Anda di halaman 1dari 78

UNIVERSIDADE FEDERAL DE PELOTAS

CENTRO DE ENGENHARIAS
CURSO DE ENGENHARIA DE PETRLEO

AJUSTE DE HISTRICO NO CAMPO DE NAMORADO

Kevin Borges Garcia

Pelotas, RS
2016
KEVIN BORGES GARCIA

AJUSTE DE HISTRICO NO CAMPO DE NAMORADO

Trabalho acadmico apresentado ao


Curso de Engenharia de Petrleo da
Universidade Federal de Pelotas, como
requisito parcial obteno do ttulo de
Bacharel.

Orientador: Prof. Dr. Valmir Francisco Risso


P g i n a | III

AGRADECIMENTOS

Aos meus pais, Haroldo e Cleni pelo carinho e ajuda em todos os


momentos.
A todos os professores que me incentivaram a continuar.
Aos colegas de graduao que se tornaram amizades para a vida toda e
proporcionaram momentos inesquecveis.

E a Deus, por ter me concedido o privilgio de realizar meus sonhos e


continuar buscando novos desafios.

Obrigado.
P g i n a | IV

RESUMO

GARCIA, Kevin Borges, Ajuste de histrico no campo de namorado.


Trabalho de concluso da disciplina de Engenharia de Reservatrio CEng -
Universidade Federal de Pelotas- UFPEL, 2016.

A recuperao de uma jazida de petrleo deve ser executada e


planejada muito bem, pois, a explorao de uma reserva, envolve altos custos
monetrios. neste momento que entra simulao de reservatrios que
permite uma previso do comportamento do reservatrio, baseando-se nas
propriedades ssmicas e geolgicas.
Parte deste processo o ajuste de histrico, que consiste em calibrar o
modelo de simulao para que este represente o mais fielmente possvel as
condies de operao. Existem diversos modelos que visam obter este ajuste,
o presente estudo focar na utilizao de apenas do mtodo Hipercubo Latino,
a fim de ajustar as propriedades incertaS (PVT, contato leo-gua (DGOC), e
contato gs-leo (DWOC). Foram realizadas 27 simulaes e aps definido o
melhor cenrio, foram realizadas mais 27 simulaes pelo mtodo HCL, COM
ISSO modelo de simulao finalmente teve o volume de leo in place ajustado
e as curvas de produo de leo e gua muito prximas ao histrico.

Palavras-chave: Reservatrio, Ajuste de histrico, Custo monetrio.


Pgina |V

ABSTRACT

GARCIA, Kevin Borges, Historical setting in boyfriend field. Completion of


work discipline RESERVOIR ENGINEERING - CEng - Federal University of
Pelotas- UFPEL, 2016.
The recovery of an oil deposit must be executed and planned very well,
because the exploitation of a reserve involves high monetary costs. It is at this
moment that simulation of reservoirs enters allowing a prediction of the behavior
of the reservoir, based on the seismic and geological properties.
Part of this process is the history adjustment, which consists of
calibrating the simulation model so that it represents as accurately as possible
the operating conditions. There are several models that aim to obtain this
adjustment, the present study will focus on the use of only the Hipercubo Latino
method, in order to adjust the uncertainty properties (PVT, oil-water contact
(DGOC), and gas-oil contact (DWOC). 27 simulations were performed and after
the best scenario was defined, another 27 simulations were carried out using
the HCL method, with which the simulation model finally had the in place oil
volume adjusted and the oil and water production curves very close to the
historical one.

Keywords: Reservoir, historical adjustment, monetary cost.


P g i n a | VI

INDICE DE FIGURAS

Figura 3-1: Efeito da compactao natural sobre a porosidade (Rosa, 2006,


APUD, Krumbein & Sloss). 1951)....................................................................... 8
Figura 5-1: Fluxograma das etapas a serem seguidas. ................................... 17
Figura 5-2: Comando alter ............................................................................... 20
Figura 6-1: Funo J de Leverett para as amostras 1141, 1151, 1121, 2/9V. .. 23
Figura 6-2: Curva da Funo de Leverett em funo da saturao de gua das
12 amostras...................................................................................................... 23
Figura 6-3: Grfico da funo Jmdio e Jmdio corrigido pela saturao de
gua (Sw). ........................................................................................................ 25
Figura 6-4: Grfico da presso Capilar em kgf/cm2 pela saturao de gua
(Sw). ................................................................................................................. 25
Figura 6-5: Curva de Krw por Sw, ajustada pelo polinmio de 3. ................... 27
Figura 6-6: Curva de Kro por Sw, ajustada pelo polinmio de 3. .................... 27
Figura 6-7: Curva de Krog por Sg, ajustada pela exponencial. ........................ 28
Figura 6-8: Curva de Krg por Sg, ajustada pela exponencial. .......................... 28
Figura 6-9: Dados PVT, interpolado e extrapolados. ........................................ 30
Figura 6-10: Representao 2D do reservatrio, aps anulao dos blocos. .. 32
Figura 6-11: Caractersticas do reservatrio. ................................................... 32
Figura 6-12: Viscosidade do leo e do gs para o modelo simulado. .............. 34
Figura 6-13: Curvas de permeabilidade relativa leo-gua. ............................. 34
Figura 6-14: Curvas de permeabilidade relativa gs-leo. ............................... 35
Figura 6-15: Curva de presso capilar. ............................................................ 35
Figura 6-16: Erro do Builder ao inserir os dados da rocha. .............................. 36
Figura 6-17: Dados de condies iniciais. ........................................................ 36
Figura 6-18: Valores de Numerical Control, disponibilizados em aula. ............ 37
Figura 7-1: Curvas plotas antes de adicionar os ALTERS. .............................. 38
Figura 7-2: Curvas plotas depois de adicinar os ATERS. ................................ 39
Figura 7-3: Grfico tornado analise de sensibilidade. ...................................... 42
Figura 7-4: Distribuio dos cenrios. .............................................................. 43
Figura 7-5: Cenrios plotados no simulador de fluxo. ...................................... 43
Figura 7-6: Segunda rodada de simulaes. .................................................... 44
P g i n a | VII

Figura 7-7: Segunda rodada de cenrios, Simulador de Fluxo. ....................... 45


Figura 7-8: Comparao entre afastamento do leo. ....................................... 45
Figura 7-9: Comparao entre afastamento do gs. ........................................ 46
Figura 7-10: Comparao entre afastamento da gua. .................................... 46
Figura 7-11: Comparao entre afastamento da presso. ............................... 47
Figura 7-12: Poo NA26D antes do ajuste. ...................................................... 48
Figura 7-13: Poo NA26D ajustado. ................................................................. 48
Figura 7-14: Poo, NA26D, oil rate antes do ajuste. ........................................ 49
Figura 7-15: Poo, NA26D, oil rate depois do ajuste. ....................................... 49
Figura 7-16: Poo, NA26D, gs rate antes do ajuste. ...................................... 50
Figura 7-17: Poo, NA26D, gs rate depois do ajuste. .................................... 50
Figura 7-18: Poo, NA26D, water rate antes do ajuste. ................................... 51
Figura 7-19: Poo, NA26D, water rate depois do ajuste. ................................. 51
Figura 7-20: Poo NA26D, presso de bloco de poo, antes do ajuste. .......... 52
Figura 7-21: Poo NA26D, presso de bloco de poo, depois do ajuste. ........ 52
Figura 7-22: Configurao do BHP dos poos para a previso futura da
produo. ......................................................................................................... 53
Figura 7-23: Previso de produo para leo. ................................................. 54
Figura 7-24: Previso de produo para gs. .................................................. 54
Figura 7-25: Previso de produo para gua. ................................................ 55
Figura 7-26: Previso de presso. ................................................................... 55
Figura 7-27: Oil rate ajustado com CMOST. .................................................... 56
Figura 7-28: Oil rate ajustado manual. ............................................................. 57
Figura 7-29: Presso ajustada manual. ............................................................ 57
Figura 7-30: Presso ajustada com CMOST. ................................................... 58
P g i n a | VIII

INDICE DE TABELAS

Tabela 6-1:Dados para clculo da compressibilidade da rocha. ...................... 22


Tabela 6-2: Dados de Sw, Jmdio, Pcr(Psi) e Pcr(kgf/cm2)............................. 24
Tabela 6-3: Dados das amostras retiradas de relatrios. ................................. 28
Tabela 7-1: Atributos para analise de sensibilidade. ........................................ 40
P g i n a | IX

INDICE DE EQUAES

Equao 3-1: Fator Volume Formao do leo. ................................................. 4


Equao 3-2: Fator volume de formao do gs natural. ................................... 4
Equao 3-3: Razo de solubilidade. ................................................................. 5
Equao 3-4: Equao para determinao da porosidade. ............................... 6
Equao 3-5: Equao da permeabilidade de Darcy. ........................................ 6
Equao 3-6: Equao (1) para determinao da saturao em frao,
equao (2) para determinao da saturao em porcentagem. ....................... 7
Equao 3-7: Equao para saturao total. ..................................................... 7
Equao 3-8: Equao para clculo do VPL. ..................................................... 9
Equao 5-1: Calculo do afastamento. ............................................................ 20
Equao 5-2: Sensibilidade. ............................................................................. 20
Equao 6-1: Equao de interpolao linear. ................................................. 22
Equao 6-2: Equao da Funo J de Leverett ............................................. 22
Equao 6-3: Presso crtica mdia. ................................................................ 23
Equao 6-4 Equao de normalizao das saturaes. .............................. 26
Equao 7-1: Funo objetivo (Fo). ................................................................. 41
Pgina |X

NOMENCLATURAS
ANP: Agncia Nacional do Petrleo

AS: Analise de sensibilidade

Bg: Fator de volume de formao do gs;

Black oil: Modelo de simulao;

BP: Presso de bolha

Bo: Fator de volume de formao do leo;

Gp: Volume acumulado de gs produzido nas condies padro

Kro: Permeabilidade relativa ao leo;

Krw: Permeabilidade relativa gua;

Netgross: Espessura porosa;

Np: Volume acumulado de leo produzido nas condies padro

Pcap: Presso capilar

Perm I: Permeabilidade da rocha no eixo I

Perm J: Permeabilidade da rocha no eixo J

Perm K: Permeabilidade vertical da rocha

POR: Porosidade;

PROB ACUMULADA: Probabilidade acumulada de ocorrncia;

PROB: Probabilidade de ocorrncia dos nveis;

PVT: Propriedades do fluido a ser produzido,

Qg: Volume de produo do gs;

Qinj: Volume de gua injetado

Qo: Volume de produo de leo

Qw: Volume de produo de gua

Rs: Razo de solubilidade.

