Otimização da Estratégia de Exploração

UNISIM 1D

Tatiana Berna Arteaga

t212058@dac.unicamp.br

Jorge Andrés Tovar Muñoz

j212055@dac.unicamp.br

Simulação Numérica de Reservatórios I

Departamento de Engenharia de Petróleo
Novembro, 2018
1
Introdução
O modelo de estudo UNISIM-I-D foi submetido a uma análise de decisão para o
seu desenvolvimento através de uma abordagem determinística. A primeira parte,
consistiu em fazer um ajuste histórico de 1461 dias de 4 poços produtores verticais.
Seguidamente, foi criada uma estratégia base de desenvolvimento do modelo.
Finalmente, tendo o VPL (Valor Presente Líquido) como função objetivo, o modelo
passou por um processo de otimização em sua estratégia de produção para 26 anos.

2
Ajuste Histórico

3
Ajuste Histórico

Poços Produtores NA1A, NA2, NA3D, RJS19

VOIS 1.3X108 m3
Tempo Inicial 2013-06-01
Tempo Final 2017-05-31
Tempo Total 4 anos (1461 dias)
Pressão Inicial 333.194 kgf/cm2 (4739.13 psi)
Pressão de Bolha 210.03 kgf/cm2 (2987.32 psi)

• Ajuste histórico global

• Ajuste histórico local
Adaptado de Carlson (2003)

4
Ajuste Histórico Global – Pressão de Reservatório
1 ∆𝑉𝑝
Cr=53*10-6 (kgf/cm2)-1  Cr=58*10-6 (kgf/cm2)-1 𝐶𝑓 = Pbolha=210,03 kgf/cm2
𝑉𝑝 ∆𝑃

5
Ajuste Histórico Global – Produção de água
Krw, Krw
Sw Kro Permeabilidades Relativas
Original *0,45
0.6
0,17 0,54 0 0
0,2 0,35 0 0
0.5
0,25 0,19 0 0

Permeabilidade Relativa
0,3 0,12 0 0
0.4
0,35 0,08 0 0
0,4 0,05 0,01 0,0045
0.3 Kro
0,45 0,04 0,02 0,009
0,5 0,03 0,04 0,018 Krw-Original
0.2 Krw-Modificada
0,55 0,02 0,06 0,027
0,6 0,02 0,1 0,045
0.1
0,65 0,01 0,15 0,0675
0,7 0,01 0,21 0,0945
0
0,75 0,01 0,28 0,126 0 0.2 0.4 0.6 0.8 1
0,79 0,01 0,36 0,162 Saturação de água
0,82 0,01 0,42 0,189
𝑘. 𝑘𝑟𝑤 . 𝐴 ∆𝑃
𝑞𝑤 =
𝜇 ∆𝑋 6
Ajuste Histórico Local-Pressão de Fundo
Buscando o enquadramento da pressão de fundo de cada um dos
poços de histórico foram alterados os valores de permeabilidade
nas direções I e J nas regiões dos poços.

Poço Região Alterada Volume Alterado *MOD

NA1A 36:40 34:38 1:20 5x5x20 1,6
NA2 19:23 34:38 1:20 5x5x20 1,7
NA3D 40:48 39:51 1:20 9x12x20 2,7
RSJ19 29:33 25:29 1:20 5x5x20 0,79
𝑘. 𝐴 (𝑃𝑒 − 𝑃𝑤𝑓)
𝑞=
𝜇 ∆𝑋
7
Ajuste Histórico Local-Produção de Óleo

8
Ajuste Histórico Local-Produção de Água

9
Metodologia Caso Base e Otimização
Assisted process for design optimization of oil exploitation strategy.
Gaspar et al. (2016)

10
Criação do Caso Base

11
Numero Inicial de Poços Produtores
De acordo com Botechia (2012),

(𝐹𝑅𝑜)∗(𝑉𝑂𝐼𝑃)
𝑁º = = 13
𝑃𝑟𝑜𝑑𝑢çã𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 ó𝑙𝑒𝑜 𝑝𝑜𝑟 𝑝𝑜ç𝑜
Sendo,
VOIP=0,13029*109 m3
Npp=3,933*106 m3

𝐹𝑅𝑜 = 0.114 + 0.272𝑙𝑜𝑔 𝑘 + 0.256𝑆𝑤 − 0.136 𝑙𝑜𝑔 µ𝑜 − 1.538∅ − 0.00035ℎ = 0,402

Sendo, Guthrie e Greenberger (1955)
k= Permeabildade (md)
Sw= Saturação de água conata
µo=Viscosidade do óleo (cp)
∅=Porosidade
h= Espessura porosa (ft)
12
Numero Inicial de Poços Injetores
Volume água injetada = Volume Fluidos Produzidos

