Análise de Risco Nas Previsões de Produção Com Sim. de Fluxo

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECNICA
Anlise de Risco nas Previses de Produo com Simulao Numrica de Fluxo Exemplo de um Campo na Fase de Delimitao
Autor : Daniel Escobar Steagall Orientador: Prof. Dr. Denis Jos Schiozer 01/00
UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECNICA DEPARTAMENTO DE ENGENHARIA DE PETRLEO
Autor : Daniel Escobar Steagall Orientador: Prof. Dr. Denis Jos Schiozer
Curso: Cincias e Engenharia Mecnica.
Dissertao de mestrado apresentada comisso de Ps Graduao da Faculdade de Engenharia Mecnica, como requisito para obteno do ttulo de Mestre em Cincias e Engenharia do Petrleo.
Campinas, 2001 S.P. - Brasil ii
UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECNICA DEPARTAMENTO DE ENGENHARIA DE PETRLEO

DISSERTAO DE MESTRADO
Autor : Daniel Escobar Steagall Orientador: Prof. Dr. Denis Jos Schiozer ___________________________________________________ Prof. Dr. Denis Jos Schiozer, Presidente Faculdade de Engenharia Mecnica ___________________________________________________ Dr. Oswaldo Antunes Pedrosa Junior Agncia Nacional do Petrleo ___________________________________________________ Prof. Dr. Antnio Cludio de Frana Corra Faculdade de Engenharia Mecnica
Campinas, 19 de Janeiro de 2001. iii
Dedicatria
Dedico este trabalho minha esposa Erica e aos meus filhos Daniela e David.
iv
Agradecimentos
Quero expressar meus agradecimentos:
A Petrobras e a Braspetro pela oportunidade de aprendizado, crescimento profissional e suporte financeiro.
Ao Prof. Dr. Denis Jos Schiozer pela orientao, acompanhamento durante toda a realizao deste trabalho e sobretudo pelo seu papel motivador.
Aos meus colegas do Departamento de Engenharia de Petrleo pela troca de experincia e companheirismo.
A todos os professores do DEP e do Instituto de Geocincias que contriburam para a realizao deste trabalho.
Aos meus novos amigos, companheiros de turma, Acrcio, Cristina, Marcos, Paulo, Srgio pela amizade compartilhada nestes dois anos de UNICAMP.
A Giselle e a todos os estagirios de informtica do DEP e ao grupo do UNISIM pelo apoio computacional.
A Ftima, Alice e Dlcio que por sua prestatividade, amizade e agradvel convivncia contriburam para o timo ambiente do DEP.
No saber ruim, no desejar saber pior. (Provrbio Africano)
vi
Resumo
STEAGALL, Daniel Escobar. Anlise de Risco nas Previses de Produo com Simulao Numrica de Fluxo Exemplo de um Campo na Fase de Delimitao. Campinas: Faculdade de Engenharia Mecnica, Universidade Estadual de Campinas, 2001, 89p., Dissertao de Mestrado.
O objetivo deste trabalho desenvolver e aplicar a metodologia para a anlise do impacto das incertezas de reservatrio nas previses de produo e anlise econmica de um campo de petrleo. A metodologia baseia-se na simulao numrica de fluxo de diversos modelos representativos dos possveis cenrios do reservatrio, atravs da combinao dos atributos com incerteza que o caracterizam. Os modelos de fluxo s o elaborados atravs da tcnica de rvore de deciso, com a combinao dos atributos crticos selecionados em uma etapa de anlise de sensibilidade. Para cada atributo crtico so definidos seus valores representativos de incerteza e suas probabilidades associadas. Aps a simulao dos modelos, realizado um tratamento estatstico para a obteno da curva de risco, da funo analisada. Prope -se um critrio para a escolha de modelos otimista, mdio e provvel do reservatrio. Todo o processo realizado utilizando-se computao paralela em uma rede de estaes de trabalho, com grande reduo do tempo de processamento, o que permite a utilizao prtica desta metodologia. Esta metodologia de anlise de risco aplicada a um campo real da Bacia de Campos, com os dados da fase de delimitao, validada com os resultados obtidos de um projeto piloto de produo. Com os dados da produo piloto e de um ltimo poo de delimitao foi realizada uma atualizao da anlise de risco. O resultado desta atualizao mostra uma grande reduo do risco na estimativa do valor presente lquido, devido reduo da incerteza estrutural, volumtrica e permeabilidade horizontal. Palavras Chave Anlise de Risco, Incerteza, Previso de Produo, Simulao Numrica de Reservatrio
vii
Abstract
STEAGALL, Daniel Escobar. Risk Analysis in Reservoir Production Forecasts with Numerical Flow Simulation - Example of a Field in Appraisal Phase. Campinas: Faculdade de Engenharia Mecnica, Universidade Estadual de Campinas, 2001, 89p., Disserta o de Mestrado. The objective of this paper is to develop and apply a methodology to analyze the impact of uncertainties in the production forecasts and economic analysis of a petroleum field. The methodology is based on the numerical flow simulation of several representative models of possible scenarios of the reservoir, through the combination of the attributes with uncertainty that characterize it. The critical attributes are selected through a sensitivity analysis. A set of data representing uncertainty values for each selected attribute, and its associated probabilities are combined by the decision tree technique. A statistic treatment is done after the simulation, to obtain the expectation curve of production forecast and net present value. A criterion to select optimist, probable and pessimist models is proposed. The procedure is done in a network of workstations, using parallel computing, with great reduction of the processing time and ensures the practical usage of this methodology. The methodology is applied to a real offshore field in Campos Basin Brazil, with data set of the appraisal phase and validated with the results of a pilot production project. With the data of the production pilot and one more appraisal well the risk analysis is updated. T result shows a risk reduction in the net present value due to the he structural, volumetric and horizontal permeability uncertainties reduction.
Key Words Risk Analysis, Uncertainty, Production Forecast, Numerical Flow Simulation
viii
ndice
Dedicatria............................................................................................................................. iv Agradecimentos ......................................................................................................................v Resumo .................................................................................................................................vii Abstract ................................................................................................................................viii ndice ..................................................................................................................................... ix Lista de Figuras.....................................................................................................................xii Lista de Tabelas .................................................................................................................... xv Nomenclatura....................................................................................................................... xvi 1. 2. 3. 3.1. Introduo.....................................................................................................................1 Reviso Bibliogrfica ...................................................................................................4 O Risco nas Previses de Produo.............................................................................9 Importncia e Aplicaes.........................................................................................9
3.2.
Incerteza do Meio Fsico........................................................................................ 14
3.3.
Simulao Numrica de Fluxo ............................................................................... 17 ix
4. 4.1.
Metodologia ............................................................................................................... 21 Estudo de Incerteza dos Atributos .......................................................................... 22
4.2.
Definio dos Nveis de Incerteza e Probabilidades .............................................. 26
4.3
Estratgia de Produo........................................................................................... 28
4.4
Anlise de Sensibilidade ........................................................................................ 29
4.5
Simulao de Fluxo com Incerteza ........................................................................ 30
4.6
Tratamento Estatstico............................................................................................ 32
5. 5.1.
Aplicao.................................................................................................................... 35 Modelagem do Reserva trio .................................................................................. 37
5.2.
Estratgia de Drenagem ......................................................................................... 43
5.3.
Anlise de Incerteza dos Atributos ......................................................................... 46
5.4.
Parmetros de Produo e Econmicos ................................................................. 49
6. 6.1.
Resultados .................................................................................................................. 51 Anlise de Sensibilidade ........................................................................................ 51
6.1.1.
Volume Original de leo no Reservatrio..................................................... 52
6.1.2.
Volume Acumulado de leo Produzido ........................................................ 54 x
6.1.3.
Valor Presente Lquido ................................................................................... 57
6.2.
Incerteza no Volume Original de leo .................................................................. 59
6.3
Previses e Risco de Produo Acumulada de leo.............................................. 60
6.4.
Previses e Risco do Valor Presente Lquido ........................................................ 63
6.4.1.
Modelos Representativos ............................................................................... 65
6.5.
Comparao com Produo Piloto ......................................................................... 73
6.6.
Atualizao do Risco de VPL com Novo Poo...................................................... 75
6.6.1.
Reduo da Incerteza do VOIS ...................................................................... 76
6.6.2.
Risco de VPL com Novos Dados ................................................................... 78
6.6.3
Consideraes Finais ...................................................................................... 80
7. 7.1
Concluses e Recomendaes.................................................................................... 82 Concluses ............................................................................................................. 82
7.2
Recomendaes ...................................................................................................... 85
Referncias Bibliogrficas.................................................................................................... 86
xi
Lista de Figuras
Figura 3.1: Vazes de leo para 3 Modelos de Reservatrio. ....................................................... 10 Figura 3.2: Valor Presente Lquido referente Figura 3.1. ............................................................ 10 Figura 3.3: Distribuio de Probabilidades de VPL (Newendorp, 1975). ..................................... 11 Figura 3.4: Perfis Probabilsticos de Produo de leo. ................................................................ 12 Figura 3.5: Curva de Risco de Produo Acumulada de leo. ...................................................... 13 Figura 4.1: Montagem dos Modelos de Simulao pela Tcnica de rvore de Deciso (modificado de Loschiavo,1999). ........................................................................................... 22 Figura 4.2: Dis tribuio de Probabilidades do Valor Mdio Esperado de um Atributo. ............... 23 Figura 4.3: Distribuio Triangular de um Atributo e sua Funo Probabilidade Acumulada...... 24 Figura 4.4: Estimativa de Valores de um Atributo. ........................................................................ 25 Figura 4.5: Discretizao de Atributo em 3 Nveis de com Probabilidades Diferentes................. 27 Figura 4.6: Grfico tipo Tornado de Anlise de Sensibilidade...................................................... 30 Figura 4.7: Fluxograma da Anlise de Incerteza com Simulao Numrica de Fluxo. ................. 34 Figura 5.1: Esboo Estrutural e da Geometria Externa do Campo. .............................................. 36
xii
Figura 5.2: Seo Ssmica Interpretada, direo NW-SE. ............................................................. 37 Figura 5.3: Seo Ssmica Interpretada , direo SW-NE. ............................................................ 38 Figura 5.4: Viso 3D do Topo do Reservatrio. ............................................................................ 39 Figura 5.5: Viso 3D da Porosidade do Reservatrio. ................................................................... 39 Figura 5.6: Correlao Petrofisica PorosidadePermeabilidade. ................................................... 40 Figura 5.7: Curvas de Permeabilidade Relativa do Sistema leo-gua........................................ 42 Figura 5.8: Curvas de Permeabilidade Relativa do Sistema Gs -leo. ......................................... 42 Figura 5.9 : Poos Produtores de leo. .......................................................................................... 45 Figura 5.10: Poos Injetores de gua. ........................................................................................... 45 Figura 6.1: Anlise de Sensibilidade de VOIS. ............................................................................. 52 Figura 6.2: Relao entre Vpor e Cr e o Volume de leo Original de leo. ................................ 53 Figura 6.3: Anlise de Sensibilidade para o Volume de leo Produzido em Dez Anos. .............. 55 Figura 6.4: : Anlise de Sensibilidade para o Volume de leo Produzido em Vinte Anos. ......... 55 Figura 6.5: Relao entre a Variao dos Atributos Contnuos e o Volume de leo Produzido. . 56 Figura 6.6: Anlise de Sensibilidade do VPL para De z Anos de Produo. .................................. 57 Figura 6.7: Anlise de Sensibilidade do VPL para Vinte Anos de Produo. ............................... 58 Figura 6.8: Comparao da Sensibilidade do VPL ao Vpor e Kh com Diferentes Valores. .......... 59 Figura 6.9: Curva de Risco do Volume Original de leo. ............................................................. 60 Figura 6.10: Comparao de Previses de Produo Utilizando 2, 3, e 4 Atributos. .................... 62 xiii
Figura 6.11: Curva de Risco da Produo Acumulada de leo para dez anos de Produo. ........ 62 Figura 6.12: Comparao de Previses do VPL Utilizando 2, 3, e 4 Atributos. ............................ 64 Figura 6.13: Curva de Risco de Valor Presente Lquido para dez anos de Produo. ................... 65 Figura 6.14: Modelos de VPL P10 , P50 e P90 comparados ao Modelo Base. .................................. 67 Figura 6.15: Modelos de VPL prximos ao P50 comparados ao Modelo Base.............................. 67 Figura 6.16: Relao entre VPL, FR eVOIS. ................................................................................. 68 Figura 6.17: Perfis de Produo de Modelo Mdio: Kr ow 2. ........................................................... 70 Figura 6.18: Perfis de Produo de Modelo Mdio: Vpor_Otim+Kh_Pess. .................................. 70 Figura 6.19: Perfis de Produo de Modelo Mdio: Vpor_Pess+Kh _Otim+Pvt3. ......................... 70 Figura 6.20: Perfis de Produo de Modelo Otimista: Vpor_Otim. ............................................... 71 Figura 6.21: Perfis de Produo de Modelo Otimista: Kh _Otim + Kr ow 2...................................... 71 Figura 6.22: Perfis de Produo de Modelo Pessimista: Kh Pess. ................................................. 72 Figura 6.23: Perfis de Produo de Modelo Pessimista: Vpor_Pess+Pvt3. ................................... 72 Figura 6.24: Declnio de Presso do Projeto Piloto e dos Modelos com Incerteza........................ 74 Figura 6.25: Produo Acumulada de leo e Presso da Produo Piloto e dos Modelos com Incerteza. ................................................................................................................................ 74 Figura 6.26: Correlao entre Presso Esttica do Reservatrio e VOIS. ..................................... 77 Figura 6.27: Risco de VPL Inicial e aps Novos Dados. ............................................................... 79 Figura 6.28: Comparao entre o VPL Inicial e Aps Novos Dados. ........................................... 80 xiv
Lista de Tabelas
Tabela 3.1: Atributos do Modelo Geolgico. ................................................................................. 15 Tabela 3.2: Atributos de Rocha e Fluido. ....................................................................................... 16 Tabela 4.1: Formato de Sada do Programa de Anlise de Incerteza. ............................................ 33 Tabela 5.1: Principais Caractersticas das Anlises de PVT. ......................................................... 41 Tabela 5.2: Atributos Incertos Contnuos. ..................................................................................... 48 Tabela 5.3: Atributos Incertos Discretos........................................................................................ 48 Tabela 6.1: Valor Otimista e Pessimista de Vpor e Kh com duas Probabilidades de Ocorrncia.. 58
3 Tabela 6.2: Produo de leo P10 , P50 e P90 para 2 ,3 e 4 Atributos Incertos (MM m ). ............... 61
Tabela 6.3: Valor Presente Lquido P10, P50 e P90 para 2 ,3 e 4 Atributos Incertos (MM U$)... 63 Tabela 6.4: Modelos Representativos Otimista, Provvel e Pessimista para o VPL. .................... 69 Tabela 6.6:Nveis de Incerteza do Atributo Vpor. ......................................................................... 77 Tabela 6.7: Probabilidade Condicional de Ocorrncia da Kh ......................................................... 78
xv
Nomenclatura
Abreviaes
fda fdp Otim Phi Pess Vpor
funo densidade probabilidade acumulada funo densidade probabilidade otimista porosidade pessimista volume poroso
Letras Latinas
Cr H K Kr P p Q S
compressibilidade de rocha espessura permeabilidade permeabilidade relativa probabilidade acumulada probabilidade vazo saturao
xvi
Subscritos
a g h o r v
gua gs horizontal leo relativa vertical
Siglas
ANP E&P FR fdp fda MM NP PVT VE VME VHIS VOIS VPL
Agncia Nacional do Pe trleo Explorao e Produo na indstria do petrleo Fator de recuperao de leo Funo distribuio de probabilidade Funo distribuio de probabilidade acumulada Milhes Volume acumulado de leo produzido em condies padro. Anlise de leo, presso-volume-temperatura Valor esperado Valor monetrio esperado Volume de hidrocarbonetos in situ em condies padro Volume de leo in situ em condies padro Valor presente lquido
xvii
1. Introduo
Este trabalho aborda a anlise do impacto das incertezas do meio fsico do reservatrio nas previses de produo e anlise econmica de desenvolvimento de campos de petrleo usando simulao numrica de fluxo.
A previso de produo sob um enfoque probabilstico permite obter a quantificao do impacto de incerteza, ou risco, nas estimativas relacionadas ao desempenho do reservatrio como o volume de leo produzido, fator de recuperao de hidrocarbonetos, clculo de reservas ou na obteno de indicadores econmicos como o valor presente lquido de um projeto. O termo risco de produo aqui utilizado refere-se estimativa probabilstica das previses de produo com incerteza e suas implicaes econmicas.
A utilizao do risco nas previses de produo, ao invs de uma nica resposta determinstica, tem tido uma utilizao crescente nas reas de explorao e produo na indstria de petrleo, devido ao elevado grau de incerteza que acompanha os projetos de explorao e produo (E&P). Esta incerteza analisada sob a tica do conhecimento apenas parcial do reservatrio, onde na fase de explorao e descoberta de um campo so utilizados muitos dados indiretos e poucos e esparsos dados diretos. Desde a delimitao do campo, desenvolvimento da produo a at o seu abandono, novas informaes sobre o reservatrio so acrescidos, mas o seu conhecimento sempre parcial e incompleto.
A anlise do risco nas previses de produo permite uma melhor valorao e classificao de uma carteira de projetos de produo, otimizao dos pla nos de desenvolvimento, dimensionamento dos equipamentos de produo, gerenciamento de um campo j desenvolvido e a estimativa probabilstica de reservas.
As incertezas do reservatrio, neste trabalho, so expressas no modelo de simulao de fluxo atravs dos atributos que caracterizam o modelo geolgico, as propriedades de fluido e as propriedades de interao rocha-fluido.
O objetivo desta tese o desenvolvimento de uma metodologia para a obteno do risco nas previses de produo e anlise econmica de reservatrios com a utilizao de simulao numrica de fluxo e a aplicao a um caso real. A grande vantagem da utilizao da simulao numrica de fluxo a incorporao da dependncia entre as incertezas do volume original de hidrocarbonetos in situ (VHIS) e sua distribuio, com as incertezas com relao s heterogeneidades do reservatrio e ao fluxo de fluidos, que esto intimamente associadas. Mtodos tradicionais, como a tcnica de Monte Carlo, usualmente tratam as incertezas com relao ao VHIS e ao fator de recuperao de leo como sendo independentes na anlise de incerteza de produo.
O nmero de parmetros incertos na modelagem do reservatrio para simulao muito elevado. Uma abordagem considerando todas estas incertezas na anlise de risco de produo resulta em uma atividade muito complexa e muito dispendiosa com relao a utilizao de tempo e recursos computacionais. Esta pesquisa procura tambm reduzir o nmero de modelos de simulao com incerteza atravs da seleo dos atributos crticos, que associada automao na montagem dos modelos de simulao, simulao atravs de computao paralela e tratamento estatstico dos resultados possibilite uma reduo do tempo de processamento e maior facilidade nas anlises de risco de produo.
A metodologia iniciada por Loschiavo (1999) foi modificada e aplicada em campo da Bacia de Campos, com os dados disponveis usualmente encontrados na fase de delimitao, com poucos poos perfurados e com ssmica 2D. Nesta fase, antecedendo o desenvolvimento da perfurao atravs dos poos produtores e das facilidades de produo, quando os maiores investimentos so realizados, as dvidas com relao ao reservatrio so muito grandes e a anlise do risco de produo de suma importncia. Utilizou-se uma estratgia de produo fixa, baseada no prprio plano de desenvolvimento implantado no campo. Para a transformao dos volumes produzidos de leo e gs em valor presente lquido foram considerados sem incerteza os 2
preos de leo e gs, a taxa de retorno e os custos operacionais e de implantao do desenvolvimento.
O Captulo 2 apresenta uma reviso bibliogrfica com os principais trabalhos que fornecem uma viso da evoluo e do estado da arte do risco na E&P, versando sobre: conceitos gerais do risco nos pr ojetos de explorao e desenvolvimento; incertezas com relao ao volume de hidrocarbonetos original no reservatrio; modelagem do reservatrio com incerteza associada; risco utilizando rvore de deciso e tcnica de Monte Carlo e anlise de risco com simulao numrica de fluxo.
O Captulo 3 trata da importncia e aplicaes da anlise do risco nas previses de produo, as incertezas do meio fsico e sua modelagem, a dependncia entre a modelagem e a performance do reservatrio.
O Captulo 4 apresenta a metodologia adotada, com a descrio das principais etapas que so: modelagem do reservatrio, definio do modelo base de simulao, estudo de incerteza dos atributos do reservatrio, montagem dos modelos, simulao numrica de fluxo e tratamento estatstico dos resultados.
A aplicao a um campo martimo da bacia de Campos mostrada no Captulo 5, com uma discusso dos problemas enfrentados e das solues adotadas.
O Captulo 6 apresenta e analisa os resultados da aplicao da quantificao do impacto das incertezas em um campo real, sugere uma metodologia para a escolha de modelos representativos da incerteza e tambm apresenta uma atualizao do risco com a incorporao de dados de produo e novo poo de extenso.
O Captulo7 aborda as concluses e contribuies desta tese e tambm sugere temas para pesquisas futuras.
2. Reviso Bibliogrfica
A anlise de risco e incerteza nas decises de investimentos na indstria do petrleo foi inicialmente utilizada na rea de explorao, com a teoria de probabilidade s na previso de sucesso ou insucesso na perfurao de poos pioneiros. rvore de deciso, e simulao de Monte Carlo associada a modelos econmicos foram posteriormente aplicadas em explorao e em projetos de desenvolvimento da produo. Apenas no final da dcada de oitenta surgiram trabalhos com a utilizao da simulao de fluxo para a anlise de risco nas previses de produo devido s incertezas associadas ao desempenho do reservatrio.
O livro de Newendorp (1975) aborda os principais conceitos e metodologias para a anlise de risco na explorao, que so aplicadas nas previses de produo. Nele so apresentados de uma maneira clara, e com exemplos, os princpios bsicos de probabilidade e estatstica, o mtodo de anlise atravs de rvore de deciso, a simulao pela tcnica de Monte Carlo e os conceitos econmicos de valor presente lquido e valor monetrio esperado.
Garb (1988) apresenta uma metodologia para a anlise do risco associado estimativa de reservas e ao valor da produo utilizando a simulao de Monte Carlo, onde as variveis incertas so a espessura, a rea do reservatrio e o fator de recuperao de hidrocarbonetos. Este trabalho apresenta tambm consideraes abrangentes sobre os riscos tcnicos, econmicos e polticos nos projetos de produo, a reduo das incertezas de acordo com a maturidade dos campos e um glossrio sobre termos usuais nas anlises estatsticas.
O desenvolvimento da simulao estocstica Gaussiana condicional no final dos anos 80 propiciou a possibilidade de modelar a incerteza geolgica atravs da gerao de um nmero 4
elevado de realizaes (imagens) equiprovveis do reservatrio, todas elas honrando os dados disponveis (Journel, 1989). Estas realizaes podem ser o topo, a geometria externa do reservatrio ou qualquer outra propriedade do reservatrio como porosidade ou tipo de rocha, em duas dimenses (2D) como mapas, ou em trs dimenses (3D). Existem muitas tcnicas de simulao estocstica e o trabalho de Gotway (1994) apresenta uma reviso dos conceitos d e principais mtodos disponveis e faz uma comparao dos resultados obtidos pelos diferentes algoritmos em um experimento utilizando sete conjuntos de dados exaustivos.
Um dos primeiros trabalhos na predio com incerteza do volume poroso com hidrocarbone tos atravs de simulao estocstica foi o de Berteig et al (1988), utilizando como variveis incertas o topo do reservatrio, a porosidade e saturao de leo. Nele so comparados os resultados encontrados com a adio de novos poos, resultando na diminuio da incerteza.
O trabalho de vreberg et al (1990) tem o mrito de apresentar um mtodo para a anlise de sensibilidade dos parmetros incertos do reservatrio nas estimativas do fator de recuperao e potencial de produo com simulao numrica de fluxo. No caso apresentado a anlise de sensibilidade consiste nas simulaes de fluxo com os valores otimistas e pessimistas de cada parmetro incerto, substituindo-se uma varivel de cada vez no caso base de simulao (modelo mais provvel ou com os dados disponveis). Esta anlise de sensibilidade utilizada para a obteno do risco de fator de recuperao e potencial de produo atravs da combinao dos resultados encontrados pela tcnica de Monte Carlo. Esta metodologia no leva em conta a dependncia entre o modelo geolgico e o desempenho do reservatrio.
A evoluo da caracterizao geolgica recebeu um grande avano com a integrao de dados de poos com os dados ssmicos 3D na simulao estocstica, propiciando a quantificao do impacto das incertezas estruturais e nas estimativas de volume de rocha e hidrocarbonetos (Samson et al, 1996; Floris e Peersmann, 1998) e na modelagem 3D dos tipos de rocha e heterogeneidades do reservatrio (Johann, 1996).
A incorporao da modelagem geolgica com incerteza nas previses de produo pode ser realizada atravs das simulaes de fluxo de cada uma das possveis imagens do reservatrio. 5
Lia et al (1997) apresentam excelente trabalho no qual o risco e a incerteza nas previses de produo de um campo na fase de avaliao obtido pela simulao de fluxo de 218 imagens do reservatrio obtidas por simulao estocstica. Estas imagens representam a combinao dos parmetros incertos mais influentes associados s realizaes das heterogeneidades do reservatrio. Toda a modelagem das caractersticas e heterogeneidades de reservatrio realizada de com elevado nvel de detalhamento, profundidade e formalismo geoestatstico e representa o resultado de vrios anos de pesquisa dos autores. Os parmetros mais influentes neste estudo de caso so a capacidade de selo hidrulico das principais falhas, a velocidade ssmica usada na converso de profundidade, as porosidades mdias e a continuidade dos folhelhos dentro do reservatrio principal.
A incorporao da incerteza geolgica nas previses de produo com simulao de fluxo, dependendo do nmero de realizaes, complexidade do fluxo de fluidos e escala da malha de simulao pode resultar em elevados tempos de processamento e necessidade de muitos recursos computacionais. Este fato aponta para a necessidade de se reduzir o nmero de simulaes para a aplicao industrial do risco com simulao de fluxo.
Ballin et al (1993) sugere o uso de um simulador rpido pela utilizao de uma malha grosseira ou de apenas uma seo do reservatrio para a simulao de um nmero elevado de modelos do reservatrio. Aps a simulao, realizada a distribuio de probabilidades dos resultados para a escolha dos modelos para a simulao convencional.
Uma proposta de metodologia simplificada para a obteno da incerteza na previso de petrleo apresentada por Campozana e Ballin (1998) consistindo de:
Seleo das cinco principais variveis de incerteza do campo por conhecimento especialista; Amostragem dos valores alto, baixo e provvel de cada varivel; Definio do caso base para simulao de fluxo; Anlise de sensibilidade das variveis com simulao de fluxo; 6
Combinao dos resultados do fator de recuperao (FR) da etapa anterior atravs de rvore de deciso; Ordenamento e normalizao dos resultados; Construo da distribuio de probabilidades de FR; Conhecendo-se a distribuio de probabilidades do volume original de hidrocarbonetos, obteno do risco do volume acumulado de leo produzido por Monte Carlo.
Esta metodologia parte da hiptese de independncia entre as variveis, com manuteno do impacto de recuperao para todas as combinaes de variveis.
Jensen (1998) apresenta uma metodologia para estimativa do risco em previses de produo em que os modelos que representam a incerteza do reservatrio so obtidos atravs da tcnica de rvore de deciso. Cada ramo final da rvore forma um modelo completo de simulao numrica do reservatrio. Todos os modelos obtidos so simulados para se obter a incerteza nas previses atravs do tratamento estatstico dos resultados. O caso apresentado aborda um campo j em produo e os parmetros com incerteza considerados foram selecionados, em um primeira etapa, levando-se em conta os dados de histrico de produo. Aps esta seleo inicial realizada uma anlise de sensibilidade do valor alto e baixo de cada parmetro para a definio dos mais influentes e que entram na rvore de deciso.
A metodologia de Jensen foi adaptada por Loschiavo (1999) para a estimativa de perfis probabilsticos de desempenho de reservatrios, ressaltando a flexibilidade para adequao dimenso de cada projeto e facilidade de implementao.
Uma abordagem recente na anlise de incertezas a adaptao da tcnica de experimental design para a obteno da mxima infor mao com o menor nmero de simulaes pela variao dos parmetros incertos simultaneamente (Dejean, 1999) e a utilizao da response surface methodology (RSM) com o objetivo de obter um modelo de regresso atravs dos resultados simulados. Com este modelo podem ser feitas predies analticas para qualquer valor dos parmetros incertos dentro do domnio. 7
Um interessante artigo de enfoque gerencial apresentado por Alexander (1998) que identifica sete elementos chave para o sucesso do processo de anlise de risco em E&P:
Documentao escrita dos mtodos de avaliao risco estabelecidos; Superviso do processo de avaliao de risco, para manter a consistncia eliminar desvios e evitar interpretaes erradas; Treinamento para gerentes e profissionais tcnicos na anlise de risco; Programas de avaliao de risco devem ser padronizados, acessveis, fceis de usar e adaptveis para mudanas de necessidades e uso; O entendimento da dependncia entre variveis vital; Mtodos de risco devem permitir a adaptao d novas tecnologias no processo, como e indicao ssmica direta de hidrocarbonetos; Os resultados obtidos nos projetos com risco devem ser entendidos e acompanhados para facilitar ajustes e aperfeioamentos nos mtodos.
Cruz (2000) introduz um conceito de abordagem global na incorporao da incerteza geolgica na seleo da melhor drenagem do reservatrio entre um conjunto de cenrios prdefinidos e no uso de mapas de qualidade na tomada de deciso para o desenvolvimento de reservatrios. A pesquisa realizada com 50 reservatrios sintticos nos quais em cada um realizada a modelagem com incerteza, atravs de mltiplas realizaes geoestatsticas e constou de mais de 450000 simulaes de fluxo.
Os trabalhos citados permitem observar a evoluo ocorrida na avaliao do impacto das incertezas do meio fsico do reservatrio nas previses de produo, principalmente atravs do uso da simulao numrica de fluxo associada simulao numrica de fluxo.
Este trabalho procura contribuir para o aprimoramento da metodologia aplicada por Loschiavo (1999), atravs de um enfoque abrangente para diversos nveis de complexidade geolgica, aplicao a um campo real, e consideraes sobre a escolha de modelos numricos representativos otimistas, pessimistas e provveis, sempre seguindo a busca de solues para a aplicao prtica na indstria de petrleo. 8
3. O Risco nas Previses de Produo
3.1.
Importncia e Aplicaes
Nas fases de avaliao, delimitao e desenvolvimento da produo existem grandes dvidas com relao ao volumes de leo gua e gs originais, conectividade entre as diversas regies do reservatrio e transmissibilidade dos fluidos durante a produo.
Estas dvidas impactam o clculo do volume de leo original in situ , as estimativas de reservas e as previses do desempenho do reservatrio como volumes e taxas de produo com o tempo e conseqentemente, a lucratividade dos projetos.
A quantificao da incerteza com relao ao desempenho de um campo permite uma melhor anlise econmica dos projetos de E&P e possibilita a obteno das reservas sob uma tica probabilstica, a otimizao dos planos de desenvolvimento e auxilia nas tomadas de deciso no gerenciamento dos reservatrios. Na Figura 3.1 so mostradas trs possibilidades de previso de produo de leo decorrentes de trs possveis modelos do reservatrio, e na Figura 3.2 o valor presente lquido (VPL) correspondente a estas produes. Observa -se que o modelo dois apresenta durante quase todo o perodo analisado um maior VPL, embora apresente um rpido declnio de vazo aps dez anos, terminando com a menor vazo entre os trs casos. No clculo do VPL no apenas o volume total produzido levado em conta, mas tambm as vazes em funo do tempo, devido taxa de desconto aplicado ao fluxo de caixa.
Previso de Produo com Incerteza