Sg: Saturao de gs
P g i n a | XI

Sw: Saturao de gua;

Wp: Volume acumulado de gua produzida nas condies padro


SUMRIO

AGRADECIMENTOS ........................................................................................ III

RESUMO........................................................................................................... IV

ABSTRACT ........................................................................................................ V

INDICE DE FIGURAS ....................................................................................... VI

INDICE DE TABELAS ..................................................................................... VIII

INDICE DE EQUAES ................................................................................... IX

1. INTRODUO ............................................................................................. 1

1.1 Motivao .............................................................................................. 2

2. OBJETIVOS................................................................................................. 3

2.1 Objetivo geral ........................................................................................ 3

2.2 Objetivo especifico ................................................................................ 3

3. FUNDAMENTAO TERICA ................................................................... 4

3.1 Propriedade dos fluidos......................................................................... 4

3.1.1 Fator volume de formao do leo (Bo) ......................................... 4

3.1.2 Fator Volume de formao do gs natural (Bg) .............................. 4

3.1.3 Razo de solubilidade (Rs) ............................................................. 5

3.1.4 Viscosidade .................................................................................... 5

3.1.5 Presso de Bolha ............................................................................... 5

3.2 Dados Presso, Volume e Temperatura (PVT) ..................................... 6

3.3 Propriedade das rochas ........................................................................ 6

3.3.1 Porosidade ( ................................................................................ 6

3.3.2 Permeabilidade ............................................................................... 6

3.3.3 Saturao ....................................................................................... 7

3.3.4 Fator de Compressibilidade ............................................................ 8

3.3.5 Presso Capilar .............................................................................. 8


3.4 Valor Presente Lquido (VPL) ................................................................ 9

3.5 Simulao Numrica de Reservatrios ................................................. 9

3.6 Ajuste Histrico ................................................................................... 10

4. REVISO BIBLIOGRFICA ...................................................................... 11

4.1 Ajuste de histrico de produo .......................................................... 11

4.2 HiperCubo Latino ................................................................................ 15

5. METODOLOGIA ........................................................................................ 17

5.1 Caracterizao do Reservatrio .......................................................... 18

5.2 Construo do modelo de simulao .................................................. 18

5.6.1 I/O Control ........................................................................................ 18

5.6.2 Reservoir .......................................................................................... 18

5.6.7 Components ..................................................................................... 18

5.6.3 Rock-Fluid Properties ....................................................................... 19

5.6.4 Initial Conditions................................................................................ 19

5.6.5 Numerical Control ............................................................................. 19

5.6.6 Wells & Recurrent Data .................................................................... 19

5.3 Ajuste Histrico ................................................................................... 19

5.4 Analise de sensibilidade ...................................................................... 20

5.5 Cmost .................................................................................................. 21

6. APLICAO .............................................................................................. 22

6.1 Tratamento de Dados utilizando o Microsoft Excel ............................. 22

5.1.1 Compressibilidade da Rocha ............................................................ 22

6.2 Presso Capilar ................................................................................... 22

6.3 Permeabilidades Relativas gua e leo ............................................. 26

6.4 Permeabilidades Relativas Gs e leo ............................................... 27

6.5 Dados PVT (Presso, Volume e Temperatura) ................................... 29

6.6 Construo do modelo de simulao .................................................. 31


6.6.1 I/O Control .................................................................................... 31

6.6.2 Reservoir ...................................................................................... 31

6.6.3 Components ................................................................................. 32

6.6.4 Rock-Fluid Properties ................................................................... 34

6.6.5 Initial Conditions ........................................................................... 36

6.6.6 Numerical Control ......................................................................... 37

5.6.7 Wells & Recurrent Data .................................................................... 37

7. RESULTADOS E DISCUSSO ................................................................. 38

7.1 Aplicao da Estratgia de Simulao ................................................ 38

7.2 Anlise de sensibilidade ...................................................................... 39

7.3 Analise de sensibilidade ...................................................................... 42

7.4 Hipercubo Latino ................................................................................. 42

7.5 Ajuste Local......................................................................................... 47

7.6 Previso da Produo ......................................................................... 53

7.7 Cmost .................................................................................................. 56

8. PROXIMAS ETAPAS ................................................................................. 59

9. CONCLUSO ............................................................................................ 60

10. REFERNCIAS BIBLIOGRFICAS ....................................................... 61


Pgina |1

1. INTRODUO

A simulao de reservatrios um processo complexo que tem como


objetivo calcular o comportamento de presses, saturaes e produes de
uma jazida de hidrocarbonetos, atravs da soluo numrica das equaes
no-lineares que regem o escoamento dos fluidos no interior do meio poroso.
(RISSO, V. F, 2007).
A melhor maneira de se obter boas previses a utilizao de um
modelo de reservatrio que represente de maneira fiel as caractersticas do
reservatrio. Contudo essa uma tarefa impossvel, logo o que pode-se
realizar uma diminuio da diferena entre o modelo real e o simulado de
maneira a tornar o modelo do simulador o mais prximo do real possvel.
Portanto, o objetivo da modelagem de reservatrio utilizar todas as
informaes disponveis a fim de desenvolver um modelo de reservatrio o
mais realista possvel.
Contudo grande parte das informaes usadas na simulao de
reservatrios est sujeita a incertezas, e estas podem ser grandes, como
normalmente no caso das propriedades de rocha, o perfil de produo de
qualquer esquema desenvolvido no tem uma exatido total. Nesse caso, um
procedimento utilizado no qual se utiliza uma faixa de possveis cenrios de
produo que variam do mais otimista ao mais pessimista, para o processo de
desenvolvimento do campo.
Mesmo aps o campo j estar em produo ainda existem incertezas
que so evidenciadas por qualquer diferena que possa haver entre o
comportamento real da produo e o modelo simulado/predito. Portanto,
necessrio calibrar constantemente esse modelo a fim de adequ-lo, pois todo
projeto de engenharia precisa ser periodicamente reavaliado, para garantir que
sua implementao ainda vivel, e quando o comportamento futuro previsto
for negativo, ento, estimar o melhor momento para comear a utilizar mtodos
de recuperao terciria. Alm disso, o ajuste do modelo possibilita avaliar a
eficincia da estratgia escolhida, e se a avaliao for negativa, possibilita que
ela seja otimizada a tempo de garantir ainda o lucro do projeto.
Pgina |2

Neste estudo visa-se integrar a anlise de incertezas ao processo de


ajuste de histrico de produo. Onde os dados de simulao so comparados
com dados de produo observados e, de acordo com o afastamento da
simulao me relao ao histrico, h uma reduo dos cenrios que no
apresentam um ajuste considerado razovel, e consequentemente um aumento
nas probabilidades que apresentam comportamento prximo ao histrico.

1.1 Motivao

Os principais motivos que levaram ao desenvolvimento deste estudo


foram os seguintes:
O processo de ajuste de histrico fundamental para o gerenciamento
contnuo do reservatrio, e o uso de metodologias demoradas dificultam esse
trabalho, portanto qualquer outra metodologia que proponha uma reduo do
tempo de gerao da resposta vlida de ser estuda e aprimorada;
O ganho de tempo no processo de ajuste de histrico pode ser investido
em extrapolaes futuras do novo modelo calibrado;
A possibilidade de utilizar uma ferramenta estatstica para organizar e
orientar o processo de ajuste de histrico; e
Garantir a confiabilidade das previses sobre o desempenho do
reservatrio atravs do xito na realizao do ajuste de histrico.
Pgina |3

2. OBJETIVOS
2.1 Objetivo geral

Este trabalho visa o emprego dos conhecimentos adquiridos ao longo do


semestre na disciplina de Engenharia de Reservatrio ministrada pelo
professor Dr. Valmir Risso.
O trabalho objetiva fazer anlises da viabilidade econmica do projeto,
considerando as probabilidades de ocorrncia de cada critrio e qual o peso do
mesmo sobre os possveis cenrios das caractersticas do reservatrio,
fazendo assim uma anlise dos atributos crticos.

