FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
CONTENIDO.
1. Introduccin.
2. Formulacin de problemas de flujo de fluidos en medios porosos.
3. Aproximacin de ecuaciones diferenciales en diferencias finitas.
4. Simulacin numrica de flujo monofsico en yacimientos.
5. Modelos de pozos en la simulacin numrica de yacimientos.
6. Solucin de sistemas lineales de ecuaciones.
7. Introduccin a la simulacin numrica de flujo multifsico.
8. Aspectos prcticos de la simulacin numrica de yacimientos.
BIBLIOGRAFIA.
1. Aziz, K. and Settari, A.: Petroleum Reservoir Simulation. Elsevier Applied Science
Publishers, New York, 1979.
2. Peaceman, D.W: Fundamentals of Numerical Reservoir Simulation, Elsevier
Scientific Publishing, Co. Amsterdam, 1977.
3. Mattax, C.C. and Dalton, R.L.: Reservoir Simulation, SPE Monograph Series, SPE
Richardson, Tex., 1990.
4. Artculos Tcnicos Selectos.
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
UNIVERSIDAD NACIONAL
AUTNOMA DE MXICO
APUNTES
ENERO 2000
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1
2
1
2
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
genera al aplicar en un cierto nivel de tiempo, las ecuaciones de flujo aproximadas en puntos
predeterminados, nodos, de la malla de clculo que discretiza al yacimiento, de tal manera que
cuando se usa un simulador es necesario subdividir al yacimiento en una serie de celdas o bloques.
Idealmente estas celdas deben ser lo suficientemente pequeas para evitar que los errores de
truncamiento sean grandes, y en donde en cada una de ellas se consideran constantes las
propiedades del yacimiento y de los fluidos, ver Fig. 1.1.
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Los simuladores numricos de yacimientos han sido ampliamente usados debido a que ellos
pueden resolver problemas que de otra manera sera imposible hacerlo. No existe otro mtodo que
pueda describir el flujo multifsico (gas-aceite-agua) - multidimensional (ID a 3D) en un
yacimiento real. Simulacin numrica es la nica herramienta que puede describir
cuantitativamente el flujo multifsico en un yacimiento heterogneo a partir de un programa de
produccin, el cual no solo es determinado de las propiedades del yacimiento sino que tambin por
demandas del mercado, de las estrategias de inversin y por las regulaciones gubernamentales.
Debe quedar claro que la respuesta de un simulador numrico en un estudio de simulacin siempre
es cualitativa por todos los factores que intervienen.
Simulacin numrica frecuentemente es el mejor mtodo de solucin, debido a que puede
dar una respuesta inmediata, barata y/o ms creble que otros mtodos. Lo anterior no quiere decir
que siempre simulacin sea el mejor mtodo de anlisis por si solo para un problema de ingeniera
de yacimientos en particular. Algunos mtodos de anlisis que complementan con simulacin
numrica de yacimientos, son las pruebas de variacin de presin, las observaciones directas en el
campo, las pruebas de laboratorio, las pruebas piloto en el campo, los anlisis matemticos
sencillos (soluciones analticas) y la extrapolacin del comportamiento de otros yacimientos. Los
problemas deben resolverse con el mtodo ms sencillo y barato posible, pero que permita simular
el proceso de desplazamiento con suficiente realismo que conduzca a decisiones adecuadas. El
ingeniero de yacimientos debe primero determinar el apropiado nivel de simplificacin para que en
base a ese nivel pueda seleccionar el mtodo de anlisis tcnicamente factible. Dentro de los
factores que se deben considerar para esta adecuada seleccin estn los siguientes:
1. Tipo y complejidad del problema (Geometra del sistema, heterogeneidad del
yacimiento, tipo de fluidos presentes y tipo de proceso de depresionamiento a
considerarse).
2. Calidad de la respuesta necesaria para las decisiones administrativas del
yacimiento.
3. Tiempo disponible para terminar el estudio de simulacin.
4. Factores econmicos.
5. Disponibilidad y calidad de los datos requeridos para el estudio.
6. Capacidades del simulador numrico y caractersticas del sistema de cmputo
disponibles.
Simulacin numrica de yacimientos puede ofrecer al personal involucrado dentro de un
estudio de simulacin, lo siguiente:
1. Al Ingeniero un rpido mtodo matemtico compresivo del anlisis del
comportamiento del yacimiento.
2. Al Encargado del proyecto un estudio completo del yacimiento que puede incluir
comparaciones adecuadas de alternativos planes operativos.
3. Al ingeniero inexperto una efectiva herramienta de entrenamiento.
4. A terceras personas (gobierno) un sistemtico anlisis del comportamiento del
yacimiento, creble que incluye restricciones de operacin que se pueden especificar
con detalle.
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
h
h
w
L
re
rw
Modelo de 0D (horizontal)
Sistema coordenado Cartesiano
Modelo de 0D (horizontal)
Sistema coordenado Cilndrico
xi
i-1
i+1
L
Modelo de 1D (horizontal)
Sistema coordenado Cartesiano
radial
rw
re
Modelo de 1D (horizontal)
Sistema coordenado Cilndrico
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
3) Modelo de 2D (Areal): estos modelos son usados cuando el patrn de flujo areal
domina el comportamiento del yacimiento. Se deben emplear estos modelos para
estudiar yacimientos completos, pero con un espesor no muy importante o bien la
mayora de los estudios con estos modelos areales en 2D incluyen el uso de
pseudofunciones para tomar en cuenta el flujo de fluidos en la direccin vertical.
Tambin se emplean en la optimizacin de los ritmos de produccin, de los
requerimientos de los pozos, de las facilidades en la superficie, en la localizacin
ptima de los pozos productores as como de los pozos inyectores de gas y/o agua y del
tiempo ptimo de las instalaciones de un equipo de produccin artificial o de la
modificacin de las facilidades en la superficie. Estos modelos son empleados para
estimar la recuperacin final (calculo de reservas), para probar diferentes plataformas
de produccin y en las estrategias operativas en la recuperacin final.
xi
Pozo inyector de gas
.
.
.
Ly
.
.
.
.
i-1, j
.
.
.
.
.
.
.
.
.
.
.
.
.
i+1, j
.
.
.
.
.
.
i, j-1
.
i, j
i, j+1
.
.
.
.
yi
.
Pozo productor de aceite
Lx
Modelo de 2D (areal). Sistema Coordenado Cartesiano
i+1, j
i,. j
.
i-1, j
.
.
i, j-1.
.
. i, j+1
.
.
. . .
cima
.
h
.
.
.
.
base
radial
rw
re
ri
Modelo de 2D (areal). Sistema Coordenado Cilndrico.
10
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
i, k-1
i+1, k
i, k
i-1, k
i, k+1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
z k
x i
.
.
.
.
.
.
. . .
. .
.
.
.
.
.
.
. .
. .
. .
.
.
. i, k-1
.
.
.
i-1, k
i, k
. .
. .
Cima
i+1, k
.
i, k+1
Vertical
Angular
z k
.
Base
radial
rw
ri
re
11
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Una importante aplicacin de los modelos en 2D, es el evaluar el efecto de los ritmos de
produccin en el comportamiento del yacimiento y en la recuperacin final.
5) Modelo en 3D: estos modelos son empleados cuando la geometra del yacimiento puede
ser demasiado compleja para reducirla a modelos en 2D areales o de seccin transversal.
Por ejemplo, yacimientos con grandes extensiones de barreras de flujo pero con zonas
permeables donde ocurre flujo cruzado y que son difciles de modelar con modelos en
2D. O bien cuando los mecanismos de los fluidos del yacimiento pueden ser complejos
para analizarlos con modelos en 2D, por ejemplo, yacimientos con un gran estado de
depresionamiento caen centro de esta categora. Estos modelos tambin son usados
cuando el desplazamiento a ser estudiado est dominado por el flujo vertical, por
ejemplo, cercas del pozo en donde, tanto del casquete de gas como del acufero, puede
ocurrir una conificacin. Ocasionalmente, los modelos en 2D pueden ser mas
problemticos y caros que los simuladores en 3D debido a que el modelamiento de
algunos yacimientos que son arealmente complejos y altamente estratificados pueden
requerir docenas o cientos de conjunto de pseudofunciones.
Ly
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
i-1, j,k i, j,k
.
.
i, j,k+1
.
.
i+1, j,k
.
.
.
.
.
.
.
xi
.
.
.
.
.
.
o.
.
.
o.
.
. aceite
Pozo
productor
de
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
i, j,k
i, j,k
i,j+1,k
.
.
.
i, j,k
.
.
.
.
.
i, j-1,k.
.
.
.
.
z k
y i
Lx
12
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Angular
13
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
COMPONENTE
C1
C2
C3
C4
FASE
Aceite
Gas
Cnc
Agua
Agua
Definicin de Conceptos.
La composicin total de la mezcla de hidrocarburos, a una presin y temperatura dadas, es
determinada por las fracciones molares definidas por: z1, z2, ..., znc, de sus componentes, es decir:
Moles mM
zm =
m = 1, 2, ..., nc
(2.1)
Moles M
Donde MolesmM son los moles del componente m en la mezcla, y Moles M = J =1 Moles jM .
nc
14
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Puesto que los moles del componente m en la mezcla son la suma de los moles en las fases
aceite y gas: MolesmM = Molesmo + Molesmg , se puede entonces escribir la ecuacin anterior como:
zm =
Moles mo + Moles mg
Moles M
...(2.2)
Empleando las siguientes definiciones de las fracciones molares de los componentes en las
fases aceite y gas, x m y y m , y las fracciones molares de las fases aceite y el gas en la mezcla, L y
V, es decir:
Moles mo
xm =
...(2.3)
Moleso
Moles mg
ym =
...(2.4)
Moles g
L=
V =
Moleso
Moles M
Moles g
Moles M
...(2.5)
...(2.6)
donde:
nc
Moles o = Moles jo
...(2.7)
j =1
nc
Moles g = Moles jg
...(2.8)
j =1
Las Ecs. 2.7 y 2.8 son los moles en las fases aceite y gas, respectivamente.
Se puede entonces escribir la Ec. 2.2 como:
z m = x m L + y mV
...(2.9)
xm = 1
...(2.10)
ym = 1
...(2.11)
zm = 1
...(2.12)
L +V =1
...(2.13)
m =1
nc
m =1
nc
m =1
15
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
a)
Ecuaciones de conservacin de materia: una para cada uno de los componentes que
constituyen la mezcla de hidrocarburos y una ms para la fase agua.
b)
c)
d)
Relaciones de capilaridad, que establecen la relacin entre las presiones de las fases.
e)
Ecuaciones de restriccin.
f)
g)
A
, k
(xm o ox )x
(y
(xm o ox )x + x
g gx )x
(y
( w wx )x
g gx )x + x
( w wx )x + x
x + x
16
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
+
=
...(2.14)
Ahora bien, asumiendo que cada uno de los componentes de la mezcla de hidrocarburos
estn presentes simultneamente en las fases aceite y gas, se tiene que los ritmos de entrada y salida
de moles del componente m en el elemento son:
Ritmo de Entrada de Moles de m = Ritmo de Entrada de Moles de m
Contenidos en la Fase Aceite
+
Ritmo de Entrada de Moles de m Contenidos en la Fase Gas =
( Axm o ox )x + (Aym g gx )x
...(2.15)
y
Ritmo de Salida de Moles de m del Elemento =
...(2.16)
donde:
A es el rea transversal del elemento, expuesta al flujo.
o y g son las densidades molares de las fases aceite y gas,
Ax (S o o xm ) + (S g g y m )
t
t
...(2.17)
...(2.18)
Substituyendo las Ecs. 2.15 a 2.18 en el postulado de conservacin de masa, Ec. 2.14 y
dividiendo la expresin resultante entre el volumen del elemento de control, Ax, rearreglando y
tomando el lmite cuando x 0, se llega a:
(x m o ox ) ( y m g gx ) + (x m o q~o* + y m g q~g* ) =
x
x
[ (xm o So + ym g S g )]
t
...(2.19)
17
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
La ecuacin anterior puede extenderse al caso de flujo multidimensional, por lo que la Ec.