250 200 150 100 50 0 0 5 10 15 20
modelo 1 modelo 2 modelo 3
Anos
Figura 3.1: Vazes de leo para 3 Modelos de Reservatrio.
Valor Presente Lquido

10000 5000 0 -5000 -10000 -15000 0 5 10 15 20
modelo 1 modelo 2 modelo 3
Anos
Figura 3.2: Valor Presente Lquido referente Figura 3.1.
Em uma carteira de oportunidades de investimentos, a quantificao do impacto das incertezas do meio fsico permite a obteno da probabilidade nas estimativas do valor presente lquido dos projetos, possibilitando uma melhor comparao da atratividade destes projetos, pela obteno no s do valor monetrio esperado (VME), mas de toda a distribuio de probabilidades dos resultados (Newendorp, 1975). A Figura 3.3 apresenta a comparao do valor 10
presente lquido (VPL) entre os projetos A e B. O projeto B apresenta um maior VME, mas com uma grande disperso dos resultados de valor presente lquido, incluindo uma probabilidade considervel de resultados negativos. O projeto A, embora apresente um menor valor monetrio esperado, praticamente no apresenta chance de perda, o que deve ser levado em conta na escolha do melhor projeto, de acordo com o tamanho da empresa e sua tolerncia ao risco.
Figura 3.3: Distribuio de Probabilidades de VPL (Newendorp, 1975).
A incerteza no desempenho futuro de um reservatrio muito importante na anlise econmica de projetos de E&P, na estimativa probabilstica de reservas, nos planos de desenvolvimento nas tomadas de deciso no gerenciamento de campos.
Obtendo-se os resultados de previso com produo com incerteza e conhecendo-se a possibilidade de ocorrncia destes resultados, possvel a quantificao desta incerteza, ou risco. A Figura 3.4 apresenta a incerteza na produo acumulada de leo.
11
Perfis Probabilsticos de Produo de leo
Np
Tempo
ti
Figura 3.4: Perfis Probabilsticos de Produo de leo.
A Figura 3.5 ilustra um exemplo do risco da previso da produo acumulada de leo para um determinado perodo. A curva de risco construda classificando-se os resultados em uma ordem decrescente e grafando-os com a sua probabilidade acumulada de ocorrncia. Usualmente associa-se o percentual P10 estimativa otimista, o P50 mediana , e o P90 estimativa pessimista. A estimativa Pn significa que existe n % de probabilidade que o valor real seja igual ou superior ao valor estimado.
No clculo de reservas com mtodos probabilsticos, seguindo as normas da Agncia Nacional do Petrleo (ANP), considera-se como reserva provada o P90, a reserva provada acrescida da provvel o P e o P10 como sendo a soma das reservas provadas, provveis e 50 possveis.
12
Risco de Produo de leo