2.2 Objetivo especifico

O objetivo deste trabalho realizar o ajuste histrico da produo do


Campo de Namorado utilizando o mtodo de Hipercubo Latino. Incialmente
ser feito um tratamento dos dados do campo a fim de process-los em um
simulador de fluxo para, na etapa final, realizar o ajuste histrico propriamente
dito.
Pgina |4

3. FUNDAMENTAO TERICA
3.1 Propriedade dos fluidos

As propriedades dos fluidos existentes nos reservatrios de petrleo so


de grande importncia para o estudo do comportamento desses reservatrios.
Em alguns casos as propriedades dos fluidos podem ser calculadas atravs de
equaes de estado ou estimadas usando-se correlaes empricas
disponveis na literatura. Neste tpico sero apresentados os conceitos
referentes s propriedades dos fluidos comumente encontrados em
reservatrios de petrleo (ROSA, 2006).

3.1.1 Fator volume de formao do leo (Bo)


O fator volume formao do leo representa o volume da mistura numa
condio de presso e temperatura quaisquer que deve ser retirado do
reservatrio com o intuito de se obter uma unidade de volume de leo nas
condies-standard (ROSA, 2006).

Equao 3-1: Fator Volume Formao do leo.

3.1.2 Fator Volume de formao do gs natural (Bg)


Segundo ROSA (2006). Chama-se de fator volume-formao de um gs
a relao entre o volume que ele ocupa em uma determinada condio de
temperatura e presso e o volume por ele ocupado nas condies standard.
Ento,

Equao 3-2: Fator volume de formao do gs natural.


Pgina |5

Onde:

Bg o fator volume-formao do gs;


V0 o seu volume nas condies-standard ou padro.

3.1.3 Razo de solubilidade (Rs)


O parmetro que exprime a quantidade de gs presente no lquido a
razo de solubilidade ou simplesmente solubilidade
Segundo ROSA (2006) a relao entre o volume de gs que est
dissolvido, expresso em condies-padro, e o volume de leo que ser obtido
da mistura, tambm expresso em condies-padro. Conforme a equao
abaixo:

Equao 3-3: Razo de solubilidade.

3.1.4 Viscosidade
a propriedade fsica que caracteriza a resistncia de um fluido ao
escoamento. Ou seja, a propriedade associada resistncia que um fluido
oferece deformao por cisalhamento (Prolab).

3.1.5 Presso de Bolha

O conceito de presso de bolha est associado a razo gs/leo, a


densidade do gs produzido, ao grau API do leo e a temperatura do
reservatrio. Quando uma dessa propriedade alterada gera uma queda na
presso que ao atingir a presso de bolha, ou seja, presso na qual se forma a
primeira bolha, o gs comea a desprender-se da soluo, diminuindo os nveis
de recuperao de leo. (ROSA, 2006).
Pgina |6

3.2 Dados Presso, Volume e Temperatura (PVT)

Segundo Rosa (2006) A forma mais eficiente de analisar os efeitos da


separao de fluidos na superfcie e de acompanhar todo processo de
migrao do fluido das condies de reservatrio at a superfcie atravs da
anlise dos dados de Presso, Volume e Temperatura (PVT).

3.3 Propriedade das rochas


3.3.1 Porosidade (
a propriedade petrofsica que expressa a capacidade de
armazenamento de fluidos nos poros de uma rocha reservatrio. Representa o
volume de fluido que a unidade de volume de uma rocha pode armazenar em
seus poros (GOMES, 2002). definida como a razo entre o volume do poro
(Vp) e o volume total da rocha (Vt).

Equao 3-4: Equao para determinao da porosidade.

3.3.2 Permeabilidade
Permeabilidade considerada a medida da facilidade que uma
determinada rocha permite o escoamento do fluido. A permeabilidade e
tambm depende do sentido do escoamento do fluido (Miyoshi, 2010, APUD
Deutsch, 2002).
A permeabilidade definida pela lei de Darcy em um fluxo
suficientemente lento, permanente e unidirecional (Miyoshi, 2010, APUD
Dullien, 1992), conforme ilustra a equao abaixo.

Equao 3-5: Equao da permeabilidade de Darcy.


Pgina |7

Onde:
Q - a vazo volumtrica do fluido (cm3/s)

- a viscosidade do fluido (cP)

L - o comprimento do meio poroso na direo do fluxo (cm)


A - a rea seccional da amostra (cm2)
P1 - a diferena de presso hidrosttica (atm)

3.3.3 Saturao
A saturao de um determinado fluido em um meio poroso definida
como sendo a frao ou a porcentagem do volume de poros ocupada pelo
fluido (ROSA, 2006). Assim, em termos de frao e porcentagem pode ser
calculada atravs da equao abaixo:

(1) (2)

Equao 3-6: Equao (1) para determinao da saturao em frao, equao (2) para
determinao da saturao em porcentagem.

Convencionalmente considera-se que o reservatrio tenha uma


quantidade de saturao de gua conata, podendo haver uma porcentagem de
leo (So) e/ou gs (Sg) (ROSA, 2006).

Equao 3-7: Equao para saturao total.


Pgina |8

3.3.4 Fator de Compressibilidade


A compressibilidade est diretamente ligada a porosidade da rocha e
est por sua vez determinada em funo do grau de compactao da rocha,
onde a fora de compactao funo da mxima profundidade em que a
rocha se encontrou (ROSA, 2006). O efeito da compactao pela profundidade
pode ser observado na figura abaixo.

Figura 3-1: Efeito da compactao natural sobre a porosidade (Rosa, 2006, APUD, Krumbein
& Sloss). 1951).

Ainda segundo ROSA (2006) Trs tipos de compressibilidade podem ser


distinguidos:
Compressibilidade da rocha matriz: a variao fracional em volume do
material slido da rocha, com a variao unitria da presso;
Compressibilidade total da rocha: a variao fracional do volume total da
rocha, com a variao unitria da presso;
Compressibilidade dos poros: a variao fracional do volume poroso da
rocha com a variao unitria da presso.

3.3.5 Presso Capilar


A presso capilar a diferena de presso existente entre dois fluidos
imiscveis em contato entre si, ou seja, a diferena de presso existente na
Pgina |9

interface de dois fluidos imiscveis (ROSA, 2006). Em outras palavras a


presso capilar a fora necessria para comprimir uma gota de fluido atravs
de uma garganta de poro.

3.4 Valor Presente Lquido (VPL)

O Valor Presente Lquido (VPL) tem como objetivo calcular a atratividade


de investimento. O clculo do VPL realizado transportando-se para o tempo
inicial todos os custos e todas as receitas provenientes do projeto. (O valor
atual do fluxo de caixa calculado utilizando-se a taxa mnima de atratividade.
(MEZZOMO, 2001). Como mostra a equao a seguir:

Equao 3-8: Equao para clculo do VPL.

Onde:
VPL = Valor presente lquido;
r = Taxa de desconto ou taxa de atratividade;
FCt = Fluxo de entradas e sadas de caixa ao longo do tempo t;
t = Perodo considerado.

3.5 Simulao Numrica de Reservatrios

A simulao numrica consiste basicamente na estimativa de caractersticas e


previso do comportamento de um reservatrio de petrleo. Esse processo
realizado utilizando simuladores numricos de fluxo que so softwares
desenvolvidos para a soluo numrica baseadas no balano de materiais e nas
curvas de declnio Rosa (Carvalho e Xavier, 2006).
Segundo Costa (2012) A simulao numrica de reservatrios
amplamente utilizada por profissionais ligados rea de gerenciamento de
reservatrios, uma vez que permite realizar estudos sobre reservatrios complexos
(com falhas, fraturas, geometrias complexas, heterogeneidades etc.) e aplicao
P g i n a | 10

de diferentes estratgias de produo (injeo de gua, vapor, polmeros etc.),


sendo fundamental no apoio tomada de decises.

3.6 Ajuste Histrico

O principal objetivo de um estudo de reservatrios a previso do


comportamento futuro e a busca por formas de aumentar a recuperao final. A
base do planejamento so os resultados gerados na simulao numrica onde
encontrado o melhor custo benefcio. (AZIZ e SETTARI, 1979).
Segundo Risso (2007) para o processo de ajuste histrico mais
simplificado ou com limitaes deve ser adotado a seguinte diviso de tarefas,
visando a uma maior sistematizao: ajuste os nveis globais de presso,
ajuste grosseiro dos gradientes de presso, ajuste preciso dos gradientes de
presso, e por ltimo o ajuste das produes dos fluidos.
P g i n a | 11

