Escolar Documentos
Profissional Documentos
Cultura Documentos
UNISIM 1D
2
Ajuste Histórico
3
Ajuste Histórico
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.
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
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
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
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
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
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
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