Pemakaian 3D Streamline Reservoir Simulation Untuk Automatic History Matching
Pemakaian 3D Streamline Reservoir Simulation Untuk Automatic History Matching
Abstract. Dalam tulisan ini akan dipresentasikan pengembangan simulator 3-D duafasa dengan teknik streamline yang dapat diaplikasikan dalam perhitungan skala lapangan dan sistem multi sumur. Simulator streamline dikembangkan dengan menyelesaikan persamaan tekanan dan tracking streamline dari sumur injeksi ke sumur produksi berdasarkan kecepatan Darcy. Kemudian persamaan saturasi 1-D diselesaikan
baik secara numerik maupun analitik sepanjang streamline, dan distribusi saturasi sepanjang streamline dipetakan ke dalam grid multi-dimensi. Untuk menangani perubahan mobilitas air-minyak dilakukan penyelesaian persamaan tekanan dan penentuan
streamline secara periodik. Pengaruh gravitasi dalam metoda streamline adalah sangat
sulit karena gravitasi tidak sejajar dengan arah streamline, untuk itu dilakukan dengan
menggunakan teknik operator-splitting.
History matching dengan menggunakan streamline simulator berdasarkan data dinamik dari produksi seperti water cut, tekanan sumur, dan laju produksi juga dikembangkan. Pendekatan streamline inverse adalah cara yang sangat effisien dalam melakukan proses history matching. Ide dasar pendekatan ini adalah menghubungkan kurva
water cut di sumur produksi dengan streamline. Dengan mengeset permeabilitas efektif sepanjang streamline, breakthrough time setiap streamline akan memberikan data
water cut di sumur produksi. Perubahan permeabilitas effektif sepanjang streamline
dipetakan ke setiap grid simulasi. Beberapa contoh untuk memperlihatkan effisiensi
dan validitas metoda yang dikembangkan.
1. Pendahuluan
Dalam studi ini, akan dibahas tentang pengembangan metoda komputasi yang efisien
dalam pekerjaan history matching untuk simulasi water flooding.
Metoda history matching dengan menggunakan streamline simulator menggunakan
sifat-sifat streamline seperti time-of-flight (TOF), yaitu waktu yang diperlukan oleh partikel untuk menempuh jarak dari sumur produksi ke sumur injeksi. Pendekatan ini
berdasarkan konsep bahwa hubungan antara sifat-sifat streamline dan data produksi
serta sifat-sifat streamline dengan distribusi parameter reservoir. Dengan kata lain,
bahwa model reservoir berkaitan dengan data produksi dan streamline. Dalam metoda
ini, data produksi seperti laju produksi dan water cut di sumur produksi berkaitan dengan sifat-sifat streamline seperti distribusi TOF. Kemudian breakthrough dari fluida
yang mengalir sepanjang streamline berasosiasi dengan permeabilitas efektif streamline.
Permeabilitas efektif sepanjang streamline kemudian dirata-ratakan sepanjang streamline. Kemudian modifikasi parameter reservoir dilakukan dalam dua tahap, pertama
Key words and phrases. Simulasi, streamline, automatic history matching.
c
2003
IATMI
SUTOPO
tahap sreamline kemudian tahap grid-blok. Modifikasi parameter tahap streamline lebih
efisien dibandingkan modifikasi di tahap grid blok. Dengan algoritma ini, modifikasi
dapat dilakukan dengan memetakan perubaha-perubahan parameter ke grid blok dengan konsisten. Dengan proses pendekatan ini, proses keseluruhan history matching lebih
efisien.
2. Streamline Simulator
Finite difference simulator dapat digunakan untuk automatic history matching, tetapi
dalam tulisan ini dipakai streamline simulator. Algoritma inversi berdasarkan data yang
diperoleh dari streamline dan time of flight. Sehingga gabungan dari kedua metoda
ini merupakan metoda yang efisien. Disamping itu, sifat-sifat streamline dan informasi
yang diberikan mempunyai keuntungan lebih jika dibandingkan dengan pendekatan finite
difference.
2.1. Model Matematika. Steamline simulator diselesaikan berdasarkan, pertama
persamaan tekanan kemudian distribusi saturasi [1]. Untuk simulator konvensional finite difference, keuntungan metoda ini dibandingkan full implicit adalah mengurangi
numerical diffusion.
