Adoc - Tips - JTMGB Jurnal Teknologi Minyak Dan Gas Bumi PDF

JTMGB
Jurnal Teknologi Minyak dan Gas Bumi
No. 1/2006 ISSN 0216-6410
Majalah Resmi
Ikatan Ahli Teknik Perminyakan Indonesia
JTMGB
Jurnal Teknologi Minyak dan Gas Bumi
No. 1/2006
ISSN 0216-6410
DAFTAR ISI
- Dari Redaksi 2
- LIKA LIKU PENGELOLAAN RESERVOIR MIGAS, R. Sumantri 3
- MEASUREMENT OF Z-FACTORS FOR CARBON DIOXIDE SEQUESTRATION, 9

Paulus S. Adisoemarta, Scott M. Frailey, Akanni S. Lawal
- PROSES PENGUAPAN DIFFERENTIAL DAN HUBUNGANNYA DENGAN 23

MATCHING HASIL SIMULASI KORELASI STANDING, St. Edi Purwaka, Reza
Fahlevi
- RESERVOIR CHARACTERIZATION USING ARTIFICIAL NEURAL NETWORK, 34

Martinus Barus, Ni Putu Juniari
- NUMERICAL SIMULATION STUDY ON DUAL HORIZONTAL WELLS STEAM 43

ASSISTED GRAVITY DRAINAGE, Maman Djumantara, Reza Iskandar
- BASE OIL BARU BUATAN DALAM NEGERI YANG TIDAK BERSIFAT TOKSIK 55
UNTUK LUMPUR BERBAHAN DASAR MINYAK (OBM), Rudi Rubiandini, Widrajat
A, Yakob W, Galih C., Deni Efrial, Yosep Dimas
- PENELITIAN PENGGUNAAN BIODIESEL KELAPA SAWIT SEBAGAI BAHAN 63

ALTERNATIF OIL BASE MUD YANG RAMAH LINGKUNGAN, Rudi Rubiandini,
Galih Cahyono, Iik Sumirat, Nugroho Susetyo
- PROSES FRAKSINASI DAN PENCAIRAN GAS ALAM DI PT BADAK NGL, 71

BONTANG KALIMANTAN TIMUR, Verawaty, Karnata Ardjani
JTMBG (Jurnal Teknologi Minyak dan Gas Bumi)

Adalah majalah resmi yang diterbitkan oleh Ikatan Ahli Perminyakan Indonesia (IATMI) Pusat.
Jurnal ini diterbitkan atas kepentingan keprofesionalan dari dan untuk anggota.
No. 1/2006 1
Dari Redaksi
Penasehat
Ir. Kun Kurnely (Ketua IATMI) Pembaca Yang Terhormat
Sebuah cerita tentang pengelolaan sumur minyak pada awal
Pimpinan Redaksi kehadiran industri migas, yang ditulis oleh R Sumantri, nyaris dikelola
Ir. Mu'min P. Tamsil, MS
tanpa ada perencanaan, tanpa POD atau mungkin WP & B. Tapi itu
dulu jaman ketika masih gampang dicari tanpa segala macam
Dewan Redaksi perencanaan. Sekarang ? POD, WP&B, AFE dan lain sebagainya sudah
Ir. Sugiatmo Kasmungin, PhD dibuat, disetujui. Mengalirkah minyak dari sumur ?
Ir. Andang Kustamsi, PhD
Ir. Ratnayu Sitaresmi, MT Z factor tetap merupakan masalah penting dalam hal
Ir. Arijanto Salmoen, MSi parameter gas. Pengukuran faktar Z untuk COz dibahas oleh Suryono
Ir. Maman Djumantara, MT et a1. pada pengaruh antara C02/HC terhadap space dari COz storage.
Ir. Mulia Ginting, MS Edi Purwaka dan Reza Pahlevi memcoba membahas dan mencari solusi
Ir. Drs. St. Edi Purwaka, MT cara agar penentuan sifat-sifat melalui Korelasi Standing terhadap hasil
Ir. Gandung Atmadji uji laboratorium.
Ir. Tanu Wijaya
Ir. Hadi Ismoyo Artificial Neural Network (ANN), menjadi perhatian Martinus
Barus dan Ni Putu Juarti dalam tulisan Reservoir Characterization
Koordinator Peer Review Using Artificial Neural network. Tulisan ini pada akhimya mencoba
Ir. Doddy Abdassah, PhD diaplikasikan pada lapangan di Pertamina Cirebon. Disimpulkan bahwa
dengan ANN ini cukup berhasil dalarn memperkirakan porositas selain
juga untuk perkiraan penneabilitasnya.
Numerical Simulation Study Of Dual Horizontal Well Steam