1
Probabilidade Acumulada
0.8 0.6 0.4 0.2 0 0 10000 20000 30000 40000 50000 60000 70000 P 90 P 50 P 10
leo
Figura 3.5: Curva de Risco de Produo Acumulada de leo.
Na fase de avaliao de um campo a anlise do risco de desempenho permite a tomada de deciso criteriosa para trs possveis opes (Guedes, 2000):
Investir em informaes adicionais: aquisio de nova ssmica, realizao de novos processamentos, perfurao de poos de delimitao ou implantao de um sistema piloto de produo;
iniciar o desenvolvimento da rea. Neste caso so feitas recomendaes sobre a hiptese bsica a considerar, normalmente o cenrio mais provvel;
iniciar o processo de desenvolvimento e investir em informaes simultaneamente. o caso de um projeto muito atrativo, mesmo no cenrio mnimo, para o qual se deseja reduzir a disperso dos indicadores econmicos.
Ainda nesta fase, ainda pode ser decidido o abandono definitivo do projeto ou o seu adiamento para a espera de novos avanos tecnolgicos ou melhoria no cenrio econmico.
13
Na concepo do plano de desenvolvimento a anlise de risco permite a otimizao do projeto e sua flexibilizao, possibilitando o reposicionamento, alterao da quantida de de poos, e adequao da capacidade de produo e quotas de injeo.
A incorporao do risco de desempenho de uma acumulao de hidrocarbonetos fornece importantes subsdios nos processos de tomada de deciso, possibilitando melhorar os indicadores econmicos do projeto, maximizando a expectativa de ganhos e minimizando a exposio a perdas.
3.2.
Incerteza do Meio Fsico
A incerteza com relao ao conhecimento do reservatrio deve-se s duvidas com relao ao modelo estrutural e estratigrfico do reservatrio, s propriedades dos fluidos, s propriedades de rocha e interao rocha -fluido e a conectividade hidrulica entre as reas (blocos) do reservatrio.
Os parmetros incertos na caracterizao do reservatrio que compe a modelagem do reservatrio e que apresentam grande influncia nas previses de produo foram abordados por Campozana (1997). A Tabela 3.1 apresenta os principais atributos da modelagem do reservatrio e a Tabela 3.2 os principais atributos de rocha e fluido, com uma classificao do impacto destes atributos nas estimativas do volume original de hidrocarbonetos e no fluxo de fluidos.
O conhecimento e modelagem do reservatrio provm de escassos dados diretos advindos dos poos perfurados, de dados indiretos, principalmente ssmicos, da comparao com outros reservatrios de mesmo ambiente deposicional e mesma idade ou mesmo afloramentos apresentando um mesmo contexto geolgico. Dos poos perfurados e testemunhados so obtidas amostras de rocha que permitem ensaios laboratoriais da porosidade, permeabilidade, presso capilar, compressibilidade e permeabilidade relativa.
14
Antecedendo a completao dos poos so realizadas testes de formao e produo, com a coleta de amostras dos fluidos, medio da presso esttica do reservatrio, clculo da transmissibilidade e do ndice de produtividade dos poos. Todos os poos so perfilados, e a interpretao dos perfis fornece o tipo de rocha, a porosidade, a identificao dos fluidos nos diferentes intervalos (leo, gua ou gs) e no caso de hidrocarbonetos, a sua saturao.
Dependncia Dependncia Origem VOHIS com Fluxo dos dados Geometria externa e estruturas A A/B P/S/C topo do reservatrio M B P/S topo de zonas e sub-zonas B M P/S base do reservatrio M B P/S limites do reservatrio A B P/S/C falhas M A P/S/C Volume de Rocha Total A B P/C/S Distribuio de tipos de rocha A A P/C/S Porosidade A M P/C/S Volume poroso A B P/C/S Saturao inicial de fluidos A M P/C Profundidade do contato entre fluidos A B P/S Tamanho do aqufero A A P/S/C Dependncia: A = Alta, M = Mdia, B = Baixa Dados: P = Poos, S = Ssmica, C = Correlaes, Conhecimento especialista
Atributo
Tabela 3.1: Atributos do Modelo Geolgico.
Os dados ssmicos apresentam uma ampla cobertura tanto espacial, mas apresentam pequena resoluo vertical, representando valores mdios em escala gigascpica. a principal fonte de informao para a definio da geometria externa e das principais estruturas do reservatrio.
15
Tabela 3.2: Atributos de Rocha e Fluido.

Dependncia Dependncia Origem VOHIS com Fluxo dos dados Permeabilidade absoluta N A P/S/C Permeabilidade relativa ao fluido M A P/C PVT do leo e gs A A P/C Presso capilar M M P/ C Compressibilidade da rocha B M P/S Compressibilidade do leo B A P/C Compressibilidade da gua B B P/C Barreiras de permeabilidade N A P/S/C Fator volume de formao dos fluidos A B P/S Dependncia: A = Alta, M = Mdia, B = Baixa, N = Nenhuma Dados: P = Poos, S = Ssmica, C = Correlaes, Conhecimento especialista Atributo
A modelagem do reservatrio realizada com a combinao destas informaes, todas elas sujeitas a incertezas, resultantes de:
Erros de medida aleatrios, Erros sistemticos, Falta de representatividade das amostras, Erros de mudana de escala, Erros na distribuio espacial dos atributos (heterogeneidades).
Na modelagem do reservatrio para simulao de fluxo podem ser atribudos valores para os atributos, em nveis crescentes de detalhamento:
Valores mdios para todo o reservatrio, Valores mdios por regies, zonas estratigrf icas ou camadas, 16
Valores discretos em uma malha 2D, em rea, com posterior ponderao destes valores para cada camada, Valores discretos para cada clula em toda a malha 3D de simulao.
O critrio de se utilizar dados mdios ou discretizados para todas as clulas depende da qualidade e quantidade dos dados, do tempo disponvel e da preciso requerida para os resultados.
A qualidade do resultado da simulao com incerteza depende da qualidade da caracterizao e do nvel de discretizao do meio fsico.
Independente do grau de complexidade da modelagem, a estimativa da incerteza de cada um dos atributos deve ser realizada pelos diferentes especialistas que participam do processo da modelagem, geofsicos, gelogos, petrofsicos e engenheiros de reservatrio, de maneira a possibilitar a quantificao do impacto destas incertezas no desempenho do reservatrio.
3.3.
Simulao Numrica de Fluxo
O conhecimento parcial do reservatrio pode ser expresso na simulao numrica de fluxo atravs das diversas possibilidades do modelo estrutural e estratigrfico (geometria externa, ciclos deposicionais, distribuio de porosidade e permeabilidade, espessura porosa com leo), propriedades dos fluidos e interao rocha-fluido.
A simulao numrica de fluxo de diversos modelos que representam a incerteza do reservatrio torna possvel a obteno do risco de performance, como volumes produzidos e vazes de leo, gua e gs ou presso no reservatrio, a qualquer tempo do perodo simulado.
Para a simulao numrica de fluxo, depois de modelado reservatrio necessrio a definio da estratgia de produo, com a posio e tipo dos poos, cronograma de entrada de operao e condies de operao. 17
A estratgia de produo inicial a ser utilizada geralmente definida para o modelo mais provvel do reservatrio partindo-se de premissas e regras gerais. A utilizao de poos verticais, direcionais ou horizontais ir depender de critrios econmicos e da viabilidade tcnica de perfur-los. O nmero de poos depender do tipo de reservatrio, geometria, do seu volume de leo, do tempo de drenagem a ser considerado e expectativas do ndice de produtividade entre outros fatores. Esta estratgia inicial ento otimizada para o caso base atravs de diversas rodadas de simulao de fluxo. Este um processo de grande demanda de tempo e o objetivo final a obteno de um esquema de produo ideal para o modelo determinista.
A utilizao de uma estratgia nica para os diversos modelos do reservatrio com incerteza resulta em previses de produo otimizadas apenas para o caso base, mas no ideais para os modelos com incerteza associada.
Para se contornar este problema, algumas solues podem ser pesquisadas:
A utilizao de uma estratgia de produo para cada modelo estrutural do reservatrio; utilizao de diversas estratgias de produo combinadas aos modelos incertos do reservatrio, o que, no caso de um grande nmero, ocasiona um brutal aumento do nmero de simulaes (Cruz, 2000);
partindo-se de uma estratgia nica, selecionar modelos representativos otimista, mdio e pessimista e para cada um destes modelos otimizar a estratgia de drenagem atravs de novos estudos por simulao numrica de fluxo;
automatizao da estratgia de produo para todos os modelos partir de premissas bsicas, possibilitando uma anlise das previses de produo em iguais condies entre os diversos modelos, (Mezzomo et al, 2000). Na simulao numrica de fluxo com incerteza possvel a incorporao dos parmetros de
produo e operao do campo, como as datas de abertura e fechamento dos poos, restries de produo, vazes limites e recompletaes, tornando as previses mais realistas. 18
Para mostrar a relao entre a incerteza do meio fsico com o desempenho do reservatrio apresentado os modelos matemticos, que descrevem o fluxo de fluidos em um sistema bifsico atravs do meio poroso (Lake, 1985):
r k rp k r r qp S p . (Pp p Dz ) = pBp B p t B p
Equao 3.1
onde:
t = tempo p = fase fluido r = operador divergente krp = permeabilidade relativa da fase p

k = tensor de permeabilidade absoluta
p = viscosidade da fase p Sp = saturao da fase p

= porosidade
Bp = fator voluma de formao da fase p Pp = presso da fase p p = densidade da fase p D z = profundidade em relao ao plano de referncia
q p = produo de fluido da fase p
As outras equaes adicionais so:
Pc = Pfase leve Pfase pesada
Equao 3.2
S fase leve + S fase pesada = 1 19
Equao 3.3
As condies de contorno principais so dadas pela localizao dos poos, taxas de produo e injeo, geometria dos poos, existncia ou no de aqfero ativo, reservatrio selado. As condies iniciais incluem a geometria do reservatrio, presses e saturaes iniciais, contatos originais de f luidos e propriedades iniciais de rocha e fluidos.
Na simulao numrica de fluxo o sistema de equaes resolvido numericamente e para isto, o domnio do reservatrio tem que ser discretizado em um conjunto de blocos. O emprego do termo modelo do reservatrio neste trabalho refere-se ao modelo numrico discretizado do reservatrio.
20
4. Metodologia
A metodologia apresentada neste trabalho uma evoluo da desenvolvida por Loschiavo (1999) e baseia-se na simulao de diversos modelos de fluxo que representam os possveis cenrios do reservatrio, atravs da combinao dos atributos incertos que o caracterizam.
O nmero total de modelos a serem simulados definido pelo nmero de atributos e dos nveis de incerteza de cada atributo. Admitindo-se, por exemplo, trs modelos estruturais, A1, A2 e A3 e trs atributos adicionais, totalizando quatro atributos incertos, com trs nveis de incerteza cada, o nmero total de modelos a simular ser de 34 = 81. A incluso de mais um atributo elevaria este nmero para 243 modelos de simulao. Para reduzir o nmero de modelos simulados realizado um estudo de sensibilidade, para a seleo dos atributos crticos com relao funo de produo analisada.
Para cada atributo selecionado so atribudos valores que representam a sua incerteza e a probabilidade de ocorrncia de cada um destes nveis. Para atributos que so funes contnuas, como porosidade e permeabilidade absoluta, usualmente discretiza -se em trs nveis representando o valor alto (otimista), provvel e baixo (pessimista).
Os modelos de simulao so construdos automaticamente atravs da tcnica de rvore de deciso (Figura 4.1). Cada ramo final da rvore de deciso corresponde a um modelo completo para simulao, com a combinao dos atributos crticos. A probabilidade de cada modelo resultante equivalente ao produto da probabilidade condicionais dos atributos que o compe.
21
As principais etapas da metodologia adotada so: estudo de incerteza dos atributos que caracterizam o reservatrio, anlise de sensibilidade dos atributos incertos, montagem automtica dos modelos de simulao atravs da tcnica de rvore de deciso, simulao com computao paralela, tratamento estatstico dos resultados para a obteno das previses de previso de produo com incerteza e risco.
Modelo Estrutural
Modelo Sedimentar
Demais Parmetros
...
P = P ( A1 ) * P( B1 ) * P(C1 ) 1 P = P ( A1 ) * P( B1 )* P (C2 ) 2
B1, P(B1 |A1)
C1 , P(C1|B1 ) C2 , P(C2|B1 )
A1, P(A1 )
B2, P(B2 |A1) B3, P(B3|A1 )
...
...
...
A2, P(A ) 2 A3, P(A3)
BN, P(BN|A1)
P = 1
i i
Figura 4.1: Montagem dos Modelos de Simulao pela Tcnica de rvore de Deciso (modificado de Loschiavo,1999).
A metodologia apresentada a seguir de uma forma generalizada, possibilitando uma grande abrangncia de aplicaes, sendo adaptvel para anlise de incerteza utilizando-se modelagem do reservatrio sem grande detalhamento, tpicas da fase antecedendo a perfurao dos poos de desenvolvimento, a complexas, com modelagem tridimensional do reservatrio ou modelagem com simulao estocstica.
4.1.
Estudo de Incerteza dos Atributos
A primeira etapa da metodologia a identificao dos atributos incertos no modelo do reservatrio e que apresentam influncia no seu desempenho. Os principais atributos que apresentam incerteza esto listados nas Tabelas 3.1 e 3.2. Devido s particularidades de cada reservatrio e ao seu grau de conhecimento, apenas os atributos que os especialistas acreditam 22
apresentar maior grau de incerteza e serem crticos com relao funo objetivo e tempo analisado que devem ser includos no estudo dos atributos crticos.
Definidos os atributos incertos a serem a analisados necessria a descrio de sua incerteza. O ideal o conhecimento toda a distribuio de probabilidade d E [x], onde E a e esperana, ou o valor mdio do atributo x. A Figura 4.2 apresenta a seqncia para a obteno da funo densidade probabilidade (fdp) e funo densidade probabilidade acumulada (fda) das possveis realizaes de um atributo incerto.
Realizaes por Intervalo de Classe

14 12 10 8 6 4 2 0 15.5 16.5 17.5 18.5 19.5 20.5 21.5 22.5 23.5 24.5 25.5 Valor Mdio do Intervalo de Classe da E[x] 26.5 Probabilidade Nmero de Realizaes
Probabilidade por Intervalo de Classe

0.25 0.20 0.15 0.10 0.05 0.00 15.5 16.5 17.5 18.5 19.5 20.5 21.5 22.5 23.5 24.5 25.5 26.5
Valor Mdio do Intervalo de Classe da E[x]
Funo Densidade Probabilidade da E[x]

Densidade de E[x] Probabilidade Acumulada
Funo Densidade Probabilidade Acumulada da E[x]

1 0.8 0.6 0.4 0.2 0 14 15 16 17 18 19 20 21 22 23 24 25 26 27 E[x]
14 15 16 17 18 19 20 21 22 23 24 25 26 27 E[x]
Figura 4.2: Distribuio de Probabilidades do Valor Mdio Esperado de um Atributo.
Para todos os atributos relacionados ao tipo de rocha, no s o conhecimento da mdia ou de seus valores mais provvel sufic iente, mas tambm a distribuio espacial dos valores. No caso de existir modelagem estocstica 2D ou 3D, atravs de todas as imagens geradas, pode ser obtida a fdp do atributo e tambm as diversas possibilidades da distribuio espacial, ou heterogeneidades, do reservatrio. A seleo das imagens estocsticas para a simulao de fluxo foram apresentada por Ballin (1993) e Loschiavo et al (2000). 23
Usualmente os dados so insuficientes para a determinao da fdp e da incerteza espacial do atributo analisado. Muitas vezes apenas se dispe da modelagem determinstica do reservatrio, atravs de mapas geolgicos e dos valores mais provveis das caractersticas de rocha, fluido e rocha fluido. Nestes casos a incerteza pode ser atribuda pelos especialistas atravs do valor mximo, mais provvel e mnimo de cada atributo e a fdp atribuda atravs da distribuio triangular destes valores (Figura 4.3). Ainda nesta situao, os especialistas podem definir valores representativos alto (otimista), mais provvel ou baixo (pessimista) associados a uma probabilidade (Figura 4.4).
Distribuio Triangular da E[x]

Mais Provvel Densidade
Mnimo 15 17 19 E[x] 21 23
Mxino
25
1.0
Funo Densidade Probabilidade Acumulada da E[x}
0.8 0.6 0.4 0.2 0.0 15.00 17.00 19.00 21.00 E[x] 23.00 25.00
Figura 4.3: Distribuio Triangular de um Atributo e sua Funo Probabilidade Acumulada.
24
Estimativa de Valores e Probabilidades