4. REVISO BIBLIOGRFICA
4.1 Ajuste de histrico de produo

No trabalho de Shum e Konopnicki (1976) foi aplicado o Mtodo


Complexo desenvolvido por J. Box (1965), que pode ser usado para resolver
diversos tipos de problemas, consistindo de uma tcnica de busca direta
eficiente e conveniente na otimizao de problemas com funes-objetivo no
lineares, como caso do ajuste de histrico, com diferentes restries e
explicitas ou implcitas variveis.
Muitos projetos de construo de reservatrios dependem de dados que
contm algum tipo de erro, tanto conhecidos, como desconhecido. Sendo que,
as medies nem sempre esto disponveis, e as propriedades chave, em
casos, so estimadas por diferentes meios. Assim, uma funo entropia
introduzida para quantificar a incerteza em parmetros de engenharia de
reservatrio que so representados como variveis aleatrias e descritos por
distribuio de probabilidade. E quando combinado com um determinado
algoritmo e uma rotina de simulao, o conceito pode ser utilizado para estimar
o grau de certeza requerido em variveis de entrada para se obter uma dada
segurana dos parmetros de sada( GENRICH et al.1989),
Bissel et al., (1992) consideraram o mtodo dos gradientes para ilustrar
a robustez e o desempenho desse mtodo atravs de uma aplicao simples
de campo, atravs da mudana nos cdigos de um simulador a fim de calcular
as derivadas dos muitos parmetros incertos ao mesmo tempo.
OUENES et al. (1993), foram os primeiros a aplicar o mtodo Simulated
Annealing na automatizao de ajuste de histrico, com o objetivo de
solucionar o problema da existncia de mnimos locais. Este algoritmo permite
movimentos probabilsticos em direes com maior valor da funo-objetivo,
impedindo que a busca pelo mnimo seja interrompida prematuramente em
pontos de mnimo local.
Moore e Cockcroff (1995) definem que a anlise de risco um mtodo
de quantificar os efeitos da incerteza sobre o resultado de decises e
apresentam uma reviso completa sobre esta em atividades de explorao e
produo de petrleo com estudos de caso mostrando sua relevncia e seus
benefcios. So apresentadas tambm discusses que focam questes
P g i n a | 12

bsicas, como: quantidade de hidrocarbonetos presentes, volume de


investimentos necessrio, quantidade de poos a serem perfurados, retorno
esperado para o investimento e riscos envolvidos.
Jensen (1998) apresenta uma metodologia para estimar o intervalo de
incertezas na previso de produo para um campo maduro atravs da tcnica
da rvore de deciso. Cada ramo da rvore representa um modelo completo de
simulao numrica do reservatrio. O campo estudado no seu trabalho,
mesmo possuindo dados de produo de mais de 25 anos, apresentou
significativas discrepncias entre os dados observados e os obtidos por meio
da simulao numrica.
Portella e Prais (1999) apresentam uma metodologia que combina a
tcnica de ajuste de histrico com geostatistica e modelagem de dados a fim
de fornecer imagens do reservatrio mais reais que levem os dados de
produo em considerao. O mtodo inicia pela tcnica do ajuste de histrico
automatizado usando dados de produo existentes. O modelo ajustado
resultante desta tcnica ento utilizado para gerar realizaes
geoestatsticas. Usando valores de pontos piloto e de dados originais
existentes, vrias imagens geoestatsticas so geradas. Ento, estas imagens
so usadas para obter o intervalo de confiana de previses de produo
atravs da simulao de fluxo de cada uma delas.
Kabir e Young (2001) apresentam um trabalho que foca questes
relativas a incertezas em dados de produo. As incertezas geolgicas, apesar
de existirem, tm um papel relativamente menor do que os parmetros ditos de
engenharia. Porm, eles no sugerem que incertezas geolgicas, tais como
presena de barreiras de fluxo no consideradas no caso estudado, no iro
alterar os resultados das simulaes. O trabalho citado mostra uma tentativa de
ajustar o histrico de produo de 30 anos de um campo martimo localizado
na Nigria.
Manceau et al. (2001) apresenta uma metodologia totalmente integrada
para o gerenciamento de incertezas do reservatrio durante o ajuste de
histrico, a previso de produo e otimizao do esquema de produo. Com
base na metodologia de concepo experimental tradicional. A teoria de
planejamento de experimentos combinada com a metodologia de superfcie de
resposta (uso de um polinmio para representar a resposta do simulador de
P g i n a | 13

fluxo) permite a quantificao do impacto das incertezas determinsticas


(dados petrofsicos e de produo) na produo de leo. J a tcnica inovadora
de Joint Modeling Method, utilizada para quantificar o impacto das incertezas
estocsticas (diferentes realizaes geoestatsticas e modelos de
reservatrios ajustados equiprovveis). O trabalho conclui que a integrao de
mtodos estatsticos, como o planejamento de experimentos, as superfcies de
resposta e o Joint Modeling Method, permite um tratamento eficiente das
incertezas na engenharia de reservatrios, sendo uma ferramenta apropriada
para uso em tomada de decises num ambiente propcio ao risco.
Mantica et al., 2002, ressalta a dificuldade em encontrar os parmetros
timos da simulao que combinem com os resultados do histrico.
Comumente requer minimizar a funo objetivo prximo a muitos mnimos
locais. Portanto, propuseram um mtodo baseado nos gradientes, onde
partindo de um ponto considerado j como bom para o ajuste, pode-se chegar
mais rapidamente ao mnimo mais prximo. O mtodo tem por objetivo gerar
trajetrias curtas para o parmetro avaliado.
Tavassoli et al. (2004), realizou uma simulao numrica para 3 anos
para um modelo de simulao e um caso base, onde ele constatou que o
melhor modelo de produo no tem necessariamente um bom ajuste para os
parmetros dos reservatrios.

Williams et al. (2004) apresentam uma tcnica patenteada, denominada


Top-Down Reservoir Modelling (TDRM), que incorpora incertezas do
reservatrio na construo do modelo e na previso de desempenho de
produo. TDRM usa um algoritmo gentico para ajuste de histrico assistido
por ser considerado o otimizador mais robusto para encontrar solues
alternativas. Esta abordagem foi aplicada com sucesso em 18(dezoito)
reservatrios em estudo, em campos que se encontram desde a fase de
avaliao at a fase de declnio, tanto para reservatrio de leo como para
reservatrio de gs.
Nicotra et al. (2005) implementaram pela primeira vez o algoritmo da
vizinhana O Algoritmo de Vizinhana (NA), originalmente desenvolvido para
sismologia terremoto, e fornece uma estrutura para a gerao de modelos de
histrico combinados que visa avaliar a incerteza na previso de produo de
P g i n a | 14

um reservatrio real. Neste estudo foi apresentada uma aplicao prtica do


algoritmo da vizinhana para gerar mltiplos modelos para ajuste de histrico
para um campo martimo com trs anos de histrico de produo. Como
resultados obtidos, pode-se citar uma reduo significativa no tempo e esforo
para obter um ajuste de histrico de alta qualidade.
Cheong e Gupta, 2005, utilizaram mtodos de anlise e concepo
experimental para minimizar o nmero de modelos geolgicos 3D que podem
ser construdos para identificar os efeitos significativos em vrios modelos
determinsticos.
Litvak et al. (2005) apresentam uma metodologia que permite que as
incertezas nos perfis de produo atravs dos dados de produo e de
ssmica. O algoritmo da vizinhana utilizado para selecionar valores de
parmetros de ajuste de histrico em cada simulao. A metodologia tem sido
aplicada com bastante sucesso em vrios reservatrios do Golfo do Mxico.
Skorstad et al (2006) desenvolveram um mtodo para simplificar o ajuste
de histrico atravs da integrao de dados de ssmica 4D, que so
comparados com os dados de simulao de um modelo base. A ssmica 4D
que nada mais do que uma 3D adicionada a componente do tempo, e foi
utilizada comparando os modelos ssmicos gerados em dois perodos
diferentes. Os dados da ssmica 4D foram comparados aos da ssmica 3D para
avaliar o que mudou no reservatrio. A integrao desses dados no modelo de
ajuste contribuiu para reduzir a diferena entre os dados do histrico e do
modelo de simulao.
Mohamed et al., (2011) estudaram o contexto do ajuste de histrico de
reservatrios considerando apenas uma funo objetivo para ser calibrada. Em
estudos anteriores j haviam testado essa metodologia assumindo que todos
os dados de produo provenientes dos poos so agregados num nico valor
desajustado, calculado pela soma das diferenas quadradas ponderadas entre
os dados de histrico de produo e os dados simulados. Tambm podem ser
definidos mltiplos objetivos a analisa-los, a princpio, separadamente, e
posteriormente incorporar esses diversos objetivos em uma nica funo
objetivo, a fim de equilibrar todas as funes estudadas. A principal vantagem
de utilizar essa tcnica poder explorar as trocas entre as funes objetivo
para encontrar todas as combinaes possveis de modelos que geram
P g i n a | 15

solues boas, pois em ajuste de histrico interessante de hajam vrias


solues que mapeiam qualquer cenrio geolgico.
Rwechungura et al. (2011) compararam as diferentes tcnicas utilizadas
para ajuste de histrico de reservatrios de petrleo, e constataram que
quando o nmero de parmetros a serem ajustados for adequado para o
desempenho do cluster disponvel, a utilizao de mtodos livres poderia
gastar o mesmo tempo de processamento, alm da possibilidade de haver
rudos que danificam os resultados quando incorporados na funo de custo.
Portanto nesta situao vivel a utilizao dos clusters para processar todas
as informaes, garantindo o maior nmero de repostas possvel e com
confiana. Os mtodos simplificados tambm foram testados considerando a
incorporao de dados adicionais, como dados eletromagnticos ou de
ssmica, e constatou-se que haveria a necessidade de mais tempo para
processar e ajustar o modelo, e possivelmente inviabilizando o trabalho.
GAO, et al., 2016, desenvolveram um mtodo de busca direta,
inicialmente testado em problemas lineares onde introduzido um rudo
artificial, posteriormente aplicado para um campo real para ajuste de histrico
de um reservatrio turbidtico canalizado com trs tipos de fcies. Os
parmetros avaliados pelo modelo que precisam ser ajustados so
permeabilidade, porosidade e net to gross, mas tambm foram includos ao
modelo parmetros como o DWOC e a transmissibilidade de uma falha. Os
testes numricos apontaram para um melhor ajuste de histrico realizado com
algoritmos hbridos do que com os tradicionais, como o Hipercubo Latino.