Assisted Gravity Drainage, ditulis oleh Maman dan Reza. Dalam
tulisan ini dicoba dijelaskan mekanisme dari system injeksi steam pada
reservoir yang dipengaruhi oleh mekanisme drive gravitasi.
Rudi Rubiandini yang biasa dengan inovasi nya, kali ini

menurunkan dua buah tulisan tentang Lumpur. Tulisan pertama tentang
Base oil Baru dalam negeri yang tidak bersifat toksik dan tulisan kedua
adalah penelitian tentang penggunaan biodiesel Kelapa Sawit sebagai
bahan dasar Altematip Oil Base Mud yang ramah Lingkungan.
Terbitan ini merupakan terbitan awal untuk tahun 2006,

Semoga akan tetap terbit pada jadwal-jadwal yang direncanakan.
Selamat Membaca
Redaksi
2 Jurnal Teknologi Minyak dan Gas Bumi

LIKA LIKU PENGELOLAAN RESERVOIR MIGAS
R. Sumantri, Teknik Perminyakan Universitas Trisakti
1. PENDAHULUAN tercipta antara tahun 1935 – 1950-an. Setelah itulah

pengelolaan reservoir migas mulai dilakukan secara
Kepada mahasiswa teknik perminyakan saya sering
profesional, yaitu mengacu kepada ilmu teknik
bertanya : ”Anda tahu enggak kenapa ada Jurusan
reservoir (reservoir engineering).
Teknik Perminyakan dan kenapa anda susah payah
belajar ilmu teknik perminyakan ?”. Lalu langsung Beberapa text-book teknik reservoir mendefinisikan
saya jawab sendiri : ”Itu karena di dalam bumi yang teknik reservoir sebagai berikut :
kita huni ini ada reservoir migas. Reservoir migas
setelah ditemukan tidak lalu didiamkan saja, akan Craft and Hawkins (1959) : Reservoir engineering
tetapi dibor sumur-sumur untuk memproduksikan may be defined as the application of scientific
migasnya, kemudian minyak dan gas bumi tersebut principles to the drainage problems arising during
diolah untuk dimanfaatkan menjadi berbagai the development and production of oil and gas
produk keperluan umat manusia. Karena itu reservoirs. Reservoir engineering is the art of
reservoir migas perlu diamati, dipelajari secara developing and producing oil and gas fields in such
seksama, dikaji agar dapat dibor dan diproduksikan a manner as to obtain a high economic recovery.
minyaknya secara optimal. Maka lahirlah ilmu yang
mempelajari hal itu, yaitu ilmu teknik perminyakan, Frank W. Cole (1962) : The principles function of
yang mencakup antara lain ilmu teknik pemboran, reservoir engineering is to predict the further
teknik produksi, teknik reservoir yang hingga kini behavior of a petroleum reservoir under the various
teknologinya masih terus dikembangkan sehingga producing mechanism which are, or may become
menjadi semakin canggih”. available. The various operating plans is an
integral part of any reservoir engineering study.
Tidaklah mengherankan apabila dalam bisnis
pengusahaan lapangan migas, pengelolaan reservoir
E. H. Timmerman (1982) : The prime objective of
migasnya senantiasa menjadi primadona, menjadi
reservoir engineering is to understand the secrets
pusat perhatian perusahaan. Reservoir harus
of nature that are applicable to a specific oil and
dikelola secara profesional, karena komoditi pada
gas reservoirs. Such information is essential when
bisnis pengusahaan lapangan migas, yaitu minyak
future performance and recoverable reserves are to
dan gas bumi, berasal dari reservoir.
to be reliably forecast.
Tulisan ini akan mencoba membahas kiat
mengelola reservoir migas secara profesional dan