0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 150 Probabilidade
Valor Mais Provvel Valor Baixo Valor Alto
170
190
210
230
250
E[x]
Figura 4.4: Estimativa de Valores de um Atributo.
Nesta fase importante a considerao de agregao de atributos visando a reduo do nmero de variveis. Um bom exemplo pode ser considerado com relao estimativa probabilstica do volume original de leo, que pode agregar diversos parmetros incertos, como a geometria externa do reservatrio, a razo entre volume de rocha permoporosa e volume de rocha total, porosidade e saturao de fluidos do reservatrio.
Conhecendo-se ou atribuindo-se a fdp de cada uma d estas variveis, pode-se combin-las atravs da tcnica de Monte Carlo, para a obteno da fdp do volume de leo. Neste caso as dependncias entre as variveis no so levadas em conta. Esta mesma agregao de atributos pode ser realizada na modelagem geolgica, onde muitas vezes o volume de leo de um campo obtido pelo mapeamento de Ho*Phi*So (altura da coluna de leo) obtido da interpretao dos perfis eltricos dos poos, onde Ho a altura de rocha porosa com leo, Phi a porosidade e So a saturao de leo.
A integrao dos mapas da altura de coluna de leo fornece o volume de leo, e a incerteza pode ser obtida subjetivamente por conhecimento especialista quando existe apenas um mapa determinstico, ou estatisticamente quando se utiliza modelagem estocstica. Outro exemplo de agregao de atributos a curva de permeabilidade relativa que contm como variveis importantes os pontos terminais e tambm o formato da curva.
25
4.2.
Definio dos Nveis de Incerteza e Probabilidades
Para cada atributo considerado necessria a definio de quantos nveis representativos da incerteza sero considerados, e para cada nvel, a atribuio do seu valor e probabilidades.
Geralmente so atribudos trs nveis de incerteza ( vreberg et al, 1990; Jensen, 1998, Loschiavo et al, 2000), representando o valor otimista, mais provvel e pessimista. Ballin (1993) sugere a utilizao de at cinco nveis, e Loschiavo et al (2000) em um estudo de caso, reporta a ocorrncia de agrupamento de perfis probabilsticos de produo condicionados a trs nveis do parmetro mais crtico e sugere nestes casos, um maior nmero de nveis de discretizao.
Os atributos, como os dados de PVT de anlises de leo de poos diferentes, ou distintas curvas de permeabilidade relativa originadas de ens aios de laboratrio, so atributos discretos. Muitas vezes no possvel a definio, sem simulao numrica de fluxo, quais dados so otimistas ou pessimistas. Nestes casos, para a definio de quantos nveis a se utilizar, deve ser considerado a qualidade e a quantidade dos dados para a seleo, e agrupamento, se necessrio, dos valores representativos da variabilidade destes atributos.
Para todos os atributos que so funes contnuas como a estimativa de VHIS ou a permeabilidade media do reservatrio, necessria a padronizao das probabilidades para a definio do valor otimista, mais provvel e pessimista. Se forem considerados os valores otimista e pessimista, associados a probabilidades muito pequenas de ocorrncia, sero escolhidos valores extremos. Se forem adotadas, no caso de trs nveis, probabilidades equiprovveis, sero considerados valores mais centrais, o que pode prejudicar as anlises do risco de produo devido concentrao dos resultados em valores centrais (Figura 4.5).
Na modelagem determinstica, uma maneira simples, embora subjetiva, de definio e incorporao da incerteza ao atributo a aplicao de um fator de escala (multiplicador ou divisor) ou de translao (aditivo ou subtrativo) para a definio dos valores otimista e pessimista, sempre com referncia probabilidade associada.
26
Valor Alto, Provvel e Baixo Equiprovveis

Probabilidade Acumulada (p) Valor Alto (p) Provvel (p) Baixo 14 15 16 17 18 19 20 21 22 23 24 25 26 27 E[x]
Valor Alto e Baixo - Prob. 10% Valor Provvel - Prob. 80%

Probabilidade Acumulada (p) Alto (p) Provvel (p) Baixo
14 15 16 17 18 19 20 21 22 23 24 25 26 27 E[x]
Figura 4.5: Discretizao de Atributo em 3 Nveis de com Probabilidades Diferentes.
Considerando a incerteza durante o processo de modelagem geolgica, os mapas podem ser elaborados j com trs realizaes correspondentes aos valores mximo, mais provvel e mnimo, como no trabalho de Guedes et al (2000).
O valor do nvel do atributo associado probabilidade de ocorrncia refere-se ao valor mdio do intervalo de classe da probabilidade de referncia. A Figura 4.5 ilustra esta considerao para variveis contnuas discretizadas em 3 nveis, mostrando a associao entre percentis, o valor do intervalo de classe e a probabilidade de ocorrncia.
Existindo modelagem estocstica, a seleo das imagens dos atributos volumtricos pode ser feita atravs do histograma do nmero de realizaes dentro dos intervalos de classe definidos para o atributo analisado. Para atributos com grande influncia ao fluxo de fluidos, modelados estocasticamente, a classificao para a seleo dos nveis de incerteza muitas vezes necessita ser 27
feita por simulao numrica de fluxo. Este processo, a depender do nmero de imagens a analisar, necessita de tcnicas de simulao rpida para a reduo do tempo requerido, (Ballin,1993).
4.3
Estratgia de Produo
Aps a modelagem do reservatrio, e analisados os atributos incertos definida uma estratgia de drenagem para o modelo base. A conceituao aqui usada para modelo base a de modelo determinstico de simulao de fluxo, onde todos os atributos que o compe so os mais provveis. A estratgia de produo inclui:
Quantidade e localizao dos poos produtores e injetores, se houver; cronograma de entrada dos poos; mecanismo de eleva o artificial; condies de operao dos produtores e injetores, como vazes limites, presses de operao, intervalos produtores, parmetros para recompletaes automticas.
A estratgia de produo procura otimizar o retorno financeiro do projeto e o fator de recuperao de hidrocarbonetos, levando-se em conta o perodo de tempo estipulado para a drenagem do reservatrio.
Na aplicao desta metodologia considerou-se uma nica estratgia de drenagem, mas possvel a utilizao de mais de uma estratgia de produo. Nesta situao a estratgia de drenagem poderia entrar na rvore de deciso como mais um atributo incerto, e a anlise do risco de produo permitiria escolher qual a melhor alternativa de drenagem frente incerteza do reservatrio. As hipteses de drenagem do reservatrio podem contemplar diferentes concepes de arranjo de poos, de mtodos de recuperao suplementar, ou apenas alteraes no cronograma de incio e na ordem de operao dos poos.
28
4.4
Anlise de Sensibilidade
A anlise de sens ibilidade tem como finalidade principal a reduo do nmero de atributos incertos, atravs da escolha dos crticos. Ela realizada atravs da simulao numrica de fluxo dos modelos em que os atributos com os nveis de valor mximo e mnimo so substitudos no caso base. Este processo repetido para cada atributo incerto e os resultados so comparados com o obtido no caso base. O caso base o modelo completo de simulao de fluxo com todos os atributos mais provveis e apresenta a mesma conotao de mode lo determinista. No caso de atributos em que no se pode qualificar seu nvel mais otimista ou pessimista, cada um dos nveis de incerteza existentes so simulados. Um exemplo deste caso so as anlises de PVT ou permeabilidade relativa.
A anlise de sensibilidade efetuada com relao funo de produo ao perodo de tempo simulado. Para mais de uma funo objetivo ou o estudo considerando mais de um perodo de produo, novas anlises de sensibilidade devem ser efetuadas, pois a sensibilidade aos atributos altera-se com relao ao tempo e tambm funo analisada.
Na anlise de sensibilidade so utilizados os valores mximos e mnimos dos atributos discretizados das variveis de distribuio contnua, sem uma ponderao sobre as suas probabilidades. O ideal que suas probabilidades sejam padronizadas, para no haver distores nos resultados (Figura 4.5). Um problema a ser considerado a incluso de atributos categricos (como PVT, Krow ou modelo estrutural), com diferentes probabilidades de ocorrnc ia, que pode prejudicar a comparao com os outros atributos.
Com os resultados da anlise de sensibilidade, so definidos os atributos que sero considerados na estimativa de risco de produo. Para os atributos discretos, podem ser eliminados os nveis que apresentem pouca sensibilidade. A Figura 4.6 apresenta um grfico do tipo tornado, com trs variveis contnuas, A, B e C, com valores otimista e pessimista e duas variveis discretas, D, com quatro valores (dado base acrescido de 3 outros dados) e E, com trs valores. Considerando-se como atributos crticos os que apresentam uma sensibilidade, em comparao ao caso base, maior que 10% em mdulo com relao funo objetivo, seriam 29
excludos o atributo A e os valores D2 e E2 da anlise do risco. Ocorrendo a eliminao de valores de atributos discretos, deve ser realizada uma redistribuio das probabilidades dos valores remanescentes considerados na rvore de deciso. Este ponto ser melhor discutido no Item 5.1.
0.5 0.4 0.3 0.2 0.1 0 -0.1 -0.2 -0.3 -0.4 C-Otim B-Otim C-Pess B-Pess A-Otim E1 E2 D1 D2 D3 Atributos A-Pess Comparao com Caso Base
Figura 4.6: Grfico tipo Tornado de Anlise de Sensibilidade.
A identificao dos atributos crticos permite tambm um direcionamento criterioso dos esforos para uma reduo da incerteza atravs de novos estudos de caracterizao ou obteno de novos dados, visando no s a quantificao, mas tambm a reduo do risco de produo e econmicos.
4.5
Simulao de Fluxo com Incerteza

Os modelos de simulao de fluxo contemplando a incerteza so construdos atravs da
tcnica de deciso, com a combinao dos atributos crticos definidos pela anlise de sensibilidade. Para cada atributo so informados os nveis de incerteza e suas probabilidades que entraro na montagem da rvore de deciso.
Na rvore de deciso (Figura 4.1), cada ramo constitui a reuni o de todos os atributos que formam um modelo para simulao numrica de fluxo completo. A soma das probabilidades de 30
todos os modelos perfaz a unidade, mostrando que todas as possveis realizaes baseadas nos dados de entrada so consideradas.
Na construo da rvore de deciso a probabilidade condicional de ocorrncia dos atributos pode ser includa. Um exemplo pode ser dado atravs das variveis porosidade e permeabilidade. Considerando-se um ndice de correlao positivo entre elas, a probabilidade de ocorrncia de permeabilidade otimista, tendo ocorrido porosidade tambm otimista, maior do que tendo ocorrido porosidade pessimista. Conhecendo-se a dependncia entre as variveis, ela pode ser incorporada na rvore de deciso, e neste caso a ordem de entrada dos atributos importante.
Neste trabalho todo o processo de construo da rvore de deciso e montagem dos modelos de simulao feito de maneira automatizada. Um arquivo de entrada descreve a estrutura da rvore da rvore, com todos os atributos incertos, os nveis e probabilidades condicionais, os parmetros de sada, os percentis e as funes de produo a serem analisadas. O mesmo programa envia todos os modelos gerados para simulao em uma rede de estaes atravs de processamento paralelo. A distribuio dos processos de simulao realizada por um mdulo de paralelizao de simuladores entre as estaes de trabalho definidas no arquivo de entrada.
A definio do nmero de atributos a serem utilizados na anlise de risco uma deciso que deve obter um compromisso entre a qualidade requerida dos resultados obtidos, o tempo, recursos humanos e computacionais disponveis. A simulao dos modelos com incerteza iniciada com os atributos mais crticos e prossegue com a incorporao dos atributos de maior sensibilidade subseqente, at o ponto em que a incorporao de um novo atributo no influencie de maneira significativa os resultados. A automatizao desse processo muito importante para a viabilidade prtica do processo de anlise.
31
4.6
Tratamento Estatstico
Concluda a simulao de todos os modelos, automaticamente os resultados das previses de produo so arquivados e processados estatisticamente, para a obteno dos percentis dos parmetros de produo especificados no arquivo de entrada. A Tabela 4.1 apresenta o formato de sada dos resultados da anlise de incerteza, com a probabilidade e os resultados das funes de produo de cada modelo de simulao, os percentis e o valor esperado (VE), para todos os tempos especificados pelo usurio.
A automao dos processos de gerao dos modelos com incerteza, da simulao com computao paralela e da anlise estatstica, permitem uma substancial reduo de tempo e de esforos em tarefas repetitivas, o que facilita a atualizao da anlise de risco de produo medida que novos dados e modelagem do reservatrio mais refinada so obtidos.
Outra caracterstica que distingue esta metodologia de outras anlises de incerteza a possibilidade de obteno dos modelos numricos representativos dos diversos percentis. Com os modelos representativos dos cenrios otimista, mais provvel e pessimista, os planos de desenvolvimento podem ser otimizados para cada um destas possibilidades, subsidiando as tomadas de deciso no desenvolvimento do reservatrio. Os cuidados e as consideraes a serem feitas na escolha destes modelos so enfocados no Captulo 6.4.1.
A Figura 4.7 apresenta um fluxograma geral da metodologia de analise de incerteza com simulao numrica de fluxo.
32
Tabela 4.1: Formato de Sada do Programa de Anlise de Incerteza.

Funo Objetivo - A Dias Dias 180 360 572 1258 568 1306 453 861 ~ ~ 601 1142 431 455 573 595 703 570 860 910 ~ 1150 ~ 1194 1406 1140
Modelo 1 2 3 ~ n Percentis P01 P10 ~ P50 ~ P90 P99 VE
Probab. 0.13 0.25 0.19 ~ 0.21
~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~
Dias 3600 11326 12411 7746 ~ 11419 8514 1001 11845 12297 13919 11860
Modelo 1 2 3 ~ n Percentis P01 P10 ~ P50 ~ P90 P99 VE
Probab. 0.13 0.25 0.19 ~ 0.21
Funo Objetivo - B Dias Dias 180 360 0.011 0.021 0.013 0.026 0.012 0.024 0.01 0.009 0.011 ~ 0.012 0.013 0.013 0.012 0.020 0.019 0.200 ~ 0.023 0.025 0.026 0.022
~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~
Dias 3600 0.200 0.250 0.240 0.210 0.180 0.190 ~ 0.220 0.240 0.250 0.210
33
Incio
4
Modelagem Geolgica
4
Modelagem de Fluido e Rocha-Fluido
4
Estudo de Incertezas dos Atributos
3
Estratgia de Drenagem
2
Seleo dos Atributos Incertos
Modelo Base (provvel)
Anlise de Sensibilidade 1 rvore de Deciso

Seleo de Atributos Crticos
Incerteza nas Previses de Produo Modelos P10, P50, P90 Curvas de Risco
Anlise Adequada
Voltar para 1,2,3,4
S
Fim
Figura 4.7: Fluxograma da Anlise de Incerteza com Simulao Numrica de Fluxo. 34
5. Aplicao
A metodologia de anlise da incerteza e risco nas previses de produo abordada no captulo anterior foi aplicada aos dados adaptados de um campo marinho da Bacia de Campos. O reservatrio formado por arenitos turbidticos confinados por falhamentos, de idade AlbianoCenomaniano, perodo Cretceo Superior (Bruhn, 1998), de boa porosidade e permeabilidade. O volume de leo original do campo de aproximadamente 100 milhes de m3 e o principal mecanismo de produo gs em soluo. O campo apresenta-se desenvolvido, com mais de 20 anos de produo. A drenagem realizada atravs de 33 poos produtores de leo e 13 poos injetores de gua. Entretanto, para reproduzir a situao de conhecimento do campo na fase antecedendo o desenvolvimento da produo, todo o estudo foi realizado apenas com os dados disponveis na fase de delimitao do campo. Estes dados compreendem nove linhas ssmicas, oito poos perfurados, quatro anlises de PVT do leo, anlise de testes de formao, interpretao de perfis eltricos e dados de testemunhos de trs poos. Dos testemunhos foram utilizados dados de porosidade e permeabilidade petrofsica, sete anlises de permeabilidade relativa, dez de presso capilar e compressibilidade de rocha. Dos poos perfurados, seis localizam-se dentro do principal bloco do campo e dois so secos, servindo para a delimitao do campo (Figura 5.1).
A anlise de incerteza e risco de produo foi realizada com relao ao VPL e volume de leo produzido (NP) para um perodo de produo inicial de dez anos.
35
N
5 2 4 3 Bl.2 Bl.3 6
Bloco 1 1 Descobridor 7
Falhas Limite por Adelgaamento Poos
1 Km
Figura 5.1: Esboo Estrutural e da Geometria Externa do Campo.
O Reservatrio compreende uma espessa amalgamao de diversos corpos de areia turbidtica, interpretados como lobos canalizados, intercalados por nveis pelticos essencialmente constitudos por margas bioturbadas. Estes depsitos apresentam uma feio canalizada, de direo WNW-SSE. O campo apresenta aproximadamente 8 Km de comprimento por 3 km de largura. Estes turbiditos encaixam-se na classificao proposta por Bruhn em 1998, de lobos canalizados ricos em areia (GSLc confined, gravel-sand-rich lobes turbidites).
A deposio dos turbiditos foi controlada pelas falhas lstricas sindeposicionais, ocasionadas pela halocinese dos evaporitos Aptianos, ocasionando subsidnc ia e formao de calhas intratalude. Estes falhamentos serviram tambm como conduto para a migrao do leo para o reservatrio.
36
Os corpos espessos de arenito apresentam boa continuidade lateral, algumas vezes migrando para fcies de intercalao arenito-folhelho. Os pacotes de areia esto separados por margas e folhelhos que localmente so erodidas por depsitos turbidticos posteriores, deixando localmente em comunicao corpos individualizados de areia. Os nveis descontnuos de marga e folhelho representam a principal heterogeneidade do reservatrio, constituindo barreiras ao fluxo vertical de fluidos.
5.1.
Modelagem do Reservatrio
A modelagem do reservatrio foi realizada partindo-se da premissa de um campo descoberto em um horizonte geolgico j conhecido da Bacia, permitindo a analogia com outros campos na sua caracterizao.
A geometria externa do reservatrio foi obtida atravs de interpretao ssmica, com amarrao ssmica dos refletores de topo e base do reservatrio dos poos perfurados. As Figuras 5.2 e 5.3 mostram a boa continuidade do refletor do topo do Albiano, base do reservatrio (em azul) e as principais falhas da rea. O reservatrio delimitado a W, S e SE por falhamentos normais e N e NE por adelgaamento do arenito.
Figura 5.2: Seo Ssmica Interpretada, direo NW-SE. 37
Figura 5.3: Seo Ssmica Interpretada , direo SW-NE.
Devido aos falhamentos a escala ssmica, o campo foi divido em 3 blocos. O Bloco um apresenta contato leo-gua nico definido. Nos Blocos dois e trs, sem poos nessa fase, eram desconhecidos os fluidos presentes e a conectividade com o Bloco um (Figura 5.1).
O reservatrio foi subdividido em trs subzonas estratigrficas devido aos perfis indicarem a presena de ciclos deposicionais separados por intercalaes de folhelhos.
O topo do reservatrio em profundidade foi obtido pela converso do mapa ssmico em tempo para profundidade com as velocidades obtidas dos po os perfurados (Figura 5.4). A espessura de rocha total, a espessura de rocha permoporosa e a porosidade (Figura 5.5) de cada subzona foram mapeados por geoestatstica, pelo mtodo de Krigagem Ordinria, utilizando-se os dados dos perfis interpretados. Estes mapas foram gridados para a obteno do modelo geolgico numrico para simulao de fluxo.
38
Topo do Reservatrio
(m)
Figura 5.4: Viso 3D do Topo do Reservatrio.
Porosidade
Figura 5.5: Viso 3D da Porosidade do Reservatrio.
39
O aqfero, inferido pela modelagem geolgica, limitado e de dimenses reduzidas. O contato leo-gua observado nos poos perfurados apresenta a mesma profundidade e inicialmente foi assumido com nico para todo o campo. No foi constatada a presena de capa de gs inicial.
A permeabilidade absoluta horizontal foi obtida atravs da correlao porosidadepermeabilidade dos ensaios de laboratrio dos plugues dos testemunhos (Figura 5.6). A permeabilidade horizontal foi assumida com sendo a mesma em todas as direes.
Correlao Petrofsica Porosidade - Permeabilidade

