DASAR TEORI
Pada bab ini akan dijelaskan mengenai landasan teori yang dijadikan
referensi untuk melakukan berbagai tahapan serta proses penelitian skripsi.
Penjelasan tersebut meliputi konsep oil potensial unit, simulasi reservoir secara
umum, pengolahan data.
3.1. Oil Potential Unit
Peta OPU merupakan peta dari overlay perkalian isoporositas
isopermeabilitas, isosaturaasi dan ketebalan lapisan hingga diperoleh peta yang
mempersentasikan potensi minyak yang terkandung.
3.1.1. Peta Isosaturasi
Perencanaan letak sumur infill harus mempertimbangkan dari peta
isosaturasi. Peta isosaturasi merupakan peta yang menghubungkan garis-garis
kontur yang menunjukkan tempat-tempat dengan harga saturasi yang sama. Letak
sumur infill yang diharapkan adalah daerah yang memiliki angka saturasi minyak
yang tinggi.
3.1.2. Peta Isoporositas
Peta isoporositas merupakan peta yang menggambarkan garis-garis
kesamaan porositas, dimana pembuatannya mengikuti pola ketebalan lapisan
produkstifnya. Letak sumur infill yang diharapkan adalah daerah yang memiliki
angka porositas yang tinggi. Kombinasi peta isosaturasi dengan peta isoporositas
dikenal dengan peta distribusi minyak.
3.1.3. Peta Isopermeabilitas
Area dengan minyak yang tinggi belum tentu mampu mengalirkan fluida ke
lubang sumur dengan baik pula. Oleh karena itu dibutuhkan peta isopermeabilitas.
Peta isopermeability merupakan peta yang garis-garis konturnya menunjukkan
tempat-tempat yang memiliki harga permeabilitas yang sama. Semakin besar angka
permeabilitas maka pada daerah yang bersangkutan batuannya semakin bagus
dalam mengalirkan fluida ke sumur produksi. Diharapkan perencanaan letak sumur
infill pada daerah yang memiliki angka peremabilitas yang tinggi, karena harga
permeabilitas berbanding lurus dengan kemampuan suatu reservoir untuk
mengalirkan fluida. Semakin besar harga permeabilitas maka semakin baik
kemampuan reservoir untuk mengalirkan fluida.Simulasi reservoir didefinisikan
sebagai proses pemanfaatan model buatan yang menggambarkan kelakuan
reservoir yang sebenarnya, sehingga dapat digunakan untuk mempelajari,
mengetahui ataupun memperkirakan kinerja aliran fluida pada sistem reservoir
tersebut.
3.2. Simulasi Reservoir
3.2.1 Pengertian Simulasi Reservoir
Simulasi reservoir didefinisikan sebagai proses pemanfaatan model buatan
yang menggambarkan kelakuan reservoir yang sebenarnya, sehingga dapat
digunakan untuk mempelajari, mengetahui ataupun memperkirakan kinerja aliran
fluida pada sistem reservoir tersebut. Suatu model sifat-sifatnya diasumsikan
menggambarkan keadaan reservoir.
Tahapan-tahapan dalam perencanaan dan pelaksanaan suatu simulasi reservoir
adalah sebagai berikut:
1. Persiapan data meliputi model geologi, karakteristik batuan dan fluida, data
produksi
2. Pembuatan dan input model.
3. Validasi model.
4. Peramalan.
Berdasarkam aliran fluidanya, perpindahan panas dan massa, sehingga jenis
simulator dapat dibedakan menjadi :
1. Black Oil Simulator
Model black oil adalah simulator yang digunakan untuk kondisi isothermal,
aliran simultan dari minyak, gas, dan air yang melibatkan gaya kapilaritas, gravitasi
dan viskositas. Black oil digunakan pada jenis cairan adalah homogendan tidak
memerhatikan komposisi kimiawinya walaupun kelarutan gas dalam minyak dan
air diperhitungkan. Berdasarkan fasa fluida yang mengalir simulator black oil dapat
dibedakan menjadi single phase (hanya gas atau minyak yang mengalir), two phase
(minyak-air, minyak-gas atau gas-air yang mengalir), dan three phase (gas-minyak-
air yang mengalir). Simulator ini juga dapat dibedakan berdasarkan arah alirannya,
yaitu 1-Dimensional Linear atau Radial (fluida mengalir dalam satu arah), 2-
Dimensional Areal atau Cross-Sectional (fluida mengalir dalam arah x-y, x-z dan
r-z), dan 3-Dimensional (fluida yang mengalir dalam arah x-y-z).