De acordo com Botechia (2012):

𝑃𝑟𝑜𝑑𝑢çã𝑜 𝑑𝑖𝑎𝑟𝑖𝑎 𝑝𝑜𝑟 𝑝𝑜ç𝑜)∗ 𝐵𝑜 ∗(𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑜ç𝑜𝑠 𝑝𝑟𝑜𝑑𝑢𝑡𝑜𝑟𝑒𝑠
𝑁º = =8
injeção diária por poço ∗(𝐵𝑤)

Sendo,
• Produção diária por poço=2000 m3std
• Bo=1,45 m3/m3std
• # poços prod.=13
• Injeção diária por poço=5000 m3std
• Bw=1 m3/m3std

13
Localização dos Poços
Poços produtores
Mapas de qualidade:
- Oil production potential
- Oil per unit of area
- Ternary
Poços Injetores
- Injeção periférica
- Ternary
- Streamlines

14
 Limites da Plataforma
• Foi simulada a abertura dos poços
no mesmo dia (1857).
• Os limites das vazões de fluxo da
plataforma foram estabelecidos
segundo a análise do total de óleo
e água produzidos e a quantidade
de água injetada sem nenhum
tipo de restrição por parte da
plataforma (Marques et al, 2013).
Constraint Chave Valor (m^3)
Máx. produção de òleo Max STO 14000
Máx. produção de água Max STW 10000
Máx. produção de liquido Max STL 14000
Máx. Injeção de água Max STW 18000
15
 Cronograma Poços Produtores
Ordem Dia Poço Produtor IEPP, USD

Cronograma de abertura 1
3
1857
1918
NA2
PROD001
1,03E+09
9,34E+08
5 1979 PROD006 8,88E+08
7 2040 PROD008 6,59E+08
9 2099 PROD002 6,13E+08
• Foi simulada a abertura dos 11 2160 PROD009 6,01E+08
poços no mesmo dia (1857). 13 2221 NA1A 5,85E+08
15 2283 PROD007 5,59E+08
• É possível classificar os poços em 17 2344 PROD005 5,53E+08
18 2374 PROD003 2,48E+08
ordem crescente e decrescente 19 2405 PROD004 2,44E+08
de produtores e injetores 20 2436 NA3D 2,43E+08
21 2465 RJS19 1,2E+08
seguindo um Indicador Cronograma Poços Injetores
Econômico de Poço Produtor Ordem Dia Poço Injetor IEPI, USD
2 1887 INJ003 -1,1E+08
(IEPP) e Indicador Econômico de 4 1948 INJ001 -1E+08
Poço Injetor (IEPI), 6 2009 INJ002 -7,8E+07
8 2071 INJ007 -7,2E+07
respectivamente (Avansi, 2014). 10 2130 INJ008 -5,8E+07
12 2191 INJ006 -5,8E+07
14 2252 INJ005 -4,7E+07
16 2313 INJ004 -4,2E+0716
Fator de Recuperação e VPL do Caso Base
VPL vs Tempo
3E+09

2E+09
Valor Presente Líquido, USD

1E+09

VPL, USD FR, %

Caso Base 2180205916 53,63
-1E+09

2015 2020 2025 2030 2035 2040 2045

-2E+09

Tempo, Anos
17
Otimização do Caso Base

18
Otimização da Localização dos Poços Produtores
• Relocalização dos poços produtores em I,J e K.
• Algoritmo de otimização: Latin Hypercube plus Proxy Optimization.
• Otimização com CMOST visou maximizar o FR (função objetivo).

19
Otimização da Localização dos Poços Produtores
Otimização da localização dos poços, VPL vs Tempo
3E+09

2E+09
Valor Presente Liquido, USD

1E+09
Caso Base
Caso VPL, USD FR, % E1
Caso Base 2180205916 53,63 E2
0 E3
Experimento 1 2177450294 53,55
E4
Experimento 2 2196288020 53,75
Experimento 3 2110960512 53,45
-1E+09 Experimento 4 2137364866 53,38