3.5 3 2.5 2 1.5 1 0.5 5 10 15 20 25 30 35
y = 0.1275x - 0.8973 2 R = 0.8225
K ( log mD)
Phi (%)
Figura 5.6: Correlao Petrofisica PorosidadePermeabilidade.
A permeabilidade vertical foi estimada como sendo um dcimo da horizontal, devido a presena de intercalaes de marga e folhelho, que geram barreiras horizontais descontnuas ao fluxo.
A caracterizao do leo do reservatrio foi realizada das amostras coletadas nos testes de formao. Das quatro anlises de PVT existentes, uma foi descartada por m amostragem. As trs 40
anlises restantes foram usadas como possveis representantes das caractersticas do leo do reservatrio (Tabela 5.1).
Tabela 5.1: Principais Caractersticas das Anlises de PVT.

Pvt Presso RS Bo Bg VISO VISG CO Saturao Kgf/cm2 m3/m3 m3/m3 m3/m3 cp cp 1/(kg/cm2) 219.4 117 1.42 0.0051 0.94 0.0211 0.000162 211.4 113 1.41 0.0054 0.94 0.0199 0.000140 213.3 122 1.39 0.005 1.3 0.0215 0.000156
1 2 3
A permeabilidade relativa do sistema leo-gua foi modelada utilizando-se as correlaes de Standing (1975), que so baseadas na presso capilar e nos pontos terminais dos ensaios de permeabilidade relativa. Das amostras disponveis foram modeladas trs pares d curvas Kro e e Krw (Figura 5.7). Cada par de curvas agrega as variveis de saturao inicial de gua (com implicao no volume inicial de leo) e a saturao residual de leo, alm do formato das curvas.
Atravs do tratamento e agrupamento dos dados de laboratrio (Figura 5.8) da permeabilidade relativa gs-leo, trs pares de curvas de Krg e Kro foram modelados.
A saturao de leo inicial respeitou as curvas de presso capilar includa no modelo de simulao no carto de permeabilidade relativa leo-gua.
41
0.8 0.6
0.4 0.2 0.0 0.00 0.20 0.40 0.60 0.80 1.00
Kro 1 Krw 1 Kro 2 Krw 2 Kro 3 Krw 3 Sw (%)
Figura 5.7: Curvas de Permeabilidade Relativa do Sistema leo-gua.
Kr
0.5 0.4
Kr
0.3 0.2 0.1 0 0.00 0.25 0.50 0.75 1.00
Krg 1 kro 1 krg 2 kro 2 krg 3 kro 3
Sg (%)
Figura 5.8: Curvas de Permeabilidade Relativa do Sistema Gs -leo.
42
Os ensaios de laboratrio indicam para a compressibilidade de rocha um valor mdio de 50.10-6 Kgf/cm2 .
A construo da malha de simulao obedeceu estratigrafia, com o topo das camadas respeitando as superfcies das trs subzonas estratigrficas. A malha apresenta dimenso 51x28x6 (i, j, k), com i e j de 150m, topo e espessura variveis e 5674 clulas ativas.
A camada um, superior, corresponde subzona I, e apresenta as melhores condies de porosidade, permeabilidade, continuidade dos corpos de arenito e maior proporo de rocha permoporosa.
As camadas dois e trs so uma subdiviso da subzona II, com os iguais valores de porosidade, permeabilidade, e espessura de rocha porosa para clulas com mesmo ndice i e j.
As camadas quatro, cinco e seis foram obtidas pela subdiviso da subzona III, que apresenta a maior espessura.
Este tipo de gride possibilita a utilizao de redutores de transmissibilidade vertical, respeitando as caractersticas deposicionais entre as subzonas, que apresentam no seu topo maiores propores de fcies argilosas.
5.2.
Estratgia de Drenagem
O nmero e a sua localizao dos poos utilizados foram os mesmos do plano de desenvolvimento definitivo, com trinta e trs poos produtores e treze injetores de gua . A Figuras 5.9 apresenta os poos produtores de leo (em azul, zona de gua e em verde zona de leo no topo do reservatrio) e a Figura 5.10 os poos injetores. A data de incio de operao dos poos tambm foi baseada no desenvolvimento implantado, com exceo dos poos injetores que foram antecipados. A razo desta antecipao foi devida ao incio da injeo ter sido condicionada ao tempo em que o modelo base atingisse a presso de saturao do reservatrio. 43
Para todos os poos foram utilizados os mesmos controles de produo, injeo e condies de operao.
As condies de operao dos poos produtores so: Completao de todos os intervalos inicialmente localizados na zona de leo; razo de canhoneio de 30% com relao espessura da camada; vazo mxima de produo de lquido de 1500 m3/dia; presso mnima de operao no fundo do poo de 100 Kgf/cm2 ; fechamento de intervalo de produo ao atingir razo de gua e lquido total maior que 80%;
3 fechamento ao atingir vazo mnima de lquido de 50 m /dia ou 80% de razo de gua;
mtodo de elevao artificial por injeo de gs.
Para os poos injetores de gua as condies so: Canhoneio na zona de gua; vazo mxima de injeo de 2200 m3 /dia; presso mxima de fundo de 400 Kgf/cm2 .
A produo teve incio com um projeto piloto, com apenas quatro poos pr oduzindo sem injeo de gua. Aps 29 meses de produo, e com a presso esttica do reservatrio atingindo a presso de saturao entram em operao os primeiros poos injetores de gua. Aps quatro anos de operao, novos produtores e injetores so progressivamente abertos.
44
Figura 5.9 : Poos Produtores de leo.
Figura 5.10: Poos Injetores de gua.
45
5.3.
Anlise de Incerteza dos Atributos
Os atributos incertos considerados como influentes nas previses de produo foram o modelo estrutural-geometria externa, o volume poroso, a permeabilidade absoluta vertical e horizontal, a compressibilidade de rocha, as propriedades do leo, e a permeabilidade relativa do sistema gs leo e leo-gua.
Aps a escolha dos atributos incertos, foram definidos os nveis de incerteza, as probabilidades e os valores de cada atributo para a realizao da anlise de sensibilidade.
Todos os atributos como volume poroso e permeabilidade absoluta so funes de distribuio contnua e os nveis alto e baixo foram definidos atravs de um fator multiplicador aplicado ao nvel mais provvel. Foi considerada uma probabilidade padronizada de 15% para a escolha dos nveis otimista e pessimista para uma comparao no tendenciosa na anlise de sensibilidade. No se conhecia a funo distribuio probabilidade (pdf) destas funes e a sua discretizao nestas trs classes foi efetuada de acordo com o conhecimento de reservatrios anlogos na Bacia e da impreciso decorrente das tcnicas de caracterizao destes atributos e da baixa amostragem dos dados.
Para a incerteza estrutural foram considerados trs modelos relativos aos blocos do reservatrio. O primeiro modelo, assume comunicao entre o Bloco um e dois e nico contato leo-gua, mas sem comunicao Bloco trs, situado no bloco baixo da falha e considerado como seco. Este modelo considerado o mais provvel com uma probabilidade de ocorrncia de 50%. O segundo modelo, otimista, presume comunicao entre os trs blocos, tambm com contato nico de fluidos. A probabilidade de ocorrncia do modelo otimista foi atribuda como de 20%. O terceiro modelo, pessimista, considera a falha que separa o Bloco um do Bloco dois como selo hidrulico, presumindo-se a ausncia de arenito com leo no Bloco dois, posicionado estruturalmente em nvel inferior ao Bloco um. Neste caso o campo se resumiria ao Bloco um, e apenas os poos localizados no Bloco dois no so considerados.
46
Toda a incerteza do volume poroso, resultante da impreciso dos limites do reservatrio, do volume de rocha e porosidade, por simplificao, foi agregada como sendo um nico atributo, Vpor, visando uma reduo das variveis a serem analisadas e diminuindo consideravelmente o tempo necessrio para o estudo e definio de cada uma destas variveis.
A incerteza do atributo permeabilidade horizontal levou em considerao as imprecises decorrentes da correlao porosidade versus permeabilidade, da transfernc ia de escala com relao ao suporte de laboratrio para perfis e de perfis para campo, e de sua representatividade para todo o reservatrio. A correlao entre a porosidade e permeabilidade foi utilizada apenas na modelagem do caso base, sendo desconsiderada na anlise dos casos alto e baixo.
Com relao permeabilidade absoluta vertical, sua incerteza reflete as dvidas com relao extenso e ao real posicionamento das intercalaes descontnuas de folhelhos e margas.
A incerteza dos atributos permeabilidade relativa dos sistemas leo-gua e gs-leo, Figuras 5.7 e 5.8, e do atributo PVT, Tabela 5.1, foram abordadas no tem 5.1. Nos dados de entrada para a simulao, as tabelas de permeabilidade relativa contm a presso capilar, ocasionando uma agregao destes atributos. Para o sistema leo-gua, a presso capilar a mesma e para o sistema leo-agua, cada par de curvas apresenta presso capilar prpria. As probabilidades de ocorrncia dos nveis de permeabilidade relativa foram consideradas equiprovveis. Para as anlises de fluido, foi atribuda uma probabilidade menor de ocorrncia para a PVT 3 devido a dvidas quanto correta temperatura na realizao da anlise.
A Tabela 5.2 apresenta os atributos incertos que so de distribuio contnua e a Tabela 5.3 os atributos discretos, com os nveis de incerteza atribudos, valores e probabilidades.
A incerteza com relao distribuio espacial das propriedades petrofsicas do reservatrio no foi realizada neste trabalho devido a dois principais motivos. O primeiro motivo deve-se ao enfoque da modelagem geolgica realizada, reproduzindo uma abordagem similar a esta fase de conhecimento do reservatrio, com poucos poos perfurados e dados limitados. O 47
segundo diz respeito ao maior tempo necessrio e a maior complexidade, envolvendo tcnicas de simulao estocstica dos dados de poos associados aos atributos ssmicos. Para estudos de maior detalhe, no detalhamento do plano de desenvolvimento, novas locaes, projetos de recuperao avanada, a considerao das incertezas na distribuio espacial das propriedades de rocha porosidade, pode ser de fundamental importncia.
Tabela 5.2: Atributos Incertos Contnuos.
Atributos Incertos Contnuos Atributos Nveis Probabilidade Volume Vpor (base) 0.70 Poroso Vpor * 1.4 0.15 Vpor * 0.7 0.15 Permeabilidade Kh (base) 0.70 Horizontal K h * 1.5 0.15 Kh * 0.67 0.15 Permeabilidade Kv (base) 0.70 Vertical Kv * 2 0.15 Kv * 0.5 0.15 Compressibilidade Cpor (base) 0.70 de Rocha Cpor * 1.2 0.15 Cpor * 0.9 0.15
Tabela 5.3: Atributos Incertos Discretos.

Atributos Incertos Discretos Nveis Probabilidade Bloco 1+2 (base) 0.50 Bloco 1+2+3 0.20 Bloco 1 0.30 PVT Pvt1 (base) 0.40 Pvt2 0.40 Pvt3 0.20 Permeabilidade Krow1 (base) 0.34 Relativa Krow2 0.33 leo-gua Krow3 0.33 Permeabilidade Krgo1 (base) 0.34 Relativa Krgo2 0.33 Gs-leo Krgo3 0.33 Atributos Modelo Estrutural
48
5.4.
Parmetros de Produo e Econmicos
Os parmetros analisados na previso de produo foram o volume acumulado de leo produzido, o fator de recuperao de leo e o valor presente lquido. Os dois primeiros parmetros so obtidos diretamente no arquivo de sada do resultado da simulao numrica de fluxo. O valor presente lquido um ndice econmico que consiste em calcular o valor atual do fluxo de caixa de todos os custos e receitas a serem obtidas no projeto utilizando a taxa de atratividade da empresa. O VPL indica qual o resultado financeiro caso o projeto seja executado e muito utilizado na comparao de atratividade de projetos de mesmo porte. A anlise econmica apresentada simplificada, devido no ser o objetivo principal deste trabalho. Uma anlise real incluiria outros indicadores econmicos e um estudo detalhado dos custos, receitas e taxao, mas no haveria a necessidade de simulaes de fluxo adicionais. Os custos de implantao do desenvolvimento e de produo foram baseados em Pedroso (1999):
Os principais ndices econmicos utilizados sem incerteza para o clculo do VPL so listados abaixo: Preo do leo: U$ 18,00 / barril; Preo do gs: U$ 113 / Mm3; Taxa de Atratividade: 15% ao ano; Tributao Bruta Total: 60%; Custo de plataforma: MM U$ 280; Custo de facilidades de produo: MM U$ 80; Custo mdio total de perfurao e completao: MM U$ 12 / poo; Custo de produo do leo: U$ 3,2 / bbl. Custo de produo da gua: U$ 0,31 / bbl Custo de injeo de gua: U$ 0,31 / bbl 49
A anlise de sensibilidade e o estudo do risco nas funes de produo foram efetuados em um simulador comercial de fluxo, de formulao Black-Oil, e so apresentadas no prximo captulo.
50
6. Resultados
Neste captulo so apresentados os resultados da anlise de sensibilidade, a anlise de incerteza do VOIS e o risco nas previses de NP e VPL. proposto um critrio para a escolha dos modelos de VPL com incerteza otimista, provvel e pessimista. Tambm so mostrados os resultados de uma nova anlise do risco de VPL e NP com a integrao dos dados de um projeto de produo e do ltimo poo de delimitao do campo.
6.1.
A simulao de todos os modelos formados pela combinao dos oito atributos
relacionados nas Tabelas 5.2 e 5.3, com trs valores cada um, resultaria em 6561 (38 ) simulaes, sendo invivel, na prtica, a sua utilizao.
Tendo sido escolhidos os atributos incertos e definidos os valores dos nveis de incerteza, foi realizada a anlise de sensibilidade para a verificao daqueles atributos que poderiam ser excludos sem prejuzos nos resultados. As funes de produo analisadas foram a produo acumulada de leo e o valor presente lquido. O volume original de leo no reservatrio foi tambm analisado para um melhor conhecimento do efeito destes atributos nesta importante propriedade do reservatrio.
No caso estudado o modelo base utilizado para a comparao da sensibilidade aos atributos, corresponde ao modelo determinista que formado por todos os atributos identificados como base na s Tabelas 5.2 e 5.3. 51
6.1.1. Volume Original de leo no Reservatrio