2. Compositional Simulator
Model compositional memperhitungkan variasi komposisi fasa berdasarkan
tekanan dalam hubungannya dengan aliran berbagai fasa tersebut. Model ini sering
digunakan untuk reservoir volatile oil dan gas kondensat.
3. Thermal Simulator
Thermal Simulator banyak digunakan untuk studi aliran fluida, perpindahan
panas maupun reaksi kimia. Simulasi ini banyak digunakan untuk studi injeksi
thermal pada proses perolehan minyak tahap lanjut (Enhanched Oil Recovery).
Simulator ini digunakan untuk mensimulasikan steam-flood dan in-situ combustion.
Dalam melakukan suatu perencaan simulasi reservoir, ada beberapa tahapan
yang perlu dilakukan, yaitu secara garis besarnya adalah :
1. Persiapan data, pengumpulan data, pengolahan data dan validasi data
2. Pembuatan dan penentuan static model yang akan digunakan
3. Input data fluida dan batuan (Dynamic Model)
4. Inisialisasi dan history matching model reservoir yang akan digunakan
5. Melakukan peramalan produksi (Production Forecasting)
6. Perencanaan skenario simulasi yang ingin diprediksi
3.2.2 Langkah-Langkah Pengerjaan Simulasi Reservoir
Pada dasarnya langkah-langkah pekerjaan simulasi reservoir meliputi :
Keterangan:
A = Luas Area (Acres)
h = Ketebalan Rata-Rata Formasi (ft)
∅ = Porositas Batuan (%)
Swi = Saturasi Air Awal (%)
Boi = Faktor Volume Formasi Minyak Awal (bbl/STB)
Metode decline curve memperkirakan besarnya cadangan minyak
berdasarkan data – data produksi setelah selang waktu tertentu. Syarat utama
pemakaian metode ini adalah laju produksi telah menurun yang disebabkan oleh
keadaan reservoir bukan oleh turunnya kemampuan alat produksi. Penurunan laju
produksi dipengaruhi oleh berbagai faktor seperti mekanisme pendorong reservoir,
tekanan, sifat fisik batuan, dan fluida reservoir. Pada dasarnya perkiraan cadangan
dengan metode decline curve adalah memperkirakan hasil ektrapolasi yang
diperoleh dari suatu kurva yang dibuat berdasarkan plotting antara data produksi
atau produksi kumulatif dengan waktu produksinya. Terdapat beberapa syarat
dalam menganalisa kurva decline antara lain jumlah sumur yang aktif harus
konstan, tidak ada perubahan choke atau perubahan kapasitas dan mekanisme
pengangkatan, tidak ada masalah di lubang sumur (problem produksi), dan tidak
ada masalah dengan fasilitas atau gangguan dari surface.Secara umum decline dapat
dibagi menjadi 3 jenis yaitu exponential decline, hyperbolic decline dan harmonic
decline berdasarkan harga exponen declinenya (b). Harga b berkisar 0 hingga 1.
Penentuan tipe decline dapat ditentukan sebelum melakukan perkiraan jumlah
cadangan sisa dan umur dari reservoir yang akan dikaji berproduksi sampai 1 limit.
Berdasarkan nilai b (eksponen decline), penentuan tipe decline curve yaitu
menggunakan metode Loss Ratio, Trial Error dan X2 – Chisquare Test.
Langkah-langkah untuk menentukan jenis decline curve dengan metode
ekstrapolasi kurva fit ini adalah sebagai berikut:
1. Buat tabulasi bentuk spreadsheet harga laju produksi (q) dan waktu (t)
2. Plot data laju produksi vs t pada grafik dan menentukan tanggal analisa DCA
dengan kriteria laju produksi turun dan jumlah sumur tetap.