Dari definisi-definisi tersebut dapat disimpulkan
bagaimana lika-liku pelaksanaannya berdasarkan
bahwa pada intinya pengelolaan reservoir migas
pengamatan dan pengalaman penulis.
secara profesional, mencakup penanganan segi :
Pemahaman sifat dan kelakuan reservoir
2. TEORI PENGELOLAAN RESERVOIR
MIGAS Pemelajaran masalah pengurasan cadangan
Peramalan kinerja reservoir mendatang untuk
Konon kabarnya ketika awal kehadiran industri pengurasan cadangan yang paling
migas, pengelolaan reservoir migas hanya atas menguntungkan (ekonomis)
dasar let it happen saja, alias minyak bumi
dibiarkan berproduksi semampunya tanpa perlu Pada akhir tahun 1980-an lahir gagasan untuk
perencanaan yang matang. Namun ketika mengelola reservoir migas secara terpadu, yaitu
perusahaan migas di Amerika kemudian berlomba- guna mengurangi kegagalan dan agar lebih
lomba membor sumur dengan jarak spasi yang menjamin tercapainya keuntungan maksimal bagi
pendek dan memproduksikannya dengan laju perusahaan. Pengelolaan reservoir migas dilakukan
produksi minyak yang sebesar-besarnya, barulah secara terpadu (integrated) menyertakan tenaga ahli
disadari oleh instansi yang berwenang untuk dari berbagai disiplin ilmu, antara lain geologist,
melakukan pengawasan produksi dan menetapkan geophycisist, reservoir engineer, production
tingkat produksi maksimum untuk setiap reservoir engineer, drilling engineer, project economist, yang
(proration policies) agar tidak terjadi pemborosan bekerja bersama secara kooperatip (synergistic)
dan cadangannya tidak cepat habis. Hal itu memicu dalam suatu team terpadu. Pengelolaan reservoir
semakin meningkatnya pemelajaran tentang semacam itu disebut pengelolaan reservoir secara
pengelolaan reservoir, misalnya munculnya konsep sound reservoir management practice, yaitu cara
MER (maximum efficient rate), producing GOR, pengelolaan reservoir migas dengan memanfaatkan
well spacing, unitization, dan sebagainya. sumber daya yang tersedia (migas, SDM, teknologi,
Sedangkan prinsip-prinsip ilmu teknik reservoir finansial) guna meraih keuntungan maksimal
No. 1/2006 3
dengan senantiasa mengoptimalkan laju produksi Selanjutnya DR. C.T. Sawabini mengatakan bahwa
migas, memaksimalkan tingkat perolehan migas ada tujuh komponen penting dalam pelaksanaan
dari reservoir, mengupayakan tingkat resiko reservoir management, yang dinamakannya the
kegagalan serendah mungkin dan mengontrol seven component of reservoir management yang
pengeluaran biaya agar seekonomis mungkin. senantiasa harus ditangani secara profesional ,
yaitu:
Lebih jelas lagi DR. C.T. Sawabini3
1. Synergy Team
mendefinisikan reservoir management, yang
2. Data Acquisition
terjemahan bebasnya kira-kira sebagai berikut :
3. Reservoir Development
Reservoir management adalah suatu urutan
4. Drilling and Production
kegiatan (proses) yang dilakukan terus menerus
5. Surface Facilities
sepanjang masa pengusahaan suatu reservoir migas,
6. Operation and Monitoring
berulang setiap 3 – 5 tahun, mencakup kegiatan :
7. Economic Evaluation
1. karakterisasi reservoir melalui pekerjaan
akuisisi data, studi geofisika, geologi, Uraian secara rinci dan lengkap dari ke tujuh
petrofisika dan reservoir. komponen tersebut dapat dilihat pada buku DR.
2. Perencanaan pemboran, komplesi dan C.T. Sawabini3,4.
