AGRADECIMENTOS
Benjamin Disraeli
V
RESUMO
ABSTRACT
LISTA DE FIGURAS
Figura 6.8: Comparação entre o fator volume formação em função da pressão para
as três amostras........................................................................................................ 52
Figura 6.35: Gráfico com as curvas de produção acumulada de óleo, gás e água
.............................................................................. .....................................................72
Figura 7.2: Gráfico de comparação entre as curvas de produção diária de óleo, gás e
injeção de água ....................................................................................................... 74
LISTA DE TABELAS
LISTA DE EQUAÇÕES
NOMECLATURA
GLOSSÁRIO
SUMÁRIO
1 INTRODUÇÃO
1.1 Motivação
1.2 Justificativa
2 OBJETIVOS
3 FUNDAMENTAÇÃO TEÓRICA
3.1.1 Exploração
3.1.2 Avaliação
3.1.3 Desenvolvimento
3.1.4 Produção
7
3.1.5 Abandono
3.3.1 Porosidade
3.3.2 Permeabilidade
Sendo:
3.3.3 Compressibilidade
3.3.4 Saturação
3.3.5 Molhabilidade
3.4.1 Viscosidade
Conforme Rosa et. al. (2006), é a razão entre o volume que a fase líquida
(óleo mais gás dissolvido) ocupa em condições de pressão e temperatura quaisquer
e o volume do que permanece como fase líquida quando a mistura alcança as
condições-standard. A equação 3.8 apresenta a equação utilizada para calcular o
fator volume-formação do óleo.
Sendo:
Bg = Fator volume-formação do gás.
Vo = Volume nas condições-standard ou padrão.
V = Volume do gás nas condições p, T.
3.5.1 Analogia
volume original é expresso nas condições de superfície, por isso utilizasse o fator de
volume de formação.
De acordo com Rosa et al. (2006), o modelo black oil também pode ser
denominado de modelo tipo Beta ou volumétrico, neste modelo o tratamento
matemático envolve funções da pressão e da temperatura do reservatório. Cada
uma das fases (água, óleo e/ou gás) presentes no reservatório é considerada como
se tivesse um único componente.
3.6.1.2 Modelo Composicional
4 REVISÃO BIBLIOGRÁFICA
manual. Desta maneira, o método gradiente é o mais eficiente, apesar de ter uma
taxa de convergência muito elevada, este método possui limitações, podendo
dependendo da situação, não convergir, por exemplo.
Manceau et al. (2001), apresentaram em seu estudo uma metodologia
totalmente integrada para o gerenciamento de incertezas do reservatório durante o
ajuste de histórico, a previsão de produção e otimização do processo de produção.
Com base na metodologia de concepção experimental tradicional. A combinação da
teoria de planejamento de experimentos e a metodologia de superfície de resposta
(utilização de um polinômio para representar a resposta do simulador de fluxo)
possibilitou a quantificação do impacto das incertezas “determinísticas” (dados
petrofísicos e de produção) na produção de óleo. Já a técnica inovadora de Joint
Modeling Method, é utilizada para quantificar o impacto das incertezas “estocásticas”
(diferentes realizações geoestatísticas e modelos de reservatórios ajustados
equiprováveis). Os autores concluem que a integração de métodos estatísticos,
permitem um tratamento eficiente das incertezas na engenharia de reservatórios,
sendo uma ferramenta apropriada para uso em tomada de decisões.
Netto et al. (2003) apresentaram em seu estudo um modelo de ajuste de
histórico, para um reservatório que o modelo de simulação original não reflete o
comportamento da produção. O objetivo principal dos autores é apresentar novas
abordagens para melhorar as correspondências do histórico de produção. A
metodologia adotada consiste em uma análise de sensibilidade dinâmica baseada
em simulação de modelos onde atributos incertos são testados e comparados com
um modelo base. Ao final, os autores concluíram que a metodologia proposta é útil
para integrar o processo de comparação de histórico com a análise de incerteza e
permite a seleção de modelos para obter cenários mais confiáveis para as previsões
de produção.
Conforme Tavassoli et al. (2004), o melhor modelo de produção não precisa
necessariamente ter um bom ajuste para os parâmetros do reservatório. Para isso,
realizaram uma simulação numérica para um período de aproximadamente três anos
para um caso base e um modelo de simulação, estudando os possíveis erros no
ajuste de histórico.