2.19 se escribe en su forma ms general, en trminos del operador diferencial nabla, , como:
[ (xm o So + ym g S g )]
t
...(2.20)
...(2.21)
[ o w ] + w q~w* = ( w S w )
t
Ntese que el operador diferencial se define en el sistema de coordenadas cartesiana
como:
= i+
j+ k
...(2.22)
x
y
z
Tambin, el vector velocidad de la fase p = o, g , w, p , se define como:
p = px i + py j + pz k
...(2.23)
p =
kkr p
(p p p D )
...(2.24)
kkrg
kkr
(pg g D ) +
xm o o (po oD ) + ym g
o
g
...(2.25)
m = 1, 2,, nc
y
kkr
w w (pw wD ) + w q~w* = ( w S w )
w
t
...(2.26)
Ahora bien, la condicin de equilibrio termodinmico entre las fases gas y aceite se estipula
a travs de la igualdad de las fugacidades de los componentes en las fases, es decir:
18
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
f mo = f mg
m= 1, 2,, nc
...(2.27)
f mg = f mg p g , T y , y1 , y 2 ,..., y nc
...(2.29)
(2.30)
Pc wo (S w ) = po p w
(2.31)
So + S g + S w = 1
(2.32)
( )
nc
xm = 1
(2.33)
ym = 1
(2.34)
m =1
nc
m =1
Se puede verificar que las Ecs. 2.25, 2.26, 2.27 y 2.30 a 2.34 definen un conjunto de 2nc + 6
ecuaciones con 2nc + 6 incgnitas variables primarias, que son:
po , p g , p w , S o , S g , S w , x1 , x 2 ,..., x nc , y1 , y 2 ,..., y nc
Como puede apreciarse, el tratamiento composicional del flujo multifsico involucra un
nmero grande de ecuaciones y de incgnitas, que crecen con el nmero de componentes a
considerar. Consecuentemente, el estudio del comportamiento de yacimientos composicionales
requiere de mayores recursos computacionales y por ende de mayores recursos econmicos. El
tratamiento composicional es necesario cuando la composicin de las fases vara importantemente
durante la vida del yacimiento, como es el caso de yacimiento de aceite, voltil y de gas y
condensado, y en procesos de recuperacin mejorada.
Coats ha demostrado que el agotamiento natural de yacimientos composicionales puede
describirse aproximadamente a travs de formulaciones pseudo-composicionales ms simples, como
se ver a continuacin.
nc + 1
nc
2
3
__________
Total = 2nc + 6
19
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
COMPONENTE
FASE
Aceite
Gas
Agua
Agua
Las ecuaciones de flujo multifsico de fluidos tipo beta-modificado pueden obtenerse como
un caso particular de las ecuaciones generales del flujo multifsico composicional. La Ec. 2.25, para
los componentes aceite y gas, es por lo tanto:
Para el componente aceite, m = 0,
kkr
kkro
(po o D ) + y o g g p g g D +
xo o
o
g
...(2.35)
xo o q~o* + y o g q~g* =
xo o S o + y o g S g
t
[(
)]
20
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
kkr
kkro
(po o D ) + y g g g p g g D
x g o
g
o
x g o q~o* + y g g q~g* = x g o S o + y g g S g
t
[(
) +
)]
...(2.36)
kkrw
(p w w D ) + w q~w* = ( w S w )
w
w
t
...(2.37)
La condicin de equilibrio termodinmico entre las fases puede ser alternamente expresada a
travs de las constantes de equilibrio de los componentes en las fases, es decir:
y
k o po , p g , T y , xo , y o = o
xo
...(2.38)
y,
k g po , p g , T y , x g , y g =
yg
xg
yo + y g = 1
...(2.39)
...(2.40)
...(2.41)
So + S g + S w = 1
Las relaciones de presin capilar estn dadas por las Ecs. 2.30 y 2.31:
Pc go S g = p g p o
( )
Pc wo (S w ) = p o p w
...(2.42)
...(2.43)
...(2.44)
Se puede verificar que las Ecs. 2.35 a 2.44 constituyen un conjunto de 10 ecuaciones con 10
incgnitas: po , p g , p w , S o , S g , S w , xo , x g , y o , y g . Se puede sin embargo, expresar las fracciones
molares de los componentes; xo , x g , y o y y g , en trminos de propiedades volumtricas, funciones
de po y p g , y consecuentemente reducir el nmero de ecuaciones y de incgnitas, como se
muestra a continuacin:
21
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Empleando la definicin de xo , ver Ec. 2.3, y utilizando la relacin entre moles y masa, se
tiene que:
xm =
Molesoo M o moo
=
Moleso
M o mo
...(2.45)
Donde:
Moles oo = Moles de aceite en la fase aceite,
yg =
yo =
Moles gg
Moles g
Moles og
Moles g
g , cs
M g g , cs V gg , cs
=
M g g V g , cy
g B g
...(2.47)
...(2.48)
...(2.49)
Donde:
rs = Relacin de solubilidad del aceite en el gas, concepto definido como la Relacin entre los
volmenes de los componentes aceite y gas, medidos a condiciones de superficie, obtenidos
al llevar a la superficie un cierto volumen de la fase gas del yacimiento,
rs =
V og , cs
...(2.50)
V gg , cs
22
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
kkrg
(p o o D ) +
rs p g g D +
g Bg
o Bo
q o* + rs q *g =
...(2.51)
S o S g
rs
+
t Bo B g
kkro
kkrg
R s (p o o D ) +
p g g D +
g Bg
o Bo
S g
S
R s q o* + q *g = o R s +
B g
t Bo
...(2.52)
S
(p w w D ) + q *w = w
t B w
w Bw
...(2.53)
Donde q o* , q *g y q *w son los gastos a condiciones de superficie (c.s.) de aceite, gas y agua
por unidad de volumen de roca.
Las Ecs. 2.51 a 2.53 juntamente con las Ecs. 2.42 a 2.44 definen un conjunto de 6
ecuaciones con 6 incgnitas: po , p g , p w , S o , S g y S w .
Se puede ahora, establecer la relacin entre las densidades de las fases, p , y sus
propiedades volumtricas. Para esto se emplean las restricciones estipuladas por las Ecs. 2.40 a
2.41, es decir:
o, c.s. + g , c.s. Rs
...(2.54)
xo + x g = 1 =
o Bo
Lo que conduce a:
o, c.s. + g , c.s. Rs
...(2.55)
o =
Bo
Similarmente,
yo + y g = 1 =
o,c.s. rs + g ,c.s.
g B g
...(2.56)
...(2.57)
23
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Ko =
1 + g , c.s. Rs o, c.s.
1 + g , c.s. o, c.s. rs
...(2.59)
...(2.60)
COMPONENTE
FASE
Aceite
Gas
Agua
Agua
Ntese que al no existir el componente aceite en la fase gas, la relacin de solubilidad del
aceite en el gas es cero, rs = 0 y las ecuaciones de flujo multifsico de fluidos tipo beta se obtienen
como un caso particular de las ecuaciones anteriores. Estas son:
Para el componente aceite,
kkro
(po oD ) + qo* = So
t Bo
o Bo
...(2.61)
kkro
kkrg
Rs (po o D ) +
p g g D +
g Bg
o Bo
S g
S
Rs qo* + q*g = o Rs +
B g
t Bo
...(2.62)
24
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
kkrw
(pw wD ) + qw* = S w
t Bw
w Bw
...(2.63)
So + S g + S w = 1
( )
(2.64)
Pc go S g = p g po
(2.65)
Pc wo (S w ) = po p w
(2.66)
Como en el caso de aceites tipo beta-modificado, se puede apreciar que las Ecs. 2.61 a 2.66
forman un conjunto de 6 ecuaciones con 6 incgnitas: po , p g , pw , S o , S g y S w .
S
oc (po oD ) + qo* = o
t Bo
o Bo
...(2.67)
S wc
= 0
t Bw
Se tienen las siguientes relaciones adicionales:
S o + S wc = 1
p w = po Pcwo (S w )
(2.68)
...(2.69)
(2.70)
25
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1
1
p + o qo = hc o
k oc t Bo
Bo
k oc
Ahora bien, la compresibilidad de un aceite bajosaturado se define como:
1 dBo
co =
po dp
(2.71)
(2.72)
c p
2 p + co (p )2 + o qo Bo = hc o o
k oc
k oc
t
(2.74)
c p
2 p + o qo Bo = hc o o
(2.75)
k oc
k oc
t
26
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
qg =
p +
Bg
B
k
k
t
gc
gc
g g
(2.76)
Donde p = p g y hc = S g = (1 S wc )
Para gases reales se tiene la siguiente ecuacin de estado:
pV = znRT
(2.77)
Esta ecuacin puede usarse en la definicin del factor de volumen del gas, para dar la
siguiente relacin:
Vg ,cy T y p s z
=
(2.78)
Bg =
Vg ,cs
Ts p
Substituyendo la Ec. 2.78 en la Ec. 2.76 y rearreglando:
p
pT
p
p + s y q g = hc
k gc t ' z
g z Ts k gc
(2.79)
p + s y q g = hc g g
(2.81)
k gc g z t
g z Ts k gc
Al-Hussainy y colaboradores, definieron el potencial de gas real, m( p ), como:
m( p ) = 2
pref
p'
dp'
g z
(2.82)
(2.83)
27
FI-UNAM
2.4
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
p p
y
=0
...(2.86)
Las Ecs. 2.85 y 2.86 indican que en condiciones de equilibrio, las presiones, p p en el plano
horizontal (x, y) ubicado en z es constante. En estas condiciones, la Ec. 2.84 tambin indica que:
p p
p = 0
...(2.87)
z
Lo que significa que en condiciones de equilibrio, la distribucin vertical de presiones,
p p ( z ), esta dado por el peso de la columna de los fluidos p, o sea:
28
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
p p ( x, y, z , t = 0) = p p 0 ( z )
...(2.88)
Conocida la presin, po, ref , medida a z ref , es posible calcular la presin po en cualquier
profundidad z dentro del yacimiento.
Integrando la Ec. 2.87 se obtiene lo siguiente:
gc
g
dp 'p
pp
p , ref
dz
...(2.89)
ref
p p = p p, ref +
g
( z zref )
gc p
...(2.90)
Donde:
p = p(p p)
Y p p puede aproximarse como el promedio aritmtico de las presiones
...(2.91)
p p y pref . Se
puede ver que la Ec. 2.90 contiene implcitamente a la presin p p , ya que p depende de esa
variable. La solucin de p p de la Ec. 2.90 puede obtenerse a travs del mtodo de NewtonRaphson, por ejemplo:
Conocida po,ref , a zref , se calcula po en cualquier z del yacimiento a partir de la Ec. 2.90,
escrita para la fase aceite, esto es:
g
po = po, ref +
( z zref )
...(2.92)
gc o
Conocida la presin en el contacto agua-aceite, po, zcwo se puede calcular la presin de la
fase agua en el contacto, pw, zcwo . Dado que:
...(2.93)
Donde Pcwo, e es la presin de entrada de los poros. De la Ec. 2.92 se puede obtener la
presin de la fase agua en el contacto agua-aceite,
pw, zcwo = po, zcwo Pcwo, e
...(2.94)
Similarmente, cuando existe capa de gas en el yacimiento, se puede obtener la presin de la
fase gas en el contacto gas-aceite mediante:
p g , zcgo = Pc go, e po, zcgo
...(2.95)
La distribucin de presiones de las fases gas, p g (z ), y agua, pw (z ), pueden entonces
calcularse a partir de la Ec. 2.90. Es decir:
29
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
g
( z z zcgo )
...(2.96)
gc g
g
pw = pw, zcwo +
( z z zcwo )
...(2.97)
gc w
Conocida la distribucin vertical de presiones de las fases en el yacimiento, po (z ), p g (z ),
p g = p g , zcgo +
Pc go ( S g ( z )) = p g ( z ) po ( z )
...(2.98)
Pcwo ( S w ( z )) = po ( z ) pw ( z )
...(2.98)
Z ref
1 S or
P
r
o
f
u
n
d
i
d
a
d
Sg
Pg
Cima
Gas
Pg = Po Pcgoe
Z cgo
Aceite
S wc
Po
Pcwo (S w ) = Po Pw
Sw
Pw
S w (100% ) = 1
Z cwo
Pcwo = PcwoeAgua
Pw = Po Pcwoe
Base
Pref
Fig. 2.1 Condiciones Iniciales en Equilibrio
Gravitacional y Capilar
30
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
(q p ) Front =
kkr p A p p
D
p
p B p
Front
...(2.100)
p Bpq p
p p
D
kkr p A
Front
Front
...(2.101)
2) Presin Especificada.