produksi.
Abdus Satter5 mengutarakan bahwa team terpadu
3. Penentuan jumlah sumur dan spasinya guna
reservoir management haruslah :
memproduksi & menguras cadangan migas
yang terakumulasi secara maksimal. • Mempunyai kesatuan pemahaman dari seluruh
4. Peramalan (prediksi) produksi migas yang akan anggota team tentang proses reservoir
datang termasuk produksi hasil usaha management itu sendiri, teknologi dan peralatan
secondary recovery dan EOR, melalui studi yang digunakan oleh seluruh disiplin keahlian
pengembangan reservoir (studi simulasi yang terlibat. Hal ini bisa dilakukan melalui
reservoir, etc.) training dan job assignment bersama.
5. Perancangan (design), pembangunan dan • Setiap anggota team harus bersifat terbuka dan
pengoperasian fasilitas permukaan tanah guna flexible, sehingga terjalin koordinasi dan
penanganan produksi migas hasil peramalan komunikasi yang harmonis antar anggota team.
tersebut diatas. • Setiap anggota team harus sadar bahwa mereka
6. Evaluasi keekonomian dengan bekerja sebagai bagian dari team.
memperhitungkan dampak hukum, peraturan, • Setiap anggota team selain harus ahli
dan lingkungan untuk pengoperasian produksi dibidangnya juga harus tekun (persistence).
yang optimal.
7. Pemantauan atas kelancaran operasi produksi, 3. LIKA-LIKU PENGELOLAAN RESER-
termasuk melakukan penyesuaian & cost VOIR MIGAS
control apabila ada penyimpangan dari • Pentingya Data
perencanaan-nya. Data merupakan informasi yang sangat penting
8. Penanganan atas seluruh hal tersebut diatas dalam mengelola reservoir migas secara
secara efisien dan efektip setiap saat sepanjang profesional. Tanpa tersedianya data yang
masa pengusahaan lapangan, melalui kerja representative dan up to date mustahil dapat dibuat
sama terpadu (integrated & synergistic) dari perencanaan yang baik dan keputusan yang tepat.
seluruh fungsi terkait. Guna memperoleh atau mengambil data yang
Yang dimaksud dengan masa pengusahaan diperlukan tentu saja perlu biaya yang bisa cukup
reservoir migas ialah dari sejak tahap development besar, misalnya data yang diperoleh dari hasil
sampai tahap abandonment. coring, hasil logging mutakhir, hasil 3D seismic,
hasil transient pressure survey dan lain-lain.
Dari uraian di atas jelas bahwa reservoir Acapkali pihak investor atau pemilik perusahaan
management tidak sama dengan reservoir enggan menyetujui pengambilan data kalau itu
engineering atau reservoir geology. Pelaksanaan biayanya cukup signifikan atau menyita waktu
reservoir management harus diselenggarakan cukup lama.
melalui suatu team terpadu (integrated &
synergistic team) yang anggotanya terdiri dari Seringkali terdengar pendapat yang keliru dari si
tenaga ahli berbagai bidang, seperti : bidang pemegang keputusan, misalnya semacam ini : “kita
geofisika, geologi, petrofisika, drilling, produksi, bukan mau cari data tapi mau cari minyak, jadi
reservoir, operasi produksi, simulasi reservoir, tidak perlu melakukan pressure survey test
keekonomian, hukum & peraturan, kesehatan kerja langsung saja produksikan sumur sebesar-
– keselamatan kerja - lindungan lingkungan (K3LL besarnya”. Sadar atau tidak sadar sebetulnya si
atau HSE). pemegang keputusan telah membuat suatu
keputusan yang sangat keliru, karena tanpa
melakukan presssure survey test perusahaan bisa