Pengembangan untuk persamaan tekanan dan saturasi adalah sebagai berikut. Persamaan aliran untuk komponen i dan np dan fasa mengalir didefinisikan [5] sebagai
np
X
np
X
(2.3)
(ij Sj ) + (ij uj ) = qs ij
t
j=1
P c
Kemudian, dengan menjumlahkan semua komponen dan menggunakan ni=1
ij = 1,
maka
ut = qs
(2.4)
Kecepatan total didefinisikan dengan menjumlahkan semua fasa dari pers. (2.2) adalah
(2.5)
ut = K(t p + g Z)
t =
np
X
krj
j=1
g =
np
X
krj j g
j=1
Sehingga, kombinasi antara pers. (2.4) dengan (2.5) merupakan persamaan tekanan
untuk aliran multi fasa incompressible
(2.7)
K(t p + g Z) = qs
Untuk persamaan saturasi dapat diturunkan dari pers. (2.3), dengan mengasumsi bahwa
fasanya adalah tidak tercampurkan, maka ij = 0, jika i 6= j dan ij = 1 jika i = j,
sehingga
Sj
+ uj = qs fjs
t
Dengan mensubstitusikan pers. (2.2) ke dalam pers. (2.8) dan mengeliminasi p dengan
pers. (2.5) menjadi
!
np
X
Sj
krj /j
krj /j
krm
(m j ) = qs fjs
(2.9)
m=1 m
m=1 m m=1 m
(2.8)
(2.10)
m=1 m
np
krj /j X krm
G = KgZ Pnp krm
(m j )
m=1 m m=1 m
(2.13)
Sj
+ ut fj + G = qs fjs
t
2.2. Solusi Persamaan Tekanan. Untuk simulator streamline ini, reservoir dibagi
menjadi Cartesian grid system, seperti simulator konvensional. Persamaan tekanan, pers.
(2.7) diselesaikan dengan metoda finite difference untuk Cartesian grid. Diskretisasi pers.
(2.7) untuk 3D dengan menggunakan metoda 7 titik pada lokasi i, j, k adalah
(2.14)
Tz,k+1/2 =
2xk yk
zk
t,k Kz,k
zk+1
t,k+1 Kz,k+1
dimana x, y, z merupakan dimensi grid block, dengan cara yang sama untuk harga
Gz,k+1/2 .
SUTOPO
Untuk sumur, dapat disepesifikasikan sebagai tekanan atau laju alir tetap. Sumur dimodelkan dengan variable densitas dalam lubang sumur, dapat dirumuskan untuk sumur
dengan nl lapisan adalah
nl
X
Tkw (pw
(2.16)
qs =
k pk )
k=1
pw
k
[T]{P } = {B}
dimana T terdiri sumur dan grid block transmisibilitas, vektor P adalah tekanan yang
dicari, serta vektor B adalah transmisibilitas gravitasi dan sink/source.
2.3. Menentukan Kecepatan. Setelah distribusi tekanan diketahui, vektor kecepatan dihitung untuk digunakan tracking streamline. Pers. (2.5) digunakan untuk
menghitung kecepatan Darcy antar grid block
Tz,k+1/2
Gz,k+1/2
(2.19)
ut,k+1/2 =
(pk+1 pk ) +
(Zk+1 Zk )
Ak+1/2
Ak+1/2
dimana Ak+1/2 adalah luas antar grid block. Kemudian untuk menghitung interstitial
velocity (vt ), kecepatan Darcy dibagi dengan porositas grid block.
2.4. Tracking Streamline. Tracing streamline dari sumur injeksi ke sumur produksi digunakan cara analitik untuk menentukan streamline dalam grid block seperti
yang dikemukakan Pollock [6]. Dengan asumsi bahwa kecepatan adalah linear pada
sumbu tertentu dan tetap untuk sumbu lainnya.
Untuk penyederhanaan, pada sistem 2D (lihat Gb. 1), total kecepatan pada sumbu
x adalah
(2.20)
vx = vx,0 + mx (x x0 )
1
vx,0 + mx (xe x0 )
ln
(2.22)
te,x =
mx
vx,0 + mx (xi x0 )
Begitu juga untuk arah y dan z,
(2.23)
te,y
1
vy,0 + my (ye y0 )
=
ln
my
vy,0 + my (yi y0 )
te,z
vz,0 + mz (ze z0 )
1
=
ln
mz
vz,0 + mz (zi z0 )
dan
(2.24)
Streamline akan keluar dari grid block arah tertentu pada waktu te paling kecil.