En este caso se especifica la presin en la frontera, por ejemplo de la fase aceite, a lo largo
del tiempo. Es decir:
po (Frontera, t ) = po (t ) Front
...(2.102)
( x xi ) df
f ( x ) = f (xi ) +
1! dx
xi
( x xi ) 2 d 2 f
+
2!
dx 2
xi
( x x ) k d k f
+ ... +
k!
dx k
...(3.1)
0 < <1
31
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Ntese que la expansin dada por la Ec. 3.1 contiene k trminos solamente y aun es exacta.
Reemplazamos la acostumbrada serie infinita de Taylor por una serie finita. Esto es posible ya que
como se puede apreciar, el k esimo trmino esta evaluado no en el punto xi sino en el punto i
contenido en el intervalo ( x, xi ), que se desconoce, pero sin embargo hace posible la igualdad.
La Ec. 3.1 sirve de base en la aproximacin de las derivadas que constituyen las ecuaciones
de flujo de fluidos en medios porosos que nos ocupan, como se ver a continuacin.
3.2 Aproximaciones a la primera derivada.
3.2.1 Diferencias Progresivas.
f ( xi + x ) = f ( xi ) + x
df
dx
+
xi
x 2 d 2 f
2! dx 2
...(3.2)
p
x
dx xi
2 dx 2
...(3.3)
Ntese que no existe manera de evaluar el ltimo trmino de la Ec. 3.3, ya que no se tiene
informacin sobre la segunda derivada, f ' ' ( x ), y del punto p donde debe evaluarse; este trmino
acaba desprecindose, y constituye lo que se denomina el error local de truncamiento de la
aproximacin. Su anlisis es sin embargo importante, ya que nos informa sobre el orden de la
aproximacin. El orden es definido por la potencia de x, que multiplica al trmino despreciado. En
este caso la aproximacin de la primera derivada de f (x) mediante diferencias progresivas es de
primer orden, o sea O(x) . Es comn reescribir la Ec. 3.3 como:
df
dx
=
xi
f ( xi + x ) f (xi )
+ O p (x)
x
...(3.4)
O p ( x ) =
x d 2 f
2 dx 2
, para K = 2
...(3.5)
32
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
...(3.7)
f ( xi x ) = f (xi ) x
df
dx
+
xi
x 2 d 2 f
2! dx 2
xi
x 3 d 3 f
3! dx3
...(3.10)
r*
df
f ( xi + x ) f (xi x ) = 2x
dx
xi
x 3 d 3 f
+
3! dx 3
p*
*
r
d3 f
+ 3
dx
...(3.11)
( )
( )
x 3 d 3 f
Oc x =
3! dx 3
( )
2
p*
d3 f
+ 3
dx
*
r
...(3.13)
( )
( )
x 0
x 0
...(3.14)
33
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
xi +1 = xi + x,
xi 1 = xi x,
f i = f ( xi ),
f i +1 = f ( xi +1 ),
Y
f i 1 = f ( xi 1 )
Empleando esta notacin se puede ahora escribir las aproximaciones anteriores de la
siguiente manera:
Diferencias progresivas,
df
dx
=
xi
f ( xi + x ) f ( xi )
f f
+ O p (x) = i +1 i + O p (x)
x
x
...(3.15)
Diferencias regresivas,
df
dx
=
xi
f ( xi ) f ( xi x )
f f i 1
+ Or (x) = i
+ Or (x)
x
x
...(3.16)
Y diferencias centrales,
df
dx
=
xi
f (xi + x ) f (xi x )
f f
+ Oc x 2 = i +1 i 1 + Oc x 2
2x
2x
( )
( )
...(3.17)
34
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
p
x x
Suponer que p = p( x, y ) y el coeficiente = ( p ) . Se desea aproximar el siguiente trmino
diferencial:
p
...(3.18)
x x
3.3 Aproximacin de los Trminos de la Forma:
Considrese ahora el ncleo tpico de celdas mostrado en la Fig. 3.1 para un espacio
bidimensional discretizado.
Fig. 3.1 Ncleo tpico de celdas en Problemas Bidimensionales
i = 1, 2, , Nx
j = 1, 2, , Ny
k= 1, 2, , Nz
Frontera = i+1/2, j
La cual puede no estar exactamente a la mitad,
nicamente sirve para denotar que es frontera.
=
i,j-1
y j 1 / 2
y j
=
i-1,j
=
i,j
=
i+1,j
y j +1 / 2
=
i,j+1
xi
xi 1 / 2
xi +1 / 2
Si se define,
u=
p
x
...(3.19)
...(3.20)
...(3.21)
x i , j
xi
35
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
p
p
u
1
1
...(3.22)
1
x i, j xi i + 2 , j x i + 1 , j i 2 , j x i 1 , j
2
2
p
en las fronteras de las celdas. Usando de nuevo
Se necesita ahora aproximar
x
diferencias centrales y apoyndose ahora en los nodos i, j , i + 1, j e i 1, j , se obtienen las
siguientes aproximaciones:
p i +1, j p i, j
p
...(3.23)
x i + 1 , j
x 1
i+
p
x
1
i , j
2
p i, j p i 1, j
x 1
i
...(3.24)
1
p
p i +1, j p i, j
p i, j pi 1, j
x x i, j x i x i + 1 , j
x i 1 , j
2
2
...(3.25)
p
t
p
t
n +1
p n +1 p n
i, j
i, j
i, j
+ O(t )
...(3.26)
p
t
n
i, j
p n +1 p n
i, j
i, j
+ O(t )
...(3.27)
36
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
p
t
n+
1
2
p n +1 p n
i, j
i, j
i, j
( )
+ O t 2
...(3.28)
...(3.29)
donde,
x ui , j , k = u
1
i + , j,k
2
y ui , j , k = u
1
i, j + , k
2
1
i , j,k
2
1
i, j , k
2
...(3.30)
...(3.31)
z u i , j ,k = u
i , j ,k +
1
2
i , j ,k
1
2
...(3.32)
t u = u n +1 u n
...(3.33)
x
x x
i, j
x x x p
xi
i, j
x
...(3.34)
n +1
1
p
i pi , j
t i, j
t
...(3.35)
37
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
2 p
1 p
k
t
x 2
Con las siguientes condiciones iniciales y de frontera:
q=
...(3.36)
p ( x,0 ) = P 0
...(3.37)
p(0, t ) = P 0
...(3.38)
p ( L, t ) = P 0
...(3.38)
n
2 p
B n 1 p
+
q
=
2
i
k
t i
x i
...(3.40)
i = 1,2,..., I
n = 0,1,2,...
Donde:
k
CT
= cte.
CT = cte.
= uniforme y cte.
k = Isotropica.
La aproximacin del trmino de flujo mediante diferencias centrales, de la Ec. 3.25 con
= 1 y x = constante, es:
n
2 p
pin+1 2 pin + pin1
...(3.41)
2
2
x
x
i
Y la aproximacin de la derivada del tiempo mediante diferencias progresivas produce:
n
1 p
1 pin +1 pin
t i
t 2
...(3.42)
38
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
...(3.43)
donde:
B
k
tqin
...(3.44)
tqin
...(3.45)
Se puede ver que la solucin de la Ec. 3.40 mediante un esquema explcito produce una
solucin explcita para pin+1 .
2 p
2
x i
B
k
n +1
n +1
i
1 p
=
t i
...(3.46)
i = 1,2,..., I
n = 0,1,2,...
t
x 2
k
Y rearreglando,
i = 1,2,..., I
tqin+1
...(3.48)
n = 0,1,2,...
O bien
39
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
2 p
2
x i
1
2
B
k
n+
qi
1
2
n+
1 p
=
t i
1
2
...(3.49)
i = 1,2,..., I
n = 0,1,2,...
Donde,
n+
2 p
2
x i
1
2
1 2 p
=
2 x 2
n +1
1 2 p
+
2 x 2
...(3.50)
i
B
k
n+
qi
1
2
1 B n +1 n
qi + qi
2 k
...(3.51)
Substituyendo las Ecs. 3.50 y 3.51 en la Ec. 3.49 y aproximando las derivadas parciales
mediante diferencias centrales, se obtiene la siguiente representacin de la Ec. 3.40 en diferencias
finitas:
1 pin +1 pin
1 pin++11 2 pin +1 + pin+11 1 pin+1 2 pin + pin1 B n +1 n
...(3.52)
+
+
q
q
=
+
i
i
2
2k
t
2
x 2
x 2
Rearreglando,
B
k
t qin +1 + qin
...(3.53)
n = 0,1,2,...
O bien,
...(3.54)
40
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
k
k
t
x
( )
i = 1,2,..., I
n = 0,1,2,...
t
x 2
{ }
( )
De donde se obtiene:
{Ap}in {L p p}in
( )
= Oc x 2 O p (t ) = Rin
...(3.57)
...(3.58)
...(3.59)
Esta expresin indica que la diferencia entre la representacin exacta y aproximada del
problema de flujo en cuestin, esta dada por el error local de truncamiento o de discretizacin, Rin .
41
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
in = pin pin
...(3.62)
{L p p}in {L p p }i
= L p p p
} = {L s} = R
n
n
i
n
i
...(3.63)
o sea:
1 in +1 in
= Rin
...(3.64)
Se puede ver en la Ec. 3.64 que la ecuacin que describe el comportamiento de los errores
globales de la solucin, , es la misma ecuacin que gobierna el comportamiento de p , excepto
que el trmino fuente, qi se substituye, en este caso, por el error local de discretizacin, Rin . Esto se
cumple solamente en problemas lineales. La Ec. 3.64 implica que:
42
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
cuando
R 0
t
x 2
1
2
...(3.65)
Se puede ver, en la Ec. 3.65, que para mantener estable la solucin numrica de la Ec. 3.35
mediante un esquema explcito, existe un compromiso entre el tamao del incremento de tiempo,
t y el tamao de las celdas x .
Anlisis de estabilidad de los esquemas implcitos y Crank-Nicholson, aplicados a la
solucin numrica de la Ec. 3.35, muestran que estos incondicionalmente estables.
3.8
Construccin de Mallas.
43
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
3.8.1
xi +1 2
Fronteras de la celda
re
Nodos
44
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
xi +1 2
i=
Fronteras de la celda
xi
Nodos
Si se considera un total de I nodos, el tamao de las celdas se calcula como:
xi =
L
I
...(3.70)
i = 1,2,3,..., I
...(3.71)
i = 1,2,3,..., I
...(3.72)
i = 1,2,3,..., I
...(3.73)
45
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
q = 2h
p p ref
ln(r rref )
...(3.75)
La generacin de esta malla radial se establece a partir de este gasto, de la siguiente manera:
La representacin exacta del gasto en la frontera entre celdas, i + 1 , ver Fig. 3.4, est dada por:
2
ri +1 2
i-1
rw
i
i1
ri
re
i+ 1
q E = q = 2h
p i +1
ln(ri +1
pi
ri )
Donde:
q E = Gasto Exacto
y la representacin numrica del gasto en la frontera entre celdas, est dada como:
r
q N = qi + 1 = 2h ( pi +1 pi )
2
r i + 1
...(3.76)
...(3.77)
q E = qi + 1
...(3.78)
...(3.79)
q Ei + 1 = 2h
2
p i +1
ln(ri +1
pi
ri )
...(3.81)
Para la frontera en i 1 ,
2
46
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
q Ei 1 = 2h
2
pi pi 1
ln(ri ri 1 )
...(3.82)
...(3.83)
Para satisfacer la Ec. 3.83, se tiene que imponer
( pi +1 pi ) = ( pi pi 1 ), por lo que simplificndola, se tiene que:
la
siguiente
condicin:
...(3.84)
ln(ri +1
i =1
ri ) = ( I 1) ln(ri +1 ri ) = ln(rI r1 )
...(3.85)
Ahora bien, la distribucin de los radios de los nodos, para una malla de nodos
distribuidos, ver Fig. 3.5, est dada como sigue:
ri +1 2
i-1
rw
i
i1
i+1
ri
re
i+ 1
ln(ri +1
i =1
ri ) = ( I 1) ln(ri +1 ri ) = ln(re rw )
...(3.86)
Por lo que,
...(3.87)
47
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
3.8.3.2
...(3.88)
La distribucin de los radios de los nodos, para una malla de bloques centrados, ver Fig.
