De Yacimientos

SIMULACION DE YACIMIENTOS: Principios, Conceptos y Construccin de Mallas
Autores:
JAIRO ANTONIO SEPULVEDA GAONA, MSc., y FREDDY HUMBERTO ESCOBAR MACUALO, Ph.D.
Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

2
DEDICATORIAS
A mi esposa Sandra Elena, a mis hijos Jairo Hernn y Mara Jos, y a mis padres Tobas y
Gabriela Jairo
A mi esposa Matilde, a mis hijos Jennifer Andrea y Freddy Alonso, y a mis padres
Sotero (QEPD) y Delfina (QEPD) Freddy
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.

3
INTRODUCCION
Simulacin de Yacimientos es un texto universitario dirigido a estudiantes de preg
rado y postgrado en Ingeniera de Petrleos que reune las experiencias y los conocim
ientos que los autores han adquirido a lo largo de sus carreras docentes y de su
s estudios de postgrado. El texto, dirigido a estudiantes de pregrado y posgrado
en Ingeniera de Petrleos, consta de quince unidades que tratan de resaltar los as
pectos ms importantes de la Simulacin de Yacimientos, una ciencia que se encuentra
en su mayor auge, dada la necesidad de describir lo ms exactamente posible el co
mportamiento de un yacimiento de hidrocarburos. Se presentan los conceptos funda
mentales de matemticas, fsica e ingeniera de yacimientos requeridos para desarrolla
r un simulador de un yacimiento al igual que la metodologa para llevar a cabo un
estudio de simulacin de yacimientos numrica y analticamente. El texto menciona algu
nos conceptos modernos considerados en la actualidad en el rea, relacionados prin
cipalmente con los mtodos de construccin de mallas. Las primeras cinco unidades da
n la clasificacin de los simuladores, tipo de modelos, enmallado, errores en la i
nformacin requerida para un estudio de simulacin, ajuste histrico y efectos de orie
ntacin de la malla. Las unidades seis, siete y ocho dan los conceptos fundamental
es y las bases matemticas de la ecuacin de difusividad, clasificacin de las ecuacio
nes en diferencias y problemas de valores de frontera. De la unidad nueve a la q
uince, se estudia el tratamiento numrico de las ecuaciones de flujo al igual que
los esquemas que se han introducido en la literatura para resolver ms eficienteme
nte los problemas de flujo en el medio poroso. All se consideran los mtodos para r
esolver las ecuaciones algebraicas resultantes de la aplicacin de las diferencias
finitas.

4
CONTENIDO
CONTENIDO.......................................................................
.................................................. 4 UNIDAD 1 ..................
................................................................................
........................... 9 INTRODUCCION......................................
............................................................................ 9 1
.1. ANTECEDENTES ...............................................................
........................................... 9 1.2. DEFINICION ..................
................................................................................
.............. 10 1.3. BREVE HISTORIA DE LA SIMULACION..........................
...................................... 10 1.4. ASPECTOS GENERALES...............
............................................................................ 12
1.4.1. Definicin y Objetivos ....................................................
........................................... 12 1.4.2. Utilidad de la Simulacin ..
................................................................................
......... 13 1.4.3. Ajuste de Simulador con la Historia del Yacimiento .........
........................................ 13 1.4.4. Resultados de una Simulacin...
................................................................................
. 14 1.5. ETAPAS PARA DESARROLLAR UN MODELO ....................................
................. 14 1.6. COMO TRABAJA UN MODELO ...............................
................................................ 15 UNIDAD 2 ...................
................................................................................
........................ 18 INFORMACIN REQUERIDA PARA UTILIZAR UN SIMULADOR .....
...................... 18 2.1. INTRODUCCIN.......................................
.................................................................. 18 2.2. DESCR
IPCIN FSICA DEL YACIMIENTO .......................................................
..... 18 2.3. MECANISMOS DE DESPLAZAMIENTO .....................................
............................ 19 2.4. PROPIEDADES PETROFSICAS ....................
........................................................... 19 2.5. PROPIEDADES
PVT DE LOS FLUIDOS..............................................................
..... 20 2.6. INFORMACION ADICIONAL.............................................
....................................... 20 2.6.1. Datos de Produccin y de Relacin
de Flujo............................................................. 20 2.6.2.
Estado Mecnico de los Pozos .....................................................
.............................. 21 2.6.3. Aspecto Econmico........................
............................................................................ 22
2.6.4. Mapas ...................................................................
...................................................... 23 2.7. PERMEABILIDADES R
ELATIVAS........................................................................
... 23 2.7.1. Obtencin de Permeabilidades Relativas .............................
...................................... 24 2.8. INTRODUCCION DE LOS DATOS AL SIMU
LADOR ............................................ 24 2.8.1. Representacin Polino
mial ...........................................................................
.............. 24 2.8.2. Tablas de Valores .....................................
.................................................................. 26 UNIDAD 3 .
................................................................................
.......................................... 29 CLASIFICACION DE LOS SIMULADORES .
.................................................................. 29 3.1. INTRO
DUCCION.........................................................................
................................ 29 3.2. TIPO DE YACIMIENTO.....................
......................................................................... 30 3.3
. APROXIMACIONES TRADICIONALES DE MODELAMIENTO .......................... 31 3.3
.1. Mtodos analgicos .............................................................
....................................... 31 3.3.2. Mtodos experimentales .........
................................................................................
.... 31 3.3.2.1. Modelos anlogos ................................................
.................................................... 31 3.3.2.2. Modelos fsicos..

................................................................................
...................... 31 3.3.3. Mtodos matemticos ...............................
.................................................................. 32

5
3.4. NIVEL DE SIMULACION........................................................
................................... 32 3.5. SIMULADOR ..........................
................................................................................
..... 32 3.5.1. Simulador de gas ...............................................
......................................................... 33 3.5.2. Simulador ge
otrmico .........................................................................
....................... 33 3.5.3. Simulador de aceite negro ....................
...................................................................... 33 3.5.4.
Simulador de recuperacin qumica .................................................
.......................... 34 3.5.5. Simulador de recuperacin con miscibles .....
............................................................. 34 3.5.6. Simulado
r de recuperacin trmica ..........................................................
.................. 34 3.6. TIPO DE FLUIDO DEL YACIMIENTO .......................
.............................................. 35 3.6.1. Simulador monofsico.....
................................................................................
........... 35 3.6.2. Simulador bifsico..........................................
............................................................ 35 3.6.3. Simulador
trifsico .......................................................................
.............................. 36 3.6.4. Simulador composicional ...............
............................................................................ 36
3.7. NUMERO DE DIMENSIONES .....................................................
.............................. 36 3.7.1. Simulador de cero dimensiones..........
........................................................................ 37 3.7.
2. Simulador de una dimensin ....................................................
.................................. 38 3.7.3. Simulador de dos dimensiones ......
............................................................................. 39
3.7.2.1. Simulador Areal.......................................................
................................................ 41 3.7.3.2. Simulador de seccin
transversal ....................................................................
........ 41 3.7.2.3. Simulador de dos dimensiones en forma radial...............
........................................ 41 3.7.4. Modelo de tres dimensiones ..
................................................................................
..... 41 3.8. GEOMETRIA.........................................................
....................................................... 42 3.9. ENMALLADO MODERN
O...............................................................................
.......... 43 3.10. USO DE LA CLASIFICACION ....................................
............................................. 43 UNIDAD 4 ......................
................................................................................
..................... 47 EXACTITUD DE LAS SOLUCIONES ...........................
................................................... 47 4.1. ERROR DE REDONDEO...
................................................................................
.......... 48 4.2. ERROR DE BALANCE DE MATERIA (EBM)............................
............................... 49 4.3. ERRORES NO LINEALES.....................
...................................................................... 50 4.4. E
RROR DE INESTABILIDAD ..........................................................
.......................... 50 4.5. ERRORES DE TRUNCAMIENTO .....................
......................................................... 51 4.6. DISPERSIN NUMRIC
A...............................................................................
.......... 52 4.7. PROBLEMAS DE ORIENTACIN DE LA MALLA...........................
....................... 57 UNIDAD 5 ............................................
...............................................................................
60 AJUSTE HISTORICO ............................................................
............................................. 60 5.1. INTRODUCCIN................
................................................................................
........ 60 5.2. COMPARACIN DE LA PRESIN DEL SIMULADOR CON LOS DATOS DE PRESIN DE R
ESTAURACIN ......................................................................
................. 60 5.3. PRESIN DE AJUSTE HISTRICO ..............................

........................................... 63 5.4. PRONSTICO DEL COMPORTAMIENTO
............................................................... 69 UNIDAD 6 ....
................................................................................
....................................... 70 PRINCIPIOS BSICOS ....................
................................................................................
.. 70 6.1. INTRODUCCIN...........................................................
.............................................. 70 6.2. TIPOS DE ENERGA EN EL FLUJ
O DE FLUIDOS EN MEDIOS POROSOS ........ 70 6.2.1. Energa gravitacional...........
................................................................................
....... 71

6
6.2.2. Energa de Presin ..........................................................
............................................ 71 6.3. POTENCIAL DE FLUJO, ........
................................................................................
. 73 6.3.1. Potencial de flujo para lquidos y para gases.........................
..................................... 74 6.3.2. El Potencial para Columnas de Lqu
idos y Gases ...................................................... 76 6.4. NOTA
CIN VECTORIAL ...................................................................
......................... 78 6.5. LEY DE DARCY .................................
......................................................................... 80 6.5
.2. Ley General de Darcy (Anisotropa) ...........................................
................................. 81 6.5.3. lujo Multifsico ....................
................................................................................
..... 82 6.6. E ECTOS DE LA PRESION CAPILAR ....................................
................................... 83 6.7. UERZAS DE LUJO EN EL YACIMIENTO ..
........................................................... 85 6.8. ECUACION DE
CONTINUIDAD ....................................................................
........... 86 6.9. REGLA DE LA CADENA .........................................
.................................................. 88 6.10. LINEALIDAD..........
................................................................................
................... 88 6.11. ECUACION DE DI USIVIDAD ...........................
.................................................... 89 6.12. CLASI ICACION DE L
AS ECUACIONES DI ERENCIALES PARCIALES DE SEGUNDO ORDEN .........................
................................................................................
... 92 6.13. COMPARACION DE LA ECUACION DE DARCY CON LA ECUACION DE CALOR.......
................................................................................
.......................................... 92 6.14. PROBLEMAS CON VALOR EN LAS
RONTERAS.............................................. 94 6.14.1. Sistema Radial
Infinito (Rata constante)......................................................
............ 94 6.14.2. Sistema Radial Cerrado (Rata constante, estado pseudoest
able) ............................. 96 6.14.3. Sistema Lineal Infinito (rata con
stante). .................................................................. 99 6
.14.4. Sistema Lineal Cerrado (Rata constante, estado pseudoestable)............
................ 100 6.14.5. Sistema Lineal Transitorio. .......................
............................................................. 102 6.14.6. Sistem
a Lineal Transitorio ( rontera izquierda cerrada)...............................
......... 104 UNIDAD 7 .........................................................
................................................................ 106 ECUACIONES
UNDAMENTALES...................................................................
............ 106 7.1. ECUACIN DE CONTINUIDAD ....................................
......................................... 106 7.2. ECUACIN DE DI USIVIDAD .......
........................................................................ 107 7.3
. CLASI ICACIN DE LOS LUIDOS SEGN SU COMPRESIBILIDAD ............ 108 7.4. ECUACI
ONES DE ESTADO..................................................................
................... 108 7.4.1. Ecuacin de Estado para luido Incompresible ......
................................................. 109 7.4.2. Ecuacin de Estado pa
ra luido Ligeramente Compresible..................................... 109 7.4.3
. Ecuaciones de Estado para luidos Compresibles ...............................
.................... 110 7.5. ECUACIN DE DI USIVIDAD PARA DI ERENTES TIPOS DE LU
IDOS ...... 111 7.5.1. Ecuacin de Difusividad para luido Incompresible .........
...................................... 111 7.5.2. Ecuacin de Difusividad para lu
idos Ligeramente Compresibles ......................... 112 7.5.3. Ecuacin de Dif
usividad para un Gas Real ......................................................
........ 114 7.6. CONDICION INICIAL Y CONDICIONES DE RONTERA ..................
................ 116 UNIDAD 8 ..................................................
....................................................................... 119 ECUA
CIN DE LUJO PARA DOS O MS ASES .................................................
.... 119 8.1. INTRODUCCION......................................................

................................................. 119 8.2. LUJO DE LUIDOS SIN
CAMBIO DE ASES ..................................................... 120 8.3. E
CUACIONES DE LUJO MULTI ASICO COMPOSICIONAL........................... 121 8.3.
1. Ecuacin De Continuidad Del Componente I ......................................
................... 122
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.

7
8.4. MODELO COMPOSICIONAL SIMPLI ICADO .........................................
............ 127 8.4.1. Modelo de Aceite Negro o luidos tipo ..................
............................................ 127 8.4.2. Ecuaciones de Flujo de F
luidos Tipo Beta () ......................................................... 127
UNIDAD 9 ......................................................................
................................................... 137 MODELO NUMRICO UTILIZANDO
DIFERENCIAS FINITAS ................................ 137 9.1. INTRODUCCION.....
................................................................................
.................. 137 9.2. ECUACIONES DEL SIMULADOR ...........................
............................................... 137 9.3. PROCESO DE DISCRETIZACI
ON........................................................................... 13
8 9.4. POLINOMIO DE TAYLOR GENERADO POR UNA FUNCION ...........................
139 9.5. DIFERENCIAS FINITAS....................................................
....................................... 140 9.5.1. Aproximaciones a la primera d
erivada..................................................................... 141
9.5.2 Aproximaciones a la segunda derivada ....................................
................................. 145 9.5.3 Aproximacin de trminos no - lineales..
................................................................. 146 UNIDAD 10
................................................................................
....................................... 149 ESQUEMA DE SOLUCIN DE LAS ECUACIONES
DE FLUJO (LINEALES) .......... 149 10.1 ESQUEMA DE SOLUCION EXPLICITO...........
................................................... 149 10.2. ESQUEMA DE SOLUCIO
N IMPLICITO .............................................................. 150 1
0.3. ESQUEMA DE CRANK - NICHOLSON ..............................................
.................. 154 10.4 EL CONCEPTO DE TRANSMISIBILIDAD EN LOS ESQUEMAS DE S
OLUCION ........................................................................
................................................ 154 UNIDAD 11 .................
................................................................................
...................... 161 APROXIMACIN EN DIFERENCIAS FINITAS DE LAS ECUACIONES D
E FLUJO DE UN SOLO FLUIDO ......................................................
............................................... 161 11.1. PROBLEMAS UNIDIMENSION
ALES................................................................... 161 11.2
. ACOPLAMIENTO DE LAS CONDICIONES DE FRONTERA EN LAS ECUACIONES EN DIFERENCIAS .
................................................................................
163 UNIDAD 12..................................................................
...................................................... 166 CONCEPTOS RELACIONADO
S CON EL MODELO NUMERICO ............................. 166 12.1. ERRORES .......
................................................................................
.......................... 166 12.2. ESTABILIDAD................................
......................................................................... 166 12
.2.1. Anlisis de Von Newmann ....................................................
............................... 167 12.3. CONVERGENCIA..........................
.......................................................................... 170 1
2.4. SISTEMA DE CUADRICULA DE LA MALLA..........................................
........... 170 12.5. FLUJO MONOFASICO..........................................
.................................................. 171 12.5.1. Flujo en Serie (D
iscontinuidad Vertical).........................................................
....... 171 12.5.2. Flujo en Paralelo (Sistema Estratificado) ..................
............................................. 173 12.5.3. Funciones de Presin: f(
p) .............................................................................
.......... 175 UNIDAD 13 .......................................................
................................................................ 176 TIPOS DE MA
LLAS ...........................................................................
.............................. 176 13.1. MALLA DE NODOS DISTRIBUIDOS (CARTESIANA
S).................................... 176 13.2. MALLA DE BLOQUES CENTRADOS (CAR
TESIANAS) ................................... 177 13.3. MALLAS NO- UNIFORMES (CO
ORDENADAS CILINDRICAS, FLUJO RADIAL)............................................

................................................................................
178 13.3.2. Malla de Bloques Centrados: (Radial)...............................
..................................... 183
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.

8
UNIDAD 14 ......................................................................
................................................. 185 SOLUCION DE SISTEMAS DE EC
UACIONES ALGEBRAICAS................................ 185 14.1. INTRODUCCION.....
................................................................................
................ 185 14.2. METODOS DIRECTOS EN LA SOLUCION DE SISTEMAS DE ECUACI
ONES ALGEBRAICAS ...............................................................
................................................. 186 14.2.1. Inversin de Matriz.
................................................................................
................ 186 14.2.2. Regla de Cramer ...................................
.................................................................. 186 14.2.3. Mt
odo de Eliminacin de Gauss: Sup. .................................................
................ 187 14.2.4. Mtodo de Gauss Jordan ..............................
....................................................... 190 14.2.4.1. Errores en
el Mtodo de Gauss Jordan .......................................................
...... 191 14.2.5. Descomposicin Matricial.......................................
............................................... 191 14.3. METODOS ITERATIVOS EN
LA SOLUCION DE SISTEMAS DE ECUACIONES ALGEBRAICAS ..............................
................................................................................
.. 192 14.3.1. Mtodo de Jacoi...................................................
................................................. 193 14.2.1.1. Convergencia del
mtodo de Jacoi ................................................................
.... 197 14.2.2. Mtodo de Gauss - Seidel.........................................
.............................................. 197 14.2.3. Mtodo de Relajacin.....
................................................................................
........ 199 14.3. ORDENAMIENTO DE LAS ECUACIONES (NUMERACION DE BLOQUES) . 201
14.5. METODOS DE DIRECCIN ALTERNANTE Y METODOS AFINES ................ 208 14.5.1
. ADIP (Alternating Direction Implicit Procedure) Mtodo de Peaceman y Rachford ..
................................................................................
........................................... 208 14.6. SOLUCION DE SISTEMAS DE EC
UACIONES NO - LINEALES: ..................... 216 14.5.1. Caso 1: Funciones de u
na sola Variale................................................................
. 216 14.5.2 Caso II: Dos ecuaciones no-lineales con dos Incgnitas...............
.......................... 218 14.6.3. Newton - Raphson para la Solucin de Sistem
as de Ecuaciones No Lineales....... 219 14.5.3.1 Flujo Unidimensional de un Flui
do: 1F - 1D. Ecuacin en Diferencias Finitas .. 221 14.6.3.2 Mtodos de Linealizacin.
................................................................................
.... 231 14.7. ALGORITMO DE THOMAS .............................................
...................................... 233 14.8. ECUACION DE BALANCE DE MATERIA:
EBM ................................................ 237 UNIDAD 15 ............
................................................................................
........................... 239 CAUDALES Y PRESIONES DE POZOS...................
...................................................... 239 15.1. ECUACIONES PARA
POZO...........................................................................
....... 239 15.2. ECUACIONES DE PEACEMAN........................................
...................................... 239 15.2.1. Caida de presin (Drawdown) Imp
lcito .................................................................. 240 15.2
.2. Caudal Especificado.........................................................
........................................ 241 15.2.3. Pwf Especificada ..........
................................................................................
............ 241 15.3. COMPARACIN DE PRESIONES SIMULADAS CON DATOS DE RESTAURACIO
N DE PRESION ...................................................................
................... 241 NOMENCLATURA............................................
............................................................... 245 SUBNDICES Y S
UPERNDICES ......................................................................
............. 246 BIBLIOGRAFIA .................................................
............................................................... 248

9
UNIDAD 1
INTRODUCCION
1.1. ANTECEDENTES La explosin electrnica en las ltimas dos dcadas ha transformado la
simulacin de yacimientos de algo inaccesile y oculto en una herramienta muy imp
ortante que, entre muchas cosas, le permite al ingeniero tener un mejor entendim
iento de la dinmica del flujo de fluidos en yacimientos muy complejos y las carac
tersticas de la dinmica del flujo de fluidos en cercanas al pozo, la interaccin del
pozo (horizontal, vertical o desviado) con el yacimiento, el modelamiento adecua
do de las estructuras geolgicas, fallas y pinchamientos y la complejidad de la ca
racterizacin del yacimiento. Los simuladores numricos de yacimientos se usan muy a
mpliamente ya que permiten resolver prolemas que no se pueden resolver por otro
s medios. Aunque recientemente la aplicacin de mtodos semianalticos, como el de las
lneas de flujo (streamlines) han tomado auge, especialmente para simular yacimie
ntos estratigrficamente complejos. Su versatilidad se dee a que utilizan menor e
sfuerzo de cmputo, fundamentalmente radica en el desacoplamiento del prolema de
flujo de fluidos de 3D a 1D. El potencial de la simulacin arranc a finales de los
40s. El compromiso era aunar esfuerzos en el anlisis numrico y el desarrollo de mtod
os prcticos de clculo. Inicialmente, los primeros simuladores fueron lo suficiente
mente grandes para justificar estudios costosos y la necesidad de contar con un
comportamiento detallado a mediano o largo plazo. Esto, por supuesto, convirti la
simulacin en una herramienta indispensale en el manejo de los yacimientos. Ante
riormente para calcular la recuperacin de hidrocaruros, por ejemplo, se utiliza
an mtodos de alance de materia como los de Schilthuis, Tarner, Muskat, Pirson y
Tracy en los cuales se considera al yacimiento como un tanque con propiedades pr
omedio, tanto de presin como de propiedades petrofsicas y PVT de los fluidos. Sin
emargo, esta suposicin de homogeneidad a lo largo de todo el yacimiento, aunque
se ha demostrado que puede ser valida, muchas veces no existe, por lo cual se pe
ns en dividir el yacimiento en una serie de loques o celdas, asignndole a cada un
a de ellas propiedades promedio y aplicar la ecuacin de alance de materia para c
ada loque, acoplado a la ecuacin de Darcy que es una ecuacin de flujo que permite
determinar la interaccin entre los loques. A sto, es decir, el dividir el yacimi
ento en una serie de loques para su estudio se le conoce en forma general como
simulacin y los aspectos nuevos que presenta es que, como

10
puede fcilmente suponerse, se requiere de una gran cantidad de clculos (hay que ut
ilizar alance de materia en cada loque) por lo que se hace indispensale el us
o de una computadora para llevarlos a cao. Lgicamente el primer prolema que sur
ge es otener la informacin necesaria para cada loque, lo cual se desconoce y un
a vez estimado contina tendiendo cierto grado de incertidumre. Sin emargo, supo
niendo que se pueda conseguir dicha informacin, sin lugar a dudas, esta es la mej
or manera de llevar a cao el estudio de un yacimiento cuando ste no es homogneo.
Con ello no se quiere decir que esto sea lo mejor o dea de aplicarse indistinta
mente a cualquier prolema, pues la experiencia ha demostrado que el mtodo de al
ance de materia simplificado, ien aplicado, en determinados casos puede proporc
ionar resultados acertados y econmicos. Actualmente, la disponiilidad de computa
dores y el enorme progreso que ellos han venido teniendo recientemente, hace de
la simulacin un instrumento prctico en la toma de decisiones y planeacin durante la
vida de un yacimiento. 1.2. DEFINICION La simulacin de yacimientos es una cienci
a que comina la fsica, la matemtica, la geologa, la ingeniera de yacimientos y la p
rogramacin de computadores para desarrollar herramientas que pronostiquen el comp
ortamiento de los yacimientos de hidrocaruros ajo diferentes condiciones de op
eracin. Simular quiere decir dar la apariencia de. Luego, esta ciencia es indispens
ale en virtud a que se requiere otener predicciones exactas del desarrollo de
un yacimiento. Dicha necesidad nace del hecho que un proyecto de recuperacin de u
n campo de hidrocaruros involucra una inversin de cientos de millones de dlares y
presenta varios riesgos que estn asociados con el desarrollo seleccionado y por
tanto se precisa la evaluacin y minimizacin de dichos riesgos. Los factores que co
ntriuyen al riego incluyen: Complejidad del yacimiento deido a las propiedades
de heterogeneidad y anisotropa de las rocas, Variaciones regionales del flujo de
fluidos y caractersticas de las curvas de permeailidades relativas, Complejidad
del mecanismo de recoro de hidrocaruros, Aplicailidad de otros mtodos predict
ivos limitados e inapropiados.
El ltimo factor es el nico controlale por el ingeniero pero requiere experticia y
prctica adecuada. 1.3. BREVE HISTORIA DE LA SIMULACION Prcticamente la simulacin d
e yacimientos se ha venido empleando desde los inicios de la

11
ingeniera petrolera, es decir, hacia 1940. Antes de 1960, los clculos usados para
predecir el comportamiento del yacimiento -pronosticar la recuperacin o comparar
alternativas econmicas entre diversos mtodos de recuperacin- consistan en su mayora d
e mtodos analticos tales como: el mtodo de alance de materia o simulador de cero d
imensiones y el mtodo de Buckley-Leverett o modelo de una dimensin. El termino simu
lacin se hace comn a los principios de 1960, refirindose con l a mtodos de prediccin d
sarrollados en programas de computadoras relativamente sofisticados. Dichos prog
ramas representaan un mayor adelanto deido a que permitan la solucin de un conju
nto de ecuaciones expresadas en diferencias finitas que descrian flujo multifsico
a travs de un medio poroso heterogneo en dos y tres dimensiones. Este adelanto se
hizo posile gracias a la evolucin tan rpida que tuvieron las computadoras y sor
etodo el desarrollo de mtodos numricos capaces de resolver grandes sistemas de ecu
aciones en diferencias finitas. Durante los aos 60s, los esfuerzos de la simulacin
fueron dedicados en gran medida a los prolemas de dos fases (gas y agua) y, en
tres fases, as como modelos de aceite negro. La simulacin de mtodos de recuperacin s
e limitaa esencialmente a los prolemas de agotamiento natural y de mantenimien
to de presin. Con esto era posile el desarrollo de un modelo de simulacin nico, ca
paz de dirigirse a la mayora de los prolemas de yacimientos que se tenan. Este co
ncepto de un modelo general siempre ha sido atractivo deido a que significa red
uccin en el costo de su preparacin y de su uso y, potencialmente, en el costo del
desarrollo del modelo y de su mantenimiento. Sin emargo, durante los aos 1970s el
panorama cami radicalmente. El aspecto econmico motiv a que se uscara la forma d
e otener una mayor recuperacin, llevndose a efecto proyectos de prueas de campo
-prueas piloto- encaminadas al estudio de procesos de recuperacin mejorada. Esto
condujo a la simulacin de nuevos procesos que ian ms all del depresionamiento con
vencional y del mantenimiento de presin, tales como la inyeccin de misciles, la i
nyeccin de vapor, la inyeccin de productos qumicos y la comustin in-situ. Con esto,
al manejo relativamente cmodo de dos componentes hidrocaruros (gas y aceite) en
flujo simple inmisciles, haa que agregarle entonces la influencia de la temper
atura, agentes qumicos y los efectos del comportamiento complejo del equilirio e
ntre fases. La proliferacin que tuvieron estos mtodos de recuperacin en los aos 1970s
motivo la orientacin del concepto de modelo nico o general hacia modelos individu
ales desarrollados para representar cada una de estas nuevas tcnicas. Las investi
gaciones realizadas durante este tiempo, dieron como resultado un avance signifi
cativo en la formulacin de modelos de simulacin y de mtodos numricos para la solucin
de sistemas de ecuaciones. Estos avances permitieron simular procesos de recuper
acin de lo ms complejo y/o reducir el costo de tiempo del computador. En la actual
idad el enfoque de la simulacin es el de afinar los avances que se han otenido y
volver a tender hacia un simulador general aplicale a todos o a la mayora de lo
s

12
procesos de recuperacin que interesen. El xito depende en gran parte, de la otenc
in de ecuaciones de estado que representen el comportamiento PVT de los component
es de un sistema de fluidos en tres fases ajo un rango de presiones y temperatu
ras astante amplio. Aunado a sto, se vienen desarrollando mtodos de enmallado ms e
ficaces que permitan capturar con ms exactitud los detalles locales del medio por
oso y de heterogeneidades normalmente halladas en un yacimiento. Tal es el caso,
de refinamiento de mallas convencionales para descriir mejor el pozo dentro de
l yacimiento, o las nuevas mallas PEBI Biseccin Perpendicular- que permiten modela
r ms realsticamente los procesos intrincados de flujo dentro de una fractura, pozo
horizontal, o la caracterizacin adecuada de fallas, lentes, y discontinuidades.
1.4. ASPECTOS GENERALES 1.4.1. Definicin y Ojetivos La simulacin de yacimientos e
s un proceso mediante el cual el ingeniero con la ayuda de un modelo matemtico, i
ntegra un conjunto de factores para descriir con cierta precisin el comportamien
to de procesos fsicos que ocurren en un yacimiento. Bsicamente, un modelo matemtico
de simulacin de yacimientos, consiste en un nmero determinado de ecuaciones que e
xpresan el principio de conservacin de masa y/o energa, acopladas con ecuaciones r
epresentativas de flujo de fluidos, temperatura y/o la concentracin de estos flui
dos a travs de medios porosos. Dichas ecuaciones son ecuaciones diferenciales en
derivadas parciales no lineales, su solucin es posile nicamente en forma numrica y
de manera discreta, es decir, en un nmero de puntos preseleccionados en tiempo y
en espacio y no de una manera continua. La no linealidad de las ecuaciones oed
ece a lo siguiente: La heterogeneidad en el yacimiento. La relacin no lineal entr
e la saturacin con la presin capilar. Las propiedades PVT de los fluidos son funci
ones no lineales de la presin, composicin y temperatura.
Los modelos matemticos requieren el uso de un programa de computo deido a la can
tidad de clculos tan grande que se realizan al efectuar una simulacin. El ojetivo
primordial al hacer uso de la simulacin es predecir el comportamiento de un dete
rminado yacimiento y con ase a los resultados otenidos, optimizar ciertas cond
iciones para aumentar la recuperacin. Para ello se requiere de la experiencia y
uen juicio del ingeniero para decidir cuando es preciso utilizar un modelo y que
tipo de modelo es el mas conveniente en cada caso; as como evaluar de una manera
apropiada tanto los datos que se van a utilizar en la simulacin como los resulta
dos que se otengan de ella. La seleccin del modelo a utilizar, adems del aspecto
econmico, est en funcin de lo que se desea simular y de la informacin con que se cue
nte para realizar la simulacin, pero una

13
regla general es utilizar el modelo ms simple capaz de resolver el prolema plant
eado.
1.4.2. Utilidad de la Simulacin La simulacin de yacimientos constituye la herramie

nta ms poderosa con que cuenta el ingeniero siempre y cuando la geologa y las prop
iedades de los fluidos estn propiamente caracterizados y el modelo matemtico de si
mulacin ha sido proado y calirado adecuadamente. Mientras que fsicamente el yaci
miento puede producirse una sola vez y lo ms proale es que no sea en la forma ms
adecuada, dado que un error cometido en el proceso afectar cualquier camio sus
iguiente, el modelo permite producir un yacimiento varias veces y en muy diferente
s maneras, con lo cual se pueden analizar varias alternativas y seleccionar el m
ejor escenario. El oservar el comportamiento del modelo ajo diferentes condici
ones de operacin, ayuda a seleccionar un conjunto de condiciones de produccin ptima
s para el yacimiento. Ms especficamente, con la ayuda de la simulacin, se puede hac
er lo siguiente: Conocer el volumen original de aceite. Tener una
movimiento de los fluidos dentro del yacimiento. Determinar el comportamiento d
e un campo de aceite ajo diversos mecanismos de desplazamiento, como puede ser:
la inyeccin de agua, la inyeccin de gas, el depresionamiento natural o el uso de
algn mtodo de recuperacin mejorada. Determinar la conveniencia de inyectar agua en
un yacimiento de aceite por los flancos en lugar de utilizar un patrn determinado
de pozos inyectores o viceversa. Optimizar los sistemas de recoleccin. Determina
r los efectos de la localizacin de los pozos y su espaciamiento. De esta manera d
esarrollar un campo con ase en una informacin limitada, pudindose determinar dond
e perforar nuevos pozos. Estimar los efectos que tiene la rata de produccin sore
la recuperacin. Calcular la cantidad de gas que se otiene de un nmero determinad
o de pozos localizados en puntos especficos. Definir valores de parmetros en el ya
cimiento, para llevar a cao estudios econmicos. Otener la sensiilidad de los r
esultados o variaciones en las propiedades petrofsicas del yacimiento o las propi
edades PVT de sus fluidos cuando no son ien conocidas. Realizar estudios indivi
duales de pozos. Conocer la cantidad de gas almacenado. Hacer un programa de pro
duccin. Simular un proceso fsico especfico: resultados de una inyeccin de agua, una
pruea de presin, etc.
1.4.3. Ajuste de Simulador con la Historia del Yacimiento Si la informacin con qu
e se cuenta para llevar a cao una simulacin es amplia y de

14
calidad, el ojetivo de la simulacin tender a satisfacerse y la prediccin del compo
rtamiento ser mejor. Si por el contrario, la informacin es incompleta o no muy con
fiale, los simuladores solo podrn utilizarse para comparar semicuantitativamente
los resultados al explotar el yacimiento de diferentes maneras. De cualquier fo
rma, la apropiacin que proporciona el simulador puede mejorarse mediante el ajust
e de ste a medida de que se vaya oteniendo mayor informacin del yacimiento. Lo pr
imero que se hace para ajustar el simulador con la historia del yacimiento, es c
alcular el comportamiento de ste usando la mejor informacin disponile. De esta ma
nera los resultados otenidos de la simulacin se comparan con aquellos otenidos
del campo, sto es, con los valores reales. Si los resultados al compararlos no co
inciden en una manera satisfactoria, se hacen modificaciones en los datos utiliz
ados y se efectan otras corridas del simulador hasta que se alcanza la aproximacin
deseada en los resultados. Cuando sto ocurre, el modelo ya puede ser utilizado p
ara predecir con cierto grado de precisin, el comportamiento del yacimiento. Es i
mportante notar que dicho comportamiento est influenciado por muchos factores tal
es como: permeailidades, distriucin de saturaciones, espesores de las capas, po
rosidades, permeailidades relativas, etc. que nunca se conocen con exactitud a
lo largo de todo el yacimiento. De esta forma, a lo que en realidad llega el ing
eniero es a una cominacin de estas variales (que da como resultado un ajuste),
la cual no es nica, por lo que dicha cominacin no puede representar de una manera
precisa las condiciones del yacimiento. Por esto se dee tener en cuenta que al
utilizar un simulador, despus de haerlo ajustado a la historia del yacimiento,
no se puede asegurar la prediccin que proporcione ser exactamente el comportamient
o real que se tenga en dicho yacimiento. Sin emargo, a medida de que el periodo
ajustado sea mayor, la prediccin que se haga ser mas confiale, lo que implica qu
e el ingeniero dea estar continuamente comparando la prediccin hecha por el simu
lador con el comportamiento presente y actualizar de ser necesario, las cominac
iones de datos que maneja el modelo. 1.4.4. Resultados de una Simulacin Los resul
tados tpicos que se otienen de una simulacin consisten de la distriucin de presio
nes y de saturaciones en cada una de las celdas en que ha sido dividido el yacim
iento, y de los volmenes producidos y las relaciones agua-aceite y gas-aceite par
a los pozos productores. Si hay inyeccin de fluidos se otiene, el ritmo de inyec
cin de los pozos o las presiones necesarias para inyectar los volmenes estalecido
s. 1.5. ETAPAS PARA DESARROLLAR UN MODELO El desarrollar un modelo es un proceso
iterativo que consiste de las siguientes etapas: Descripcin del yacimiento Deter
minar el tipo de mecanismo de desplazamiento Escriir el modelo matemtico Desarro
llar el modelo numrico

15

Desarrollar el programa de cmputo Determinar la validez del modelo Ajustar el mod
elo con la historia del yacimiento Predecir el comportamiento futuro
El proceso iterativo mencionado se puede oservar en la Fig. 1.1, ya que al ir a
vanzando en las diferentes etapas, es necesario regresar a modificar algo de las
anteriores, como pueden ser las suposiciones en las que se as el modelo. Las ra
zones de considerar varias suposiciones al desarrollar un modelo, son las siguie
ntes: No ostante de haerse hecho todo lo posile por caracterizar al yacimient
o de la mejor manera, nunca podr hacerse esta sino solo en una forma aproximada.
Hacer el prolema manejale. Reducir el costo de la simulacin.
Oviamente la necesidad de utilizar suposiciones se hace cada vez menor, deido
a los adelantos e innovaciones que la ciencia va proporcionando da a da, especialm
ente en velocidad de procesamiento de datos, la cual fue una limitante significa
tiva antes de 1980. 1.6. COMO TRABAJA UN MODELO El procedimiento de clculo en for
ma simplificada que utiliza un modelo, est dado por los siguientes pasos: Se empi
eza con las celdas en las que se conoce su presin y su saturacin inicial. Se selec
ciona un incremento de tiempo al cual el modelo va a efectuar los clculos (los in
crementos de tiempo iniciales son generalmente, periodos de tiempo cortos alrede
dor de uno o varios das, pero en los intervalos sucesivos los incrementos de tiem
po pueden ir aumentando hasta llegar a curir algunos meses). Calcular o asignar
el volumen producido o inyectado, si es el caso, en cada pozo para el intervalo
de tiempo seleccionado. Calcular el flujo que hay entre las celdas durante el i
ntervalo de tiempo utilizado y los nuevos valores de saturacin para cada celda. S
eleccionar un nuevo intervalo de tiempo y repetir el proceso hasta que el modelo
halla hecho los clculos para el tiempo total deseado.

De esta manera el simulador calcular la distriucin de presiones y de saturaciones
a lo largo del yacimiento en funcin del tiempo. En la Fig. 1.2 se puede oservar
un diagrama de flujo que da idea de cmo traaja un modelo. En los captulos siguie
ntes se estudiar con mas detalles cada una de las etapas de clculo, de manera que
el lector se vaya familiarizando con lo que realmente es la simulacin de yacimien
tos, para que tenga la capacidad de escriir modelos sencillos y pueda resolver
prolemas en una y dos fases, as como en una y dos dimensiones.

16
DESCRIPCIN DEL YACIMIENTO
DETERMINACIN DEL TIPO DE MECANISMO DE DESPLAZAMIENTO QUE OPERA EN EL YACIMIENTO
ELABORACIN DE MODELO MATEMTICO QUE REPRESENTE LOS PROCESO FSICOS QUE SE PRESENTAN E
N EL YACIMIENTO
DESARROLLO DEL MODELO NUMRICO QUE SUSTITUYA AL MODELO MATEMTICO
REALIZACIN DEL PROGRAMA DE CMPUTO
DETERMINACIN DE LA VALIDEZ DEL MODELO
No
ES VLIDO EL MODELO?
Si AJUSTE DEL MODELO CON LA HISTORIA DEL YACIMIENTO
PREDICCIN DEL COMPORTAMIENTO FUTURO
Figura 1.1. Etapas para Desarrollar un Modelo

17
INICIO DE LOS CLCULOS EN LAS CELDAS EN QUE ES CONOCIDA LA PRESIN Y LA SATURACIN
SELECCIN DEL INCREMENTO DE TIEMPO AL CUAL EN EL MODELO HAR LOS CLCULOS
CLCULO O ASIGNACIN DEL VOLUMEN PRODUCIDO O INYECTADO EN CADA POZO PARA EL INCREMEN
TO DE TIEMPO SELECCIONADO
CLCULO DEL FLUJO QUE EXISTE ENTRE LAS CELDAS DURANTE EL INCREMENTO DE TIEMPO UTIL
IZADO
DETERMINACIN DE LOS NUEVOS VALORES DE PRESIN Y SATURACIN AL FINALIZAR EL INTERVALO
DE TIEMPO PARA CADA CELDA
SE HA ALCANZADO EL TIEMPO TOTAL AL CUAL SE DESEA HACER LA PREDICCIN?
LA SIMULACIN HA TERMINADO
Figura 1.2. Como traaja un Modelo

18
UNIDAD 2
INFORMACIN REQUERIDA PARA UTILIZAR UN SIMULADOR
2.1. INTRODUCCIN Para que todo traajo de ingeniera de yacimientos tenga xito se de
e contar con una uena informacin que represente las condiciones que prevalecen
en el yacimiento. As pues la simulacin sin ser la excepcin, requiere de una amplia
descripcin fsica del mismo y de los tipos de mecanismo por medio de los cuales va
a producir. Los resultados que se otengan de la simulacin sern tan uenos como lo
s datos que se hayan empleado para realizarla y, el tiempo que se pueda perder e
n preparar esta informacin es un tiempo ien empleado. Hay que hacer notar que la
informacin que dee tratarse de otener con mayor precisin es aquella que al vari
arla -realizando diferentes corridas de simulacin- cause un camio significativo
en los resultados otenidos. As por ejemplo, se sae que una propiedad determinad
a vara en un rango especfico y al efectuar dos o tres corridas de simulacin se vara
dicha propiedad dentro de este rango y se otienen resultados parecidos, se pued
e tomar como uena una de las predicciones, o ien, relegar a segundo trmino esfu
erzos adicionales para medir con precisin dicha propiedad. Si por el contrario, v
ariando esa propiedad se alteran los resultados consideralemente, es necesario
redolar esfuerzos para otener con mayor aproximacin dicha propiedad. La informa
cin que se requiere para efectuar una simulacin es: Descripcin fsica del yacimi
Mecanismo o mecanismos de desplazamiento que operan en el yacimiento. Propiedad
es petrofsicas de las capas de inters. Propiedades PVT de los fluidos. Otros datos
.
2.2. DESCRIPCIN FSICA DEL YACIMIENTO Para otener una descripcin fsica del yacimient
o es necesario llevar a cao un estudio geolgico de detalle que proporcione un co
nocimiento estratigrfico, estructural y petrogrfico, que permita de esta manera ca
racterizar al yacimiento perfectamente. Dicho estudio geolgico se completa con mto
dos geofsicos. La informacin de este tipo que interesa a la simulacin es: Lmites del
yacimiento

19

Caractersticas de la formacin productora Caractersticas del acufero Fallas Discontin
uidad en las capas
2.3. MECANISMOS DE DESPLAZAMIENTO Los cuatro mecanismos sicos que operan para re
cuperar los hidrocaruros del yacimiento son: Expansin del sistema roca-fluido De
splazamiento Segregacin gravitacional Imiicin
La expansin del sistema roca-fluidos se provoca al haer un aatimiento de presin,
dando como resultado el movimiento de los fluidos a travs del medio poroso del p
unto de mayor presin al punto de menor presin. El desplazamiento se da con gas o c
on agua. Con gas puede ser empuje de gas disuelto lierado o empuje de algn casqu
ete de gas, ya sea natural o inyectado. Con agua puede ser agua de inyeccin o ie
n entrada natural por la presencia de algn acufero considerale. La segregacin grav
itacional se presenta en yacimientos de espesor considerale (o en capas de echa
do muy pronunciado) que tengan valores de permeailidad altos en el sentido vert
ical y consiste en el acomodo que tienen los fluidos de acuerdo con sus densidad
es. La imiicin capilar se da generalmente en el sentido normal (perpendicular)
al flujo y puede ser muy importante al inyectar agua en forma lateral en capas h
eterogneas con variaciones considerales en las permeailidades verticales. 2.4.
PROPIEDADES PETROFSICAS Las propiedades petrofsicas se determinan en el laoratori
o con pequeos ncleos otenidos del yacimiento y que se procuran sean representativ
os. Para asegurar una mayor precisin en estos datos se puede otener informacin co
mplementaria de estas propiedades. Dicha informacin la proporcionan los registros
elctricos y los anlisis de pruea de presin. Adems, existen correlaciones pulicada
s para la otencin de estas propiedades y pueden ser de utilidad en determinado m
omento. Los datos petrofsicos que se necesitan para efectuar una simulacin son: Po
rosidades,

20

Permeabilidades, k Saturaciones de agua, aceite y gas, Sw, So, Sg Presin capilar
entre dierentes interases, Pcw-o, Pcg-o, Pcg-w Permeabilidad relativa al agua,
aceite y al gas, krw, kro, krg Compresibilidad de la ormacin, cr
2.5. PROPIEDADES PVT DE LOS FLUIDOS Las propiedades de los luidos son tambin obt
enidas en el laboratorio por medio de muestras sacadas de los pozos. Para que lo
s valores que se obtengan sean aceptables (lo mismo ocurre con las propiedades p
etrosicas), se requiere que las mediciones se hagan lo ms cuidadosamente posible
y tratando de acercar al mximo las condiciones del laboratorio a las condiciones
existentes en el yacimiento. Estas propiedades de los luidos que se requieren e
n un trabajo de simulacin son: Factores de volumen del agua, del aceite y del ga
, Bw, Bo, Bg Relacin de solubilidad en el aceite y en el agua, Rs, Rsw Viscosidad
es del agua, del aceite y del gas, w, o, g Compresibilidad del agua, del aceite y d
el gas, cw, co, cg Comportamiento de ases Presin de Saturacin
2.6. INFORMACION ADICIONAL Adems de la inormacin undamental que se menciona con
anterioridad, existen otros datos irrelevantes cuando se realiza una simulacin. D
icha inormacin corresponde casi en su totalidad como se ver a continuacin, a carac
tersticas de los pozos. 2.6.1. Datos de Produccin y de Relacin de Flujo Cuando se t
rata de hacer un ajuste del modelo con la historia del yacimiento, se requieren
conocer los ritmos de produccin y la declinacin de la presin. Estos datos de produc
cin que se necesitan para cada pozo, se pueden desglosar en los siguientes puntos
: Flujo de aceite vs. tiempo Flujo de gas vs. tiempo Flujo de agua vs. tiempo Cu
alquier presin media vs. tiempo
Adems es preciso contar con los ndices de productividad y si es el caso, con los nd
ices de inyectividad de los pozos que integran el yacimiento. En la prctica gener
almente se cuenta con un registro completo de la rata de produccin de aceite de c
ada pozo, pero no pasa lo mismo con las ratas de produccin de gas y de agua,