3. Tentukan harga Di,dimana :
Exponential
qi
ln
q …………………..…...…………………………………… (3-2)
D
t
Hyperbolic
b
qi
1
D
q
…………………………….……………………………….(3-3)
bt
Harmonic
qi
q
1
D ……………………………….…………………………..... (3-4)
t
Hyperbolic
q qi 1 bDi t
1 / b
…...……………………………..……………….…......(3-6)
Harmonic
qi ………………………………………………………..………..(3-7)
q
1 Di t
5. Tentukan jenis kurva dengan menggunakan chi-square test, suatu test untuk
mengetahui perbedaan data perkiraan terhadap data aktual, dimana persamaan
chi-square test tersebut adalah:
ValueOfObs erved ValueOfExpected 2 fi Fi 2 ......................(3-8)
X 2
ValueOfExpected Fi
6. Memilih harga X2 yang paling kecil menunjukkan derajat kesalahan yang paling
kecil dari aktualnya.
3.3.2. Penentuan Jenis Drive mechanism
Dalam menentukan jenis drive mechanism Lapangan “DS” digunakan 2
metode yaitu metode Ganesh Thakur dan metode MBAL dengan tujuan terdapat
validasi hasil dan penentuan drive mechanism. Metode Ganesh Thakur
menggunakan plot antara recovery efficiency (%) dan tekanan reservoir (%) yang
kemudian di analisa secara kualitatif dibandingkan dengan Gambar III – 1.
Gambar 3. 3.
Primary Recovery dengan Plot Recovery Efficiency dan Tekanan Reservoir
(Thakur, Ganesh C., 1994)
Persamaan yang digunakan dalam plot grafik metode Ganesh Thakur yaitu
𝑁𝑝
Recovery Efficiency = 𝑂𝑂𝐼𝑃 x 100 % ............................................................. (3-9)
𝑃
Recovery Pressure = 𝑃𝑖 x 100 % ................................................................. (3-10)
Gambar 3. 5. Contoh Plot Swc vs K, Sgr vs Swc, Krg@Swc vs Swc, Krw@Sgr vs Swc
(Dadang Rukmana-BPMigas, 2013)
3.3.5. Permeabilitas Relatif
Pengolahan data permeabilitas relatif bertujuan untuk mendapatkan faktor
perolehan dan perilaku aliran pada media berpori reservoir. Data yang diperoleh
merupakan hasil dari Special Core Analysis (SCAL). Pengolahan data
permeabilitas dari berbagai sampel core dilakukan dengan metode normalisasi-
denormalisasi. Prosuder pengolahan datanya adalah sebagai berikut :
3.3.3.1 Sistem Minyak - Air
1. Menyiapkan tabulasi data hasil SCAL.
2. Menentukan (Swc)avg, (Sor)avg, (Kro@Swc)avg, dan (Krw@Sor)avg.
3. Menentukan harga S*w (normalisasi) pada tiap core dengan persamaan:
𝑆 −𝑆𝑤𝑐
𝑆 ∗ 𝑤 = 1−𝑆𝑤 ................................................................................ (3-1)
𝑤𝑐 −𝑆𝑜𝑟
Keterangan:
S*w = Normalisasi saturasi air (fraksi),
Sw = Saturasi air (fraksi),
Swc = Connate water saturation (fraksi),
Sor = Residual oil saturation (fraksi).
4. Menghitung k*ro dan k *rw (normalisasi) dengan persamaan:
𝑘𝑟𝑤
𝑘 ∗ 𝑟𝑤 = (𝑘 ................................................................................... (3-2)
𝑟𝑤 )𝑆𝑜𝑟
𝑘𝑟𝑜
𝑘 ∗ 𝑟𝑜 = (𝑘 ................................................................................... (3-3)
𝑟𝑜 )𝑆𝑤𝑐
Keterangan:
K*ro = Normalisasi permeabilitas relatif minyak (fraksi),
Kro = Permeabilitas relatif minyak (fraksi),
(Kro)Swc =Oil relative permeability at connate water saturation (fraksi),
K*rw = Normalisasi permeabilitas relatif air (fraksi),
Krw = Permeabilitas relatif air (fraksi),
(Krw)Sor = Water relative permeability at residual oil saturation (fraksi).