3.4, est dada tambin por la Ec. 3.88. La diferencia con respecto a la malla de nodos distribuidos
est en como calcular ahora el radio del pozo, rw , el radio de drene del pozo, re y el factor
geomtrico, , los cuales se calculan para esta malla como sigue:
La Ec. 3.85 aplica directamente a este tipo de malla, por lo que simplificndola, se establece
que:
(ri +1 ri ) = (rI r1 )1 /( I 1) =
...(3.89)
Pero de acuerdo con las Ecs. 3.80 y 3.88, se tiene que el radio del pozo, rw , se calcula
como:
r
r1 1
r r
= ( 1) r1
r1 = rw = 1 0 =
ln
ln
ln
2
...(3.90)
r1 =
ln r
( 1) w
...(3.91)
En forma similar a rw , se tiene que el radio de drene del pozo, re , se calcula como:
r rI ( 1)
r
r
rI + 1 = re = I +1 I = I
rI
=
ln
ln
ln
2
...(3.92)
rI =
ln
r
( 1) e
...(3.93)
Substituyendo las Ecs. 3.91 y 3.93 en la Ec. 3.89, se obtiene a partir de los radios del
pozo y de drene, as como el nmero de celdas en que se discretiza la direccin radial, esto es:
ln
re
= (rI r1 )1 (I 1) = 1
ln
rw
1 (I 1)
= (re rw )1 (I 1)
...(3.94)
48
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
= (re rw )1 / I
...(3.95)
t B
x x
x
__________
__
__
(a)
(b)
(c)
...(4.1)
0 < x < L,
t>0
q B
D
p
= w ;
kA
x x = 0
x
t>0
...(4.2)
...(4.3)
49
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Y,
D
p
=0 ;
x x = L
x
t>0
...(4.4)
p
D
x i
x x
+ {q *}in +1
n +1
=
t B i
...(4.5)
i = 1, 2,..., I
n = 1, 2,...
La aproximacin del trmino de flujo mediante diferencias finitas centrales, vase la Ec.
3.25, es:
n +1
n +1
n +1
p
1
D
p p (D ) 1
i +1
i
i + 2
xi x i + 1
x i
x x
2
...(4.6)
n +1
n +1
p p (D ) 1
i
i
1
i 2
x i 1
2
La aproximacin del trmino de acumulacin de la Ec. 4.5 mediante diferencias regresivas,
vase la Ec. 3.26, es:
n +1
n +1
n
1
...(4.7)
B i
t B i
t B i
Sustituyendo las Ecs. 4.6 y 4.7 en la Ec. 4.5 y multiplicando por el volumen de roca de la
celda i, Vri = Axi , se obtiene:
Gasto que pasa a travs de I + 1
644444
474444424
8
T n +11 pi +1 pi (D )i + 1
i + 2
2
+ qin +1
n +1
644444
474444424
8
T n +11 pi pi 1 (D )i 1
i 2
2
Vr
= i
t
n +1
...(4.8)
n +1 n
B i
B i
i = 1,2,..., I
n = 1,2,...
Donde T es la transmisibilidad del fluido, dada por:
50
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
A
Ti + 1 = T ( pi +1 , pi ) =
1
2
x i + 1 i + 2
...(4.9)
A
Ti 1 = T ( pi , pi1 ) =
1
2
x i 1 i 2
...(4.10)
La Ec. 4.8 puede expresarse en trminos de operadores de diferencias, Ecs. 3.29 y 3.32,
como sigue:
Vr
T n +11 [p D ]n +11 T n +11 [p D ]n +11 + qin +1 = i t
...(4.11)
i+ 2
i+ 2
i+ 2
i 2
t B i
O bien,
Vr
...(4.12)
[T (p D )]n +11 + qin +1 = i t
i+ 2
t B i
i = 1,2,...I
n = 0,1,2,...
i=
1/2
11/2
21/2
D
p
x 1
x
1
x 1
p p (D ) 1
0
1
2
n +1
n +1
B
=
kA 1
qw
...(4.13)
O bien:
q w = T 1n +1 p1 p0 (D ) 1
n +1
...(4.14)
51
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
X=L
i=
I-2
I-11/2
I-1
I-1/2
I+1/2
I+1
En x = L, o i = I + 1 2 , se tiene que:
n +1
1
D
p
x I + 1 x I + 1
x
2
2
p
p I (D )I + 1
I +1
2
n +1
=0
...(4.15)
=0
...(4.16)
Entonces,
T n +11 p I +1 p I (D )I + 1
I + 2
2
n +1
T1n.5+1 [ p 2 p1 (D )1.5 ]n +1 T 1n +1 p1 p0 (D ) 1
n +1
n +1
n
Vr1
t B 1
B 1
...(4.17)
La condicin de frontera, Ec. 4.14, puede ahora acoplarse en esta ecuacin. As la ecuacin
aproximada para el nodo 1 adquiere la siguiente forma:
n
n +1
Vr
...(4.18)
T1n.5+1 [ p 2 p1 (D )1.5 ]n +1 + q w = 1
B 1
t B 1
n +1
T n +11 p I p I 1 (D )I 1
I 2
2
n +1
VrI
t
n +1 n
B I
B I
T 1 p I p I 1 (D )I 1
=
I 2
2
t B I
B I
...(4.19)
...(4.20)
52
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Las Ecs. 4.18 para el nodo 1, i = 1, conjuntamente con la Ec. 4.8 para los nodos
i = 2,3,..., I 1 y la Ec. 4.20 para el nodo I , i = I , constituyen un sistema de I ecuaciones
algebraicas no lineales con las incgnitas pin +1 , i = 1,2,..., I . Existen varios mtodos para resolver
este sistema de ecuaciones.
Ecs. 4.9 y 4.10, respectivamente. Dado que solo se conoce las presiones en los nodos de las celdas
en que se discretiza el dominio de inters, i = 1,2 ,...,I, las transmisibilidades deben evaluarse en tal
forma que se obtenga la mejor representacin posible del flujo entre nodos vecinos.
xi + 1
xi +1
xi
i + 12
k 1
pi + 1 pi =
qi + 1 = A
2
2
x B i
k 1
pi +1 pi + 1
A
2
x B i +1
...(4.22)
53
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
k 1
( pi +1 pi )
qi + 1 = A
2
x B i +1
...(4.23)
k 1
pi +1 pi + 1 + pi + 1 pi
qi + 1 = A
2
2
2
x B i +1
...(4.24)
ki + 1 =
2
xi + xi +1
x x
k i k i +1
...(4.25)
ki+ 1=
2
ln ri + 1
2
ln (ri +1 ri )
ri ln ri +1 ri + 1
2
+
i
i +1
...(4.26)
Linealizacin Directa.
Mtodo semi-implcito linealizado.
Mtodo de iteraciones sucesivas.
Mtodo de Newton Raphson, o de iteraciones Newtoniana.
54
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
.5.1
Con el objeto de simplificar la exposicin del mtodo, considrese flujo lineal horizontal en
la Ec. 4.8. Se define entonces la siguiente funcin de residuos, Fi en i = 1,2,..., I , en el nivel de
tiempo n + 1 .
n +1
p p (D ) 1
i
i + 2
i + 12 i +1
Fi ( pi 1 , pi , pi +1 )n +1 = T
n +1
+ qi
V
ri
t
n +1
n +1
p p (D ) 1
i 1
i 2
i 12 i
n +1
n +1 n
= 0
B i
B i
...(4.27)
i = 1,2,..., I
n = 1,2,...
series de Taylor alrededor del nivel de iteracin ( ) . De esta expansin slo se conservan los
trminos de menor orden, es decir:
( )
( )
( )
Fi
F
Fi
p ( +1) + i p ( +1) +
p ( +1) = 0 ...(4.28)
F ( +1) ( p , p , p ) F ( ) +
i
i 1
i +1
p
i 1
Por lo tanto
Fi
pi 1
( )
F
pi(1+1) + i
p i
( )
p
i
i = 1,2,..., I
n = 1,2,...
i 1
Fi
p i( +1) +
p i +1
( )
p
i +1
p i(+1+1) = Fi( )
i +1
...(4.29)
...(4.30)
55
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
F
F1( +1) p 1 , p 2 F1( ) + 1
p1
( )
F
p1( +1) + 1
p 2
Y,
( )
FI
( )
p 2( +1) = 0
F
p I(+11) + I
p I
( )
p I( +1) = 0
...(4.31)
...(4.32)
De las Ecs. 4.28, 4.31 y 4.32, se establece el siguiente sistema algebraico de ecuaciones
lineales:
Para i = 1 ,
F1
p1
( )
F
p1( +1) + 1
p 2
Para i = 2,3,..., I 1 ,
Fi
pi 1
( )
( )
F
pi(1+1) + i
p i
( )
p 2( +1) = F1( )
Fi
p i( +1) +
( )
p i +1
p i(+1+1) = Fi( )
...(4.33)
...(4.34)
Para i = I ,
FI
p I 1
( )
F
p I(+11) + I
p I
( )
p I( +1) = FI( )
...(4.35)
...(4.36)
+ 1:
...(4.37)
Se considera que el proceso iterativo converge a la solucin cuando los cambios iterativos de
las incgnitas, en valor absoluto, son menores que una tolerancia estipulada, p :
...(4.38)
...(4.39)
56
FI-UNAM
.5.2
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
a1
c
2
b1
a2
c3
b2
a3
.
b3
.
.
.
.
.
.
.
cI
.
a I
( ) p ( +1)
1
p
2
p3
.
.
.
p
i
F1
F
2
F3
= .
.
.
F
i
( )
Ti + 1
Ti 1
Vr
2
2
= Ti 1 + Ti 1 x pi 1
x pi 1
i
+
+
t pi B i
2 p i
2
2 p i
2
Ti + 1
Fi
2
= T 1 + x p 1
bi =
i+ 2
i + 2 p
p
i +1
i +1
.5.3
...(4.41)
...(4.42)
...(4.43)
...(4.45)
...(4.46)
Donde:
57
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
(cT )i = Ti 1
...(4.47)
(cT ' )i = x p
Ti 1
...(4.48)
i 1
2
pi 1
Los trminos (bT )i , (bT ')i , (aT )i , (aT ')i , se definen similarmente. El trmino (a AC )i esta
dado por:
Vr
...(4.49)
(a AC ' )i = i
t p i B i
Con estos antecedentes, se puede expresar la matriz Jacobiana, [J ], como la suma de las
siguientes submatrices:
[J ] = [T ] + [T '] + [( B )']
...(4.50)
Donde:
1. [T ] : Matriz tridiagonal con elementos (cT )i , (aT )i y (bT )i
2. [T '] : Matriz tridiagonal con elementos (cT ')i , (aT ')i y (bT ')i
De acuerdo con lo anterior, se puede derivar del mtodo de Newton los mtodos de
linealizacin citados anteriormente. Estos se obtienen prelinealizando parcialmente la funcin de
residuos, Fi y controlando el nmero de iteraciones, como se muestra a continuacin:
...(4.51)
(FLD )i = [T n p n +1 ]i
+ qin +1
Vri
t = 0
t B i
...(4.52)
[J ]LD = [T ] + [( B )']
...(4.53)
Se observa que [J ]LD es un caso particular de la matriz Jacobiana del mtodo de Newton,
[J ]TI , que se obtiene al eliminar la submatriz de derivadas de transmisibilidad, [T '].
58
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Dados el vector de residuos FLD y la matriz Jacobiana [J ]LD , se puede verificar que el
mtodo de linealizacin directa se obtiene aceptando la solucin de la primera iteracin, es decir:
n
[J ]nLD p (n +1) = F LD
...(4.54)
Ntese que:
...(4.55)
...(4.56)
...(4.57)
[J ]nSL = [J ]n
...(4.58)
Donde:
Y,
+ q* =
x x
x y y
y
t B
...(5.1)
0 < x < Lx
0 < y < Ly
t>0
Las condiciones iniciales y de frontera se expresan como:
59
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
p ( x, y,0 ) = pi ( x, y ) ;
0 < x < Lx
0 < y < Ly
...(5.2)
D
p
= 0;
x x = 0, x = Lx
x
0 < y < Ly ;
t >0
...(5.3)
p
D
= 0;
y y = 0, y = Ly
y
0 < x < Lx ;
t >0
...(5.4)
n +1
n +1
p
p
D
D
n +1
+
+ {q *}i, j =
x i , j
y
t B i, j
x x
y y
i, j
...(5.5)
i = 1,2,...,I
j = 1,2,...,J
n = 1,2,...
