
20 DWS M=1 10
NO DWS
No DWS 5
10
0
0
0 50 100
0 50 100
Ratio of Aquifer-to-Reservoir Volume (AV)
Ratio of Aquifer-to-Reservoir Volume (AV)
30
30
25
25
20
20
RF %
15
RF %
15 hpho=0.5
DWS M=3.2 10
10 NO DWS
NO DWS 5
5
0
0
0 50 100
0 50 100
Ratio of Aquifer-to-Reservoir Volume (AV)
Ratio of Aquifer-to-Reservoir Volume (AV)
30
12
25
10
20
8
RF %
15
RF %
6 hpho=0.2
DWS M=10 10
4 NO DWS
NO DWS 5
2
0
0
0 50 100
0 50 100
Ratio of Aquifer-to-Reservoir Volume (AV)
Ratio of Aquifer-to-Reservoir Volume (AV)
Gambar 6a. Perbandingan recovery factor metode produksi DWS dan konvensional
52
25
30
25 20
20 15
RF(%)
RF(%)
15 DWS kvkh=0.75
DWS kvkh=0.1 10
10 NO DWS
NO DWS 5
5
0
0
0 50 100
0 50 100
Ratio of Aquifer-to-Reservoir Volume (AV)
Ratio of Aquifer-to-Reservoir Volume (AV)
25
30
25 20
20 15
RF(%)
RF %
15 DWS kvkh=1
DWS kvkh=0.25 10
10 NO DWS
NO DWS 5
5
0
0
0 50 100
0 50 100
AV
AV
25 14
12
20
10
15 8
RF(%)
RF(%)
Gambar 6b. Perbandingan recovery factor metode produksi DWS dan konvensional
Terlihat dari hasil pada Gambar 6 bahwa metode DWS akan efektif digunakan bila be-
tidak selamanya menggunakan metoda DWS sar volume aquifer minimal 40-50 kali volume
akan menghasilkan recovery factor yang lebih zona minyak. Hal tersebut dikarenakan metoda
besar dibandingkan metoda konvensional. Ada DWS pada dasarnya adalah menciptakan suatu
kondisi-kondisi tertentu dimana metoda DWS drawdown tandingan pada zona bottom aquifer
akan lebih menguntungkan bila digunakan. Da- dengan cara memproduksikan air dari zona aqui-
lam studi kali ini yang diperhatikan adalah pada fer. Oleh karenanya apabila volume aquifer pada
parameter aquifer volume pada reservoir terse- suatu reservoir terlalu kecil yang terjadi adalah
but. Terlihat bahwa dibutuhkan suatu harga aqui- pressure maintenance tidak akan terjadi sehingga
fer volume tertentu untuk menghasilkan RF yang penurunan tekanan reservoir tersebut akan terlalu
lebih besar dari metoda konvensional bila akan cepat yang menyebabkan RF bernilai lebih kecil
menggunakan metoda DWS. dibandingkan metoda konvensional.
Dari Gambar 7 menunjukkan bahwa Selain itu dari Gambar 6 juga didapatkan
53
35
30
30
25
25
20 20
RF(%)
RF %
15 15 kh=1000
kh=200
10 10 NO DWS
NO DWS
5 5
0
0
0 50 100
0 50 100
Ratio of Aquifer-to-Reservoir Volume (AV)
Ratio of Aquifer-to-Reservoir Volume (AV)
40
30
35
25 30
20 25
RF(%)
20
RF(%)
15 kh=2000
kh=500 15
10 10 NO DWS
NO DWS
5 5
0
0
0 50 100
0 50 100
Ratio of Aquifer-to-Reservoir Volume (AV)
Ratio of Aquifer-to-Reservoir Volume (AV)
Gambar 6c. Perbandingan recovery factor metode produksi DWS dan konvensional
suatu bukti bahwa dibutuhkan volume aquifer Persamaan (1) dan (2) merupakan persa-
yang cukup besar yaitu lebih dari 40 kali volume maan recovery factor sebagai fungsi dari parame-
zona minyak apabila reservoir tersebut memi- ter-parameter reservoir yang memiliki bottom
liki nilai permeabilitas horisontal lebih dari 100 water drive untuk metode DWS dan konven-
milidarcy. Sedangkan untuk permeabilitas yang sional. Persamaan (1) adalah untuk mencari RF
lebih kecil dari 100 milidarcy penggunaan me- apabila reservoir tersebut menggunakan metoda
tode DWS lebih baik digunakan untuk mode-rate DWS dan persamaan (2) adalah untuk mencari
aquifer strength karena akan menghasilkan nilai RF apabila digunakan metoda konvensional. De-
RF yang lebih besar dibandingkan metode kon- ngan membandingkan hasil antara kedua nilai RF
vensional. yang didapatkan maka dapat ditentukan apakah
reservoir tersebut akan lebih baik menggunakan
V. Persamaan Recovery Factor metoda DWS atau menggunakan metoda kon-
Untuk mempermudah dalam me-
nentukan suatu reservoir apakah lebih
baik mengunakan metoda DWS atau tidak
maka dibuatlah persamaan untuk mecari
nilai recovery factor apabila menggunakan
metoda DWS dan tidak menggunakannya
(konvensional).
Dengan menggunakan kombinasi
data sensitivitas dan harga RF yang didap-
atkan dari software simulasi reservoir serta
dengan menggunakan bantuan software
excelstat maka didapatkanlah persamaan
recovery factor untuk metoda DWS dan
konvensional sebagai berikut. Gambar 7. Efektivitas DWS
54
vensional saja.
Validasi kedua persamaan di atas da-
pat dilihat pada Gambar 8 dan Gambar 9 yang
menunjukkan plot antara RF hasil simulasi den-
gan RF hasil perhitungan menggunakan persa-
maan. Dapat disimpulkan bahwa korelasi di atas
cukup akurat karena memiliki kesesuaian dengan
...........................(1) hasil simulasi.
VI. Kesimpulan
1. Metode produksi DWS untuk reservoir de-
ngan bottom water lebih superior daripada
metode produksi konvensional apabila memi-
liki aquifer yang memiliki strong water drive,
...........................(2) yaitu aquifer yang terhubungkan dengan baik
pada reservoir dan memiliki ukuran yang be-
sar (ratio aquifer-to-reservoir volume lebih
dari 50).
2. Untuk aquifer yang bersifat moderate, metode
DWS lebih efektif apabila permeabilitas hori-
zontal dari reservoir kurang dari 100 mD.
3. Evaluasi dari efektifitas metode DWS se-
cara lebih detail dengan berbagai variable
komplesi dan reservoir dapat menggunakan
persamaan (1 dan 2) yang diberikan sebagai
hasil dari paper ini.
Ucapan Terimakasih
Penulis mengucapkan terimakasih kepada
kepada CMG (Computer Modeling Group) yang
telah memberikan academic license kepada ITB
Gambar 8. Validasi persamaan (1). atas software simulasi komputer yang digunakan
dalam studi ini.
Daftar Acuan
Down hole Water Sink Technology Web Site,
Louisiana State University, available at
http:www.pete.lsu.edu/faculty/akw/dws.htm.