Dengan diketahui te maka lokasi keluarnya streamline dari grid block dapat ditentukan
1
(2.25)
xe =
(vx,i exp[mx te ] vx,0 )
mx
1
ye =
(2.26)
(vy,i exp[my te ] vy,0 )
my
1
(2.27)
ze =
(vz,i exp[mz te ] vz,0 )
mz
Gambar 2 memperlihatkan contoh hasil tracking streamline untuk sistem dua sumur
injeksi dan dua sumur produksi.
Producer
Z
Producer
Injector
0
1000
100
800
200
1000
600
750
400
500
200
250
Injector
0
SUTOPO
2.5. Time of Flight. TOF ( ) adalah waktu yang diperlukan untuk menempuh
jarak s sepanjang streamline [2], dapat dinyatakan
Z s
()
(2.28)
(s) =
0 |ut ()|
Dengan mengintegralkan dan dievaluasi secara analitik, maka
(2.29)
(s) =
nX
block
te,i
i=1
2.6. Pemetaan Saturasi. Dalam simulator finite difference, pers. (2.13) diselesaikan dalam bentuk 3D, sedangkan dalam metoda streamline pers. (2.13) dipecah menjadi banyak persamaan dalam bentuk 1D yang akan diselesaikan sepanjang streamline.
Menyelesaikan banyak persamaan 1D sepanjang streamline lebih cepat dibandingkan
menyelesaikan 3D.
Streamline diluncurkan dari grid block yang mempunyai sumur injeksi. TOF dihitung
dengan pers. (2.29). Informasi dipakai untuk melakukan transformasi pers. (2.13)
dalam bentuk 1D. Pers. (2.28) dapat ditulis kembali menjadi
=
s
|ut |
(2.30)
atau
ut =
s
(2.32)
|ut |
Sj fj
1
qs fjs
+
+ G=
t
Untuk mapping solusi analitik pers. (2.33), dapat diskalakan dengan xD /tD streamtube
[4]. Dengan asumsi q adalah konstan, maka
Rs
Z
Z
A()()d
xD
1 s A()()d
1 s d
(s)
0
(2.34)
=
=
=
=
tD
qt
t 0 v()A()()
t 0 v()
t
(2.33)
Dari persamaan diatas dapat disimpulkan bahwa fungsi xD /tD dapat diketahui posisinya
di sepanjang streamline dengan mengetahui harga /t. xD /tD dan /t adalah kecepatan
tanpa dimensi, sehingga mapping saturasi dapat dilakukan dengan menggunakan profile
saturasi Buckley-Leverett (lihat Gambar 3).
Tahap kedua adalah bagian gravitasi
(2.35)
1
Sj
+ G=0
t
Gambar 3. Pemetaan
berdasarkan TOF
saturasi
dengan
grafik
Buckley-Leverett
yang akan diselesaikan sepanjang garis gravitasi. Untuk Cartesian grid, sehingga hanya
sumbu z saja yang berpengaruh. Maka pers. (2.35) menjadi
Sj
1 G
(2.36)
+
=0
t
z
3. History Matching dengan Streamline
Metoda ini inverse dikembangkan oleh Wang [7], berdasarkan: 1) mendifinisikan
fungsi objektif; 2) membuat model matematika (sistem inverse) yang dapat diselesaikan
untuk meminimasikan fungsi objektif.
Asumsi-asumsi yang digunakan dalam pemodelan inverse ini adalah permeabilitas
batuan adalah isotropik dan fluidanya adalah tidak termampatkan. Gravitasi dan tekanan
kaliper diabaikan, tidak ada perubahan konfigurasi sumur, tidak ada infill sumur. Disamping itu data permeabilitas relatif diketahui.
3.1. Definisi Kesalahan Streamline. Data produksi yang akan di selaraskan biasanya tekanan dan fraksi laju produksi fluida yang diinjeksikan. Sehingga error keseluruhan terdiri dari tiga bagian, seperti berikut:
(3.1)
E = wf Ef + wp Ep + wq Eq
dimana Ef , Ep , dan Eq adalah error dalam fraksi aliran fluida injeksi, tekanan dan laju
alir di sumur produksi. Notasi wf , wp , dan wq adalah variable yang berhubungan dengan
perata-rataan. Error E di pers. (3.1) adalah fungsi objektif yang harus diminimasikan.