4.2 HiperCubo Latino

Segundo Nathanail (1991), o mtodo do hipercubo latino foi muito


importante para a seleo de amostras a partir de uma funo de distribuio
de probabilidade. Esse mtodo foi aplicado anlise de falhas de avio e
cunha em encostas rochosas. O mtodo uma alternativa para o Monte Carlo,
para seleo de amostras a partir de uma funo de distribuio de
probabilidade.
Ekeoma e Appah, 2009, utilizaram o mtodo de amostragem Hipercubo
Latino para analisar dois campos de gs j esgotados e com recuperao final
P g i n a | 16

conhecida. De acordo com os autores, o mtodo HCL menos empregado na


indstria do que a simulao de Monte Carlo, mesmo com a grande
capacidade de fornecer o mesmo resultado que o concorrente e sem precisar
de muitas simulaes. A preciso do mtodo foi analisada atravs da
comparao com o valor da recuperao final de gs conhecida. O mtodo
estimou o fator de recuperao de 93,3% para o gs, impulsionando o
esgotamento do reservatrio. O estudo mostrou que o mtodo de amostragem
HCL um bom estimador para reservas de gs.
P g i n a | 17

5. METODOLOGIA

As tabelas geradas no software Excel, foram elaboradas em conjunto


com os demais integrantes da disciplina de Engenharia de reservatrios, estes
integrantes so Josias Pereira, Bruno Kabke, Isadora Mascarenhas, Bettina
Galvo e Bruno Vernochi.
A figura abaixo o fluxograma base, no qual se baseia o presente estudo.

Figura 5-1: Fluxograma das etapas a serem seguidas.

A metodologia utilizada neste trabalho tem como objetivo a avaliao da


viabilidade econmica do projeto, assim como gerar diversos cenrios que
variam do mais pessimista ao mais otimista, a fim de tomar a melhor deciso
no desenvolvimento do campo petrolfero.
Com este intuito foram utilizados os dados de propriedades do fluido e
da rocha em que se encontram, estes foram utilizados durante a elaborao do
P g i n a | 18

relatrio e foram disponibilizados anteriormente atravs de relatrios de


anlises laboratoriais, adquiridos durante a perfurao dos poos exploratrios
do campo em questo, Campo de Namorado.
Utilizando o software Microsoft Excel, para tratar e ajustar os dados,
gerando por meio de interpolao de dados, os dados de entrada no simulador
numrico de fluxo. Desse modo, obteve-se um modelo numrico de referncia.

5.1 Caracterizao do Reservatrio

A fase inicial, de caracterizao do reservatrio, compreende toda a


discretizao dos dados do reservatrio que ser modelado, os quais sero
utilizados para a concepo do modelo geolgico e de fluxo. 39
Os dados iniciais para determinao dos valores das propriedades a serem
incorporados ao modelo foram fornecidas pelo professor Valmir Risso. Tratam-
se de dados e relatrios reais do Campo de Namorado, que so
disponibilizados para estudo e trabalhos acadmicos.
Os dados foram tratados com auxlio do software Excel para que numa etapa
posterior pudessem ser inseridos no pr-processador Builder.

5.2 Construo do modelo de simulao

Nesta etapa foi utilizado o pr-processador do simulador de fluxo CMG


conhecido como Builder, e atravs dele construdo o modelo de simulao,
este modelo foi elaborado em sete etapas descritas abaixo.
5.6.1 I/O Control
Nesta etapa so estipulados os valores de entrada e sada, as condies
iniciais do simulador, a unidade, o tipo de simulador utilizado, o tipo de
porosidade e a data de incio.
5.6.2 Reservoir
Nesta fase, so definidas as caractersticas geomtricas e as
propriedades do reservatrio (Porosidade, Permeabilidade, Espessura, Topo e
Netpay).
5.6.7 Components
Definidos o tipo de modelo de simulao, as caractersticas do
reservatrio, tambm so includos os dados PVT.
P g i n a | 19

5.6.3 Rock-Fluid Properties


Includos os dados tratados de permeabilidade relativa de leo- gua e
gs-gua e de presso capilar.
5.6.4 Initial Conditions
Parte em que so definidas algumas condies para futuras simulaes,
como a presso e profundidade de referncia, do contato leo-gua, o contato
gs-leo e a presso de bolha.
5.6.5 Numerical Control
Nesta seo o programa define valores relacionados ao tempo de
simulao e outros dados tomados como padro.
5.6.6 Wells & Recurrent Data
Definio do nmero, da localizao e especificaes dos poos. Aqui
tambm so locados os poos e aplicada a estratgia de produo.

5.3 Ajuste Histrico

A ltima etapa consiste no ajuste histrico da produo. Os dados de


histricos foram obtidos de dados reais do campo de namorado e nos
repassado pelo professor de forma que fosse possvel calibrar a produo.
Atravs desses dados foi atribudo o comando ALTER para cada time (Figura
5-1), com o objetivo de limitar a produo de lquido.
Depois disso so estipulados parmetros para serem ajustados a fim de
calibrar a produo. Alterando esses dados possvel analisar a diferena
entre as propriedades e o histrico, at encontrar a melhor combinao.
O clculo do afastamento mdio das propriedades, atravs da Funo
Objetivo (FO) (Equao 5-1). Na equao hi so os dados do histrico e si
so os dados da simulao.
P g i n a | 20

Figura 5-2: Comando alter

Equao 5-1: Calculo do afastamento.

5.4 Analise de sensibilidade

Para realizar a anlise de sensibilidade foram utilizados como


multiplicadores dos atributos os pontos mdios fornecidos pela respectiva curva
de distribuio e posteriormente calculado a sensibilidade, atravs da equao
5-2, que o quanto a mudana na grandeza do atributo impactou no projeto,
tendo como referncia o a produo de leo.

Equao 5-2: Sensibilidade.


P g i n a | 21

AS a anlise de sensibilidade e representa o impacto de cada cenrio na


produo de leo em relao a podua de leo do cenrio provvel (FObase),
FOi a produo de leo de cada simulao.
Aps esta anlise, plotado um grfico tornado para facilitar a
identificao dos atributos que mais causam impacto na produo do projeto.

5.5 Cmost

O CMOST emprega tcnicas inovadoras de projeto experimental,


amostragem e otimizao para determinar com eficincia os parmetros de
reservatrio e de operao que definem a recuperao e produo de campos
de leo, gs e gua.
P g i n a | 22

6. APLICAO
6.1 Tratamento de Dados utilizando o Microsoft Excel

5.1.1 Compressibilidade da Rocha


Para obteno da compressibilidade da rocha os dados dispostos na
(tabela 6-1) foram interpolados utilizando a equao de interpolao linear
(Equao 6-1).

Tabela 6-1:Dados para clculo da compressibilidade da rocha.

Equao 6-1: Equao de interpolao linear.

6.2 Presso Capilar

Nesta etapa, foram disponibilizados relatrios de 12(doze) amostras, e


destes foram extrados os valores de presso capilar e saturao de gua.
Com o objetivo de minimizar a disperso entre os dados das amostras, a
equao da funo J de Leverett foi utilizada nas 12(doze) amostras.
Calcularam-se ento os valores mdios da funo J e da Presso crtica por
sucessivas interpolaes e mdias a partir das 12(doze) amostras fornecidas.

Equao 6-2: Equao da Funo J de Leverett


P g i n a | 23

Figura 6-1: Funo J de Leverett para as amostras 1141, 1151, 1121, 2/9V.

A presso crtica mdia foi calculada com base na equao abaixo, e


aps ser calculada, a presso crtica em psi foi transformada para kgf/cm e
traada a curva de Sw / Pc media.

med

Equao 6-3: Presso crtica mdia.

Figura 6-2: Curva da Funo de Leverett em funo da saturao de gua das 12 amostras.
P g i n a | 24

Onde,
Pcrmed= Presso Crtica Mdia;
Jmed= Funo J de Leverett Mdia;
med Sigma Mdio;
Cosmed Cosseno do ngulo Mdio;
Kmed= Permeabilidade Mdia;
med Porosidade Mdia.

Tabela 6-2: Dados de Sw, Jmdio, Pcr(Psi) e Pcr(kgf/cm2).


P g i n a | 25

Com estes dados foi ento gerado um grfico entre Jmdio e Saturao
de gua (Sw), e este foi ajustado manualmente como mostra figura abaixo a
fim de obter a maior preciso possvel.

Como mostra a figura acima nos pontos verdes os dados obtidos atravs

Figura 6-3: Grfico da funo Jmdio e Jmdio corrigido pela saturao de gua
(Sw).

da interpolao de dados de J, obtido pela equao da funo J de Leverett, e


em vermelho estes mesmo dados corrigidos manualmente a fim de obter uma
maior preciso, e azul os dados de J dispostos separadamente antes da
interpolao.

2
Figura 6-4: Grfico da presso Capilar em kgf/cm pela saturao de gua (Sw).
P g i n a | 26

A figura acima mostra o grfico obtido entre A presso crtica e saturao de


gua, descritos na tabela 6-2.