Fig. 5.1 Ncleo Tpico de la malla de clculo bidimensional
de un yacimiento rectangular
i, j 1
y j
i 1, j
i, j
i + 1, j
i, j + 1
x i
Para discretizar la componente del trmino de flujo en la direccin x, de la Ec. 5.1, se
mueve uno a lo largo de y = constante; esto es, se mantiene fijo el subndice j. De igual forma, para
discretizar la componente en la direccin x, se mueve uno a lo largo de x = constante y se mantiene
60
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
fijo el subndice i. Por similitud con el problema de flujo unidimensional, los trminos de flujo de la
Ec. 5.1 se escriben como:
n +1
n +1
x
p
pi , j (D )i + 1 , j
+
i
j
1
,
i+ 2 , j
n +1
n +1
x
p p
(
)
i, j
i 1, j
i 2 , j
x i 1 , j
2
n +1
p
1
D
x
xi
x i, j
x x
...(5.6)
Y
n +1
n +1
y
p
(
)
D
1
i
j
+
i
j
,
1
,
i
j
+
,
y i, j + 1
2
n +1
n +1
y
p p
(
)
D
1
i, j 1
i , j 2
y
i, j
i, j 1
n +1
p
D
1
y
y
y j
y y
i, j
...(5.7)
t B i, j B i, j
t B i, j
...(5.8)
Sustituyendo las Ecs. 5.6 a 5.8 en la Ec. 5.1 y multiplicando por el volumen de roca de la
celda i, j , Vri , j = h xi y j , se obtiene:
n +1
Ty n +1 1 pi, j +1 pi, j (D )i , j + 1
i , j + 2
2
+ qin, +j 1 =
Tx n +11 pi , j pi 1, j (D )i 1 , j
i 2 , j
2
n +1
n +1
Ty n +1 1 pi , j pi , j 1 (D )i , j 1
i , j 2
2
n +1
...(5.9)
Vri , j n +1 n
t B i, j B i, j
i = 1,2,..., I
j = 1,2,..., J
n = 1,2,...
Donde T es la transmisibilidad del fluido, dada por:
h y
j
Txi + 1 , j = T pi +1, j , pi , j =
2
x i + 1
2
xi + 12 , j
...(5.10)
61
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
h xi
Tyi , j + 1 = T pi, j +1 , pi, j =
...(5.11)
yi , j + 12
2
y j + 1
2
La Ec. 5.9 puede escribirse en trminos de operadores, Ecs. 3.29 y 3.32, como sigue:
Tx n +11
Ty n +1 1
i, j + 2
[ y p y D]
i+ 2, j
n +1
i , j + 12
qin, +j 1 =
Ty n +1 1
i, j 2
[ y p y D]
n +1
i , j 12
...(5.12)
t
t
B i, j
Vri, j
[ (
)]
Vri , j
x [Tx ( x p x D )]in, +j 1 + y Ty y p y D n +1 + qin, +j 1 =
t
i, j
t
B i, j
...(5.13)
O bien,
[T (p D )]in,+j1 + q in, +j 1 =
t
t
B i, j
Vri , j
...(5.14)
i = 1,2,..., I
j = 1,2,..., J
n = 0,1,2,...
5.1.2 Acoplamiento de las Condiciones de Frontera.
El acoplamiento de las condiciones de frontera, Ecs. 5.3 y 5.4 en la Ec. 5.9 se hace de
manera similar al problema unidimensional (1D). La Ec. 5.9 entonces adquiere formas particulares
en las celdas ubicadas a lo largo de las fronteras.
Las Ecs. 5.14 constituyen un sistema algebraico de ecuaciones no lineales. Los mtodos de
linealizacin descritos para el problema unidimensional (1D) aplican tambin en este caso. La
diferencia bsicamente estriba en las caractersticas, o estructura, del sistema de ecuaciones lineales
que se genera. Se puede analizar esta diferencia a travs del mtodo de Newton.
5.1.3 Mtodo de Linealizacin de las Ecuaciones de Flujo en Diferencias Finitas.
Mtodo de Newton- Raphson. El Mtodo General
62
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Fin, j+1 = Fi, j pi, j1, pi1, j , pi, j , pi+1, j , pi, j+1 n+1 = Txn+11 pi+1, j pi, j (D)i+1, j
i+ 2, j
2
i , j
2
n+1
n+1
+ qin,+j1
n+1
n+1
...(5.15)
Vri, j n+1 n
= 0
t B i, j B i, j
El proceso iterativo resulta de expander Fin, j+1 en series de Taylor alrededor de la iteracin
( )
( )
F
Fi, j
p( +1) + i, j
+
i, j
pi, j
( )
F
p( +1) + i, j
i+1, j
pi+1, j
Por lo tanto:
Fi, j
pi, j 1
( )
Fi, j
+
pi +1, j
Donde:
( )
p( +1) = 0
i, j +1
...(5.16)
pi, j+1
i = 1,2,..., I
j = 1,2,..., J
n = 1,2,...
= 0,1,2,...
Fi , j
pi(, j+11) +
( )
( )
Fi, j
F
p( +1) + i, j p( +1)
i, j 1
i1, j
pi, j1
pi1, j
Fin, j+1 = Fi, j pi, j1, pi1, j , pi, j , pi+1, j , pi, j+1 n+1 Fi(,j ) +
pi 1, j
( )
Fi , j
pi(1+,1j) +
Fi, j
pi(+1+,1j) +
( )
pi, j +1
( )
pi, j
pi(, j+1)
...(5.17)
...(5.18)
f i(,j )pi(, j+11) + ci(, j)pi(1+,1j) + ai(, j)pi(, j+1) + bi(, j)pi(+1+,1j) + ei(, j)pi(, j++11) = Fi(,j )
(f )
(c )
(a )
(b )
...(5.19)
(e )
La definicin de los coeficientes f i, j , ci, j , ai , j , bi, j y ei, j se establece al igualar las Ecs.
5.17 y 5.19.
5.4.4
Para un ordenamiento normal de las incgnitas y de las ecuaciones, cuando se barre la malla
de clculo secuencialmente por renglones, o bien por columnas, el sistema de ecuaciones, Ec. 5.19,
genera una matriz pentadiagonal, de la siguiente forma:
63
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
e1,1
a1,1 b1,1
c
e2,1
2,1 a2,1 b2,1
c5,1 a5,1
a1,2 b1,2
f1,2
f2,2
c2,2 a2,2
f3,2
c3,2
f4,2
f5,2
f1,3
f2,3
( )
e3,1
e4,1
e5,1
e1,2
b2,2
a3,2 b3,2
c4,2 a4,2 b4,2
c5,2 a5,2
e2,2
e3,2
e4,2
a1,3
f3,3
f4,3
b1,3
e5,2
b4,3
a5,3
( +1)
p1,1
p
2,1
p3,1
p4,1
p5,1
p1,2
p
2,2
p3,2
p
4,2
p5,2
p1,3
p2,3
p3,3
p
4,3
p5,3
( )
F1,1
F
2,1
F3,1
F4,1
F5,1
F1,2
F
2,2
= F3,2
F
4,2
F5,2
F1,3
F2,3
F3,3
F
4,3
F5,3
5.5
Ordenamiento Normal.
5.5
5.4
Ordenamiento D4.
Flujo Monofsico Tridimensional.
t B
x x
x y y
y z z
z
0 < x < Lx
...(5.20)
0 < y < Ly
0 < z < Lz
t>0
64
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
...(5.21)
D
p
= 0;
x x = 0, x = Lx
x
0 < y < Ly ;
0 < z < Lz ;
t >0
...(5.22)
p
D
= 0;
y y = 0, y = Ly
y
0 < x < Lx ;
0 < z < Lz ;
t >0
...(5.23)
D
p
= 0;
z z = 0, z = Lz
z
0 < x < Lx ;
0 < y < Ly ;
t >0
...(5.24)
n +1
n +1
p
p
p
D
D
D
+
x i, j ,k y y
y
z z
z i , j ,k
x x
i , j ,k
...(5.25)
n +1
+ {q *}in,+j1,k =
t B i , j ,k
i = 1,2,...,I
j = 1,2,...,J
k = 1,2 ,...,K
n = 1,2,...
65
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
i, j , k 1
i, j 1, k
i 1, j , k
i, j, k
zk
i + 1, j , k
i, j + 1, k
i, j , k + 1
yi
x i
Aproximacin de los trminos de flujo:
En la direccin x,
n +1
n +1
n +1
p
1 x
D
p
(
)
D
1
x
i +1, j ,k
i , j ,k
i + 2 , j ,k
x i , j ,k xi x i + 1 , j ,k
x x
2
n +1
n +1
x
p
(
)
p
i , j ,k
i 1, j ,k
i 2 , j ,k
x i 1 , j
...(5.26)
En la direccin y ,
n +1
n +1
n +1
p
D
1 y
p
(
)
p
D
1
y
i , j ,k
i , j + 2 ,k
i , j +1,k
y
y j y
y y
1
i , j + 2 ,k
i , j ,k
...(5.27)
n +1
y
p i , j ,k p i , j 1,k (D )i , j 1 ,k
i , j 1 ,k
n +1
Y en la direccin z,
n +1
n +1
n +1
p
1 k
D
p
(
)
p
z
i , j ,k +1
i , j ,k
i , j ,k + 2
z i , j ,k z k z i , j ,k + 1
z z
2
n +1
n +1
k
2
z i, j ,k 1
...(5.28)
66
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
t B i, j , k t B i, j , k B i, j , k
...(5.29)
Sustituyendo las Ecs. 5.26 a 5.29 en la Ec. 5.25 y multiplicando por el volumen de roca de la
celda i, j , k , Vri , j , k = h xi y j z k , se obtiene:
p
pi, j , k (D )i + 1 , j , k
i + 2 , j , k i +1, j , k
2
Tx n +11
p
pi, j , k (D )i, j + 1 , k
i, j + 2 , k i, j +1, k
2
Ty n +1 1
Tz n +1
i,
j , k + 12
n +1
n +1
p
pi, j , k (D )i, j , k + 1
i, j , k +1
2
+ qin, +j ,1k =
p
pi 1, j , k (D )i 1 , j , k
i 2 , j , k i, j , k
2
Tx n +11
p
pi , j 1, k (D )i, j 1 , k
i, j 2 , k i , j , k
2
Ty n +1 1
n +1
Tz n +1
i,
j , k 12
n +1
n +1
p
pi, j , k 1 (D )i, j , k 1
i, j , k
2
+
+
...(5.30)
n +1
Vri , j , k n +1 n
t B i , j , k B i, j , k
i = 1,2,..., I
j = 1,2,..., J
k = 1,2,..., K
n = 1,2,...
y z
j k
Txi + 1 , j , k = T pi +1, j , k , pi, j , k =
2
x i + 1
2
En la direccin y,
xi + 12 , j , k
...(5.31)
x i z k
Ty i, j + 1 , k = T pi , j +1, k , pi , j , k =
2
y j + 1
2
Y en la direccin z,
yi, j + 12 , k
...(5.32)
x y
i
j
Tz i, j , k + 1 = T pi, j , k +1 , pi, j , k =
2
z k + 1
2
z i , j , k + 12
...(5.33)
La Ec. 5.30 en trminos de operadores, Ecs. 3.29 y 3.32, esta dada por:
67
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Tx n +11
Ty n +1 1
i, j + 2 , k
[ y p y D]
Tz n +1
i + 2 , j, k
i,
j , k + 12
n +1
i , j + 12 , k
Ty n +1 1
i, j 2 , k
qin, +j ,1k =
Vri, j , k
t
[ y p y D]
n +1
i , j 12 , k
+
...(5.34)
t
B i, j , k
[ (
)]
x [Tx ( x p x D )]in,+j1,k + y Ty y p y D n +1 +
i , j ,k
Vri , j ,k
z [Tz ( z p z D )]in,+j1,k + q in, +j ,1k =
t
t
B i , j ,k
...(5.35)
O bien,
[T (p D )]in,+j1,k + q in, +j ,1k =
Vri, j ,k
t
t
B i , j ,k
...(5.36)
i = 1,2,..., I
j = 1,2,..., J
k = 1,2,..., K
n = 0,1,2,...