21
cuya inormacin la mayora de las veces es limitada. Por ello se necesita que con l
os datos disponibles se elabore una grica como la que se presenta en la igura 2
.1 que permita interpolando, obtener una inormacin mas completa.
Qo
Qg
Caudal, Q
Qw
Tiempo, t
Fig. 2.1. Obtencin de los caudales de produccin de gas y agua con inormacin incomp
leta
2.6.2. Estado Mecnico de los Pozos Segn lo visto hasta el momento, al parecer para
llevar a cabo una simulacin, cualquier inormacin sobre el estado mecnico de los p
ozos que integran el yacimiento carecera de inters, pues aunque los pozos orman p
arte integral del sistema, la inluencia que puedan tener en l parece haber sido
considerada ya en los datos de produccin. Adems, si la simulacin es un estudio a ni
vel del yacimiento, para qu sirve entonces la inormacin sobre el estado mecnico de
los pozos?. Un avance muy signiicativo en simulacin es acoplar el comportamiento
que tiene los luidos dentro del yacimiento al que presenta a lo largo de las t
uberas de produccin en su camino hacia la supericie. Para ello se requiere contar
con en mtodo de lujo multisico que entre como subrutina en el simulador. Es de
suponer, lgicamente, que un trabajo de esta naturaleza requiere de las caractersti
cas mecnicas de los pozos, Fig. 2.2. Existe una gran cantidad de correlaciones qu
e tratan sobre el comportamiento de los luidos en las tuberas de produccin. El us
o de dichas correlaciones, al igual que los estudios de simulacin, est sujeto a ci
ertas consideraciones importantes. El estado mecnico de los pozos lo comprende la
inormacin siguiente:

22

Proundidad mxima del pozo, indicando si es vertical, direccional o desviado, y h
orizontal Dimetro interior del pozo Caractersticas de las tuberas de revestimiento:
dimetro, proundidad, peso y grado Caractersticas del aparejo de produccin. Tipo d
e terminacin: dimetro, grado y peso de las tuberas de produccin. Equipo para mtodos a
rtiiciales de produccin
Flujo en la tubera de produccin (Flujo multisico)
Fig. 2.2. Acoplamiento del lujo de luidos en el yacimiento con el lujo de lu
idos en la tubera vertical en un solo simulador.
2.6.3. Aspecto Econmico En todo trabajo de ingeniera debe ser considerado como un
punto primordial el aspecto econmico. En simulacin de yacimientos la inormacin de
este tipo que se debe tomar en cuenta es la siguiente: Precio del barril de ace
te Costo del pozo Lmite econmico Mxima relaciones agua-aceite y gas-aceite con que
se piensa trabajar Mnima presin de ondo luyendo Precio de gas Gastos de operacin

23
2.6.4. Mapas Al preparar la inormacin que se necesita para realizar una simulacin
, se elaboran los siguientes mapas: Mapa estructural Mapa ispaco Mapa de isoporos
idades Mapa de isopermeabilidades
Los mapas estructurales sirven para determinar a travs de las curvas de nivel, la
s proundidades de los pozos, eectos geolgicos del subsuelo como allas, as como
la vista de planta del yacimiento, lmites del mismo, contactos agua-aceite, gas-a
ceite y/o gas-agua. Al mapa ispaco lo componen lneas que unen puntos en el yacimie
nto de igual espesor. Entre otras cosas sirve para cuantiicar volumtricamente el
volumen original de aceite y/o el volumen original de gas. Se coment al tratar s
obre la inormacin petrosica requerida la importancia que tena sta y la orma de ob
tenerse. As pues, las porosidades y las permeabilidades se conocen en localizacio
nes discretas del yacimiento y el simulador requiere un conocimiento de estas pr
opiedades en todos y cada uno de los puntos del mismo. Con este in se construye
n los mapas de isoporosidades e isopermeabilidades. En ocasiones se elaboran map
as en los cuales se encuentra la distribucin de combinaciones o productos de prop
iedades como por ejemplo: Porosidad-espesor, h Porosidad-saturacin-espesor, Soh
2.7. PERMEABILIDADES RELATIVAS Se ha comentado a lo largo de este captulo la gran
importancia que tiene el contar con una buena inormacin, haciendo ver que la cl
ave para obtener buenos resultados se basa en buena inormacin de entrada disponi
ble. Pues bien, sin lugar a duda que la inormacin crtica que se emplea dentro de
toda la inormacin que se requiere al eectuar una simulacin, son las permeabilida
des relativas, dado que una relacin determinada de ellas deine los resultados qu
e entrega el modelo. Si en el transcurso de un estudio de simulacin el yacimiento
cambia de un mecanismo de desplazamiento a otro, el ingeniero debe determinar s
i este cambio aecta el desplazamiento de los luidos o la recuperacin dentro de
las celdas en que ha sido dividido el yacimiento y, de ser as, lo que es casi seg
uro los datos de permeabilidades relativas deben ser modiicados para relejar d
icho cambio. Sin embargo, cambiar el juego de permeabilidades relativas dependie
ndo del mecanismo de desplazamiento que opera en el yacimiento por un tiempo det
erminado no es nada sencillo, si se considera que la inormacin ms dicil de obtene
r son precisamente estas curvas de

24
permeabilidades relativas, por la diicultad que existe de llevar a cabo pruebas
de desplazamiento en el laboratorio bajo las mismas condiciones en que se encue
ntra el sistema roca-luidos en el yacimiento. Esto es cierto incluso para perme
abilidades relativas en dos ases. Con lo anterior no se trata de decir que ste s
ea un problema particular de la simulacin, sino se trata de un problema que se pr
esenta en todo trabajo que se realiza sobre ingeniera de yacimientos y por el cua
l es comn tener errores considerables en los resultados obtenidos. 2.7.1. Obtencin
de Permeabilidades Relativas Las permeabilidades relativas pueden obtenerse por
medio de las siguientes maneras: Pruebas de desplazamiento en el laboratorio Clc
ulos por medio de datos de presin capilar Ajuste con los datos del campo Correlac
iones
La Re. 3 da una explicacin de estos mtodos de obtencin de permeabilidades relativa
s para una y dos ases e incluso, proporciona la correlacin de Stone que es un mo
delo que combina la teora del lujo en el medio poroso con conceptos de probabili
dad para obtener la permeabilidad relativa para tres luidos. 2.8. INTRODUCCION
DE LOS DATOS AL SIMULADOR Una vez que se ha logrado reunir la inormacin que se n
ecesita para llevar a cabo una simulacin, el problema que se presenta es la maner
a de introducir esos valores al modelo. Sin lugar a duda que la inormacin que co
nstituye la mayor parte de los datos que manejar el simulador corresponde a las p
ropiedades PVT de los luidos y a las propiedades petrosicas de la roca, puesto
que se requieren en todos y cada uno de los bloques en que se ha dividido el yac
imiento. Por ello es necesario tratar de compactar esta inormacin de tal manera
que sea manejable. 2.8.1. Representacin Polinomial Supngase que en el laboratorio
se ha llevado a cabo un anlisis de luidos del yacimiento y se le han determinado
las propiedades necesarias para un estudio de simulacin. Con los resultados se h
an construido gricas como las que se muestran en las Figs. 2.3a, 2.3b y 2.3c. Es
posible ajustar una ecuacin a cada curva e introducir dichas ecuaciones el simul
ador para que evale las propiedades cuando sea necesario.

25
PARAMETRO
o Rs
Bo
Pb
PRESION
Fig. 2.3.a. PVT del crudo
PARAMETRO
Bg g Pb
PRESION
Fig. 2.3.b. PVT del gas

26
PARAMETRO
Co Bt
Pb
PRESION
Fig. 2.3.c. Propiedades PVT del crudo
2.8.2. Tablas de Valores Algunos datos PVT no pueden ser representados tan cilme
nte por medio de una expresin polinomial, ya sea porque la uncin no sea continua
o porque el orden del polinomio sea tan alto que no resulte prctico programarlo.
En este caso la solucin consiste en elaborar una tabla con pares de valores orden
ados que son almacenados en computadora, utilizndose cuando se requieran. Cuando
los valores que se desean obtener no existen en la tabla, se hace una interpolac
in, tabla 2.1. Para ello el modelo deber contar con una subrutina que se encargue
de realizarla. Es preciso que para construir este tipo de tablas, lo mismo que p
ara ajustar ecuaciones a las gricas, se tomen la cantidad de puntos necesarios p
ara que el ajuste o la interpolacin proporcione valores coniables. Por ejemplo,
considrese la Fig. 2.4. Para representar la regin A con cinco puntos es suiciente
. En la regin B se tienen cambios grandes en los valores de Sw a pesar de tener p
equeos cambios P, por lo que es preciso utilizar una mayor cantidad de puntos. La
regin C puede representarse perectamente con solo dos puntos, puesto que se tra
ta de una lnea recta.

27
Tabla 2.1. Datos de Factores de Volumen de Aceite
P, Psi 2000 2050 2100 2150 2200 2300 2350 2400
Bo, bbl/BF 1.25 1.27 1.28 1.30 1.35 1.40 1.36 1.35
Regin A
Regin B
Sw
Fig. 2.4. Presin capilar vs. Saturacin de Agua.
Dos tipos de interpolacin que pueden utilizarse son: Interpolacin Lineal:
X * X1 1 Y * = Y1 + (Y2 Y1 ) 2 X 2 X1
Regin C
Po

28
Interpolacin Lagrangiana:
X * X 2 X * X1 X *X2 X *X3 X * + X1 X * X 3 Y* = Y1 +
X 3 X 3 X 2 X 3 X1
Por otro lado, los datos de porosidad, espesores, permeabilidad, etc., as como lo
s datos de produccin, tambin entran en forma de tabla. La lectura de toda esta inf
ormacin lo har el modelo como si se tratara de matrices.

29
UNIDAD 3
CLASI ICACION DE LOS SIMULADORES
3.1. INTRODUCCION A travs del tiempo, producto de las crecientes necesidades que
ha tenido la industria petrolera, lo que origin como se coment en la Unidad 1 el
advenimiento de procesos de recuperacin ms complejos, se han desarrollado una gra
n cantidad de simuladores, los cuales pueden clasificarse en funcin de las caract
ersticas que presentan el yacimiento que se piensa estudiar o bien el proceso fsic
o que se quiere reproducir. Luego, cuando se desea reproducir el comportamiento
de un yacimiento sujeto a un determinado proceso de recuperacin, es preciso selec
cionar el modelo que cumpla con ciertas caractersticas de diseo que le permitan re
alizar el trabajo de manera adecuada. En la ig. 3.1 se presenta una clasificacin
general de simuladores y fue construida de manera que en ella aparezcan todos l
os posibles trabajos de simulacin que se puedan efectuar. Con el objeto de explic
ar las caractersticas de los diferentes tipos de modelos que existen y los trabaj
os de simulacin que pueden realizarse con ellos, se definen en la ig. 3.1, los s
iguientes seis parmetros de seleccin: Tipo de yacimiento Nivel de simulacin
Tipo de flujo en el yacimiento Numero de dimensiones Geometra
Como puede observarse cada uno de estos parmetros tienen diferentes alternativas
a utilizar; as por ejemplo, las posibles a emplear para un numero de dimensiones
son: cero, una, dos o tres dimensiones; en tipo de yacimiento se tienen dos opci
ones para seleccionar: no fracturados y fracturados; etc. Hay que hacer notar qu
e el grado de complejidad de las alternativas que aparecen en la ig. 3.1 para c
ada parmetro de seleccin va de izquierda a derecha. As por ejemplo, para tipo de ya
cimiento es ms difcil realizar un estudio de simulacin para uno fracturado que para
uno no fracturado, para tipo de flujo en el yacimiento lo ms complejo es un mode
lo composicional, etc. A continuacin se explica de manera mas detallada los tipos
de simuladores que existen y en que caso se utilizan; al mismo tiempo que se va
haciendo referencia a los parmetros de seleccin de la ig. 3.1.

30
TIPO DE YACIMIENTO
NO RACTURADOS
RACTURADOS
NIVEL DE SIMULACIN
POZOS INDIVIDUALES
TODO EL YACIMIENTO
SIMULADOR
DE GAS
GEOTRMICO
DE ACEITE NEGRO
DE ACEITE VOLTIL
DE GAS Y CONDENSADO
DE RECUPERACIN QUMICA
DE RECUPERACIN CON MISCIBLES
DE RECUPERACIN TRMICA
1.MISCELARES Y MIROEMULSIONES 2. POLMEROS 3. SUR ACTANTES 4. COMBINACIN DE 1, 2 Y
3.
1. GAS RICO 2. CO2 3. NITRGENO (NO2)
1. INYECCIN DE LUIDOS CALIENTES 1.1 AGUA CALIENTE 1.2 VAPOR 2. COMBUSTION INSIT
U
TIPO DE LUJO EN EL YACIMIENTO
MONO SICO
BI SICO
TRI SICO
COMPOSICIONAL
NUMERO DE DIMENSIONES
CERO DIMENSIONES
UNA DIMENSIN
DOS DIMENSIONES
TRES DIMENSIONES
HORIZONTAL
VERTICAL
INCLINADO
RADIAL
AREAL
SECCIN TRANSVERSAL
RADIAL
CONVENCIONAL
RADIAL
GEOMETRA
X
Y
Z
R
X, Y
X, Z
R, Z
X, Y, Z
R, , Z
Fig. 3.1. Seleccin de un Simulador
3.2. TIPO DE YACIMIENTO En forma general, dependiendo de caractersticas fsicas pro
ducto de la mecnica de las rocas de los yacimientos, estos pueden dividirse en do
s grandes grupos: yacimientos no

31
fracturados y yacimientos fracturados, siendo los estudios de simulacin en estos l
timos, los ue presentan mayor grado de dificultad debido a ue las fracturas re
presentan verdaderos canales de flujo ue modifican el comportamiento de los flu
idos a travs del medio poroso. En la actualidad, el estudio de este tipo de forma
ciones est recibiendo considerable atencin. 3.3. APROXIMACIONES TRADICIONALES DE M
ODELAMIENTO Los mtodos tradicionales para predecir el comportamiento de un yacimi
ento, se pueden dividir en tres grandes categoras; (i) Mtodos analgicos, (ii) mtodos
experimentales, y (iii) Mtodos matemticos. 3.3.1. Mtodos analgicos Estos usan las p
ropiedades de yacimientos maduros ue tengan la misma ubicacin geogrfica o posean
condiciones petrofsicas similares al yacimiento en estudio. Antes de perforar, cu
ando la informacin es limitada o ausente, el nico mtodo ue disponen los ingenieros
para efectuar anlisis econmicos es la analoga. Para ello se utilizan los yacimient
os con caractersticas petrofsicas ms parecidas dentro de la misma cuenca o provinci
a para estudiar el comportamiento de otro yacimiento en particular. Este mtodo pe
rmite determinar factores de recobro, ratas de produccin iniciales, ratas de decl
inacin, espaciamiento de pozos y mecanismos de recuperacin. Este mtodo proporciona
resultados confiables en yacimientos muy similares con las mismas estrategias de
explotacin. 3.3.2. Mtodos experimentales En estos mtodos se miden parmetros fsicos (
ratas, presiones o saturaciones) en modelos de laboratorio a escala y luego se a
propian para todo el yacimiento. Ellos se subdividen en anlogos y fsicos: 3.3.2.1.
Modelos anlogos Estos se emplean muy raramente en la actualidad, sin embargo, ex
isten dos puntos de vista de consideracin: (1) Histricamente, fueron importantes e
n los primeros estudios, particularmente la incorporacin de eficiencias de barrid
o en procesos de inyeccin de agua, y (2) la diferencia entre redes de resistencia
-capacitancia y modelos potenciomtricos ilustra la diferencia entre modelos conti
nuos y discretos. Para simular el comportamiento de un yacimiento, los modelos a
nlogos usan la similitud entre el fenmeno del flujo de fluidos a travs de medios po
rosos con otros fenmenos fsicos (flujo de calor, de electricidad y flujo de fluido
s entre dos capas paralelas o celdas Hele-Shaw). 3.3.2.2. Modelos fsicos Al contr
ario de los modelos anlogos, los modelos fsicos se usan para medir directamente

32
el flujo en medios porosos. En la actualidad, existen dos tipos de modelos fsicos
. El primero no toma en cuenta la geometra de flujo ue existe en el yacimiento,
como por ejemplo pruebas de desplazamiento en corazones de roca y pruebas en emp
auetamientos de arena. La desventaja es ue los experimentos se corren a escala
y muchas veces no son representativos del yacimiento. El segundo tipo utiliza s
imilitudes de conceptos geomtricos, mecnicos y trmicos. Esto es, la geometra, espeso
r, porosidad y permeabilidad del modelo y las propiedades de los fluidos se esca
lan de tal forma ue la forma y dimensiones del modelo sean las mismas del yacim
iento. 3.3.3. Mtodos matemticos Estos son el tipo ms comnmente usados por los ingeni
eros modernos e incluyen balance de materia, curvas de declinacin, estadsticos (co
rrelaciones) y analticos (pruebas de presin, Buckley-Leverett, etc.). 3.4. NIVEL D
E SIMULACION Los estudios de simulacin pueden realizarse a los siguientes niveles
: Pozos individuales Sector del yacimiento Todo el yacimiento
Al parecer segn se coment anteriormente con relacin a la Fig. 3.1, los estudios de
simulacin en pozos individuales seran ms sencillos ue los estudios de simulacin en
un determinado sector del yacimiento y ms aun ue los realizados a lo largo de to
do el yacimiento; sin embargo, se debe comentar ue existen estudios de simulacin
para un solo pozo con un grado de dificultad muy elevado. Mas adelante se vera
la finalidad ue se persigue al utilizar cada uno de estos niveles de simulacin.
3.5. SIMULADOR A partir de au se entra a lo ue es propiamente dicho, la seleccin
del modelo. Antes se ha determinado ya el nivel de simulacin y el tipo de yacimi
ento en el cual se efectuar esta. Ahora la pregunta es ue es lo ue se desea sim
ular. Si se analiza la Fig. 3.1 se observar ue los diferentes tipos de simulador
es pueden dividirse en dos grupos: (1) Los ue se definen segn el tipo de hidroca
rburos ue contiene el yacimiento y (2) Los ue se utilizan en procesos de recup
eracin mejorada. En el primer grupo se tienen: Los simuladores de gas Los simulad
ores geotrmicos Los simuladores de aceite negro Los simuladores de aceite voltil L
os simuladores de gas y condensado

33
En el segundo grupo se tienen: Los simuladores de recuperacin umica Los simulador
es de recuperacin con miscibles Los simuladores de recuperacin trmica
Una vez ue se ha determinado ue es lo ue se desea simular, es posible hacer l
a seleccin del modelo capaz de realizar el trabajo. 3.5.1. Simulador de gas Como
su nombre lo indica, este tipo de simuladores se utilizan para llevar a cabo las
predicciones del comportamiento de un yacimiento de gas. Sin lugar a duda, los
estudios para este tipo de yacimientos son los ms sencillos, si se considera la p
resencia de una sola fase (gas). Los parmetros ue pueden definirse con este tipo
de simulador son entre otros son: volumen de gas inicial, rata de produccin y di
stribucin de presiones. 3.5.2. Simulador geotrmico Existen yacimientos cuya energa
calorfica se emplea para la generacin de energa elctrica. Aunue esto no tiene al pa
recer ninguna conexin con la industria del petrleo, un modelo ue se utilice en es
te tipo de estudios no puede uedar al margen de una clasificacin general de simu
ladores, de ah la razn por lo ue se menciona. 3.5.3. Simulador de aceite negro Es
te es el modelo ms simple ue puede utilizarse para estudios de agotamiento prima
rio o recuperacin secundaria por medio de inyeccin de gas o de agua. Cuenta con lo
s cuatro mecanismos de desplazamiento bsicos para la recuperacin de aceite ue se
explicaron en la Unidad 2. Los modelos de este tipo se han utilizado durante mas
de treinta aos y se basan en la suposicin de ue los fluidos del yacimiento puede
n representarse de solo tres pseudocomponentes (aceite, gas agua). Esta posicin f
unciona bien siempre y cuando el sistema durante el proceso de recuperacin, uede
lejos del punto crtico y de la regin de condensacin retrograda y adems, si los flui
dos ue se inyectan (si es el caso), consiste de los mismos componentes ue los
fluidos ue se encuentren en el yacimiento. Los modelos de aceite negro frecuent
emente se utilizan para estimar los siguientes efectos durante la recuperacin de
aceite: Espaciamiento y arreglo de pozos Intervalos disparados Conificacin del ga
s y/o el agua como funcin de la rata de produccin Rata de produccin Mejorar el meca
nismo de entrada de agua mediante inyeccin de la misma y ver la conveniencia de i
nyectar por los flancos del yacimiento o inyectar con un arreglo de

34
pozos determinado Pozos de relleno

3.5.4. Simulador de recuperacin umica Como se coment en la Unidad 1, en los ltimos
aos se han desarrollados nuevos procesos para recuperar una mayor cantidad de ace
ite de los yacimientos, lo cual ha originado la necesidad de contar con simulado
res capaces de reproducir el comportamiento de los yacimientos cuando se someten
a este tipo de procesos, tal es el caso de los simuladores de recuperacin umica.
Dentro de este tipo de mtodos de recuperacin mejorada, se pueden citar como los ms
importantes los siguientes: Desplazamiento de aceite con soluciones miscelares
y microemulsiones Desplazamiento de aceite con polmeros Desplazamiento de aceite
con surfactantes Desplazamiento de aceite por combinacin de los tres anteriores.
Como es de suponerse, los modelos ue se utilizan en este tipo de estudios, pres
entan un mayor grado de complejidad pues deben de considerar tanto la interaccin
ue existe entre los propios fluidos umicos, como la ue hay entre dichos fluido
s y el medio poroso. 3.5.5. Simulador de recuperacin con miscibles La miscibilida
d es el fenmeno fsico ue consiste en la mezcla de dos fluidos en todas proporcion
es, sin ue se forme entre ellos una interfase. Existen diferentes fluidos ue s
e inyectan al yacimiento bajo esta condicin y al estudio del efecto ue produce c
ada uno de ellos en la recuperacin del aceite se hace con la ayuda de un simulado
r. Entre los fluidos ue se utilizan en este tipo de procesos se puede citar: El
gas enriuecido El bixido de carbono, CO2 El nitrgeno, N2
3.5.6. Simulador de recuperacin trmica Este tipo de modelos se utiliza para simula
r el comportamiento de los yacimientos sujetos a algn proceso de recuperacin mejor
ada, por medio de mtodos trmicos cuyo objetivo principal es el de proporcionar ene
rga calorfica al aceite con el fin de disminuir su viscosidad y de esta forma, fac
ilitar su flujo hacia los pozos productores. Este tipo de mtodos puede clasificar
se en: Inyeccin de fluidos calientes, ue pueden ser agua caliente o vapor Combus
tin in-situ Calentamiento electromagntico

35
Los simuladores ue se emplean para este tipo de procesos (y para todos los proc
esos de recuperacin mejorada), son como ya se comento muy complejos, pues reuier
en el uso correlaciones ue describan las propiedades PVT de los fluidos para ncomponentes como funcin de la presin, de la temperatura y de la composicin (se trat
a de modelos composicionales cuya explicacin se da mas adelante). Los problemas d
e procesos trmicos a los cuales se dirige este tipo de simuladores, son entre otr
os: Recuperacin esperada de aceite Volumen necesario de vapor Evaluar la posibili
dad de incluir otros fluidos en al inyeccin de vapor Determinar los efectos gravi
tacionales en el proceso de recuperacin de aceite Determinar parmetros crticos
3.6. TIPO DE FLUIDO DEL YACIMIENTO En el yacimiento pueden presentarse varios ti
pos de flujo como funcin del nmero de flujos en movimiento y estos son: Flujo mono
fsico (un fluido) Flujo bifsico (dos fluidos) Flujo trifsico (tres fluidos)
Si se observa la Fig. 3.1 en este punto existen otra posible alternativa a la u
e se le ha llamado flujo composicional, ue naci de la necesidad de simular proceso
s donde los fluidos estn cercanos al punto crtico y se presentan continuas precipi
taciones de luidos o revaporizaciones en el yacimiento. De esta manera, segn el t
ipo de flujo ue se presenta en el yacimiento, puede existir una determinada cla
sificacin de simuladores. 3.6.1. Simulador monofsico El flujo monofsico est dado por
el flujo de un solo fluido en particular, por ejemplo: en los acuferos: el agua,
en los yacimientos bajo saturados: aceite y en un yacimiento de gas volumtrico:
el gas. Cualuier modelo ue tome en cuenta esta consideracin, ser un simulador mo
nofsico. 3.6.2. Simulador bifsico Un simulador de este tipo es auel ue considera
la existencia de flujo bifsico en el yacimiento. Este tipo de flujo se presenta
cuando dos fluidos diferentes fluyen al mismo tiempo. Las combinaciones ue se p
ueden tener son: Gas y aceite: En un yacimiento ue produce por empuje de gas di
suelto liberado o en un yacimiento de aceite con casuete de gas Agua y aceite:
En un yacimiento bajo saturado con entrada de agua, cuya presin se

36
mantiene arriba de la presin de burbujeo Agua y gas: En un yacimiento de gas con

entrada de agua o cuya saturacin de agua congnita es mayor ue la saturacin de agua
crtica
3.6.3. Simulador trifsico El flujo trifsico se presenta cuando los tres fluidos u
e contiene un yacimiento (agua, aceite y gas) fluyen a la vez, por lo ue todo a
uel modelo ue haga esta consideracin de flujo sea un simulador trifsico. Este ca
so se contempla en yacimientos ue producen por empuje combinado, en los ue la
entrada de agua, el empuje de gas disuelto y/o el empuje de casuete original o
secundario, tiene influencia en la produccin. 3.6.4. Simulador composicional Los
modelos composicionales se utilizan para simular los procesos de recuperacin para
los cuales no sean vlidas las suposiciones hechas en modelo de aceite negro. En
esta categora se incluyen los yacimientos de gas y condensado con condensacin retr
ograda y los yacimientos de aceite voltil, cuya composicin vara continuamente al ex
istir peueos cambios de presin y/o temperatura. Este tipo de simuladores supone e
n cambio, ue los fluidos contenidos en el yacimiento son una mezcla formada por
n-componentes. Las propiedades de las fases gas - aceite y su euilibrio se cal
culan por medio correlaciones ue estn en funcin de la presin y de la composicin y ms
recientemente por medio de ecuaciones de estado. Algunos ejemplos de procesos e
n los cuales son utilizados estos modelos son los siguientes: Agotamiento de un
yacimiento de aceite voltil o de gas y condensado donde la composicin de fase y su
s propiedades varan en una manera significativa, con presiones por debajo de la p
resin de burbujeo Inyeccin de gas (seco o enriuecido) a un yacimiento de aceite n
egro para lograr su miscibilidad, ya sea total o parcial Inyeccin de CO2 a un yac
imiento de aceite
3.7. NUMERO DE DIMENSIONES Llegando al lugar de la Fig. 3.1, seguramente ya se h
a determinado el nivel de simulacin ue se va a emplear, as como el proceso de rec
uperacin ue se piensa simular y como consecuencia, el tipo de flujo ue se tendr
en el yacimiento. Esta informacin junto con caractersticas fsicas del yacimiento, p
ermitir hacer la seleccin del modelo a utilizar en cuanto al nmero de dimensiones.
A continuacin se da la clasificacin de los simuladores en funcin del nmero de dimens
iones y una explicacin de las caractersticas ue presentan cada uno de ellos.

37
3.7.1. Simulador de cero dimensiones A este modelo se le conoce tambin como model
o tanue o de balance de materia. Se dice ue es cero dimensiones debido a ue l
as propiedades petrofsicas, las propiedades de los fluidos y los valores de presin
no varan de punto a punto; a lo largo de todo el yacimiento, Fig. 3.2.
k, ,
Fig. 3.2. Modelo de Cero Dimensiones Se le llama tambin balance de materia debido
a que al realizar los clculos lo que se hace es precisamente sto, un balance entr
e los luidos que entran y los luidos que salen del yacimiento. Supngase un yaci
miento al que se le inyecta por un lado una determinada cantidad de agua y se ob
tiene una cantidad tambin de agua, gas o aceite (o una combinacin de los tres) por
el otro lado, como se muestra en la Fig. 3.3.
Agua, gas o aceite
k, ,
Fig. 3.3. Balance de Materia.

38
Al eectuar el balance de materia se tendr la siguiente expresin: Volumen de luid
os en el yacimiento antes de la inyeccin Volumen de luidos que permanecen en el
yacimiento
+
Volumen de luido inyectado
Volumen de luidos extrados
=
Este modelo de cero dimensiones es la base de todos los modelos existentes y tie
ne la particularidad de que en l no pueden deinirse pozos, como s vera que pueden
hacerse en los simuladores de ms dimensiones. El uso que generalmente se le da a
este modelo es: Estimar el volumen original de aceite en el yacimiento Calcular
la entrada de agua Calcular la presin del yacimiento
Para el clculo de cualquiera de los tres parmetros se requiere conocer los otros d
os. 3.7.2. Simulador de una dimensin Considrese ahora un yacimiento que vara en lit
ologa y que de acuerdo a esta variacin puede dividirse en dos partes. En este caso
el yacimiento como un todo no puede representarse mediante propiedades promedio
, sin embargo, cada parte si puede. De esta manera el yacimiento consiste de dos
bloques o celdas como tambin se les llama, Fig. 3.4. En este caso, la ecuacin de
balance describe al comportamiento del luido en cada celda como en el modelo de
cero dimensiones, sin embargo, la cosa se complica debido al que haber migracin
de luidos de una celda a otra, no se sabe exactamente que cantidad de luido de
l volumen total que permanece en el yacimiento, corresponde a cada bloque. Esta
transerencia de luido entre ambas celdas (transmisibilidad), se evala con la ec
uacin de Darcy, la cual se trata en la Unidad 4. De esta manera, la ecuacin de bal
ance de materia junto con la ecuacin de Darcy, describen el comportamiento de cad
a celda. Este modelo ya no es de cero dimensiones como el anterior, debido a que
las propiedades aunque son promedio para cada bloque, varan de aun celda con res
pecto a la otra, en cambio es un modelo de una dimensin, debido a que consiste de
ms de una celda en una direccin y de solo una celda en las otras dos direcciones.
El modelo en una dimensin puede ser horizontal, vertical, inclinado o radical, c
omo se muestra en la Fig. 3.5. Este tipo de modelo ue generado por Buckley-Leve
rett para dar una solucin analtica al comportamiento de los yacimientos sujetos a
recuperacin secundaria. En una simulacin de yacimientos dicho modelo se puede apli
car si se tiene un yacimiento en el que el lujo en una direccin es predominante,
por ejemplo, en los casos de inyeccin de gas en la cresta de un yacimiento, en l
a inyeccin o entrada natural de agua por el lanco de otro yacimiento o en yacimi
entos que se ormaron por depsitos de tipo luvial (alargados).

39
Agua
CELDA 1 Propiedades promedio
CELDA 2 Propiedades promedio
Agua, gas o aceite
Fig. 3.4. Balance de Materia para dos Bloques.
x Flujo
HORIZONTAL
RADIAL
Flujo
Flujo
Y
Y
VERTICAL
INCLINADO
Fig. 3.5. Modelos de un Dimensin.
El modelo de un dimensin con geometr rdil es til pr pruebs de formcin y prue
bs de incremento y decremento de presin, y que los efectos que provoc en el fl
ujo de fluidos l cd de presin en el pozo lo lrgo de todo el ycimiento, no p
ueden simulrse directmente con los otros modelos de un dimensin debido que l
unidd ms peque del ycimiento, un celd, es generlmente muy grnde comprd
con el volumen del ycimiento que es relmente fectdo por ls presiones en el
pozo. 3.7.3. Simuldor de dos dimensiones El mismo nlisis que se utiliz pr exp
licr el modelo en un dimensin, puede extenderse pr modelos en dos y tres dime
nsiones, esto es, l ecucin de blnce de mteri describe el comportmiento en
cd celd y l ecucin de Drcy el flujo entre los bloques, con l nic diferenci
en que l interccin de flujo en ls celds ser en dos o tres dimensiones. As pue
s, el modelo de dos dimensiones consiste en un celd en dos dimensiones y de so
lo un celd en l tercer dimensin. Como se puede precir, el simuldor en dos
dimensiones puede ser rel (Fig. 3.6.), de seccin trnsversl (Fig. 3.6.b) o de
form rdil (Fig. 3.6.c).
Jiro Antonio Seplved, MSc. y Freddy Humberto Escobr, Ph.D.
Simulcin de Ycimientos: Principios, Conceptos y Construccin de Mlls

40
y x
Fl u jo
Flujo
AREAL
Fig. 3.6.. Modelos de Dos Dimensiones
Z
Flujo
X
Flujo
TRANSVERSAL
Fig. 3.6.b. Modelos de Dos Dimensiones
z
r
Flujo
RADIAL
Fig. 3.6.c. Modelos de Dos Dimensiones

41
3.7.3.1. Simuldor Arel Sin lugr duds, dentro de l clsificcin de simuldo
res en funcin del nmero de dimensiones, el modelo rel es el que se utiliz con m
yor frecuenci. En l se tienen vriciones de ls propieddes en dos direcciones
(x, y), pudindose considerr dems los efectos grvitcionles l signr diferen
tes profundiddes ls celds del modelo, el cul puede ser representdo por un
mll como se puede observr en l Fig. 3.6.. Este tipo de simuldor se plic
en ycimientos donde generlmente los espesores son pequeos con respecto su re
y no existe efecto muy mrcdo de estrtificcin o se h generdo un conjunto
decudo de seudo permebiliddes reltivs. Alguns de ls plicciones que se l
e dn son ls siguientes: Simulr los efectos de brrido l inyectr gs o gu.
Determinr l loclizcin de pozos en ycimientos donde se tengn vriciones de
ls propieddes de l roc y de est mner, logrr l recupercin mxim. Determi
nr l entrd de gu en problems de ycimientos que no tengn solucin nltic.
3.7.3.2. Simuldor de seccin trnsversl Otro tipo de modelo de dos dimensiones s
e tiene en l representcin de secciones trnsversles en donde ls propieddes d
e ls cps vrn, Fig. 3.6.b. L utilidd de este simuldor estrib en l verst
ilidd que tiene pr describir l distribucin verticl de sturciones en el de
un frente (gs y/o gu), dems de ser el instrumento pr l obtencin de ls y m
encionds curvs de pseudo-permebiliddes reltivs y cuy utilidd se explic
ms delnte. Con este tipo de modelo se puede simulr l conificcin de gu o de
gs y los efectos grvitcionles. 3.7.2.3. Simuldor de dos dimensiones en for
m rdil Al igul que el simuldor de seccin trnsversl, este modelo es til pr
simulr l conificcin de gu o de gs. Adems tiene l ventj de poder nlizr
con myor detlle los cmbios bruscos de presin y sturcin que ocurren en l cer
cn del pozo. En l Fig. 3.6.c se represent esquemticmente este tipo de model
o. 3.7.4. Modelo de tres dimensiones Este tipo de simuldor, dentro de l clsif
iccin de modelos por el numero de dimensiones, es el ms complejo y que cuent co
n l myor de ls fuerzs que se presentn en el ycimiento, esto es, consider
dems de los efectos de brrido rel los efectos de brrido verticl. Su uso v
pr todos quellos ycimientos que presentn un geolog muy complej, que puede
dr como resultdo el movimiento de fluidos trvs del medio poroso en vris d
irecciones.

42
z
y x
Flujo
Flujo
Flujo
CONVENCIONAL
Fig. 3.7.. Modelos de Tres Dimensiones
Flujo Flujo
z
r
RADIAL
Fig. 3.7.b. Modelos de Tres Dimensiones
El trmino convencional ue aparece en la Fig. 3.1, se utiliza para diferenciar al m
odelo de tres dimensiones en coordenadas cartesianas (x, y, z) del modelo de tre
s dimensiones en coordenadas cilndricas (r, , z) o modelo radial de tres dimension
es. En las Figs. 3.7.a y 3.7.b, se muestran estos tipos de simulador. 3.8. GEOME
TRIA Con esto se llega al ultimo parmetro de clasificacin de la Fig. 3.1, a decir ve
rdad, no existe una clasificacin de los simuladores en funcin de la geometra ue pr
esentan, como parece indicarse en la figura, sto es, no puede decirse ue no haya
un modelo (x) o un modelo (r, , z), sino ms bien la geometra es una consecuencia d
el numero de dimensiones ue tenga el simulador. De esta manera es claro ue un
modelo ue tenga dos

43
dimensiones, solo podr tener las siguientes geometras: (x, y) si es areal (x, z) s
i es de seccin transversal (r, z) si se trata de un simulador radial
De la misma manera, si al hablar de nivel de simulacin se hacen referencia al est
udio de pozos individuales, es lgico pensar ue las nicas geometras de las ue se v
en en la Fig. 3.1 ue puede utilizar ue pueden utilizar el modelo son: (r) si e
s un simulador de una dimensin (r, z) si es un modelo de dos dimensiones (r, , z)
si se trata de un simulador de tres dimensiones
3.9. ENMALLADO MODERNO La exactitud y eficiencia de un simulador de yacimientos
en sistemas complejos depende en gran parte en la seleccin adecuada de la malla.
Las mallas cartesianas son las ms fciles de utilizar aunue presentan varias desve
ntajas entre las cuales se destacan: (a) inflexibilidad para describir fallas, p
inchamientos, fracturas hidrulicas, pozos horizontales y discordancias generales
ue se presentan en los yacimientos (ver Fig. 3.9), (b) inflexibilidad al repres
entar la localizacin del pozo, y (c) inexactitudes inevitables debido a los efect
os de orientacin de la malla. Para mejorar las deficiencias de las mallas cartesi
anas se emple refinamiento de la malla, y esuemas de diferencias finitas de 9 y
13 puntos. Los efectos de orientacin de la malla han sido reducidos en cierto gra
do con le uso de mallas hexagonales (en forma de colmena) y mallas PEBI. La Fig.
3.9 muestra los nuevos tipos de mallas. Actualmente, tienen gran aplicacin las m
allas con refinamiento local ya ue permiten una mejor descripcin del comportamie
nto de los pozos. Una malla Voronoi se define como la regin en el espacio ue est
ms cerca de su nodo ue a otros nodos. Las mallas PEBI son localmente ortogonales
esto significa ue los bloues de las fronteras son normales a las lneas ue une
n los nodos a los dos lados de cada frontera. (Ver Fig. 3.8). Esto permite una e
xactitud razonable en el clculo de las transmisibilidades entre los bloues para
distribuciones isotrpicas heterogneas. Las mallas Voronoi han sido aplicadas a otr
os campos de la ciencia. Otros nombres son: Celdas Wigner, Dirichlet tesellation
, malla PEBI (BIseccin PErpendicular), o polgonos de influencia. Este tipo de mall
as permite describir mejor el flujo de fluidos cuando existen aspectos estructur
ales como fallas y discordancias, tal como lo muestra la Fig. 3.10 y 3.11. 3.10.
USO DE LA CLASIFICACION Como se comento al inicio de esta unidad, la Fig. 3.1 s
e hizo con el fin de presentar en ella todos los posibles trabajos de simulacin
ue pueden existir. Como ejemplo, supngase ue reuiere simular un proceso de recu
peracin por inyeccin de polmeros en dos

44
dimensiones (x, y) en determinado sector de un yacimiento no fracturado. Por lo

ya explicado anteriormente, el simulador a emplearse debe ser un modelo composic
ional. As pues, el problema anterior ueda perfectamente definido en la Fig. 3.1,
para ello las alternativas a escoger en cada parmetro de seleccin son las siguiente
s: Tipo de yacimiento: no fracturado Nivel de simulacin: Sector del yacimiento S
mulador: De recuperacin umica (polmeros) Tipo de flujo en el yacimiento: Composici
onal Numero de dimensiones: Dos dimensiones (x, y) Geometra: (x, y)
Cabe advertir ue se puede dar el caso en ue una combinacin determinada de parmetr
os de seleccin de cmo resultado un problema para el cual no exista un simulador en
el mercado, e incluso ue no se haya reportado nada sobre l en la literatura; un
ejemplo podra ser un modelo composicional para simular la inyeccin de vapor (recup
eracin trmica) en tres dimensiones (r, , z) en un solo pozo de un yacimiento fractu
rado. En el caso de plantearse un problema con tales caractersticas, habra la nece
sidad de desarrollar el modelo ue sea capaz de proporcionar la solucin ue se bu
sca.
k
c
n
j
s
i
k'
Nodo Malla triangular o Delaunay (Para conexiones) Bloue Voronoi o PEBI
Fig. 3.8. Bloue Voronoi o PEBI

45
a) Cartesiana
b) Cartesiana con refinamiento local
c) Cilndrica
d) Hexagonal
e) Curvilinea
e) Cartesiana hbrida
e) Hexagonal hbrida
Fig. 3.9. Diferentes tipos de mallas Voronoi
Falla Falla
D
ire
cc i n
de
flu
jo
Direccin de flujo
Fig. 3.10. Aproximacin de una falla con una malla cartesiana

46
Fig. 3.11. Malla alrededor de una falla sellante

47
UNIDAD 4
EXACTITUD DE LAS SOLUCIONES
En cualuier tipo de trabajo de simulacin por computador, es importante determina
r la exactitud de la solucin generada. En este captulo, son discutidos varios tipo
s de errores ue pueden causar errores en la solucin. 1. Error de Redondeo ue pu
ede ocurrir cuando se usa una precisin sencilla de exactitud donde es reuerida u
na precisin doble o una mezcla de variables de precisin sencillas y dobles. 2. Err
or de Balance de Materia (EBM) es una medida de la consistencia, no de la exacti
tud. Su causa principal surge de errores no lineales. Con el mtodo IMPES, la EBM
es una indicacin de la forma en ue se soluciona la ecuacin Ap = b. Un mtodo para r
esolver los EBM consiste en usar una iteracin de Newton o una iteracin cclica ue e
ventualmente converja en cero los EBM. 3. Error No Lineal ocurre cuando se usa u
na aproximacin lineal (pendiente de la cuerda) para encontrar un valor a un nivel
de tiempo n + 1 de una funcin no lineal tal como son los factores volumtricos de
la formacin. Ver Fig. 4.1. 4. Error de Inestabilidad es causado por variables dep
endientes de saturacin explicita (krn y pcn) en soluciones IMPES. Una solucin por
inestabilidad puede tomar peueos pasos de tiempo o volverse un modelo implcito co
mpletamente. 5. Error de Truncamiento es causado por truncamiento en la serie de
Taylor. En una solucin con error de truncamiento, el tamao del paso de tiempo, t,
y el tamao de la celda, x, varan por ensayo y error hasta que la solucin converja. 6
. Dispersin Numrica es causada por discontinuidad en la saturacin dentro de una cel
da. Las soluciones para dispersin numrica son: (1) x pequeos, (2) clculos para modifi
car kr, (3) seleccionar apropiadamente t, y (4) usar pseudo kr. Ver Fig. 4.2. 7.
Orientacin de la Malla puede camiar la solucin final. Estos se presentan por la t
rayectoria perpendicular o paralela que siguen las partculas durante el proceso.
La orientacin de la malla es generalmente importante en clculos de distriucin de s
aturacin en un modelo de inyeccin. Tpicamente, un sistema de malla diagonal tendr me
jores resultados de recoro (ms ptimos).