Inikori, S.O., 2002, “Numerical Study Of Water
Coning Control with Down hole Water Sink
(DWS) in Vertical and Horizontal Wells”,
PhD Dissertation, Louisiana State University
and A&M College, Baton Rouge, LA.
Inikori, S.O., Wojtanowicz, A.K., and Siddiqi,
S.S., 2002, Water Control in Oil Well with
Down hole Oil Free Water Drainage and Dis-
posal: SPE 77559, Proceeding for SPE An-
Gambar 9. Validasi persamaan (2). nual Technical Conference and Exhibition,
55
San Antonio, Texas, 29 Sept – 2 Oct. Putra, M.A., ”Application of Water Drainage
Marhaendrajana, T. dan Alliyah, I., ”Oil Produc- Injection Method in Down-hole Water Sink
tion Enhancement Using Bottom-Hole Water (DWS) Technology in Weak Water Drive
Sink: A Guidline For Optimum Design Ap-
Reservoir”, Tugas Akhir, ITB, 2008.
plication”, Jurnal JTM, ITB, 2006.
Utama, F.I., 2007, ” An Analytical Model to Pre- Astutik, W., 2007, ”A Study of Down-hole Wa-
dict Segregated Flow in the Downhole Water ter Sink (DWS) Technology: Optimum DWS
Sink Completion and Anisotropic Reservoir”, Design in Vertical Well Considering Reser-
Tugas Akhir, ITB. voir Parameter”, Tugas Akhir, ITB.
56
Teknik Evaluasi Reservoar Gas Metana Batubara
SARI
Proyek komersial Gas Metana Batubara atau GMB yang telah berlangsung lebih dari 20 tahun
dibeberapa tempat di dunia telah menghasilkan berbagai kemajuan substansial dalam teknologi kara-
kterisasi reservoar, pengeboran, komplesi, dan produksi. Dengan pencapaian ini, proyek pengem-
bangan GMB menjadi lebih atraktif. Parameter kunci yang sangat menentukan keekonomian suatu
proyek GMB adalah isi awal gas di tempat, cadangan, dan gas deliverability. Gas sebagian besar
tersimpan pada mikro pori matriks batubara dengan cara adsorpsi. Gas tersebut mengalir ke sumur-
sumur produksi melalui cleat yang juga diisi gas namun dalam jumlah relatif kecil. Oleh karena
itu, sifat-sifat matriks batubara sangat menentukan isi awal gas ditempat dan cadangan yang dapat
diproduksikan, sedangkan sifat-sifat sistem cleat akan sangat mempengaruhi gas deliverability. Akui-
sisi dan analisa data tersebut merupakan tahap krusial dalam evaluasi suatu proyek pengembangan
GMB.
Kata kunci: gas metana batubara, GMB, kandungan gas, kapasitas simpan gas, cleat, adsorpsi, des-
orpsi.
ABSTRACT
Coal Bed Methane (CBM) commercial projects which undertaken over the past 20 years in
many places around the word have been accompanied by substantial improvements in reservoar
characterisation, drilling, completion, and production technologies. With these achievements, devel-
opment of CBM project became more attractive. Key parameters in determining the economic value
of CBM project are the initial gas in-place, reserves, and deliverability. Majority of the gas is stored
in the micropore coal matrix by adsorption. The gas flows to production wells through the coal’s
natural fracture system or cleat which stores relatively small amounts of gas. Therefore, properties of
the coal matrix have the greatest effect on estimates of the volume of gas-inplace and gas recovery,
whereas natural fracture system properties control CBM reservoar deliverability. Acquisition and
analysis of those data is a crucial step in the evaluation of CBM development project.
Key words : coal bed methane, GMB, gas content, gas storage capacity, cleats, adsorption, desorp-
tion
I. Pendahuluan
lepas sehingga kandungan gas (gas content) yang
GMB adalah gas yang dihasilkan selama tersimpan sangat kecil. Sebaliknya pada lapisan
proses pembentukan batubara dimana gas metana batubara yang cukup dalam (>1000 m), tempera-
sebagai komponen utama. Disamping gas meta- tur tinggi akan mengurangi kapasitas serap batu-
na, juga dihasilkan gas-gas lain dalam jumlah bara. GMB yang akan diproduksi dalam konteks
sedikit seperti gas hidrokarbon yang lebih be- pengusahaan GMB adalah gas yang teradsorbsi
rat, karbondioksida, hidrogen, hidrogen sulfida, oleh lapisan batubara pada interval kedalaman
nitrogen, argon, dan uap air. Batubara merupa- 300 – 1000 m. Tipikal kandungan gas batubara
kan batuan sumber dari gas-gas tersebut. Secara pada kedalaman ini adalah 30 – 400 standar ku-
teoritis semua batubara mengandung gas metana. bik feet per ton (scf/ton) batubara (ARI, 2003).
Namum pada batubara yang terdapat pada per- Eksplorasi GMB untuk konfirmasi po-
mukaan (<300 m), gas metana tersebut telah ter- sisi, luas, dan penyebaran sumber daya dilaku-
57
58
kan melalui serangkaian survei geofisik, geologi, perconto batubara. Permeabilitas cleat dan per-
pengeboran core hole atau pengeboran eksplora- meabilitas relatif adalah dua parameter kunci un-
si. Setelah pengeboran eksplorasi berhasil meng- tuk menentukan kemampuan produksi reservoar
konfirmasi sumber daya GMB, maka diteruskan GMB. Permeabilitas cleat hanya dapat diestimasi
dengan tahapan eksploitasi pengeboran appraisal, secara akurat melalui uji sumuran. Tabel 1 me-
pengukuran kandungan gas metana dari perconto nampilkan kritikal data yang diperlukan dalam
batubara, uji produksi untuk menentukan cadan- evaluasi reservoar GMB beserta sumbernya.
gan terbukti, dan pengeboran pengembangan un-
tuk ekstraksi cadangan tersebut.
II. Pemboran Dan Komplesi Sumur
Dari proyek komersial GMB yang sudah
berlangsung lebih dari 20 tahun, telah diperoleh Sebagian besar pemboran di lapangan
berbagai kemajuan substansial dalam teknologi GMB dilakukan dengan sumur-sumur vertikal.
pengeboran, komplesi, karakterisasi reservoar, dan Sumur dangkal dengan kedalaman antara 300
produksi. Pencapaian ini berdampak pada proses sampai dengan 1000 m dibor dengan sistem
dewatering yang lebih cepat, puncak laju alir gas lumpur underbalanced kecuali ada indikasi ter-
dapat dicapai lebih awal dan lebih besar, estimasi dapat poket-poket gas yang dapat menyebabkan
isi awal gas di tempat dan cadangan menjadi le- over pressure pada interval kedalaman tersebut.
bih akurat, sehingga pada akhirnya keekonomian Pada kedalaman di atas 1000 m dimana tekanan
proyek pengembangan GMB menjadi lebih baik re-servoar relatif tinggi umum-nya digunakan
(Creties dkk., 2008). sistem lumpur balanced ke overbalanced.