Error ini dihitung kesemua sumur.
Untuk perhitungan modifikasi permeabilitas, dilakukan pemisahan untuk penyelarasan
laju produksi dan tekanan dari penyelarasan water cut. Pemecahan ini berdasarkan pada
observasi bahwa data water cut mempengaruhi variasi distribusi permeabilitas efektif
streamline, sedangkan penurunan tekanan dan laju produksi mempengaruhi rata-rata
pemeabilitas streamline. Oleh karena itu penurunan model matematikanya dapat dibagi
menjadi dua sub sistem yang dapat dipecahkan dengan berturutan. Dibandingkan dengan laju produksi/tekanan, water cut lebih sulit dilakukan penyelarasan, dan yang lebih
penting adalah merupakan indikator dari keheterogenitas dari distribusi permeabilitas.
TOF dari streamline juga disebut dengan streamline breakthrough time. Setiap
streamline memberikan fraksi yang sama dari total laju alir, sehingga dalam pendesakan multifasa, breakthrough setiap streamline memberikan kontribusi harga tertentu
SUTOPO
terhadap water cut di sumur produksi. Sehingga dengan pengurutan berdasarkan breakthrough time, dapat dibuat kurva water cut. Kemudian derajat ketidak selarasan dari
kurva water cut dihitung sebagai error di streamline TOF/breakthrough time yang dinyatakan:
N
1 X 2
2
2
(3.2)
Ef = E =
E
N i=1 i
dimana N adalah jumlah streamline yang tersambung ke sumur produksi. E i menyatakan TOF error dari streamline ke i yang dinyatakan
(3.3)
C
R
E i = Di
Di
C
R
dimana Di
dan Di
adalah TOF tanpa dimensi dari ke i streamline dari hasil perhitungan
dan referensi.
a
a
a
a
k
E 3
31
32
33
3N
3
(3.4)
=
.
.
.
..
..
..
...
..
..
.
.
. ..
aN 1 aN 2 aN 3 aN N
kN
E N
dimana E i didefinisikan pada pers. (3.3), kj adalah modifikasi permeabilitas efektif sepanjang streamline ke j, dan aij sensitivitas TOF dari streamline ke i terhadap
permeabilitas efektif ke j streamline yang dinyatakan
Di
(3.5)
aij =
kj
dimana Di adalah TOF streamline ke i tanpa dimensi, kj permeabilitas efektif sepanjang
streamline j.
Breakthrough time untuk streamline i dihitung dengan
PN
(AL)k xDki
(3.6)
Di = k=1
PN
k=1 (AL)k
dimana L panjang streamline, xDki fraksi pore volume penyapuan streamline k ketika
streamline i breakthrough. Hal ini sebanding dengan posisi front sepanjang streamline
k ketika streamline i breakthrough [3]. k dan Ak menyatakan rata-rata porositas dan
luas penampang streamline k yang dinyatakan
Z 1
(3.7)
A=
A(xD ) dxD
0
Z 1
(3.8)
=
(xD ) dxD
0
i=1 (AL)i
Di =
N
X
k=1
VDk xDki
N
1 X
=
Dk xDki
N k=1
N
N
Di
1 X Di xDki
1 X
xDki
=
=
Dk
kj
N k=1 xDki kj
N k=1
kj
xDki = cik
kk
ki
dimana cik menyatakan konstanta yang berhubungan dengan panjang streamline i dan
k. cik dihitung dari geometri streamline. Turunan xDk terhadap permeabilitas efektif
streamline kj dihitung dengan:
cik kk
2 = xDki , if i = j 6= k
xDki cij ki xDji ki
(3.14)
=
= kj ,
if i 6= j = k
ki
kj
0,
otherwise
Dengan menstutitubsi pers. (3.14) ke pers. (3.12) menjadi
(
P
N
N1kj N
Di
1 X
xDki
k=1,k6=i Dk xDki =
(3.15)
=
Dk
=
Dj xDji
kj
N k=1
kj
N kj
(N 1)Di
N ki
if i = j
if i =
6 j
10
SUTOPO
sij =
2
ij kSLi
kSLi
i
ij
= P
2 2 =
kj
kj
i kj2
nb
/k
ij
j
j=1
Pemberatan berdasarkan jarak streamline melewati grid block, yang dinyatakan dalam
bentuk TOF sebagai berikut:
ij
(3.18)
wij =
j
dimana j adalah
(3.19)
j =
N
X
ij
i=1
3.4. Algoritma Metoda History Matching. Proses yang dilakukan dalam modifikasi permeabilitas adalah dengan iterasi, karena asumsi pendekatan yang dilakukan.