48
n+1 Bo
Pendiente correcta de la cuerda
Pendiente de la cuerda
Bo Bo
n
Bo
Bo p
P
n
P
n+1
PRESION
PRESION
Fig. 4.1. Uso de la pendiente de la cuerda para la solucin de la ecuacin de presin
es la mayor causa de error de alance de materia, especialmente cerca del punto
de uruja
Sw
Tiempo
Fig. 4.2. Las oscilaciones de saturacin de agua como una funcin del tiempo son un
indicativo de inestailidad con IMPES
4.1. ERROR DE REDONDEO El error de redondeo ocurre deido al nmero de cifras sign
ificativas de cada variale definidas en el simulador. Una precisin simple o dol
e tiene diferentes significados para

49
diferentes computadores. Es menos amiguo indicar la precisin con una declaracin t
al como REAL*4, la cual indica que 4 ytes son asignados para el nmero. Para una
mquina de 8 it, 32 its o nmeros inarios sern usados para representar el nmero. La
notacin cientfica es usada. El primer it es almacenar el signo positivo o negati
vo, los pocos its que quedan son usados por la mantisa. El nmero de its usados
por la mantisa determinan la precisin del nmero. REAL*4 REAL*8 REAL*16 6-7 cifras
significativas 14-15 cifras significativas 30-31 cifras significativas
4.2. ERROR DE BALANCE DE MATERIA (EBM) El error de alance de material es una me
dida de consistencia, la cual no mide exactitud. La consistencia es un indicativ
o de la manera que las ecuaciones son programadas y cmo corre el simulador. La ex
actitud es un indicativo de la precisin de la solucin. Dos de las formas para dete
rminar el EBM son: 1. EBM local, solo aplica a pasos de tiempo de produccin senci
llos que deen igualarse a cero. La ecuacin de alance de materia para el aceite
es:
V p S o n+1 V p S o n EBM Local = + q ot B o i, j i, j
(4.1)
2. EBM Acumulado, la ecuacin de balance de material para el aceite, es definida p
ara que un error positivo indique mucho fluido en el yacimiento:
EBM Acumulado = OIP n +1 OOIP o + N n

V p So n +1 V p S o o n +1 EBM Acumulado = + qo t B o 1 ij ij
(4.2)
(4.3)
Problema: Las ecuaciones de balance de material se conservan tal como estn escrit
as. Sin embargo, las ecuaciones escritas sobre el papel no se solucionan con exa
ctitud en el simulador. Causas de EBM: 1. Ecuaciones no conservativas 2. Residuo
s en mtodos de matriz iterativa 3. Coeficientes no lineales (coeficiente que camb
ian con la solucin, por ejemplo presin) 4. Errores de redondeo 5. Errores de sinta
xis

50
4.3. ERRORES NO LINEALES La ecuacin que se resuelve es la de presin, la cual causa
dos errores crticos. La ecuacin de presin con Rs es la siguiente:
B ao p
n +1 o n +1
+ B aw p
n +1 w
n +1
+ B a g p
n +1 g
n +1
=
V pn ct t
(p
n +1
pn )
(4.4)
n n + Bg +1Rsn ao p n +1 Bg +1 Rsn +1ao p n +1
donde:
n n ct = c f + co Son + cw S w + cg S g
(4.5)
cf =
1 V p n V p p
1 B o B n+1 R s g + n n B o p B o p
cw = 1 Bw n B w p
1 Bg n B g p
(4.6)
co = cg = (4.7)
La mayor fuente de error cuando se soluciona la ecuacin anterior es el uso de apr
oximaciones de la pendiente de la cuerda para clculos de ct, especialmente cerca
del punto de uruja. Otro prolema es el clculo del factor volumtrico de formacin
a un nivel de tiempo n + 1. Esencialmente, cualquier clculo a un nivel de tiempo
n + 1 introducir un error. Desde que estos valores no sean realmente conocidos, l
os valores anteriores generalmente sern usados.
Posiles Soluciones a Errores no Lineales:
1. Tomar pequeos pasos de tiempo. 2. Usar una iteracin cclica (Newton). Iterar las
soluciones IMPES para otener un uen estimativo del factor volumtrico de formacin
en el paso de tiempo n + 1. Un nmero infinito de iteraciones deeran resultar en
cero EBM. NOTA: Deido a que EBM es igual a cero, no significa que la solucin sea
correcta. Esto significa que la masa se conserva. El fluido puede no estar en l
a uicacin correcta. 4.4. ERROR DE INESTABILIDAD El error de inestailidad es cau
sado por: a. IMPES Implcito en presin, explcito en saturacin, krn y Pcn. Para el lmit
e krn, este es un lmite de paso de tiempo tal que si se toma un paso de tiempo

51
mayor, IMPES se desorda.
t x df ut max dS w
(4.8)
Solucin: Tomar pasos de tiempo pequeos si es prctico o convertirlo en un modelo com
pletamente implcito.
b. Completamente Implcito: Este es estable para cualquier tamao de t, pero la conve
rgencia no est garantizada.
4.5. ERRORES DE TRUNCAMIENTO La ecuacin de diferencias finitas es una aproximacin
asada en una expansin de la serie de Taylor. La exactitud de la solucin depende d
e la magnitud del trmino de truncamiento. Las series de Taylor son:
x 2 x3 f ( x + x) = f ( x) + x f ( x) + f "( x) + f "( x) + ... 2! 3!
f (x) = 2 f (x + x) - f (x) x (x) - x f (x) + .... f x 2! 3!
(4.9) (4.10)
Esta es una serie infinita tericamente exacta para un nmero de trminos infinitos. S
in emargo, si se trunca la serie despus de n trminos, entonces se introduce un er
ror de truncamiento como el siguiente:
f (x) =
f (x + x) - f (x) - O ( x ) x
(4.11)
Solucin al Error de Truncamiento: Variar independientemente el tamao de los pasos
de tiempo, t, y el tamao de celda, x, y comparar los resultados grficamente. Como la
s soluciones tienden a converger, se dee aproximar el valor correcto para t y x. Es
un mtodo de ensayo y error que determina el valor correcto para t y x. La Fig. 4.3 i
lustra el efecto de la variacin del tamao de los pasos de tiempo. Note que cuando t
es pequeo, la solucin de presin converge. El t apropiado para usar es el que optimi
ce la eficiencia y la exactitud del computador. Por ejemplo, en la Fig. 4.3, un t
de 1.25 das es proalemente la seleccin apropiada para este caso. No hay una prdi
da significativa de exactitud pasando de un t de 0.15 das a 1.25 das mientras el nme
ro de pasos de tiempo es reducido sustancialmente.

52
1000
Presin (x=100 ft), psi
800
t = 10 das t = 5 das t = 1.25 das t = 0.15 das
600
400
200 0 10 20 30 40 50 60 70 80
Tiempo, das
Fig. 4.3. Efecto de variar el tamao de los pasos de tiempo (t) en la presin a 100 f
t
4.6. DISPERSIN NUMRICA
La dispersin numrica es vista durante desplazamiento inmiscile. Por ejemplo, cuan
do el agua desplaza el aceite en una dimensin. Este desplazamiento es algunas vec
es llamado Flujo Buckley-Leverett. El Flujo Buckley-Leverett asume un sistema incomp
resile e ignora la presin capilar. El Flujo Buckley-Leverett es ilustrado en las F
ig. 4.4 a 4.6. Una caracterstica del Flujo Buckley-Leverett es el choque o el frente
de saturacin claramente definido. Las ecuaciones diferenciales que se solucionan,
con ecuaciones de presin IMPES, son de tipo paralicos lo cual implica una funcin
de ajuste sin discontinuidades. Para minimizar la dispersin numrica, deen ser usa
dos valores corriente arria de kr, pero esto resultara en un frente disperso. La s
imulacin no genera un choque o predice claramente el frente Buckley-Leverett. La Fi
g. 4.6 ilustra el efecto de dispersin numrica comparando un perfil de saturacin de
agua calculado en una solucin Buckley-Leverett terica. Si se programa normalmente
la permeailidad relativa, tan pronto como la saturacin de agua en una celda es m
ayor que la saturacin irreducile, la permeailidad relativa del agua no es mayor
que cero. En el siguiente paso de tiempo, el flujo de agua estar por todo el lo
que circundante el cual tiene un menor w. Con este escenario en mente, es aparent
e que en un nmero de pasos de tiempo iguales al nmero de celdas entre el pozo inye
ctor y productor, el frente de ruptura del agua (aunque pequeo) ser predicho por e
l simulador.

53
90 80 70 60
BuckleyLeverett terico
Sw 50
40 30 20 10 0 0
Resultado de la simulacin
numrica
300
600
900
1200
Distancia, ft
ig. 4.4. Dispersin Numrica en un perfil de saturacin Soluciones para Minimizar la
Dispersin Numrica: 1. Reducir el tamaos de Celdas, x: para celdas grandes, la defini
cin de saturacin no aplica. Sin emargo, esta es mejorada con pequeas (o ms) celdas.
2. Modificar los Clculos de kr: Para la permeailidad relativa, kr, se usa ponde
ramiento corriente arria en lugar de un promedio aritmticos (entre dos celdas).
La Fig. 4.7 muestra para kr que los ponderamientos corriente arria dan mejores
resultados. 3. Seleccionar un Mejor Tamao de Pasos de Tiempo (t): El mtodo Buckley
-Leverett solucionado en la Ec. 4.12, el cual no depende del caudal, solo de com
o el movimiento de la saturacin se lleva a cao a travs del sistema.
df S S = vt dS x t
(4.12)
Sin emargo, actualmente se usa la Ec. 4.13, la cual es una ecuacin diferencial d
e conveccindifusin donde c = concentracin.
2 c c c = - vt +d 2 t x x
(4.13)

54
0.9 0.8 0.7 0.6
En una celda no se puede localizar con exactitud la localizacin del frente
Sw
0.5 0.4 0.3 0.2 0.1 0 0 5 10 15 20
Bloques
Fig. 4.5. Dispersin numrica es causada por la inhailidad para simular la disconti
nuidad de la saturacin en una celda.
0.9 0.8 0.7 0.6 0.5
Buckley-Leverett terico
Sw
0.4 0.3 0.2 0.1 0 0 5
40 loques 20 loques 10 loques
10
15
20
Distancia, ft
Fig. 4.6. Efecto del nmero de loques en la dispersin
El segundo trmino en la Ec. 13 es el trmino difusin (o dispersin numrica). Los modelo
s IMPES y el completamente implcito solucionan la Ec. 13 accidentalmente, ya que
el segundo trmino es realmente un trmino de error. Para IMPES:
d= df v t df t x - v t 2 dS dS (4.14)

55
Relacin de Movilidad favorable
0.8 50/50 Curva BuckleyLeverett 0.6
Sw
0.4
Corriente arriba
0.2 0.0
0.25
0.5
0.75
1.0
raccin de la longitud del sistema
Relacin de movilidades desfavorable
0.8
Curva de BuckleyLeverett 0.6
Sw
0.4
50/50
Corriente arriba
0.2 0.0
0.25
0.5
0.75
1.0
raccin de la longitud del sistema
ig. 4.7. Perfiles de saturacin en modelos de inyeccin computados con diferentes e
squemas de ponderamientos movilidad Para implcito:
d= df v t df t x + v t dS 2 dS (4.15)
Para reducir la dispersin, se hace d = 0. d ser cero cuando: x vt
t =
df t = 0 , ds
x df ut ds
,
4.16)

56
donde:
vt = ut
(4.17)
Sin embargo, a estos pasos de tiempo, IMPES est al borde del desbordamiento (ines
tabilidad). Adems, no se puede satisacer la Ec. 4.16 para cada celda simultneamen
te. De este modo, en la prctica no se puede eliminar la dispersin numrica con la se
leccin del tamao del paso de tiempo. 4. Uso de Permeabilidades Pseudo Relativas: L
as modiicaciones de los datos pueden disminuir la dispersin numrica. Una de estas
modiicaciones puede ser aplicada a permeabilidad relativa. Las Figs. 4.8.a - 4
.8.c ilustran este punto.
Consideraciones Prcticas. El Flujo Buckley-Leverett puede no aplicarse a situacione
s reales de campo. La dispersin en un yacimiento puede ser causada por (a) Presin
Capilar, la cual acta uera del rente, especialmente en yacimientos de baja perm
eabilidad, y (b) Heterogeneidades.
1
Pseudoraccin - Permeabilidad Relativa
0.9
Pseudouncin convencional
0.8
0.7 0.6 0.5 0.4 0.3
Pseudouncin modiicada
0.2 0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Sw, raccin del PV
Fig. 4.8.a. Ejemplo del uso de unciones de permeabilidad pseudo - relativa modi
icadas para reducir la dispersin numrica Pseudo Funciones Modiicadas y Convencio
nales

57
4800 Produccin 5200
240 t
Produccin
9
8
7 6 5 4
Injeccin
Proundidad, t
240 t
240 t
5600 Injeccin 6000
3
9 x 1 1D Areal
2
2250 t 20250 t
Corte seccional 27 x 20
6400 6800 750 t
20250 t
1
21,000
15,000
9000
3000
0
Distancia, t
Fig. 4.8.b. Ejemplo del uso de unciones de permeabilidad pseudo relativa para r
educir la dispersin numrica - Usando modelos 1D y seccin transversal para evaluar e
l procedimiento.
0.8 0.7 0.6 0.5
S w, PV
0.4 0.3 0.2 0.1 0
Recobro a ruptura, % OOIP
Conventional pseudos 45.2 w/9 areal blocks Modiied pseudos w/9 areal block
34.9
Conventional pseudos 45.6 w/27 areal blocks Cross section

45.2
8 9
0
1
2
3
4
5
6
7
9
7
8
6
5
4
3
2
1
Numero de bloque areal
Fig. 4.8.c. Uso de unciones de permeabilidad pseudorelativa modiicadas para red
ucir la dispersin numrica Comparacin con pseudo unciones convencionales y modiica
das.
Por lo tanto, para problemas tipo campo, puede no ser necesario eliminar la disp
ersin numrica del todo.
4.7. PROBLEMAS DE ORIENTACIN DE LA MALLA
La Fig. 4.9 ilustra un ejemplo de dos mtodos para el esquema normal de cinco punt
os. La trayectoria del lujo de un inyector a un productor es paralela a las lnea
s de la malla -Fig.

58
4.9(a)- y diagonales a las lneas de la malla -Fig. 4.9(b)-. Para presin, no import
a cuales direcciones de mallas son orientadas, pero para saturaciones (inyeccin d
e agua), existe una dierencia, que puede llegar a ser signiicativa a punto de
obtener resultados irrealsticos. Problemas de Orientacin de la Malla: 1. Relacione
s de movilidad altas dan como resultado dierentes soluciones dependiendo de la
orientacin de la malla. Para relaciones de movilidad alta (luido desplazante/lu
ido desplazado), la Fig. 4.11(a) y 4.11(b) muestran dierentes soluciones. 2. Un
a malla diagonal predice mejores recobros. La Fig. 4.10 muestra dierentes soluc
iones para mallas dierentes. Las mallas diagonales predicen un recobro ms eicie
nte y mayor aceite antes del rente de ruptura del agua.
a) Diagonal
Parallel
Fig. 4.9. Ejemplo de orientaciones de malla
Una de las soluciones para problemas de orientacin de malla es un esquema de nuev
e puntos, ilustrado en la Fig. 4.11(b), donde el lujo en el centro del bloque s
e da en ocho direcciones. La Fig. 4.11 muestra como se solucionan las ecuaciones
.

59
1
0.9
Recuperacin de aceite, PV
0.8
0.7
0.6
x=0.1
0.5
x=0.05 x=0.2 Yanosik-McCraken 9 points
0.4 0.5 0.7 0.9 1.1 1.3 1.5
PV Inyectados
Fig. 4.10. Influencia del espaciamiento de las mallas y la formulacin de ecuacion
es en el comportamiento calculado de desplazamientos con relacin de movilidad des
favorale
a) Cinco Puntos ) Nueve puntos
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Fig. 4.11. Ilustracin simlica de ecuaciones de flujo de formulacin de cinco y nuev
e puntos

60
UNIDAD 5
AJUSTE HISTORICO
5.1. INTRODUCCIN
Uno de los usos ms comunes de la simulacin de yacimientos para prolemas de campo
es el ajuste histrico. Este es un proceso de estimacin de datos de yacimiento medi
ante datos arrojados por un simulador, los cuales generan un comportamiento del
yacimiento similar a los datos reales en el campo. Esto, algunas veces es llamad
o prolema inverso. En otras palaras, se inicia con la solucin (datos reales de
campo) y se pruea para definir el prolema (descripcin del yacimiento). Los dato
s reales de campo son usualmente son caudales de produccin/inyeccin y presiones de
restauracin de pozo. Los datos reales de campo pueden tener un error. Algunas ve
ces se convierten en un prolema mayor el otener un ajuste histrico aceptale. P
ara esta discusin, sin emargo, se asumir que los datos reales de campo son exacto
s. Un principio del ajuste histrico es que un ajuste no es nico. Esto es, que ms de
un grupo de datos de yacimiento pueden ajustarse a los medidos en campo con igu
al exactitud. Esta es una conclusin matemtica complicada por las escasas y errneas
medidas de campo. Esto implica la responsailidad del ingeniero para realizar un
juicio entre los grupos diferentes de datos. Realizando ese juicio, otras fuent
es de datos pueden ser analizadas, tales como registros de pozos, prueas de pro
duccin, anlisis de ncleos, interpretaciones geolgicas, etc. Muchos traajos han desa
rrollado tcnicas para ajustar automticamente la presin, pero la mayora de ajustes hi
stricos estn hechos por el ingeniero usando una aproximacin de ensayo y error por m
edio de anlisis y juicios para modificar los datos de yacimiento y entonces volve
r a correr el simulador. Durante este proceso, el ingeniero est proando para aju
star las presiones medidas en campo con las presiones del simulador. Para yacimi
entos de gas de una sola fase, no existe el prolema adicional de ajustar relaci
ones agua aceite y relaciones gas petrleo.
5.2. COMPARACIN DE LA PRESIN DEL SIMULADOR CON LOS DATOS DE PRESIN DE RESTAURACIN
Es posile ajustar la presin de fondo fluyendo, Pwf. No ostante, que el dato no
est usualmente disponile y no es muy confiale a causa de posiles inexactitudes
en el dato de caudal. Es ms comn y mucho ms confiale ajustar el dato de presin de
restauracin cuando est disponile. El prolema es como ajustar el dato de presin de
restauracin. La escala de tiempo de la pruea de presin de restauracin es usualmen
te muy corta para modelar exactamente con una malla a escala de campo deido a q
ue las celdas son muy

61
grandes. Peaceman propuso un mtodo para comparar presiones de celda del simulador
con presiones de restauracin. La Fig. 5.1 muestra un perfil de presin en una celd
a que contiene un pozo productor. El perfil de presin asume un estado pseudoesta
le. Se oserva que la presin de celda (la presin promedio del alance de materia i
ncide la celda) est en alguna parte entre Pwf y la presin promedio de yacimiento.
La Fig. 5.2 muestra la curva de presin de restauracin correspondiente a los datos
de campo. La presin de celda corresponde a la presin de restauracin de campo apropi
ada encontrada en la lnea recta de la grfica semilog a un tiempo to el cual es calc
ulado por la siguiente ecuacin:
t o (hrs ) = 67.5 c t x 2 k
(5.1)
Pozo
P
Nodo en el pozo Po P-Pwf
p
Po -Pwf Pwf
x
Fig. 5.1. Perfil de presin en una celda que contiene un pozo productor
Ps (psi)
2940
2900 p= 2872 psi
2860
to = 0.8746 hr
0.1
1
10
100
1000
t, hr
Fig. 5.2. Curva de presin de restauracin para el ejemplo prolema 4

62
La presin de ajuste, Po, corresponde a la presin de estado estale a 0.2x la cual se
usa en la expresin de transmisiilidad. Si Po es la misma presin de la celda, Pi,j,
entonces el simulador ajusta apropiadamente el comportamiento de campo.
Ejemplo 1. Clculo de la Presin de Ajuste de una pruea de restauracin presin
Tala 5.1. Datos de pruea de restauracin de presin para ejemplo
Tiempo de cierre, t, hrs 0.10 0.23 0.39 0.84 1.56 3.50 7.38 15.11 30.53 61.31 122
.72 245.24 489.71 840.00 Presin de restauracin, Ps, psia 2854.5 2861.5 2865.5 2871
.5 2875.6 2881.0 2886.2 2891.0 2895.5 2900.0 2904.1 2907.1 2909.3 2910.4
Prolema. Encontrar la Presin de Ajuste de la siguiente pruea de campo de presin de
restauracin.
q = 23,000 scf/D k = 0.15 md = 0.18 ct = 5 x 10-6 psi-1 Datos del modelo: x = 100
ft
Solucin. La solucin sigue estos simples pasos: (1) graficar los datos de restaurac
in en escala log t, (2) diujar una lnea recta en semilog, (3) calcular to, y (4) enco
ntrar Po a to en la lnea recta en semilog. Esta es la presin de ajuste la cual ser co
rada con la presin de celda del simulador al tiempo de la pruea de presin de rest
auracin. La Fig. 5.2 muestra el dato de restauracin de campo graficado a escala se
milog. La presin de ajuste es encontrada mediante el clculo de to como sigue:

63
t o =
(67.5)(0.18)(0.0216)(5x10-6)(100 2) = 0.8746 hrs (0.15)
(5.2)
y encontrando la presin correspondiente en la lnea recta en semilog: Po = 2872 psi
g Esta presin es entonces comparada con la presin de celda del simulador cuando se
evala la corrida de ajuste histrico.
5.3. PRESIN DE AJUSTE HISTRICO
Ahora que la presin apropiada ha sido encontrada por ajuste, se discutir como el d
ato del simulador es modificado para ajustar las presiones de campo. La mayora de
ajustes histricos realizados por ingenieros usan un modelo de ensayo y error. Un
ingeniero experimentado usa su conocimiento sore los fundamentos del comportam
iento de la presin para guiar las modificaciones de los datos. La primera conside
racin es ajustar el tamao del yacimiento, o el gas original in-situ. (No se consid
era influjo de agua en esta discusin.) Esto es frecuentemente determinado con un
simulador, pero usa los principios del alance de materia. Durante el estado pse
udoestale, se conoce que todos los puntos en el yacimiento depletan en un cauda
l dado por:
q Bg dp = g dt V p ct
(5.3)
El volumen poroso, Vp, puede representarse como una integracin de un mapa de cont
ornos h y los efectos de y h no pueden ser separados. La compresibilidad total, c
t, es igual a c + cgSg + cwSw. El valor de cg, puede no ser verdadero a presion
es mayores a 6,000 psig, por encima de la cual cg comienza a ser relativamente p
equeo. En este caso de presin mayor, la atencin debera estar enocada a obtener esti
mativos aceptables de c. El trmino cwSw usualmente es menos importante (menor) q
ue c. Una vez que el gas in-situ ha sido ajustado por el comportamiento de esta
do pseudoestable, el comportamiento transitorio deber ser ajustado. La magnitud d
e la cada de presin es inversamente proporcional a la transmisibilidad, kh, y el mom
ento de la cada de presin es inversamente proporcional a la diusividad, k/ct. Esta
relacin puede ser vista en las relaciones de cada de presin adimensional y tiempo a
dimensional usado en anlisis de pruebas de presin. Otro mtodo de ajustar kh es por
medio de un anlisis de los periles de gradiente de presin (grica de presin vs. dis
tancia) a un tiempo particular. Si sto se reiere a migracin de luido de un lado
del yacimiento al otro, la magnitud del gradiente de presin es inversamente propo
rcional a kh. En casos reales de campo el anlisis del ajuste histrico pude ser muc
ho ms complicado. Siempre se considera que el yacimiento es ms homogneo de lo que e
s. La

64
alta de homogeneidad es recuentemente demostrada cuando se peroran nuevos poz

os y sus propiedades son sorprendentes. La alta de homogeneidad es tambin demost
rada cuando se inyectan luidos en el yacimiento y se encuentra alta de continu
idad. Muchos yacimientos son complicados debido a los sistemas de sello y allas
parcialmente selladas, las cuales son diciles de detectar. El ajuste histrico pa
ra estos casos recuentemente involucra anlisis pozo a pozo y ensaya y error. Los
principios mencionados son muchas veces encontrados para usarse an si estos no c
omprenden anlisis completos. Un ejemplo se mostrar para ilustrar estos principios.
Ejemplo 2. Ajuste Histrico de Presiones de Yacimiento Problema. Desarrolle el aju
ste histrico sinttico para tres aos, y graique la presin de la cara del pozo vs. ti
empo para el pozo No. 1 y los periles de presin al inal de cada ao (ver Fig. 5.3
).
k = 1.0 md g = 0.70 c = 3.0x10-6 psi-1 IMAX = 20
Datos de historia real:
h = 30 t T = 150 0F x = 100 ft JMAX = 5
= 0.10 Pinicial = 6000 psia y = 100 ft
La historia real para este prolema se gener por una corrida de simulacin. Esto es l
lamado ajuste histrico sinttico. Este proceso de ajuste sinttico histrico es el mismo
ajuste real de datos de campo proando para deducir que dato result en el comport
amiento oservado. Para el ejemplo 2, el dato de presin oservada es ajo. Las pr
esiones son reportadas como Po las cuales podran ajustar la presin de la celda. Es
tas presiones se tomaron de prueas de restauracin de presin como se discuti anteri
ormente.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 2 3 4 5 Pozo # 1 en (4,3), pozo # 2, en (10,3) y pozo # 4 en (17,3)
Fig. 5.3. Celdas del Ejemplo 2 (ajuste histrico sinttico)

65
Tala 5.2. Programa de Produccin (scf/D)
Ao Pozo 1 I = 4, J = 3 40000 60000 100000 Pozo 2 I = 10, J = 3 0 40000 60000 Pozo
3 I = 17, J = 3 0 0 60000
1 2 3
Tala 5.3. Datos de presin de restauracin
Tiempo, aos 0.000 0.202 0.466 1.000 1.466 2.000 2.308 3.000 Pozo 1 6000 5907 5856
5779 5605 5446 5233 4857 Pozo 2 Pozo 3
4972
5036
Solucin. Se tiene la historia completa de presin del pozo 1 durante ocho prueas d
e restauracin de presin. Sore los pozos 2 y 3 solo se tiene una presin final de re
stauracin al final de tres aos. Las Figs. 5.4, 5.6 y 5.8 muestran el grfico Po vs.
tiempo para el pozo 1 con corridas de simulacin 1, 2 y 3, respectivamente. Las Fi
gs. 5.5, 5.7 y 5.9 muestran el perfil de presin a travs de todo el yacimiento con
corridas de simulacin 1, 2 y 3 respectivamente. La historia real es mostrada en c
ada grfica. Imagine que se comparan la corrida de la simulacin 1 con la historia a
ctual en las Figs. 5.4 y 5.5. Note que el rango de declinacin de la presin es muy
rpido en la corrida 1. Es aparente que el estado pseudo estale ha sido alcanzado
a partir de la forma de la curva de la corrida 1 en la Fig. 5.4. Ya que se tien
en datos completos para la corrida 1, se podra hacer algo para estimar el tiempo
requerido para alcanzar el estado pseudoestale, a partir de la teora del anlisis
de la pruea de pozo (radio de investigacin). Note que siempre que se tiene una i
nformacin completa para analizar el comportamiento de las corridas del computador
mientras los datos reales del yacimiento son desconocidos. A partir de la discr
epancia del rango de depletamiento, se decide incrementar Vp por incremento de l
a porosidad desde 0.10 a 0.15. Se usa la ecuacin 2 para realizar el anlisis en el
rango de depletamiento. Ahora la corrida 2, con = 0.15, muestra que el rango de
depletamiento est cerca de la derecha en la Fig. 6, pero el comportamiento transi
ente no produce bastante cada de presin luego del inicio del estado pseudoestable.
El nivel de presin est cerca a la parte derecha de la Fig. 5.7 pero el gradiente
de presin es muy plano. Ambas gricas indican que kh/ es muy alto. No se desea camb
iar h (junto con algunas razones convincentes) debido a que se cambiara Vp. Se as
umir que es correcta. Tambin se cambia la permeabilidad desde 1.0 md hasta 0.2 md.
Se hall que la

66
corrida 3 es un ajuste perecto de la historia real.
6500
6000
Corrida # 1, = 0.1, k = 1 md
P w, psi
5500
History real
5000
4500
4000 0 200 400 600 800 1000 1200
Tiempo, das
Fig. 5.4. Presin de la cara del pozo N 1 vs. tiempo para la corrida No.1 (ajuste h
istrico sinttico)
5200
History real
5000
4800
Corrida # 1, = 0.1, k = 1 md
P w, psi
4600
4400
4200
4000 0 2 4 6 8 10 12 14 16 18 20
Nodo
Fig. 5.5. Peril de presin a los 3 aos para la corrida N 1 (ajuste histrico sinttico)

67
6500
Corrida # 2, = 0.15, k = 1 md
6000
P w, psi
5500
Historia real
5000
4500
4000 0 200 400 600 800 1000 1200
Tiempo, das
Fig. 5.6. Presin de la cara del pozo N 1 vs. tiempo para la corrida N 2 (ajuste his
trico sinttico)
5200 5100 5000
Corrida # 2, = 0.15, k = 1 md
P w, psi
4900 4800
History real
4700 4600 4500 4400 0 2 4 6 8 10 12 14 16 18 20
Nodo

68
6500
6000
Corrida # 3, = 0.15, k = 0.2 md
P w, psi
5500
History real
5000
4500
4000 0 200 400 600 800 1000 1200
Tiempo, das
Fig. 5.8. Presin de la cara del pozo No. 1 vs. tiempo para la corrida N 3 (ajuste
histrico sinttico)
5200 5100 5000
Corrida # 3, = 0.15, k = 1 md
P w, psi
4900 4800 4700 4600 4500 4400 0 2 4 6 8 10 12 14 16 18 20
Historia real
Nodo
El dato de historia real ue generado para este problema con el dato de la corr
ida 3.

69
Observando la historia real y decidiendo los cambios de datos a realizar, se ha
trabajado en una manera similar a un estudio de yacimiento real. El caso de estu
dio es mucho ms simple, y el yacimiento pas a ser homogneo. El ajuste histrico en la
prctica es mucho ms complicado debido a los errores de los datos, heterogeneidade
s, ms pozos, y descripciones geolgicas ms complicadas (recuentemente 3-D). El inge
niero nunca est completamente seguro de la exactitud de la descripcin del yacimien
to.
5.4. PRONSTICO DEL COMPORTAMIENTO
El principal objetivo de un proyecto de simulacin es pronosticar el comportamient
o. Durante el ajuste histrico, los caudales son especiicados para cada pozo dura
nte todo el periodo histrico. Los caudales usualmente son desconocidos para el pe
riodo de pronstico, tambin otras condiciones usualmente son especiicadas. La cond
icin ms comn es especiicar la presin de ondo luyendo, Pw, y permitir al simulado
r calcular los caudales para cada paso de tiempo. El objetivo de los proyectos d
e simulacin de campo es usualmente comparar alternativas con el propsito de ayudar
a tomar decisiones. Un caso base es corrido usualmente, el cual representa oper
aciones actuales continuas. Entonces otros casos son corridos, los cuales repres
entan operaciones alternativas, tales como peroracin de nuevos pozos, aumentar l
os compresores del campo, estimulacin de pozos, inyeccin de luidos (no es comn est
a discusin para yacimientos de gas seco, excepto para yacimientos almacenadores d
e gas), etc. Decisiones de operacin se eectuan con base en los pronsticos de comp
ortamiento y econmicos.

70
UNIDAD 6
PRINCIPIOS BSICOS
6.1. INTRODUCCIN
Se ha dicho que la simulacin ayuda a describir, con cierta precisin, el comportami
ento de procesos sicos que ocurren en los yacimientos. Para ello el ingeniero de
be identiicar dichos procesos y ormular las ecuaciones matemticas que las gobie
rnan. Sin embargo, esta tarea no es nada cil ya que el lujo de luidos en medio
s porosos es un enmeno muy complejo y para representarlo se deben considerar ecu
aciones que describan el lujo de los luidos en 1, 2, 3 ases, a travs de canales
de lujo que presentan variaciones de uno o varios rdenes de magnitud en donde lo
s luidos pueden ser tratados como incompresibles, ligeramente compresibles o co
mpresibles. Adems para representar el sistema de lujo pueden considerarse 1, 2 e
incluso 3 dimensiones, incluyendo si se desea, heterogeneidad en las propiedade
s petrosicas, eectos gravitacionales, eectos capilares y transerencia de masa
entre las ases. Con lo anterior es cil suponer que la habilidad para predecir
el comportamiento de un yacimiento estar en uncin, primero, de la habilidad que t
enga el ingeniero para identiicar el proceso sico que se presenta en el yacimie
nto y despus, para representar dicho proceso en orma matemtica. Las ecuaciones qu
e se emplean en la simulacin de yacimientos se obtienen de la combinacin de varios
principios sicos como son: a) b) c) d) e) Ley de la conservacin de masa Ley de l
a conservacin de momento Ley de la conservacin de energa (1 Ley de la termodinmica) E
cuacin de lujo (Ley de Darcy) Ecuaciones de Estado
Este mdulo est dedicado al estudio de las ecuaciones bsicas que se utilizan para de
sarrollar un modelo de simulacin.
6.2. TIPOS DE ENERGA EN EL FLUJO DE FLUIDOS EN MEDIOS POROSOS
El lujo a travs de medios porosos est relacionado con tres tipos de potencial de
energa o uerzas que son: a) Energa gravitacional, b) Energa de presin, y c) Energa c
intica (la cual se desprecia debido a la velocidad del luido en el medio poroso)
.

71
6.2.1. Energa gravitacional
La uerza gravitacional que acta en un cuerpo de masa m es:
Fg = mg
(6.1)
La direccin de esta uerza es vertical (coordenada Z). Si la masa m se mueve bajo l
a accin de la uerza, Fg, el cambio de energa gravitacional (trabajo) est dado por:
dEg = Fg dZ = mgdZ
(6.2)
Integrando la ecuacin (6.2) para tener el cambio total en energa gravitacional:
Eg
Eo
dE
g
= mg dZ
Zo
Z
Eg - Eo = mg ( Z Z o )
(6.3)
Zo (Nivel de Referencia)
ig. 6.1. Esquema del nivel de referencia En el nivel de referencia, Zo, la ener
ga gravitacional (Eo) toma el valor de cero. Entonces la ecuacin (6.3), se escribe
de la siguiente manera: Eg = mgZ (6.4)
Hay que hacer notar que mg es el peso o fuerza necesaria para levantar un cuerpo,
una distancia Z arriba del nivel de referencia; el trabajo hecho proporciona un
almacenamiento de energa.
6.2.2. Energa de Presin
En general, para procesos de desplazamiento de fluidos la expresin para el trabaj
o es:

72
W = ( fuerza )( istancia ) = (rea)( presin)( istancia)
pero,
(6.5)
( istancia)(rea ) = (volumen)
Por lo que la expresin (6.5) se pue e escribir como:
W = P V
,
W = V P
(6.6)
Como la energa isponible en un flui o a presin es equivalente al trabajo realiza
o para comprimir icho flui o, la Ec. (6.6) toma la forma:
E p = V P Integran o:
Ep
Eo
E
p
= V P
Po P
P
(6.7)
E p Eo = V P
Po
El la o erecho e la ecuacin anterior se evala e la relacin P vs. V que es me i a
en el laboratorio como se ilustra en la Fig. 6.2. Esta figura muestra la relacin
existente entre la presin y el volumen obteni o en el laboratorio. Alternativame
nte estos cambios e energa pue en expresarse en trminos e la ensi a el flui o
como se muest
a a continuacin:
=
m V
(6.8)
Sustituyendo la ecuacin ante
io
en la ecuacin (6.7),
E p Eo = m
P
dP
Po

(6.9)
Tomando como
efe
encia la p
esin atmosf
ica, a la cual Eo = 0, la ecuacin (6.9) se
t
ansfo
ma a:
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
73
V
1
Volumen
V0 P1 P0
P
esin
Fig. 6.2. T
abajo aplicado sob
e un elemento de volumen
P
Ep = m
Patm
dP
(6.10)
6.3. POTENCIAL DE FLUJO,
Un principio fundamental de la mecnica de fluidos a travs del medio poroso es que
los vectores de la velocidad del fluido son siempre normales a las superficies e
quipotenciales y que la magnitud de dichos vectores son proporcionales al gradie
nte de estos potenciales; sto es, la distribucin de potencial dentro de un fluido
determina su movimiento y la velocidad de dicho movimiento, ig. 6.3. Hubbert de
fine al potencial como Energa mecnica por unidad de masa de fluido en cualquier loc
alizacin. Segn sto, el potencial gravitacional y el potencial de presin se pueden obt
ener de las ecuaciones (6.4) y (6.10) respectivamente:
g = Eg m
Ep m
= gZ
P
(6.11)
dP
p =
=
Patm
(6.12)
Pa
a lleva
un fluido a una localizacin dete
minada deben
ealiza
se algunas clas
es de t
abajo en dicho fluido, la suma total del t
abajo hecho en el fluido
efl
eja la ene
ga mecnica dent
o del mismo. De esta mane
a, si se conside
a una pa
tcul
a de fluido en un punto en el que se sabe que el potencial es ce
o (o = 0), enton
ces el potencial asociado con

74
ste fluido en movimiento hacia una nueva localizacin es ; se calcula tomando en cue
nta todo el trabajo realizado sobre el fluido, o sea:
Lneas Isopotenciales
Lneas de flujo
1
2
3
4
Fig. 6.3. Isopotenciales y lneas de lujo
= p + g
(6.13)
bien utilizando las ecuaciones (6.11) y (6.12),
=
Po
P
dP
+ gZ
(6.14)
La ecuacin (6.14) es la exp
esin gene
al de potencial de flujo en donde Po es la p
esin en el punto inicial que en la ecuacin (6.12) e

a conside
ada como la Patm.
6.3.1. Potencial de flujo pa
a lquidos y pa
a gases
Si se t
ata de un lquido (como se ve
ms adelante), la va
iacin de la densidad con
especto a la p
esin se conside
a constante (fluido lige
amente comp
esible). As pu
es, la comp
esibilidad del fluido est dada po
:
cf =
1 d = constante dP
(6.15)
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
75
Despejando dP de la ecuacin (6.15) se tiene:
dP =
1
cf
d
(6.16)
Sustituyendo (6.16) en (6.12),
P =
1 cf

d
o
2
=
1 1 1 c f o
En trminos de presin la ecuacin anterior se expresa como:
P =
1 c ( PP ) 1 e f o c f o
Si la dife
encia de p
esin (P Po) es pequea, el exponente puede ap
oxima
se como
: [1 cf (P Po) ] luego:
P = P Po
o
Sustituyendo esta ltima ecuacin en la ecuacin (6.14) se obtiene la exp
esin del pote
ncial del flujo pa
a lquidos, ecuacin (6.17).
L = P Po
o
+ gz
(6.17)
Donde los t
minos
unto inicial. Pa
a
gases, se p
ocede
s ideales se llega
P
Po y o se
efie
en a la p
esin y a la densidad del fluido en el p
obtene
la exp
esin que p
opo
cione el potencial de flujo pa
a
de la siguiente mane
a: a) Pa
tiendo de la ecuacin de los gase
a la siguiente exp
esin:

=
RT PAtm = m Atm
(6.18)
donde: = densidad a la p
esin P.
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
76
atm = densidad a la p
esin Patm.
b) Sustituyendo la Ec. (6.18) en la Ec. (6.12)
Pg = PAtm dP P PAtm
Atm
P
Finalmente,
Pg =
Atm
PAtm
ln
P PAtm
(6.19)
c) Sustituyendo la Ec. (6.19) en la Ec. (6.14):
g =
Atm
PAtm
ln
P + gZ PAtm
(6.20)
Que es la ecuacin que exp
esa el potencial de flujo pa
a gases.
6.3.2. El Potencial pa
a Columnas de Lquidos y Gases
El potencial pa
a columnas de fluidos estticos es constante. De esta mane
a, de l
a Ec. (6.17) se tiene:
= P Po
o
+ gz = cons tan te
Consid
ese como la p
esin de
efe
encia Po a la p
esin atmosf
ica (Patm) en la pa
te
supe
io
de la columna de lquido. En la supe
ficie el = 0, ver igs. (6.4) y (6.
5). Para cualquier otro punto de la columna, considerando que = 0 = constante y
utilizando la Ec. (6.17),
P Po
o
+ gz = 0
Despejando P en la ecuacin ante

io
:
P = Patm o g Z
(6.21)
La coo
denada Z es negativa po
lo que P > Patm. Gene
almente, esta
elacin p
esin
distancia se esc
ibe en funcin de la p
ofundidad D con
especto al nivel de
efe
e
ncia. (D = z). As la Ec. (6.21) se esc
ibe como:
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
77
Z=0
P
ofundidad
=0
Z=0
Contacto g-o Contacto w/o
Presin
Fig. 6.4. Columna de lquido
Fig. 6.5. Relacin presin - proundidad para los luidos de un yacimiento
P = Patm + o g D
(6.22)
Lo que indica que la p

esin es una funcin lineal de la p
ofundidad. Hasta aho
a la
s ecuaciones que se han desa
ollado, se han manejado indistintamente las dimens

iones masa y las dimensiones fue
za, p
ueba de ello es la Ec. (6.22). Pa
a no c
ea
posibles confusiones se explica a continuacin la necesidad de int
oduci
la c
onstante g
avitacional gc en estas ecuaciones. Si se analizan unas posibles unid
ades de los t
minos de la Ec. (6.22) se tiene:
lb lb pie lbm P = PAtm +g
3
D [ pie] 2 2 2 pie pie
(6.23)
lb lb lbm P = PAtm + gD 2 2 2 pie pie seg pie
Las unidades del segundo miembro del lado derecho de la igualdad en la ecuacin (6
.23) no son consistentes, esto es:
lb lbm pie 2 seg 2 pie
(6.24)
Multiplicando la ecuacin (6.23) por 1/gc,

78
P = PAtm +
g D gc
(6.25)
Donde:
g = acele
acin de la g
avedad, 32.174 pie/seg2 gc = constante g
avitacional, 32.1
74 lbmpie/(lbf seg2)
Lo ante
io
debe se
conside
ado pa
a las ecuaciones que se han desa
ollado ant
e
io
mente. Supngase aho
a una columna de gas. Igualando la ecuacin (6.20) con ce
o se tiene:
Atm
PAtm
ln
P + gz = 0 PAtm
(6.26)
Si se toma como p
esin de
efe
encia a la p
esin en la cabeza del pozo (Pt) en vez
de la Patm, se tiene:
t
Pt
ln
P + gz = 0 Pt
(6.27)
Si la ecuacin ante
io
se hace z = D y se conside
a una gas ideal donde,
Atm
PAtm =
t
Pt
(6.28)
Pudindose esc
ibi
finalmente: ln P = ln Pt + ln P = ln Pt +
g Atm D g c PAtm g t D g c Pt
(6.29)
(6.30)
que
ep
esentan las ecuaciones pa
a columnas de gas.
6.4. NOTACIN VECTORIAL
Un escala
es un nme
o, el cual tiene un valo
singula
. Po
ejemplo, 5 es escala
, es escala
, 3.6 es escala
. Po
ot
o lado, un vecto
, es un nme
o el cual inc
luye va
ios valo
es. El ms comn es el espacio t
idimensional. Po
ejemplo, un vect
o
u tiene la siguiente fo
ma en t
es dimensiones:
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
79
u1 vector u = u = u = u2 u 3
(6.31)
Algunas veces, se dice que un vector tiene direccin y magnitud, pero una forma ms
general es pensar que un vector es una columna de nmeros. La columna longitud tie
ne tres nmeros en el espacio tridimensional y dos nmeros en el espacio bidimension
al. Ahora, se presenta un operador llamado delta (u operador nabla), que se escr
ibe . En notacin vectorial esto es equivalente a la derivada. Por ejemplo, si se t
iene un espacio tridimensional x, y, z. El operador delta se usa junto con un es
calar, por ejemplo a, para definir el gradiente de a.
a x a Gradiente del escalar a = a = y a z
(6.32)
Aunque a es escalar, a es vector. Una operacin algebraica comn es el producto inter
no que se denota con u . v o (u, v), por ejemplo, donde u y v son vectores. Algu
nas veces, el productor interno se le llama producto punto y se define como:
Producto interno (punto) de los vectores u y v = u v = ( u,v ) = u 1v 1 + u 2 v
2 + ... + u nv n = u i v i
i=1 n
El operador delta tambin se usa para especificar la divergencia de un vector. Div
ergencia de u = u = u1 u 2 u 3 + + x y z (6.33)
La divergencia de un vector es un escalar. Estas reglas bsicas se usan repetidame
nte cuando se
escriben y se derivan ecuaciones en Ingeniera de Yacimientos.