Khazanehdari et al., (2005) combinaram sísmica e ajuste de histórico de
produção. Para a modelagem foram utilizados um poço de produção e um de
injeção. A existência de várias repetições de conjuntos de dados 3D de alta
37
5 METODOLOGIA
Caracterização do Reservatório
Excel
Builder
Dados de
Poços
Definição e Construção do
Results 3D Modelo de Simulação Dados de
Produção
IMEX Completação e
ALTER
Ajuste de
Results Graphs
Histórico
Previsão de
Produção
Figura 5.1: Fluxograma das etapas adotadas neste trabalho.
40
5.1.1 Excel
/
5.1.2.1 IMEX
O IMEX é um simulador Black Oil da nova geração da CMG que simula deple-
tação primária, injeção de água, gás, solvente e polímero em reservatórios de poro-
sidade simples e dupla.
5.1.2.2 BUILDER
O Builder é uma ferramenta que pode ser utilizada para criar arquivos de en-
trada de simulação para os simuladores da CMG. O Builder cobre todas as áreas de
entrada de dados, incluindo criar e importar grids e propriedades dos grids, localiza-
ção dos poços, importar dados de produção dos poços, importar ou criar modelos de
fluidos, propriedades das rochas e dos fluidos e condições iniciais.
5.1.2.3 CMOST
5.2.5 PVT
5.4 Completação
Esta etapa da metodologia será abordada apenas no relatório final, pois ela
será desenvolvida no decorrer das próximas atividades.
46
6 APLICAÇÃO
A partir dos dados coletados para a saturação de água (Sw) para cada uma
das doze amostras, foram geradas as curvas de Pressão Capilar, conforme mostra o
primeiro gráfico da figura 6.2.
Observa-se no gráfico da pressão capilar que há um grande diferencial entre
as curvas de cada amostra, por este motivo, foi utilizada a função J (função J de Le-
verett) com o objetivo de gerar curvas com o desempenho mais similar, aproximando
o comportamento das diversas amostras. Os valores de J foram calculados para ca-
da amostra resultando no segundo gráfico da figura 6.2.
Pcap Psi
25
20
15
10 Pcap Psi
5
0
0 20 40 60 80 100
Figura 6.4: Pressão Capilar.
49
6.1.4 PVT
Figura 6.8: Comparação entre o fator volume formação em função da pressão para as três amostras.
6.2.1 IO Control
54
Nesta etapa foi carregado o arquivo .msh do mapa de topo permitindo a vi-
sualização do contorno do reservatório e da localização dos poços. Também nesta
etapa realizada a determinação da unidade (MODSI), e o tipo de simulador utilizado
(IMEX), o tipo de porosidade (Single Porosity) e a data de início (31/05/1979).
A partir desta etapa é feita a abertura do mapa de topo, na seção open map
file, para que os poços possam ser incluídos no programa.
6.2.2 Reservoir
Figura 6.12: Mapa de topo do Campo de Namorado com os blocos profundos anulados.
56
6.2.3 Components
Nesta etapa também são incluídos os dados PVT como mostram os gráficos
gerados, que representam Rs e Bo (Figura 6.14) Bg (Figura 6.15) e Viscosidade
(Figura 6.16), todos plotados em função da pressão.
6.4 Completação
O mapa abaixo, figura 6.29, indica a espessura média de cada uma das doze
camadas do reservatório. Conforme mostra o mapa, as camadas com uma maior
espessura estão localizadas na área central do Campo.
Figura 6.35: Gráfico com as curvas de produção acumulada de óleo, gás e água.
7 RESULTADOS E DISCUSSÃO
Figura 7.1: Gráfico de comparação entre a curva de produção diária de óleo e o histórico do Campo.
Figura 7.2: Gráfico de comparação entre as curvas de produção diária de óleo, gás e injeção de água.
Figura 7.3: Gráfico de comparação entre a curva de produção diária de óleo e o histórico do Campo.
Figura 7.4: Gráfico de comparação entre a curva de injeção de água e o histórico de injeção do
Campo.
Figura 7.5: Gráfico de comparação entre a curva pressão simulada e o histórico de pressão do
Campo.
8 CONCLUSÃO
9 PRÓXIMAS ETAPAS
REFERÊNCIAS BIBLIOGRÁFICAS
KHAZANEHDARI, J.; CURTIS, T.; YI. T.; Combined Seismic and Production
History Matching. Paper SPE, October, 2005. SPE-97100.
LIND R.H.; ALLOTAI O.; GAAIM A.M.; ALMUALLIM H. Computer Assisted History
Matching- A Field Example. Reservoir Characterisation and Simulation
Conference. Abu Dhabi, UAE. 2013. SPE- 165979.
ANEXOS