Parameter kunci dalam evaluasi suatu Seiring de-ngan kemajuan teknologi dan reduksi
prospek GMB, seperti halnya evaluasi prospek biaya, sumur horizontal telah menjadi pilihan yang
minyak dan gas, adalah isi awal gas ditempat, vo- atraktif. Teknik pem-boran multilateral juga telah
lume gas yang dapat terambil atau cadangan, dan digunakan pada lapang-an-lapangan GMB. Pem-
kemampuan produksi gas selama masa proyek boran multilateral dipilih bilamana rasio produksi
atau deliverability. Reservoar GMB adalah me- gas sumur horizontal dan sumur vertikal kurang
dia dengan porositas ganda dimana sebagian be- dari satu atau terdapat sejumlah lapisan batubara
sar gas tersimpan secara adsorpsi pada matriks tipis yang akan menjadi target. Sistem multilater-
batubara yang merupakan porositas utama. Ad- al terdiri atas dua atau lebih lubang produksi hori-
sorpsi atau jerapan adalah penempelan molekul
Tabel 1. Sumber dan data yang diperlukan untuk analisa
gas pada permukaan batubara yang menyebabkan reservoar GMB (Aminian).
konsentrasi gas relatif tinggi pada daerah kontak
Sifat-sifat Batubara Sumber Data
di permukaan batubara. Aliran ke sumur-sumur
Pengukuran perconto
produksi terjadi melalui rekahan alami pada ba- Kapasitas simpan
batubara
tubara atau cleat. Sejumlah kecil gas tersimpan Pengukuran perconto
pada cleat ini yang merupakan porositas kedua. Kandungan gas
batubara
Sifat-sifat matriks batubara mempunyai penga- Pengukuran perconto
Diffusivitas
ruh yang besar terhadap volume awal gas di tem- batubara
pat dan cadangan gas yang dapat diproduksikan, Kompressibilitas volume Pengukuran perconto
pori batubara
sementara sifat-sifat cleat mengontrol deliver-
Ketebalan kotor lapisan Rekaman log sumur
ability suatu reservoar GMB.
Ketebalan efektif lapisan Rekaman log sumur
Sifat-sifat matriks batubara dapat diten- Tekanan Uji sumur
tukan dari interpretasi dan integrasi data per- Permeabilitas absolut Uji sumur
conto batubara dan rekaman log. Oleh karena Permeabilitas relatif Simulasi
itu, akusisi dan analisa perconto batubara meru- Porositas Simulasi
pakan tahap krusial dalam evaluasi setiap proyek Komposisi dan kore-
Sifat-sifat fluida
pengembangan GMB. Kandungan gas dan ka- lasi
pasitas simpan batubara adalah dua parameter Gas terproduksi dan
Komposisi gas
kunci untuk menghitung isi awal gas ditempat gas terlepas
Volume pengurasan reser-
dan cadangan yang harus diukur langsung dari voar
Studi geologi
59
zontal dengan
satu sumur
vertikal. Um-
umnya, kom-
plesi sumur
horizontal
lateral adalah
pre-perforat-
ed liner.
Teknik kom-
plesi sumur
GMB telah
berkembang
pesat. Mul-
tiple pereka-
han stimulasi
menggunakan
fluida gel se-
bagai fluida
perekah dan Gambar 1. Tipikal komplesi dan skema aliran fluida pada sumur GMB.
batu pasir se-
bagai propan telah diaplikasikan pada lapisan- data yang tinggi. Sedangkan penentuan cadangan
lapisan batubara yang relatif tipis. Komplesi memerlukan produksi gas pada laju alir ekonomis
openhole juga telah diterapkan pada lapisan ba- yang hanya mungkin jika terdapat cukup isi awal
tubara yang mempunyai permeabilitas tinggi. gas ditempat, permeabilitas, dan keberhasilan
Sebelum uji produksi, lapisan batubara tersebut proses dewatering. Estimasi cadangan terbukti
disemprot air terlebih dahulu dengan laju alir juga memerlukan profil produksi yang masih su-
kurang dari 5 barel/menit untuk membersihkan lit diprediksi selama fase dewatering. Simulasi
serpihan batubara, membuka cleat, dan untuk numerik dan profil produksi reservoar sejenis da-
menghubungkan secara efektif sumur dengan pat digunakan untuk keperluan ini.
reservoar. Secara umum, komplesi sumur GMB
dilengkapi dengan selubung, diperforasi dengan
single atau multistage perekahan hidraulik. Isi Awal Gas Di tempat
Pemilihan sumur vertikal atau horizontal Isi awal gas ditempat fungsi dari luas area
sangat ditentukan oleh setting geologi target re- pengurasan, ketebalan lapisan batubara, densitas
servoar. Pemilihan komplesi dan metode stimula- batubara, kandungan gas, dan komposisi batu-
si diantaranya fungsi dari jumlah seam yang akan bara. Komposisi batubara mengacu pada jumlah
diproduksikan, kedalaman, ketebalan, permea- dan jenis unsur organik yang terkandung dalam
bilitas, compressive strength batubara. Gambar batubara. Komposisi ini sangat berpengaruh ter-
1 menunjukan tipikal decision chart yang digu- hadap jumlah gas yang dapat diserap. Kandung-
nakan memilih metode pemboran dan komplesi an gas pada suatu lapisan batubara merupakan
sumur GMB. fungsi dari komposisi batubara, kematangan ter-
mal batubara tersebut, dan sejarah pengedapan-
nya. Isi awal gas pada suatu reservoar GMB da-
III. Potensi, Cadangan, Dan Deliverability pat perkirakan dengan menggunakan persamaan
Penentuan isi awal gas ditempat suatu berikut,
reservoar batubara dapat menjadi proses yang su- Penjelasan notasi dapat dilihat pada Daftar Sim-
lit dan memakan waktu lama karena secara alami bol. Komponen pertama pada sisi kanan Persa-
reservoar batubara memiliki heterogenitas dan maan (1) adalah volume awal gas ditempat yang
faktor ketidakpastian dalam akuisisi dan analisa tersimpan pada sistem pori-pori makro yakni
60
cleat. Teknik akuisisi dan analisa data untuk me- hubungan proporsional antara kumulatif gas yang
nentukan parameter pada komponen pertama ini terlepas terhadap akar dari waktu, yang dihitung
mulai saat gas terlepas pada proses pengambilan
IGIP = Ah
(
43560φ f 1− S wif ) − −
+1,3597 G i ρo
Bgi
............................. (1)
sama dengan teknik yang digunakan pada klasik
reservoar gas. Komponen kedua menggambarkan
volume awal gas ditempat yang tersimpan pada
pori-pori mikro secara adsorpsi yang jumlahnya
dapat mencapai 95% dari total isi awal gas ditem-
pat. Karena kontribusinya yang dominan, maka
teknik akuisisi dan analisa data untuk menentu-
kan parameter-parameter dalam komponen kedua
ini akan dibahas lebih detail sebagai berikut.
Gambar 2. Kurva hasil pengukuran gas hilang, desorpsi
gas dari kanister, dan gas sisa (Tim, 2008).