O volume de leo original no reservatrio foi obtido diretamente do resultado de sada do simulador para o tempo zero de produo, que representa as condies iniciais do reservatrio.
A Figura 6.1 mostra a anlise de sensibilidade para todos os atributos com relao ao volume original de leo no reservatrio, onde observada a preponderncia do atributo volume poroso.
Volume de leo Original Variao em Relao ao Modelo Base
Vpor_Pess
Ccpor_Alto
Kh_Pess
Bloco1+2+3
Cpor_Baixo
Vpor_Otim
Atributos
Figura 6.1: Anlise de Sensibilidade de VOIS.
Esta grande sensibilidade do atributo volume poroso pode ser observada tambm na Figura 6.2, em um grfico do tipo aranha, que mostra a relao entre a variao de um atributo incerto contnuo e a variao ocasionada na funo de produo analisada. A correlao entre o volume poroso e o volume original de leo direta e na mesma proporo, enquanto que para a compressibilidade de rocha a sua sensibilidade muito baixa. A mesma correlao do volume 52
Kh_Otim
Kv_Otim
Kv_Pess
0.45 0.35 0.25 0.15 0.05 -0.05 -0.15 -0.25 -0.35 Pvt3 Pvt2 Krog2 Bloco1 Krow2 Krow3 Krog3
Variao
por oso valida com relao ao volume de gs original, e ao volume de gua original no reservatrio.
O Bloco 1 o que apresenta maior dimenso em rea, volume de rocha e volume de leo. O Bloco 2 apresenta boa parte de seu volume abaixo do contato leo-gua, mas mesmo assim, aps o atributo volume poroso, o que apresenta maior influncia no VOIS e a sua desconsiderao como reservatrio com leo implica em uma reduo de 6% no volume de leo. O Bloco 3 se apresenta, em quase sua totalidade, abaixo do contato leo-gua definido no Bloco 1 e sua incluso praticamente no altera o volume de leo.
Sensibilidade em Relao ao Volume de leo Original Valor

Otimista Variao do Volume de leo 0.4 0.3 0.2 0.1 0 -0.1 -0.2 -0.3 Valor Pessimista 0 0.1 0.2 0.3 0.4 Valor Alto Valor Baixo
Vpor Cpor
-0.4 -0.4 -0.3 -0.2 -0.1
Variao dos Atributos
Figura 6.2: Relao entre Vpor e Cr e o Volume de leo Original de leo.
O atributo permeabilidade relativa leo-gua poderia ser esperado como insensvel ao volume de leo por ser uma propriedade relativa ao fluxo de fluidos. Entretanto, como o ponto inicial de permeabilidade relativa ao leo corresponde saturao de gua irredutvel e diferente para cada uma das cur vas de permeabilidade relativa ao leo, este atributo apresenta uma pequena sensibilidade ao volume original de leo.
53
O VOIS refere-se s condies padro de presso e temperatura superfcie e assim os dados de PVT, que englobam o fator de formao do leo, resultam tambm em uma pequena sensibilidade a este parmetro do reservatrio.
Todos os outros atributos correspondentes a propriedades de fluxo no apresentam nenhuma influncia ao VOIS.
Como o VOIS uma caracterstica do reservatrio e no um parmetro de produo ele independente da estratgia de produo. O reservatrio modelado apresenta um aqfero de dimenso que pouco contribui pra a manuteno de presso e no apresenta inicialmente capa de gs, no tendo sido realizada anlise de sensibilidade volumtrica para estes dois fluidos.
Como poderia ser esperado, o atributo crtico identificado para o VOIS o volume poroso. De importncia subordinada, aparecem em seqncia, o modelo estrutural Bloco1 e permeabilidade relativa leo-gua 2 e 3.
6.1.2. Volume Acumulado de leo Produzido

A sensibilidade com relao ao volume acumulado de leo produzido mostrada na Figura 6.3, para um perodo de produo inicial de dez anos, mostrando a predominncia dos atributos permeabilidade absoluta horizontal e volume poroso. Na Figura 6.4 o mesmo grfico de sensibilidade apresentado para um perodo de vinte anos de produo. Observa-se que para este maior perodo de produo, os atributos que mais contribuem para o volume de leo original passam a apresentar uma maior sensibilidade, com o atributo volume poroso adquirindo uma maior importncia em relao permeabilidade horizontal e o modelo estrutural Bloco1 apresentando uma maior variao negativa em relao ao modelo base. Estes grficos mostram a dependncia da sensibilidade dos atributos ao tempo de produo analisado.
54
Produo Acumulada de leo - 10 Anos Variao em Relao ao Modelo Base

0.20 0.15 0.10 0.05 0.00 -0.05 -0.10 -0.15 -0.20 -0.25 Krow2 Pvt3 Pvt2 Krog2 Krow3 Krog3 Kv_Otim Kv_Pess Ccpor_Alto Cpor_Baixo
Cpor_Baixo Kv_Pess Kv_Otim
Variao
Kh_Pess Kh_Otim
Vpor_Pess Vpor_Otim Bloco1
Atributos
Figura 6.3: Anlise de Sensibilidade para o Volume de leo Produzido em Dez Anos.
Produo Acumulada de leo - 20 Anos Variao em Relao ao Modelo Base

0.25 0.20 0.15 0.10 0.05 0.00 -0.05 -0.10 -0.15 -0.20 -0.25 Bloco 1 Krow2 Vpor_Pess Vpor_Otim Kh_Pess Kh_Otim
Variao
Pvt3
Atributos
Figura 6.4: : Anlise de Sensibilidade para o Volume de leo Produzido em Vinte Anos.
A sensibilidade dos atributos contnuos foi tambm analisada na Figura 6.5, onde se nota a elevada correlao direta entre os atributos volume poroso e permeabilidade horizontal, e a 55
Cpor_Alto
Krow3
Krog2
Krog3
Bloco
Pvt2
Bloco1+2+3
baixssima sensibilidade da compressibilidade de rocha. Uma importante observao o comportamento da permeabilidade vertical que para o valor alto, considerado a princpio otimista por aumentar a transmissibilidade, ocasiona na simulao uma diminuio do volume de leo produzido. Esta relao inversa pode ser explicada pela estratgia de produo, com injeo de gua nas camadas inferiores, e neste caso o aumento de permeabilidade pode ter contribudo para uma irrupo de gua em menor tempo nos poos produtores. A utilizao de uma diferente estratgia de produo, com menores presses e vazes de injeo pode ser tentada para se obter melhores resultados neste caso de maior permeabilidade vertical.
0.20 0.15 Variao da Produo Acumulada de leo 0.10 0.05 0.00 -0.05 -0.10 -0.15 -0.20 -0.25 -0.6 -0.3 0 0.3 0.6 0.9 1.2 Variao dos Atributos Kv Kh Vpor Cpor
Figura 6.5: Relao entre a Variao dos Atributos Contnuos e o Volume de leo Produzido.
Os atributos crticos para o volume de leo produzido aos dez anos so a permeabilidade horizontal e o volume poroso, seguido do modelo estrutural Bloco1, permeabilidade relativa leo-gua 2 e PVT 3.
56
6.1.3. Valor Presente Lquido

A anlise de sensibilidade para o valor presente lquido de dez anos de produo mostrada na Figura 6.6. Os indicadores econmicos utilizados para o clculo de so os mostrados no Item 5.4. Os dois atributos mais crticos so os mesmos da produo de leo, mas ocorre uma mudana em relao aos subseqentes, que so o PVT 3, a permeabilidade relativa leo-gua 2 e o modelo estrutural Bloco1.
Valor Presente Lquido - 10 Anos Variao em Relao ao Modelo Base

0.30 0.20 0.10
Variao
0.00 -0.10 -0.20 -0.30 Cpor_Baixo Vpor_Otim -0.40 Kh_Otim Kh_Pess Vpor_Pess Kv_Otim Pvt3 Pvt2 Kv_Pess Bloco 1+2+3 Krog3 Krog2 Cpor_Alto Bloco 1 Krow2 Krow3
Atributos
Figura 6.6: Anlise de Sensibilidade do VPL para Dez Anos de Produo.
A mesma anlise anterior efetuada para 20 anos de produo mostra uma pequena alterao nos atributos crticos, com um aumento na importncia do atributo volumtrico Vpor em relao ao Kh e maior sensibilidade do Bloco1, mostrada na Figura 6.7.
A sensibilidade de um atributo contnuo est relacionada a quanto otimista ou pessimista estes valores foram determinados (Figura 4.5). Para a comparao deste efeito, foi efetuada uma anlise de sensibilidade para os dois atributos mais crticos, utilizando-se valores otimista e pessimista mais centrais, com probabilidade de ocorrncia de 33%.
57
Valor Presente Lquido - 20 Anos Variao em Relao ao Modelo Base

0.30 0.20 0.10 0.00 -0.10 -0.20 -0.30 -0.40 Bloco 1 Vpor_Pess Vpor_Otim Kro2 Kh_Pess Kh_Otim
Variao
Pvt3
Pvt2
Kv_Pess
Kv_Otim
Bloco1+2+3
Cpor_Baixo
Ccpor_Alto
Atributos
Figura 6.7: Anlise de Sensibilidade do VPL para Vinte Anos de Produo.
O volume poroso e a permeabilidade horizontal foram considerados funes triangulares de distribuio de probabilidade, obtidas atravs dos seus valores mximo, mnimo e mais provvel (Figura 4.3). A Tabela 6.1 apresenta os valores utilizados na distribuio triangular e os valores otimistas e pessimistas, com relao ao caso base, para as duas probabilidades de ocorrncia consideradas. A Figura 6.8 apresenta graficamente a sensibilidade alterao destes valores. Mesmo com os valores mais centrais os dois atributos ainda permanecem como sendo os mais crticos com relao ao VPL, no ocorrendo alterao na classificao de sensibilidade destes atributos.
Tabela 6.1: Valor Otimista e Pessimista de Vpor e Kh com duas Probabilidades de Ocorrncia.
Prob. (%) Percentil Mnimo Provvel Mximo Pessimista Otimista Pessimista Otimista 15 15 33 33 P0 P 100 P 7.5 P92.5 P16.5 P83.5 Volume Poroso 0.65 1.00 1.45 0.70 1.40 0.78 1.32 Perm. Horizontal 0.60 1.00 1.60 0.67 1.50 0.76 1.40
58
Bloco 1+2
Krog2
Krog3
Kro3
Variao do Valor Presente Lquido
0.90 0.60 0.30 p(15) 0.00 p(33) -0.30 p(33) -0.60 -0.40 -0.20 0.00 0.20
p(15)
Vpor Kh
0.40
0.60
Variao dos Atributos
Figura 6.8: Comparao da Sensibilidade do VPL ao Vpor e Kh com Diferentes Valores.
6.2.
Incerteza no Volume Original de leo
Com a combinao dos atributos crticos para o VOIS, volume poroso otimista e pessimista, permeabilidade relativa leo-gua 2 e 3 e modelo estrutural Bloco1 (Figura 6.1), combinados aos atributos do modelo base obteve-se a distribuio de probabilidade do volume de leo original do reservatrio (Figura 6.9). Nota-se uma concentrao de valores em torno de trs classes de volume alto, mdio e baixo. Cada uma dessas classes corresponde aos modelos contendo os atributos volume poroso otimista, provvel e pessimista. Esta discretizao dos volumes de leo ser utilizada na anlise de risco de VPL.
59
Volume de leo Original

Probabilidade Acumulada 1 0.8 0.6 0.4 Volume Alto 0.2 0 40 60 80 100 MM m3 120 140 160 Volume Baixo Volume Mdio
Figura 6.9: Curva de Risco do Volume Original de leo.
6.3
Previses e Risco de Produo Acumulada de leo

A anlise de produo acumulada de leo com incerteza e risco foram efetuados para os
primeiros 10 anos de produo. A escolha deste perodo de tempo deveu-se priorizao da funo-objetivo VPL, onde a maior contribuio ao valor presente lquido ocorre nos primeiros dez anos de produo. Neste perodo de tempo, a vazo mxima de produo de leo j havia sido alcanada e ao final do tempo analisada estava ocorrendo o incio do declnio da produo de leo, com um grande aumento da produo de gua (Figura 6.16).
Para a comparao dos resultados a previso de produo foi realizada para trs situaes:
Com os dois atributos crticos, permeabilidade horizontal e volume poroso, ambos com os nveis otimista e pessimista, totalizando nove simulaes.
Com os dois atributos crticos, acrescidos do modelo estrutural Bloco1. Como o nvel estrutural Bloco1+2+3 no foi considerado devido a sua irrelevante sensibilidade, a probabilidade do caso base Bloco1+2 foi recalculado para 60% e do Bloco1 para 40%. Neste caso so necessrias 18 simulaes. 60
Com quatro atributos crticos, os trs anteriores e a permeabilidade relativa leogua 2, totalizando 36 simulaes. As probabilidades da Kr ow 1 e Krow 2 foram redefinidas como 50%.
Os resultados destas previses de produo, do valor mdio esperado para cada combinao de atributos e o valor do modelo base so apresentados na Tabela 6.2 e na Figura 6.10. Observase que, o caso mais simples, com apenas dois atributos, mostra um resultado muito prximo em relao ao de quatro atributos. A adio de atributos ocasiona uma ligeira diminuio de todos os resultados. Esta constatao deve -se fato de que os atributos includos serem pessimistas em relao ao caso base, como pode ser observado na Figura 6.3. No caso estudado, a incluso de mais um atributo, a PVT3, ocasionaria uma reduo dos valores no significativa. Para o nvel de conhecimento do reservatrio e detalhamento da modelagem do reservatrio no haveria ganho na incluso de mais atributos.
Tabela 6.2: Produo de leo P10 , P50 e P90 para 2 ,3 e 4 Atributos Incertos (MM m3 ).
P10 P50 P90 Mdia 2 Atributos 3 Atributos 4 Atributos 27.36 27.38 27.00 23.93 24.12 23.22 19.62 19.30 18.16 23.80 23.21 22.58
O risco de produo, tambm para 2, 3 e 4 atributos, apresentada na Figura 6.11. A curva de risco com dois atributos apresenta-se muito mal definida devido as probabilidades baixas dos valores altos e ba ixos de ambas as variveis e neste caso, de apenas dois atributos contnuos serem utilizados, sugere-se a utilizao de probabilidades equiprovveis e a discretizao em um maior nmero de nveis.
61
leo Produzido 10 anos

30.00
25.00 MM m3
2 Atributos 3 Atributos 4 Atributos
20.00
Base
15.00
Otim. P10 Prov. P50 Pess. P90 Mdia Base
Figura 6.10: Comparao de Previses de Produo Utilizando 2, 3, e 4 Atributos.
Risco de Produo de leo

Probabilidade Acumulada Decrescente
1 0.8 0.6 0.4 0.2 0 10000 4 Atributos 3 Atributos 2 Atributos
15000
20000
25000
3
30000
35000
Mm
Figura 6.11: Curva de Risco da Produo Acumulada de leo para dez anos de Produo.
62
6.4.
Previses e Risco do Valor Presente Lquido
As previses de VPL foram realizadas para dez anos de produo, com os parmetros econmicos apresentados no Captulo 6.4. A anlise do impacto de incerteza foi efetuada progressivamente para 2, 3 e 4 atributos crticos ( Figura 6.6.):
Com os dois atributos crticos, permeabilidade horizontal e volume poroso, ambos com os nveis otimista e pessimista.
Com os dois atributos crticos, acrescidos do atributo PVT3. Como neste caso foi eliminado o nvel PVT2, a probabilidade para PVT1 foi recalculada para 0,67 e PVT3 para 0,33.
Com quatro atributos crticos, Vpor2 e 3, Kh 2 e 2, PVT3 e Krow2.
Os resultados destas previses de VPL, do valor mdio esperado para cada combinao de atributos e o valor do modelo base so apresentados na Tabela 6.3 e na Figura 6.12.
Tabela 6.3: Valor Presente Lquido P10, P50 e P90 para 2 ,3 e 4 Atributos Incertos (MM U$).
P10 P50 P90 Mdia
2 Atributos 268.05 209.29 138.74 209.53
3 Atributos 267.63 209.84 133.37 200.66
4 Atributos 265.26 196.79 123.85 194.47
63
Valor Presente Lquido 10 anos

300 250 MM U$ 200 150 100 50 0 2 Atributos 3 Atributos 4 Atributos
Otim. P10
Prov. P50
Pess. P90
Base
Figura 6.12: Comparao de Previses do VPL Utilizando 2, 3, e 4 Atributos.
Da mesma maneira que para a produo acumulada de leo, a diferena entre os resultados com dois, trs e quatro atributos no muito grande. Nota-se tambm que o resultado do caso base, U$ 213,40 milhes, um pouco superior media dos modelos com dois, trs e quatro atributos, podendo-se concluir que o modelo base apresenta um vis para um modelo otimista.
O resultado do risco para o VPL para os quatro atributos crticos apresentado na Figura 6.13.
64

1.00 0.90 0.80 0.70 0.60 0.50 0.40 0.30 0.20 0.10 0.00 0 50 100 150 200 250 300 350 400
MM U$
Figura 6.13: Curva de Risco de Valor Presente Lquido para dez anos de Produo.
6.4.1. Modelos Representativos