2015 2020 2025 2030 2035 2040 2045

-2E+09
Tempo, Anos

20
 Otimização do Número de Poços
Otimização do número de poços, VPL vs Tempo Caso Base
3E+09 Poço ProdutorExperimento
IEPP 5 Poço Injetor IEPI
ProdutorExperimento
Poço NA2 IEPP
1,03E+09 6 Poço Injetor
INJ003 IEPI
-1,1E+08
Poço ProdutorExperimento
NA2
PROD001 IEPP
1,03E+09
9,34E+08 7 Poço Injetor
INJ003
INJ001 IEPI
-1,1E+08
-1E+08
2E+09 Poço ProdutorExperimento
NA2
PROD001
PROD006 IEPP
1,03E+09
9,34E+08
8,88E+08 8 Poço Injetor
INJ003
INJ001
INJ002 IEPI
-1,1E+08
-1E+08
-7,8E+07
Valor Presente Líquido, USD

É possível classificar os poços em ordem Poço Produtor IEPP,

NA2
PROD001
PROD006
PROD008 USD
1,03E+09
9,34E+08
8,88E+08
6,59E+08 Poço Injetor
INJ003
INJ001
INJ002
INJ007 IEPI, USD
-1,1E+08
-1E+08
-7,8E+07
-7,2E+07
NA2
PROD001
PROD006
PROD008
PROD002 1,03E+09
9,34E+08
8,88E+08
6,59E+08
6,13E+08 INJ003
INJ001
INJ002
INJ007
INJ008 -1,1E+08
-1E+08
-7,8E+07
-7,2E+07
-5,8E+07
crescente e decrescente de produtoresCaso eBase
1E+09 PROD001
PROD006
PROD008
PROD002 9,34E+08
8,88E+08
6,59E+08
6,13E+08 INJ001
INJ002
INJ007
INJ008
INJ006 -1E+08
-7,8E+07
-7,2E+07
-5,8E+07
PROD009 6,01E+08
injetores seguindo um Indicador EconômicoE5de PROD006
PROD008
PROD002
PROD009
NA1A 8,88E+08
6,59E+08
6,13E+08
6,01E+08
5,85E+08 INJ002
INJ007
INJ008
INJ006
INJ005 -7,8E+07
-7,2E+07
-5,8E+07
-4,7E+07
E6 PROD008
PROD002
PROD009
NA1A 6,59E+08
6,13E+08
6,01E+08
5,85E+08 INJ007
INJ008
INJ006
INJ005
INJ004 -7,2E+07
-5,8E+07
-4,7E+07
-4,2E+07
Poço
0
Produtor (IEPP) e Indicador
Caso Econômico
VPL, USD FR, % de PROD007 5,59E+08
INJ008
INJ006
INJ005
INJ004 -5,8E+07
-4,7E+07
-4,2E+07
Caso Base 2196288020 53,75 E7 PROD002
PROD009
NA1A
PROD007
PROD005 6,13E+08
6,01E+08
5,85E+08
5,59E+08
5,53E+08
Poço Injetor (IEPI), respectivamente,
Experimento 5 1494686850 43(Avansi,
E8 PROD009
NA1A
PROD007
PROD005
PROD003 6,01E+08
5,85E+08
5,59E+08
5,53E+08
2,48E+08 INJ006
INJ005
INJ004 -5,8E+07
-4,7E+07
-4,2E+07
2014). Experimento 6 1501914670 43,4 NA1A
PROD007
PROD005
PROD003
PROD004 5,85E+08
5,59E+08
5,53E+08
2,48E+08
2,44E+08 INJ005
INJ004 -4,7E+07
-4,2E+07
-1E+09 Experimento 7 2207827305 53,7 PROD007
PROD005
PROD003
PROD004 5,59E+08
5,53E+08
2,48E+08
2,44E+08 INJ004 -4,2E+07
NA3D 2,43E+08
Experimento 8 2174996259 53
PROD005
PROD003
PROD004
NA3D
RJS19 5,53E+08
2,48E+08
2,44E+08
2,43E+08
1,2E+08
2015 2020 2025 2030 2035 2040 2045 PROD003
PROD004
NA3D
RJS19 2,48E+08
2,44E+08
2,43E+08
1,2E+08
-2E+09
PROD004
NA3D
RJS19 2,44E+08
2,43E+08
1,2E+08
Tempo, Anos
NA3D
RJS19 2,43E+08
1,2E+08
RJS19 1,2E+08
21
 Otimização dos Limites da Plataforma
Otimização da Plataforma
3E+09
STO=STL, STWprod, STWinj,
Caso VPL, USD FR, %
m3/dia m3/dia m3/dia
• qpoil=qpl*0,9 Caso Base 12600 11200 19600 2218721092 53,7
2E+09
E9 12600 11200 19000 2220442189 53,7
qpoil=12600 m3/dia E10 12600 11200 18500 2221876436 Caso
E9
Base
53,7
E11 12600 11200 18000 2223310684 E10 53,7