5.4.2 Acoplamiento de las Condiciones de Frontera.
El acoplamiento de las condiciones de frontera, Ecs. 5.22, 5.23 y 5.24 en la Ec. 5.30, es
similar al problema unidimensional (1D). Nuevamente se enfatiza que la Ec. 5.30 adquiere formas
particulares en todas aquellas celdas ubicadas a lo largo de las fronteras.
Las Ecs. 5.36 forman un sistema algebraico de ecuaciones no lineales. Los mtodos de
linealizacin descritos para el problema unidimensional (1D) aplican igualmente.
Para analizar la estructura de los sistemas de ecuaciones generados por los mtodos de
linealizacin, cuando se aplican al sistema no-lineal de ecuaciones 5.36, se aplicar el mtodo de
Newton. Se define entonces el mtodo general.
68
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Fin, j+,1k = Fi, j,k pi, j,k1, pi, j1,k , pi1, j,k , pi, j,k , pi+1, j,k , pi, j+1,k , pi, j,k+1 n+1 =
p
pi, j,k (D)i+1, j,k
Txn+11
p
pi, j,k (D)i, j,k+1
i, j,k +1 i, j,k +1
2
Tzn+1
+ qin, +j,1k
n+1
n+1
n+1
p
pi1, j,k (D)i1, j,k
i , j,k i, j,k
2
2
Txn+11
p
pi, j,k1 (D)i, j,k1
i, j,k 1 i, j,k
2
Tzn+1
n+1
n+1
n+1
+
+
...(5.37)
t B i, j,k B i, j,k
( )
( )
( )
pi, j,k1
Fi, j,k
F
1
,
1
,
,
i
j
k
i
j
k
i, j,k
pi, j1,k
pi1, j,k
pi, j,k
( )
( )
...(5.38)
( )
Fi, j,k
F
i, j+1,k
i, j,k+1
i = 1,2,..., I
j = 1,2,..., J
k = 1,2,..., K
n = 1,2,...
= 0,1,2,...
Por lo tanto:
( )
Fi, j , k
pi , j , k 1
Fi, j , k
pi , j , k
( )
Fi , j , k
pi , j 1, k
Fi, j , k
Fi, j , k
pi , j , k +1
Donde:
( )
( )
( )
Fi , j , k
pi(, j+11), k +
pi 1, j , k
Fi , j , k
pi(+1+,1j), k +
pi , j +1, k
( )
( )
pi(1+,1j), k +
pi(, j++11), k +
...(5.39)
...(5.40)
69
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
hi(, j), k pi(, j+, k1)1 + f i(,j ,)k pi(, j+11), k + ci(, j), k pi(1+,1j), k + ai(, j), k pi(, j+, k1) + bi(, j), k pi(+1+,1j), k
+ ei(, j), k pi(, j++11), k + g i(, j), k pi(, j+, k1)+1 = Fi(,j ,)k
...(5.41)
La definicin de hi, j,k , fi, j,k , ci, j,k , ai, j,k , bi, j,k , ei, j,k y gi, j,k se establece al igualar las Ecs. 5.39
y 5.41.
5.4.4
Para un ordenamiento normal de las incgnitas y de las ecuaciones, el sistema de Ecs. 4.41,
genera en este caso una matriz de coeficientes heptadiagonal.
a1,1 b1,1
c
2,1 a2,1
c3,1
f1,2
f2,2
h1,3
h2,3
e1,1
b2,1
g1,1
e2,1
a3,1 b3,1
c4,1 a4,1 b4,1
c5,1 a5,1
e3,1
f4,2
h3,3
g3,1
e4,1
g4,1
e5,1
a1,2
f3,2
g2,1
b1,2
e1,2
h4,3
f4,3
h5,3
f5,3
e2,2
e3,2
e4,2
b1,3
a2,3 b2,3
c3,3 a3,3 b3,3
c4,3 a4,3
c5,3
( ) ( +1)
( )
p1,1
F1,1
F
p
2,1
2,1
p3,1
F3,1
p4,1
F4,1
p5,1
F5,1
p1,2
F1,2
p
F
2,2
2,2
= F3,2
p3,2
p
F
4,2
4,2
p5,2
F5,2
p1,3
F1,3
p2,3
F2,3
p3,3
F3,3
p
F
4,3
4,3
p
5,3
F5,3
g5,1
e5,2
b4,3
a5,3
El proceso iterativo se inicia con la solucin del nivel del tiempo previo, y termina al
cumplirse los criterios de convergencia equivalentes con las Ecs. 4.35 y 4.36.
5.5
[ (p D )] + q* =
t B
...(5.42)
70
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
t
B i, j , k
Vri, j , k
t
...(5.43)
Ntese que existe una gran similitud entre estas dos ecuaciones y que el paso de la Ec. 5.42
a la Ec. 5.43 es directo. Esto es, en el trmino de flujo se reemplaza el operador diferencial por el
operador de diferencias centrales y la mobilidad por la transmisibilidad T. El trmino fuente,
que se expresa en la ecuacin diferencial como gasto por unidad de volumen de roca, deber ser
simplemente el gasto del pozo ubicado en la celda. En el trmino de acumulacin se reemplaza la
derivada parcial con respecto al tiempo, t , por el operador de diferencias regresivas en tiempo,
t , y a su vez este se multiplica por el volumen de roca de la celda y se divide entre t.
Se observa que independientemente del nmero de dimensiones y del sistema de
coordenadas empleados, la transmisibilidad Ti + 1 , entre las celdas i e i + 1 por ejemplo, es el
2
producto entre la mobilidad del fluido, evaluada en la frontera de las celdas, i + 1 , y el rea
2
expuesta al flujo entre esas celdas, Ai + 1 , dividida por la distancia que separa a los nodos i e i + 1 ,
2
i + 1 , esta es:
2
i + 1
Ti + 1 = T ( pi +1 , pi ) =
2
2
i + 1
...(5.44)
6. Modelos de Pozos.
6.1
6.2
6.3
71
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
La solucin numrica de los problemas del flujo de fluidos a travs de medios porosos,
generan sistemas lineales de ecuaciones que en forma matricial conforman una matriz dispersa con
una estructura bandada, en la cual los elementos diferentes de cero estn sobre una banda de ancho
predecible.
En los mtodos directos, el trabajo computacional y el requerimiento de memoria estn
directamente relacionados con el nmero de ecuaciones o de incgnitas a resolver. Entre mayor sea
este nmero, el ancho de banda del sistema matricial de ecuaciones es generalmente mayor y la
cantidad de memoria de cmputo y de tiempo de procesamiento son tambin mayores. El nmero de
ecuaciones de incgnitas esta en funcin del nmero total de bloques o de celdas, en que se
discretiza el dominio de inters y del nmero de componentes considerados.
Los mtodos directos, consisten de un proceso de eliminacin hacia adelante, que
transforma a la matriz de coeficientes en una matriz triangular superior, y de un proceso de
sustitucin hacia atrs, donde se obtiene la solucin. El mtodo de eliminacin Gaussiana es el
mtodo directo bsico. Existen una serie de variaciones de este mtodo, motivadas por las
peculiaridades de algunos sistemas de ecuaciones y en su solucin eficiente. Dentro de estos estn,
los Algoritmos de Banda y las Tcnicas de Matrices Dispersas son de inters en Simulacin
Numrica de Yacimientos. Los algoritmos de banda toman ventaja de la estructura bandada de la
matriz para confinar las operaciones de eliminacin dentro de la banda. Las tcnicas de matrices
dispersas, reconociendo la existencia de un gran nmero de ceros en la matriz de coeficientes,
evitan el almacenamiento de esos ceros y operaciones innecesarias.
El trabajo requerido en los algoritmos de banda esta directamente relacionado con el ancho
de la banda. El menor ancho de banda se obtiene cuando el ordenamiento de las incgnitas y de las
ecuaciones se hace en la direccin del menor nmero de celdas.
La eficiencia de los mtodos directos se mejora grandemente cuando se hace uso de tcnicas
especiales de ordenamiento del sistema lineal de ecuaciones, como es el caso del ordenamiento D4.
A continuacin se presenta el algoritmo de Thomas empleado en la solucin de sistemas
tridiagonales de ecuaciones generados tpicamente en la solucin numrica de un problema
unidimensional monofsico, o equivalentes. Posteriormente se presentar el mtodo de
72
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
7.1.1
a1u1 + b1u 2 = d1
ci ui 1 + ai u i + bi ui +1 = d i ;
c I u I 1 + a I u I = d I
O bien,
i = 2,3,..., I 1
...(7.1)
Au = d
...(7.2)
Donde,
a1
c
2
A=
b1
a2
b2
c3
a3
b3
.
.
.
.
u1 d1
u d
2 2
u 3 d 3
. = .
. .
. . .
a I u I d I
cI
A = WQ
...(7.3)
w1
c
2
W =
w2
c3
w3
.
.
.
.
.
.
cI
wI
73
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Q=
q I 1
1
q1
1
q2
1
q3
.
.
.
.
1
b
q1 = 1
w1
b
qi = i ;
wi
wi = u i ci qi 1 ;
i = 2,3,..., I
...(7.4)
i = 2,3,..., I
...(7.5)
Au WQu = Wg
Donde g = Qu . Es decir, se tiene:
w1
c
2
w2
c3
w3
.
.
.
.
.
cI
wI
...(7.6)
( )
g1
g
2
g3
.
.
.
g
I
( +1)
d1
d
2
d3
= .
.
.
d
I
d ci g i 1
gi = i
;
wi
( )
...(7.7)
i = 2,3,..., I
74
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
q1
1
q2
1
q3
.
.
.
.
1
q I 1
1
( )
u1
u
2
u 3
.
.
.
u
I
( +1)
g1
g
2
g3
= .
.
.
g
I
( )
uI = g I
u i = g i q i u i +1 ;
i = I 1, I 2,...,1
...(7.8)
75
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Dentro de los mtodos iterativos que han recibido atencin en la simulacin numrica de
yacimientos se tienen a los mtodos PSOR, LSOR, BSOR y algunas variantes de estos, as como
los mtodos ADIP y SIP. Ninguno de estos mtodos es universal: algunos funcionan bien bajo
algunas circunstancias y mal bajo otras. A continuacin se presentan algunos de estos mtodos.
Para ejemplificar los mtodos iterativos, considrese el siguiente sistema de ecuaciones:
...(7.9)
j = 1,2,..., J
Como antecedentes a los mtodos SOR se presentan primeramente los mtodos de Jacobi y
de Gauss Seidel.
7.2.1
Mtodos de Jacobi.
La solucin del sistema de ecuaciones, Ec. 7.9, mediante el mtodo de Jacobi consiste en la
aplicacin sucesiva del siguiente proceso iterativo:
ui(,mj +1) =
1
(m )
(m )
(m )
(m )
d i, j f i, j u i , j 1 ci, j u i 1, j bi, j u i +1, j ei, j u i , j +1
ai, j
...(7.10)
Mtodos de Gauss-Seidel.
ui(,mj +1) =
1
(m +1)
(m +1)
(m )
(m )
...(7.11)
d i , j f i, j u i , j 1 ci, j u i 1, j bi, j u i +1, j ei, j u i , j +1
ai , j
Donde el barrido se hace por renglones. Esto es, en orden creciente de j y para cada
rengln j se barre en orden creciente de i . El mtodo de Gauss-Seidel es computacionalmente ms
simple que el mtodo de Jacobi y converge ms rpido a la solucin.
76
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
7.2.3
El mtodo iterativo del PSOR se basa en una modificacin del mtodo de Gauss-Seidel,
donde se introduce el uso de un parmetro de iteracin, , con el objeto de acelerar el proceso de
...(7.12)
1 2
7.2.4
ci, j u *(m +1) + ai, j u *(m +1) + bi, j u *(m +1) = d i, j f i, j u (m +1) ei, j u (m )
i 1, j
i, j
i +1, j
i = 1,2,..., I
i , j 1
i , j +1
...(7.13)
para cada j
1 2
...(7.14)
El ritmo de convergencia del mtodo iterativo LSOR, depende del valor del parmetro de
sobrerelajacin, . Existe un valor ptimo de este parmetro, el cual se puede obtener por ensaye y
error o mediante algn procedimiento o algoritmo, como se ver posteriormente.