80
6.5. LEY DE DARCY
En 1856, Darcy descubri que el flujo que pasaba a travs de un filtro de arena era
proporcional al gradiente de presin aplicado al rea transversal al flujo e inversa
mente proporcional a la longitud del empacamiento. Matemticamente, h h q = CA 1 2
L (6.34)
Al aplicarse la ley a otros fluidos se encontr que la constante C podra ser consid
erada como k/, donde es la viscosidad del fluido y k una propiedad (permeabilidad
) exclusiva de la roca. La forma general de la ley de Darcy para el flujo de flu
idos a travs de un medio poroso es: VS = k dP dZ dS g dS (6.35)
La ley de Darcy gobierna el flujo de fluidos en el yacimiento y en el simulador.
Darcy public resultados experimentales de agua que flua a travs de filtros de aren
a. El observ que:
q = c(h w2 h w1)
(6.36)
Esto manifiesta que el caudal es proporcional a la diferencia de altura de agua
del manmetro en los dos extremos del tubo. Darcy not que esta proporcionalidad de
la rata de flujo con la diferencia en el manmetro se aplicaba sin importar el ngul
o de inclinacin del tubo. Ahora, se generaliza este resultado reconociendo que el
empaquetamiento tiene una permeabilidad, k, rea, A, longitud, L, y que el fluido
tiene una viscosidad particular, . La ecuacin se rescribe como: q= kA ( 2 1) L (6
.37)
Las lecturas del manmetro expresan el potencial de flujo, .
6.5.1. Ley General de Darcy (Isotropa)
Una expresin ms general de la ley de Darcy muestra que el vector velocidad Darcy, u,
es igual a la movilidad multiplicada por el gradiente del potencial para cualqu
ier fase. Esta expresin general es para permeabilidad isotrpica, y no direccional.
k u = 0.00633
(6.38)

81
donde, u k = velocidad Darcy, ft/D = permeabilidad, md = viscosidad, cp = gradie
nte del potencial de flujo = P + (/144) z = densidad del fluido, lbm/ft3 = elevacin
(positiva hacia arriba), ft

z
en una dimensin,
u x = 0.00633
k dP dz dx + 144 dx
(6.39)
, para simplificar la notacin, se puede usar el ngulo pr designr el ngulo de incl
incin de l direccin x con l horizontl. Entonces, dz/dx = sen , y:
u x = - 0.00633
k dP + sen dx 144
(6.40)
Note que se define el potencial como = P + (/144) Z, luego esto es est
ictamente
vlido pa
a fluidos incomp
esibles. Realmente, el g
adiente del potencial debe
a de
fini
se pa
a fluidos comp
esibles = P + (/144) Z. Luego, las diferencias de potencia
l deben encontrarse mediante integracin de los gradientes a lo largo del camino d
e flujo. La velocidad Darcy no es una velocidad real. Es una velocidad macroscpic
a, la cual da la rata de flujo cuando se multiplica por el rea seccional normal a
l flujo. Sus unidades son ft3/D/ft2. Esto no considera el espacio ocupado por la
s partculas de la roca. La velocidad promedia, v, puede calcularse en la direccin
de flujo, mediante v = u/, donde u es la velocidad (Darcy) microscpica deinida po
r q = Au.
6.5.2. Ley General de Darcy (Anisotropa)
Si se tiene permeabilidad direccional (anisotropa), la expresin general es ms compl
icada.
u = - 0.00633 k11 k = k21 k31 k12 k22 k32 k k13 k23 k33
(6.41)
(6.42)

82
La permeabilidad se convierte en tensor, k , el cual posee forma matrical. Este
tensor tiene nueve valores pero la matriz es simtrica (i.e., k31 = k13), de modo
que la matriz tiene solo seis valores distintos. Para flujo en la direccin x, ux=
k 11 k 12 k 13 x y z (6.43)
Esta expresin complicada puede simplificarse orientando las coordenadas del siste
ma de flujo (coordenadas del simulador) a lo largo de los ejes de permeabilidad.
Estos ejes son ortogonales entre s y se alinean con las permeabilidades mximas y
mnimas. Cuando las coordenadas se orientan de esta manera, entonces cada direccin
tiene su propia permeabilidad y el tensor solo tiene tres elementos diferentes d
e cero.
k x k =0 0
0 ky 0 0 0 kz
(6.44)
Luego, el flujo en la direccin x se simplifica a: ux = k x x (6.45)
Todos los simuladores se disean para tener las coordenadas orientadas correctamen
te. De modo que la ley de Darcy para una direccin particular se expresa en trminos
de permeabilidad en esa direccin: u x = 0.00633 k x x (6.46)
6.5.3.
lujo Multifsico
La ley de Darcy se extiende a flujo multifsico. La presin, gravedad y efectos capi

lares se incluyen en estas ecuaciones. El primer paso es definir los potenciales
de las tres fases. Arbitrariamente, se usa la presin del petrleo como la presin de
referencia. Esto conduce a la inclusin de los trminos capilares en las ecuaciones
de potencial de gas y agua.
o = Po +
o
144
z = P+
o
144
z
(6.47)
g = P g +
g
144
z = P+
g
144
z + P cog
(6.48)
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
83
w = Pw +
w
144
z = P+
w
144
z P cow
(6.49)
donde, Po,g,w P Pcog Pcow Z = p
esin de la fase, psi = Po, psi = p
esin capila
ac
eitegas, Pg Po, psi = p
esin capila
aceiteagua, Po Pw, psi = elevacin (posi
tiva hacia a
iba), ft = densidad del fluido, lbm/ft3 /144 = g

adiente hid
osttico
, psi/ft El uso de la p
esin de aceite en las t
es ecuaciones ante
io
es, en vez
de usa
Pg y Pw, o
igina los t
minos de p
esin capila
. Las t
es ecuaciones de flu
jo son:
u o = 0.00633
o ko z P + 144 o
(6.50)
u g = 0.00633
g kg z + P cog P + 144 g
(6.51)
u w = 0.00633
donde, ko kg kw kro krg krw
w kw z Pcow P + 144 w
(6.52)
= permeabilidad efectiva al aceite = k kro, md = permeabilidad efectiva al gas =
k krg, md = permeabilidad efectiva al agua = k krw, md = permeabilidad relativa
al oil = permeabilidad relativa al gas = permeabilidad relativa al agua
6.6. E ECTOS DE LA PRESION CAPILAR
En general, tenemos familiaridad con los efectos gravitacionales sobre un fluido
, pero el efecto capilar es menos directo. Es importante saber cuando existen ef
ectos capilares en un simulador. El uso ms comn de los datos de presin capilar est e
n la determinacin de las saturaciones originales a condiciones iniciales. El equi
libro capilar/gravedad se representan por la traduccin de la curva de presin capil
ar bajo condiciones de drenaje contra la saturacin de agua. La relacin entre eleva
cin y presin capilar est dada por:

84
P cow =
w o
144
( Z Z FWL )
(6.53)
donde, ZFWL es la elevacin del contacto de agua lib
e al cual Pcow = 0. Ve
Fig.
6.6. Una exp
esin simila
existe pa
a gas y aceite. Esto puede modela
se en el si
mulado
con una malla muy fina.
P cow
Sw
1S o
ZZ
FWL
Sw
1S o
Fig. 6.6. Cu
vas de p
esin capila
El efecto de la p
esin capila
en el desplazami
ento es menos obvio po
que no se est acostumb
ado a hace
clculos manuales de fluj
o de fluidos incluyendo efectos capila
es. Consid
ese un desplazamiento ho
izonta
l de aceite po
agua en un espacio unidimensional. La solucin a este p
oblema es
di
ecto si no se tienen efectos capila
es. Const
uimos una cu
va de p
esin capila
y luego se t
aza una tangente desde la satu
acin inicial a la cu
va de flujo f
accional. El punto tangencial

ep
esenta el flujo f
accional en el f
ente. Este
se llama el mtodo de Welge. Ve
Fig. 6.7(a) donde se obse
va un f
ente ab
upto. C
uando existen efectos capila
es, el
esultado es una dispe
sin del f
ente, ve
Fi
g. 6.7.(b). La solucin de Welge no se aplica al f
ente. La fo
ma del f
ente est co
nt
olada po
fue
zas capila
es.
(a)
(b)
Sw
Sw
x
x
Fig. 6.7. Desplazamiento del f
ente de inundacin
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
85
A menudo se nota que es impo
tante simula
los efectos capila
es en el desplazam
iento en un modelo a escala de campo. Si se igno
an los efectos capila
es, se en
cuent
a que el simulado
no p
opo
ciona el f
ente b
usco que da la solucin de Wel
ge. En vez de sto, un e
o
de Modelamiento llamado dispe
sin num
ica
esulta en un
f
ente dispe
so simila
al causado po
la inclusin del efecto de la p
esin capila
. Note que la dispe

sin fsica en el yacimiento es ms impo
tante po

ocas de baja
pe
meabilidad pe
o esta
n causando efectos de dispe
sin de las hete
ogeneidades. L
uego, los
esultados del simulado
, incluyendo dispe
sin num
ica, pod
an se
ms
ep
esentativos del compo

tamiento del yacimiento que la solucin de Welge, incluso pa
a
ocas con alta pe
meabilidad. Ot
a aplicacin de los efectos de p
esin capila
e
s su efecto en la imbibicin de la fase mojante. Un ejemplo es el flujo cont
aco
iente que ocu
e cuando el agua imbibe en una

oca de baja pe
meabilidad pa
a de
splaza
el aceite. Aunque sto pod
a se
un impo
tante mecanismo de
ecob
o en algu
nos casos
a
os, toma luga
muy lentamente.
6.7. FUERZAS DE FLUJO EN EL YACIMIENTO
A menudo, analizamos el compo
tamiento del flujo en t
minos de fue
zas implicadas
po
la ley de Da
cy. Nos
efe
imos entonces a las fue
zas viscosas, g
avitacion
ales y capila
es. Estas se exp
esan usualmente en t
minos del g
adiente de p
esin:
Fue
za viscosa =
0.00633k
u, psi/ft
(6.54)
Fue
za G
avitacional =
, psi/ft 144 dP c S, psi/ft dS
(6.56)
uerzas Capilares = Pc =
(6.57)
Donde, S es la saturacin de inters. La inspeccin de estas ecuaciones proporciona un
entendimiento de las fuerzas: 1. Si no hay flujo, la fuerza viscosas = 0. 2. Si
no existe diferencia de densidad (fase nica, por ejemplo) entonces la fuerza gra
vitacional = 0. 3. Si no hay gradiente de saturacin (por ejemplo, nica fase) luego
, las fuerzas capilares=0. Es comn analizar los trminos de flujo en el yacimiento
en trminos de relaciones. Recordemos el nmero de Reynolds, para flujo en tuberas co
mo una relacin las fuerzas inerciales con las fuerzas viscosas. Un ejemplo de una
relacin de fuerzas para flujo en yacimientos es el nmero gravitacional: la relacin
entre fuerzas gravitacionales con las

86
fuerzas viscosas:
N gravity = 0.00633 k 1 144 u
(6.58)
6.8. ECUACION DE CONTINUIDAD
Este tema se t
ata
con ms detalle en la siguiente unidad. La ecuacin de continuida
d pa
a un medio po
oso es:
(u ) =
( ) t
(6.59)
La de
ivacin a
anca con un elemento del espacio del medio po

oso. Tome un elemen
to de supe
ficie, ds, Fig. 6.8, y obse
ve que la
ata de flujo msico que sale del
elemento se
ep
esenta en la Fig. 6.9 que co
esponde a una ampliacin del esquem

a p
esentado en la Fig. 6.8. Cuando u no est no
mal (pe
pendicula
) a la supe
fic
ie, se toma el componente no
mal u n de modo que:
Fig. 6.8. Elemento del espacio po
oso
u in u
ds
Fig. 6.9. Elemento de supe
ficie
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
87
Rata de flujo msico de ds =
( u n ) ds =
( u n ) ds
(6.60)
Las unidades pueden exp
esa
se en: (lb/ft3) (ft/sec) (ft2)=lbm/sec (6.61)
Pa
a obtene
la masa total de flujo fue
a del elemento, se integ
a sob
e toda la
supe
ficie:
flujo total de masa que sale = ( u n )dS
S
(6.63)
Tomando un pequeo volumen, dV, de cualquie
pa
te del elemento:
flujo total de masa pe
dida de dV =
( ) dV t
(6.64)
Luego, se obtiene la
ata de nasa total pe
dida mediante integ
acin sob
e todo el
elemento:
total de masa pe
dida =
V
( ) dV t
(6.65)
igualando: masa total que sale = masa total pe
dida, i.e.,
( u n )ds =
S V
( ) dV t
(6.66)
Aplicando el teo
ema de la dive
gencia (de Gauss) que dice;
( u n )ds = ( u )dV
S V
(6.67)
Substituyendo lo ante
io
en el lado izquie
do se tiene:
( u )dV =
V V
( ) dV t
(6.68)
A medida que dV tiende a ce
o, los integ
andos se igualan, dando la fo
ma final
de la ecuacin de continuidad:
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
88
( u)=
( ) t
(6.69)
Esta es la ecuacin de continuidad pa
a el flujo de fluidos en medios po
osos.
6.9. REGLA DE LA CADENA
Si w = f ( u1, u2, ..., um ) y uj = f ( x1, x2, ..., xn ) entonces se cumple que
,
w w u1 w u2 w u m = + + ...+ x i u1 x i u2 x i u m x i
(6.70)
Ejemplos: Si = f(P,T) y P, T = f(x, y, z, t) entonces,
P T = + x P x T x
Pe
o si = f (P) solamente y P = f(x, y, z, t) se tiene,
d P = x dP x
donde d/dP exp
esa la de
ivada total, no la de
ivada pa
cial
6.10. LINEALIDAD
L (0) = 0 L (c1u) = c1L(u) L(u1 + u2) = L(u1) + L(u2) L(c1u1 + c2u2) = c1L(u1) +
c2L(u2)
Homogneos:
(6.71) (6.72) (6.73) (6.74)
L(u) = 0
Nohomogneos:
(6.74)
L(u) = f(x,y)
(6.75)
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
89
i.g. un ope
ado
(con x, y) de segundo o
den se
:
L = A
2 2 2 + B + C 2 + D + E + F 2 x xy x y y
(6.76)
donde A, B, C, D, E, F = f (x,y), y no de f(u).
6.11. ECUACION DE DIFUSIVIDAD
La ecuacin de difusividad pa
a un sistema lquido en un medio po
oso homogneo es:
2P=
ct P
k t
(6.77)
La derivacin, que se detallar en la prxima unidad est basada en las siguientes tres
relaciones: 1. Ecuacin de Continuidad
u = ( ) t
(6.78)
2. Ley de Da
cy
u=
k
P
(6.79)
3. Ecuacin de estado (proceso isotrmico)
= f(P)
La comp
esibilidad isot
mica del fluido es:
(6.80)
c=
1 dV 1 d = V dP dP
(6.81)
y la de la
oca es:
cf =
1 d dP
(6.82)

90
Sustituyendo la Ley de Darcy en la ecuacin de continuidad,
k ( ) P = t
(6.83)
Asumiendo constantes k y
P =
( )
k
t
(6.84)
De
ivando el lado izquie
do con el ope
ado
, se tiene:
P + ( ) (P) =
o;
( )
k
t
(6.85)
2P + ( ) (P) =
( )
k
t
(6.86)
El g
adiente de densidad se puede exp
esa
como:
=
d P = c P dP
(6.87)
De modo que el lado izquierdo se convierte en:
2P + c (P) (P) =
( )
k
t
(6.88)
El Segundo t
mino, c(P)(P) no es lineal. Luego, se ignora para hacer la ecuacin de dif
usividad lineal, con base en que c es pequea (para lquidos) y que el gradiente de
presin al cuadrado tambin es pequeo. inalmente:
2 P=
1 ( ) k t
(6.89)
Expandiendo el lado de
echo:
2 P=
1 + k t t
Jairo Antonio Seplveda, MSc. y
reddy Humberto Escobar, Ph.D.

91
2P =
1 k
d P d P dP t + dP t
2P =
1 k
P P (c ) t + (c f ) t
2P =
P c + c t k
Definiendo ct como la compresibilidad total (fluido y roca), ct = c + cf, se obt
iene la forma final del la ecuacin de difusividad:
2P=
ct P
k t
(6.77)
Esta puede expresarse en trminos de dierentes geometras, aectando solo el lado i
zquierdo de la ecuacin. El trmino 2P se llama El Laplaciano de P. Esta ecuacin es di
ferencial parcial si ct/k no dependen de P. Usualmente se asume que cada parmetro e
s constante de modo que resulta una ecuacin dierencia1 parcial que es posible ha
llarle solucin analtica: Flujo lineal 1D:
2 P c t P = k t x2
(6.90)
Flujo cartesiano 2D
2 2 P P c t P + 2= x2 y k t
(6.91)
En anlisis de presiones de ondo se usa geometra radial: 1 P c t P r = r r
2 P 1 P c t P + = k t r 2 r r
(6.92)
(6.93)

92
6.12. CLASIFICACION DE LAS ECUACIONES DIFERENCIALES PARCIALES DE SEGUNDO ORDEN
La ecuacin general en orma cannica es:
a u xx + b u xy + c u yy = H(x, y,u, u x , u y )
(6.94)
Discriminante: Discriminante <0
b2 - 4ac
Tipo Elptica Ejemplo
uxx + uyy = 0 uxx + uyy = c
(Ecuacin de Laplace) (Ecuacin de Poisson) (Ecuacin en pseudoestable) (Ecuacin de Fou
rier) (Ecuacin de transiente de presin) (Ecuacin de onda)
=0
Parablica
uxx = ut
>0
Hiperblica
uxx - uyy = 0
6.13. COMPARACION DE LA ECUACION DE DARCY CON LA ECUACION DE CALOR Conduccin de c
alor
La ecuacin de diusividad en lujo lineal es:
2 T = 1 T x2 t
(6.95)
L difusividd trmic es:
=
cp
(6.96)
La ecuacin de fujo (ecuacin de Fou
ie
) es:
T btu q = A hr x
(6.97)

93
i1
i
i+1 y
h
x
Fig. 6.10. Sistema lineal La ecuacin de acumulacin es:
d(tu) = c p VdT
cp = cao
especfico
(6.98)
Ecuacin de Conse
vacin: Fujo que ent
a Fujo que sae = Rata de acumuacin (Ene
ga)
(Btu/D)
Ecuacin en dife
encias finitas, pa
a un dominio espacia como e de a Fig. 6.10,
es:
A T i+1 T i + A T i-1 T i = c p ( Ax) T i T i x x t
n+ 1 n Ti+1 - 2Ti +Ti-1 cp Ti Ti = (x)2 t
n+1
n
(6.99)
(6.100)
Flujo de Fluidos
La ecuacin de difusividad en flujo lineal es:
2 P 1 P = x 2 t
(6.101)
La difusividad id
uica es:
=
0.00633k c
(6.102)
La ecuacin de lujo (ecuacin de Darcy) es:

94
scf q D
0.00633kA P = B x
(6.102)
estando k en md, la ecuacin de acumulacin es:
d ( scf ) = cV p dP B
(6.103)
1 dV basada en c = V dP Ecuacin de Conservacin: lujo que entra lujo que sal

ata de acumulacin (Masa) (scf/D) Ecuacin en diferencias finitas para un dominio es
pacial como el de la ig. 6.10 es: 0.00633kA P i+1 P i 0.00633kA P i1 P i c
( Ax) P in+1 P in + = B B B x x t
n+1 n P i+1 2 P i + P i1 = c P i - P i 2 0.00633k t ( x )
(6.104)
(6.105)
6.14. PROBLEMAS CON VALOR EN LAS FRONTERAS 6.14.1. Sistema Radial Infinito (Rata
constante). La ecuacin de difusividad para un sistema radial infinito, ver Fig.
6.11, es una ecuacin de Fourier. La ecuacin diferencial parcial (EDP) es:
1 P c P r = r r r 0.00633 k t Condicin Inicial:
(6.106)
P(r,0) = P i
Condicin de rontera Externa:
P (r, t )|r = P i
(6.107)
(6.108)

95
pi
q
h rw
r
ig. 6.11. Sistema radial infinito Condicin de
rontera Interna:
q=
2 (0.00633)khr P |r r w r B
(6.109)
Defina las siguientes variables adimensionales:
tD= 0.00633kt ct r 2 w
(6.110)
PD = rD =
2 (0.00633)kh( P i - P) qB r
(6.111) (6.112)
rw
La EDP y sus condiciones iniciales y de frontera en forma adimensional son:
PD PD rD = r D r D r D t D
1
(6.113)
Condicin Inicial:
P D (r D ,0) = 0
(6.114)
P D (r D ,t D )|r D = 0
(6.115)

96
Condicin de rontera Interna:
rD P D |r D 1 = 1 r D
(6.116)
La solucin para rD > 1 es: 1 r2 D P D (r D ,t D ) = Ei 2 4t D La cual, en la car

del pozo, puede aproximarse tD > con la ecuacin semilog de la lnea recta:
1 P D(1,t D) = ln t D + 0.4045 2
(6.117)
6.14.2. Sistema Radial Cerrado (Rata constante, estado pseudoestable). La ecuacin
de difusividad para un sistema radial cerrado es una ecuacin de Poisson. ig. 6.
12. Para que el estado exista, P/t q B/(Vp ct). Haciendo esta sustitucin en la EDP
da:
1 d dP c qB r = 2 r dr dr 0.00633k r eh c
Condicin Inicial:
(6.118)
P(r,0) = Pi
P =0 r r e
(6.119)
(6.120)
q=
2 (0.00633)khr P |r r w r B
(6.121)
Defina los siguientes armetros adimensionales:
tD =
0.00633kt c r 2 w
(6.122)

97
q
h rw
r
Fig. 6.12. Sistema radial cerrado
10
Pseudosteady state
9
p D ( r D ,t D )
1 r 2 2t D 3 r D + 2 - ln D 2 2 r De r De r De 4
8
7
6
pD
5
Ininite acting
4
1 p D (1,t D ) = ln t D + 0.4045 2
3
2
1
0 0.E+00
2.E+05
4.E+05
6.E+05
8.E+05
1.E+06
1.E+06
tD
Fig. 6.13. Solucin para estado pseudoestable

98
rD =
r rw
, r De =
re rw
(6.123)
PD =
2 (0.00633)kh( P i - P) qB
(6.124)
La EDP y sus condiciones iniciales y de frontera en forma adimensional son:
PD 2 rD = 2 r D r D r D r De
1
(6.125)
Condicin Inicial:
P D (r D ,0) = 0
(6.126)
PD | = =0 r D r D r De
PD | =1 = 1 r D r D
(6.127)
(6.128)
La solucin de estado pseudoestable en cualquier punto es:
P D ( r D ,t D )
r 1 r 2 2t D 3 D + 2 - ln D 2 r2 r De 4 r De De
(6.129)
La solucin de estado pseudoestable en la rontera interna es:
P D (1,t D )
2t D 3 + ln r De - , 2 4 r De
(6.130)
que se puede rescribir como:
P D (1,t D ) 2 t DA + ln r De -
3 4
(6.131)
Jairo Antonio Se lveda, MSc. y Freddy Humberto Escobar, Ph.D.
Simulacin de Yacimientos: Princi ios, Conce tos y Construccin de Mallas

99
El rimer trmino en el lado derecho de la ecuacin es el trmino de de lecin el cual e
x resa una cada en la resin romedia del yacimiento. La Fig. 6.13 muestra como la
solucin com leta uede a roximarse a la solucin de com ortamiento infinito a tiem
os tem ranos y estado seudoestable a tiem os tardos (re/rw = 1000).
6.14.3. Sistema Lineal Infinito (rata constante). La ecuacin de difusividad ara
este sistema es:
2 c P P = 2 0.00633k t x
(6.132)
Condicin Inicial:
P (x,0) = P i
Condicin de Frontera Externa:
P ( x,t )|x = P i
(6.133)
(6.134)
Condicin de Frontera Interna:
q=
0.00633kA P B x
(6.135)
Deina los siguientes parmetros adimensionales:
xD= x A
(6.136)
tD =
0.00633kt cA 0.00633( P i - P)k q B
(6.137)
PD =
A
(6.138)
La EDP y sus condiciones iniciales y de rontera en orma adimensional son:

100
pi
q
x
Fig. 6.14. Sistema lineal ininito
PD PD = x2 t D D
2
(6.139)
Condicin Inicial:
P D ( x D ,0) = 0
Condicin de Frontera Externa:
(6.140)
P D ( x D ,t D )|x D = 0
Condicin de Frontera Interna:
PD = -1 xD
(6.141)
(6.142)
La solucin para cualquier xD es:
P D ( x D ,t D ) = 2
tD
e xD
2 / 4t
D
x x D erfc D 2 t D
(6.143)
La solucin en la frontera interna es:
P D (0 ,t D ) = 2 tD
(6.144)
6.14.4. Sistema Lineal Cerrado (Rata constante, estado seudoestable). De nuevo,
la ecuacin de difusividad ara un sistema cerrado es una ecuacin de Poisson. Para
que exista estado seudoestable, /t est en toda arte. Realizando un balance de m
asa se halla que /t= -qB/(V ct). Haciendo esta sustitucin en la EDP da:
2 c qB d P = 2 0.00633k LA c dx
(6.145)

101
p
D
x D L
= 0
q
x
ig. 6.15. Sistema lineal cerrado Condicin Inicial: P( x,0) = P i Condicin de ron
tera Externa: P =0 x x= L Condicin de rontera Interna: q= 0.00633kA P B x x = 0 (6.1
48) (6.147) (6.146)
Defina los siguientes parmetros adimensionales: tD = 0.00633kt c L2 x L (6.149) (6.
150)
xD =
PD =
0.00633( P i - P)kA q BL
(6.151)
La EDP, su condicin inicial, su condicin de rontera externa e interna son, respec
tivamente: PD =1 2 x D
2
(6.152)

102
P D ( x D ,0) = 0 P D =0 x D x = L P D = -1 x D x = 0 La solucin para cualquier xD y
tD es:
2 1 xD - xD + P D ( x D ,t D ) = t D + 2 3
(6.153) (6.154)
(6.155)
(6.156)
El primer trmino en el lado derecho de la ecuacin es el trmino de deplecin el cual e
xpresa una cada en la presin promedia del yacimiento. En la rontera interna: P D
(0,t D ) = t D + 1 3 1 6 (6.157)
En la rontera externa: P D (1,t D ) = t D (6.158)
La Fig. 6.16 muestra como la solucin completa puede aproximarse a la solucin de co
mportamiento ininito a tiempo tempranos y como alcanza la solucin de estado pseu
doestable a tiempos tardos.
6.14.5. Sistema Lineal Transitorio. La ecuacin de diusividad para este caso es:
2 u u = 2 x t
(6.159)
Condicin Inicial: u(x,0) = 0 Condicin de Frontera Externa: u(0,t) = 0 t > 0 Condic
in de Frontera Interna: u(1,t) = 1 t > 1 (6.162) (6.161) (6.160)

103
2.5
2
1.5
Tarde
p D(0,t D ) = t D +
tD
1 3
1
Temprano t p D(0,t D ) = 2 D
0.5
0 0 0.5 1 1.5 2
PD
Fig. 6.16. Solucin ara sistema lineal cerrado La solucin uede dis onerse en la f
orma: u = v(x) + w(x,t), donde v(x) es el trmino de estado estable y w(x,t) es el
trmino transitorio.
Trmino de estado estable
v = x, 0 x 1 v xx = v t = 0
Trmino transitorio
w( x, 0) = - x w xx = x t
Condiciones iniciales:
v(0) = 0 v(1) = 1
w(0 ,t ) = 0 w(1,t ) = 0
Con estas condiciones se tiene:
v( x) = x
w= 2
n
n=1
(-1 )n
n x n 2 2t sin e 2

104
SISTEMA LINEAL TRANSITORIO
v=x
1
le ab st e
x
t4 t3 t2 t1
o ad st E
t3 0
t2
t1
w(x,t)
x
1
ig. 6.17. Solucin para sistema lineal transitorio
SISTEMA LINEAL TRANSITORIO ( rontera izquierda cerrada)
v=1
1
Estado estable
x
t4
t3 w(x,t)
t4 t3 t2 t1
t2
t1
0
x
ig. 6.18. Solucin para sistema lineal transitorio (frontera izquierda cerrada) S
olucin:
u ( x,t ) = x + 2
(1) n n x n 2 2t sin e 2 n=1 n
(6.163)
6.14.6. Sistema Lineal Transitorio (Frontera izquierda cerrada). Para este caso,
la ecuacin de difusividad es:

Jairo Antonio Se lveda, MSc. y Freddy Humberto Escobar, Ph.D.
Simulacin de Yacimientos: Princi ios, Conce tos y Construccin de Mallas

105
2 u = u x2 t
(6.164)
Condicin Inicial: u(x,0) = 0 Condiciones de Frontera: ux(0,t) = 0 u(1,t) = 1 (6.1
66) (6.167) (6.165)
Al igual que el caso anterior, la solucin uede dis onerse en la forma: u = v(x)
+ w(x,t), donde v(x) es el trmino de estado estable y w(x,t) es el trmino transito
rio.
Trmino de estado estable
v = x, 0 x 1 v xx = v t = 0
Trmino transitorio
w( x, 0) = - 1 w xx = wt
Condiciones de frontera:
vx (0) = 0 v(1) = 1
wx (0 ,t ) = 0 w(1,t ) = 0
Con estas condiciones de frontera se tiene:
v( x) = 1
w( x, t ) = 2
1 1 2 (1 )n cos n x e n 2 t 1 2 n=1 n 2

2
Solucin: u ( x,t ) = 1 + 2 1 1 2 2 ( 1) n cos n x e n 2 t
(6.168)

106
UNIDAD 7
ECUACIONES UNDAMENTALES
7.1. ECUACIN DE CONTINUIDAD
Considrese un pequeo paraleleppedo de un medio poroso cuyas dimensiones son X, Y, Z; a
travs del cual existe flujo en todas las caras como lo muestra la Fig. 7.1.
(V) z+z
( V) y
z x y (V) x (V) x+x
( V) y+ y
(V) z
Fig. 7.1. Baance de masa Efectuando un baance de mate
ia du
ante un inte
vao
de tiempo pequeo t, se pude considerar que el flujo de masa por unidad de superfic
ie es igual a la velocidad multiplicada por la densidad (V). Ao
a bien, si e f
ujo voumt
ico se mutipica po
e
ea t
ansve
sa a fujo se obtiene como
esu
tado e fujo msico:
VA = Q
[mT ]
Po
ot
a pa
te se puede conside
a
que a ent
ada de masa a eemento conside
ad
o es positiva (inyeccin), mient
as que a saida de masa en dico eemento se con
side
a negativa (p
oduccin). E t
mino fuente o sumide
o se
ep
esenta po
W(X,Y,Z
), e cua tiene unidades de masa po
unidad de voumen de
oca. De p
incipio d
e conse
vacin de masa:
Masa que ent
a
Masa que sae

T
mino fuente o sumide
o
=
Acumuacin de masa
(7.1)
Jai
o Antonio Sepveda, MSc. y F
eddy Humbe
to Escoba
, P.D.
Simuacin de Yacimientos: P

uccin de Maas
107
( V ) X ( V ) X +X Y Z t + ( V )Y ( V )Y +Y X Z t + ( V ) Z
+t ( )t
(7.2) Dividiendo entre XYZt y tomando lmites cuando X, Y, Z y t tienden a cero, y re

ndo la definicin de derivada de una funcin que dice: Y ( X + X ) Y ( X ) dY LimX 0 d
X X Se tiene que, ( VX ) ( VY ) ( VZ ) W ( X , Y , Z ) = ( ) X Y Z
vol. roca W= M M [ =] 3 TVr tL (7.3)
W=
La expresin (7.3) es la forma general de la ecuacin de continuidad en un medio por
oso.
7.2. ECUACIN DE DI USIVIDAD
Sustituyendo los componentes de la velocidad de la Ley de Darcy en la ecuacin de
continuidad se tiene: V =
(7.4)
2 k x 2 k y 2 k z + + W ( x, y, z ) = ( ) x
(7.5)
La expresin anterior es la ecuacin general de difusividad que representa el flujo
de un solo fluido a travs de un medio poroso. Para el flujo de varios fluidos es
necesario considerar que el medio poroso estar sujeto a variaciones en la saturac
in por lo que despus de proceder en forma similar a la anterior, la ecuacin de difu
sividad para flujo multifsico en donde kf representa la permeabilidad efectiva al
fluido en cuestin, est dada por la siguiente expresin:

108
Compresible Ligeramente Compresible
= f(P)
= o (1+ C f [P Po ])
Densidad
Incmpresible
= cte
P
esin
Fig. 7.2. Comp

esibiidad en funcin de tipo de fuido 2 k fx f 2 k fy f
+ W f ( x, y , z ) = ( f S ) f f x y f f y Z f f z
Para la solucin de esta ecuacin es necesario utilizar una ecuacin de estado que rel
aciona la densidad con la presin. Dichas ecuaciones se tratan un poco ms adelante
en este mismo captulo.
7.3. CLASI ICACIN DE LOS
LUIDOS SEGN SU COMPRESIBILIDAD
Dependiendo de su compresibilidad los fluidos de un yacimiento se clasifican en

tres grupos que son: a) luidos incompresibles b) luidos ligeramente compresibl
es c) luidos compresibles En un fluido incompresible, la densidad del fluido se
considera constante, = cte. Un fuido se denomina ige
amente comp
esibe si su
densidad se puede conside
a
como una funcin inea de p
esin, esto es, a comp
e
sibiidad de fuido es constante. Finamente, un fuido comp
esibe es aque qu
e p
esenta un cambio significativo en su densidad con a p
esin. La Fig. (7.2), m
uest
a g
ficamente esta casificacin de os fuidos.
7.4. ECUACIONES DE ESTADO
Cuaquie
ecuacin de estado puede
ep
esenta
se anaticamente po
una funcin.
Jai
eddy Humbe
to Escoba
, P.D.

uccin de Maas
109
F (P
esin, densidad, tempe
atu
a) = 0 Existen va
ias ecuaciones de estado dependi
endo de tipo de fuido que se est manejando. A continuacin se desa
oan cada un
a de estas ecuaciones:
7.4.1. Ecuacin de Estado pa
a Fuido Incomp
esibe
= constante =0 P
7.4.2. Ecuacin de Estado pa
a Fuido Lige
amente Comp
esibe
(7.7)
Po
definicin de comp
esibiidad:
cf = 1 V V P T
(7.8)
Como:
=
m m ; V= V
(7.9)
Sustituyendo (7.9) en (7.8):
cf = 1 1 d = P T dP
(7.10)
Despejando c dP:
cdP =
1
d
Integ
ando y despejando :
= oe
c f ( P P )
(7.11)
Dnde: o = Densidad inicia de fuido evauada a a p
esin inicia Po. P = P
esin
medida a cuaquie
tiempo.
Jai
eddy Humbe
to Escoba
, P.D.

uccin de Maas
110
Reco
dando a f
mua de expansin de una funcin f(Z), en as ce
canas de vao
conocid
o de a funcin po
medio de a se
ie de Tayo
, siendo a e punto conocido:
f i ( a )( Z a ) ii ( a )( Z a ) n ( a )( Z a ) (Z ) = (a) + + + .......
+ 1! 2! n!
2
n
Pr l que la uncin (x) = ex, se puede expandir alrededr del punt x = 0, ent
nces:
x x 2 x3 xn e = 1 + + + + ...... + 1! 2! 3! n!
X
Pr l tant:
e
c ( P P )
c ( P P ) c 2 ( P P ) c n ( P P ) = 1+ + + ...... + 1! 2! n!
2
n
(7.12)
En la mayra de ls cass para lquids, se cumple que c(PP) < 0.01, c2(PP)2 <0
.0001. Pr l que la expresin (7.12) se puede simpliicar a:
e(
c P P )
= 1 + c ( P P )
Sustituyend esta ltima expresin en la Ec. (7.11):
= o 1 + c ( P P )
(7.13) La expresin es la ecuacin de estado para un fluido ligeramente compresible.
7.4.3. Ecuaciones de Estado para luidos Compresibles
a) Para un gas ideal PV = nRT ^ n = m/M
PV =m RT/M ^
= m/V
=
PM , uego, RT 1 P (7.14)
cf =
Jai
eddy Humbe
to Escoba
, P.D.

uccin de Maas
111
La cua es a ecuacin de estado pa
a un gas idea. b) Pa
a un gas
ea
=
PM ZRT
entonces, cf = 1 1 dZ P Z dP (7.15)
Es la ecuacin de estad para un gas real.
7.5. ECUACIN DE DIFUSIVIDAD PARA DIFERENTES TIPOS DE FLUIDOS 7.5.1. Ecuacin de Di
usividad para Fluid Incmpresible
( ) = 0 t adems, cnsidere que = cnstante. Recrdand la ecuacin general de diusi

idad dada pr la expresin (7.5)
2 k x 2 k y 2 k z + + W ( x, y, z ) = ( ) x
Definiendo, q = ritmo de inyeccin [/STB/da)/Vol. Roca] W = qB Sustituyendo en a ec

uacin de difusividad: 2 k X 2 kY 2 k Z + + qB = 0 x
Multiplicando por /2 = constante, y si e medio es isot
pico y omogneo kx = ky = k
z = k, y dividiendo ent
e k:
Jai
eddy Humbe
to Escoba
, P.D.

uccin de Maas
112
qB =0 + + + x x y y z z k (7.18)
2 2 2
La exp
esin (7.18) es a ecuacin de difusividad pa
a un fuido incomp
esibe, a c
ua puede esc
ibi
se de a siguiente mane
a: 2 qB =0 K (7.19)
A a ecuacin (7.19) se e conoce como a Ecuacin Poisson. Si no existe inyeccin, a
ecuacin (7.19) se simpifica a:
2 = 0
La cual se conoce como la Ecuacin Laplace.
7.5.2. Ecuacin de Difusividad para luidos Ligeramente Compresibles
cf =
1 P
dP =
1 cf
dP 1 d = dz c f dz
dP 1 d = dx c f dx
dP 1 d = dy c f dy
Reco
dando a ecuacin dife
encia y si no existe ningn pozo, W = 0:
2 k x 2 k y 2 k z + = ( ) + x Y y z
Po
P
dP
+ gz
1 P = x x
Jai
eddy Humbe
to Escoba
, P.D.

uccin de Maas
113
1 = x c f 2 x 1 = y c f 2 Y 1 = z c f 2 Z
Reempazando: k x 1 + x c f x Y k y 1 k z 1 + =
Si consideramos un medio isotrpico (kx = ky = kz = k), = constante, y multiplican
do por ( cf / k ), se tiene lo siguiente:
2 2 2 c + + = k t x 2 y 2 z 2
(7.21)
Debido a que a Ec. (7.21) no es muy p
ctica pa
a su apicacin en a fo
ma obtenid
a po
a dificutad que p
esenta a evauacin de as densidades, conviene exp
esa
a en funcin de a p
esin. Pa
a eo se p
ocede de a siguiente fo
ma: Reco
dando
a ecuacin de estado pa
a un fuido ige
amente comp
esibe dada po
a exp
esin
(7.13):
= o 1 + c ( P P )
Entonces:
x y z t x = y = z = t =
{ { { {
P 1 + c ( P P ) = c o x P o 1 + c ( P P ) = c o y P o 1 + c (
) = c o t
o
}
}
}
(7.22)
}
Sustituyendo en la ecuacin (7.21) se tiene:

114
2 P 2 P 2 P c 2 P co 2 + 2 + 2 = o k y z t x
(7.23)
Dividiendo por co y aciendo =k/(c) se tiene inalmente: 2 P 2 P 2 P c P + +
k t 2 P = 1 P t (7.24)
(7.25)
L expresin (7.25) es l ecucin de difusividd pr un fluido ligermente compres
ible hbiendo hecho ls siguientes considerciones: ) b) c) d) Medio isotrpico y
homogneo Viscosidd constnte Compresibilidd constnte No existe el trmino fuent
e, sto es, no hy pozos inyectores o productores
L importnci que tiene est ecucin es trscendente, debido su mltiple utilid
d. Entre otrs plicciones se tienen ls siguientes: ) Pruebs de presin (incre
mento, decremento, interferenci, etc.) b) Prueb de lmite de ycimiento c) Simul
cin de ycimientos
7.5.3. Ecucin de Difusividd pr un Gs Rel
Recordndo l ecucin de estdo dd pr un gs rel,
=
PM ZRT
y a ecuacin gene
a de difusividad,
2 k x 2 k y 2 k z + + W = ( ) x Y y
Suponiendo que no existe inyeccin, W = 0 y que la porosidad es constante y defini
endo la funcin de pseudopresin de un gas real como:

115
m( P ) =
Po
Z d
( ) ( )
P
2
(7.26)
De
ivando m(P): m( P ) P m( P ) x m( P ) y m( P ) t m( P ) Z = 2P ( P ) Z ( P ) 2P
( P ) x 2P P ( P ) Z ( P ) y 2 P P ( P ) Z ( P ) t 2 P P ( P ) Z ( P ) Z
=
=
=
=
Mutipicando po
2RT/M obtenemos, X m( P ) m( P ) m( P ) P k k + +
(7.27)
Ahora, P P 1 1 Z P = t Z Z P Z P t Como, cg = 1 1 Z P Z P
Entonces,

116
P P P = cg t Z Z t Multiplicando por 2/2 el lado derecho y sabiendo que:

P , entonces: ( P ) Z ( P ) t
P cg P = t Z 2 t
Si tenemos medio isotrpico, homogneo (kx = ky = kz = k), entonces,
2 m( P ) x
2
+
2 m( P ) y
2
+
2 m( P ) z
2
=
cg m( P )
k t
(7.29)
Que se puede escribir cm: 2 m( P ) = 1 m( P ) t (7.30)
Est expresin es l ecucin de difusividd pr un gs rel en l cul no existe tr
mino fuente.
7.6. CONDICION INICIAL Y CONDICIONES DE FRONTERA
Un vez que hn sido definids ls ecuciones que servirn pr describir el proce
so fsico que ocurre en el ycimiento, es necesrio estblecer cierts condiciones
en el sistem que permitn l solucin de dichs ecuciones.
Flujo
Proceso Fsico
Fronter
Fig. 7.3. Sistem

117
En simulcin l vrible dependiente es con frecuenci l presin y pr clculr s
u distribucin en un ycimiento culquier tiempo se debe tener l condicin inici
l: P(x, y, z) = , t=0
Donde es aguna constante o funcin que desc
ibe a dist
ibucin de un pa
met
o dent
o de sistema a tiempo ce
o. As pues, e modeo matemtico competo es una combina
cin de: a) Ecuaciones que gobie
nan e compo
tamiento de fujo en e yacimiento.
b) Condiciones iniciaes que p
opo
cionan os vao
es de a va
iabe dependiente
a un tiempo inicia (to). c) Condiciones de f
onte
a que p
opo
cionan os vao
es de a va
iabe dependiente en dete
minadas
egiones de yacimiento (f
onte
as
) pa
a cuaquie
tiempo. Ve
Fig. 7.3 y 7.4.
P n
F
onte
a
No ay fujo
=0
Fujo
P n
F
onte
a
= cte
Vao
es fijos de p
esin P = p
esc
ito
Fig. 7.4. Condiciones de f
onte
a. Las posibes condiciones de f
onte
a son: a)
En a f
onte
a inte
na: P
esin de pozo constante: P(
w, t) = Pwf = constante.
P(
w, t) = constante,
Cauda constante: P (
, t ) = cte

=
w
q P = = cte kAfront r front

118
Presin del pozo variable:

P(rw, t) = fr (t)
r r
Caudal variable:
P ( r, t ) = g (t ) r rw Pozo Cerrado: P ( r, t ) = 0 , r rw q=0
b) En la frontera externa: Presin Constante:
P(re, t) = constante, r lujo constante a travs de la frontera: P ( re , t ) = cte
r r = re ,
q r = cte
e
r
r
lujo variable a travs de la frontera:
P ( re , t ) = f 2 ( t ) r re
No existe flujo a travs de la frontera (frontera cerrada):
P ( re , t ) r
re
= 0,
q r = cte
e
Yacimiento Infinito:
Limr P ( r , t ) = Pi

119
UNIDAD 8
ECUACIN DE LUJO PARA DOS O MS ASES
8.1. INTRODUCCION
Las ecuaciones de flujo son bsicamente una generalizacin de las ecuaciones derivad
as anteriormente para una fase fluyendo. Antes de entrar en materia, es preciso
mencionar tres conceptos fundamentales en el desarrollo de dichas ecuaciones: a)
Saturacin: La saturacin de una fase est definida como la fraccin del espacio poroso
ocupado por dicha fase. En presencia de tres fases, la suma de las saturaciones
debe ser igual a la unidad:
So + S g + S w = 1.0
(8.1)
b) Presin Capilar: La presin capilar nos indica la diferencia de presin existente e
ntre la fases no mojante y la mojante cuando stas estn presentes (aceite, agua y g
as), las presiones capilares se definen como:
Pcow = Po Pw Pcgo = Pg Po Pcgw = Pg Pw = Pcow + Pcgo
Aunque el fenmeno de capilaridad es bastante ms complejo que una simple relacin de
saturacin de la fase humectante, para efectos prcticos asumiremos esta relacin como
nica y suficiente. Es decir, (8.2)
Po Pw = Pc ( sw )
(8.3)
c) Permeabilidad Relativa: Hasta el momento hemos definido el flujo para una sol
a fase, y por lo tanto la permeabilidad utilizada ha sido la llamada Permeabilida
d Absoluta. La presencia de fases adicionales, cuando estas fluyen simultneamente,
hace que haya interferencia entre las fases, reduciendo de esta manera la perme
abilidad al flujo. Esta reduccin es cuantificada por medio de las permeabilidades r
elativas, las cuales aceptamos como funciones nicas de la saturacin, que se define
n como:
kro =
ko ; k
krg =
kg k
;
krw =
kw k
(8.4)