6.3 Permeabilidades Relativas gua e leo

Atravs dos valores fornecidos de Sw, Kro e Krw, foi necessrio a


utilizao da equao 6-4 para a normalizao das saturaes a fim de
fornecer dados ao simulador de fluxo, pois, este aceita apenas duas curvas e
as amostras possuam mais de um valor de saturao para cada dado.

Equao 6-4 Equao de normalizao das saturaes.

No passo seguinte, a partir dos dados obtidos para cada amostra, foram
realizadas uma srie de interpolaes e nestes dados foi aplicada as mdias
geomtricas para obter o Krw e Kro mdios. Os valores obtidos foram plotados
em grficos e em seguida foi gerado um polinmio de 3 grau com intuito de
ajustar os valores de Krw e Kro mdios.
P g i n a | 27

Figura 6-5: Curva de Krw por Sw, ajustada pelo polinmio de 3.

Figura 6-6: Curva de Kro por Sw, ajustada pelo polinmio de 3.

Faz-se necessrio ressaltar que alguns valores foram extrados visto que
estes eram geraram valores negativos e o simulador no permite a entrada de
valores negativos, alm do mais as amostras NA-04 3/1V e RJS-42 1129
foram descartadas por apresentarem grande discrepncia em relao as
demais.

6.4 Permeabilidades Relativas Gs e leo

De maneira similar ao mtodo descrito na sesso acima, utilizando 5


amostras dadas, foram geradas as curvas de saturao de gs (Sg) por
permeabilidade relativa ao gs (Krg) e tambm a de saturao de gs (Sg) por
permeabilidade relativa ao leo (Kgo). Para o clculo de Sg ajustado, a
saturao de gs inicial foi considerada igual a 4%. Apresentam-se abaixo os
resultados finais obtidos, uma vez que o passo a passo detalhado acima se
aplica da mesma maneira a estes dados, para posteriormente alimentarem o
modelo numrico que ir ser gerado.
Tabela 6-3: Dados das amostras retiradas de relatrios. P g i n a | 28

Figura 6-8: Curva de Krg por Sg, ajustada pela exponencial.

Figura 6-7: Curva de Krog por Sg, ajustada pela exponencial.


P g i n a | 29

Assim como para clculo do Kw e Kro, teve que se excluir a amostra


RJS-42 4866H por apresentar valores discrepante em relao as demais
amostras.

6.5 Dados PVT (Presso, Volume e Temperatura)

Foram disponibilizados trs arquivos com dados amostrais dos quais


foram coletadas as seguintes propriedades Fator Volume Formao do leo
(Bo), Razo de Solubilidade (Rs), Fator Volume Formao do Gs (Bg) e
Viscosidade do leo (Vo) e Viscosidade do Gs (Vg). Devido ao fato dos dados
dos bancos amostrais apresentarem gaps entre os valores, foi necessrio
realizar a interpolao e extrapolao dos dados, utilizando o mtodo direto
para completar a base de dados. Logo aps foi feito o clculo da mdia entre
as trs amostras para cada propriedade e ento gerado grficos para cada
mdia das propriedades possibilitando anlise da conformidade dos elementos.
Nesta parte, todos clculos de PVT foram feitos, como descrito acima e
esto representados na tabela abaixo. Foi constatado que 214,03 kgf/cm a
presso de bolha, ou seja, o gs comea a desprender-se da soluo,
diminuindo os nveis de recuperao de leo.
P g i n a | 30

Figura 6-9: Dados PVT, interpolado e extrapolados.


P g i n a | 31

6.6 Construo do modelo de simulao

Nesta etapa foi utilizado o pr-processador do simulador de fluxo CMG


conhecido como Builder, e atravs dele construdo o modelo de simulao,
este modelo foi elaborado em seis etapas descritas abaixo.
6.6.1 I/O Control
Nesta etapa foi carregado o arquivo.msh do mapa de topo permitindo a
visualizao das margens do reservatrio e da localizao dos poos. Tambm
nesta etapa foi determinada a unidade (MODSI), e o tipo de simulador utilizado
(IMEX), o tipo de porosidade (Single Porosity) e a data de incio (31/05/1979).
6.6.2 Reservoir
Nesta etapa foram adicionadas as demais propriedades do reservatrio
(porosidade, permeabilidade, netpay, espessura e topo), criado o grid, foi
utilizado um greid de 73x43x6, nesta etapa tambm foi feita a anulao dos
blocos.
P g i n a | 32

Figura 6-10: Representao 2D do reservatrio, aps anulao dos blocos.

6.6.3 Components
Aps definidos o tipo de modelo de simulao, as caractersticas do
reservatrio (Figura 6-11), tambm so includos os dados PVT como mostram
os grficos gerados, que representam Rs e Bo (Figura 6-13) Bg (Figura 6-12) e
Viscosidade (Figura 6-14), todos plotados em funo da presso.

Figura 6-11: Caractersticas do reservatrio.


P g i n a | 33

Figura 6-12: Bo e Rs para o modelo simulado

Figura 6-13: Bg para o modelo simulado.


P g i n a | 34

Figura 6-12: Viscosidade do leo e do gs para o modelo simulado.

6.6.4 Rock-Fluid Properties


Nesta etapa foram aplicados os dados de propriedades da rocha e fluido
e gerados os grficos de permeabilidade relativa leo e gua (Figura 6-15)
Permeabilidade relativa leo e gs (Figura 6-16) e da Presso Capilar (Figura
6-17).

Figura 6-13: Curvas de permeabilidade relativa leo-gua.


P g i n a | 35

Figura 6-14: Curvas de permeabilidade relativa gs-leo.

Figura 6-15: Curva de presso capilar.


P g i n a | 36

Esta etapa foi bastante complexa e exigiu vrios ajustes manuais dos
dados a fim de solucionar os erros. O Builder emitia a seguinte mensagem de
erro (Figura 6-18) o qual foi corrigido alterando os dados de Krog e Krow a fim
do primeiro valor de Krow coincidir com o ltimo valor de Krog.

Figura 6-16: Erro do Builder ao inserir os dados da rocha.

6.6.5 Initial Conditions


Nesta etapa os dados de condies iniciais (Figura 6-19) foram
disponibilizados pelo professor da disciplina, e acrescentados ao pr-
processador Builder.

Figura 6-17: Dados de condies iniciais.


P g i n a | 37

6.6.6 Numerical Control


Nesta fase os valores foram ajustados de acordo com os valores
disponibilizados em aula, como mostra a figura abaixo.

Figura 6-18: Valores de Numerical Control, disponibilizados em


aula.

5.6.7 Wells & Recurrent Data


Contando com 45(quarenta e cinco) poos, entre produtores e injetores.
Os poos produtores foram especificados com taxa de produo de lquido
(leo, gs e gua) em superfcie de 1000m/dia a 2000m/dia e com presso
mnima de poo de 100kg/cm. Nos poos injetores foi atribuda uma taxa de
injeo de gua entre 2000 a 4000m/dia e presso mxima de poo
500kg/cm.
P g i n a | 38

7. RESULTADOS E DISCUSSO

Neste tpico sero apresentados os resultados, e os mesmo sero


discutidos comparando-os.

7.1 Aplicao da Estratgia de Simulao

Durante a gerao do histrico foi necessrio utilizar uma estratgia de


locao dos poos. Essa etapa alm de demorada foi muito trabalhosa visto
que a dificuldade em estabilizar a presso foi grande.
Foram includos os comandos ALTER para todos os poos com os
valores de vazo de produo e injeo de lquido, em cada time. A aplicao
desse comando implica no ajuste da produo de lquido de acordo com as
condies de operao e permite o incio do ajuste histrico.
Contudo possvel observar que mesmo aps acrescentados os alters
no h uma mudana brusca na nas curvas de Cumulative Oil e Reservoir
Pressure, isto se d ao fato de algum erro ter ocorrido durante a execuo do
mesmo, erro este no solucionado at o presente momento, fazendo com que
a prxima etapa seja resolver este erro e partir para o ajuste de histrico.

Figura 7-1: Curvas plotas antes de adicionar os ALTERS.


P g i n a | 39

Figura 7-2: Curvas plotas depois de adicinar os ATERS.

7.2 Anlise de sensibilidade

Para calcular o risco que est associado ao projeto, inicialmente


preciso avaliar as incertezas que correspondem a cada atributo. Foram
considerados 10 atributos, cada qual com a prpria incerteza, como
apresentado na tabela 6-4
P g i n a | 40

Tabela 7-1: Atributos para analise de sensibilidade.

A incerteza espacial dos atributos juntamente com as tabelas de


distribuio de normal, triangular e uniforme, foi definida aleatoriamente.
O mtodo de sorteio utilizado para os cenrios foi o Hipercubo Latino
(HCL), que manipula/tendncia quantidade de possibilidades para um cenrio
de acordo com os valores de entrada e sada da planilha de distribuio.
Para cada atributo o HCL fornece 27 cenrios possveis. Todos os
cenrios so combinados na ordem fornecida pelo sorteador. O mtodo do
HCL determina que cada sorteio tenhamos a mesma probabilidade de
ocorrncia, ento, cada cenrio passa a ter 1% de chance de acontecer.
P g i n a | 41

A Anlise de sensibilidade representa o impacto de cada cenrio na


produo de leo em relao produo do cenrio provvel. Aps esta
anlise, plotado um grfico tornado para facilitar a identificao dos atributos
que mais causam impacto nas curvas de produo do projeto. A anlise de
sensibilidade tem por finalidade a reduo do nmero de atributos incertos
atravs da escolha dos mais crticos. Desta forma, deve ser feita uma escolha
dos atributos que tm maior influncia nas funes-objetivo em estudo para
serem utilizados na fase de quantificao das incertezas. Dessa forma, so
obtidos os cenrios, pessimista, provvel e otimista para cada atributo de modo
a construir um grfico tornado a fim de determinar os 3 principais atributos que
apresentavam mais influncia no afastamento para a taxa de leo, gs, gua e
presso do campo. Assim, neste trabalho foi realizada a anlise de
sensibilidade para os atributos contnuos, porosidade, permeabilidade I, J e K,
NetGross, Densidade, DWOC e DGOC e para os atributos discretos, contato
leo-gua e gs leo, assim como PVT (Tabela 6-4). Sendo a funo objetivo,
construda a partir do afastamento dos dados simulados e o histrico do campo
(Equao 6-1).