Os resultados apresentados no item anterior so muito importantes na comparao entre projetos, na tomada de deciso entre o incio do desenvolvimento do campo, mas uma grande vantagem na utilizao desta metodologia o fato de todos os modelos representativos da incerteza estarem disponveis para estudos aprofundados de simulao de fluxo.
Os valores relativos aos modelos otimistas, mdios e pessimistas so importantes para o detalhamento do plano de desenvolvimento, otimizao de um plano bsico inicial definido para o modelo base, dimensionamento das instalaes de produo, sempre considerando as variaes possveis de serem encontradas com relao ao desempenho do reservatrio. Um dos objetivos desse trabalho, apresentado nesta seo, de se verificar se existem modelos obtidos pela combinao dos atributos que possam representar estes modelos otimistas, mdios e pessimistas e estudar a diferena de comportamento de produo entre eles.
Nesta metodologia mais de um modelo, prximos ao P , P50 e P90 podem ser escolhidos 10 como otimista, mdio ou pessimista. 65
A Figura 6.14 apresenta a variao com relao ao caso base do VPL, NP, Fr e VOIS de modelos de VPL otimista, mdio e pessimista. Observa -se que o modelo escolhido como otimista, mesmo apresentando um volume de leo semelhante em relao ao modelo mdio apresenta um VPL e NP muito superior e o que o modelo pessimista apresenta um fator de recuperao de leo quase to bom quanto o otimista.
Modelos apresentando valores prximos de VPL podem ter comportamentos de produo diferenciados entre si, como mostra a Figura 6.15. Neste caso cada um destes modelos apresenta caractersticas distintas de fluxo de fluido e de VOIS. Estudos adicionais de otimizao dos planos de desenvolvimento ou dimensionamento das facilidades de produo apresentariam resultados diferentes para cada um destes modelos.
Como existem nesta metodologia muitos modelos que pode m ser representativos das incertezas do reservatrio, duas indagaes so levantadas:
1. Existiriam modelos representativos para os casos otimista, mdio e pessimista do reservatrio, definidos atravs de um percentil para a funo-objetivo analisada e que serviria para os estudos adicionais do desenvolvimento do campo?
2. No existindo um nico modelo para cada caso, existiria algum critrio para escolha dos modelos?
No caso estudado, a anlise das Figuras 6.14 e 6.15 mostra que no existe um modelo nico que possa representar os modelos de incerteza pessimista, mdio e pessimista. Para investigar quais modelos podem ser escolhidos como representativos apresentado um estudo para a tentativa de escolha destes modelos para a funo-objetivo VPL. Neste estudo foram utilizados os mesmos resultados da simulao obtidos no Item anterior, considerando os quatro atributos mais crticos. Para a escolha do modelo otimista foram considerados os que obtiveram um resultado prximo do P 10 , e para mdio e pessimista o P50 e P90 respectivamente.
66
1.50 1.30 1.10 0.90 0.70 0.50 VOIS FR Np VPL
Modelos
Kh2Krow2 (P11.0) Krow2 (P49.4) Vpor3Krow2Pvt3 (P89.9)
Figura 6.14: Modelos de VPL P10 , P50 e P90 comparados ao Modelo Base.
1.50 1.30 1.10 0.90 0.70 0.50 VOIS FR Np VPL Modelos

Krow2 VporOtimKhpess VporPessKhotimPvt3
Figura 6.15: Modelos de VPL prximos ao P50 comparados ao Modelo Ba se.
A Figura 6.16 apresenta o resultados de VPL e de FR para todos os modelos, agrupados em trs famlias com relao VOIS (Figura 6.9). Desta maneira pode -se realizar a anlise dos modelos com relao a duas caractersticas muito importantes do reservatr io e que sintetizam muitas das propriedades dos atributos, o volume de leo original e o fator de recuperao, que expressa a eficincia da drenagem, e decorrente das propriedades de fluxo de fluidos associado ao esquema de produo.
Algumas observaes sobre a Figura 6.16:
67
As famlias de VOIS formam alinhamentos distintos e o fator de recuperao para um mesmo VPL menor para os maiores volumes de leo. Uma adequao do esquema de produo para os maiores volumes de leo poderia conseguir fatores de recuperao melhores e mais prximos ou iguais ao do VOIS baixo, o que permitiria quantificar os benefcios de plano de desenvolvimento flexvel.
O VPL P10 obtido apenas pelos volumes de leo alto e mdio, o P50 pela trs famlias de volume e o P90 pelo VOIS baixo e mdio.
Foram definidos dois modelos representativos para os P10 , trs para P50 e dois para o P90. Foram selecionados os modelos prximos ao cruzamento da linha dos percetis com as famlias de VOIS. Para mais de um modelo de uma mesma famlia com VPL prximo ao percentil, escolheu-se o modelo com maior probabilidade de ocorrncia (Tabela 6.4).

400 350 VPL (MM U$) 300 250 200 150 100 50 0 10.00 20.00 Fr (%) 30.00 40.00 P90 P10 VOIS baixo P50 VOIS alto VOIS mdio Modelos Representativos
Figura 6.16: Relao entre VPL, FR eVOIS.
68
Tabela 6.4: Modelos Representativos Otimista, Provvel e Pessimista para o VPL.
Otimista Vpor_Otim Kh_Otim+Krow2
Modelos Mdio Krow2 Vpor_Otim + Kh_Pess VporPess+KhOtim+Pvt3
Pessimista Kh_Pess VporPess+Krow2+Pvt3
Os resultados dos perfis de produo dos modelos da Tabela 6.4 so apresentados nas Figuras 6.17 a 6.23. Pode-se observar que para um semelhante VPL os modelos selecionados apresentam variaes significativas das curvas de produo de leo, gs, gua e de gua injetada.
O estudo da simulao de fluxo destes modelos pode trazer muitas informaes para o dimensionamento das facilidades de produo e elaborao do plano de desenvolvimento. Analisando os resultados observa-se que no s a curva de produo de leo importante, sendo necessrio integrao de outros parmetros de produo. Os modelos mdios, por exemplo, (Figuras 6.17, 6.18 e 6.19) apresentam uma grande variao nas vazes de gua de injeo e de produo de gua que devem ser levados em conta no planejamento do descarte da gua e na disponibilidade e capacidade de gua de injeo.
Estudos de otimizao da estratgia de drenagem para cada um destes modelos podem propiciar importantes subsdios para a tomada de deciso entre obter novas informaes para a reduo das incertezas, ou iniciar o desenvolvimento do campo prevendo uma maior ou menor flexibilidade para a adequao aos novos dados a serem obtidos. Outras metodologias de anlise de incerteza no conseguem reproduzir as complexas interaes entre o reservatrio e a estratgia de drenagem limitando a sua utilizao.
69
VPL Mdio Reservatrio Krow2

25000 20000 m3/dia 15000 10000 5000 0
0 1000 2000 Dias 3000 4000 prod_oleo prod_gas prod_agua inj_gua
Figura 6.17: Perfis de Produo de Modelo Mdio: Krow2.
VPL Mdio Reservatrio Vpor_Otim+Kh_Pess

25000 prod_oleo 20000 m 3/dia 15000 10000 5000 0 0 1000 2000 Dias 3000 4000 prod_gas prod_agua inj_agua
Figura 6.18: Perfis de Produo de Modelo Mdio: Vpor_Otim+Kh _Pess.
Vpl Mdio Vpor_Pess+Kh_Otim+Pvt3

25000 prod_oleo 20000 /di 15000 a 3 m 10000 5000 0 0 1000 2000 Dias 3000 4000 prod_gas prod_agua inj_agua
Figura 6.19: Perfis de Produo de Modelo Mdio: Vpor_Pess+Kh_Otim+Pvt3.
70
VPL Otimista Reservatrio Vpor_Otim

25000 prod_oleo 20000 m3 /dia 15000 10000 5000 0 0 1000 2000 Dias 3000 4000 prod_gas prod_agua inj_agua
Figura 6.20: Perfis de Produo de Modelo Otimista: Vpor_Otim.
VPL Otimista Reservatrio Kh_Otim+Krow2

25000 prod_oleo 20000 m 3/dia 15000 10000 5000 0 0 1000 2000 Dias 3000 4000 prod_gas prod_agua inj_agua
Figura 6.21: Perfis de Produo de Modelo Otimista: Kh_Otim + Krow2.
71
VPL Pessimista Reservatrio Kh_Pess

16000 14000 12000 m 3/dia 10000 8000 6000 4000 2000 0 0 1000 2000 Dias 3000 4000 prod_oleo prod_gas prod_agua inj_agua
Figura 6.22: Perfis de Produo de Modelo Pessimista: Kh Pess.
VPL Pessimista Vpor_Pess+Krow2+Pvt3

16000 14000 12000 m 3/dia 10000 8000 6000 4000 2000 0 0 1000 2000 Dias 3000 4000 prod_oleo prod_gas prod_agua inj_agua
Figura 6.23: Perfis de Produo de Modelo Pessimista: Vpor_Pess+Pvt3.
72
6.5.
Comparao com Produo Piloto
Antecedendo a implementao do plano de desenvolvimento foi realizado um projeto piloto de produo de leo, com quatro dos poos perfurados na fase de desenvolvimento e sem injeo de gua.
Para a validao da anlise de risco de VPL, mostrado no Item 6.4, foi efetuado um estudo comparativo do comportamento de declnio de presso e vazes de leo dos modelos incertos (quatro atributos crticos) com os resultados reais do piloto de produo.
Nesta anlise os modelos de simulao de fluxo, que apresentavam as vazes livres para produzirem de acordo com a capacidade de cada poo, foram alterados para produzirem as mesmas taxas do plano piloto. Esta especificao de vazo age como uma vazo limite, sendo que, no caso de um ndice de produtividade insuficiente em um poo, ela no alcanada. Outra modificao efetuada foi com relao ao incio da injeo de gua que foi alterado para respeitar os dados do histrico da produo piloto. Na anlise de VPL anterior, como os poos estavam liberados e produzindo a maiores taxas, o incio da injeo de gua havia sido antecipado.
A Figura 6.24 apresenta o declnio da presso esttica de todos os modelos simulados e a depleo do histrico da produo piloto. Os modelos de fluxo so apresentados agrupados em trs famlias de VOIS. Observa-se que os dados reais esto inseridos na envoltria formada pelos resultados com incerteza e que os modelos de VOIS otimista e provvel so os que apresentam um resultado mais prximo da realidade.
Os dados de presso do projeto piloto no apresentam uma tendncia de depleo bem definida e ao final do tempo analisado, a presso esttica foi estimada como sendo um valor entre 233 e 218 Kgf/cm2 . A produo acumulada de leo da produo piloto de 3.313 Mm3 para 1522 dias de produo.
73
Declnio de Presso
340 320 300 280 260 240 220 200 180 0 400 800 Dias 1200 1600
Modelos --- VOIS Otim. --- VOIS Mdio --- VOIS Pess. + Presso Medida
Figura 6.24: Declnio de Presso do Projeto Piloto e dos Modelos com Incerteza.
Na Figura 6.25 so apresentados os resultados do volume de leo produzido e da presso esttica ao final do tempo analisado da produo piloto e dos modelos represent ativos da incerteza selecionados e relacionados na Tabela 6.4. Os modelos de VPL pessimista no conseguem atingir a produo de leo do histrico, indicando um problema de baixa produtividade dos poos e tambm apresentam uma maior depleo do que os dados do histrico. O modelo P50 (volume poroso pessimista e permeabilidade horizontal otimista) produz a especificada vazo de leo, mas apresenta excessiva depleo.
Kgf/cm2
3320 Produo de leo ( M m3) 3300 Piloto 3280 3260 3240 180 VPL Otim VPL P50 VPL Pess
200
220
2
240
260
Presso (Kgf/cm )
Figura 6.25: Produo Acumulada de leo e Presso da Produo Piloto e dos Modelos com Incerteza.
74
Com estes novos dados, observa-se uma razovel reduo da incerteza do VPL, com a eliminao de todos os modelos de incerteza com baixo volume de leo (Figura 6.24. Dos sete modelos representativos de incerteza inicial, observa -se na Figura 6.25 que trs podem ser eliminados, restando apenas os dois modelos de VPL otimista (Vpor_Otim e Kh _Otim +Krow 2) e dois mdios (Krow 2 e Vpor_Otim+Kh_Pess) com resultados prximos ao do histrico.
A indicao de um v olume de leo do reservatrio maior que o volume mdio estimado anteriormente levou a perfurao do ltimo poo de extenso visando testar o Bloco2 (Figura 5.1), que at ento no havia sido perfurado. Com os resultados apenas da produo piloto, uma nova anlise de risco poderia ser realizada, mas como o processo metodolgico seria o mesmo, a atualizao da anlise do risco de VPL, apresentada a seguir, foi realizada apenas uma nica vez, incorporando os dados da produo piloto e do poo de delimitao.
6.6.
Atualizao do Risco de VPL com Novo Poo
A perfurao do poo de extenso no Bloco2 constatou uma depleo coerente com o Bloco1 indicando um mesmo sistema hidrulico. Tambm foi observado um contato leo -gua 50m abaixo do Bloco1, no previsto no estudo de incerteza realizado inicialmente (Captulo 5.3).
Estas novas informaes trouxeram uma nova reduo da incerteza estrutural, com a eliminao do nvel pessimista Bloco1. A definio de um contato leo-gua distinto para o Bloco2 e situado em uma posio inferior, contribuiu para um acrscimo na estimativa volumtrica do VOIS, confirmando o observado com relao aos dados de presso do projeto piloto.
Com a incorporao dos novos dados da produo piloto e do poo de extenso foi realizada nova anlise do impacto das incertezas na determinao do risco do VPL.
75
6.6.1. Reduo da Incerteza do VOIS

A nova estimativa da incerteza do VOIS foi realizada atravs das seguintes etapas:
Atualizao da incerteza estrutural, com eliminao do nvel Bloco1 e para o Bloco1+2 atualizao do contato leo-gua do Bloco2;
simulao de fluxo dos modelos com o atributo Vpor, de importncia sobrepujante para o VOIS (Figura 6.1), para uma nova comparao com os resultados da produo piloto;
determinao grfica dos volumes de leo correspondente aos dados de presso mxima, mnima e esperada no final do projeto piloto (Figura 6.26);
determinao do fator multiplicador para a obteno do Vpor Otimista, Base e Pessimista (Tabela 6.6), atravs da relao direta entre o volume poroso e o volume de leo do reservatrio (Figura 6.2). Na Tabela 6.6, o VOIS de refercia o volume do caso base inicial atualizado com o contato leo-gua do Bloco 2.
76
Presso Versus VOIS

160 140 VOIS ( Mm3) 120 100 80 60 175 200 225 250 Presso (Kgf/cm2) 3 2 y = 1.3384x - 185.09 R2 = 0.9941 1 1 - Base 2 - Vpor_Otim 3 - Vpor_Pess
Figura 6.26: Correlao entre Presso Esttica do Reservatrio e VOIS.
Tabela 6.5:Nveis de Incerteza do Atributo Vpor.
Presso 2 Kgf/cm Otimista p(15) 233 Base p(70) 228 Pessimista p(15) 218 * Ao VOIS de referncia 99.99 Mm3
Nvel
Prob.
VOIP 3 Mm 126.76 120.07 106.68
Fator Mult.* 1.27 1.20 1.07
77
6.6.2. Risco de VPL com Novos Dados

Para os modelos com incerteza foram considerados os mesmos atributos crticos do Captulo 6.4.
Para o atributo modelo estrutural Bloco1+2+3 foi feito um estudo visando a definio da necessidade de sua incluso na nova anlise do risco de VPL. Neste estudo o contato leo -gua foi estimado como sendo o mesmo do Bloco2, ocasionando um aumento do volume de leo neste bloco, que passou a contribui de menos de 1% (Figura 6.1) para 2,7 % do volume de leo do campo. Este pequeno acrscimo foi considerado irrelevante para a sua incluso como atributo crtico, o que dobraria o nmero de modelos a serem simulados n estimativa do risco de VPL. a No caso de incluso do Bloco3 seria necessrio determinao dos fatores multiplicativos para os nveis de Vpor nos modelos que os utilizassem.
A anlise dos resultados dos modelos com incerteza mostra que apenas um modelo com o atributo permeabilidade horizontal pessimista, associado ao Vpor_Otim, consegue obter a produo de leo requerida. Desta maneira considerou-se a probabilidade de ocorrncia do nvel pessimista da permeabilidade horizontal condicionada ao volume poroso otimista e com pequena probabilidade de ocorrncia. Neste caso, foi considerada a probabilidade condicional entre estes atributos, sendo necessrio que o atributo Vpor anteceda o atributo Kh na montagem da rvore de deciso (Tabela 6.7).
Tabela 6.6: Probabilidade Condicional de Ocorrncia da Kh .