Rata-rata Kandungan Gas Di Tempat
Rata-rata kandungan gas ditempat adalah perconto batubara. Saat gas mulai terlepas dike-
volume gas yang adsorpsi oleh batubara per satu- nal sebagai waktu nol (time zero). Jika pembo-
an berat batubara pada kondisi orisinal reservoar ran menggunakan fluida udara, waktu nol adalah
meliputi kandungan air (moisture) dan abu (ash). saat batubara dipotong oleh mata bor. Pada pem-
Metode estimasi kandungan gas adalah dengan boran dengan fluida air, waktu nol adalah waktu
menempatkan perconto batubara dalam kontainer ketika perconto batubara setengah jalan keluar
yang tertutup rapat atau kanister dan mengukur dari lubang bor. Data yang digunakan untuk ke-
volume gas yang terlepas sebagai fungsi waktu. perluan ekstrapolasi adalah data yang diperoleh
Pengukuran harus dilakukan pada kondisi tem- dari beberapa jam pertama pengukuran desorpsi.
peratur reservoar (Mavor dkk, 1996 Titik perpotongan dari ekstrapolasi data-data ini
Metode yang umum digunakan oleh in- terhadap waktu nol diambil sebagai volume gas
dustri adalah uji langsung (Diamond dan Levine, hilang (Gambar 2). Data dan persamaan garis
1981). Volume gas yang diukur pada uji ini dike- ekstrapolasi yang digunakan akan sangat ber-
nal sebagai Q2. Selain evaluasi volume gas yang pengaruh terhadap besarnya volume gas hilang.
terlepas selama desorpsi, juga harus dievaluasi Untuk meminimalisasi kesalahan, penentuan
gas hilang atau Q1 dan gas sisa atau Q3 untuk data dan persamaan garis ekstrapolasi yang tepat
menentukan total kandungan gas yang merupa- harus mempertimbangkan karakteristik batubara
kan penjumlahan gas hilang, volume gas yang serta mengikuti protokol penentuan kandungan
diukur, dan gas sisa. Gas hilang adalah volume gas di lapangan dan di laboratorium yang telah
gas yang terlepas dari perconto batubara selama baku (Noel dkk, 2004). Volume gas hilang meru-
proses pengambilan perconto batubara hingga pakan sumber kesalahan terbesar dalam estimasi
sesaat sebelum ditempatkan dalam kanister. Gas total kandungan gas (Nelson, 1999).
sisa adalah gas yang masih adsorpsi pada per- Setelah kanister kembali dari lapangan,
conto batubara di akhir uji desorpsi. Akhir dari perlu dikondisikan lagi ke temperatur reservoar
desorpsi adalah ketika kurva kumulatif volume dan dilakukan kembali pembacaan desorpsi di
gas atau kandungan gas terhadap akar waktu atau laboatorium sampai gas yang keluar dianggap
waktu desorpsi telah datar mendekati horizontal tidak signifikan lagi. Volume gas sisa ditentukan
(Gambar 2). dengan menghancurkan perconto batubara yang
Volume gas hilang diperkirakan dari digunakan pada uji desorpsi kedalam ukuran
analisa dan ekstrapolasi data yang diperoleh se- kurang dari 60 mesh dan mengukur volume gas
lama uji desorpsi. Metode analisa ini berdasarkan yang dibebaskan pada kondisi temperatur reser-
61
voar. Meskipun gas sisa ini tidak akan terproduksi densitas di tempat dapat diperkirakan berdasar-
dari reservoar, namun merupakan bagian dari to- kan fraksi densitas ash, moisture, dan batubara
tal gas yang diukur pada uji adsorption isotherm murni menggunakan persamaan berikut (Mavor
dan harus dimasukan dalam perhitungan. dkk, 1996):
Umumnya, rata-rata kandungan gas di tempat
dila-porkan pada teka-nan dan temperatur per- Tebal Kotor Reservoar
mukaan dan dinyatakan dalam satuan standar
Tebal kotor reservoar pada sumur-sumur
kubik feet per ton (scf/ton). Karena itu, volume
yang baru dibor dapat ditentukan secara akurat
gas yang diukur dibagi dengan massa perconto
batubara, kemudian
dikonversi ke unit
scf/ton. Kompo-
sisi batubara pada
suatu reservoar
tidak seragam se-
hingga kandungan
gas akan bervariasi.
Untuk menentukan
total kandungan gas
ditempat rata-rata,
harus dilakukan
pengukuran kandu-
ngan gas terhadap
sejumlah perconto
batubara yang me-
wakili variasi kom-
posisi batubara pada
reservoar tersebut. Gambar 3. Hubungan kandungan gas total terhadap fraksi non-batubara (Mavor dkk, 1996)
Terdapat hubungan linear terbalik (negative berdasarkan rekaman log densitas yang diambil
slope) antara kandungan gas dan fraksi non-batu- dari lubang sumur terbuka. Gambar 4 menunju-
bara, misal moisture, dan ash. Analisa proximate kan rekaman log untuk identifikasi suatu lapisan
dan ultimate terhadap perconto batubara adalah batubara, yang dicirikan dengan harga gamma ray
standar analisa batubara untuk mengetahui kand- dan densitas yang rendah, dan harga resistivitas
ungan moisture, fraksi dan jenis mineral, ash, dan
fix karbon. Analisa regresi terhadap hubungan ρ= 1 − f a − f w ρ o + f a ρ a + f w ρ w
data total kandungan gas dengan fraksi non-ba- ............................. (2)
tubara dapat digunakan menentukan kandungan yang tinggi. Tebal kotor reservoar meliputi inter-
gas ditempat rata-rata, bila diketahui kandungan val ketebalan yang mempunyai densitas kurang
rata-rata moisture dan ash pada reservoar tersebut dari densitas ash sebagai nilai cut-off. Batas atas
(Gambar 3). Rata-rata kandungan gas di tempat densitas ini mengeliminasi batuan interbedded
yang diperoleh dari grafik ini adalah nilai yang yang mempunyai kandungan gas kecil dan akan
digunakan dalam Persamaan (1) untuk perhitun- mencakup sebagian besar batuan organik inter-
gan isi awal gas di tempat. beds dalam estimasi tebal kotot reservoar.
Perhitungan isi awal gas di tempat harus
Rata-rata Densitas di Tempat mencakup semua batuan reservoar yang kontri-
busi terhadap produksi. Contoh pada reservoar
Data log densitas dari lubang sumur ter- GMB Fruitland di San Juan Basin, yang menun-
buka merupakan data yang paling akurat untuk jukkan bahwa produksi gas dapat berasal dari
menentukan rata-rata densitas di tempat (Amin- lapisan batubara, batubara bercampur shale, dan
ian). Bila data dari log sumuran tidak tersedia, carbonaceous shale (Mavor dkk, 1996). Inter-
62
V Lp
Gs =
p L + p ................................... (3)
Adsorpsi isotherm menunjukkan kapasi-
tas serap gas maksimum suatu batubara
sebagai fungsi tekanan. Data adsorpsi
gas isotherm ditentukan dengan cara
menghancurkan perconto batubara ke-
dalam ukuran-ukuran halus dan secara
sistimatis mengukur volume gas yang
dapat disimpan oleh perconto batubara
Gambar 4. Identifikasi ketebalan lapisan batubara dari rekaman log
tersebut pada berbagai tekanan. Hasil uji
(Abdassah, 2010).