Valor Presente Liquido, USD

• qpwater=qpl*0,8 1E+09
E12 12600 11200 17500 2224744931 E11 53,7
E12
E13 12600 11200 17000 2226179179 E13 53,7
qpwater=12600 m3/dia E14 12600 11200 16500 2217803634 E14 53,69
E150 12500 11200 17000 2227171452 E15 53,7
• qpw.inj=qpl*1,4
E16
E16 12000 11200 17000 2221885422 E17 53,67
E17 12500 11000 17000 2227745151 E18 53,7
qpw.inj=19600 m3/dia E18
-1E+09 12500 10000 17000
E19
2230613646 E20 53,7
E19 12500 9000 17000 2233493185 E21 53,7
Gaspar et al. (2016) E20 2015 12500
2020
8500
2025
17000
2030
22335074152040 53,69 2045
2035
E21
-2E+09 12500 8700 17000 2234347539 53,69
Tempo, Anos

22
 Otimização do Cronograma de Abertura
Otimização Cronograma de Abertura
3E+09
Caso Base
IEPP, USD 22 Poço Injetor
Poço Produtor Experimento IEPI, USD
NA2 IEPP, USD 23 INJ003
1,03E+09
Experimento -1,1E+08
IEPI, USD
2E+09 Poço Produtor Poço Injetor
PROD001 IEPP >USD
a<
9,34E+08
IEPP, INJ001 IEPI <USD
-1E+08
IEPI, a>
É possível classificar os poços em ordem Poço Produtor Poço Injetor
Valor Presente Líquido, USD

NA2
PROD006 1,01E+09
IEPP <a>
8,88E+08 INJ003
INJ002 -1,1E+08
IEPI >a<
-7,8E+07
crescente e decrescente de produtores e PROD001
PROD003
PROD008 9,33E+08
1,76E+08
6,59E+08 INJ001
INJ004
INJ007 -1E+08
-3,9E+07
-7,2E+07
1E+09
injetores seguindo um Indicador Econômico de PROD002
NA3D 8,08E+08
1,96E+08
6,13E+08 INJ007
INJ005
INJ008 -7,6E+07
-4,4E+07
-5,8E+07
PROD006
PROD004
PROD009 7,84E+08
2,64E+08
6,01E+08 INJ002
INJ006 -7,5E+07
-5,4E+07
-5,8E+07
Poço Produtor (IEPP) eCaso
Caso
VPL, USD FR, %
Indicador Econômico Caso
de
Base PROD009
PROD008
NA1A 6,79E+08
4,4E+08
5,85E+08 INJ008
INJ005 -5,8E+07
-4,7E+07
0 2234347539 53,69
Poço Injetor (IEPI), respectivamente,
Base (Avansi,
E22 PROD007
PROD005 5,88E+08
5,38E+08
5,59E+08 INJ006
INJ002
INJ004 -5,4E+07
-7,5E+07
-4,2E+07
E22 2230746927 53,68 NA1A
PROD005 5,64E+08
5,64E+08
5,53E+08 INJ005
INJ007 -4,4E+07
-7,6E+07
2014). E23 2119862277 53,48 E23
PROD005
PROD007
PROD003 5,38E+08
5,88E+08
2,48E+08 INJ004
INJ001 -3,9E+07
-1E+08
-1E+09
PROD008
PROD009
PROD004 4,4E+08
6,79E+08
2,44E+08 INJ003 -1,1E+08
PROD004
PROD006
NA3D 2,64E+08
7,84E+08
2,43E+08
2015 2020 2025 2030 2035 2040 2045 NA3D
PROD002 1,96E+08
8,08E+08
-2E+09
PROD003
PROD001 1,76E+08
9,33E+08
Tempo, Anos
NA2 1,01E+09
23
 Fechamento de Poços por Corte de Água
Otimização do Tempo de Fechamento
Barreto et al. (2012)
3E+09