Equao 7-1: Funo objetivo (Fo).

Onde:

a soma da diferena entre os dados observados (histrico e


simulados);
a soma da diferena dos dados observados ao quadrado.
P g i n a | 42

7.3 Analise de sensibilidade

DGOC
DWOC
PVT
Krow
Porosidade OTIMISTA
Net gross PESSIMISTA
Densidade
Krog
PERMK
PERMI

-1,5 -1 -0,5 0 0,5 1 1,5

Figura 7-3: Grfico tornado analise de sensibilidade.

Depois de realizada a analise de sensibilidade, a fim de determinar os 3


atributos mais crticos, o resultado foi, que para o projeto em questo os
atributos crticos, baseando-se na produo de leo (oil rate) so o contado
leo gua(DGOC), o contato leo-gs (DWOC) e os dados de presso volume
e temperatura (PVT) Figura 7-1.

7.4 Hipercubo Latino

Com os atributos crticos definidos anteriormente, passamos para o


ajuste de histrico, utilizando o mtodo Hipercubo Latino que
manipula/tendncia quantidade de possibilidades para um cenrio de acordo
com os valores de entrada e sada da planilha de distribuio, e atravs da
planilha de sorteios disponibilizada em aula, foi realizado o sorteio para os 3
atributos destacados anteriormente, e estes retornaram 27 possibilidades de
ocorrncia que quando combinadas nos do 27 cenrios, divididos em 1-9
pessimista, 10-18 provvel, e 18-27 otimista. Figuras 7-4; 7-5.
P g i n a | 43

Figura 7-4: Distribuio dos cenrios.

Figura 7-5: Cenrios plotados no simulador de fluxo.

Como mostra a figura acima os 27 cenrios foram simulados, e


posteriormente analisados utilizando o simulador de fluxo CMG, onde as linhas
P g i n a | 44

vermelhas demonstram os cenrios pessimistas, as amarelas os provveis e as


verdes os otimistas, ambas as curvas analisadas pela proximidade do histrico
de Cumulative Oil.
Aps esta etapa foram obtidas as curvas de afastamento pela formula
descrita no capitulo anterior, onde foram gerados os grficos de afastamento
para leo, gs, gua e presso.

Na segunda etapa foi escolhido cenrio que mais se aproximou do


histrico e este se tomou como base para mais uma rodada de sorteios pelo
mtodo HCL, o cenrio utilizado foi o resultado da simulao 5.
Os novos 27 cenrios esto dispostos abaixo:

Figura 7-6: Segunda rodada de simulaes.

Estes tambm foram simulados com auxilio do simulador de fluxo CMG,


e plotadas as curvas de Cumulative Oil, do histrico em relao s simulaes
como mostra a figura abaixo.
P g i n a | 45

Figura 7-7: Segunda rodada de cenrios, Simulador de Fluxo.

Assim como na rodada anterior foram gerados os grficos de


afastamento para leo, gua. Gs e presso, as figuras abaixo mostram a
comparao entre as curvas de afastamento entra as duas rodadas.

1,2 CURVA DE AFASTAMENTO - QO


PROBABILIDADE ACUMULADA

0,8

0,6
SEGUNDA RODADA
0,4
PRIMEIRA RODADA
0,2

0
-5E+09 0 5E+09 1E+10 1,5E+10
AFASTAMENTO DA TAXA DE PRODUO DE LEO

Figura 7-8: Comparao entre afastamento do leo.


P g i n a | 46

PROBABILIDADE ACUMULADA CURVA DE AFASTAMENTO


1,2
- QG
1

0,8

0,6
SEGUNDA RODADA
0,4
PRIMEIRA RODADA

0,2

0
-2E+16 -1E+16 0
AFASTAMENTO DA TAXA DE PRODUO DO GS

Figura 7-9: Comparao entre afastamento do gs.

CURVA DE AFASTAMENTO
1,2
- QW
PROBABILIDADE ACUMULADA

SEGUNDA RODADA
1
PRIMEIRA RODADA
0,8

0,6

0,4

0,2

0
-1,5E+10 -1E+10 -5E+09 0 5E+09
AFASTAMENTO DA TAXA DE PRODUO DA GUA

Figura 7-10: Comparao entre afastamento da gua.


P g i n a | 47

1,2
CURVA DE AFASTAMENTO - PRESSO
PROBABILIDADE ACUMULADA

0,8
SEGUNDA RODADA
0,6
PRIMEIRA RODADA
0,4

0,2

0
-500000 0 500000 1000000 1500000 2000000 2500000
AFASTAMENTO DA TAXA DE PRODUO DA PRESSO

Figura 7-11: Comparao entre afastamento da presso.

Como pode ser observado nas figuras acima, todos os afastamentos


sejam para leo, gua, gs e presso tendeu a verticalizar, ou seja, o
afastamento foi diminuindo, aproximando-se assim do histrico do campo.

7.5 Ajuste Local

Para o ajuste local foi selecionado Na26D. Com isso, foi realizado
algumas alteraes no mesmo a fim de traz-lo para mais prximo do histrico
Para isso, foi observado o grfico de Cumulative Oil.

No primeiro momento o poo NA26D encontrava-se relativamente fora


da curva do histrico (Figuras 7-10, 7-12, 7-14, 7-16, 7-18), mas aps a
alterao da altura de completao das camadas, e alterao da
permeabilidade vertical e horizontal prxima ao poo em questo, o mesmo
tendeu a se ajustar, contudo apenas na produo de leo e cumulative oil. e
um pequeno ajuste na produo de gs, enquanto que a produo de gua, e a
presso de bloco de poo continuam fora do histrico, o que requer mais
ajustes. (Figuras 7-11, 7-13, 7-15, 7-17, 7-19).
P g i n a | 48

Figura 7-12: Poo NA26D antes do ajuste.

Figura 7-13: Poo NA26D ajustado.


P g i n a | 49

Figura 7-14: Poo, NA26D, oil rate antes do ajuste.

Figura 7-15: Poo, NA26D, oil rate depois do ajuste.


P g i n a | 50

Figura 7-16: Poo, NA26D, gs rate antes do ajuste.

Figura 7-17: Poo, NA26D, gs rate depois do ajuste.


P g i n a | 51

Figura 7-18: Poo, NA26D, water rate antes do ajuste.

Figura 7-19: Poo, NA26D, water rate depois do ajuste.


P g i n a | 52

Figura 7-20: Poo NA26D, presso de bloco de poo, antes do ajuste.

Figura 7-21: Poo NA26D, presso de bloco de poo, depois do ajuste.


P g i n a | 53

7.6 Previso da Produo

A previso da produo futura da produo foi estimada para os prximos


30 anos. O BHP foi fixado, como mostra a figura 7-22, para todos os poos no
ltimo valor informado pelo ajuste.

Figura 7-22: Configurao do BHP dos poos para a previso futura da produo.

Para a previso da produo foi escolhido o melhor mtodo at o


presente (Mtodo 2) e a partir dele foi adicionado mais 30 (trinta) anos a mais
de produo a fim de determinar o tempo ideal de produo do reservatrio.

As figuras abaixo mostram as previses futuras para oil rate, gs rate,


water rate e presso do campo, depois de fixados o bhp e a produo deixada
livre.
P g i n a | 54

Figura 7-23: Previso de produo para leo.

Figura 7-24: Previso de produo para gs.


P g i n a | 55

Figura 7-25: Previso de produo para gua.

Figura 7-26: Previso de presso.


P g i n a | 56

Como pode ser observado nas figuras acima onde em vermelho


observamos o histrico do campo e em azul a simulao pode se notar que o
modelo simulado tente a se ajustar com o histrico, mas aps este perodo
quando feita a previso para 30 anos a produo de leo e gs tende a
diminuir enquanto a produo de gua tende a aumentar, a presso tende a se
manter constante visto que seu valor foi fixado usando o comando Target. E
com essas informaes pode-se perceber que aps 10 anos a produo tende
a diminuir o que poderamos delimitar como sendo a previso de produo. No
entanto optou-se por deixar o campo produzindo at 30 anos.

7.7 Cmost

O CMOST como mencionado anteriormente uma ferramenta do


software CMG, no qual possvel calcular os cenrios automaticamente,
entrando com o histrico do campo, com o modelo base no ajustado
manualmente e os ranges mnimo e mximo.

Figura 7-27: Oil rate ajustado com CMOST.


P g i n a | 57

Figura 7-28: Oil rate ajustado manual.

Figura 7-29: Presso ajustada manual.