5. Melakukan Normalisasi dengan langkah:
Buat tabulasi perhitungan S*w, K*ro, dan K*rw
Plot gambar gabungan S*w vs K*ro dan K*rw krw*
Buat trendline gabungan core seperti Error! Reference source not
found. dan tentukan persamaan trendline nya, kemudian hitung hasil
S*w, K*ro, dan K*rw dengan persamaan trendline tersebut.
Gambar 3. 6. Trendline Normalisasi Kurva Permeabilitas Relatif pada Sistem
Minyak-Air
(Joko Pamungkas, 2011)
6. Membuat perhitungan de-normalisasi kurva permeabilitas (Swc, kro, dan krw)
dengan persamaan:
𝑆𝑤 = 𝑆 ∗ 𝑤 (1 − 𝑆𝑤𝑐 − 𝑆𝑜𝑟 ) + 𝑆𝑤𝑐 ....................................................... (3-4)
𝑘𝑟𝑤 = 𝑘 ∗ 𝑟𝑤 (𝑘𝑟𝑤 )𝑆𝑜𝑟 ......................................................................... (3-5)
𝑘𝑟𝑜 = 𝑘 ∗ 𝑟𝑜 (𝑘𝑟𝑜 )𝑆𝑤𝑐 ........................................................................... (3-6)
Keterangan:
Sw = Water saturation denowmalization,
Krw = Water relative permeability denormalization.
Kro = Oil relative permeability denormalization,
3.3.3.2 Sistem Gas - Minyak
1. Menyiapkan tabulasi data hasil SCAL.
2. Menentukan (Sgc)avg, (Sgor)avg, (Kro@Sgc)avg, dan (Krg@Sgor)avg.
3. Menentukan harga Sg* (normalisasi) pada tiap core dengan persamaan:
𝑆𝑔 −𝑆𝑔𝑐
𝑆 ∗𝑔 = 1−𝑆 .................................................................................. (3-7)
𝑔𝑐 −𝑆𝑜𝑟
Keterangan:
S*g = Normalisasi saturasi gas (fraksi),
Sw = Saturasi gas (fraksi),
Swc = Critical gas saturation (fraksi),
Sor = Residual oil saturation (fraksi).
4. Menghitung K*ro dan K*rg (normalisasi) dengan persamaan:
𝑘𝑟𝑔
𝑘 ∗ 𝑟𝑔 = (𝑘 .................................................................................... (3-8)
𝑟𝑔 )𝑆
𝑜𝑟
𝑘𝑟𝑜
𝑘 ∗ 𝑟𝑜 = (𝑘 .................................................................................... (3-9)
𝑟𝑜 )𝑆𝑔𝑐
Keterangan:
K*ro = Normalisasi permeabilitas relatif minyak (fraksi),
Kro = Permeabilitas relatif minyak (fraksi),
(Kro)Sgc =Oil relative permeability at critical gas saturation (fraksi),
K*rg = Normalisasi permeabilitas relatif gas (fraksi),
Krg = Permeabilitas relatif gas (fraksi),
(Krg)Sor = Gas relative permeability at residual oil saturation (fraksi).
5. Melakukan Normalisasi dengan langkah:
Buat tabulasi perhitungan S*g, K*ro, dan K*rg
Plot gambar gabungan S*g vs K*ro, dan K*rg
Buat trendline gabungan core seperti Error! Reference source not
found. dan tentukan persamaan trendline nya, kemudian hitung rata-rata
S*g, K*ro, dan K*rg dengan persamaan trendline tersebut.
4. Membuat tabulasi hasil perhitungan semua sampel core, kemudian plot kurva
J(Sw) vs Sw (Normalisasi)
5. Buat trendline gabungan core dan tentukan persamaan trendline nya,
kemudian hitung nilai pc avg dengan persamaan trendline tersebut
6. Membuat tabulasi J(Sw) vs Sw hasil perhitungan dengan persamaan trendline
7. Menghitung Pc de-normalisasi dengan persamaan:
𝐽(𝑆𝑤 )𝜎
𝑃𝑐 = 𝐾
............................................................................... (3-15)
(0,21645√ )
𝜑