2E+09

Valor Presente Liquido, USD

Caso Base
E24
1E+09 E25
𝑛 = 1,112 E26
E27
𝑖
𝑊𝐶𝑈𝑇𝑙𝑖𝑚 =0,95 E28
0
E29
Caso WCUT, % VPL, USD FR, %
Caso Base 0,95 2237723800 53,74 E30
E24 0,96 2234733264 53,7 E31
E25 0,94 2239868910 53,75 -1E+09 E32
E26 0,93 2242388183 53,76
E27 0,9 2249128496 53,76
E28 0,85 2258751366 53,63 2015 2020 2025 2030 2035 2040 2045
E29 0,8 2262551272 53,29 -2E+09
E30 0,75 2260594726 52,89 Tempo, Anos
E31 0,79 2262289678 53,2
E32 0,81 2262087393 53,36 24
Estratégia Final
• 12 poços produtores verticais
• 8 poços injetores de água verticais (injeção periférica)
• Plataforma: qo=12500 m3/dia; qwp=8700 m3/dia; qwinj=17000 m3/dia
• Calendário de abertura: produtor-injetor
Ordem Dia Poço Ordem Dia Poço
1 1857 NA2 11 2160 PROD009
2 1887 INJ003 12 2191 INJ006
3 1918 PROD001 13 2221 NA1A
4 1948 INJ001 14 2252 INJ005
5 1979 PROD006 15 2283 PROD007
6 2009 INJ002 16 2313 INJ004
7 2040 PROD008 17 2344 PROD005
8 2071 INJ007 18 2374 PROD003
9 2099 PROD002 19 2405 PROD004
10 2130 INJ008 20 2436 NA3D

• Limite de corte de água=80%

25
Estratégia Final
Estratégia Final vs Caso Base
3E+09

2E+09
Valor Presente Liquido, USD

1E+09
Caso Base

E. Final
0
Caso VPL, USD FR, %
Caso Base 2180205916 53,63
E. Final 2262551272 53,29
Diferença + 3,78 % -0,34%
-1E+09

2015 2020 2025 2030 2035 2040 2045

-2E+09
Tempo, Anos

26
Conclusões
• A otimização da estratégia de produção permite aumentar o VPL do
caso base em 3,78%.
• O aumento do FR não está ligado diretamente com aumento do VPL.
• No processo assistido de otimização, o uso do CMOST diminui em
grande parte o esforço humano na hora de rodar vários
experimentos.
• No foi possível realizar o ajuste histórico da vazão de água produzida
dos poços NA3D e NA2, técnicas de ajuste que estão mais além desse
trabalho devem ser aplicadas para conseguir o ajuste.

27
Bibliografia
• Avansi G.D. Ajuste de histórico integrado à caracterização de reservatórios de petróleo e sísmica 4D. Tese de
doutorado, Universidade Estadual de Campinas, Campinas, SP, 2014.
• Avansi G.D., Schiozer, D.J., 2015. UNISIM-I: Synthetic Model for Reservoir Development and Management
Applications, International Journal Of Modeling And Simulation For The Petroleum Industry, Vol. 9, No. 1, April.
• Barreto, C. E. A. G. 2009. Estudo de Caso Sobre Corte de Água Ótimo. Unisim On-line, Ano IV, Volume 8, 41ª
Edição, julho de 2009. Disponível em <HTTP://www.unisim.dep.fem.unicamp.br/online/UNISIM-ON-LINE-
N41.PDF>. Acesso em 11/2018.
• Botechia, V.E., 2012. Performance Analysis of Wells in the Oil Production Strategy Selection Under Uncertainty.
University of Campinas, Campinas-SãoPaulo, Brazil.
• Carlson, M., Practical Reservoir Simulation, ilustrated edition. Tulsa, OK, Pennwell Corp, 2003.
• Computer Modelling Group Ltd., 2018. Computer Modelling Group Ltd. Fonte: Computer Modelling Group Ltd:
https://www.cmgl.ca/cmost-ai
• Gaspar, A.T.F.S., Barreto, C.E.A., Schiozer, D.J., 2016. Assisted process for design optimization of oil
exploitation strategy. Journal of Petroleum Science Technology, 146, 473-488. DOI:
https://doi.org/10.1016/j.petrol.2016.05.042
• Ferreira, L.A., Schiozer, D.J., 2010. Use and integration of quality maps and history matching on new
production wells location inmature fields. In: Proceedings of Rio Oil & Gas Expo and Conference, Rio de
Janeiro, Brazil, 13-16 September.
• Manual Mero, Versão 7.3.0. UNISIM, 2018.
• Manual CMOST, 2016.10 Version. Computer Modelling Group, 2016.
• Manual IMEX, 2016.10 Version. Computer Modelling Group, 2016.
• (Computer Modelling Group Ltd, 2018) 28
Obrigados!

29