Prosedur history matching ini terdiri forward simulasi untuk mengecek kesalahan dan
proses inversi untuk menghitung modifikasi permeabilitas. Untuk forward simulasi dipilih
simulator streamline [1], karena effisien. Prosedur perhitungan adalah sebagai berikut:
(1) Hitung kecepatan dengan menggunakan tekanan yang dihitung dari reservoir
simulator. Kemudian lakukan perhitungan geometri streamline dengan menggunakan algoritma particle tracking [6].
(2) Hitung perbedaan water cut, laju alir dan tekanan antara simulasi dan referensi.
(3) Dengan menggunakan pers. (3.4) hitung modifikasi permeabilitas efektif streamline untuk menyelaraskan water-cut, dan laju produksi/tekanan. Kemudian
hitung perubahan permeabilitas efektif berdasarkan gabungan penyetaraan sensitivitas dan pemberatan.
(4) Hitung update efektif permeabilitas streamline dengan streamline permeabilitas
efektif dan TOF rata-rata harmonic pers. (3.16).
(5) Kalikan permeabilitas grid block dengan faktor yang diperoleh dari streamline
yang dimodifikasi. Jika grid block dimodifikasi dengan banyak streamline, hitung faktor pengali dengan rata-rata geometri terhadap semua streamline yang
melewati grid block.
4. Contoh Perhitungan
Dalam contoh perhitungan ini akan ditampilkan perhitungan pertama hasil streamline simulator untuk 3D dan yang kedua adalah hasil perhitungan untuk history matching.
4.1. 3D Streamline Simulator. Contoh ini ditampilkan untuk memperlihatkan
kegunaan simulator untuk melakukan simulasi pendesakan minyak oleh air. Dimensi
reservoir adalah 10001000200 cuft, dengan grid block 20202. Permeabilitas Kx =
Ky = Kz = 50 mD, porositas = 0.3, viskositas minyak o = 0.91 cp, dan viskositas air
w = 0.31, densitas minyak dan air masing-masing o = 46.2 lb/cuft, w = 62.2. Sumur
produksi dengan tekanan dasar sumur 2000 psi, posisi sumur terdapat pada grid (20,
20, 1), sedangkan sumur injeksi #1 pada (1, 1, 1)(1, 1, 2), laju produksi 2000 stb/day,
11
sumur injeksi #2 pada (20, 1, 1) dengan laju produksi 500 stb/day. Injeksi dilakukan
pada sumur injeksi #1 dari permulaan, dan sumur injeksi #2 dari t = 1000 2000 hari.
Gambar 4 memperlihatkan hasil distribusi saturasi air untuk t = 500, 1000, 1500,
2000 hari. Dengan simulator streamline kita dapat melakukan simulasi dengan effisien
dan cepat.
krw = Sw ,
kro = 1 Sw ,
w /o = 1
12
SUTOPO
(a) Referensi
(c) Hasil
(a) Referensi
(c) Hasil
(a) On-trend
(b) off-trend
(a) On-trend
13
(b) off-trend
(a) Referensi
(c) Hasil
14
SUTOPO
(a) Referensi
(c) Hasil
Gambar 10. Hasil perbandingan permeabilitas untuk kasus permeabilitas awal seragam
15
3. T. A. Hewett and T. Yamada, Theory for the semi-analytical calculation of oil recovery and effective
relative permeability using streamtubes, Adv. Water Res. 20 (1997), 279292.
4. R. V. Higgins and A. J. Leighton, Computer prediction of water drive of oil and gas mixtures through
irregularly bounded pororus media three-phase flow, Journal of Petroleum Technology 14 (1962),
10481054.
5. W. L. Lake, Enhanced oil recovery, Prentice Hall, Englewood Cliffs, NJ, 1989.
6. D. W. Pollock, Semianalytical computation of path lines for finite-difference models, Ground Water
26 (1988), 743750.
7. Y. Wang, Streamline approaches for integrating production history with geologic information in reservoir models, Ph.D. thesis, Stanford University, 2002.
Departmen T. Perminyakan, Institut Teknologi Bandung, Jl. Ganesha 10 Bandung,
40132.
E-mail address: toppo@spemail.org