120
Es decir, nos indican que fraccin de la permeabilidad absoluta es la permeabilida
d efectiva. Dependiendo del grado de solubilidad de las fases, dos modelos matemt
icos pueden plantearse. Enseguida se proceder a desarrollar las ecuaciones para d
os fases fluyendo sin ninguna solubilidad entre ellas, cuando la fase gaseosa es
t presente, es necesario considerar solubilidad del gas por lo menos en la fase d
e aceite. Este ltimo, es una simplificacin del modelo que se derivar ms adelante, y
es tal vez el modelo ms ampliamente utilizado en simulacin de yacimientos.
8.2. LUJO DE LUIDOS SIN CAMBIO DE ASES
En presencia de agua y petrleo, las ecuaciones que nos definen el modelo matemtico
pueden presentarse de la siguiente forma, donde los subscriptos W y O denotan las f
ases de agua y petrleo respectivamente. La ecuacin de continuidad para una sola fa
se fluyendo, es:
( Vx ) ( Vy ) ( Vz ) W ( x, y, z ) = ( ) x y z t
(8.5)
V W ( x, y, z ) = ( ) t
(8.6) La ecuacin de continuidad cuando existen dos fases fluyendo (agua aceite)
:
o V o Wo ( x, y, z ) = ( o So ) t w V w Ww ( x,
Las ecuaciones de estado para cada fase son:
(8.7) (8.8)
o = f ( Po )
w = f ( Pw )
Y e potencia de fujo est definido po
:
(8.9) (8.10)
= w =
o w
Pw
Po
+ gz + gz
(8.11) (8.12)
La ey de Da
cy pa
a cada fase se define como:
Jai
eddy Humbe
to Escoba
, P.D.

uccin de Maas
121
Vo =
kkro g Po o D Aceite gc o kkrw g Pw w D Agua gc w

(8.13)
Vw =
(8.14)
Reemplazando la ley de Darcy en la ecuacin de continuidad para cada fase, obtendr

emos las ecuaciones que gobiernan el flujo de agua y petrleo en un medio poroso s
in intercambio de masa entre las fases. Estas son:
kk o
o ( Po oD ) Wo = ( o So ) t o kk w
w ( P
(8.15)
(8.16)
Donde,
=
c
(8.17)
Entonces:
o =
o c
w =
w c
(8.18)
8.3. ECUACIONES DE FLUJO MULTIFASICO COMPOSICIONAL
Hasta el momento se ha conside
ado ases estables sin ninn inte
cambio de masa e
nt
e ellas. Con el objeto de pe
miti
este enmeno es necesa
io
educi
los luid
os en el yacimiento, ya sean aua, pet
leo, as natu
al, ases asociados, etc., a
sus componentes estables ms elementales como po
ejemplo: metanos, butanos, as
ca
bnico o aua. Estos componentes pod
n existi
en cualquie
a de las t
es ases y
po
lo tanto no plantea
emos las ecuaciones con base en la conse
vacin de masa p
a
a cada ase como lo hemos hecho ante
io
mente sino la conse
vacin de masa pa
a
cada componente. Las ecuaciones se o
iinan en p
incipios natu
ales de conse
vac
in, que dan lua
a ecuaciones de continuidad. a) Ecuacin de Continuidad (P
incipi
o de Conse
vacin de masa ) b) Ecuacin de movimiento: Ecuacin de Da
cy o ecuacin de F
o
cheimme
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
122
c) Ecuacin de Estado (Desc
iben el compo
tamiento P.V.T de los luidos) d) Ecuacin
de Ene
a (En el caso de tempe
atu
a va
iable) Conside
e: a) 3 ases: aceite, a
s y aua. = o, , w. b) N componentes dist
ibuidos en estas ases: i =1, 2, 3,
... , N. c) Ci,
accin msica de i en .,
Ci =
masa i en la ase masa total de la ase
8.3.1. Ecuacin De Continuidad Del Componente I
Se basa en el p
incipio de conse
vacin de masa, el cual exp
esa:
Ritmo de ent
ada Ritmo de salida Ritmo de su min ist
o o de + de masa
accion de masa i Ritmo de acumulacion = de masa i

(8.19)
Ritmo de ent
ada de masa del componente i = A ( v xCi )

x
(8.20) (8.21)
Ritmo de salida de masa del componente i = A ( v xCi )

x +x
Ritmo de suministro o extraccin de masa I: Si q ** = Ritmo de salida / entrada de
masa de f f
Unidad de volumen de roca
** ** Axqo Ci o + Axq**Ci g + Axqw Ci w = Ax q**Ci f g f f
Ritmo de salida/entrada de masa de i = AX q**Ci f f
f
(8.22)
A x o So Cio masa de i en o + A x S Ci masa de i en masa de i en e

+ A x w Sw Ciw masa de i en w
A x

S

Ci = A x S Ci

masa de i en el elemento
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
123
A f x Ci f
x
A f f x Ci f
x +x
x
x+x
x
Fig. 8.1. Flujo del elemento i sore un volumen de control
Ax
t
f
f S f C if = Cambio de masa de i en el elemento con el tiempo.

i = Ax
Ritmo de acumulacin de masa de

t
f
S f C if
(8.23)
Sustituyendo (8.20) a (8.23) en (8.19), y dividiendo por (Ax) y en el lim x 0
lim x0
( V
f f
fX
Cif
)
x +x
( f V fX Cif )
f
x
x
( Cif q
f
) = f
S Ci t f
o bien,

( V xCi ) Ci q = ( S Ci ) x t f
(8.24)
Para flujo en x, y, z:
( V x Ci ) ( V y Ci ) ( V z Ci )
i
(8.25)
(C

q
) =
( S Ci ) t f
La Ec. (8.25) es la ecuacin de continuidad para el componente i en el sistema.
f = o, g, w. i = 1, 2, 3,........., N.
En trminos del operador , para x, y, z:

124
j i , , k : Vectores unitarios, ortogonales.
=
i+ j+ k x y z

(8.26)
V f = V f X i + V fY j + V f Z k
(8.27)
i Producto punto ( i ) : Proyeccin de un vector sobre otro vector. i j ( i ) =
= 0 j i (i ) = 1 i j j ( i k ) = ( k ) =0 ( ) =1 (k k ) = 1
. Ci
j ( k ) = ( k ) =0 j
V fx i + V fy j + V fz k
i+ j+ k + C V fx i + V fy j + V fz k = z
Ci V y + Ci V z = . Cif f V f Ci V x + y z

(8.28)
Cif f V f Cif q
= S Ci f t f f f
(8.29)
f = o, g, w i=1, 2, 3, ...... , N
La ley de Darcy se define como:
vf =
kkrf
P f D f f
(8.30)
Si aplicamos la ley de Darcy y el Potencial de lujo a cada fase, obtendremos la

ecuacin diferencial que nos describe el flujo para el componente i de los N exis
tentes:
Kk
Cif f ( Pf f D ) Ci q
= t S Ci
(8.31)
Para cada uno de los componentes, se puede plantear una ecuacin diferencial; sin
embargo, existen las siguientes incgnitas:

125
VARIABLE (INCGNITA)
SMBOLO
NMERO
Concentracin del componente i en cada una de las fases Presin en cada una de las f
ases Saturacin en cada una de las fases Densidad en cada una de las fases Viscosi
dad en cada una de las fases Permeabilidad a cada una de las fases Porosidad Nmer
o total de incgnitas
Cif Pf Sf
f f
k

3N 3 3 3 3 3 1 3N + 16
Po
lo tanto necesita
emos este mismo nme
o (3N + 16 ) de
elaciones independient
es (ecuaciones die
enciales, unciones di
ectas, p
opiedades, . . . . , etc), p
a
a obtene
un sistema de ecuaciones dete
minado. Estas
elaciones son las siui
entes: a) Ecuaciones Die
enciales Pa
ciales. Una ecuacin po
cada componente, po
lo tanto, hab
N de estas. b) Satu
aciones. El volumen po
oso est siemp
e ocupad
o po
luidos.
S + So + Sw = 1.0
(8.32)
c) Concent
acin de masa La suma total de las concent
aciones de los componentes q
ue constituyen cada ase, debe se
iual a la unidad.
C
i +1
N
i
= 0;
= o, , w
(8.33)
d) P
opiedades Te
modinmicas Los anlisis PVT, p
opo
cionan las siuientes
elacion
es pa
a cada ase:
= 1 ( , Ci ) = 2 ( , Ci )
(8.34)
e) P
opiedad de la
oca. Toda
oca que almacena luido est ca
acte
izada po
su p
o
osidad.
= o 1 + c r ( P Po )
f) Propiedades de la formacin y los fluidos.

(8.35)

126
Anlisis especiales de desplazamientos, permeabilidad relativa y capilaridad.
permiten
desarrollar
funciones
de
krg = f 1( Sg, So, Sw)
(8.36a) (8.36b) (8.36c)
kro = f 2 ( Sg , So , Sw )
k rw = f 3 ( S g , S o , S w )
Pg Po = Pcgo ( Sg, So, Sw)
Po Pw = Pcow( Sg, So, Sw)
Pcgo = f (Sg)
Pcow = f (Sw)
(8.36d) (8.36e)
g) Equilibrio Termodinmico. La distribucin de un componente entre los estados lquid
o y gaseoso, es determinada por el equilibrio termodinmico, el cual expresa que p
or cada par de fases, hay una distribucin constante para cada componente. Esta di
stribucin es una funcin de presin, temperatura y composicin.
C ig = k igo (T , P g , P o , C ig , C io ) C io
(8.37a)
Cig = kigw (T , Pg , Pw, Cig , Ciw ) Ciw
C io k igw = k iow (T , P o , P w , C io , C iw ) = C iw k iog
(8.37b)
(8.37c)
Como se observa, la ltima relacin no es independiente; por lo tanto, slo 2N de stas,
sern vlidas para nuestro objetivo. En resumen, las siguientes relaciones son inde
pendientes:
RELACIN Ecuaciones Diferenciales Parciales Saturacin Concentracin de masa Propiedad
es termodinmicas Propiedad de la roca Propiedades formacin y fluidos Equilibrio Te
rmodinmico Nmero total de relaciones NMERO N 1 3 6 1 5 2N 3N + 16

127
8.4. MODELO COMPOSICIONAL SIMPLI ICADO 8.4.1. Modelo de Aceite Negro o luidos t
ipo
El modelo ee
al de composici es ext
emadamete difcil de
esolve
. Afo
tuadame
te, la
a mayo
a de los yacimietos o
equie
e de u modelo ta complejo y e
s posile afi
ma
, si it
oduci
i e
o
, que las siuietes suposicioes so
vlidas: a) Slo existe t
es (3) compoetes e las fases de aua, pet
leo y as.
Las fases de pet
leo y as est compuestas po
dos clases de hid
oca
u
os: Pet
leo
esidual (lquido a codicioes atmosf

icas despus de vapo
izaci dife
ecial) y com
poetes liviaos o as. Esto implica N=3. ) La fase de aua est compuesta slo de
aua, y este compoete o est p
esete e iua de las ot
as fases. c) Et
e
las fases de as y pet
leo, slo el compoete as puede disolve
se e la fase de p
et
leo y sali
de sta. Co las suposicioes hechas, hemos elimiado la posiilidad
de aplica
este modelo a yacimietos co hid
oca
u
os altamete voltiles o cod
esados de as.
8.4.2. Ecuacioes de Flujo de Fluidos Tipo Beta ()
Fluido tipo eta (): Su composici o camia co el tiempo. La mae
a como estos f
luidos se mezcla puede esquematiza
se e la Fi. 8.2.
3 FASES ACEITE GAS AGUA 3 COMPONENTES ACEITE GAS AGUA
Fi. 8.2. P
esecia de compoetes e fluidos tipo
Coo = Compoete aceite e la fase aceite. Coo = masa del compoete aceite masa
total de la fase aceite
Jai
o Atoio Seplveda, MSc. y F
eddy Hume
to Escoa
, Ph.D.
Simulaci de Yacimietos: P
icipios, Coceptos y Cost
ucci de Mallas
128
Coo =
masa del compoete aceite masa aceite + as disuelto
dividiedo po
el volume de aceite a codicioes estda
masa de aceite volume de aceite a C .S . Coo = masa de aceite + as disuelto vo

l. aceite + as disuelto a C .Y volume de aceite a C .S . vol. aceite + as dis
uelto a C .Y . Coo =
o c. s . o o
masa del compoete as masa total de la fase aceite
(8.38)
Co =
masa de as vol. as a C .S . volume de aceite a C .S . vol. as a C .S . Co =
masa de aceite + as disuelto vol. aceite + as disuelto a C .Y . volume de ac
eite a C .S . vol. aceite + as disuelto a C .Y .
Co =
c.s. Rs oo
(8.39) (8.40)
Cwo = 0
De la ecuaci (8.33)
C
i =1
N
io
= C oo + C o + C wo = 1.0
C .S Rs + o C .S = 1.0 o o
o =
c.s. RS + o C .S o
(8.41) (8.42)
Co = 0
Jai
eddy Hume
to Escoa
, Ph.D.
ucci de Mallas
129
C =
masa del compoete as masa total de la fase as
masa de as volume de as a C .S . C = masa total de as vol. de as a C .Y v
olume de as a C .S . vol. de as a C .Y . C =
c.s .
(8.43)
Cw = 0
De la ecuaci (8.33):
(8.44)
C
i =1
N
i
= Co + C + Cw = 1.0
=
c.s.
(8.45)
Cow = 0
(8.46) (8.47)
Cw =0 No existe as disuelto e el aua.
Cww = masa del compoete aua masa total de la fase aua
masa de aua volume de aua a C .S . Cww = masa de aua vol. aua a C .Y volume
de aua a C .S . vol. aua a C .Y . Cww =
w c.s . ww
(8.48)
De la ecuaci (8.33):
Jai
eddy Hume
to Escoa
, Ph.D.
ucci de Mallas
130
C
i =1
N
iw
= Cow + Cw + Cww = 1.0
w c.s . = 1.0 w w
w =
w c.s . w
(8.49)
Cuado existe as disuelto e el aua,
w =
c.s. Rsw + w c.s. w
(8.50)
La ecuaci (8.29) esc
ita pa
a el compoete aceite queda:
( C i f f f ) Cif q ** = f
f f
S Ci t f
(Coo o o + Co + Cow w w) + Coo qo** + Co q** + Cow qw** = ( Coo
S + Cow w Sw ) t
{
}
(8.51)
Reemplazando las ecuaciones (8.38), (8.42) y (8.46) en la ecuacin (8.51),

o C .S o C .S
o C .S Vo + qo = So t o o
(8.52)
pe
o,
masa de aceite + as disuelto q unidad de tiempo x unidad de volumen
oca = masa
de aceite + as disuelto vol. aceite + as disuelto a C .Y . o o vol. aceite a C
.S . volumen de aceite + as disuelto a C .Y .
** o
o o
** qo
* = qo
volumen de aceite a C .S unidad de t x unidad de volumen de roca

(8.53)
Si la ecuacin (8.52) la dividimos por o C.S y aplicado la ecuaci (8.53)
Jai
eddy Hume
to Escoa
, Ph.D.
ucci de Mallas
131
S Vo
+ qo = o o t o
de la ley de Darcy,
(8.54)
vo =
donde,
kkro
o
[Po oD ]
(8.55)
o =
o c
D = P
ofudidad a pa
ti
de u plao de
efe
ecia k = Teso
de pe
meailidades
kxx kxy kxz kx 0 0 k = kyx kyy kyz 0 ky 0 kzx kzy kzz 0 0 kz
kx = ky = kz, indica medio Isotrpico
Reemplazando la ecuacin (8.55) en la ecuacin (8.54) se obtiene la ecuacin general p
ara el flujo del componente aceite
k k
o S [Po o D] qo* = o t o o O
(8.56)
P
ocediendo en o
ma simila
, la ecuacin ene
al pa
a el lujo del componente as
:
k k
kk [Pg D ] +
o Rs [Po o D] o O
(8.57)
y la ecuacin general para el flujo del componente agua:

132
kk * S rw [Pw wD ] qw = w t w w w
(8.58)
Las ecuaciones (8.56), (8.57), y (8.58) ms las ecuaciones (8.32), (8.36d) y (8.36
e) constituyen 6 ecuaciones con 6 incgnitas: Po, Pg, Pw, So, Sw, Sg. Las ecuacion
es (8.56) a (8.58) son E.D.P. no lineales de 2o orden. Para definir completament
e el problema de flujo se requieren adems:

Condiciones iniciales Condiciones de
rontera
a. Condiciones Iniciales:
Con base al equilibrio gravitacional y capilar de los fluidos al tiempo t = 0 Di
stribucin inicial de presiones y de Saturaciones
ig. 8.3. Esquema ilustrativo de las condiciones iniciales Dados:
Pref t=0 @ Zref Zcwo Zcgo
Zref Pref Zc
: Plano de referencia : Presin de referencia : Plano de contacto
Equilibrio Gravitacional, no hay flujo de Darcy:
k k rf
f Bf
( P
f
f
D )= 0
(8.59)
Para:
k k rf
f Bf
0 entonces,
( P
f
D )= 0
(8.60)
Movindonos a lo largo de un plano horizontal:

133
P
P
f =0 X
f =0 Y P f = 0 f Z
Pf = cte a lo la
o de u plao ho
izotal
Pf (x, y, z, t=o) = Pfo (z)
Fi. 8.4. Esquematizaci de las codicioes de f
ote
a
y(x)
Y

Y
a
(x)
dX = Y ( a )
a

x
Fi. 8.5. Teo
ema del valo
medio
Pf f = 0 , etoces; Z Pf = Z c f
c
Pf
Pf = Z
f
Pf
ef
dPf
f
=
Z
ef
dZ
Z
Aplicado el Teo
ema del Valo
Medio, etoces,
c
1 ( Pf Pf f
ref
) = Z Z

ref

134
g f ( Z Z
ef ) = Pf Pf c Pf = Pf +
ef
ef
f ( Z Z
ef ) c
(8.61)
Po
ef P Zco Z
ef Zcwo Pw Po
P
Z
Fi. 8.6. Localizaci de la p
esi de
efe
ecia
= f
( Pf )
= ( P , P
f
f
ef
)
Pf + Pf Pf = 2
ref

(8.62)
La distancia inicial de Po se calcula de:
Po = Po ref +
_
g _ o ( Z Z
ef c
)
Po =
_
(8.63)
o = o Po

_
Po + Po ref 2
(8.64)
Conocida Po zcwo , calculamos Pw zcwo:
Pcwo (Sw =1.0) = 0 Pw zco = Po zcwo
Tambin,
Po zcwo Pw zcwo = 0 Sw = 1.0
Pc = 0
(8.65)

135
Pcgo (Sg =0) Pgzcgo = Po zcgo Pw = Pw + zcgo +
Pg zcgo Po zcgo = 0 Sg = 0
Pc =0 (8.66) (8.67)
g _ w ( Z Z cwo ) c _ ( Z Z cwo ) c
P = P
zco
(8.68)
Equili
io Capila
P
Z
Po
Z
= Pco S
(
Z
)S
Z
(8.69) (8.70)
Po Z Pw Z = Pcwo ( S w Z ) S w Z
. Codicioes de F
ote
a
qf
Caudal Especificado de Da
cy:
f
ot
=
Pf D f front f B f front kAkr
(8.71)
Rca mjada pr agua La curva de drene debe usarse para calcular la distribucin i
nicial de saturacines (Debid al prces de migracin de ls luids)
Pc
Agua imbibe
Tresld pressure
0
Swc
Sr
1.0
Sw
Fig. 8.7. Curva de Presin Capilar agua aceite Vs. Saturacin de Agua, para prces
s de drenaje imbibicin
Jair Antni Seplveda, MSc. y Freddy Humbert Escbar, P.D.
Simulacin de Yacimients: Principis, Cncepts y Cnstruccin de Mallas

136
Pc = Pg P Pc =0, P = Pg
GAS
Sw = Swi S =1 Sri Sg = 1 Swc Sr (+) Sw = Swi S =1 Swii Sg = 0 Sw = S
wi S =1 Swi Sg = 0 ()
OIL
Pc = P Pw Pc =0, P = Pw
(+) ()
AGUA
Sw = 1 S = 0 Sg = 0
Fig. 8.8. Distribucin de saturacines cnsiderand eects capilares en una inter
ase Gas Aceite y Aceite Agua
Dnde,
es la direccin perpendicular a la rntera q B Pf D f = f f f front k

Presin Especiicada :
rnt
(8.72)
rnt
P ( rnt , t ) = P (t )
(8.73)

137
UNIDAD 9
MODELO NUMERICO UTILIZANDO DIFERENCIAS FINITAS
9.1. INTRODUCCION
Una vez que a sid establecid el mdel matemtic capaz de describir el prces
sic que se presenta en el yacimient, se ace necesari btener su slucin. Sin
embarg, las ecuacines que representan el luj de ls luids en medis prs
s sn en general, cm ya se a vist, ecuacines dierenciales en derivadas pa
rciales n lineales que relacinan ls cambis de presin y de saturacin a travs del
medi cn respect al tiemp y para las cuales es casi impsible btener una s
lucin analtica. De a que surja la necesidad de transrmar el mdel matemtic a un
mdel numric, siend ste el nic camin pr medi del cual se puede llegar a una
slucin que sea aplicable. La slucin analtica, si este es el cas, una vez allad
a la expresin inal, permite btener slucines en cualquier lugar dentr del dm
ini espacial de la uncin y a cualquier mment en el dmini de tiemp de dica
uncin. Las slucines aprximadas pr medi de dierencias initas en cambi, s
n discretas en el tiemp y en el espaci, es decir, una vez plantead el sistem
a de ecuacines, ste da slucines al mdel en lugares especics (previamente se
leccinads) y cn una recuencia predeterminada. El mtd de dierencias initas
es quiza el ms ampliamente utilizad en ingeniera de yacimients para allar slu
cines para las ecuacines de luj.
9.2. ECUACIONES DEL SIMULADOR
Las ecuacines dierenciales en derivadas parciales de luj se transrman en l
a slucin numrica. A su vez, se cambia el carcter cntinu en espaci y tiemp pr
un carcter discret. Ecuacines Dierenciales
Mtd de Dierencias Finitas
Ecuacines en Dierencias
Ecuacines Dierenciales Se aplican a tda ( x, y, z, t ) en el dmini del prb
lema.
Ecuacines en Dierencias Se aplican a valres discrets (xi, yj, zk, tn). i = 1
,2,...I , j = 1,2,...J k = 1,2,...K , n = 1,2,.... en el dmini

138
t
t
z
z
x
x
y
y
Fig. 9.1 Dmini Cntinu
Fig. 9.2 Dmini Discret
P(t)
t
Fig. 9.3. Discretizacin en tiemp
9.3. PROCESO DE DISCRETIZACION
Cuand alguien abla de dar una slucin numrica a una ecuacin, se est reiriend a p
rprcinar resultads en punts discrets dentr del sistema. El decir que las
ecuacines que se emplean en la simulacin sern resueltas en rma numrica implica q
ue se determinarn ls parmetrs dependientes (presines y saturacines) en punts
discrets en espaci y en tiemp. La discretizacin del espaci se ace al dividir
el yacimient en un nmer determinad de celdas, las cuales sn generalmente rec
tangulares cm puede apreciarse en la Fig. 9.2. La discretizacin del tiemp se r
ealiza al tmar intervals del mism para cada un de ls cuales el prblema es
resuelt. La medida de ests intervals de tiemp depende del prblema en partic
ular que se est manejand, aunque ay que acer ntar que mientras menr sea el i
nterval de tiemp utilizad, la slucin que se btenga ser ms aprximada, Fig. 9.3
. As entnces, ls valres de la variable dependiente al reslver las ecuacines
numricas se btienen para cada un de ls blques que cmpnen la malla y para va
lres especics de tiemp. La transrmacin de una ecuacin dierencial cntinua a
una rma discreta se ace

139
generalmente utilizand el mtd de dierencias initas, que cnsiste en sustitui
r las derivadas de la ecuacin dierencial pr rmulas de derivacin. As pues, las ecu
acines dierenciales en derivadas parciales sn reemplazadas pr su equivalente
en dierencias initas las cuales pueden btenerse al expandir el Plinmi de
Taylr generad pr una uncin en un punt dad y despus reslver para la derivada
que se requiere.
9.4. POLINOMIO DE TAYLOR GENERADO POR UNA FUNCION
Si una uncin (x) psee derivadas cntinuas asta de rden n en el punt x = 0,
siend n 1.0, se tratar de btener un plinmi P(x) que cincida cn (x) y cn
sus n primeras derivadas en x = 0, est es:
P(0) = (0) P'(0) = '(0) P"(0) = "(0) . . . . . . Pn (0) = n (0)
El plinmi buscad deber ser de nsim grad para que pueda cntar cn n derivad
as. Dic plinmi se expresa de la siguiente manera:
P(X) = A0 + A1x + A2x+ A3x3 + .......... + Anxn
(9.1)
El prblema ara es determinar ls n + 1 ceicientes A0, A1, A2, A3, ...., An.
Para btenerls se prcede sustituyend x = 0 en el plinmi dad pr la expre
sin (9.1) y se tiene:
P = A
A = (0)
Derivand el plinmi (9.1) y la derivada se evala en x = 0, tenems, que:
P'(0) = A1 P"(0) = 2A2 P"'(0) = 6A3
En general,
A1 = '(0) A2 = "(0) /2 A3 = "'(0) /6
Pk(0) = K! AK
Despejand Ak de la ltima expresin,

140
Ak = k ( 0 ) / k!
dnde,
K = 1,2,3,.....,n.
Sustituyend ls valres que se btengan para cada una de las derivadas se tiene
:
P(X)= (0)+ '(0) x + "(0) x/2! + "'(0) x3/3! +... + n(0) xn/n!
(9.2)
Si se desea que el plinmi P(x), (9.2), satisaga a la uncin (x) y a sus n pr
imeras derivadas per ara en el punt x = A, st es:
P (A) = (A) P'(A) = '(A) P"(A) = "(A) . . . . . . Pn(A) = n(A)
Para lgrarl se trasladar el rigen A unidades en el sentid psitiv del eje de l
as abcisas, el argument del plinmi p(x), (9.1), ser (x A) y la expresin ser:
P( x ) = ( A) +
i
( A)
( x A) +
ii ( A) ( x A )
2!
2
+ ... +
n ( A) ( x A ) n!
n
(9.3)
Se le cnce cn el nmbre de Plinmi de Taylr de grad n generad pr (x) e
n el punt A, el cual cm ya se cment, es el principi bsic utilizad en la der
ivacin de las rmulas de aprximacin en dierencias initas.
9.5. DIFERENCIAS FINITAS
La slucin numrica aprximada de una ecuacin dierencial parcial pr medi de las d
ierencias initas se reiere al prces pr el cual las derivadas parciales sn
reemplazadas pr expresines aprximadas, btenidas a partir de las series de T
aylr. Supnga que para cada x en (a,b), existen (x), '(x), "(x),..., k(x),
entnces se btiene:
( x ) = ( xi )
( x xi ) +
1!
x
( x xi ) +
xi
2
2!
2 x 2
( x xi ) +
xi
3
3!
3 x3
( x xi ) + ... +
xi
k
k!
k x k (9.4)
(9.5)
donde i est en (a,b) y = i + ( - i);
0 < < 1.0

141
9.5.1. Aproimaciones a la primera derivada
a. Diferencias Progresivas: Si x = x - xi entonces x = xi + x. (ver Fig. 9.4.a). R

eemplazando en la ecuacin (9.4)
f( xi +x ) f = f ( xi ) + x x x 2 2 f + 2! x 2 x 3 3 f + 3! x3 x k k f (9.6) +
k P
i
i
i
Si K = 2 en la Ec. (9.6); f( i +x ) = f( xi ) + x
f x
f x
+
xi
x 2 2 f luego: 2! x 2 p
=
i
f( i +x ) f ( xi ) x
x 2 f 2 x 2 p
Despreciando trminos de 2ndo orden f
i
f ( i +x ) f( xi ) x
O ( x )
a) Diferencia progresiva
(9.7)
Xi X
X
) Diferencia regresiva
X X
Xi
c) Diferencia central
Xi -X X
Xi
Xi +X X
Fig. 9.4. Aproximaciones de la primera derivada . Diferencias regresivas: Si x =
xi x, entonces x = xi - x, (Ver Fig. 9.4.).

142
Reemplazando en la Ec. (9.4) f( xi x ) = f( xi ) x
f x
+
xi
x 2 2 f 2! x 2
xi
x 3 3 f 3! x3
+ ..... + ( 1)
xi
k
x k k f k ! xk r (9.8)
Si K = 2 en la Ec. (9.8) f( i x ) = f( xi ) x f x f x +
Xi
x 2 2 f de donde, 2! x 2 r
Xi
f( i ) f( xi x ) x
x 2 f + 2 x 2
r
Despreciando trminos de 2ndo orden, f
i
f ( i ) f ( xi x ) x
O ( x )
(9.9)
c. Diferencias centrales: Si K = 3 en las Ecs. (9.6) y (9.8) f( xi +x ) = f( xi )
+ x f x +
Xi
x 2 2 f 2! x 2
+
Xi
x 3 3 f 3! x3 p
(9.10)
f( i x )
f = f( xi ) x x
xi
x 2 2 f + 2! x 2
xi
x 3 3 f 3! x 3 r
(9.11)
Restando la Ec. (9.11) de (9.10):
f( i +x ) f ( xi x ) = 2x
f x
+
xi
x3 3 6 x3
+
p
3 f 3
r
Desp
eciando t
minos de te
ce
o
den, x =
xi
( xi +x ) f( xi x ) 2x
+ O ( x 2 )
(9.12)
Se tiene que, O(x2) < O(x)

143
= Error de truncamiento, por la eliminacin de los trminos mayores ue k lmite utili
zado. Se puede simplificar la escritura de las Ecs. (9.7), (9.9) y (9.12). De ac
uerdo con la Fig. 9.4.c, si, X = cte, xi + 1 = xi + x y xi - 1 = xi - x. La distanc
ia entre dos puntos consecutivos es la diferencia finita x. En el mtodo de difere
ncias finitas la evaluacin de las funciones y sus derivadas se efecta solamente en
los puntos xi. xi+1 = xi + x xi-1 = xi - x Notacin: fi = f(Xi) ; fi+1 = f (Xi+1) ,
.... etc. Diferencias progresivas:
f f f = i +1 i x i x
(9.13)
Diferencias Regresivas:
f fi 1 f = i x i x
(9.14)
Diferencias Centrales:
f f f = i +1 i 1 x i 2 x
(9.15)
d. Aproximacin de trminos de la forma: f/t Si f = f (x,t) y haciendo un desarrollo a
nlogo al mtodo de diferencias finitas en espacio, tenemos: Diferencias progresivas
en tiempo fi
n +1
f t 2 2 f = fi + t + t i 2 t 2
n
n
n
i
t 3 3 f + 3 t 3
p
i
Despreciando trminos de 2ndo orden,

144
f t
n
i
f i n +1 f i + O ( t ) t
(9.16)
Diferencias Regresivas: en tiempo:
t
Central
f f f = i +1 i 1 X i 2 X
Regresiva
f f i 1 f = i X i X
Progresivas
f f f = i +1 i X i X
i i + 1/ 2 i + 1
i -1
i -1/2
x
Fig. 9.5. Representacin esquemtica de las diferencias finitas para la primera deri
vada fi = fi
n n +1
f t t
n +1
i
t 2 2 f + 2 t 2
n +1
i
t 3 3 f 3 t 3
r
i
fi
n +1
f 2 = fi + t + O ( t ) , entonces: t i
n
n
Despreciando trminos de 2o orden,
fi = fi
n n +1
f t t
n +1
+ O ( t )
2
i
f t
n +1
i
fi n +1 fi + O ( t ) t
(9.17)

145
En simulacin de yacimientos se emplean la aproximacin (9.17). La notacin del operad
or en diferencias progresivas en tiempo: tU = Un+1 - Un
f t
n +1
(9.18) (9.19)
i
t fi t
9.5.2 Aproximaciones a la segunda derivada
Una expresin para la 2a derivada se otiene sumando las Ecs. (9.6) y (9.8). Esto
es:
f( xi +x ) = f ( xi ) + x f x +
xi
x 2 2 f 2! x 2
+
xi
x 3 3 f 3! x3
+ ... +
xi
x k k f k ! x k P
(9.6)
f( X i X ) = f( X i ) X
f X
+
Xi
X 2 2 f 2! X 2
Xi
X 3 3 f 3! X 3
+ ..... + ( 1)
Xi
k
X k k f k ! X k r (9.8) (9.20)
f( i +x ) + f( xi x )
2 f = 2 f( xi ) + x x 2
2
xi
4 4 f f + x + 4 x 4 r P
4
Despejando de la expresin anterior la 2nda derivada,
2 f x 2 =
Xi
f( xi +x ) 2 f( xi ) + f( xi x ) x 2
x 2 12
4 4 4 + 4 x x P r
Despreciando trminos de 4o orden, 2 f x 2 =
xi
f ( xi +x ) 2 f ( xi ) + f( xi x ) x 2
+ O ( x 2 )
(9.21)
Simplificando la escritura de la ecuacin (9.21), utilizando la notacin convenciona
l, tenemos:
f ( i +1) 2 f ( i ) + f( i 1) 2 f = + O ( x 2 ) 2 2 x i x
(9.22)

146
Que es la expresin para otener la segunda derivada de una funcin.
9.5.3 Aproximacin de trminos no - lineales
P S , S S
S =
k B
Si P = P(x,y,t) y conside
amos a di
eccin x,
P U x = x x x x
donde, U x = x P , veocidad x
(9.23)
(9.24)
Ux/x = Veocidad de fujo ent

e as f
onte
as, cambio de veocidad ent
e as f
ont
e
as. Ritmo neto de fujo, cambio de
itmo en x. Apicando dife
encias cent
aes
,
U U i 1/ 2 U = i +1/ 2 x i xi U i +1/ 2 = xi+1/ 2 P = x ( Pi +1 Pi ) x i +
(9.25)
Similarmente,
U i 1/ 2 = xi1/ 2 P = x ( Pj Pi1 ) x i 1/ 2 x i 1/ 2
Reemplazando en la Ec. (9.23)
P 1 x ( Pi +1 Pi ) x ( Pi Pi j ) x = x x xi
(9.26)
Que es la velocidad de lujo de luido en la
onte
a a t
avs de i + .
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
147
xi
1 i , j 2
1 2
xi +
1 2
1 i+ , j 2
i, j + 1
1 i, j + 2
yi
i 1, j
i, j
i + 1, j
1 i, j 2
i, j 1
xi
Fig. 9.6. Molcula idimensional de la diferencia finita de cinco puntos Notacin de

l operador en diferencias centrales, en general: Ui,j,k = X Ui,j,k + YUi,j,k + ZUi,j
,k donde, XU i, j,k = Ui+ , j, k - Ui-, j,k YU i, j, k = Ui, j+, k - Ui, j-, k ZU i, j
k = Ui, j, k+ - Ui, j, k- La Ec. (9.26) puede entonces escriirse,
P 1 x x xP x = x x i xi x i
(9.27)
(9.28a) (9.28b) (9.28c)
(9.29)
Los efectos de orientacin de la malla fueron reducidos grandemente con la introdu
ccin de la malla de nueve puntos, ver ig. 9.7, por Yanosik y McCraken en 1979. E
sta dio buenos resultados para inyeccin de agua con bajas relaciones de movilidad
. Para relaciones de movilidad mayores se recomienda la diferenmcia finita de tr
ece puntos, ig. 9.8 presentada por Ding and Lemonier (1992) y Escobar y Civan (
1998).

148
i,j+1
i1,j
i,j
i+1,j
i,j1
ig. 9.7. Molcula de la diferencia finita de nueve puntos propuesta por Yanosik y
McCraken
i1,j+1
i,j+1
i+1,j+1
i1,j
i,j
i+1,j
i1,j1
i,j1
i+1,j1
ig. 9.8. Molcula de la diferencia finita de trece puntos

149
UNIDAD 10
ESQUEMA DE SOLUCIN DE LAS ECUACIONES DE LUJO (LINEALES)
Bsicamente existen dos maneras para ir de los valores del nivel de tiempo anterio
r a los valores en el nivel de tiempo nuevo, lo cual se discute a continuacin.
10.1 ESQUEMA DE SOLUCION EXPLICITO
Este esquema es el ms simple ya que resuelve el problema para una sola incgnita en
el tiempo nuevo, valindose para ello de los valores conocidos de la incgnita en e
l tiempo anterior. Para propsitos de clarificacin, considere la siguiente ecuacin e
n dos dimensiones:
2 P 2 P ct P + = x 2 y 2 k t
(10.1)
=
k Ct
La Ec. (10.1) expresada en dierencias initas queda cm sigue: Pi ,nj +1 2 Pi
,nj + Pi ,nj 1 +
n n Pi +1, j 2 Pi ,nj + Pi 1, j
( y )
2
( x )
2
=
n +1 n 1 Pi , j + Pi , j t
(10.2)
En donde, i, j: localizacin de la celda dentro de la malla. n: nivel de tiempo an
terior n + 1: nivel de tiempo nuevo Como puede oservarse, se tiene una sola incg
nita, el valor de la presin al tiempo nuevo n + 1, el cual se encuentra involucra
do en el lado derecho de dicha ecuacin (10.2). Despejando la Ec. (10.2) se puede
otener explcitamente el valor de la presin para el tiempo nuevo n + 1, (Pi,j)n+1
en funcin de los valores de presin en el tiempo anterior, los cuales son conocidos
. As entonces,

150
P
n +1 i, j
n n Pi ,nj +1 2 Pi ,nj + Pi ,nj 1 Pi +1, j 2 Pi ,nj + Pi 1, j = P + t +
) n i, j
(10.3)
Como se conocen todos los valo
es del lado de
echo de sta ltima ecuacin, se t
ata d
e
esolve
simplemente una ecuacin con una incnita. Aho
a bien, pa
a avanza
la s
olucin de n a n + 1 se
equie
e aplica
la misma ecuacin pa
a todos y cada uno de los
puntos que constituyen la malla. Es comn esc
ibi
la ecuacin ante
io
de la siuie
nte mane
a:
n n Pi ,nj+1 = Pi ,nj + ( Pi ,nj +1 2 Pi ,j + Pi ,j 1 ) + ( Pi +1, j 2 Pi ,j +
Pi 1, j )
(10.4)
dode,
=
t
( y )
2
,
=
t
( x )
2
Por su sencillez este esquema presenta limitaciones fuertes de estailidad (ms ad
elante se da la explicacin de este concepto), lo que ocasiona tener que utilizar
intervalos de tiempo pequeos al avanzar la solucin, lo cual tampoco es muy conveni
ente deido al tiempo de computadora que se requiere para efectuar una corrida.
Esta limitacin hace que su aplicacin sea imprctica en la mayora de los prolemas de
simulacin, no ostante que el esfuerzo que se requiere para desarrollar un simula
dor que est asado en este esquema es mucho menor que con ningn otro.
10.2. ESQUEMA DE SOLUCION IMPLICITO
Este esquema consiste en resolver el prolema para todos los valores de las incgn
itas en forma simultnea. Considrese la siguiente ecuacin diferencial en derivadas p
arciales en una dimensin,
2 P ct P = k t x 2
(10.5)
La cual puede exp

esa
se en die
encias initas de la siuiente mane
a:
n n Pi 1 2 Pi n + Pi +1
( x )
2
=
Pi n +1 Pi t
(10.6)
Esta ecuacin tiene solo una incgnita, Pin+1, sin emargo, se puede estalecer de t
al manera que se resuelva para los tres valores de Pi como sigue:

151
n+ n+ Pi 1 1 2 Pi +1 + Pi +1 1
( x )
2
=
Pi n +1 Pi t
(10.7)
Como puede apreciarse, la Ec. (10.7) tiene como incgnitas a todos los valores de
presin al nuevo nivel de tiempo n + 1. Dicha ecuacin puede escriirse:
P
n +1 i 1
2 Pi
+1
+P
+1 i +1
( X ) =
t
2
(P
i
n +1
Pi )
Facto
izado,
P
+1 i 1 2 2 ( x ) P n+1 + P n+1 = P n ( x ) 2+ i +1 i t i t
(10.8)
Ntese que en esta ltima expresin; la cual tiene tres incgnitas, el punto i est ligado
a los puntos (i + 1) e (i 1). La forma general de la ecuacin es:
n+ n+ ai Pi 1 1 + bi Pi n +1 + ci Pi +1 1 = di
(10.9)
Donde los coeficientes ai, bi, ci, se refieren, como se ver posteriormente cuando
se defina el trmino transmisibilidad, a la geometra del sistema y a sus propiedad
es fsicas y di contiene a los trminos conocidos. Nuevamente, para avanzar la soluc
in al nuevo tiempo es preciso escribir la Ec. (10.9) para las N celdas que compon
en la malla. El resultado final son N ecuaciones con N incgnitas. Esto es:
Celda a1 Pon +1 1 2 3 N
+b1 P n +1 1 a2 P n +1 1
+ c1 P2n +1 +b2 P2n +1 a3 P2n +1
+c P +b P
n +1 2 3 n +1 3 3
+c3 P4n +1
n +bN PN +1
= d1 = d2 = d3
+1 +cn PNn+1
n +1 aN PN 1
= dN
Las celdas con 0 y n + 1 que se escriben son generalmente celdas ficticias que no fo
rman parte del modelo y que se definen como se ver ms adelante, producto de las co
ndiciones de frontera que se estn utilizando.