tersebut digunakan untuk menentukan
lam matriks batuan yang terhubung ke cleat. Se- parameter Langmuir VL dan pL. Pengujian harus
lama cleat ini tidak terisi oleh material penyum- dilakukan pada temperatur reservoar dan pada
bat, maka keseluruhan tebal kotor reservoar yang kondisi kandungan moisture di tempat.
berisi material-material organik akan mempunyai Gambar 5 menampilkan tipikal kurva
kemampuan memproduksikan gas. Konklusi ini Langmuir isotherm. Kandungan gas mula-mula
didukung oleh data log produksi dari reservoar juga diplot pada gambar yang sama. Kandungan
GMB Fruitland (Mavor dkk, 1996). gas batubara bisa lebih kecil dibandingkan harga
maksimum adsorpsi isotherm. Bila kondisi ini
terjadi, maka tidak akan ada gas bebas dan sistem
Luas Pengurasan Reservoar
cleat akan terisi sepenuhnya oleh air. Gas akan
Luas pengurasan reservoar umumnya terbebaskan saat tekanan di dalam sistem cleat
didefinisikan oleh konstrain fisik seperti variasi lebih rendah dari tekanan desorpsi kritikal. Kon-
struktural dan startigrafi dan jarak pola antar disi ini dicapai melalui produksi air atau dewa-
sumur. Variasi struktural dan startigrafi akan me- tering. Maksimum gas yang dapat diproduksikan
nentukan distribusi batubara tiga dimensi. Jarak adalah selisih kandungan gas pada tekanan des-
antar sumur dapat digunakan dalam memperkira- orpsi kritikal dengan kandungan gas pada teka-
kan area pengurasan jika lapisan batubara dia- nan abandonment, yaitu kondisi batas ekonomis
sumsi kontinu secara lateral. Evaluasi geologi laju alir produksi gas. Faktor perolehan pada ba-
dapat memberi petunjuk mengenai kontinuitas tas ekonomis tersebut diperoleh dengan menggu-
lapisan batubara dan karakteristiknya. Data seis- nakan persamaan berikut:
mik tiga dimensi juga sering digunakan dalam
menentukan geometri reservoar GMB.
63
San Juan (US) Ignacio Blanco 60 40-70 Bituminous 300-600 5-50+ 60-320 130 1500 1760 66 Mar-15
Drunkard`s
Uinta (US) 120 Apr-48 Bituminous 425 May-20 160 450 500 1571 57 1.5-4
Wash
Black Warrior (US) Cedar Cove 65 25-30 Bituminous 250-500 Jan-25 80 520 100 809 53 0.5-1.5
Bowen Basin-Australia Fairview 430 50-100 Bituminous 200-400 100 250 80 700 450 60 2.5-3.5
Yangcheng -
Qinshui Basin (China) 22 20-40 Anthra cite 300-900 <1-5 80 40 70-140 100 20 0.4-0.8
Qinshui
65
Kompressibilitas desorpsi didefinisikan sebagai tunggal dapat digunakan dalam interpretasi data
berikut (McKee dan Bumb, 1985): dari pengujian tersebut. Pelaksanaan injeksi atau
falloff harus dilakukan pada laju alir rendah un-
B g ρ oV L (1 − f a − f w ) tuk menghindari perekahan batubara dan memi-
cd = nimalkan perubahan permeabilitas akibat efek
− 2
stres.
32, 0368 p L + p φ f ....................... (6)
Ketika gas terlepas dari matriks batubara,
maka akan terjadi penyusutan pada matriks ba-
Bila tidak ada aliran dari matriks ke sistem cleat, tubara tersebut sehingga merubah porositas dan
maka harga cd adalah nol. Bila matriks kontribusi permeabilitas sistem cleat. Efek penyusutan ini
terhadap aliran, maka total kompressibilitas akan menjadi signifikan pada tekanan rendah dan akan
didominasi oleh harga cd. menghasilkan deliverability gas yang lebih baik
Walaupun dimungkinkan menentukan pada tahap akhir produksi sehingga memperpan-
permeabilitas sistem cleat dari data uji aliran jang deliverability suatu reservoar GMB.
dua fasa, namun hasilnya akan sangat tergantung Permeabilitas relatif adalah salah satu pa-
pada asumsi model relatif permeabilitas yang di- rameter kunci dalam menentukan de-liverability
gunakan. Oleh karena itu, akan lebih baik bila uji reservoar GMB. Pengukuran laboratorium terha-
dilakukan dalam kondisi aliran satu fasa. Pada dap perconto batubara tidak dapat memberikan
under-saturated reservoar GMB seperti Gambar indikator yang akurat terhadap permeabilitas
5, bila tekanan awal reservoar diatas tekanan de- relatif karena perconto batubara yang diguna-
sorpsi kritikal maka cleat akan terisi sepenuh- kan tidak cukup merepresentasikan sistem cleat
nya oleh air. Jika uji injeksi atau falloff dilaku- yang ada pada reservoar GMB. Sangat sulit
kan dengan menginjeksikan air, tekanan pada memperoleh perconto batubara yang kompoten
sistem cleat akan tetap diatas tekanan desorpsi dari reservoar yang memiliki densitas rekahan
kritikal sehingga kondisi aliran satu fasa terjadi tinggi. Penyelarasan sejarah produksi gas dan air
selama uji. Dengan demikian, model porositas melalui simulasi reservoar adalah metode praktis
66
Tabel 3. Kebutuhan dan aplikasi teknologi untuk reservoar GMB (Creties dkk., 2008).
Bidang
Kebutuhan Teknologi Aplikasi Teknologi
Teknologi
Karakterisasi
Kuantifikasi densitas dan sistem rekahan Seismik 3D dan 4D
Reservoar
Identifikasi zone permeabilitas tinggi Alat pencitraan sumuran
Geokimia permukaan
Pengukuran kandungan gas yang adsorpsi Analisa spektroskopis bawah sumur
Log geokimia
Pengukuran permeabilitas Analisa sebelum dan setelah minifrac
Sistem injeksi/isolasi wireline-conveyed
Identifikasi reservoar behind-pipe Analisa sepanjang selubung
Memperbaiki algoritma interpretasi
Operasi
Cepat, reduksi biaya pengeboran Sistem tekanan tinggi, jet-assisted coiled-tubing
Pengeboran
Pipa pengeboran komposit dan telemetrik
Fluida pengeboran ramah lingkungan dan tidak meru-
sak formasi
Reduksi lahan pengeboran Sumur multilateral
Ekstraksi reservoar
Stabilitas sumur horizontal Kombinasi sistem liner dan drill
Mekanikal sistem liner
Operasi
Semen yang tidak merusak Sement ultralightweight
Komplesi
Akses formasi Jet-assisted hydrojetting
Perforasi laser energ tinggi
Meningkatkan efektifitas perekahan hidrau- Sistem coiled-tubing-conveyed dengan sumur horizon-
lik tal
Diagnosa rekahan dengan mikroseismik dan tiltmeters
Fluida perekah ramah lingkungan
Propan ultralightweight
Operasi
Artificial lift / Pembuangan air Separasi gas/air bawah sumur dan re-injeksi
Produksi
Meningkatkan filtrasi dan atau sekuestrasi kontaminan
Surface-modification agents
Smart-well dengan sistem pakar
Peningkatan produksi Injeksi nitrogen atau karbon dioksida
Memperbaiki konfigurasi lubang sumur horizontal
Meningkatkan produksi gas dengan mikroba
67
mendapatkan permeabilitas relatif yang realistis. isi awal gas di tempat dan cadangan menjadi
Bila belum cukup data produksi untuk keperluan lebih akurat, sehingga pada akhirnya keekono-
penyelarasan sejarah produksi ini, maka relatif mian proyek pengembangan GMB menjadi lebih