El proceso iterativo LSOR comienza con la siguiente estimacin inicial:
77
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
ui(,0j) = uin, j
...(7.15)
Y termina cuando los cambios iterativos de las incgnitas son, en valor absoluto, menores
que una cierta tolerancia estipulada, esto es:
...(7.16)
j = 1,2,...,J
7.2.5
La idea principal de este mtodo consiste en rearreglar por planos el sistema de ecuaciones
generado por un problema tridimensional:
hi, j,kui, j,k1 + fi, j,kui, j1,k +ci, j,kui1, j,k + ai, j,kui, j,k +bi, j,kui+1, j,k + ei, j,kui, j+1,k + gi, j,kui, j,k+1 = di, j
...(7.17)
i = 1,2,..., I
j = 1,2,..., J
k = 1,2,..., K
Es decir, el problema tridimensional, Ec. 7.17, se resuelve mediante una serie de barridos
bidimensionales, empleando los nuevos valores de las incgnitas de los planos previamente
resueltos.
El mtodo de sobrerelajacin en Bloques, BSOR, aplicado a la solucin del sistema lineal de
ecuaciones definido por la Ec. 7.17, consiste en conservar en el lado izquierdo de la ecuacin a los
trminos correspondientes a dos direcciones as como a la diagonal principal y pasar al lado
derecho los trminos correspondientes a una direccin y a los trminos de residuos, con lo que se
establece el siguiente proceso iterativo:
(m+1)
(m)
*(m+1)
*(m+1)
*(m+1)
+1)
fi, j,kui*,(jm+1,1k) + ci, j,kui*(m
1, j,k + ai, j,kui, j,k +bi, j,kui+1, j,k + ei, j,kui, j+1,k = di, j hi, j,kui, j,k1 gi, j,kui, j,k+1
...(7.18)
El problema bidimensional, Ec. 7.18, genera para un ordenamiento normal, una matriz de
coeficientes pentadiagonal que se resuelve ms eficientemente que el problema original. Cada uno
de estos problemas reducidos, se resuelve empleando un esquema directo de solucin, con lo que
se genera una solucin intermedia que sirve de base para obtener la solucin al nivel de iteracin
desconocida, (m + 1). Una vez que se obtiene la solucin intermedia de las incgnitas u i*(, jm, k+ 1) ,
i = 1,2,..., I y j = 1,2,..., J correspondientes al plano k , sta se sobrerelaja como la Ec. 7.14.
En problemas donde el mtodo LSOR no converge debido, por ejemplo, que la formacin es
altamente heterognea y anisotrpica, el mtodo BSOR tiene un mejor comportamiento. Las
propiedades de convergencia de estos mtodos iterativos mejoran a medida que el nmero de
ecuaciones resueltas simultneamente aumenta. Esto; sin embargo, ocasiona un aumento en el
trabajo computacional realizado en cada iteracin.
Al igual que el mtodo anterior, el mtodo BSOR, comienza con una estimacin inicial dada
por la Ec. 7.15 y termina cuando alcanza la convergencia estipulada por la Ec. 7.16.
78
FI-UNAM
7.2.6
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
No. de Iteracione s
120
110
100
90
b = 1.15
80
70
0.7
0.8
0.9
1.1
1.2
1.3
1.4
Parametro de Sobrerelajacin
( A) =
( + 1)
...(7.21)
79
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
( )
x ( +1)
...(7.22)
x ( )
x ( ) = x ( +1) x ( )
...(7.23)
Los valores de ( ) deben estar muy prximos a un valor lmite de y este valor se usa
como una aproximacin del radio espectral. Tambin se requiere un valor inicial de en la Ec.
7.21 para obtener el vector solucin x ( ) . Por tal motivo, se requiere que este proceso iterativo se
inicialice con = 1 y se cumpla con la siguiente condicin:
( +1) ( ) tolerancia
...(7.24)
De tal manera que este proceso iterativo se detiene hasta lograr la convergencia estipulada,
Ec. 7.24. Cabe mencionar, que este proceso converge solo si el valor actual de es menor que el
nuevo valor de calculado. De otra forma, los valores de ( ) oscilarn y no se podr obtener una
aproximacin correcta del radio espectral, ( A). Este ltimo caso, debe reducirse hasta que
( ) logre la convergencia.
7.3
7.2.7
7.2.8
ci ui 1 + ai ui + bi ui +1 = d i ;
c I u I 1 + a I u I = d I
O bien,
Au = a
i = 2,3,..., I - 1
...(7.25)
...(7.26)
Donde,
80
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
a1
c
2
A=
b1
a2
c3
b2
a3
b3
.
.
.
cI
.
a I
w4 w5 w6
w7 w8 w9
1
c1 c 2 c3
c 4 c 5 c 6
c 7 c8 c9
2
W =
w1
w4
w7
w2
w5
c1
c
4
c 7
c2
c5
w8
c8
w3
w6
w9
c3
c 6
c9
w1
w
4
w7
w2
w5
w8
w3
w6
w9
c1
c
4
c 7
c2
c5
c8
c3
c 6
c9 I
w1
w
4
w7
w2
w5
w8
w3
w6
w9 I
Y,
81
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Q=
q1
1
q2
1
q3
.
.
.
.
1
q I 1
1
1 0 0
I = 0 1 0
0 0 1
Las submatrices wi , qi y el subvector g i se obtienen como:
w1 = a1
q1 = w11b1
qi = wi1bi ;
wi = ai ci qi 1 ;
i = 2,3,..., I
...(7.27)
i = 2,3,..., I
Y,
g1 = w11d1
g i = wi1 (d i ci g i 1 ) ;
i = 2,3,..., I
...(7.28)
uI = g I
ui = g i qi ui +1 ;
7.4
i = I - 1, I - 2,..., 1
...(7.29)
82
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
mtodos existentes para el clculo de estos parmetros han sido desarrollados bajo una serie de
simplificaciones. En algunas situaciones los parmetros tericos no solo no resuelven
eficientemente el problema, sino que provocan problemas de convergencia en el mtodo.
Considrese el flujo lineal multifsico isotrmico de fluidos tipo beta: aceite, gas y agua en
un yacimiento petrolero. Las distribuciones de presiones y de saturaciones al tiempo cero, p p (x, t = 0)
y Sp(x,t = 0) , obedecen al equilibrio gravitacional y capilar, como se describe en el capitulo 2. Se
considera que no existen fuentes distribuidas a lo largo del dominio del yacimiento. El yacimiento
produce a un gasto de aceite qo en la frontera situada en x = 0 y en la frontera en x=L esta cerrada al
flujo. Las ecuaciones que describen el flujo de fluidos en el yacimiento son:
Para el componente aceite,
po
D S o
o
=
o
x x
x t Bo
...(8.1)
g
s
x x
x x
x t B g
Bo
x
...(8.2)
w
=
w
x x
x t B w
...(8.3)
0< x<L
t >0
(8.4)
83
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Pc go = p g p o
(8.5)
Pc wo = p o p w
(8.6)
0<x<L
(8.7)
S p ( x,0 ) = S p10 ( x ) ;
0<x<L
(8.8)
Donde p = o, g , w
Las condiciones de frontera se expresan, en x = 0, como:
B
D
p o
o
= o o
qo ;
x x =0
x
kkro A x =0
t0
...(8.9)
Los gastos de produccin del gas libre y del agua pueden obtenerse, con algunas
simplificaciones, mediante las siguientes relaciones:
g
q g =
qo
x =0
(8.10)
q w = w
qo
o x =0
(8.11)
Ntese que el gasto total de produccin de gas, libre ms disuelto, esta dado por:
g
+ R s
q gT = q g + q o (Rs ) x =0 =
qo
o
x =0
(8.12)
=0 ;
x p x
x= L
t0
...(8.13)
84
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
[ (
)]
1 Sg Sw
Vri
t
t
Bo
...(8.14)
T g p o + Pc go g D n +1 + [To R s (p o o D )]in +1 =
i
Vri S g R s 1 S g S w
t
+
Bg
t
Bo
...(8.15)
i = 1,2,..., I
n = 0,1,2,...
Vri S w
t
t Bw i
...(8.16)
Ntese que las relaciones adicionales, Ecs. 8.4 a 8.6, fueron acopladas en las ecuaciones de
flujo en diferencias. Con esto se tiene ahora en cada nodo tres ecuaciones con tres incgnitas:
p o , S g , S w , i = 1,2,..., I.
)i
Observaciones:
1.- Los criterios para calcular las transmisibilidades, T p , mencionados en el problema de
flujo monofsico, aplican en este caso en lo que se refiere al grupo k / p B p .
2.- La permeabilidad relativa de la fase p, kr p , deben sin embargo evaluarse, segn
experimentos numricos publicados en la literatura, en el nodo de mayor potencial de esa fase p, o
lo que se denomina corriente arriba.
3.- Algunos autores (Peaceman) recomienda evaluar corriente arriba no solo kr p sino
(
(
T
1 p g ,i +1 , S g ,i +1
= g ,i + 2
T g ,i + 1 p g ,i , S g ,i
2
si p g g D
)i+
1
2
> 0
...(8.18)
caso contrario
85
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Y,
...(8.19)
]I +
T n+1 1 p p p D n+11 = 0
p, I + 2
...(8.20)
Por similitus con la Ec. 8.19, los gastos de produccin de gas y de agua, q g y q w , pueden
escribirse en forma de diferencias como sigue:
Y,
...(8.21)
q w = T n+11 [p w w D ]n1 +1
w,
2
...(8.22)
Vr1 1 S g S w
t
t
Bo
...(8.23)
n +1
S
1 S g S w
Tg
Vr
q on +1 = 1 t g +
R
+
s
T
t
Bo
B g
o
1
2
...(8.24)
p w w D 1n.+51
n +1
S
T
Vr
+ w q on+1 = 1 t w
t
Bw 1
To 1
...(8.25)
86
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1 S g Sw
VrI
t
t
Bo
...(8.26)
...(8.27)
S g 1 S g S w
Vr
= I t
+
Bo
t
I
B g
S
VrI
t w
t
Bw I
...(8.28)
Las Ecs. 8.14, 8.15 y 8.16 y sus formas particulares para las celdas de fronteras, definen un sistema
no lineal de 3I ecuaciones con 3I incgnitas en el nivel de tiempo n + 1 : po , S g , S w (n +1) ;
)I
El mtodo fue propuesto en 1961 por Stone y Garder. Debido a los requerimientos
computacionales relativamente reducidos del mtodo y a las limitaciones de memoria y velocidad
de operacin de los sistemas de cmputo de la poca, el mtodo IMPES result ser el mtodo
87
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
n +1
n
y Pc wo
en los trminos de flujo y fuentes; y
Pc wo
np +1 np .
Las ecuaciones aproximadas de flujo del mtodo IMPES, de acuerdo con las
consideraciones mencionadas son:
Para el componente aceite,
[ (
)]
1 S g Sw
Vr
Ton p on+1 on D i = i t
t
Bo
[ (
)]
...(8.29)
)]
n
T gn p on+1 + Pc go
gn D + (To Rs )n p on+1 on D i =
i
Vri S g Rs 1 S g S w
t
+
Bg
t
Bo
[ (
)]
S
Vr
n +1
Twn p on+1 Pc wo
wn D i = i t w
t
Bw i
...(8.30)
...(8.31)
i = 1,2,..., I
n = 0,1,2,...