152
0
1
2
3
4 ........ N 2
N1
N
N+1
i
ig. 10.1. Sistema cerrado lineal
Ntese que la matriz que se gener tiene una forma caracterstica, hay tres elementos
diagonales y todos los dems elementos fuera de dichas diagonales son cero. A toda
matriz que presente esta caracterstica se le conoce con el nombre de Matriz Tridi
agonal. El conjunto de ecuaciones simultneas puede ser escrito utilizando notacin m
atricial como sigue:
AP = d
(10.10) donde,
b1 a 2 c1 b2 a3 P n +1 d1 a1 P0 1 n +1 d2 P
n bn n n n n +1
c2 b3 a4 c3 b4 . c4 . .
0
. . an
0
El sistema se resuelve para la presin desconocida P utilizando el algoritmo de Thoma
s, el cual es discutido en el captulo siguiente. Para un sistema en dos dimensione
s el desarrollo es idntico al utilizado con anterioridad para el de una sola dime
nsin, solo que los resultados son un poco diferentes. Considrese la siguiente ecua
cin diferencial en derivadas parciales en dos dimensiones:
2 P 2 P P + = x 2 y 2 t
(10.11)
En dierencias initas ser:

153
n+ n+ Pi 1,1j 2 Pi ,nj+1 + Pi +1,1j
( X )
2
+
Pi ,nj+11 2 Pi ,j+1 + Pi ,j++11
( Y )
2
=
Pi ,nj+1 Pi ,j
t
(10.12)
Ntese que todas las presiones estn en el nuevo nivel de tiempo y en consecuencia s
on incgnitas. As pues, existen 5 incgnitas en la ecuacin (10.12). Para simplificar e
l prolema supngase que X = Y. Desarrollando y factorizando, se puede escriir de l
a siguiente manera:
P
n +1 i 1, j
+P
+1 i +1, j
4P
+1 i, j
+P
+1 i , j 1
+P
+1 i , j +1
( x ) =
t
2
(P
n +1 i, j
Pi ,j )
(10.13)
La cual se
educe a:
P
+1 i , j 1
+P
+1 i +1, j
2 2 ( x ) P n +1 + P n+1 + P n+1 = ( x ) P n 4+ i 1, j i , j +1 t i , j
(10.14)
En forma general esta ltima expresin es:
n+ n+ ei Pi ,nj+11 + ai Pi +1,1j + bi Pi ,nj+1 + ci Pi 1,1j + fi Pi ,nj++11 = d i
(10.15)
Donde los coeficientes ei, ai, bi, ci, fi, y di, son similares a los que se defi
nieron para el sistema en una dimensin. Nuevamente, para avanzar la solucin al nue
vo nivel de tiempo se requiere escribir la Ec. (10.15) para todas y cada una de
las N celdas que constituyen la malla. De esta manera se tendrn N ecuaciones con
N incgnitas. En esta ocasin se trata de un sistema pentadiagonal, el cual puede es
cribirse en notacin matricial como se muestra a continuacin:
AP = d
n n +1 n
(10.16)
c f P 1 P 2 c * P3 P4 b P5 d1 d 2 =
b a e
b b a a
c b
Los algoritmos que se utilizan para resolver este tipo de problemas de dos dimen
siones se discuten ms adelante. El esquema implcito es el que involucra mayor esfu
erzo de cmputo para avanzar la solucin de un nivel a otro ya que para resolverlo s
e recurre a procesos iterativos, sin embargo, permite utilizar incrementos de ti
empo mucho mayores

154
que el esquema explcito y an as permanece estable.
10.3. ESQUEMA DE CRANK NICHOLSON
Este esquema involucra una combinacin de los valores anteriores y de los valores
nuevos de la variable dependiente en el intervalo de tiempo considerado. Sea la
ecuacin diferencial en derivadas parciales: 2U ct U = x 2 k t (10.17)
=
k Ct
La cual puede escribirse en dierencias initas, cnsiderand tant el nivel de
tiemp anterir cm el nivel de tiemp nuev, de la manera siguiente:
U n +1 2U n +1 + U n +1 U n 2U n + U n U n +1 U n i +1 i i 1 i i 1 i i
2 2 t ( x ) ( x )
(10.18)
Donde 0 < < 1. Si se analiza la ecuacin se notar ue si = 0 se trata de un esuema
eplcito, si = se trata de un esuema de Crank Nicholson y si = 1, se considera
un esuema implcito.
10.4 EL CONCEPTO DE TRANSMISIBILIDAD EN LOS ESQUEMAS DE SOLUCION
Ya con anterioridad, en los captulos iniciales, se coment ue al utilizar una mall
a ue divida al yacimiento en una serie de bloues, se debe determinar de alguna
manera la interaccin de flujo ue eiste entre los mismos. Por ellos a continuac
in, se define el concepto de transmisibilidad, T, como la la capacidad de transmi
tir el flujo y est dada por la siguiente epresin: = T P Donde, T: Transmisiilid
ad q: Gasto o rata de flujo P: Cada de presin. (10.19)

155
Nivel de tiempo s
1
Calcule So, y Sw de los terminos de flujo
Datos:
Sg = 1 - So - Sw s=s+1
Ps, Sos, Sgs, Sws
No
Formule la ecuacion de difusividad en diferencias finitas
Se ha llegado al limite de tiempo ?
Si
Fin Resuelva la matriz: Itere
c p1 b p x a pN
s
s +1
=

s
Halle o o Po
1
Fi. 10.2. Dia
ama de lujo mtodo IMPES
Reco
dando la ecuacin de Da
cy, q= kA dP dS (10.20)
Sustituyendo esta exp
esin en la ecuacin (10.19) y haciendo dS = L y despejando:
T= kA L (10.21)
Es cla
o, sen la Ec. (10.21), que la capacidad de t
ansmiti
no se
iual pa
a to
dos los bloques que constituyen la malla, sino que sta depende
tanto de la eomet
a del bloque (L, A) como de las p

opiedades sicas que se le asinen a cada uno d
e ellos (k,). As pues pa
a dete
mina
el lujo (y con ello implcitamente la va
iacin
de p
esin) que c
uza de un bloque A hacia un bloque B, los cuales son adyacentes
, es p
eciso conside
a
las t
ansmisibilidades de ambos bloques. De esta mane
a
los esquemas de solucin de las ecuaciones de lujo en una dimensin aectados po
e
l t
mino de t
ansmisibilidad quedan como siue:
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
156
Nivel de tiempo s
1
Dete
mine Pc
Datos:
ko, kw, Pc, Sw
s=s+1
Pc
Sw
Fo
mule la ecuacion de diusividad en die
encias initas
Dete
mine Sw
Resuelva la mat
iz:
No
s
| | |
| | |
s
1 x N
s +1
d1 = dx d N
Se ha llegado al limite de tiempo ?
Si
Halle o y W
Fin
1
Fi. 10.3. Dia
ama de lujo mtodo IMPIS
a) Esquema de Solucin Explcito: En este esquema las t
ansmisibilidades de los t
min
os de lujo, lo mismo que ocu
i con las p
esiones ante
io
mente, se evalan al niv
el de tiempo conocido n. La exp
esin en die
encias initas es:
n n Txn+1/ 2 ( Pi +1 Pi n ) Txn1/ 2 ( Pi n Pi 1 ) = i i
Vbi n +1 ( Pi Pi n ) t
(10.22)
El sundice i+ i- se utiliza por lo que ya se explic, que el flujo que cruza por el
o i al pasar de i+1 a i-1 o viceversa, se ve afectado por la transmisiilidad de amos
loques. El sundice X indica la direccin y el trmino Vi es el volumen total del
loque i. ) Esquema de solucin mixto (IMPES = Implcito en presiones, explcito en s
aturaciones). Este esquema surge al considerar el concepto de transmisiilidad.
En l las presiones se evalan al nivel de tiempo nuevo n+1, mientras las transmisiil
idades se evalan al nivel de tiempo anterior o conocido n. Fig. 10.2. La expresin en
diferencias finitas es la siguiente:

157
n+ n+ Txn+1/ 2 ( Pi +1 1 Pi +1 ) Tx1/ 2 ( Pi +1 Pi 1 1 ) = i i
Vi +1 ( Pi Pi ) t
(10.23)
Este tipo de esquema se utiliza con xito en simuladores areales y tridimensionale
s en los cuales, en general, no se dan camios ruscos en presiones y/o saturaci
ones de un intervalo de tiempo a otro. Sin emargo, pueden presentar serias limi
taciones de estailidad y consecuentemente, requerir intervalos de tiempo muy pe
queos en simuladores de flujo convergente, tales como simuladores de conificacin y
algunos simuladores de secciones transversales. c) Esquema de Solucin Implcito (I
MPIS = Implcito en presiones, implcito en saturaciones) o Mtodo de Solucin Simultnea.
Este esquema consiste en evaluar adems de las presiones, como ya se vi, las trans
misiilidades al nuevo nivel de tiempo n+1, ver Fig. 10.3, quedando la ecuacin en d
iferencias finitas como sigue:
n+ n+ Txn++12 ( Pi +1 1 Pi +1 ) Tx+12 ( Pi +1 Pi 1 1 ) = i 1/ i 1/
Vi +1 ( Pi Pi ) t
(10.24)
Para clarificar ste mtodo considere el siguiente sistema de ecuaciones para flujo
incompresile:
So ko o = x o x t S w kw w = x w x t
(10.25)
(10.26)
Se sabe que: So + S w = 1 Luego: So = 1 S w Derivando con respecto a t: So (1 S w
) S = = w t t t Como se defini en captulos anteriores: (10.29) (10.28) (10.27)

158
Pc = Po Pw = o w + h
(10.30)
Se desea exp
esa
el camio e satu
aci e t
mios de la p
esi capila
y fialme
te e t
mios de potecial. Pa
a hace
sto se usa la
ela de la cadea: S S Pc = t Pc
que puede esc
ii
se de la siuiete mae
a: P S =S' c t t (10.32) (10.31)
siedo S la pendiente de la curva de presin capilar contra saturacin como se epres

a en la Fig. 10.4. Utilizando la definicin de presin capilar introducida por la Ec
. 10.30, se tiene: P S w = S ' c = S ' o t t t t Luego las Ecs. 10.2
escribir como:
ko o o w = S ' x o x t t kw w o
(10.33)
(10.34)
(10.35)
La derivada S puede escribirse en trminos de potencial: S= S S n +1 S = +1 Pc o
n w (10.35)
Note que realmente sto toma la derivada al nivel de tiempo n pero que puede tambin
desarrollarse para n+1/2. La Ec. 10.34 expresada en diferencias finitas usando
formulacin implcita es:
n n n n oi+11 oi+1 ko oi+1 oi+11 1 k o S ' n +1 n +
i 1/ 2
(
) (
)
(10.36)

159
Pc
S'
Sw
ig. 10.4. Relacin presin capilar saturacin
1
2
o2 w2
3
o3 w3
Incognitas o1 w
1
ig. 10.5. Sistema unidimensional de tres celdas
Similarmente para la fase de agua:

n ++1 n +1 kw n +1 n +1 1 k w wi 1 wi w wi 1 i
oi wi wi t (10.37)
(
) (
)
n Por lo tanto, en una celda dada hay dos incgnitas n +1 y o +1 en el nuevo nivel
de w tiempo. Si las Ecs. 10.36 y 10.37, se expresan en forma tpica, se tiene:
n n n e oi+11 + f o +1 + g oi+11 + h n +1 = Doi wi +
i
(10.38)
Similarmente, para la fase agua:
n a n +1 + b n +1 + c n ++1 + d oi+1 = Dwi wi 1 w wi 1
i
(10.39)
Considere el sistema de tres celdas que se muestra en la ig. 10.4. Escribiendo
las Ecs. 10.38 y 10.39 para cada celda dan seis ecuaciones con seis incgnitas. Pu
esto que las celda 0 y 4 son ficticias, se tiene:

160
Celda 1:
+ n a1 n +1 + b1 n 1 1 + c1 n +1 + d1 o1+1 = Dw1 w0 w w2
n n n + e1 o0+1 + f1 o1+1 + g1 o2+1 + h1 n 1 1 = Do1 w
Celda 2:
+ n a2 n 1 1 + b2 n +1 + c2 n +1 + d 2 o2+1 = Dw2 w w2 w3
n n n e2 o1+1 + f 2 o2+1 + g 2 o3+1 + h2 n +1 = Do2 w2
Celda 3:
n a3 n +1 + b3 n +1 + c3 n +1 + d3 o3+1 = Dw3 w2 w3 w4 n n n e3 o2+1 + f3 o3+1 + g3 o
+1 + h3 n +1 = Do3 w3
Que en trminos matriciales resulta en:

b1 h1 a2 0 d1 | c1 f1 | 0 0 e2 | | b2 | h2 | | a3 | 0 0 |
| c2 D w1 w1 o Do 1 1 0 w2 D
| b3 | h3

161
UNIDAD 11
APROXIMACIN EN DI ERENCIAS INITAS DE LAS ECUACIONES DE LUJO DE UN SOLO LUIDO
11.1. PROBLEMAS UNIDIMENSIONALES
Considerando la ecuacin de difusividad para un nico fluido ligeramente compresible

en una dimensin: P D x x + q = t B x don
=
k , B
0 < x < 1, t > 0
Sujeto a as siguientes condiciones iniciaes y de f
onte
a. Condicin inicia: P(
x,t =0) = Pinicia (x) Condiciones de f
onte
a:
qw B P D = kA x x =0 x P D =0 x x = L x
(11.2)
(11.3)
x =0
(11.4)
La discretizacin de la Ec. (11.1) en el nodo i al nivel de tiempo n+1 es:
P D n+1 + qi = x i t B i
n +1 n +1
(11.5)

162
P D Si U = y aplicando diferencias centrales a la variable U se tiene: x
U x i
n +1
U in++1 2 U in+1 2 1/ 1/ xi
Por la definicin de U, la anterior ecuacin puede expresarse como: U X i
n +1
=
1 X i
n +1 n +1 n +1 P D D P i +1/ 2 in +12 1/ X i +1/

P D Aplicado uevamete dife
ecias cet
ales a , x x P D
n +1 n +1
1 = xi
n +1 n +1 ( Pi+1 Pi (D )i+1/ 2 ) x i +1/ 2
n +1
( Pi Pi1 (D )i1/ 2 ) x i 1/ 2

(11.6)
El t
mino de acumulacin cono
me a die
encias
e
esivas en tiempo es:
t B i
n +1
1 = t B
n +1
B
n
i
(11.7)
Reemplazando las Ecs. (11.6) y (11.7) en la Ec. (11.5) y multiplicando por Vri =
At (X)i, se llega a:
n+ Ti +1/12 Pi +1 Pi ( D )i +1/ 2 n +1 n+ Ti 1/12 Pi Pi 1 ( D )i 1
qin +1 =
Vri n +1 n t B B i
(11.8) i = 1,2,3,.....,I n = 0,1,2,3,.... donde,

163
x
x / 2
i = 0 1/2 1
2
3
4
5
6
7
Fig. 11.1. Acoplamiento de la condicin de frontera a la izquierda
A Ti 1/ 2 = T ( Pi , Pi 1 ) = T i 1/ 2 = Ti 1/ 2 x i 1/ 2
(11.9)
En notacin de operadores:
n+ n+ Ti +1/12 ( P D )i +1/ 2 Ti 1/12 ( P D )i 1/ 2 + qi +1 =
+1 +1
V
i
t t B i
(11.10)
o bien, T ( P D ) i + qin +1 =
n+1
Vri
t t B i
(11.10a)
11.2. ACOPLAMIENTO DE LAS CONDICIONES DE
AS
RONTERA EN LAS ECUACIONES EN DI ERENCI
Haciendo referencia a la ig. 11.1 y considerando la ec. (11.3):

qw B P D =kA x x=0 x
x=0
Como se aprecia en la ig. 11.1, se usa una celda imagen ficticia en la frontera
izquierda. Aplicando diferencias centrales a la ecuacin (11.3) para x = 0 , i = :
n +1 1 B P D P P0 ( D )1/ 2 = qw 1 = kA x i /
n +1
n +1
Donde,

164
I=
I1
I
I+1
xi +1/ 2
Fig. 11.2. Condicin de frontera a la derecha
n+ q = T1/ 2 1 P1 P0 ( D ) w 1/ 2
n +1
(11.11)
La Ec. (11.8) en el nodo i = 1 es:
n T1.5+1 P2 P ( D )1.5 1 n +1
+ 1 T1/n2 1 P P0 ( D )1/ 2
n +1
q1n +1 =
Vr1
t (11.12) t B 1
Reemplazando la Ec. (11.11) en la Ec. (11.12):
n T1.5+1 P2 P ( D )1.5 1 n +1
+ qw + q1n +1 =
Vr1
t t B 1
(11.13)
Haciendo referencia a la ig. 11.2, la ecuacin en diferencias para el ltimo nodo i
= N usa como condicin de frontera en dicho punto (x = L) la Ec. (11.4):
P D =0 x x = L x
aplicada en x = L, luego, en ese punto i = I + . La Ec. (11.8) en i = I es: TIn++
1 2 PI +1 PI ( D ) I +1/ 2 1/ La ecuacin para i = I: TIn+1 2 PI PI 1
n +1 n +1
TIn+12 PI PI 1 ( D ) I 1/ 2 1/
n +1
qIn +1 =
Vr1
t t B I (11.14)
+ qIn +1 =
VrI
t t B I
(11.15)

165
6 5 4 3 2 i= 1
i+
i1 /2
1/2
x
i
Di+1 Di+1/2 = Di+1 - Di Di
xi+1/2
X= 0
Di Di+1 Nivel de referencia
Fig. 11.3. Yacimiento inclinado recto
i+ i+ i i -1 ii= 2 1
2
Di+1/2
xi+1/2
Di Di+1 Nivel de referencia
Fig. 11.4. Yacimiento inclinado curvo

166
UNIDAD 12
CONCEPTOS RELACIONADOS CON EL MODELO NUMERICO
12.1. ERRORES
Dependiendo de la fuente que los produzca, los errores en los que se incurre al
utilizar computadores para resolver prolemas, pueden clasificarse en alguno de
los siguientes tipos: Errores inherentes Errores por truncamiento Errores por re
dondeo Los errores inherentes o errores propios de los datos son aquellos que se
producen al leer de algn dispositivo de medicin un dato para representar alguna m
agnitud fsica y son deidos a la imprecisin del dispositivo. Los errores por trunc
amiento son aquellos que se presentan al utilizar series en los clculos como por
ejemplo el polinomio de Taylor visto con anterioridad. Estas series tienen un nme
ro infinito de trminos y al hacer algn clculo con ellas, se utiliza solo un nmero de
terminado de trminos, truncando los dems. Por ltimo, los errores por redondeo se de
en a la imposiilidad de manejar en operaciones como multiplicacin o divisin, tod
os los dgitos resultantes que involucran estas operaciones. En este caso, el resu
ltado se redondea o aproxima al nmero mximo de dgitos con los que se dispone para t
raajar.
12.2. ESTABILIDAD
Los errores provenientes de cualquier fuente se propagan de diferentes formas, a
lgunos de estos errores crecern poco y por lo tanto, no afectarn en forma signific
ativa la exactitud de un resultado. Otros, pueden crecer tanto que invaliden com
pletamente los resultados de un clculo. Si con la funcin f(n) se puede representar
el crecimiento de un error y si el resultado al cao de n operaciones hace que f(
n) se comporte como f(n) = Kn, para alguna constante k que no dependa de n, se di
ce que el crecimiento es lineal. Si el crecimiento del error se comporta como f(
n)= Kn, para alguna constante K mayor que la unidad, se dice que la rapidez de cr
ecimiento del error es exponencial. El crecimiento lineal de un error es general
mente inevitale, cuando K y son pequeos los resultados que se otienen en la sol
ucin de un prolema, son por lo general aceptales. En camio, el crecimiento exp
onencial de un error se dee evitar, ya que el trmino Kn crece rpidamente an para v
alores relativamente pequeos de n, por lo cual los resultados que se otienen en
la solucin de un prolema resultan inaceptales.

167
f( n) = K n E
f(n)
f(n) = Kn E
n
Fig. 12.1. Error Lineal y Exponencial
Si un procedimiento presenta un crecimiento exponencial del error, se considerar
como inestale. Entonces, se dir que un esquema de solucin es estale cuando la pr
opagacin del error, al desarrollar dicho esquema, siga un crecimiento lineal, est
o es, que el incremento del error de una aproximacin a otra sea pequeo, determinan
do una tolerancia. Es muy importante tener en consideracin este concepto al desar
rollar un esquema, ya que los resultados que puede proporcionar el mismo al ser
inestale estarn muy alejados de la realidad. Existen dos procedimientos para det
erminar la estailidad de un esquema de solucin: Anlisis de Von Neumann (Anlisis de
Fourier) Mtodo matricial
12.2.1. Anlisis de Von Newmann
Este consiste en reemplazar el error inicial por una expresin en series de Fourie
r y analizar las variaciones de este error a medida que el clculo avanza. Conside
re la siguiente ecuacin: 2 P P = x 2 t La funcin P puede ser expresada al tiempo n en
xi como: P n ( xi ) = Pi n + in (12.2) (12.1)

168
pK
n
K
Fig. 12.2 Soluciones estale e inestale. Siendo Pin
o de diferencias finitas y representa el error que
acin. La expresin implcita en diferencias finitas
12.1, es:
n+ n+ Pi +1 1 2 Pi +1 + Pi 1 1 Pi +1 Pi =
la solucin otenida por medi

se introduce con esta aproxim
de la ecuacin de difusividad, Ec.
x 2 t
(12.3)
La Ec. 12.2 dee satisfacer la ecuacin diferencial, luego:
(P
n +1 i +1
n+ + in++11 ) 2 ( Pi +1 + i +1 ) + ( Pi 1 1 + i+11 )
x 2
(P =
i
n +1
+ in +1 ) ( Pi + i ) t
(12.4)
Restando la Ec. 12.3 de la Ec. 12.4, resulta: in++11 2 i +1 + i+11 i +1 i = x 2

expansin de una funcin, f(x), en series de Fourier es: f ( x) = An e In x / L
n =
(12.5)
(12.6)
Esta exp
esi puede simplifica
se a: i = e JPix (12.7)

169
Siendo n el nivel de tiempo, i la posicin en la malla, J la raz cuadrada de -1, P
el ndice de expansin y x el tamao de la celda. El error no se amplificar siempre que:

n +1 i n i
+1 , = 1
Dode es el facto
de amplificaci del e
o
, el cual dee se
meo
o iual que
la uidad pa
a otee
estailidad. Reemplazado la Ec. 12.7 e la Ec. 12.5, se
tiee:
+1e JP ( i +1) x 2 +1e JPix + +1e JP (i 1) x
x 2
=
+1e JPix e JPix
t
Multiplicando amos lados de la ecuacin anterior por 1/( e JPix ) :
e JPx 2 + e JPx
x
2
=
1
t
(12.8)
De acuerdo con la siguiente identidad: Px e JPx + e JPx 2 = 4 se 2 2 Permi

r la Ec. 12.8 a: Px 4 se 2 2 = 1 x 2 t De donde resulta:
=
1 4t Px 1 + 2 sen 2 x 2
1
El sistema es incondicionalmente estable, es decir, cualquier valor de x, t y P qu
e se tome, permitir que el esquema sea estale. Para el esquema explcito, el anlisi
s de estailidad resulta en:
= 1
4t Px sen 2 2 x 2

170
Que condiciona la estabilidad del sistema a la siguiente restriccin: t 1 < x 2 2
12.3. CONVERGENCIA
Cuando se estudian mtodos numricos, generalmente se utiliza el trmino convergencia.
Se dice que una ecuacin en diferencias finitas es convergente si la solucin exact
a a las ecuaciones en diferencias finitas tiende a la solucin exacta de las ecuac
iones diferenciales para todo valor de X a medida que X 0 y t 0.
12.4. SISTEMA DE CUADRICULA DE LA MALLA
Se coment que en la simulacin es sorepuesto al plano estructural del yacimiento u
n sistema de cuadrcula o sistema de celdas, siendo cada celda una unidad sica usa
da en el simulador. As pues, algunos puntos sicos al considerar en la seleccin del
sistema de celdas son: a. El sistema de la malla en toda su forma ms simple es r
ectangular. Existen sistemas de enmallado mucho ms complejos (mallas PEBI). . La
malla tendr la menor cantidad de loques como sea posile, dependiendo de la het
erogeneidad del yacimiento. c. La malla ser correctamente orientada, clasificada
segn su tamao y su forma para permitir una uena aproximacin de los lmites del yacim
iento. d. Si existe permeailidad direccional u orientada, un eje de la malla es
tar en la direccin de mxima permeailidad, dicha permeailidad podr ser determinada
por medio de prueas de presin. e. Tratar de colocar un pozo por loque y en el c
entro del mismo. f. Si se sae de la existencia de un acufero o si se sospecha fl
ujo de agua, el sistema de malla incluir hileras extras de celdas a curir el acuf
ero para simular el flujo de agua. g. La malla dee capturar las caractersticas l
ocales y/o heterogeneidad del yacimiento, de modo que fallas, pozos horizontales
, acuamientos, pozos horizontales y verticales tengan una uena representacin mate
mtica. Ahora ien, para cerrar las fronteras cuando se utiliza una malla de loqu
es, existen sicamente dos maneras de lograrlo, que son: 1. Evitar el flujo a tra
vs de toda la periferia, haciendo las transmisiilidades de dicha periferia igual
a cero. 2. Extender la malla agregando loques virtuales externos a dicha front
era y haciendo las propiedades (presiones, saturaciones, permeailidades, etc.)
de cada loque agregado iguales a los del loque interior inmediato adyacente, d
e tal manera que no haya camio

171
de loque a loque adyacente y el flujo sea cero. La deficiencia de esta segunda
forma es que se genera una nueva red, lo que implica un aumento considerale de
ecuaciones.
12.5. FLUJO MONOFASICO
Ti +1/ 2 = T ( Pi +1 , Pi ) = i +1/ 2i +1/ 2
(12.9)
= Factor de forma =
Area perpendicular al flujo en la frontera entre las celdas i + 1 e i Longitud
ue separa a los nodos i + 1 e i
i +1/ 2 = ki +1/ 2
b 1 ,b= B i +1/ 2
Ejemplo: si
la frontera
conecte las
celdas, es
alla
existe una falla entre las celdas, es mejor leer las propiedades en
(caso particular), sobre la falla o emplear algn algoritmo que me des
dos celdas. La mejor manera de manejar la transmisibilidad entre las
aquella que sea la ms representativa (movimiento entre nodos).
ig. 12.3. Transmisibilidad en barreras de no flujo

12.5.1. lujo en Serie (Discontinuidad Vertical)
No existe una forma nica de escoger los valores de transmisibilidad (movilidad), i
+. En gene
a debe
a escoge
se de modo que p
opo
cione os
esutados ms exactament
e posibes pa
a a
ata de fujo (acumuacin e infujo en e boque). Sin emba
go
, agunas veces su escogencia est dete
minada po
a tcnica num
ica usada. Suponga
que a t
ansmisibiidad es constante en a inte
fase ent
e os nodos i e i+1 (no
necesa
iamente en a f
onte
a de boque). La
ata de fujo ent
e estos dos nod
os est dictada po
:
Jai
eddy Humbe
to Escoba
, P.D.

uccin de Maas
172
qi +1/ 2 = A de dode:
i (P P ) i i +1/ 2 i
A ( Pi +1/ 2 Pi ) =
i q i i +1/ 2
(12.10)
Se desea aa
a t
ansmisibiidad media i+ a cua p
opo
cione e mismo vao
de
fujo, qi+ ent
e e boque i e i + 1, se tiene: qi +1/ 2 = A lueo: A ( Pi +1 Pi
+1/ 2 ) =
i +1 (P P ) i +1 i +1 i +1/ 2
i +1 q i +1 i +1/ 2
(12.11)
Po
inspeccin de as ecuaciones ante
io
es, se tiene: qi +1/ 2 = Ai +1/ 2
( Pi +1 Pi ) = A
xi +1/ 2
( Pi +1 Pi +1/ 2 + Pi +1/ 2 Pi ) x i +1/ 2
(12.12)
Reemplazando las Ecs. (12.10) y (12.11) en la Ec. (12.12) resulta,
i +1 qi +1/ 2 = qi +1/ 2 + i qi +1/ 2 i x i +1/ 2 i +1
1 = x i +1/ 2 i +1 + i
(12.13)
i +1
i
De acue
do con e g
fico: xi +1/ 2 = i +1 + i Luego:
Jairo Antonio Seplve a, MSc. y Fre y Humberto Escobar, Ph.D.
Simulacin e Yacimientos: Principios, Conceptos y Construccin e Mallas

173
q
i
q
i+1 i i i+1 i+1 xi+1/2
q
12.4. Flujo en serie (discontinuidad vertical) Promedio de transmisiilidades
i +1/ 2 1 = i +1 i +1 + i + i
i +1
i
Despejando i+1:
( )i +1/ 2 =
i +1 + i i +1 i + i +1 i
(12.14)
El anterior es el promedio armnico de i+1 + i. Ao
a, si i = i+1 = , entonces:
i +1/ 2 =
2 1
i +1
uego:
+
1
i
i +1/ 2 =
2i +1i i +1 + i
(12.15)
Si tenemos fujo en se
ie, o mejo
es evaua
en i+, suponemos un
gimen pe
manent
e.
12.5.2. Fujo en Pa
aeo (Sistema Est
atificado)
Ao
a, conside
e e caso cuando e yacimiento est compuesto de dos capas de dife
ente pe
meabiidad como se esquematiza en a Fig. 12.5. E fujo tota ent
e xi
y xi+1 es:
Jai
eddy Humbe
to Escoba
, P.D.

uccin de Maas
174
q
q1 q2
i
1 2
i+1
1 2
xi + 1/2
Fig. 12.5. Flujo en paralelo (Sistema de estratos) Promedio de transmisiilidade
s
q = q1 + q2 qi +1/ 2 = A
(12.16)
1 ( Pi +1 Pi ) 1 A 2 ( Pi +1 Pi ) 2 xi +1/ 2 xi +1/ 2
(12.17)
qi +1/ 2 = Ai +1/ 2
( Pi +1 Pi )
xi +1/ 2
(12.18)
Puesto que = 1 + 2, La Ec. 12.17 pue e rescribirse como:
qi +1/ 2 = A
( Pi +1 Pi ) 11 + 22
xi +1/ 2 1 + 2
(12.19)
Igualando la Ec. (12.18) y la Ec. (12.19) se tiene,
Ai +1/ 2
( Pi +1 Pi ) = A ( Pi +1 Pi ) 11 + 22
X i +1/ 2 X i +1/ 2 1 + 2
i +1/ 2 =
11 + 2 2 1 + 2
(12.20)
La Ec. 12.20 es el promedio aritmtico de 1 y 2 ponde
ado po
1 y 2. En la prctica, el
valor absoluto e la permeabili a , k, usualmente se asigna al centro el bloque
y las propie a es epen ientes e presin, incluyen o la permeabili a y porosi a
en algunos casos, se evalan a partir e la presin el boque i, Pi. Se asume que

las transmisibili a es sean constantes entro e ca a bloque y estas se usan par
a calcular i!. Ta ap
oximacin es satisfacto
ia siemp
e y cuando as p
opiedades en
t
e os boques adyacentes no fuctuen
Jai
eddy Humbe
to Escoba
, P.D.

uccin de Maas
175
demasiado. Se obtend
n e
o
es significativos, cuando existe muco cont
aste en p
e
meabiidad ent
e boques consecutivos.
12.5.3. Funciones de P
esin: f(p)
En agunas ocasiones, se
eaizan simuaciones en donde as p
opiedades de yaci
miento se pueden conside
a
omogneas e isot
picas, como po
ejempo e caso de a
pe
meabiidad; esta p
opiedad a conside
a
a constante y que no cambia con a
p
esin, simpificando e ccuo de a t
ansmisibiidad ( T ) necesitando soo eva
ua
e t
mino ( b / ) . Este t
mino soo es funcin de p
esin y se puede t
ata
de
a siguiente mane
a:
f( Pi+1/ 2 ) = f( Pi+1 , Pi ) Pi +1/ 2 = Pi +1 + Pi 2
(12.21)
(12.22)
b f( Pi+1/ 2 ) = , para cualquier tipo de flujo. i +1/ 2 1. b ( Pi +1/ 2

2 ) 2. ( bi +1 + bi ) / 2 = ( bi +1 + bi ) = ( i +1 + i ) / 2 ( i +1 + i )
a en el nodo de mayo
potencial W b + 1 W b , donde ) ( i i +1
0 ( P D )i +1/ 2 < 0 W = 1 si
(12.23)
b i +1/ 2
El mtodo recomendado para evaluar este trmino, funcin de presin, es calcularlo en el
nodo de mayor potencial.

176
UNIDAD 13
TIPOS DE MALLAS
Las mallas son lneas abstractas que se trazan sobre el dominio de la funcin a reso
lver (yacimiento) para subdividir el espacio en puntos discretos sobre los cuale
s se va a obtener la solucin. El sistema de enmallado determina la forma de las c
ondiciones de frontera. En esta seccin se discutirn primero los dos mtodos tradicio
nales de construccin de mallas (nodos centrados y nodos distribuidos) y las condi
ciones de fronteras asociadas a stas para espaciamiento uniforme y nouniforme en
cordenadas cartesianas y radiales. Es necesario introducir cierta notacin. Sin i
mportar el mtodo de discretizacin o tipo de condicin de frontera, sea N el nmero de
ecuaciones en diferencias finitas a resolver, M el nmero de nodos e i es el ndice
de rango el cual depender del tipo de condicin de frontera y el mtodo de aproximacin
variando de 0 a N+1.
13.1. MALLA DE NODOS DISTRIBUIDOS (CARTESIANAS)
Dado un yacimiento de longitud, L, y area seccional A uniforme, se puede constru
ir una malla uniforme de M puntos colocando el primer punto en x = 0 y el ltimo p
unto en x = L respectivamente, y distribuyendo el resto de puntos uniformemente
entre ellos. Ver ig. 13.1. Para determinar el volumen de los bloques asociados
con la malla, se colocan las fronteras del bloque en la mitad de los dos nodos.
De modo que:
x = L ( M 1)
de dode:
L = x (M-1) Vri = Ax Vri = A
x , 2
(13.1)
i = 2, 3, ....., M-1 i=1yM
(13.2) (13.3)

177
i= 1
2
. . . . . . . .
M-1
M
x
L
Fig. 13.1. Malla de nodos distriuidos
i= 1 2 . . . . . . . . M-1 M
x
L
Fig. 13.2. Malla de loques centrados
13.2. MALLA DE BLOQUES CENTRADOS (CARTESIANAS)
Tamin se puede dividir la longitud del yacimiento, L, en M loques iguales (unif
ormes) como se muestra en la Fig. 13.2. Los loques son ms pequeos para este caso
que para el caso de nodos distriuidos porque: x =
L M
(13.4)
Por lo tanto no hay puntos en las fronteras. Este mtodo ha sido usado extensivame
nte en la industria petrolera. El volumen de los nodos se determina de:
Vri = Ax ,
La ecuacin de flujo,
i = 1, 2, 3, ..... , M
(13.5)

178
n+ Ti +1/12 ( Pi +1 Pi ( D )i +1/ 2 )
n +1
n+ Ti 1/12 ( Pi Pi 1 ( D )i 1/ 2 )
+1
+ qi +1 =
V
i
t t B i (13.6)
Si en la condicin de frontera el gasto es especificado, podemos usar la distribuc
in de malla de bloques centrados, que nos permite manejar mejor las condiciones d
e frontera. Si en la condicin de frontera la presin es especificada, usamos mejor
la distribucin de mallas de nodos distribuidos. Para mallas uniformes, la nica dif
erencia hasta el momento es el tratamiento de las condiciones de frontera. Sin e
mbargo, cuando se considera espaciamiento arbitrario, el anlisis muestra que la m
alla de nodos distribuidos es una aproximacin correcta en comparacin con la otra.
Esto porque las fronteras de los bloques deben colocarse entre los nodos y no vi
ceversa, puesto que las ecuaciones diferenciales se aproximan a los nodos y no a
las fronteras.
13.3. MALLAS NO UNI ORMES (COORDENADAS CILINDRICAS, LUJO RADIAL)
Cuando nos acercamos a rw necesitamos cada vez ms una malla ms fina. A medida que
r rw se necesita mayor definicin de la malla para mantener una exactitud uniforme
de la solucin y para ello se requiere una malla altamente irregular. La relacin d
el r ms grande al ms pequeo es del orden de 103, r/rw=1000. Para flujo radial se tiene
, 1 k P P r = ct

r t Multiplicando por r2, (13.7)
r
k P 2 P r = r ct
r t
(13.8)
Si =ln r, y sabien o que ( ln r ) = k P 2 P = r ct ln
ln r t
dr r

179

k P 2 P = e ct t
(13.9)
Si se tiene espaciamiento uniforme en la variable , e acuer o con Darcy, flujo r
a ial estacionario:
P Pw ln
r = w rw
(13.10)
Igual espaciamiento en , entonces igual ca a e presin entre no os. Alternativament

e, consi ere la Ec. 13.7 en forma expan i a: 2 P 1 P ct P + = k t
2

Si =ln
ntonces, (13.7.a)
e = r,
e mo o que:
(13.7.b)
r = e
Reemplazan o la Ec. 13.7.b y 13.7.c en la Ec. 13.7.a, se tiene:
(13.7.c)
c P 2 P 1 P + 2 = t 2 2 e e e k t
De on e:
2 P P e2 ct P + = k 2 t

180
7.389
2.7183
0
54.6
r=
20.086
Fig. 13.3. Malla logartmica
La Fig. 13.3 representa un yacimiento ra ial, en on e las mallas se han istrib
ui o e manera no uniforme para consi erar las ca as e presin en las zonas ms cerc
anas el pozo. Sin embargo, esta malla pue e transformarse en una malla uniforme
usan o la transformacin a a por la Ec. 13.7.b, e mo o que:
=ln r
Con esta transformacin se obtiene la siguiente malla uniforme:
=
0
1
2
3
4
5
6
7
Fig. 13.4. Malla e no os centra os

13.3.1. Malla e No os Distribui os: (Ra ial)
De la misma manera como se isearon las mallas cartesianas, no os istribui os y
bloques centra os, se isean las mallas para la geometra e flujo ra ial o ciln ric
o. Este iseo se hace con base en el concepto e una istribucin uniforme en el es
pacio logartmico. La Fig. 13.5 muestra el perfil e una malla ra ial e no os is
tribui os.
1096.64
148.42
403.43

181
1
e w
i1 i i+1
N
h
Fig. 13.5. Malla ra ial e no os istribui os

Si: r1 = rw , =
rN = re ,
= cte
= ln
re / rw , N 1
entonces:
e w
N 1
(13.11) (13.12)
= i+1 i = ln ri+1 ln ri = ln
ri +1 ri
= ln re ln rw ln(re / rw ) = N 1 N 1
(13.13)
e w
N 1
ln(re / rw ) r = ln i +1 N 1 ri Puesto que: log x = ln x log 10
ln(re / rw ) r 1 = ln i +1 ( N 1) log10 log10 ri log(re / rw ) r = log i +1 ri (
N 1)

182
e on e; r log(re / rw ) = log i +1 ri Por lo tanto;

1 ri +1 = ( re / rw ) N 1 , ri
N 1
sea
=
ri +1 ri
(13.14)
ri+1 = ri, i = 1, 2, ... , N-1 ri = rw, i = 1
(13.15) Ahor,
1 1 P r =

r i
i ri

( Pi +1 Pi ) ( Pi
(13.16)
Cmo se pod
a deini

i+1/2 ?. En coo
denadas cilnd
icas, lujo
adial,
imen pe
ma
nente:
q = 2 rh
P
(13.17)
La cada de p
esin ent
e i+1 e i, se obtiene integ
ando a ecuacin ante
io
:
qi +1/ 2 = 2 hi +1/ 2
Disc
etizando,
( Pi +1 Pi )
l(
i +1 /
i )
(13.18)
P r ; entonces, qi +1/ 2 = 2 hi +1/ 2 ( Pi +1 Pi ) q = 2 rh

i +1/
(13.19)
Comparando las Ecs. (13.18) y (13.19):

183
2 hi +1/ 2
( Pi +1 Pi ) = 2 h
n
i +1
i
i +1/ 2
r ( Pi +1 Pi ) r i +1
r 1 = i +1/ 2 r ln i +1 ri +1/ 2 ri
ri +1/ 2 = ri +1/ 2 , ri +1 ln ri ri +1
i
l i +1
i si ri +1/ 2 = ri +1
i
i +1/ 2 =
(13.20)
P
omedio loa
tmico de los
adios de los odos i+1 e i.
=
ri +1 ri
de donde
ri +1/ 2 =
ri +1
i ri
i = l ln (13.21)
ri +1/ 2 =
( 1)
i
l
13.3.2. Mll de Bloques Centrdos: (Rdil)
Un representcin esquemtic de un mll rdil de bloques centrdos est dd en l
Fig. 13.6.
rw
i-1 i
e w
i+1
re
h
i + 1/2
Fig. 13.6. Malla ra ial e bloques centra os

184
ri +1 = ri
(13.22)
1
= ( re / rw )
r1/ 2 = rw ri +1/ 2 =
N
(13.23) (13.24) ri +1/ 2 =
ri +1 ri ln
( 1)
i
l
(13.25)
De l Ec. (13.22),
= ri +1 / ri
Cundo i = , r1+1/ 2 = r1/ 2 = rw De l Ec. 13.25, despejndo ri,
ri = ri +1/ 2 ln ( 1)
Cuado i = 1,
1 =
1+1/ 2 l ( 1)
1 =
rw ln ( 1)
(13.26)
Jai
eddy Hume
to Escoa
, Ph.D.
ucci de Mallas
185
UNIDAD 14
SOLUCION DE SISTEMAS DE ECUACIONES ALGEBRAICAS
14.1. INTRODUCCION
E el captulo ate
io
se vi que al aplica
las ecuacioes
esultates del esquema
de soluci implcito a cada uo de los loques que compoe la malla, se estalece
u dete
miado me
o de ecuacioes ale
aicas co su co
espodiete me
o de i
citas. Este sistema lieal de ecuacioes simulteas que
esulta puede se
esc
it
o e fo
ma ee
al empleado la otaci mat
icial siuiete: AP = d

(14.1)
Dode A es la mat
iz de coeficietes, d es u vecto
coocido y P es el vecto
de ic
itas de p
esi e todos los putos del sistema coside
ado vecto
P . De esta mae
a, aho
a el p
olema cosiste e
esolve
el sistema pa
a otee
el vecto
de
icitas de p
esi, el cual puede se
muy simple o muy complejo, depediedo del
femeo fsico que se itete
esolve
. Cuado la soluci es
elativamete fcil, como
e el caso de p
olemas de ua dimesi y muchos p
olemas de dos dimesioes, l
a soluci al vecto
de p
esi costituye solo ua f
acci del tiempo total de cmputo
y del costo de la simulaci del yacimieto. Si ema
o, e p
olemas ms complejo
s como e el caso de aluos modelos de dos y la
a mayo
a de los de t
es dime
sioes, el esfue
zo que se
equie
e pa
a
esolve
el vecto
P tiee u mayo
si
ificado co
elaci al
esto del p
olema e la simulaci del yacimieto. Po
lo
ate
io
, es fcil comp
ede
que la eficiecia que tea u simulado
tato pa
a
esolve
el p
olema plateado como e el aspecto ecomico depede e
a medida
del alo
itmo que se utilice pa
a
esolve
eficietemete el vecto
de p
esi es
talecido. Los mtodos que se emplea pa
a otee
la soluci de la ecuaci (14.1) p
uede dividi
se e dos
ades
upos: mtodos di
ectos y mtodos ite
ativos. Alua
s de las ca
acte
sticas de estos mtodos de soluci se p
eseta a cotiuaci:
Mtodos Di
ectos Mtodos Ite
ativos 1. Soluci exacta 1. Soluci cove
ete 2. Tiempo
de computado
p
edecile 2. Tiempo de computado
imp
edecile 3. Altos
eque
im
ietos de memo
ia 3. Bajos
eque
imietos de memo
ia 4. E p
olemas 2D, t
aaja
mejo
e 4. E p
olemas 2D, t
aaja mejo
e 3 sistemas co meos de 1000 celd
as sistemas co ms de 3000 celdas 5. No es p
ctico pa
a p
olemas 3D 5. Reque
ido
pa
a p
olemas 3D
Jai
eddy Hume
to Escoa
, Ph.D.
ucci de Mallas
186
14.2. METODOS DIRECTOS EN LA SOLUCION DE SISTEMAS DE ECUACIONES ALGEBRAICAS
Los mtodos di
ectos so aquellos e los cuales la soluci
s se otiee cuado se ha
esuelto la mat
iz que
ep
eseta
ejemplos de mtodos di
ectos so los siuietes:
e
Elimiaci de Gauss. Descomposici mat
icial Mtodo de
del sistema de ecuacioe

el p
olema. Aluos
Ive
si de mat
iz. Rela de C
a
Gauss Jo
da
14.2.1. Ive
si de Mat
iz
Se t
ata de u mtodo astate secillo pa
a el cual se
equie
e dete
mia
la mat
iz ive
sa de la mat
iz de coeficietes y mediate ua p
emultiplicaci otee
la soluci. El p
ocedimieto es como siue. Dado el sistema: AP = d

(14.2)
Dete
miado A1 y multiplicado po
la ecuaci (14.2): A1 A P = A1 d

(14.3)
saemos que: A1 A = I, I = Mat
iz idetidad o idtica. I P = A1 d
P=d ,
1
(14.4)
d = A1 d
1
La soluci se otiee co los
esultados que p
opo
cioe el p
oducto del lado de
echo de la Ec. (14.4). Como puede supoe

se, el uso de este mtodo es u tato ela
o
ado y leto deido a la ecesidad de otee
la mat
iz ive
sa de la mat
iz d
e coeficietes, po
lo que su empleo e t
aajos de simulaci es p
cticamete ulo
.
14.2.2. Rela de C
ame
Este es u mtodo ext

emadamete secillo pe
o o muy p
ctico pa
a se
desa
ollado
e ua computado
a tal como lo
equie
e el t
ata
de otee
la soluci del vecto
P. Ejemplo:
Jai
eddy Hume
to Escoa
, Ph.D.
ucci de Mallas
187
2P1 3P2 = 7 3P1 + 5P2 = 1 cuya ecuaci mat
icial es:
2 3 P 7 1 3 5 P = 1 2
Se aplicar la regla de Cramer para obtener su solucin. Primero se calcula el deter

minante de la matriz de coeficientes: 2 3 = 10 + 9 = 19 3 5 Se obtienen ahora
s determinantes al hacer el intercambio de columnas tal como lo enuncia la regla
: 7 3 P1 = = 35 + 3 = 38 1 5 2 7 P2 = = 2 21 = 19 3 1 En consecuencia
a es: P= 1 P2 = P 38 1 = =2 19 P2 19 = = 1 19
La aplicacin de este mtodo en la simulacin de yacimientos prcticamente no se present
a, ya que slo es til para resolver sistemas de ecuaciones pequeos y el tratar de re
solver prolemas mayores con l provoca la utilizacin de un tiempo de cmputo grande
an para casos relativamente sencillos.
14.2.3. Mtodo de Eliminacin de Gauss: Sup.
Este mtodo consiste sicamente en sistematizar el teorema fundamental de equivalen
cia. Para ello se requiere aplicar a una matriz ampliada (que se forma con la ma
triz de coeficientes y el vector de valores conocidos) un nmero determinado de op
eraciones, las

188
cuales son llamadas operaciones elementales sore los renglones de una matriz, c
on el fin de otener un sistema equivalente al anterior que proporcione las incgn
itas de una forma sencilla y directa. As pues, tomando el sistema original, el o
jetivo es transformar la matriz de coeficientes A a una matriz triangular superior
como se indica a continuacin. Dado el sistema: AP = d

(14.5)
El vector constante d es aadido a la matriz de coeficientes formando as, la matriz

ampliada como sigue:
a11 a 21 . an1 a12 a22 . an 2 ... a1n | d1 ... a2 n | d 2 . . | . ... ann
(14.5)
La cual despus de efectuar un nmero determinado de operaciones elementales a los r
englones de la matriz ampliada, la expresin (14.5) se reduce a la forma siguiente
: Superior
C11 C12 C22 0 . . . . . . C1n | d *1 C2 n | d * 2 . | . . | . Cnn
(14.6)
La expresin anterior puede escribirse como:

C11 C12 C22 0 . . . . . . C1n P d *1 1 P * C2 n 2 d
(14.7)
De esta manera el valor de Pn puede obtenerse directamente de: d *n Pn = Cnn

189
Los n 1, n 2, ...., 2, 1 valores se calculan mediante la simple sustitucin de
los mismos que ya han sido obtenidos con anterioridad. A manera de ejemplo, con
sidrese el siguiente sistema de ecuaciones: 3P1 + 4P2 2P3 + P4 + P5 = 16 2P1 +
P2 + 4P3 8P4 + 2P5 = 13 8P1 P2 P3 + 3P4 + 2P5 = 14 P1 + P2 3P3 + 2P4 P
5 = 4 4P1 + 2P2 + 3P3 P4 3P5 = 3 Cuya forma matricial y matriz ampliada del
sistema anterior quedan como sigue:
3 4 2 1 1 P 16 1 2 1 4 8 2 P 13 2 8 1 1 3 2 P3 =
1 | 16 3 4 2 1 2 1 4 8 2 | 13 8 1 1 3 2 | 14 1 1 3 2 1 | 4
continuacin algunas operaciones fundamentales a los renglones de esta ltima matriz
, con el objeto de reducirla a una matriz diagonal superior. Matriz superior es:
1 0 0 0 0 1 3 2 1| 4 1 7 5 4 | 28 0 17 17 8 | 49 0 0 170 79 |
P1 + P2 3P3 + 2P4 5P5 = 4 P2 + 7P3 5P4 + 4P5 = 28 17P3 17P4 + 8P5 = 49
170P4 79P5 = 146 3152P5 = 12608

190
De esta manera los resultados se obtienen como se muestra a continuacin:
P5 =
12608 =4 3152
P5 = 4 P4 = 1 P3 = 2 P2 = 3 P1 = 1
170 P4 79(4) = 146 17 P3 17(1) + 8(4) = 49
P2 + 7 (2) 5(1) + 4(4) = 28 P1 + (3) 3(2) + 2(1) (4) = 4
14.2.4. Mtodo de Gauss Jordan
Se trata de un mtodo til y sencillo para encontrar la solucin de un sistema de ecua

ciones lineales. Es muy parecido al mtodo de eliminacin de Gauss visto con anterio
ridad, solo que aqu el aplicar las operaciones fundamentales en los renglones de
la matriz ampliada es con el objeto de convertirla en la matriz identidad [ I ],
a partir de la cual se puede obtener la solucin directamente. Este mtodo no requi
ere iteraciones, pero la cantidad de trabajo requerido puede ser considerablemen
te mayor que los mtodos iterativos y es prohibido en muchos casos prcticos. Para u
na mejor comprensin del mtodo se resolver un ejemplo. Considrese el siguiente sistem
a de ecuaciones: 3P1 6P2 + 7P3 = 4 5P3 = 19 8P1 P1 2P2 + 6P3 = 5 La matriz
ampliada del sistema es: 3 6 7| 4 0 5|19 8 1 2 6| 5 Aplicando las oper
ntales del caso, se obtiene al final: 1000 0.000 0.000 | 3.001 . . 0.000 1000 0.00
0 | 2.000 0.000 0.000 1000 | 1000 . .