permeabilitas dapat diasumsi. baik. Inovasi teknologi jelas masih sangat diper-
lukan untuk terus memperbaiki tingkat dan laju
IV. Perkembangan Teknologi Ke Depan pengembangan GMB.
Dalam evaluasi suatu prospek GMB, isi
Teknologi yang dibutuhkan untuk awal gas di tempat, cadangan, dan deliverabil-
pengembangan reservoar GMB pada dasarnya ity merupakan tiga parameter kunci. Sebagian
sama dengan reservoar hidrokarbon konven- besar gas tersimpan secara adsorpsi pada mikro
sional, yaitu karakterisasi reservoar, pengeboran, pori matriks batubara dan sebagian kecil mengisi
komplesi, dan produksi seperti ditampilkan da- makro pori sistem cleat. Oleh karena itu, sifat-si-
lam Tabel 3. Tahapan kritis dalam menentukan fat matriks batubara sangat menentukan volume
teknologi yang tepat akan sangat tergantung pada isi awal gas di tempat dan cadangan yang dapat
tingkat heterogenitas reservoar, sifat mekanika diproduksikan, sedangkan sifat-sifat sistem cleat
batubara, dan jenis fluida yang ada. Selain itu, akan sangat mempengaruhi gas deliverability.
laju alir gas dan besarnya cadangan memainkan Kandungan gas dan kapasitas simpan batubara
peran dalam proses seleksi teknologi yang akan adalah dua parameter kunci yang diperlukan da-
digunakan karena walaupun teknologi itu sangat lam evaluasi isi awal gas di tempat dan cadangan.
bermanfaat, misal seismik 3D, tapi biayanya akan Kedua parameter ini diperoleh dari pengukuran
sangat mahal. Kombinasi yang tepat antara skala perconto batuan.
korporat, penggunaan teknologi, dan skema kon-
trak akan menentukan keberhasilan suatu proyek
pengembangan GMB. Harga gas yang terus mem- Daftar Simbol
baik akhir-akhir ini telah ikut mendorong minat A = luas pengurasan reservoar, acre
investasi mengembangkan sumber daya GMB. Bg= faktor volume formasi gas, rcf/scf
Perkembangan ke depan adalah meng- Bgi
= faktor volume formasi gas pada tekanan
kombinasikan pengembangan GMB dengan in- awal reservoar, rcf/Mscf
jeksi karbon dioksida. Batubara dan unsur orga- cd = kompressibilitas penyerapan, psi-1
nik penyusunnya akan menjerap karbon dioksida cf = kompressibilitas sistem rekahan, psi-1
yang dinjeksikan dan mendorong metana lepas cg = kompressibilitas gas, psi-1
dari jerapan batubara sehingga pada saat yang ct = kompressibilitas total, psi-1
bersamaan akan meningkatkan perolehan gas fa = fraksi berat ash, fraksi
metana dan sekuestrasi karbon dioksida. Walau- fm = fraksi berat moisture, fraksi
pun sekuestrasi karbon dioksida pada lapisan ba- Ga = kapasitas simpan gas batubara di tempat
tubara dapat menimbulkan problem teknis yaitu pada tekanan abandonment, scf/ton
batubara akan mengembang sehingga mengu- Gi = kapasitas simpan gas batubara di tempat
rangi permeabilitas cleat, proyek kombinasi pen- pada kondisi awal, scf/ton
ingkatan perolehan dan sekuestrasi telah mulai Gi
= rata-rata kandungan gas batubara di tem-
berkembang dibeberapa negara. pat, scf/ton
Gs = kapasitas simpan gas batubara di tempat,
V. Kesimpulan scf/ton
h = tebal kotor reservoar, ft
Dari proyek komersial GMB diseluruh IGIP = isi awal gas di tempat, Mscf
dunia yang telah berlangsung selama lebih dari p = tekanan, psia
20 tahun, telah diperoleh berbagai kemajuan sub- p = tekanan rata-rata sistem rekahan, psia
stansial dalam teknologi karakterisasi reservoar, p = Langmuir konstan tekanan, psia
L
pengeboran, komplesi, dan produksi. Pencapai- RF = faktor perolehan gas, fraksi
an ini berdampak pada proses dewatering yang S = saturasi gas pada sistem rekahan, fraksi
gf
berlangsung lebih cepat, puncak laju alir gas da- S = saturasi air pada sistem rekahan, fraksi
wf
pat dicapai lebih awal dan lebih besar, estimasi V = Langmuir konstan volume, scf/ton
L
68
ρ = densitas bulk, g/cm3 Diamond, W.P. and Levine, J.R., 1981. Direct
ρa = densitas ash, g/cm3 Method Determination of the Gas content of
ρo = densitas batubara murni, g/cm3 Coal: Procedures and Results. Report of In-
ρw = densitas moisture, g/cm3 vestigation 8515, United States Department
ro = rata-rata densitas batubara murni di tem-
of Interior, Bureau of Mines, Washington,
pat, g/cm3
D.C.
φf = porositas rekahan efektif, fraksi
Donna, G., 2004. Unconventional Gas. White
Paper, Schlumberger.
Daftar Pustaka
McKee, C. R. and Bumb, A. C., 1985. Flow Test-
Abdassah, D., 2010. Workshop Teknologi Ek- ing Coalbed Production Wells in the Pres-
sploitasi Coal Bed Methane (CBM). Pusat ence of Water and Gas. Paper SPE 14447,
Penelitian dan Pengembangan Teknologi Proceedings of the SPE Annual Technical
Minyak dan Gas Bumi ”LEMIGAS”, Ja- Conference and Exhibition.
karta.
Nelson, C.R., 1999. Effects of Coalbed Reservoar
Advanced Resources International, Inc. (ARI),
Property Analysis Methods on Gas-In-Place
2003. Indonesian Coalbed Methane. Asian
Development Bank TA No. 3671-INO “Pre- Estimates. Paper SPE 57443, Proceeding of
paring a Gas Sector Development Plan Part SPE Eastern Regional Conference.
B – Coalbed Methane”, Arlington, Virginia Noel, B. W., George, L.H. III, and James, C. S.
USA. H., 2004. Overview of Coal and Shale Gas
Aminian, K. Evaluation of Coalbed Methane Measurement: Field and Laboratory Proce-
Reservoars. Petroleum & Natural Gas En- dures. Proceeding of the 2004 International
gineering Department, West Virginia Uni- Coalbed Methane Symposium, the Univer-
versity.
sity of Alabama, Tuscaloosa, Alabama.
Creties, D. J., DeGolyer and MacNaughton,
Tim, P., 2008. Gas Sorption Properties for Coal
Charles, M. B., 2008. Coalbed- and Shale-
Gas Reservoars. Journal of Petroleum Tech- Gas Reservoar Systems – Value and Insight.
nology, 92-99. IndoCBM 2008, TICORA Geosciences.