Es necesario ahora hacer explcitas las variables primarias, p o ,i (n +1) , S g,i (n+1) y Sw,i(n+1) en los
trminos de acumulacin de las Ecs. 8.29 a 8.31. Para esto se hacen las siguientes operaciones, se
toma como ejemplo el trmino de acumulacin de la ecuacin del aceite:
1 Sg Sw
t
Bo
1 Sg Sw
=
Bo
i
) n+1
1 Sg Sw
Bo
) n
...(8.32)
88
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1 S g Sw
t
Bo
n+1
= B
i o i
n+1 n
t 1 S g S w + 1 S g S w
Bo
Bo
) (
...(8.33)
1 Sg Sw
t
Bo
) = n+1 (1 S
Bo i
n+1
n
n+1 n+1
n
S
S
S
1
g
w
g
w
Bo
Bon
Bon Bo
) (
...(8.34)
Es decir:
1 Sg Sw
t
Bo
) = n+1 (1 S
Bo i
1
1
Sw + 1 Sg Sw n t + n+1t
n
Bo i
Bo
) (
...(8.35)
d 1
dp Bo
(1 / Bo )n+1 (1 / Bo )n = t (1 / Bo )
pon+1 pon
t po
...(8.36)
d 1
t (1 / Bo ) =
dp Bo
t po
...(8.37)
1 d 1 t
dp n t po
...(8.38)
t = cr nt po
...(8.39)
Sustituyendo las Ecs. 8.37 y 8.39 en la Ec. 8.35 y finalmente sustituyendo sta en la
ecuacin del aceite, Ec. 8.29, se obtiene:
89
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
[ (
)] (
Ton pon+1 on D i = oo t po + og t S g + ow t S w
i
...(8.40)
Operando en forma similar en los trminos de acumulacin de las ecuaciones del gas
y del agua, se obtienen las siguientes expresiones,
Para el componente gas,
[ (
)]
)]
n
T gn p on+1 + Pc go
gn D + (To Rs )n p on+1 on D i =
i
go t po + gg t S g + gw t S w
)i
...(8.41)
[ (
)] (
n +1
Twn p on+1 Pc wo
wn D i = wo t p o + wg t S g + ww t S w
i
...(8.42)
S o cr + n+1
oo =
t
dpo
Bo
Bo
Vr
og = i
t
ow =
Para el componente gas,
n
Vri n
d
S g cr
go =
+ S gn n+1
dpg
t
Bg
Vr
gg = i
t
B g
n+1
Bo
Vri
t
1
Bg
R
s
Bo
n+1
n+1
...(8.43)
n+1
...(8.44)
n +1
...(8.45)
R
+ Soncr s
Bo
n+1
Vr
gw = i
t
1
Bo
d Rs
+ Son n+1
dp
o Bo
dPcgo d 1
+ S gn n+1
dS g dp g B g
R s
Bo
n+1
...(8.46)
n+1
...(8.47)
n +1
...(8.48)
90
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
+
S w cr
wo =
dpw Bw
t
Bw
wg = 0
ww =
Vri
t
n+1
dPc wo d
n n +1
S
w
Bw
dS w dp w
Bw
...(8.49)
...(8.50)
n+1
...(8.51)
Ntese que las incgnitas S g , i y S w, i aparecen solo en el lado derecho de las ecuaciones de
flujo, Ecs. 8.40 a 8.42. Esta caracterstica es aprovechada por el mtodo IMPES para combinar las
tres ecuaciones aproximadas del nodo i y generar una sola ecuacin en trminos de presin,
exclusivamente. Para esto, se multiplica la ecuacin del gas, Ec. 8.41, por g i y la ecuacin de l
agua, Ec. 8.42 por wi , y sumando las ecuaciones juntamente con la ecuacin del aceite, Ec. 8.40.
Esto es:
[ (
)]
[ (
)]
)]
n
Ton pon +1 on D i + gi Tgn pon +1 + Pcgo
gn D + gi (To Rs )n pon +1 on D i
i
[ (
)] (
n +1
+ wi Twn pon +1 Pcwo
wn D i = oot po + g go + w wo t po,i +
i
og + g gg + w wg t S g,i + ow + g gw + w ww t Sw,i
)i
)i
...(8.52)
) (
)i
( ow + g gw + w ww )i = 0
...(8.54)
Esto constituye un sistema de dos ecuaciones con dos incgnitas en cada nodo i : gi y wi .
Resolviendo este sistema se obtiene:
og
gg
g i =
...(8.55)
Y
og
1
ow
wi =
gg
ww i
[ (
gw
...(8.56)
)]
[ (
)]
)]
n
Ton pon+1 on D i + gi Tgn pon+1 + Pcgo
gn D + gi (To Rs )n pon+1 on D i
i
[ (
)] (
...(8.57)
n+1
+ wi Twn pon+1 Pcwo
wn D i = oo + g go + w wo t po,i
i
91
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Esta ecuacin contiene exclusivamente las incgnitas: po,i 1n+1, po,i 1n+1 y po,i 1n+1. Puede
entonces escribirse de la siguiente manera:
cin p on,+i 11 + ain p on,+i 1 + bin p on,+i +11 = d in
...(8.58)
i = 1,2,..., I
n = 0,1,2,...
La Ec. 8.57 escrita en cada uno de los nodos de las celdas, i = 1,2,...,I al nivel de tiempo n +1,
constituye un sistema tridiagonal de I ecuaciones lineales con I incgnitas, p o,i n+1 , i = 1,2,..., I.
Resuelta la distribucin de presiones, se puede resolver la distribucin de saturaciones S g , i n +1 ,
S w, i n +1 , i = 1,2,..., I , mediante las siguientes expresiones:
S gn,+i1 = S gn,i + t S g ,i
...(8.59)
S wn+,i1 = S wn ,i + t S w,i
...(8.60)
{[ (
)]
1
n+1
Twn pon+1 Pcwo
t S w,i =
on D i wo,i t po,i
ww i
Y
1
t S g ,i =
og
{[ (
)] (
...(8.61)
)}
...(8.62)
Ton pon+1 on D oo t po + ow t S w
i
i
Una vez calculadas ( po, Sg , Sw)in+1 se puede calcular ( pg , pw, So)in+1 y avanzar al siguiente
nivel de tiempo.
8.5.1 Estructura matricial del sistema de ecuaciones
Al escribir la Ec. 8.52 en cada uno de los nodos de la malla de clculo, i = 1,2,...,I se genera
un sistema tridiagonal de ecuaciones que se resuelve con el algoritmo de Thomas.
a1 b1
2 a 2 b2
c3 a3 b3
A=
.
.
.
.
.
.
.
.
.
c I a I
Es evidente que en este sistema el vector de incgnitas esta formado por los subvectores
u
92
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
A partir de las Ecs. 5.15 a 5.17 se definen las siguientes funciones de residuos:
Para el componente aceite,
Fon,i+1 = [To (p o o D )]in+1
1 Sg Sw
Vri
t
t
Bo
[ (
)]
=0
i
Vri S g Rs 1 S g S w
t
+
Bo
t B g
...(8.63)
...(8.64)
=0
i = 1,2,..., I
Vri S w
= 0
t
t
Bw i
...(8.65)
n = 0,1,2,...
Ntese que las funciones de residuos, Ecs. 8.63 a 8.65, del nodo i, tienen en lo general las
siguientes dependencias de las variables primarias:
[(
F p ,i p o , S g , S w
Donde p = o, g , w.
)i 1 , ( p o , S g , S w )i , ( p o , S g , S w )i +1 ]n +1
=0
...(8.66)
A partir de las funciones de residuos se establece el siguiente proceso iterativo para resolver
el sistema no lineal de ecuaciones:
F p, i
po, i 1
F p, i
p ,
oi
F p, i
po, i +1
( )
( )
F p, i
po(, i+11) +
( )
S g , i 1
F p, i
po(, i+1) +
S g , i
F p, i
po(, i++11) +
S g , i +1
( )
( )
( )
F p, i
S g(, i+11) +
S w, i 1
F p, i
S g(, i+1) +
S w, i
F p, i
S g(, i++11) +
S w, i +1
( )
( )
( )
S w(, i+11) +
S w(, i+1) +
...(5.67)
( po , S g , S w )in +1 = ( po , S g , S w )in
i = 1,2,..., I
...(5.68)
93
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Los criterios de convergencia son similares a los mostrados en las Ec. 4.35 y 4.36.
Notacin compacta:
Si se define:
F p,i
a po,i =
po,i
a pg,i =
Y,
a pw,i =
F p,i
...(8.69)
...(8.70)
S g ,i
F p,i
...(8.71)
S w,i
Donde p = o, g , w.
De acuerdo con las Ecs. 8.69, 8.70 y 8.71, entonces se puede escribir el subsistema de
ecuaciones, Ec. 8.67 para el nodo i como se muestra a continuacin:
( +1)
( )
( )
( )
po
p
g
pw
i1
( +1)
po
p
g
pw
i
( )
Fo
= Fg
Fw
i
...(8.72)
( +1)
po
p
g
pw
i+1
O bien:
...(8.73)
n = 0,1,2,...
Ntese que c es la submatriz de orden (3x3 ) de la Ec. 8.73 que contiene los elementos
c po, c pg , c pw. a y b son tambin submatrices de orden (3x3) , similarmente definidas . u es el
94
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Al escribir la Ec. 8.72 en cada uno de los nodos de la malla de clculo, i = 1,2,...,I se genera
un sistema bloque-tridiagonal de ecuaciones. Esto es, se tiene un sistema tridiagonal donde los
elementos son submatrices de (3x3) : ci , ai y bi .
a1
c
2
A=
b1
a2
c3
b2
a3
.
b3
.
.
.
.
.
.
.
cI
.
a I
...(8.74)
Es evidente que en el sistema del vector de incgnitas esta formado por los subvectores
u = (u1, u2 ,...,u I ) y el vector de trminos conocidos por los subvectores F T = (F1, F2 ,..., FI ) .
T
95
FI-UNAM
FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
BIBLIOGRAFA.
1. AZIZ, K. and SETTARI, A.: Petroleum Reservoir Simulation, Applied Science Publishers,
Ltd., London, (1979).
2. BEHIE, A. and VINSOME, P.K.W.: Block Iterative Methods for Fully Implicit reservoir
Simulation, SPEJ (Oct. 1982) 658-668.
3. BREITENBACH, E.A., THURNAU, D.H. and VAN POOLEN, H.K.: The Fluid Flow
Simulation Equations, SPEJ (1969), 9, No. 2, pp. 155.
4. COATS, K.H.: Use and Misuse of Reservoir Simulation Models, JPT, (Nov., 1969), 13911398.
5. COATS, K.H.: Reservoir Simulation: State of the Art, JPT, (Aug., 1982), 1633-1642;
Trans., AIME, 273.
6. DOUGLAS, J.Jr., PEACEMAN, D.W. and RACHFORD, H.H. Jr.: A Method for
Calculating Multi-Dimensional Immiscible Displacement, Trans. SPE of AIME, 216,
(1959), pp. 297.
7. LETKEMAN, J.P. and RIDINGS, R.L.: A Numerical Coning Model, SPEJ (1970), 19,
No. 4, pp.418.
8. MacDONALD. R.C. and COATS, K.H.: Methods for Numerical Simulation of Water and
Gas Coning, Trans. SPE of AIME, 249, (1970), pp. 107.
9. NOLEN, J.S. and BERRY, D.W.: Tests of the Stability and Time-Step Sensitivity os SemiImplicit Reservoir Simulation Techniques, Trans. SPE of AIME, 253, (1972), pp. 253.
10. MITCHELL, A.R.: The finite Difference Method in Partial Differential Equations. John
Wiley & Sons, (1980).
11. ODHE, A.S.: Reservoir Simulation What is it? , JPT, (Nov. 1969), 1383-1388.
12. PEACEMAN, D.W.: Fundamentals of Numerical Reservoir Simulation, Elsevier,
Amsterdam, (1977).
13. PRICE, H.S. and COATS, K.H.: Direct Methods in Reservoir Simulation, SPEJ, (June
1974), 19.
14. RODRIGUEZ de la GARZA, F.: CONIMP: Un Simulador Numrico del Fenmeno de
Conificacin de Fluidos, Revista IMP, (Julio 1985), Vol. 17, No. 3, pp. 17.
15. SETTARI, A. and AZIZ, K.: Use of Irregular Grid in Reservoir Simulation, SPEJ (April
1972) 103-114.
16. SPILLETE, A.G., HILLESTAD, J.G. and STONE, H.L.: A High-Stability Sequential
Solution Approach to Reservoir Simulation, SPE 4542, Presented at the 48th Annual Fall
Meeting, Las Vegas, Nev. (1973).
17. STAGGS, H.M. and HERBECK, E.F.: Reservoir Simulation Models- An Engineering
Overview, JPT, (Dec., 1971), 1428-1436.
18. STONE, H.L. and GARDER, A.O.Jr.: Analysis of Gas-Cap or Dissolved-Gas Drive
Reservoirs, SPEJ (June 1961) 91-102.
19. STRANG, G.: Linear Algebra and Its Applications, Academic Press, New York, 1976.
20. WATTS, J.W.: A Method for Improving Line Successive Over-relaxation in Anysotropic
Problems- A theoretical Analysis, SPEJ (April 1973) 105-108, Trans., AIME, 255.
96