P g i n a | 58

Figura 7-30: Presso ajustada com CMOST.

Como podemos observar nas figuras acima, o CMOST, assim como o


ajuste manual chegaram bem prximos ao histrico, em relao a produo de
leo o CMOST assim como o ajuste manual foram muito eficazes, contudo no
ajuste da presso como podemos observar o ajuste manual se mostrou mais
prximo que o ajuste automatizado.
P g i n a | 59

8. PROXIMAS ETAPAS

A prxima etapa seria elaborar mais rodadas de sorteios pelo mtodo


HCL ou outro mtodo a fim de aproximar ainda mais as curvas de produo do
histrico, assim como utilizar mais parmetros vindos da analise de
sensibilidade, com o intuito de tornar o modelo o mais confivel possvel.
P g i n a | 60

9. CONCLUSO

Aps aplicao da metodologia e posterior anlise dos resultados


obtidos, chegou-se a algumas concluses a respeito do que foi desenvolvido
neste trabalho.
A primeira concluso que a simulao de reservatrio, aplicada ao
ajuste de histrico, no s complexa como demanda um grande tempo e
conhecimento. Ao longo do trabalho tornou-se evidente tambm o cuidado que
se deve ter nas escolhas dos mtodos empregados desde o tratamento de
dados at a criao do modelo numrico, pois um erro mnimo gerado em uma
dessas etapas pode gerar um erro acumulado afetando no resultado final.
A segunda concluso de que o ajuste uma etapa fundamental para
prever a produo, isso ficou evidente quando foram inseridos os dados de
produo fornecidos pelo histrico no modelo de simulao. A diferena na
curva da presso foi muito significativa, indicando que o modelo simulado
estava muito distante do modelo real do reservatrio, ressaltando ento a
necessidade de ajustar os dados (funes objetivo), a fim de corrigir o modelo
de simulao para que possa representar mais fielmente o reservatrio real
para que possa ser utilizado na previso futura.
Por fim, vale ressaltar que o objetivo inicial proposto foi realizado com xito.
Foram desenvolvidos e aprimorados conhecimentos sobre a utilizao das
ferramentas computacionais disponveis e como podem ser empregadas para
ajustar um histrico de produo de um campo de petrleo.
P g i n a | 61

10. REFERNCIAS BIBLIOGRFICAS

AZIZ, K. e SETTARI, A., Petroleum Reservoir Simulation. Applied Science


Publishers LTD, London, 1979
.
BISSEL, R., KILLOUGH, J. E., SHARMA, Y. Reservoir history matching using
the method of gradientes on a workstation In: SPE EUROPEAN PETROLEUM
COMPUTER CONFERENCE, May, 25-27, 1992, Stavanger, Norway. p.61-66.
SPE 24265.

CHEONG, Y. P., GUPTA, R., Experimental Design and Analysis Methods


for Assessing Volumetric Uncertainties. Paper SPE 80537. SPE Journal,
Volume 10, Number 3, September, pp. 324 335, 2005.

Definio de viscosidade. Disponivel em http://www.prolab.com.br/blog/o-


que-e-viscosidade-de-um-fluido/. Acesso 15 de outubro de 2016.

EKEOMA, E.; APPAH, D. A. Latin Hypercube Sampling (LHS) for gas reserves.
33rd Annual SPE International Technical Conference and Ehibition, Abuja,
Nigria. Ago. 3-5, 2009. SPE 128349.

GENRICH, J. F. end SOMMER, F. S. Novel Approach to Sensitivity


Analysis. Standard, Alaska, 1989. SPE-17067-PA

GAO, G.; VINK, J. C.; CHEN, C.; ALPAK, F. O.; DU, K. A parallelized and
hybrid data-integration algorithm forr history matching of geologically
complex reservoirs. SPE Annual Technical Conference and Exhibition,
Houston, 28-30, sep. 2015. SPE Journal, 2016.

GOMES, G. L. Estimativa dos perfis de permeabilidade e de porosidade


utilizando rede neural artificial. (Dissertao de mestrado) Centro de
Geocincias, Belm, UFPA, 2002. LUIZ. J. G.; SILVA C. M. L. Geofsica de
prospeco. Belm, UFPA, 146p, 2002.
P g i n a | 62

Jensen, T.B. Estimation of Production Forecast Uncertainty for a Mature


Production Licence. In: Annual Technical Conference and Exhibition,
NewOrleans, SPE 49091, Setembro, 1998.

Kabir, C. S. e Young, N. J. Handling Production-Data Uncertainty in History


Matching: The Meren Reservoir Case Study. In: SPE Annual Technical
Conference and Exhibition, New Orleans, Louisiana, SPE 71621, 30 de
Setembro a 3 de Outubro de 2001.

Litvak, M., Christie, M., Johnson, D., Colbert, J., e Sambridge, M. Uncertainty
Estimation in Production Constrained by Production History and Time-
Lapse Seismic in a GOM Oil Field. SPE Reservoir Simulation Symposium,
Houston, Texas, SPE 93146, 31 de Janeiro a 02 de Fevereiro de 2005.

Manceau, E., Mezghani, M., Zabalza-Mezghani, I. e Roggero, F. Combination


of Experimental Design and Joint Modeling Methods for Quantifying the
Risk Associated Whit Deterministic and Stochastic Uncertainties An
Integrated Test Study. SPE Annual Technical Conference and Exhibition, New
Orleans, Louisiana, SPE 71620, 30 de Setembro a 3 de Outubro de 2001.

MANTICA, S., COMINELLI, A., MANTICA, G., DELL'INSUBRIA, U., Combining


Global and Local Optimization Techniques for Automatic History Matching
Production and Seismic Data. Paper SPE 78353. SPE Journal, Vol 7,
Number 2, 123-130, June 2002.

MEZZOMO, C. C. Otimizao de Estratgias de Recuperao para Campos


de Petrleo. UNICAMP. 2001.

MOHAMED, L.; CHRISTIE, M.; DEMYANOV, V. History matching and


uncertainty quantification: multiobjective perticle swarm optimisation approach.
SPE EUROPE/EAGE Anual Conference and Exibition. Vienna, Austria, May.
23-26, 2011. SPE 143067
P g i n a | 63

Moore, K. e Cockcroft, P.J. Applications of Risk Analysis in Petroleum


Exploration and Production Operations, SPE Asia Pacific Oil & Gas
Conference, Kuala Lumpur, Malaysia, SPE 29254, Maro 1995.

MIYOSHI, S. C. Modelo Kernel PCA-Gentico para Ajuste de Histrico. Rio


de Janeiro, 2010. 110p. Dissertao (Mestrado) - Departamento de Engenharia
Eltrica, Pontifcia Universidade Catlica do Rio de Janeiro, 2010.

NATHANAIL, CP, & ROSENBAUM, M.S. Probabilistic slope stability assessment


using latin hypercube sampling. 1991. Sociedade Internacional de Mecnica das
Rochas.

Nicotra, G., Godi, A., Cominelli, A. e Christie, M. Production Data and


Uncertainty Quantification: A Real Case Study. SPE Reservoir Simulation
Symposium, Houston, Texas, SPE 93280, 31 de Janeiro a 02 de Fevereiro de
2005.

OUENES, A.; BREFORT, B.; MEUNIER, G.; e DUPERE, S. A New Algorithm


for Automatic History Matching: Aplication of Simulated Annealing
Method (SAM) to Reservoir Inverse Modeling.1993. SPE 26297

Portella, R. C. M. e Prais, F. Use of Automatic History Matching and


Geostatistical Simulation to Improve Production Forecast. SPE Latin
American and Caribbean Petroleum Engineering Conference, Caracas,
Venezuela, SPE 53976, 21 a 23 Abril de 1999.

RISSO, V. F. Ajuste de Histrico Utilizando Planejamento Estatstico e


Combinao de Dados de Produo, Presso e Mapas de Saturao.
Campinas, (Dissertao de doutorado) Instituto de Geocincias, Campinas,
faculdade de engenharia mecnica, 263p, 2007.
P g i n a | 64

ROSA, A.J.CARVALHO,R.S.,XAVIER,J.A.D. Engenharia de Reservatrios de


Petrleo. 1. ed.Rio de Janeiro: Editora Intercincia, 2006.

RWECHUNGURA, R.; DADASHPOU, M.; KLEPPE, J. Advanced history


matching techniques reviewed. SPE Middle East Oil and Gas Show and
Conference, Manama, Bahrain, sep. 25-28, 2011. SPE 142497.

SHUM, Y. M.; KONOPNICKI, D. T.; Application of the Complex Method for


constrained optimization to oilfield problems. 1976. SPE 5666.

SKORSTAD, A., KOLBJRNSEN, O., DROTTNING, ., GJYSTDAL, H.,


HUSEBY, O.Combining Saturation Changes and 4D Seismic for Updating
Reservoir Characterizations. Paper SPE 106366. SPE Reservoir Evaluation &
Engineering, Volume 9, Number 5, October, pp. 502-512, 2006.

TAVASSOLI, Z.; CARTER, J. N.; KING, P. R. Errors in History Matching.


SPE journal, 2004. SPE-86883-PA

Williams, G. J. J., Mansfield, M., MacDonald, D. G., e Bush, M. D. Top-Down


Reservoir Modelling. In: SPE Annual Technical Conference and Exhibition,
Houston, Texas, SPE 89974, 26 a 29 de Setembro de 2004.