191
Por lo que la solucin es:
P1 = 3.001 P2 = 2.000 P3 = 1.000
14.2.4.1. Errores en el Mtodo de Gauss Jordan
El mtodo de Gauss Jordan no es un mtodo de aproximaciones sucesivas, por lo tant
o su solucin debera ser exacta, pero no lo es debido a los errores que se presenta
n en el desarrollo del mismo. La solucin del ejemplo resuelto con anterioridad es
en realidad P1 = 3, P2 = 2 y P3 = 1, que difiere de los resultados obtenidos, d
ebido a que al efectuar las operaciones se trabaj redondeando a tres (3) cifras d
ecimales, incurrindose en un error de 0.001 en el valor de P1. Este problema se p
resenta al resolver sistemas de ecuaciones lineales en computadoras, ya que stas
tienen siempre un lmite con respecto al nmero de dgitos en las constantes con las q
ue se trabajan. Se puede demostrar que si selecciona como pivote el mayor elemento
en valor absoluto en la matriz de coeficientes, se minimiza el error por redond
eo.
14.2.5. Descomposicin Matricial
Este mtodo implica la transformacin de la matriz de coeficientes en otras matrices
, las cuales son por regla general, ms fciles de operar; despus utilizando estas ma
trices se obtiene la solucin. La descomposicin de la matriz de coeficientes, segn e
l mtodo atribuido a Croutt, puede hacerse en dos matrices triangulares superior e
inferior como lo muestran las expresiones (14.11) y (14.12). La descomposicin es
seguida por una sustitucin hacia atrs la cual calcula la incgnita en dos pasos suc
esivos de sustitucin. El proceso de descomposicin es como sigue. Dado:
AP = b
(14.9)
entonces,
A=LU
donde,
(14.10)

192
L11 L 21 L31 . Ln1
L22 L32 Ln 2 L33 Ln 3
0 =L . . Lnn
1 U12 U13 1 U 23 1 (14.12)
. . . .
U1n . . =U . 1
(14.11)
A partir de estas dos matrices triangulares se puede determinar el vector de sol
ucin P ya que,
A=LU
La cual despus de la descomposicin puede escribirse como:
LU P = b
(14.13) Llamando el producto U P como vector y,
LY = b y U P = Y
(14.14)
Las matrices de coeficientes que resultan en problemas de simulacin de yacimiento
s son matrices en forma de banda. Para matrices pequeas en forma de banda, la sol
ucin directa por medio de descomposicin matricial, conocida tambin como descomposic
in LU o factorizacin es un mtodo eficiente. Por ejemplo, el caso de modelos areales
de 2D con menos de 15 bloques.
14.3. METODOS ITERATIVOS EN LA SOLUCION DE SISTEMAS DE ECUACIONES ALGEBRAICAS
Este tipo de mtodos son de naturaleza repetitiva y el proceso de solucin implica u
n clculo sistemtico de una aproximacin a dicha solucin, la cual es mejor en cada ite
racin. Para ello se requiere la seleccin de un conjunto de valores iniciales de la
s incgnitas, conocido con el nombre de vector inicial, sobre el cual se opera par
a producir un mejor resultado. El error en cada paso se reduce y el nuevo valor
de la incgnita Pn que se obtiene se aproxima a la solucin correcta P* a medida que
se sigue iterando, ver ig. 14.1. Dentro de los mtodos iterativos ms importantes
se tienen los siguientes: Mtodo de Jacobi


193

Mtodo de Gauss Seidel Mtodos de relajacin
Pn
P*
n
ig. 14.1. Convergencia de un mtodo iterativo

14.3.1. Mtodo de Jacobi
Supngase que en el sistema:
AP = b
(14.15)
La matriz A se sustituye por:
A=D+R
(14.16)
Donde D es una matriz diagonal, es decir, una matriz cuadrada cuyos elementos so
bre la diagonal principal son los nicos diferentes de cero. R es otra matriz que
contiene ceros en su diagonal principal y tiene los restantes elementos de A, en s
us dems elementos. Sustituyendo en la expresin (14.15):
( D + R) P = b
D P+ R P = b

(14.17)
D P = b R P
Premultiplicando por D1:

194
P = D 1 b D 1 R P
Al hacer la anterior ecuacin en forma recursiva queda como sigue:
P
( K +1)
(14.18)
= D b D R P
1
1
(K )
(14.19)
Donde:
K = 0, 1, 2, ..........
El mtodo de Jacobi, definido por la ecuacin matricial de recurrencia dada por la e
xpresin (14.19) significa que una vez planteado el sistema (14.15) se despeje P1
de la primera ecuacin, P2 de la segunda, P3 de la tercera, etc., quedando:
P ( K +1) = 1 P2( K +1) = P3( K +1) =
1 b1 a12 P2( K ) a13 P3( K ) ..... a1n Pn( K ) a11
(
) ) )
1 b2 a21 P ( K ) a23 P3( K ) ..... a2 n Pn( K ) 1 a22 1 b3 a31 P ( K ) a32 P2( K
) ..... a3n Pn( K ) 1 a33
(
(
...
Pn( K +1) =
Donde,
1 bn an1 P ( K ) an 2 P2( K ) ..... an( n 1) Pn(K ) 1 1 ann
(
)

(14.20)
K = 0, 1, 2, .....
Pa
tiendo de una p
ime
a ap
oximacin:
P
(0)
0 0 0 0 = P ( ) , P2( ) , P3( ) ,...., Pn( ) 1
(14.21)
Se sustituir en los segundos miembros de las ecuaciones de la expresin (14.20) par
a obtener la nueva aproximacin:
P
(1)
= P (1) , P2(1) , P3(1) ,...., Pn(1) 1 (14.22)

195
A su vez, sustituyendo P(1), se obtendr:
P
( 2)
2 2 2 2 = P ( ) , P2( ) , P3( ) ,...., Pn( ) 1
(14.23)
y as sucesivamente. Se considerar solucin del sistema aquella que cumpla con:
P
( n +1)
P
( n)
(14.24)
donde es un vector
P (0) = {0, 0, 0, 0,
expresin (14.20) se
b b b b P = 1
de tolerancia preestablecido. Sustituyendo el vector inicial

..... ,0} en los segundos miembros de las ecuaciones de la
obtendr una nueva aproximacin que estar dada por:
, 2 , 3 ,..., n ann a11 a22 a33
(14.25)
Este ltimo vecto
P , se utiliza
como vecto
inicial P (0) en la solucin de sistem
as po
el mtodo de Jacobi. Pa
a una mejo
comp
ensin del mtodo, se
esolve
el siui
ente sistema de ecuaciones: 6P1 + 2P2 + P3 = 22 P1 + 8P2 + 2P3 = 30 P1 P2 +
6P3 = 23 Despejando P1 de la p
ime
a ecuacin, P2 de la seunda y P3 de la te
ce
a
: 1 ( 22 2 P2 P3 ) 6 1 P2 = ( 30 + P 2 P3 ) 1 8 1 P3 = ( 23 P + P2 ) 1 6
P= 1
Haciendo
ecu
sivo este sistema, sen la exp
esin (14.20):
P ( K +1) = 1 P2( K +1)
1 22 2 P2( K ) P3( K ) 6 1 = 30 + P ( K ) 2 P3( K ) 1 8
( (
) )
(14.a) (14.b)
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
196
P3(
K +1)
=
1 K K 23 P ( ) + P2( ) 1 6
(
)
(14.c)
Donde K = 0, 1, 2, 3, ....
sustituyendo K = 0 en las
, se obtiene: 1 22 2 P2(
(1) = 23 P ( 0) + P2( 0)
Tomando el vecto
inicial P (0) =(22/6, 30/8, 23/6) y
t
es ecuaciones de
ecu
encia (14.a), (14.b), (14.c)

0) P3( 0) 6 1 1 0 0 P2( ) = 30 + P ( ) 2 P3( ) 1 8 1 P3
1 6
P (1) = 1
( ( (
) )
)
Sustituyendo valo
es: 1 = 1.778 ( 22 2 ( 30 / 8) 23 / 6 ) 6 1 P2(1) = ( 30 + 22
/ 6 2 ( 23 / 6 ) ) = 3.250 8 1 1 P3( ) = ( 23 22 / 6 + 30 / 8 ) = 3.847, 6
P (1) = 1
obtenindose:
P (1) = [1.778, 3.250, 3.847]
Sustituyendo K = 1 en las Ecs. (14.a), (14.b) y (14.c): 1 ( 22 2 ( 3.25) 3.847 )
= 1.942 6 1 2 P2( ) = ( 30 + 1.778 23.847 ) = 3.011 8 1 2 P3( ) = ( 23 1.778 +
3.250 ) = 4.079 6
P ( 2) = 1
Po
lo tanto:
P (2) = [1.942,3.011, 4.079]
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
197
P
ocediendo
eite
adamente en o
ma simila
se obtiene:
K = 2 ; P (3) = [1.983, 2.973, 4.012] K = 3 ; P (4) = [2.007, 2.995, 3.998] K =
4 ; P (5) = [2.002, 3.001, 3.998] K = 5 ; P (6) = [2.000, 3.001, 4.000] K = 6 ;
P (7) = [2.000, 3.000, 4.000]
Finalmente la solucin del sistema es:

P1 = 2.000, P2 = 3.000, y P3 = 4.000, con t

es ci
as decimales exactas.
14.3.1.1. Conve
encia del mtodo de Jacobi
El mtodo de Jacobi tiene la desventaja de que no siemp
e conve
e a la solucin del
sistema y alunas veces lo hace pe
o lentamente. Sin emba
o, este mtodo conve

i
siemp
e a la solucin, cuando la manitud del coeiciente de una incnita die
en
te en cada ecuacin del conjunto sea suicientemente dominante con
especto a las
manitudes de los ot
os coeicientes de esa ecuacin. Cuando el valo
absoluto del
coeiciente dominante pa
a una incnita die
ente en cada ecuacin sea mayo
que l
a suma de los valo
es absolutos de los ot
os coeicientes de esa ecuacin, se cons
ide
a
que ste coeiciente es suicientemente dominante y, po
lo tanto la conve

encia esta
aseu
ada. En el sistema de ecuaciones que se utiliz en el ejemplo ant
e
io
puede ve
se que el coeiciente de P1 es dominante en la p
ime
a ecuacin y l
os coeicientes de P2 y P3 son dominantes en la seunda y te
ce
a ecuacin
espect
ivamente.
14.3.2. Mtodo de Gauss Seidel
Este mtodo es p
cticamente idntico al de Jacobi, la nica die
encia consiste en que
el mtodo de Gauss Seidel se acele
a cuando existe la conve
encia a la solucin,
debido a que una vez que calcula la componente Pi(K+1), la utiliza inmediatament
e en la misma ite
acin. El c
ite
io de conve
encia de este mtodo es el mismo que
el de Jacobi.
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
198
P ( K +1) = 1 P2( K +1) = P3( K +1) =
1 b1 a12 P2( K ) a13 P3( K ) ..... a1n Pn( K ) a11
(
) ) )
1 b2 a21 P ( K +1) a23 P3( K ) ..... a2 n Pn( K ) 1 a22
(
1 b3 a31 P ( K +1) a32 P2( K +1) ..... a3n Pn( K ) 1 a33
(
...
Pn( K +1) =
1 bn an1 P ( K +1) an 2 P2( K +1) ..... an( n 1) Pn(K +1) 1 1 ann
(
)

(14.26)
Como ejemplo del p
ocedimiento de clculo que siue ste mtodo se
esolve
el mismo si
stema de ecuaciones que se emple pa
a ejempliica
el mtodo de Jacobi. 6P1 + 2P2 +
P3 = 22 P1 + 8P2 + 2P3 = 30 P1 P2 + 6P3 = 23 Las ecuaciones sen la exp
esin (
14.26) se
educen a:
P( 1
K +1)
=
1 K K 22 2 P2( ) P3( ) 6
(
)
) )
(14.d)
P2( K +1) = P3( K +1)
1 30 + P ( K +1) 2 P3( K ) 1 8 1 = 23 P ( K +1) + P2( K +1) 1 6
( (
(14.e) (14.)
Donde K = 0, 1, 2, ..... Tomndose el mismo vecto
inicial que en aquel ejemplo, e
sto es:
22 30 23 P (0) = , , 6 8 6
y sustituyendo K = 0 en las ecuaciones (14.d), (14.e) y (14.):
P( ) = 1
1
1 0 0 22 2 P2( ) P3( ) 6
(
)
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
199
P2( ) =
1
P3(1)
1 1 0 30 + P ( ) 2 P3( ) 1 8 1 = 23 P (1) + P2(1) 1 6
( (
)
)
Sustituyendo valo
es: 1 30 23 P (1) = 22 2 = 1.778 1 6 8 6
= 4.0369 8 6 1 P3(1) = ( 23 1.778 + 4.039 ) 6 Se obtiene:
P (1) = [1.778, 3.014, 4.039]
Procediendo reiteradamente en forma similar, resultan las siguientes iteraciones
:
K=1; K=2; K=3;
P (2) = [1.998, 2.989, 4.000] P (3) = [ 2.004, 3.001, 4.000] P (4) = [ 2.000, 3.
000, 4.000]
Por lo tanto la solucin es P1 = 2000, P2 = 3000, y P3 = 4000. Como puede apreciar
se, es la misma solucin que proporciona el mtodo de Jacobi, con la ventaja que ste
la obtienen en tres iteraciones menos.
14.3.3. Mtodo de Relajacin
Se trata de un mtodo que acelera la obtencin de la solucin con respecto a los mtodos
iterativos vistos anteriormente. En ste, el nuevo valor de Pi(k+1) se obtiene co
n parte de la nueva iteracin y con parte de la anterior. Para ello se introduce e
l trmino parmetro de relajacin, , cuya presencia acelera el proceso de convergencia. A
s pues, notacionalmente se tiene el siguiente sistema:

200
P ( K +1) 1 P2( K +1) P3( K +1)
..
Pn( K +1)
1 ( K +1) (K ) (K ) (K ) = a23 P3 ... a2 n Pn + (1 ) P2 b2 a21 P 1 a22

( K +1) (K ) ( K ) (14.27) = a32 P2 ... a3n Pn + (1 ) P3 b3 a31 P 1 a33 ..
1 = bn a1 P ( K +1) a 2 P2( K +1) ... a( 1) P(K +1) + (1 ) Pn( K ) 1 1
1 b1 a12 P2( K ) a13 P3( K ) ... a1 P( K ) + (1 ) P ( K ) 1 a11

(
)
(
)
(
)
(
)
Donde K = 0, 1, 2, ... Para cualuier valor ue se fije a entre cero y dos, el p
roceso converge para los tipos de sistemas de ecuaciones ue puedan encontrarse
en la simulacin de yacimientos. Cuando el valor de es mayor de 1.0, > 1.0, se dic
e ue el proceso es de sobre-relajacin. Si el valor de estuviese comprendido entr
e 0 y 1 (0 < < 1), se tendra bajo-relajacin (sub-relajado), aunue hay ue hacer n
otar ue dicho procedimiento no es efectivo para el tipo de problemas de yacimie
ntos. Si = 1, el proceso se reduce, como se podr observar viendo la Ec. 14.27 y c
omparndola con la Ec. 14.26, al mtodo de Gauss Seidel. Una forma ms general de repr
esentar matemticamente el mtodo de relajacin, y de paso el mtodo de Gauss-Seidel, se
presenta a continuacin:
K +1 K+1 P i = (1 - ) Pi +
a i,i
N b i - i=1,i j ai , j Pj , Si i > j , = K +1, y si j < i, = K
Es muy importante seleccionar el valor adecuado de un para acelerar el proceso,
pues un valor ptimo de dicho parmetro produce una convergencia etraordinariamente
rpida. La estimacin de este parmetro est en funcin del tamao de la malla y de la hete
rogeneidad del medio poroso. Una manera de estimar un juego de parmetros de sobre
-relajacin ptima para sistemas heterogneos y anisotrpicos se presenta a continuacin:
k N 2 y 2 = 2 k y N y x 2
Donde Nx y Ny representan el nmero de nodos en la direccin x e y, respectivamente.
=

1 + cos( / N x ) 2 1+ 1
opt =

201
14.4. ORDENAMIENTO DE LAS ECUACIONES (NUMERACION DE BLOQUES)
El orden de las ecuaciones es arbitrario sin embargo deben seguir ciertos esuem
as para minimizar clculos y buscar algoritmos apropiados. Dependiendo de la maner
a como se enumeren los nodos dentro del yacimiento, resultar la forma de la matri
z y el consecuente mtodo apropiado para su solucin. Se usan notaciones simplificad
as para identificar bloues con el propsito de indicar la manera en ue los trmino
s en la matriz de presiones para cada bloue aparecen en la matriz de coeficient
es. Un bloue debe ser identificado con un solo nmero y los trminos en la ecuacin s
ern referidos con el nmero del bloue respectivo. El ordenamiento estndar considera
la enumeracin consecutiva de los bloues iniciando desde la parte inferior izui
erda del yacimiento, tal como se muestra en la Fig. 14.2. Por ejemplo, los model
os de 4 2 y 2 4 se enumeran tal como se muestra en la Fig. 14.2 con la notac
in simplificada ue se presenta en la Fig. 14.3. La ecuacin de presiones para el b
loue 2 del modelo 4 2 ser:
5 6 7 8 1 2 3 4
a) 4 2
7 5 3 1
8 6 4 2
b) 2 4
Fig. 14.2. Ordenamiento estndar de bloues
x x x
x x x
x x x x x x x x x x x a) 4 2 x x x x
x
x x x
x x x
x x x
x x x
x x x x x x x x x x x x x x x x b) 2 4 x x x
x x x
ig. 14.3. Notacin resultante para coeficientes matriciales con ordenamiento estnd
ar

202
n+ n+ ai Pi 1,1j + bi Pi ,nj+1 + ci Pi +1,1j + di Pi ,nj++11 + ei Pi , j 1 = f i
a2 P n +1 + b2 P2n +1 + c2 P3n +1 + d 2 P6n +1 + e2 P0 = f 2 1
Por supuesto, el nmero de ecuaciones es 8 para ambos modelos pero la distribucin d
e los trminos dentro de la matriz de coeficientes difiere. Para el modelo 4 x 2,
la matriz de coeficientes es una matriz de banda con un ancho de banda de 9 mien
tras que para el otro caso el ancho de banda es de 5. El esfuerzo requerido para
resolver una matriz bandeada depende tanto del nmero de ecuaciones como del anch
o de banda. Si se usara el mtodo de descomposicin matricial para resolver el model
o de 4 x 2 toma ms de dos veces que para resolver el modelo de 2 x 4. Esto es, si
se usa el mtodo de ordenamiento estndar, la numeracin debera ser en la secuencia de
la direccin ms corta. De las muchas formas de ordenamiento posibles, las que ms se
usan en simulacin son el ordenamiento estndar, A3, D4 y diseccin anidada.
13 28 14 29 15 30 25 10 26 11 27 12 7 19 22 8 23 9 4 20 2 17
a) A3
5 22 10 27 14 30 18 6 23 11 28 15 24 12 29 8 25 13 9 26 2 19 7 16 3 20 1 17
24
5 21 6 3 18
1 16
4 21
b) D4
ig. 14.4. Ordenamiento de bloques: a) A3 y b) D4
203
x x x
x x x
x x x x x x x x x x x x x x x x x x x
x x x
x x x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x x x x x x x x x
x x x x x x x
x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x
x x
x
ig. 14.5. Localizacin de la matriz de elementos
x x
x x x x x x x x x x x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x x x x x x x x x x x x
x x x x x x x x x x
en el ordenamiento A3
x
x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x x x
x x
x x x x x x x x x x x x
x x
x x x
ig. 14.6. Localizacin de la matriz de elementos en el mtodo D4

204
13 14 22 11 9 15 16 23 12 10 17 18 19 20 21 2 1 4 3 24 8 25 6 7 5
ig. 14.7. Ordenamiento de diseccin anidada de un modelo de bloques de 5 x 5
1 1 0
1 1 1 0 1 0 0 0
0 1 1 1 0 1 0 0
1 0 1 1 1 0 1 0
0 1 0 1 1 1 0 1
0 0 1 0 1 1 1 0
0 0 0 1 0 1 1 1
0 0 0 0 1 0 1 1
x1 x2 x3 x4
b1 b2 b3 b4
A' =
1 0 0 0 0
=
x5 x6 x7 x8 b5 b6 b7 b8
Valores inexistentes
Tome SOLO las diagonales con valores diferentes de cero y rtelos 45 en sentido hor
ario
0 0 0
0 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 0
1 1 1 1 1 0 0 0
Cuando la matriz A se programa, la nueva matriz de coeficientes tendr la aparienc
ia de....
1 1 1 1 1
Valores inexistentes
ig. 14.8. Reduccin de una matriz de Nx x Ny a Nx x 5 elementos

205
El esquema A3 se conoce como esquema rojo/negro o esquema ajedrez cuyo ordenamie
nto es aparente en la ig. 14.4.a. En el ordenamiento D4, la numeracin va con las
diagonales en forma alterna como se muestra en la ig. 14.4.b. Las matrices res
ultantes para estos esquemas se presentan, respectivamente, en la ig. 14.5 y 14
.6. El grado de dispersamiento del cuadrante superior izquierdo de ambos esquema
s facilita el uso de eliminacin Gaussiana para remover los trminos del cuadrante i
nferior izquierdo y particionar la matriz en 4 bloques. Este mtodo fue publicado
por Price and Coats y actualmente se usa extensivamente en simulacin de yacimient
os. En simulacin de yacimientos, el ordenamiento de Diseccin Anidada es el mtodo di
recto ms eficiente para resolver sistemas de ecuaciones con un muy amplio nmero de
bloques. Este esquema ordena las ecuaciones en grupos pequeos que estn dentro de
grupos grandes. Estos grupos estn dentro de grupos ms grandes que a su vez estn den
tro de grupos ms grandes y as sucesivamente. El resultado es un incremento en la d
ensidad de trminos cerca de la diagonal principal de la matriz de coeficientes y
a una consecuente reduccin del nmero de elementos vacos (ceros) que deben ser llena
dos durante el proceso de eliminacin. La ig. 14.7 ilustra este principio. En el
se forman cuatro submatrices pentadiagonales alrededor de una diagonal principal.
All, la malla de 5 x 5 se separa en 4 nidos esquineros y una cruz. Virtualmente,
el ordenamiento es sistemtico, sin embargo, en esa etapa del proceso, los trminos
a ser seguidamente eliminados son aquellos asociados con grupos de bloques que t
ienen los ms pocas incgnitas remanentes. Este esquema es superior en rendimiento a
los otros tres esquemas anteriormente mencionados. Un ordenamiento estndar de un
a matriz cuadrada producir una matriz pentadiagonal cuyos trminos vacos aumenta fue
rtemente al aumentar el tamao de la matriz. La aplicacin del mtodo de GaussSeidel
o de relajacin a estos sistemas resulta cada vez ms pesado, computacionalmente hab
lando, debido al almacenamiento, manipulacin y operacin de los ceros en la matriz,
por lo que deben eliminarse tal como se muestra en la Ref. 14, donde un gran nme
ro de ceros en la matriz fueron eliminados durante el proceso de cmputo aumentand
o la velocidad de los clculos ms de 960 % para una matriz de 400 elementos. El pro
ceso se ilustra en la ig. 14.8 y el respectivo diagrama de flujo se presenta en
la ig. 14.9. Note que las matrices tridiagonales son ms fciles de resolver porqu
e no existen ceros entre las diagonales, en otras palabras, las tres diagonales
en las matrices tridiagonales estn siempre adyacentes. Esto no siempre es cierto
en matrices pentadiagonales que resultan de problemas bidimensionales. Existe un
a banda formada por cinco diagonales, pero esta puede ser muy ancha, lo que indica
que hay un considerable nmero de ceros dentro de la banda. Por esta razn, la elim
inacin Gaussiana usualmente resulta poco efectiva y deben usarse mtodos iterativos
. La principal diferencia entre los diversos mtodos para resolver problemas bidim
ensionales son velocidad y requerimientos de memoria. Todos los mtodos podran arro
jar esencialmente los mismos resultados y exactitud dentro de una tolerancia esp
ecificada.

206
PentaGaussSeidel
yes i=1
sum=a1,4*X2+a1,5*X1+NN
yes 1< i <=NN
sum=ai,2*Yi1+ai,4*Xi+1+ ai,5*Xi+NN
yes NN< i <=NNN
sum=ai,1*YiNN+ai,2*Yi1+ ai,4*Xi+1+ai,5*Xi+NN
yes i > NNN
sum=ai,1*YiNN+ai,2*Yi1+ ai,4*Xi+1
Yi = (bi sum)/ai,3
Itere
aij = Matriz de coeficientes X = Nivel de tiempo anterior Y = Nivel de tiempo nu
evo N = Nmero de incgnitas NN = N^0.5
ig. 14.9. Diagrama de flujo para el mtodo de GaussSeidel o relajacin en matrices
pentadiagonales (Ref. 14)
1 5 9
2 6 10
3 7 11
4 8 12
ig. 14.10. Ordenamiento normal o estndar para un sistema bidimensional

207
CE S WC E S WC E S WC S N CE S N WC E S N WC E S N WC S N CE N WC E N WC E N WC
ig. 14.11. Matriz resultante del ordenamiento de la ig. 14.10
1 2 3
4 5 6
7 8 9
10 11 12
ig. 14.14. Reordenamiento de los bloques para reducir el ancho de banda
CS E NC S E NC E W C S E W NC S E W NC E W C S E W NC S W NC W C W N W
E E S C S NC
ig. 14.13. Matriz resultante del ordenamiento de la ig. 14.12 con ancho de ban
da de 2J+1 = 7 Se ha enumerado los nodos para demostrar el orden que se debera te
ner el enmallado o el orden en el cual se escriben las ecuaciones lineales. Para
el problema bidimensional que se muestra en la ig. 14.10, la matriz A tendra la
forma que se muestra en la ig. 14.11. Ahora

208
bien, si se cambia la enumeracin como lo indica la ig. 14.12, la matriz tendr aho
ra la forma que muestra la ig. 14.13, por supuesto, la solucin ser exactamente la
misma pero requiere menos aritmtica debido a que se reduce el ancho de banda.
14.5. METODOS DE DIRECCIN ALTERNANTE Y METODOS A INES
Peaceman y Rachford propusieron el primer mtodo para resolver las ecuaciones que
describen problemas de flujo multidimensional en yacimientos de petrleo. Desde el
punto de vista de cmputo, su mtodo es similar a relajacin lineal con la direccin im
plcita alternando sucesivamente entre columnas y filas. El mtodo trabaj bien en sis
temas que tenan permeabilidades cercanas a la uniformidad y en problemas en los c
uales la direccin del movimiento de fluidos no cambia drsticamente. Para cambios b
ruscos en direccin de flujo, tal como conificacin, existen mtodos superiores. Este
mtodo es bsicamente una perturbacin del mtodo de CrackNicholson. Otros mtodos de dir
eccin alternante son: Mtodo de Douglas, el cual presenta ventajas para problemas t
ridimensionales comparado con el de Peaceman y Rachford, y el mtodo de Douglas y
Rachford. Otros mtodos que perturban el mtodo de CrackNicholson son: el mtodo de s
eparacin y el mtodo predictorcorrector.
14.5.1. ADIP (Alternating Direction Implicit Procedure) Mtodo de Peaceman y Rachf
ord
Este mtodo fue diseado para usar el algoritmo de Thomas en problemas multidimensio
nales (Thomas se aplica a monodimensionales) para computadores de baja capacidad
. Bsicamente, si se tiene un problema en dos dimensiones, realice barrido en la d
ireccin desde un nivel de tiempo n a n + y luego en la otra direccin desde un nive
l n+ a n+1, tal como se ilustra en la ig. 14.14. El mtodo ADI (o para este caso A
DIP) fue propuesto en 1955 para problemas bidimensionales. El modelo ADI conside
ra primero la implicicidad en la direccin x hasta la mitad del intervalo de tiemp
o, y luego, la implicicidad en la direccin y para la segunda mitad del intervalo
de tiempo. En otras palabras, cada iteracin consiste de dos medias iteraciones, p
rimero todas las filas se modifican y segundo se modifican todos los valores de
las columnas. Considere el modelo matemtico dado por la ecuacin 14.27.a, el cual,
es la ecuacin de Poisson en coordenadas cartesianas con un trmino fuente/sumidero
que representa la inyeccin o produccin a lo largo de puntos especficos en el domini
o de la solucin. Este dominio prcticamente representa un medio poroso permeable (y
acimiento) donde un fluido residente (aceite) es desplazado por un fluido de iny
eccin (agua) a travs de un pozo inyector (fuente). El petrleo desplazado se produce
a travs de pozos productores (sumideros), que para propsitos de ejemplificacin, co
nsidere un patrn normal de cinco puntos. El modelo matemtico considera la ecuacin d
e transporte (ecuacin de Darcy) acoplado con la ecuacin de conservacin de la masa p
ara un fluido nico a travs de un medio anisotrpico y heterogneo.

209
Nivel de tiempo
Primero
Barrido en x
n
De n a n+1/2 Segundo Barrido en y
n+1/2
n+1
De n+1/2 a n
ig. 14.14. Representacin esquemtica del mtodo ADI
k x h P k y h P P Q = ct h + x x y y xy t
(14.27.a)
Si kx = ky = constante, h = constante, = constante entonces la anterior ecuacin p
uede escriirse:
ct h P 2 P 2 P Q + 2 = 2 x y xy ( kh / ) ( kh / ) t
(14.27.)
Condicin inicial: Asuma que la distriucin de presin a lo largo de todo el yacimien
to es constante e igual a la presin inicial en el instante en que el desplazamien
to con agua inicia.
P(x,y,0) = Pinicial
Condiciones de frontera: El modelo usa arreras de no flujo a lo largo del domin
io, de modo que:
P P = = 0 @ i = N , j = 1,..., N ; j = M , i = 1,..., N x y

210
P (i,1) = 0 Y
1
P (0, j ) = 0 X
P (1, j ) = 0 X
0 0
P (i, 0) = 0 Y
1
Fig. 14.15. Condiciones de frontera para ejemplo mtodo ADIP
Normalizacin del modelo matemtico
Por conveniencia, el modelo matemtico expresado por medio de la Ec. 14.27., junt
o con sus condiciones de frontera puede normalizarse o escriirse en forma adime
nsional. Asuma, adems, que x = y y que la longitud del domino es las direcciones x
e y es igual a Lx.
P=
P Pi
X=
x Lx
Y=
y Lx
tD =
kt ct L2 x
Con las ante
io
es deiniciones el modelo se convie
te en:
2 P 2 P Q P + 2 2 = 2 X Y x pi ( kh / ) t D
P(x,y,0) = 1
(14.27.c)
P P = = 0 @ i = N , j = 1,..., N ; j = M , i = 1,..., N X Y
ADIP (Alternating Direction Implicit Procedure)
La ecuacin diferencial formulada de acuerdo con el mtodo ADIP se da a continuacin:
2 Pi ,nj+1/ 2 X 2
2 n +1 2 Pi ,nj P n +1 Qi , j 1 P + i ,2j + = i, j Y 2 X 2 pi ( kh /
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
211
Multiplicando po
2 y expandiendo la de
ivada en tiempo:
2 2 Pi ,nj+1/ 2 X 2 + 2 Pi ,nj+1 Y 2 + 2 Pi ,nj Y 2 2Qi , j = 2 Pi ,nj+1 Pi ,nj
X 2 pi ( kh / )
Sumando y restando 2 Pi ,nj+1/ 2 / t D a amos lados de la ecuacin anterior, esta

puede descomponerse en dos ecuaciones:
2 Pi ,nj+1/ 2 X 2 2 Pi ,nj+1/ 2 X 2 + 2 Pi ,nj Y 2 Qi , j = 2 Pi ,j+1/ 2 Pi ,
Pi ,nj+1 Pi ,j+1/ 2 t D
X 2 pi ( kh / ) Qi , j
(14.27.d)
+
2 Pi ,nj+1 Y 2

X 2 pi ( kh / )
= 2
(14.27.e)
Exp
esado la Ec. 14.27.d e dife
ecias fiitas:
t D t D n+ P n +1/ 2 2 Pi ,j+1/ 2 + Pi 1,1/ 2 ) + ( Pi,j +1 2Pi,j + Pi,j 1 ) j
( i +1, j 2 X 2 X 2 t D Qi , j = ( Pi ,j+1/ 2 Pi ,j ) 2 2X pi ( kh / )
Defina:
=
t D / 2 kt / 2 = 2 X ct x 2
Lueo:
(P
n +1/ 2 i +1, j
n+ 2 Pi ,nj+1/ 2 + Pi 1,1/ 2 ) + ( Pi ,nj +1 2 Pi ,nj + Pi ,nj 1 ) j
pi ( kh / )
Qi , j
=
(P
1
n +1/ 2 i, j
Pi ,j )
Simplificado icluso ms:

Qi , j 1 1 n+ n+ Pi 1,1/ 2 2 Pi ,nj+1/ 2 + Pi +1,1/ 2 = Pi ,nj 1 + 2
1 j j pi ( kh / )
Ahora, la Ec. 14.27.e se expresa en diferencias finitas:
(14.27.f)

212
t D t D n+ P n +1/ 2 2 Pi ,j+1/ 2 + Pi 1,1/ 2 ) + P +1 2 Pi ,j+1 + Pi ,j+11 )
2 ( i +1, j 2 ( i , j +1 2X 2 X t D Qi , j = ( Pi ,j+1 Pi ,j+1/ 2 ) 2X 2 pi ( kh
/ )
Que de manera similar resulta finalmente simplificada en:
Qi , j 1 1 n+ n+ Pi 1,1j 2 Pi ,nj+1 + Pi +1,1j = Pi ,nj+1/ 2 + 2 Pi ,

+1/ 2 1 1 pi ( kh / )
Simplificando a notacin corta:
n+ n+ ai Pi 1,1/ 2 + bi Pi ,nj+1/ 2 + ci Pi +1,1j = di j
(14.27.g)
(14.27.h) (14.27.i)
ai Pi ,nj+11 + bi Pi ,nj+1 + ci Pi ,nj++11 = di Donde; ai = ai = 1 1 bi = bi

= ci = 1
Qi , j 1 di = Pi ,nj 1 2 Pi ,nj + Pi ,nj +1 pi ( kh / ) Qi , j 1 di

i ,nj+1/ 2 + Pi ,nj++1/ 2 1 1 pi ( kh / )
Cuando la compresibilidad del sistema es cero, o cuando analizamos el caso de es
tado estable, el trmino tiende infinito y por lo tnto se debe usr un mnejo e
specil. Note que el prmetro puede considerrse como un prmetro de itercin en es
te problem y el mismo vlor del prmetro de itercin debe usrse en cd pr de i
terciones sucesivs. Un mtodo eficiente pr escoger el prmetro de itercin se pr
esent en l Ref. 15:
z = m 1
1
Jairo Antonio Seplveda, MSc. y Freddy Humberto Ecobar, Ph.D.
Simulacin de Yacimiento: Principio, Concepto y Contruccin de Malla

213
=
a b
a = 4en 2
2m
b = 4 cos 2
2m
k =
1 , k = 1, 2,...., m bz k 1
El factor de reduccin del error depu de m doble barrido e:
1 z z1.5 exp Pm = 1 z 1+ z
Sm = m Pm
4
El valor ptimo de m se escoge para el valor mnimo de Sm. Por ejemplo, para un enma
llado de 17 x 17, los valores ms eficientes de fueron:
1 = 0.252147 2 = 0.497533 3 = 0.981727 4
249 8 = 29.365296
ls mtrices resultntes de l pliccin de
gonles y pueden resolverse por el Algoritmo
btener l distribucin de presin lo lrgo
empo, lo cul
= 1.937133 5 = 3.822330 6 = 7.542180 7 = 14.8

ls Ecs. 14.27.h y 14.27.i son tridi
de Thoms. L Ec. 14.27.h permite o
de l direccin x medio intervlo de ti

214
normlmente se llm brrido en l direccin x:
b1 a2 0 0 0 0 0 2c1 b2 a3 0 0 0 0 0 c2 b3 a4 0 0 0 0 0 c3 b4 . 0 0 0 0
0 0 0 0 0 . . 2 an 0 P 1 0 P2 0 P3 0 . 0 . .
n n +1/ 2
d1 d2 d3 = . . . d n
n
Similarmente, la distribucin de presin en la direccin y al siguiente medio interval
o de tiempo se obtiene con base en los vectores de presin recientemente calculado
s:
b1 a2 0 0 0 0 0 2c1 b
2
0 c2 b
3
0 0 c3 b . 0 0
0 0 0 c4 . . 0
0 0 0 0 . . 2an
a3 0 0 0 0
a4 0 0 0
4
0 0 0 0 0 . bn
n +1/ 2
P 1 P2 P3 . . . P n

n +1
d1 d2 d3 = . . . d n
n +1/ 2
Note adems que cuando t o cuando la compresibilidad del sistema se hace cero, el m
odelo se convierte en estado estable. Bajo esta consideracin ( cero compresibilid
ad ) el sistema esta sujeto a manejar el mismo volumen de inyeccin de agua y de a
ceite producido. El problema se resolvi usando unidades de campo con permeabilida
d en Darcies y tiempo en das. Los factores de conversin C1 = 0.88746475 (va con el
trmino de caudal) y C2 = 0.1580642 (va en el trmino de tD). Los siguientes fueron
los datos de entrada:
o = 1.5 cp w = 1 cp
K = 0.1 D h = 38.799999 ft = 35 % So movible = 0.45 ct = 0 x =y = 40 ft

215
Programa de produccin e Inyeccin Pozo Q I 1 890 9 2 -80 4 3 -320 14 4 -115 4 5 -37
5 14
J 9 4 4 14 14
Este prolema se realiz inicialmente para rastrear el recorrido de la inyeccin y p
ara ello se consideraron amas viscosidades. Resultados: CONFIGURACION DE PRESIO
N DEL YACIMIENTO (PSIA) 1 2 3 4 5 6 7 8 9 10 .0 .0 .0 .0 .0 .0 .0 .0 .0 .0 .0 91
2.8 912.9 914.3 921.2 929.1 935.8 940.8 943.4 944.0 .0 912.5 911.9 911.4 920.4 9
29.3 936.5 941.6 944.2 944.7 .0 912.8 910.2 898.3 919.0 930.8 938.7 944.2 946.9
947.1 .0 917.7 917.2 917.1 926.2 935.3 943.0 948.8 951.6 951.3 .0 922.8 923.5 92
6.1 932.6 940.7 948.7 955.6 959.1 957.6 .0 926.0 927.1 930.6 936.9 945.4 955.1 9
65.0 971.1 966.5 .0 926.6 927.9 931.8 938.6 948.2 961.1 977.6 993.6 978.5 .0 923
.9 925.3 929.3 936.5 947.1 962.9 989.4 1046.8 989.8 .0 918.2 919.5 923.5 930.6 9
40.5 953.6 969.9 985.6 969.8 .0 909.2 910.3 913.9 920.9 930.1 940.3 950.0 955.4
949.4 .0 897.5 898.0 900.5 908.5 918.1 927.0 933.9 936.3 932.8 .0 884.2 883.0 88
1.2 893.9 906.1 915.4 921.3 922.8 919.8 .0 872.8 868.0 846.6 879.4 896.3 906.6 9
12.3 913.5 910.6 .0 870.5 869.0 866.9 880.2 892.7 901.8 907.1 908.1 905.2 .0 870
.4 870.1 871.4 881.0 891.8 900.3 905.4 906.4 903.4 .0 .0 .0 .0 .0 .0 .0 .0 .0 .0
11 12 13 14 15 16 17 .0 .0 .0 .0 .0 .0 .0 942.2 938.8 934.4 930.4 929.5 929.5 9
42.8 939.1 933.9 928.5 928.8 929.2 944.6 940.2 933.1 920.4 927.5 929.0 948.1 943
.2 937.3 931.3 931.1 931.2 952.8 946.8 940.8 936.0 933.8 933.2 958.1 949.7 942.6
937.3 934.3 933.4 963.0 951.0 942.1 935.9 932.3 931.2 963.7 948.3 937.9 931.1 9
27.1 925.8 953.4 940.2 930.1 923.0 918.9 917.6 939.1 928.2 918.4 911.0 907.2 906
.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
1 2 3 4 5 6 7 8 9 10 11
.0 .0 .0 .0 .0 .0 .0 .0 .0 .0

216
12 13 14 15 16 17
924.9 912.3 902.9 897.8 896.2 .0
914.7 904.0 901.3 887.1 890.3 870.2 886.4 871.3 885.5 872.4 .0 .0 .0
895.0 892.2 891.7 872.2 874.4 875.9 831.6 856.7 862.4 855.5 857.9 859.6 860.8 85
9.2 859.5 .0 .0 .0
.0 .0 .0 .0 .0
14.16. Lneas isoricas (estado estale)
14.6. SOLUCION DE SISTEMAS DE ECUACIONES NO - LINEALES: METODO DE NEWTON - RAPHS
ON (ITERACION NEWTONIANA) 14.6.1. Caso 1: Funciones de una sola Variale
Ejemplo: Resolver f(x) = x2 - cos x = 0. Encontrar X tal que f(x) = 0 Suponer qu
e se conocen tanto
f(x(u)) y
df dx df dx
X (u )
(u )
f
(u)
Es posile otener una estimacin de f(u+1), expandiendo sta alrededor del punto X(
u) en series de Taylor, y reteniendo los trminos de orden ms ajo. Esto es:

217
f
( u +1)
= f
(u )
df + dx
(u )
x
( u +1)
= 0 , luego:
x
( u +1)
=
f (u ) f x
(u )
on e,
x(u +1) = x(u +1) x(u )
Se parte e la estimacin x(0) y se calcula x(1), se contina iteran o hasta que x(u
+1) y/o f (u +1) . La intrprtacin gomtrica, como s prsnta n la Fig. 14.17,
s basa n lo siguint. Sa:
x =
(1)
f ( 0)
f x
( 0)
f x
(0)
=
f( ) f( ) f( ) 1 = (1) ; ntoncs, x( ) = ( 0) x (1) x (0) x f x
0 0 0
n x(3) in ica qu s st crca al valor vr a ro. La stimacin x(0) b star
ntro convrgncia para qu la solucin convrja. Dl jrcicio antrior:
f(x) = x2 Cos x f(x) = 2x + Sn x