Evaluasi Metode Stimulasi Radial Jet Drilling untuk Optimasi Dewatering
pada Sumur Gas Metana Batubara di Lapangan Rambutan
Sari
Keberhasilan dalam eksploitasi gas metana batubara (GMB) sangat dipengaruhi oleh seberapa
cepat proses dewatering dapat diselesaikan. Pada reservoir-reservoir GMB, batubara umumnya diciri-
kan dengan rendahnya permeabilitas sehingga menyebabkan lamanya proses dewatering. Pemanfaa-
tan teknologi radial jetting, teknologi yang biasanya digunakan untuk meningkatkan produktivitas
sumur, diharapkan dapat mempercepat proses tersebut. Proses dewatering di lapangan Rambutan
– Sumatera Selatan juga mengalami problem yang sama, dan pemboran radial jetting diterapkan.
Penerapan pemboran radial jetting – terkadang disebut radial jet drilling – tampaknya memberikan
hasil yang baik terlihat dari meningkatnya permeabilitas batubara dan meningkatnya laju dewatering.
Analisis atas data injectivity fall off (IFO) pada sumur EXAM yang diukur pada saat sebelum dan
sesudah radial jetting menunjukkkan peningkatan permeabilitas dari 10,68 mD menjadi 15,45 mD.
Peningkatan permeabilitas ini berdampak pada peningkatan laju dewatering dari 1,91 BWPD menjadi
4,76 BWPD dan meningkatkan produksi gas dari 0,58 MSCFD menjadi 10,5 MSCFD. Keberhasilan
dalam penerapan teknologi radial jetting ini menunjukkan bahwa metode ini dapat dianggap sebagai
suatu alternatif terhadap pemboran horisontal. Dengan jangkauan lateral yang lebih luas – dan dengan
biaya lebih murah – metode ini terbukti telah dapat mempercepat proses dewatering dan meningkat-
kan laju produksi gas.
Kata kunci: dewatering lambat, radial jet drilling, perbaikan permeabilitas, laju produksi gas men-
ingkat.
Abstract
Success in coal bed methane (CBM) exploitation is much influenced by how fast the water-
ing process is completed. In coal bed methane reservoirs the coal is generally characterized by low
permeability and consequently the dewatering process is expected to take a long time. Utilization of
radial jetting technology, technology that is usually used for improving well productivity, is hoped to
enable the acceleration of the process. The dewatering process in Rambutan field – South Sumatera
faces the same problem, and radial jet drilling is applied. Application of the radial jet drilling – or
radial jetting method – appears to be promising, shown by the increase in the coal seam’s well test-
ing permeability and the increase of the dewatering rate. Analyses on injectivity fall off (IFO) data on
EXAM well prior and after jetting have shown increase in permeability from 10.68 mD up to 15,45
mD. This corresponds to increase in dewatering rate from 1,91 BWPD to 4,76 BWPD and improving
the gas rate from 0,58 MSCFD to 10,5 MSCFD. The success in the application of radial jetting tech-
nology suggests that the method can be considered as an alternative to horizontal drilling. With its
larger lateral coverage – and relatively low in cost – it proves to have accelerated dewatering process
and to increase gas production rate.
Keyword: Slow dewatering, radial jet drilling, permeability improvement, higher gas production
rate
69
70
�
� Test Overview
1250 125
1000 100
Water Flow Rate (STB/day)
750 75
Pressure (psia)
500 50
250 25
0 0
0 36100 72200 108300 144400 180500
Time (hours)
�
� Test Overview
1250 125
890
1000 100
Quick Match Results
Dual-porosity (Pseudo steady state)
Infinitely acting
Constant compressibility
820 Cs = 7.8663 bbl/psi
(k/u)w = 21.5631 md/cp
k = 10.6847 md
Pressure (psia)
w = 0.01
Lam = 0.01
Pi = 1095.439 psia
750
10 100 1000 10000 100000 1e+006
Elapsed Time (hours)
500 50
�
� Log-Log Plot
10000
0 0
0 32600 65200 97800 130400 163000
Time (hours)
1000
1040
S = 8.5172
w = 0.01
Lam = 0.01
Pi = 1095.439 psia
Gambar 11. Plot Log-log tekanan derivatif hasil pengujian Quick Match Results
0.1
Tabel 4. Perolehan fluida sebelum dan sesudah stimulasi. Quick Match Results
Dual-porosity (Pseudo steady state)
Infinitely acting
0.01 Constant compressibility
diketahui bahwa terjadi peningkatan permea- ningkatan permeabilitas dari seam batubara.
bilitas dari keadaan sebelum stimulasi menjadi 3. Lubang bor yang dihasilkan oleh penerapan
keadaan sesudah stimulasi yaitu dari 10,68 mD radial jet drilling memberikan peningkatan
menjadi 15,45 mD. Hal ini berkorelasi langsung dari radius efektif pengurasan sumur sehing-
dengan kenaikan produksi fluida dalam proses de- ga juga berkontribusi terhadap kenaikan laju
watering pada sumur tersebut. Dengan demikian alir yang teramati.
dapat dikatakan bahwa penerapan radial jet drill-
ing pada sumur GMB telah dapat mempercepat
proses dewatering. Pustaka
A K
adsorpsi 59,60,62,64,65,68,69 kandungan gas 59,60,61,62,63,64,65,66,68,69
adsorption 59,63 ,72
aliran silang 39,40 kapasitas simpan gas 59,69
B L
bottom water drive 49,50,55 laju produksi gas meningkat 71
C M
cleat 59,60,61,62,64,65,66,67,69,72 material balance 1,2,3,6,7,9,10,11,12,13,19,
coal bed methane 59,69,71,78 20,23,36
cross-flow 39,42,45,46,48 maturitas 39,40
maturity 39,45,46,48
D multiple linear regression 1,2,6,7,8,9,19,21,22
data PVT 1,2,4,6,7,8,9,36 ,26,31,32,33
design of experimental 1,2,7,8,9,31,32
desorpsi 59,62,63,65,66,72 P
desorption 59 parameter PVT 1,4,5,6,7,9,11,35
dewatering lambat 71 pemanasan 39,40
Down-hole water sink 49,50,57 pengendapan padatan 39,40
drainage 39,42,43,46,47,48 pengurasan 39,40,60,61,64,69,72,73,78
perbaikan permeabilitas 71
G
gas content 59,69 R
gas metana batubara 59,71,72,78 radial jet drilling 71,72,73,74,78
GMB 59,60,61,62,64,65,66,67,68,69,71,72, RVE 39,40,41,42,43,44,45,46,48
73,75,78
gas storage capacity 59 S
scaling 39,42,43,44,45,46,48
H steam injection 39,41,45,46,47
heating 39,41,43,46,48
I W
IGIP 1,2,3,4,6,7,8,9,10,11,12,15,16,17,18,19 water coning 49,50,51,52,56
,20,21,22,23,24,25,26,27,28,30,31,32,3
3,34,35,36,37,62,39
injeksi uap 40
JURNAL TEKNOLOGI MINYAK DAN GAS BUMI
PEDOMAN PENULISAN
Naskah makalah ilmiah (selanjutnya disebut ”Naskah”) untuk publikasi di Jurnal Teknologi Minyak
dan Gas Bumi (JTMGB) dapat berupa artikel hasil penelitian atau artikel ulas balik/tinjauan (review) tentang
minyak dan gas bumi, baik sains maupun terapan. Naskah belum pernah dipublikasikan atau tidak sedang dia-
jukan pada majalah/jurnal lain.