Vpor_Pess p(x) Kh_Base Kh_Otim Kh_Pess Vpor_Base 0.75 0.25 0.00 Vpor_Otim 0.75 0.20 0.05 Vpor_Pess 0.70 0.30 0.00
78
Para os outros atributos incertos, PVT 1 e 2, Krow 1 e 2, os valores e probabilidades permaneceram inalterados na anlise do risco de VPL.
A Figura 6.27 apresenta o Risco de VPL inicial com risco atualizado. Nota-se que os resultados esto agrupados aos nveis de permeabilidade absoluta horizontal que passa a ser a ser o atributo crtico preponderante. A diminuio da incerteza deste atributo atravs de novos estudos em muito contribuiria para a diminuio do risco de VPL nesta fase do conhecimento do campo. Observa -se uma significativa reduo do risco e um deslocamento para maiores valores de VPL com relao a anlise inicial.
Risco de VPL
1 Prob. Acum. 0.8 Kh_Otim 0.6 0.4 0.2 0 0 100 200 MM U$ 300 400 Kh_base Kh_Pess VPL Inicial
Figura 6.27: Risco de VPL Inicial e aps Novos Dados.
A Figura 6.28 apresenta a comparao entre o VPL atualizado e o inicial. Observa -se uma reduo da incerteza evidenciada pela menor diferena entre o P10 e o P90 , e que os valores extremos finais otimista P0 menor e que o pessimista P100 maior. Entretanto, o valor otimista P10 da anlise atualizada de risco superior ao do risco inicial. O esperado era que com a reduo do risco, o novo valor otimista fosse igual ou inferior ao inicial. E fato deve-se a no considerao ste no estudo inicial das incertezas do reservatrio da possibilidade de ocorrncia de contato leo gua para os Blocos 2 e 3 abaixo do constando no Bloco 1. A hiptese assumida priori foi que havendo comunicao hidrulica entre os blocos, o contato leogua seria nico, o que no se confirmou. A incluso de mais esta varivel levaria a uma maior incerteza inicial e a valores 79
otimistas maiores, devido possibilidade de ocorrncia de um maior volume de leo nos Blocos 2 e 3. Outra observao que pela anlise inicial da incerteza do reservatrio os casos mais pessimistas possveis com relao ao Bloco 2 e 3 foram considerados (ausncia de reservatrio ou leo), mas no a hiptese mais otimista, correspondente a presena exclusiva de leo, sem contato leo-gua, nesses blocos.
Este nova quantificao do impacto das incertezas e risco foi realizada de uma maneira simplificada, aproveitando vrias etapas e o conhecimento adquirido na anlise de risco inicial. A mesma metodologia sugerida no Captulo 6.4.1 poderia ser utilizada para a escolha dos modelos representativos de incerteza.
Valor Presente Lquido 10 anos

400 350 300 250 200 150 100 50 0 P0 P10 P50 P90
VPL Final VPL Inicial
MM U$
P100 Mdio Base
Figura 6.28: Comparao entre o VPL Inicial e Aps Novos Dados.
6.6.3 Consideraes Finais

Com os dados da produo piloto e do poo de extenso foi possvel uma grande reduo da incerteza do volume e de leo inicial como resultado de uma nova quantificao do volume poroso e da constatao de uma realidade no prevista na anlise de incerteza inicial e do contato leo-gua diferenciado para o Bloco 2. Este novo contato leo-gua ocasionou um acrscimo no
80
VOIS do caso base na anlise final, ocasionando um deslocamento da curva de risco para valores maiores de VPL. Este fato mostra a importncia da seleo e estudo inicial dos atributos incertos.
A permeabilidade horizontal, com a reduo da incerteza do volume poroso, passou a ser o atributo de importncia predominante e associado a um pequeno nmero de atributos, ocasiona uma forte relao entre os seus nveis e os valores de VPL. Neste caso, uma melhor definio do risco de VPL pode ser investigada com a utilizao de um maior nmero de nveis do atributo crtico, de maneira que a sensibilidade entre um nvel e outro seja similar sensibilidade aos outros atributos.
81
7. Concluses e Recomendaes
Este dissertao apresenta o desenvolvimento da metodologia do uso da simulao numrica de fluxo na anlise do impacto das incertezas do reservatrio nas previses de produo e na anlise econmica de um campo de petrleo.
Com os dados reais disponveis de um campo antecedendo o seu desenvolvimento definitivo foi possvel a obteno do risco na previso do volume acumulado de leo produzido e do valor presente lquido em dois momentos distintos. O primeiro logo aps o trmino da delimitao inicial do campo e o segundo aps um projeto piloto de produo e do ltimo poo de extenso.
7.1
Concluses
As principais concluses obtidas neste trabalho foram:
possvel a realizao de anlises de risco nas previses de produo utilizando simulao numrica de fluxo sem demanda excessiva de tempo.
O nmero de variveis incertas na modelagem do reservatrio muito elevado e a agregao destas variveis em atributos, como no caso do atributo volume poroso, permite uma grande reduo do nmero de variveis incertas a serem estudadas.
82
A anlise de sensibilidade dos atributos incertos possibilitou a reduo do nmero de modelos de simulao de mais de 6000 modelos para apenas 32 simulaes, pela reduo de oito atributos incertos para apenas quatro atributos crticos.
No caso estudado o volume poroso e a permeabilidade horizontal foram os atributos que mais contriburam para a incerteza nas previses do VPL e do NP. Nesta fase de conhecimento do campo, nesses atributos que deve ser priorizado o esforo para reduzir a incerteza atravs da obteno de novos dados ou de uma melhor caracterizao do reservatrio.
A automao da montagem dos modelos de simulao, o processamento paralelo e a anlise estatstica dos resultados reduzem muito o tempo necessrio para as anlises, tornando mais prtica a utilizao desta metodologia.
A metodologia de previso de produo com incerteza e risco atravs de simulao numrica de fluxo apresentada de fcil aplicao, sendo adaptvel para campos com modelagem de reservatrio de simples a complexa.
Esta metodologia apresenta flexibilidade de incorporao, retirada ou substituio dos atributos incertos, possibilitando uma rpida atualizao das previses de produo com risco.
A confiabilidade da s estimativas de risco de produo depende principalmente da qualidade das anlises de incerteza na modelagem do reservatrio, do nmero de atributos incertos e das probabilidades de ocorrncia de cada atributo. A quantidade de atributos incertos considera dos, o nmero de nveis e o detalhamento da caracterizao devem ser compatibilizados com a confiabilidade requerida, tempo e recursos computacionais disponveis.
Os modelo de simulao com incerteza apresentam sua prpria distribuio de leo no reservatrio e propriedades de fluxo, resultando em drenagem, fator de recuperao, taxas de produo e injeo singulares. Apenas com a simulao de fluxo todas as interaes entre as propriedades do reservatrio e a estratgia de produo so levadas em considerao. 83
Com esta metodologia so obtidos todos os modelos de fluxo que fornecem o risco nas previses. Atravs da anlise grfica destes modelos com relao aos resultados da funoobjetivo, do volume de leo original e seus fatores de recuperao de leo possvel a seleo de modelos representativos P10 , P50 e P90.
A anlise de risco nas previses de produo envolve conhecimentos especficos nas reas de geologia, engenharia de reservatrios, de produo e econmica, o que requer uma equipe multidisciplinar trabalhando de modo integrado.
Variveis que no implicam em alteraes na modelagem do reservatrio no resultam em aumento significativo de tempo, devido a no serem necessrias simulaes adicionais. Este o caso dos parmetros para anlise econmica ou mudana na probabilidade dos atributos.
O uso de simulao numrica de fluxo no processo de previso de produo melhora a qualidade da anlise de risco, especialmente em reservatrios complexos, onde o fator de recuperao muito dependente dos pa rmetros geolgicos e da estratgia de produo.
Com os dados da produo piloto e do ltimo poo de delimitao do campo foi possvel reduzir a probabilidade de ocorrncia da permeabilidade horizontal pessimista e diminuir a incerteza do volume poroso, ocasionando uma grande reduo do risco do valor presente lquido.
As contribuies desta dissertao foram o enfoque metodolgico integrando parmetros da modelagem geolgica, de fluidos e de rocha fluido, a considerao de atributos discretos e contnuos, a atualizao do risco com a incorporao de dados de produo e a proposta de seleo de modelos representativos da incerteza do reservatrio.
84
7.2
Recomendaes
No decorrer deste estudo vrios temas para continuao desta pesquisa surgiram. As recomendaes d temas a serem abordados em futuras teses sobre o tema de anlise de risco e com simulao numrica de fluxo so apresentadas a seguir:
A utilizao do uso de simulao estocstica condicional com a utilizao de dados de poos e dados de atributos ssmico na caracterizao do reservatrio.
A otimizao da estratgia de produo dos modelos de incerteza selecionados como representativos e uma comparao do risco de produo dos modelos otimizados com os no otimizados.
A incluso de mais de uma estratgia d produo como atributo incerto e a integrao do e impacto das incertezas do reservatrio com as incertezas econmicas, principalmente preo do petrleo.
85
Referncias Bibliogrficas
Alexander, J.A. Risk Analysis: Lessons Learned. In: Annual Technical Conference and
Exhibitions, New Orleans, EUA, SPE 49030, September. 1998
Ballin, P.R., Aziz, K., Journel, A.G.
Quantifying the Impact of Geological Uncertainty on
Reservoir Performing Forecast. In: Symposium on Reservoir Simulation, New Orleans, Louisiana, SPE 25238, Feb. 1993.
Berteig, V., Halvorsen, K.B., Omre,H, Holf, A.K., Jorde, K., Steilaein, O.A. Prediction of Hydrocarbon Pore Volume with Uncertainties. In: Annual Technical Conference and
Exhibitions, Houston, Texas, SPE 18325, October 1988.
Bruhn, C.H.L. Deep Water Reservoirs from the Eastern Brazilian Rift and Passive Margin Basins. In: AAPG International Conference & Exibition, Curso n.6, 2 parte, Rio de
Janeiro, 1998.
Campozana, F.P., Ballin, P.R. Incerteza na Produo de Petrleo Uma Proposta Simplificada. PETROBRAS, Documento Interno, 1998.
Campozana, F.P. Incorporating Dynamic Data into Geostatistics Reservoir Modeling. Austin, EUA: The University of Texas, 1997, 281p., Dissertao (Doutorado).
86
Cruz, P.S. Reservoir Management decision-Making in the Presence of Geological Uncertainty. Stanford, EUA: Stanford University, 217 p., 2000, Dissertao (Doutorado).
Dejean, J.P. Managing Uncertainty on Production Predictions Using Integrated Statistics. In: Annual Technical Conference and Exhibitions, Houston, EUA, SPE 56696, October 1999.
Floris, F.J.T., Peersmann, M.R.H.E.
Uncertainty Estimation in Volumetrics for Supporting
Hydrocarbon E&P Decision Making. Netherlands Institute of Applied Geoscience, TNO, 1998.
Garb, F. A. Assessing Risk in Estimating Hydrocarbon Reserves and in Evaluating Hydrocarbon Producing Properties. Journal of Petroleum Technology, p.765-778, Junho 1988.
Gotway, C.A., Rutherford, B.M.
Stochastic Simulation for Imaging Spatial Uncertainty:
Comparison and Evaluation of Available Algorithms. In: Geoestatiscal Simulations, 1-21, Kluver Academic Publishers, Netherlands, 1994.
Guedes, S.S., Pinto, A.C.C., Cora, C.A.G., Pizarro, J.O.S., e Bittencourt, A.F. Aplicao de Anlise de Incertezas no Desenvolvimento de Acumulaes Petrolferas Marginais em guas Profundas. In: Rio Oil & Gas Expo and Conference, Rio de Janeiro, Outubro 2000.
Jensen, T. B. Estimation of Production Forecast Uncertainty for a Mature Production Licence. In: Annual Technical Conference and Exhibitions, New Orleans, EUA, SPE 49091, September 1998.
Johann, P., Fournier, F. 3-D Stochastic Reservoir Modeling Constrained by Well and Seimic Data on a Turbidite Field. Annual Technical Conference and Exhibitions, Denver, EUA, SPE 36501, October.1996.
87
Journel, A.G. Fundamentals in Geoestatistics in Five Lessons. In: Short Course in Geology, Vol. 8, American Geophysical Union, Washington D.C., !989.
Lake, L.W. Enhanced Oil Recovery. Prentice Hall, Englewood Cliff, NJ, EUA, 1989.
Lia, O., Omre, H., Thelmeland, H., Holden, L., Egeland, T. Uncertainty in reservoir production forecasts. In: AAPG Bulletin Vol. 81, No. 5, 1997.
Loschiavo, R. Estimativa de Incertezas na Previso de Comportamento de Reservatrios. Campinas: Faculdade de Engenharia Mecnica, Unicamp, 1999. 86 p. Dissertao (Mestrado).
Loschiavo, R.,Schiozer,D.J., Steagall, D.E. Estudo do Impacto de Incertezas no Desempenho de Reservatrios de Petrleo. In: ENCIT, Outubro de 2000, Porto Alegre.
Mezzomo, C., Pedroso, C.Jr., Schiozer, D.J.
Optimization of a Production System for a
Petroleum Reservoir. In: ENCIT, Outubro de 2000, Porto Alegre.
Newendorp, P. D. Decision Analysis for Petroleum Exploration. Tulsa, Oklahoma, 1975.
Penn Well Publishing Co.,
vreberg, O., Damsleth, E., Haldorsen, H.H
Putting Error-Bars on Reservoir Engineering
Forecast. In: Symposium on Reservoir Simulation, New Orleans, Louisiana SPE 20512, September 1990.
Pedroso, Jr.C. Otimizao de Locaes de Poos usando Simulao Numrica de Reservatrios. Campinas: Faculdade de Engenharia Mecnica, Unicamp, 1999. 122 p. Dissertao (Mestrado).
88
Samson, P.,Euler,N. Quantifying the Impact of Structural Uncertainties on Gross-Rock Volume Estimates. In: European 3-D Reservoir Modeling Conference, SPE 35535, Stavanger, Norway, April 1996.
Standing, M.B. Notes on Relative Permeability Relationships. Stanford University, CA, 1975.
89

Análise de Risco Nas Previsões de Produção Com Sim. de Fluxo

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análise de Risco Nas Previsões de Produção Com Sim. de Fluxo

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECNICA

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECNICA DEPARTAMENTO DE ENGENHARIA DE PETRLEO

Curso: Cincias e Engenharia Mecnica.

Campinas, 2001 S.P. - Brasil ii

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECNICA DEPARTAMENTO DE ENGENHARIA DE PETRLEO

Campinas, 19 de Janeiro de 2001. iii

A Petrobras e a Braspetro pela oportunidade de aprendizado, crescimento profissional e suporte financeiro.

No saber ruim, no desejar saber pior. (Provrbio Africano)

Incerteza do Meio Fsico........................................................................................ 14

Simulao Numrica de Fluxo ............................................................................... 17 ix

Metodologia ............................................................................................................... 21 Estudo de Incerteza dos Atributos .......................................................................... 22

Definio dos Nveis de Incerteza e Probabilidades .............................................. 26

Anlise de Sensibilidade ........................................................................................ 29

Simulao de Fluxo com Incerteza ........................................................................ 30

Aplicao.................................................................................................................... 35 Modelagem do Reserva trio .................................................................................. 37

Estratgia de Drenagem ......................................................................................... 43

Anlise de Incerteza dos Atributos ......................................................................... 46

Parmetros de Produo e Econmicos ................................................................. 49

Resultados .................................................................................................................. 51 Anlise de Sensibilidade ........................................................................................ 51

Volume Original de leo no Reservatrio..................................................... 52

Volume Acumulado de leo Produzido ........................................................ 54 x

Valor Presente Lquido ................................................................................... 57

Incerteza no Volume Original de leo .................................................................. 59

Previses e Risco de Produo Acumulada de leo.............................................. 60

Previses e Risco do Valor Presente Lquido ........................................................ 63

Modelos Representativos ............................................................................... 65

Comparao com Produo Piloto ......................................................................... 73

Atualizao do Risco de VPL com Novo Poo...................................................... 75

Reduo da Incerteza do VOIS ...................................................................... 76

Risco de VPL com Novos Dados ................................................................... 78

Consideraes Finais ...................................................................................... 80

Concluses e Recomendaes.................................................................................... 82 Concluses ............................................................................................................. 82

fda fdp Otim Phi Pess Vpor

gua gs horizontal leo relativa vertical

ANP E&P FR fdp fda MM NP PVT VE VME VHIS VOIS VPL

preos de leo e gs, a taxa de retorno e os custos operacionais e de implantao do desenvolvimento.

3. O Risco nas Previses de Produo

Previso de Produo com Incerteza

modelo 1 modelo 2 modelo 3

Figura 3.1: Vazes de leo para 3 Modelos de Reservatrio.

Valor Presente Lquido

modelo 1 modelo 2 modelo 3

Figura 3.2: Valor Presente Lquido referente Figura 3.1.

Figura 3.3: Distribuio de Probabilidades de VPL (Newendorp, 1975).

Perfis Probabilsticos de Produo de leo

Figura 3.4: Perfis Probabilsticos de Produo de leo.

Risco de Produo de leo

Figura 3.5: Curva de Risco de Produo Acumulada de leo.

Incerteza do Meio Fsico

Tabela 3.1: Atributos do Modelo Geolgico.

Tabela 3.2: Atributos de Rocha e Fluido.

Simulao Numrica de Fluxo

Para se contornar este problema, algumas solues podem ser pesquisadas:

t = tempo p = fase fluido r = operador divergente krp = permeabilidade relativa da fase p

p = viscosidade da fase p Sp = saturao da fase p

As outras equaes adicionais so:

Pc = Pfase leve Pfase pesada

S fase leve + S fase pesada = 1 19

B1, P(B1 |A1)

B2, P(B2 |A1) B3, P(B3|A1 )

A2, P(A ) 2 A3, P(A3)

Estudo de Incerteza dos Atributos

Realizaes por Intervalo de Classe