Solucin: Cuan o x = 0.82413231, ntoncs, f(x) = 0. S pu usar un valor r
iva a constant, con lo cual s gana timpo cmputo.
u
0 1 2 3 4 5 6
x
(u)
f
(u)
f
(u)
x(u +1) = f (u ) / f (u )
0.42420693 0.0950117 0.00495962 1.382x105 1.032x1010 0
0.500 0.92420693 0.82910576 0.82414613 0.82413231 0.82413231
0.62758256 0.25169068 0.01188097 3.292x105 2.53x1010 0

1.47942554 2.64655707 2.39553909 2.38226038 2.38222336 2.38222336
Jairo Antonio Splv a, MSc. y Fr y Humbrto Escobar, Ph.D.
Simulacin Yacimintos: Principios, Concptos y Construccin Mallas

218
f(1)
f x
(1)
f x
(2)
f(2) f(x)
f(x)=0
x0)
x(2)
x(1)
x
f(0)
f x
(0)
14.17. Esquma ilustrativo la convrgncia l mto o NwtonRaphson
14.6.2 Caso II: Dos cuacions nolinals con os Incgnitas
Ejmplo:
y = Cos x x = Sn y
F1(x,y) = y Cos x = 0 F2(x,y) = x Sn y = 0
F1(x,y) = 0 F2(x,y) = 0
Encontrar X Y tal qu:
Si s conocn:
Fi Fi (x , y ), x
(u) (u)
(u )
,
Fi y
(u )
,
i = 1, 2....
Po mos stimar Fi (x(u+1), y(u+1)) m iant una xpansin sris Taylor alr
or x(u), y(u).
Fi x Fi x
(
( u +1)
,y
( u +1)
) = F (x
i
(u )
,y
(u )
)
F + i x
(u )
x
( u +1)
F + i y
(u )
y ( u +1) = 0
(u )
x
( u +1)
F + i y
(u )
y ( u +1) = Fi (u )
i = 1, 2
Aplican o al sistma cuacions:

219
F1 x F2 x
(u )
x
(u )
( u +1)
F + 1 y F + 2 y
(u )
y ( u +1) = F1( u )
x
( u +1)
(u )
y ( u +1) = F2(u )
o bin,
F1 x
2 x
1 y 2 y
(u )
x y
( u +1)
F1 =
(u )
El proceso iterativo inicia con X(o), Y(o) y termina cuando:
|x(u+1)| y |y(u+1)|
y/o |F1(u+1)| y | F2(u+1)|
14.6.3. Nwton Raphson para la Solucin Sistmas Ecuacions No Linals
S tin l siguint sistma: Fi (x1, x2, x3, ......., xn) = 0 No. Ecuacion
s = No. Incgnitas Suponga qu s conocn:
Fi
(u )
i = 1, 2, 3,......, n.
Fi y x j
(u )
i = 1, 2,3,..., n j = 1, 2,3,..., n
ntoncs, s pu xpan ir Fi(+1) alrededor del nivel iterativo (), empleando er
ie de Taylor, truncado a lo trmino de orden m bajo, eto e:
Fi
( +1)
= Fi
( )
Fi ( ) ( +1) Fi ( ) ( +1) Fi ( ) ( +1) + x1 + x2 + ... + xn = 0; i = 1, 2,3,...., n


220
Pueto que Fi m la umatoria del producto de la derivada por el valor del incre
mento de la funcin debe er iual a Fi+1, inifica que dicha umatoria debe er i
ual a meno Fi, matemticamente:
F x i j =1 j
n
( )
x (j +1) = Fi ; i = 1, 2, 3, ..., n
Donde,
x(j +1) = x(j +1) x(j )
E decir,
F1 ( ) ( +1) F1 ( ) ( +1) F ( ) ( x1 + x2 + ... + 1 xn +1) = F1( ) X 1 x2 xn

F2 ( ) ( +1) F2 ( ) ( +1) F ( ) ( x1 + x2 + ... + 2 xn +1) = F2( ) x1 x2 xn .
n ( ) ( +1) Fn ( ) ( +1) x1 + x2 + ... + xn = Fn( ) x1 x2 xn

En forma matricial:
F1 x 1 2 x 1
1 x2 2 x2 3 x2
1 x3 2 x3 3 x3
3 x1 . n x1
1 ..... xn 2 ..... xn 3 ..... xn

. n ..... xn .
( )
Fn x2
Fn x3
x1 x2 x3 ... x n
( +1)
F1
2 3 = ...
( )
La anterior ecuacin matricial contituye la matriz de coeficiente plena, porque e
n toda la ecuacione etn preente toda la variable. Se dice que la matriz
et dipera, cuando

221
mucho elemento de la matriz on cero (0). La exprein matricial arriba preenta
da puede expreare como:
J x = F
donde J repreenta el Jacobiano o matriz jacobiana. El proceo iterativo e inic

ia con la etimacin y/o upoicin de lo valore iniciale de la funcione: (x1(0
), x2(0), x3(0), ............., xn(0)) Y termina cuando exite cierto rado de c
onverencia o cuando el valor de la funcin e menor o iual a tolerancia predeter
minada: |xi (+1)| y/o |Fi(+1)|
i = 1, 2, 3, .... , n.
14.6.3.1 Flujo Uni imnsional un Flui o: 1F 1D. Ecuacin n Difrncias Finit
as
La xprsin n ifrncias finitas qu fin l flujo un nico flui o a travs
un m io poroso st a a por:
T ( P D ) i + qin +1 =
n +1
V i t
t
( B)
(14.28)
i
i = 1, 2, 3, ....., I, y n = 0, 1, 2, 3, .... la cual est sujeta a las siuientes
condiciones iniciales y de
onte
a.
Condiciones iniciales: Deini
la dist
ibucin de p
esin al tiempo t = 0. Est deini
da cono
me al equilib
io
avitacional a pa
ti
de un punto o posicin de
ee
en
cia.
Pi0, i = 1, 2, 3, ..., I
Condiciones de F
onte
a: ce
o lujo, ce
adas.
(14.29)
( P D )n +1 = 0 1/ 2 n +1 ( P D ) I +1/ 2 = 0 n = 0, 1, 2, 3,.....
Desa
ollando (14.28):
(12.30) Malla de bloques cent
ados (12.31)
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
222
n+ Ti +1/12 Pi +1 Pi ( D )i +1/ 2
n +1
n+ Ti 1/12 Pi Pi 1 ( D )i 1/ 2
n +1
+ qin +1 =
V i
( B )n +1 ( B )n i t (14.32)
kb Ti +1/ 2 = T ( Pi +1 , Pi ) = i +1/ 2i +1/ 2 = i +1/ 2 i +1/ 2 kb Ti
i , Pi 1 ) = i 1/ 2 i 1/ 2 = i 1/ 2 i 1/ 2
Y la gravedad especfica evaluada en la posicin i+ est dada por:
i +1/ 2 = ( Pi +1 , Pi ) = i 1/ 2
i +1/ 2 c = ( Pi , Pi 1 ) = i 1/ 2 c
Los camios del volume po
oso puede
ep
eseta
se po
la siuiete exp
esi
es
ultate de la expasi y poste
io
t
ucamieto de la se
ies de Taylo
. Puesto qu
e = (p) entonces;
n+1 = n [1 + c
(Pn+1 Pn)]
Se tiene un sistema de ecuaciones no lineales. Las linealidades son el
esultado
de (1) Los t
minos de lujo y (2) Los t
minos de acumulacin. Esto ame
ita la linea
lizacin del sistema. No se puede pe
miti
una mala linealizacin del t
mino de acumul
acin. Aplicando el mtodo de Newton Raphson a la solucin del sistema de ecuaciones
(14.32) se tienen I ecuaciones con I incnitas. Si se deine Fi (Pi1, Pi, Pi+1),
entonces:
Fi ( Pi 1 , Pi , Pi +1 ) = Ti +1/ 2 [ Pi +1 Pi (D)i +1/ 2 ] Ti 1/ 2 [ Pi Pi 1
] + qi Vri ( b )n +1 ( b )n = 0; i = 1, 2, 3, ....., I i t
(14.33) La implicicidad o explicicidad de la Ec. 14.33 se obvia para facilitar l
as manipulaciones.
Si e conoce F ( ) ,
F ( ) F ( ) F ( ) , , entonce e puede expandir la funcin en erie de Pi 1 Pi Pi +1

ylor F(+1) alrededor de ().

Fi
( +1)
= Fi
( )
Fi ( ) ( +1) Fi ( ) ( +1) Fi ( ) ( +1) + Pi 1 + Pi + Pi +1 = 0 Pi 1 Pi Pi +1


223
Fi ( ) ( +1) Fi ( ) ( +1) Fi ( ) ( +1) Pi 1 + Pi + Pi +1 = Fi ( ) ; i = 1, 2, 3,

( ) = 0, 1, 2, 3,...... Pi 1 Pi Pi +1 (14.34)

j = i +1
F 1 Pi j =i j
( )
Pj( +1) = Fi ( ) ; i = 1, 2, 3, ......., I ; ( ) = 0,1, 2, 3, ......
(14.35)
La condicione de frontera y la forma particular de la funcione F1 y FI puede
n acoplare utilizando el iuiente procedimiento. En el Nodo 1 exite cero fluj
o a trav de la frontera, lueo (P - D) = 0. Reemplazando en la Ec. (14.33)
F1 ( P , P2 ) = T1.5 [ P2 - P - ( D)1.5 ] + q1 1 1 F1 ( ) ( +1) F1 ( ) ( +1) P + P2 =
1( ) 1 P P2 1

Vr1
( b ) - ( b ) n = 0 1 t
Para el nodo I tambin se estableci una frontera cerrada lo que indica que no hay f
lujo a travs de ella, luego (P - D)I+ = 0. Reemplazando en la Ec. (14.33):
FI ( PI -1 , PI ) = - TI - [ PI - PI -1 - ( D) I ] + qI FI ( ) ( +1) FI ( ) ( +1) P
+ PI = FI( ) PI 1 PI

VrI
( b ) - ( b ) n = 0 I t
El sistema de ecuaciones resultante para la malla de I nodos est dado por:
1 ( ) ( +1) F1 ( ) ( +1) P P2 + 1 P P2 1 F2 ( ) ( +1) F2 ( ) ( +1) F

1 P P2 P3 1 F3 ( ) ( +1) F3 ( ) ( +1) F3 ( ) ( +1) P2 + P3 + P4 P2
......
= F1( ) = F2( ) = F3( ) .. ....
FI 1 ( ) ( +1) FI 1 ( ) ( +1) FI 1 ( ) ( +1) PI 2 + PI 1 + PI = F

( ) FI ( ) ( +1) FI PI 1 + PI( +1) PI 1 PI

= FI( )

224
Que en forma matricial e repreenta como:
F1 P 1 2 1 P
1 P2 2 P2 3 P2
2 P3 3 P3
0
3 P4
..
I 1 PI 2
I 1 PI 1 I PI 1
I 1 PI I PI
( )
P 1 P2 P3 ... PI 1
( +1)
F1
2 3 = .... I 1
( )
Si e tiene un itema compueto nicamente por 8 bloque o nodo, la anterior ecu
acin matricial e convertira en:
F1 P 1 2 P 1 0 0 0 0 0 0
1 P2 2 P2 3 P2
0 0 0 0 0
0
0 0
0 0 0
0 0 0 0
0 0 0 0 0
2 P3 3 P3 4 P3
0 0 0 0
3 P4 4 P4 5 P4
0 0 0
4 P5 5 P5 6 P5
0 0
5 P6 6 P6 7 P6
0
6 P7 7 P7 8 P7
0 0 0 0 0 0
7 P8
8 P8
( )
P 1 P2 P3 P 4 P5 P6
( +1)
F1 2 3
4 =
( )
Para dar olucin al itema de ecuacione, el proceo iterativo inicia con:

225
Pi(0) = Pi(n)
,
i = 1, 2, 3, ....., I.
y termina una vez que: |Pi(+1)| y/o Para todo i, |Fi(+1)| i = 1, 2, 3, 4,......, I
Pi (+1) = Pi (+1) Pi ()
de donde Pi (+1) = Pi () + Pi (+1)
Fi ( Pi 1 , Pi , Pi +1 ) = Ti +1/ 2 [ Pi +1 Pi (D)i +1/ 2 ] Ti 1/ 2 [ Pi Pi 1
] + qi Vri
( b )n +1 ( b )n = 0 i t
Las transmisibilidades en la cara o en la mitad del bloque se obtienen del prome
dio entre dos nodos contiguos:
Ti+ = T (Pi, Pi+1) Ti = T (Pi, Pi1)
i+ = (Pi+1, Pi) i = (Pi, Pi1)
i = (Pi)
bi = b (Pi)
Las de
ivadas de las unciones con
especto a la p
esin en cada nodo estn dadas po
: Fi , Pi 1 Fi , Pi Fi Pi +1
y dichas de
ivadas se evalan de:
i T = Ti 1/ 2 1 + Di 1/ 2 i 1/ 2 Pi Pi 1 ( D )i 1/ 2 i 1/ 2
(14.36)
Las propiedades del fluido en la posicin i, se evaluan con base en la presin en di
cho nodo, Pi:
bi = b (Pi),
Donde:
i = (Pi),
i = (Pi)
Jai
eddy Hume
to Escoa
, Ph.D.
ucci de Mallas
226
Pi 1/ 2 =
y;
Pi + Pi 1 2
b Ti 1/ 2 = ( k )i 1/ 2 i 1/ 2 Las derivadas de las diferentes funciones de pr

alan mediante la siguiente expresin:
i 1/ 2 i 1/ 2 Pi 1/ 2 = Pi 1 Pi 1/ 2 Pi 1
Pueto que:
Pi 1/ 2 =
Pi + Pi 1 2
Su derivada con repecto a Pi1 e: Pi 1/ 2 Pi + Pi 1 0 + 1 1 = = = Pi 1 2 2 2 Entonce

:
i 1/ 2 i 1/ 2 Pi 1/ 2 1 i 1/ 2 = = Pi 1 Pi 1/ 2 Pi 1 2 Pi 1/ 2
De la mima manera:
i 1/ 2 1 i 1/ 2 = Pi 1 2 c Pi 1/ 2 Ti 1/ 2 Ti 1/ 2 Pi 1/ 2 1 Ti
2 Pi 1 Pi 1/ 2 Pi 1 2 Pi 1/ 2 2 Pi 1/ 2
b Pi 1/ 2
( )
i 1/ 2
( )
i 1/ 2
=
i 1/ 2
bi 1/ 2 bi 1/ 2 i 1/ 2 Pi 1/ 2 Pi 1/ 2
( i 1/ 2 )
2

227
b Pi 1/ 2
( )
( )
i 1/ 2
b P b P = 2 P = Pi1/ 2 = b
b Pi 1/ 2
i 1/ 2
( )
1 b 1 P P = Pi1/ 2 i 1/ 2 b P 1 b 1 P P = Pi1/ 2 i
Ti 1/ 2 1 = ( k )i 1/ 2 b Pi 1/ 2 2
( )
Ti 1/ 2 1 1 b 1 = Ti 1/ 2 Pi 1 2 b P P P = P
Ot
a o
ma de calcula
los valo
es:
Ti +1/ 2 = ( k )i +1/ 2 b Ti 1/ 2 = ( k )i 1/ 2
i 1/ 2
( ) ( b)
i +1/ 2
i 1/ 2
1 ( k )i +1/ 2 b + b = T ( Pi +1 , Pi ) 2 i +1 i 1 b = ( k )i 1/ 2 b
1 , Pi ) 2 =
( ) ( ) ( ) ( )
i +1/ 2 = i 1/ 2 =
i +1 + i
2
= ( Pi +1 , Pi ) = ( Pi , Pi 1 )
i 1 + i
2
i T = Ti 1/ 2 1 + Di 1/ 2 i 1/ 2 Pi Pi 1 ( D )i 1/ 2 i 1/ 2
(14.36)
Puesto que la gravedad especfica est relacionada con densidad, es factible obtener
la siguiente expresin:
i 1/ 2 1 i 1 1 1 i 1 = = = Pi 1 2 Pi 1 2 P i 1 2 c Pi 1
Jai
eddy Hume
to Escoa
, Ph.D.
ucci de Mallas
228
Ti 1/ 2 1 b = ( k )i 1/ 2 Pi 1 2 Pi 1
( )
1 b = ( k )i 1/ 2 2 i 1
( )
1 b 1 P P = Pi1 i 1 b P
i T = Ti +1/ 2 1 + Di +1/ 2 i +1/ 2 + Pi +1 Pi ( D )i +1/ 2 i +

2 1 Di 1/ 2 i 1/ 2 Pi Pi 1 ( D )i 1/ 2 i 1/ 2 i ( b )i t dPi Pi
(14.37)
i +1/ 2 1 i 1 i = = 2 Pi 2 c Pi Pi
i 1/ 2 1 i 1 = = 2 Pi 2 c P i Pi
Ti +1/ 2 1 1 b 1 = ( k )i +1/ 2 b i b P P Pi 2 i Ti 1/ 2 1
Pi 2 i
1 db 1 d d db d + ( b ) = + b = ( b )i dP dP dP i b dP dP i i
i T = Ti +1/ 2 1 Di +1/ 2 i +1/ 2 + Pi +1 Pi ( D )i +1/ 2 i +1/ 2
( )
( )
(14.38)
i +1/ 2 1 1 = = Pi +1 2 P i +1/ 2 2 c P 1+1/ 2
Ti +1/ 2 1 = ( k )i +1/ 2 Pi +1 2 P
Si:
( )
=
i +1
1 ( k )i +1/ 2 b 2
( )
1 b 1 P i +1 i +1 b P

229
i ( Pi 1 , Pi , Pi +1 ) = Ti +1/ 2 [ Pi +1 Pi (D)i +1/ 2 ] Ti 1/ 2 [ Pi Pi 1
] + qi Vri ( b ) ( b ) n = 0 i t
Las no lineales son de los siguientes tipos: {T [P - (D)], b} Po
lo tanto, la mat
i
z Jacobiana se puede descompone
en la suma de mat
ices o
madas como siue: [J
] = [T ] + [G] + [T] + [( b)] on : [J ]: Matriz Jacobiana [T ]: Matriz transmis
ibili a s [G]: Matriz riva as trminos gravitacionals. [T]: Matriz ri
va as transmisibili a s. [( b)]: Matriz riva as acumulacin.
F1 P 1 2 P 1 [J ] =
1 P2 2 P2
.
2 P3
. . . . . . . .
I 1 PI 2
I 1 PI 1 I PI 1
[J ] =
I 1 PI I PI
. .
. . c
. a . b . .
. .
donde: . . [T ] =
a=
i , Pi
b=
i , Pi +1
c=
i Pi 1
. . ci
. ai .
bi . .
c =T i 1/ 2 i ai = Ti +1/ 2 Ti 1/ 2 . bi = Ti +1/ 2 .

230
. . [T '] =
. . [G '] =
. . ci
. ai .
bi . .
T ci = Pi Pi 1 ( D )11/ 2 i 1/ 2 P i 1 T T ai = [ P D ]1
. bi = Pi +1 Pi ( D )1+1/ 2 i +1/ 2 P
i +1
. . ci
. ai . bi . .
ci = (T D )11/ 2 i 1/ 2 Pi 1 ai = (T D )1+1/ 2 i +1/ 2 + (T D )11/ 2

T D )1+1/ 2 i +1/ 2 P
i
. ( b ) ' =
. ai .
Vr d ( b )i ai = i t dPi .
Cuando la permeabilidad, k, vara en cada celda: 1 b b Ti +1/ 2 = i +1/ 2 ( k

+1 ) + 4 i i +1 b b 1 Ti 1/ 2 = i 1/ 2 ( ki + k
t
ata de la siuiente mane
a: V
i
{(b ) t
n +1
( b )
n
}
i
Puesto que:
n +1 = n 1 + c
( P n +1 P n )
entonces, se tiene:
{
}
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
231
V
i
{ {1 + c ( P t
n r
n +1
P n ) ( b )
}
n
} = t {{1 + c ( P
VPi
i r
n +1
P n ) b bn
}
}
i
14.6.3.2 Mto os Linalizacin a. Linalizacin Dircta
Esta s una particulari a l mto o Nwton Raphson y tambin s l llama mto o
xtrapolacin. Extrapolacions alto or n son posibls pro rquirn mayor c
apaci a mmoria. Las aproximacions a los mto os sgun o or n prsrva su
or n cuan o las matrics son valua as a nivls timpo xtrapola os. Esta
aproximacin trabaja bin simpr y cuan o las linali a s no san muy furts y
pu n usars satisfactoriamnt n problmas monofsicos y flujo miscibl. En flu
jo multifsico la naturalza xplcita la xtrapolacin causa limitacions stab
ili a similar a las l mto o simpl o xpltico. T ( P D ) i + qin +1 =
n +1
Vri t
t ( b )i
Linealizando pa
cialmente la ante
io
ecuacin, es deci
, Tn+1 Tn, y adems n+1 n, lo
cual e muy imilar al mtodo IMPES, e tiene: T n ( P n +1 n D ) + qin +1 =
i
Vri t

( b )n + 1 ( b )n
Sigue siendo no lineal, ya que aparece ( b)n+1. La linealizacin po

el mtodo de New
ton Raphson:
n n+ n n+ Fi ( Pi 1 , Pi , Pi +1 , ) = Ti +1/ 2 Pi +1 1 Pi n +1 ( n D ) Ti 1/
n +1 Pi 1 1 ( n D ) + i +1/ 2 i 1/ 2 Vr n +1 n qin +1 i ( b ) ( b )
Fi (u ) (u +1) Fi (u ) (u +1) Fi ( u ) (u +1) Pi 1 + Pi Pi +1 = Fi (u ) + Pi

+1 Fi =Tn Pi 1 i 1/ 2

232
Vr Fi n n = Ti +1/ 2 Ti 1/ 2 ( b ) Pi t dP i
i
Fi =Tn Pi +1 i +1/ 2
[J ] = [T ]n + [( b)] Si no s tin n cunta la suposicin n+1 ~ n:
Fi i 1/ 2 n = Ti 1/ 2 + (T n D ) i 1/ 2 P Pi 1 i 1
Vr Fi n n = Ti +1/ 2 Ti 1/ 2 ( b ) (T n D )i +1/ 2 i +1/ 2 + (T n D )i
i Pi t dP i
i
Fi i +1/ 2 n = Ti +1/ 2 (T n D ) i +1/ 2 P Pi +1 i
[J ] = [T ]n + [( b)] + [G] Hay qu tnr prsnt qu cuan o s scrib un program
a computa or (simula or) st bra calcular las matrics por spara o. Una m
ala linalizacin los trminos acumulacin, tin un rfljo rror n balanc
matria, EBM. Un EBM s una con icin ncsaria pro no suficint para qu l
problma st bin. La forma gnral para linalizar s l mto o Nwton Raphs
on, las otras son particulari a s.
b. Itracin Simpl o Explcita
El mto o linalizacin ms simpl y frcuntmnt usa o linalizacin s obtin
prmitin o qu las no linali a s s rtracn un nivl timpo atrs. Linali
zan o: Tn+1 ~ Tn, n+1 ~ n, ( b)n+1 ~ ( b)n
[J ] = [T ]n + [( b)]n Es important tnr n conociminto qu sta linalizacin
crc l or n la aproximacin a 0(t) para mtodos de mayor orden y por lo tanto n
o se justificar su uso.
c. Semi - implcito (linealizado)
El mtodo semi - implcito linealizado fue originalmente desarrollado para preservar
la

233
estailidad del flujo multifsico. Se ajusta ien para cualquier prolema no linea
l. Este se otiene iterando solo una vez el mtodo de Newton-Raphson, o sea, en la
primera iteracin. =0 n = c
[J ]n = [T ]n + [T]n + [( b)]n + [G]n Para l
ra itracin l mto o NwtonRaphson s a a
b)]n El mto o smi implcito pu vrs como
primra itracin l mto o Nwton Raphson,
mto o Smiimplcito linaliza o, la prim

si n+1 ~ n: [J ]n = [T ]n + [T]n + [(
aqulla solucin qu s obtn ra n la
sto s:
[J ]( ) P
( +1)
= F
( )
Si = 0 y Pi(0) = Pi(n); i = 1, 2, 3,..., I., y olo e itera una vez:
[J ]
(n)
P
( n +1)
= F
(n)
on , [J ]n = [T ]n + [T]n + [( b)]n
14.7. ALGORITMO DE THOMAS
To os los sistmas flujo uni imnsionals iscuti os antriormnt (xcpto p
ara l caso con icions frontras pri icas) rsultar n un sistma N cu
acions simultnas algbraicas con trs iagonals. Si [A] = [W] [Q] on , [W] =
Matriz triangular infrior [Q] = Matriz triangular suprior

234
a1 b w 1 q1 1 1 c a b c w 1 q 2 2 2 2 2 2 c3 a3 b3 c3 w
bi ci w 1 qi i . . . . . . . . . . . . 1 qI1
[A] w1q1 w1 c c q + w 2 1 2 2 c3 [W ][Q ] = Se encuentra que: a1 = w1 a2 = c

1 : ai = ciqi1+wi i = 2, 3, 4, ......., I qi 1 = bi 1 wi 1
[W] . .
[Q]
w2 q2 c3 q2 + w3 c4
w3 q3 c4 q3 + w4 .
w4 q4 . .
b1 = w1q1 b2 = w2q2 : bi1 = wi1qi1 c3 = c3 : ci = ci
c2 = c2
i = 2, 3, 4,......, I i = 2, 3, 4,...., I
wi = ai ciqi1 Ahora: [W ][Q] P = Dfinin o:

235
[Q] P = g y; [W ]g = Pusto qu [W] s una matriz inferior implica que g puede
resolverse en un arrido hacia adelante.
w1 c 2 g1 d1 g d 2 2 g3 d3
w2 c3 w3
.
.
.
ci wi .
. . .
cI
g1 =
d1 w1 di ci gi 1 , w1 i = 2, 3, 4,...., I
gi =
Resuelto g , se puede hallar P n un barri o hacia atrs.
1 q1 1 P g1 1 P g 2 2 P3
q2 1
q3
.
. . . 1 qi .

236
PI = g I Pi = gi qi Pi +1 ,
i = I1, I2, ......., 1
Para fins computacionals no s rquir almacnar wi. S proc como sigu: 1
. q1 = b1 , a1 g1 = 1 a1
2. Para i = 2, 3, 4, ....., I i = i - ciqi qi =
1
di ci gi 1
b1
gi =
1
3. PI = gI Para i = I1, I2, I3,......, 1
Pi = gi qiPi+1
Hay situacions spcials qu prsntan structuras ifrnts. Si hay flujo n
la irccin tangncial, coor na as ciln ricas, xist continui a ntr las cl
as I y 1. Esta rsulta problmas cclicos pri icos conoci os como con icions
frontra l cuarto tipo, vr Fig. 14.18. El sistma cuacions tn r una fo
rma ligramnt ifrnt mo o qu: ciPi1 + aiPi + biPi+1 = i
a1 c 2 bI b1 a2 c1 P d1 1 P d 2 2 : = :
b2
.
. .
. .
cI

237
.
.
I
3 2
14.18. Influencia del trmino del ltimo bloque sobre el primero en la aplicacin del
algoritmo de Thomas
14.8. ECUACION DE BALANCE DE MATERIA: EBM
Una de las propiedades de la mayora de las ecuaciones expresadas en diferencias f
initas es que son conservativas, es decir, que cumplen con la ley de conservacin
de la masa y por ende de la energa. Esta condicin es una expresin de ingeniera para
la indicar la conservacin de la masa en todo el sistema. Para el problema que se
presenta en la figura 14.19, se puede plantear el siguiente sistema de ecuacione
s: i = qi +1/ 2 qi 1/ 2 q fi Vri t t ( b ) i = 0
qo
i= 1 2 3 4 ........ I 2 I1 N
qI
Fi. 14.19. Balance de mate
ial a lo la
o de un sistema lineal V
1 t
F1 = q1.5 q0 q f 1
t ( b )1 = 0 t ( b ) 2 = 0
F2 = q2.5 q1.5 q 2
V
2 t

238
F3 = q3.5 q2.5 q f 3 : = : : : = : : Entoncs, : :
Vr3 t
t ( b )3 = 0 : : =0 =0
V
i t
F1 + F2 + F3 = qo + q3.5 + q fi
i =1 i =1
3
3
t ( b )i = 0
. .
I I V
Fi = qo + qI + q i i t ( b )i = 0 i =1 i =1 t i =1 I I I
qo + qI + q fi =
i =1 i =1
Vri t
t ( b )i
t (b )
i =1 t I i =1
I
V
i
i
qo + qI + q i
=1
Si la ante
io
condicin se cumple, es una indicacin que la o
mulacin en die
encia
s initas cumple con la condicin de conse
vacin de la masa o balance de mate
ia.
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
239
UNIDAD 15
CAUDALES Y PRESIONES DE POZOS
15.1. ECUACIONES PARA POZO
En simulacin de yacimientos, las ecuaciones usan p
esiones en el cent
o de los no
dos o bloques. Estas p
esiones
ep
esentan p
esiones p
omedias de balance de mat
e
ial en cada bloque. Sin emba
o, si un pozo est localizado en el cent
o del blo
que, la p
esin del bloque, Pi,j, no es la p
esin de ondo luyente del pozo, Pw.
Estas ecuaciones calculan el lujo de bloque a bloque pe
o no modelan los altos

adientes de p
esin en las ce
canas al pozo. De modo que si un pozo est localizado
en una celda, se necesitan ecuaciones adicionales pa
a
elaciona
el compo
tami
ento del pozo con las va
iables de la celda. Se puede asumi
que existe estado e
stable dent
o de la celda de modo que las siuientes exp
esiones se pueden usa
:
kr n qo = J model pi, j+ 1 pwf B o
n
(
)
(15.1)
q w = J model
q g = J mod el
kr n+ 1 p wf p B w i, j
n
(
)
+ R n +1 q o s
(15.2) (15.3)
kr B g
n
(p
n +1 i, j
p wf
)
Las propiedades de las rocas y los fluidos son las mismas de la celda. Ahora se
tienen tres ecuaciones con cuatro incgnitas: qo, qw, qg y Pwf. Esto significa que
el usuario debe especificar una de estas incgnitas. Esta es la condicin bajo la c
ual producir el pozo. Por ejemplo, si el usuario especifica qo, entonces qw, qg y
Pwf se calculan de las Ecs. 15.1 a 15.3. Similarmente, si se especifica Pwf, se
puede calcular qo, qw y qg de las ecuaciones arriba presentadas.
15.2. ECUACIONES DE PEACEMAN
La variable Jmodel es el ndice de productividad o el ndice del pozo el cual tiene una
connotacin especial discutida ms adelante. Esto no es lo mismo que el ndice de prod
uctividad real del pozo, J. Jmodel se calcula as:

240
J mod el =
2 (0.00633) kh ln ( r o / r w ) + s
(15.4)
donde ro se calcula or medio de las siguientes ex resiones: 1) Cuando x = y, kx = k
y ro = 0.2x (2) De lo contrario:
2 2 0.28 k y / k x ( x ) + k x / k y ( y ) ro = 1/ 4 1/ 4 (k y / k x) + (k x / k y
) 1/ 2
(15.5)
(15.6)
(3) Para sistemas radiales ro = r w r r1 (15.7)
Algunas veces, el usuario desea especificar la rata total del yacimiento, qt. La
s ecs. 15.115.3 pueden sustituirse en la ecuacin de qt:
qt = qo Bon+1 + q w Bwn+1 + q g Rs n+1 qo B g para dar:
(
)
n+1
(15.8)
k k k qt = J mod el r + r + r ( Pin, j+ 1 Pwf ) w g

(15.9)
Es posible establecer un nmero de otras variaciones para simular las condiciones
reales de un campo. Note que un factor Bn+1/Bn se omiti de cada trmino en la Ec. 1
5.9. Estas pueden adicionarse, cuando el estimativo del valor nuevo de Bn+1 est d
isponible.
15.2.1. Cada de Presin (Drawdown) Implcito
Note que la cada de presin en las Ecs. 15.115.3, (Pi,jn+1 Pwf), usa el valor n+
1 de la presin en la celda. Esto es importante cuando se especifica Pwf como una
condicin de produccin. De lo contrario, los caudales oscilarn y podran dispararse pa
ra intervalos de

241
tiempo subsecuentes.
15.2.2. Caudal Especificado
Si se especifican qo, qw, qg, o qt, entonces qo, qw, y qg se calculan antes del
intervalo de tiempo y se colocan en la parte derecha de ecuacin de presin para el
mtodo IMPES. Al final del intervalo de tiempo se puede calcular Pwf. Esto es senc
illo y estable a menos que krn no cause problemas de estabilidad.
15.2.3. Pwf Especificada
Si el ingeniero especifica Pwf, entonces ningn caudal se conoce y se estimarn desp
us del intervalo de tiempo. Luego, es necesario solucionar el caudal trifsico en l
a ecuacin de presin IMPES. La ecuacin de presin IMPES est en unidades de rata de fluj
o de yacimiento. El trmino del caudal es qt. Luego, la relacin en la Ec. 15.9 pued
e usarse y rescribirse como:
n qt = J model
t pi, j+ 1 - p wf
(
)
(15.10)
Donde
t es a moviidad
eativa tota.

t =
kr kr k + + r o w g
(15.11)
El trmino Jmodel
t se adiciona a t
mino de a diagona p
incipa. E ot
o t
mino J
mode
t pwf pe
manence a ado de
eco de a ecuacin. A fina de inte
vao de t
iempo, se cacuan qo, qw y qg.
15.3. COMPARACIN DE PRESIONES RESTAURACION DE PRESION SIMULADAS CON DATOS DE
Es posibe ajusta
p
esiones de fondo fuyente, Pwf. Sin emba
go, usuamente os
datos no son disponibes, adems, no son muy confiabes debido a inexactitudes en
e cauda. Es ms comn y ms confiabe ajusta
datos de
estau
acin de p
esin cuando s
e dispone de eos. E p
obema es como ajusta
os datos de a p
ueba de p
esin.
La escaa de tiempo de a p
ueba de
estau
acin de p
esin usuamente es muy co
ta
pa
a modea
se exactamente con a escaa de campo de a maa po
que e tamao de
os boques es muy g
ande. Peaceman p
esent un mtodo pa
a compa
a
p
esiones de b
oque p
ocedente de simuacin con p
esiones p
ocedente de una p
ueba de
estau
ac
in de p
esin. La Fig. 15.1 muest
a un pe
fi de p
esin en a ceda que contiene e
pozo. Se asume que este pe
fi de p
esiones est dado bajo condiciones de estado e
stabe. Se obse
va que a p
esin de boque (a p
esin p
omedio de baance de mate
ia dent
o de boque) tiene cie
to vao
comp
endido ent
e Pwf y a p
esin p
ome
dia de yacimiento. La Fig. 15.2 muest
a e a cu
va de
estau
acin de p
esin de d
atos de campo. La p
esin de boque co
espondiente a a
estau
acin de p
esin adecu
ada pa
a e
Jai
eddy Humbe
to Escoba
, P.D.

uccin de Maas
242
campo yace sob
e a
ecta semioga
tmica a un tiempo to el cual se calcula mediant
e la siguiente expresin:
t o (hrs) = 67.5 c t x 2 k
(15.12)
La presin de ajuste, Po, corresponde a la presin de estado estale en 0.2x. Si Po e
s la misma presin de loque, Pi,j, entonces el simulador est ajustando adecuadamen
te el comportamiento del campo.
Ejemplo. Halle el ajuste histrico para los siguientes datos otenidos de una prue
a de restauracin de presin.
q = 23,000 scf/D k = 0.15 md = 0.18 ct = 5 x 106 psi1 = 0.216 cp Tabla 15.1. D
atos de p
esin pa
a ejemplo t, hrs 0.10 0.23 0.39 0.84 1.56 3.50 7.38 15.11 30.53
61.31 122.72 245.24 489.71 840.00 Datos del modelo: x= 100 ft
Solucin. La solucin sigue los siguientes pasos simples: (1) Grafique los datos de
la pruea en grfico semilog. (2) Trace la recta semilog Pws, psia 2854.5 2861.5 2
865.5 2871.5 2875.6 2881.0 2886.2 2891.0 2895.5 2900.0 2904.1 2907.1 2909.3 2910
.4

243
(3) Calcule to, (4) Halle Po a to sore la recta semilog, extrapole si es necesari
o.
Wellore
P
Wellore gridlock Po P-Pwf
p
Po -Pwf Pwf
x
Fig. 15.1. Perfil de presin en el loque que contiene el loque El valor de Po pre
sin de ajuste que ser comparada con la presin del simulador en el loque donde est el
pozo al mismo tiempo de la pruea de presin. La Fig. 15.2 muestra los datos de c
ampo de la pruea de presin graficados en papel semilogartmico. La presin de ajuste
se halla estimando to como sigue: t o = (67.5)(0.18)(0.216)(5x10-6)(100 2) = 0.87
46 hrs (0.15)
Luego, se halla la presin correspondiente sore la lnea recta semilogartmica: Po =
2872 psig. Luego, esta presin, se compara con la dato de la presin del loque ote
nido mediante el simulador.

244
Ps (psi)
2940
2900 p= 2782 psi
2860
to = 0.8746 hr
0.1
1
10
100
1000
t, hr
Fig. 15.2. Curva semilogartmica de los datos de restauracin de presin para el ejemp
lo dado

245
NOMENCLATURA
A B Bg C D cf cg cw cr d E Eg Ep F Fg g h i j JMAX z IMAX k k kg ko kr krg kro k
rw kw L n m m(P) P Pc Pcog = rea del yacimiento o rea de un loque = factor volumtr
ico, l/STB = factor volumtrico formacin del gas, ft3/scf = concentracin = altura
= compresiilidad de la formacin, psi-1 = compresiilidad del gas, psi-1 = compre
siilidad del agua, psi-1 = compresiilidad de los granos, psi-1 = diferencial,
derivada = energa = energa atriuida a la gravedad = energa potencial = fuerza = fu
erza atriuida a la gravedad = aceleracin de la gravedad = espesor de la formacin,
ft = sundice indicando la direccin x = sundice indicando la direccin y = numero d
e celdas en la direccin y = sundice indicando la direccin z = numero de celdas en
la direccin x = permeailidad, md = tensor de permeailidad, md = permeailidad e
fectiva al gas, md = permeailidad efectiva al petrleo, md = permeailidad relati
va = permeailidad relativa al gas = permeailidad relativa al petrleo = permeai
lidad relativa al agua = permeailidad efectiva al agua, md = longitud = nivel d
e tiempo = masa = pseudopresin = presin promedia = presin capilar = presin capilar e
n sistemas gas-petrleo

246
Pcow Ps P Pinitial Pwf q q** r S t T u Vp V V W Z x y t to z
= p
esin capila
en sistemas pet
leoaua = p
esin de
estau
acin, psia = p
esin, psi
a = p
esin inicial, psia = p
esin de ondo luyendo, psia = caudal de p
oduccin =
itmo de salida/ent
ada de masa de un elemento po
unidad de volumen de
oca =
a
dio = satu
acin de as,
accin = tiempo, Das = tempe
atu
a, R =velocidad = volumen
po
oso de la celda, t3 = volumen = vecto
velocidad = t
abajo = altu
a = consta
nte de diusividad = espaciamiento de la celda en la di
eccin x, t = espaciamien
to de la celda en la di
eccin y, t = tiempo de cie
e, ho
as = tiempo de cie
e
co
espondiente a la p
esin de celda, ho
as = espaciamiento de la celda en la di
eccin z, t = e
o
= mobilidad, md/cp = di
eccin pe
pendicula
= densidad =
ave
dad especica = po
osidad,
accin = viscosidad, cp = acto
de o
ma = potencial
SUBNDICES Y SUPERNDICES
c D e
ont i j
= capila
= adimensional = exte
no =
ente = as,
avedad = ndice de la celda e
n la di
eccin x, inicial = ndice de la celda en la di
eccin y
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
247
n o
s t w w
= nivel de tiempo = pet
leo =
elativa = esttica = total = pozo = ondo luyente
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
248
BIBLIOGRAFIA
1. Aziz, K. and Setta
i, A.: Pet
oleum Rese
voi
Simulation, Applied Science Publi
she
s Ltda, London, 1979. 2. C
at, B. G. and Hawkins, M.F., J
.,: Applied Pet
ol
eum Rese
voi
Eninee
in, P
entice Hall Inc., Enlewood Clis, N.J., 1959. 3. C
ichlow, H.: Mode

n Rese
voi
Eninee
in: A Simulation App
oach, P
entice Hall In
c., Enlewood Clis, N.J., 1977. 4. Peaceman, D. W.: Fundamentals o Nume
ical R
ese
voi
Simulation, Elsevie
Scientiic Publishin Company, New Yo
k, 1977. 5. R
ive
a, V. G.: Simulacin de Yacimientos, Semina
io de Inenie
a de Pet
leos, Unive
sid
ad de Am
ica, Santa de Boot, 1981. 6. SPE Rep
int Se
ies # 11: Nume
ical Simulatio
n, SPE o AIME, Dallas, Texas, 1973. 7. SPE Rep
int Se
ies # 20: Nume
ical Simulat
ion II, SPE o AIME, Richa
dson, Texas, 1986. 8. Van Poollen, H. K., Bixel, M. C.
and JARGON, J.R.: Rese
voi
Modelin, The Pet
oleum Publishin Co., Oklahoma, 197
1. 9. Mattax, C., and Dalton, R. L.: Rese
voi
Simulation, SPE o AIME, Richa
dson
, Texas, 1990. 10. Thomas, G.W.: P
inciples o Hyd
oca
bon Rese
voi
Simulation, I
nte
national Human Resou
ces Development Co
po
ation, Boston, 1982. 11. E
tekin,
T., AbouKasem, J. H., and Kin, G. R. Basic Applied Rese
voi
Simulation SPE Tex
tbook Se
ies Vol. 7. Richa
dson, TX., 2001. 12. Aziz, K. Fou
th Inte
national Fo
um on Rese
voi
Simulation Salzbu
, Aust
ia, Au. 31Sept. 4, 1992. 13. Fanchi,
J.R. P
inciples o Applied Rese
voi
Simulation Gul Publishin Company. Houston,
Texas, EE.UU., 1997. 14. Escoba
, F.H. Thi
teenPoint Finite Die
ence Solution
o
P
ediction o Wate
lood Pe
o
mance. MS Thesis. The Unive
sity o Oklahoma.
1995.
Jai
eddy Humbe
to Escoba
, Ph.D.
uccin de Mallas
249
15. P
ess, W.H., Teukolosky, S.A., Vette
lin, W.T., and Flanne
y, B.P. Nume
ical
Recipes in C Second edition. Camb
ide Unive
sity P
ess. 1992. 16. Da
cy, H. Dist
inition DEAU, Librair s Coros Ds Fonts t Crausss t Ds Mins, Victor Dalmon
t, E itur, Paris, Franc, 1856. 17. Yanosik, J.L. an McCrakn, T.A. A NinPoin
t Finit Diffrnc Rsrvoir Simulator for Ralistic Pr iction of A vrs Mobi
lity Ratio Displacmnt. Papr SPE 5734. p. 253262. 1979. 18. Ding, Y., an Lmm
onir, P. A ThirtnPoint Finit Diffrnc Oprator to R uc th Effct of Gri
Orintation. 3r Europn Confrnc on th Mathmatics of Oil Rcovry. 1719.
Dlft Univrsity of Tchnology, Dlft, Nthrlan s Jun 1992. p. 8594. 19. Esco
bar, F.H. an Civan, F. Difrncia Finita Trc Puntos para Pr cir l Compor
taminto Inyccin Agua. Boltn Esta stico Mnsual l ACIPET. Vol. 339. No. 7,
p. 1015. ISSN 01225758. Agosto 1998.

De Yacimientos

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

De Yacimientos

Diunggah oleh

Hak Cipta:

Format Tersedia

SIMULACION DE YACIMIENTOS: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

.................................................... 31 3.3.2.2. Modelos fsicos..

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

................. 60 5.3. PRESIN DE AJUSTE HISTRICO ..............................

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

.... 119 8.1. INTRODUCCION......................................................

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

ORDENADAS CILINDRICAS, FLUJO RADIAL)............................................

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

1.4.2. Utilidad de la Simulacin La simulacin de yacimientos constituye la herramie

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

pozos determinado Pozos de relleno

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

mantiene arriba de la presin de burbujeo Agua y gas: En un yacimiento de gas con

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulcin de Ycimientos: Principios, Conceptos y Construccin de Mlls

Simulcin de Ycimientos: Principios, Conceptos y Construccin de Mlls

Simulcin de Ycimientos: Principios, Conceptos y Construccin de Mlls

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

dimensiones (x, y) en determinado sector de un yacimiento no fracturado. Por lo

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

EBM Acumulado = OIP n +1 OOIP o + N n

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulacin de Yacimientos: Principios, Conceptos y Construccin de Mallas

Simulcin de Ycimientos: Principios, Conceptos y Construccin de Mlls

Simulcin de Ycimientos: Principios, Conceptos y Construccin de Mlls

Simulcin de Ycimientos: Principios, Conceptos y Construccin de Mlls

Simuacin de Yacimientos: P