Naskah ditulis dalam bahasa Indonesia atau bahasa Inggris sesuai kaidah masing-masing bahasa yang
digunakan. Naskah harus selalu dilengkapi dengan Sari dalam Bahasa Indonesia dan Abstract dalam Bahasa
Inggris. Naskah yang isi dan formatnya tidak sesuai dengan pedoman penulisan JTMGB akan ditolak oleh
redaksi dan redaksi tidak berkewajiban untuk mengembalikan naskah tersebut.
FORMAT
Umum. Seluruh bagian dari naskah termasuk judul sari, judul tabel dan gambar, catatan kaki, dan daftar acuan
diketik satu setengah spasi pada electronic-file dan print-out dalam kertas HVS ukuran A4. Pengetikan dilaku-
kan dengan menggunakan huruf (font) Times New Roman berukuran 12 point.
Setiap halaman diberi nomor secara berurutan termasuk halaman gambar dan tabel. Hasil penelitian atau ulas
balik/tinjauan ditulis minimum 5 halaman dan maksimum sebanyak 15 halaman, di luar gambar dan tabel.
Selanjutnya susunan naskah dibuat sebagai berikut:
Judul. Pada halaman judul tuliskan judul, nama setiap penulis, nama dan alamat institusi masing-masing
penulis, dan catatan kaki, yang berisikan terhadap siapa korespondensi harus ditujukan termasuk nomor tele-
pon dan faks serta alamat e-mail jika ada.
Sari. Sari/abstract ditulis dalam dua bahasa yaitu bahasa Indonesia dan bahasa Inggris. Sari berisi ringkasan
pokok bahasan lengkap dari keseluruhan naskah tanpa harus memberikan keterangan terlalu terperinci dari
setiap bab. Sari paling banyak terdiri dari 250 kata. Kata kunci/keywords ditulis di bawah sari/abstract dan
terdiri atas empat hingga enam kata.
Pendahuluan. Bab ini harus memberikan latar belakang yang mencukupi sehingga pembaca dapat memahami
dan dapat mengevaluasi hasil yang dicapai dari penelitian yang dilaksanakan tanpa harus membaca sendiri
publikasi-publikasi sebelumnya, yang berhubungan dengan topik yang bersangkutan. Pendahuluan harus beri-
si latar belakang, maksud dan tujuan, permasalahan, metodologi, serta materi yang diteliti.
Hasil dan Analisis. Hanya berisi hasil-hasil penelitian baik yang disajikan dengan tulisan, tabel, maupun gam-
bar. Hindarkan penggunaan grafik secara berlebihan bila dapat disajikan dengan tulisan secara singkat. Batasi
penggunaan foto, sajikan yang benar-benar mewakili hasil penemuan. Beri nomor gambar dan tabel secara
berurutan. Semua gambar dan tabel yang disajikan harus diacu dalam tulisan.
Pembahasan atau Diskusi. Berisi interpretasi dari hasil penelitian yang diperoleh dan pembahasan yang
dikaitkan dengan hasil-hasil yang pernah dilaporkan.
Kesimpulan dan Saran. Berisi kesimpulan dan saran dari isi yang dikandung dalam tulisan.
Ucapan Terima Kasih. Dapat digunakan untuk menyebutkan sumber dana penelitian dan untuk memberikan
penghargaan kepada beberapa institusi atau orang yang membantu dalam pelaksanaan penelitian dan atau
penulisan laporan.
Acuan. Acuan ditulis dan disusun menurut abjad. Beberapa contoh penulisan sumber acuan:
Jurnal
JURNAL TEKNOLOGI MINYAK DAN GAS BUMI
PEDOMAN PENULISAN
Hurst, W., 1934. Unsteady Flow of Fluids in Oil Reservoirs. Physics (Jan. 1934) 5, 20.
Buku
Abramowitz, M and Stegun, I.A., 1972. Handbook of Mathematical Functions. Dover Publications,
Inc., New York.
Bab dalam Buku
Costa, J.E., 1984. Physical geomorphology of debris flow. Di dalam: Costa, J.E. & Fleischer, P.J.
(eds), Developments and Applications of Geomorphology, Springer-Verlag, Berlin, h.268-317.
Sari
Barberi, F., Bigioggero, B., Boriani, A., Cavallini, A., Cioni, R., Eva, C., Gelmini, R., Giorgetti, F.,
Iaccarino, S., Innocenti, F., Marinelli, G., Scotti, A., Slejko, D., Sudradjat, A., dan Villa, A., 1983. Mag-
matic evolution and structural meaning of the island of Sumbawa, Indonesia-Tambora volcano, island
of Sumbawa, Indonesia. Abstract 18th IUGG I, Symposium 01, h.48-49.
Peta
Simandjuntak, T.O., Surono, Gafoer, S., dan Amin, T.C., 1991. Geologi Lembar Muarabungo, Suma-
tera. Pusat Penelitian dan Pengembangan Geologi, Bandung.
Prosiding
Marhaendrajana, T. and Blasingame, T.A., 1997. Rigorous and Semi-Rigorous Approaches for the
Evaluation of Average Reservoir Pressure from Pressure Transient Tests. paper SPE 38725 presented at
the SPE Annual Technical Conference and Exhibition, San Antonio, Oct. 5–8.
Skripsi/Tesis/Disertasi
Marhaendrajana, T., 2000. Modeling and Analysis of Flow Behavior in Single and Multiwell Bound
ed Reservoir. PhD dissertation, Texas A&M University, College Station, TX.
Informasi dari Internet
Cantrell, C., 2006. Sri Lankan’s tsunami drive blossom: Local man’s effort keeps on giving. Http://
www.boston.com/news/local/articles/2006/01/26/sri_lankans_tsunami_drive_blossoms/[26 Jan 2006]
Software
ECLIPSE 100 (software), GeoQuest Reservoir Technologies, Abbingdon, UK, 1997.
PENGIRIMAN
Penulis diminta mengirimkan satu eksemplar naskah asli beserta dokumennya (file) di dalam compact disk
(CD) yang harus disiapkan dengan program Microsoft Word. Pada CD dituliskan nama penulis dan nama
dokumen. Naskah akan ditolak tanpa proses jika persyaratan ini tidak dipenuhi. Naskah agar dikirimkan ke-
pada:
Pengiriman naskah harus disertai dengan surat resmi dari penulis penanggung jawab/korespondensi (corre-
sponding author) yang harus berisikan dengan jelas nama penulis korespondensi, alamat lengkap untuk surat-
menyurat, nomor telepon dan faks, serta alamat e-mail dan telepon genggam jika memiliki. Penulis korespon-
densi bertanggung jawab atas isi naskah dan legalitas pengiriman naskah yang bersangkutan. Naskah juga
sudah harus diketahui dan disetujui oleh seluruh anggota penulis dengan pernyataan secara tertulis.