kehilangan kesempatan untuk mendapatkan Biasanya untuk pekerjaan simulasi reservoir,
informasi yang lebih lengkap tentang reservoirnya, perusahaan migas lebih suka mempercayakan
akibatnya misalnya pemboran sumur berikutnya kepada konsultan. Cara tersebut dipandangnya
yang seharusnya bisa dibatalkan karena menjadi lebih murah dari pada harus mempekerjakan satu
tidak prospek, terpaksa diteruskan dibor sehingga group tenaga ahli dan membeli/ menyewa reservoir
dry hole, akibatnya perusahaan rugi karena simulation software sendiri.
pengeluaran biaya pemboran yang sebenarnya tidak Mungkin untuk tahap awal, misalnya untuk
perlu. pembuatan initial POD, keputusan tersebut benar,
akan tetapi setelah itu akan lebih menguntungkan
• Mengelola Lapangan Migas Tua merekrut grup tenaga ahli, karena diperlukan untuk
merealisasikan POD dan memonitor serta
Lapangan migas tua biasanya tidak punya data yang membandingkan hasil realisasi menggunakan
lengkap, karena data yang dimilkinya telah hilang model reservoir semula, sehingga apabila ada
atau dimusnahkan pada waktu perang dunia yang penyimpangan yang signifikan dari hasil simulasi,
lalu. Hal ini menyulitkan pada waktu akan model reservoir semula bisa segera direvisi dan
dilakukan pengelolaan reservoir secara profesional. production forecast-nya bisa di-run kembali.
Membuat rencana pengurasan cadangan dan Hasilnya kemungkinan malah bisa merubah POD
menentukan skenario pengembangannya ke depan sehingga kerugian perusahaan bisa dicegah, atau
akan menjadi sia-sia. Yang bisa dilakukan hanya keuntungan yang lebih besar bisa diraih.
dengan cara coba-coba (trial & error), misalnya
coba bor sumur infill, coba buka kembali sumur
• Konsultan Studi
lama (reopening), coba kerja ulang pindah lapisan
(recompletion), tetapi tidak mungkin membuat Apabila menggunakan konsultan untuk studi
perencanaan yang menyeluruh. Dan cara itu tentu pengelolaan reservoir, ikutkan tenaga ahli
saja bisa mengundang kegagalan total, meskipun perusahaan dalam studi tersebut, jangan hanya
ada juga yang kebetulan berhasil. sebagai pengawas. Tenaga ahli perusahaan dapat
membantu konsultan dengan memberikan data yang
Kita tidak usah heran apabila lapangan migas tua
lengkap, informasi yang benar dan pemikiran yang
yang sudah tidak berproduksi lagi, bahkan sudah
bisa diacu, karena dialah yang seharusnya lebih
dalam status di-abandoned, masih tetap banyak
mengenal reservoir yang distudi dan dia pula yang
diminati investor. Mungkin saja si investor awam di
kelak akan menggunakan hasil studi itu.
bisnis perminyakan atau memang ingin coba-coba,
siapa tahu reservoir tua tersebut bisa berhasil Saya pernah punya pengalaman menarik. Suatu
dikelola kembali dengan produksi minyak yang ketika dalam suatu penugasan, saya mengevaluasi
masih bisa menguntungkan. rencana kerja suatu perusahaan minyak. Kepada
seorang tenaga ahlinya saya bertanya :
• Aplikasi Simulasi Reservoir
”Ini kenapa rencana pemboran dan jadwal
Hati-hati melakukan simulasi reservoir untuk pemboran yang diusulkan berbeda dengan yang ada
lapangan migas tua atau lapangan migas yang dalam hasil studi konsultan ?”. Apa jawabnya :
datanya tidak ada, karena hasilnya bisa menipu kita. ”wah saya tidak tahu. Menurut saya yang diusulkan
Untuk mengganti data yang tidak ada, misalnya ini yang benar, lagipula sudah disetujui
data sejarah produksi, data PVT, data special core perusahaan”.
analysis biasanya dilakukan asumsi-asumsi, atau
Dalam hati : ”Jadi hasil studi konsultan itu untuk
data ditentukan menggunakan metode korelasi,
apa dan untuk siapa ya?”.
misalnya untuk fluid properties digunakan data
hasil korelasi Standing, Vasquez & Beggs, Ng and
• WP & B
Edgobah, Velardo et al, etc., atau data dianggap
sama dengan reservoir lain secara analogy. Hal Rencana Kerja dan Rencana Anggaran Tahunan
itulah yang bisa menyebabkan hasil simulasi keliru, (WP & B), merupakan salah satu kewajiban rutin
yaitu model reservoir yang terbentuk jadi tidak yang harus dibuat perusahaan guna merealisasikan
sama dengan reservoir yang dikaji, sehingga POD. Namun acap kali mempersulit terlaksananya
misalnya production forecast-nya menjadi sangat pengelolaan reservoir yang konsisten.
optimistik.
Mengapa demikian ?
Reservoir yang belum diproduksikan migasnya,
sehingga belum punya data sejarah produksi, bisa Rencana pengelolaan reservoir tercantum dalam
mengakibatkan hasil simulasi reservoir POD, lengkap dengan tata waktu dan perkiraan
biaya untuk setiap kegiatan. Pada setiap tahun
menyesatkan, terutama bagi yang awam. Berilah
catatan pada laporan hasil simulasi tentang adanya anggaran dibuatlah WP & B mengacu kepada POD
data-data yang tidak akurat dan bahwa degree of yang telah disetujui. Anehnya beberapa kegiatan
confidence hasil simulasinya rendah. yang telah disetujui di POD kadang-kadang ada
yang ditolak (tidak disetujui) pada waktu
No. 1/2006 5
pengusulan WP & B. Akibatnya pelaksanaan etc. dan buatlah perencanaan recompletion secara
pengelolaan reservoir menjadi tidak konsisten lagi, bottom-up pada sumur-sumurnya. Buatlah studi
tingkat produksi minyak meleset dari perkiraan di kelayakan pengelolaan terpadu untuk seluruh
POD, rencana kegiatan jadi amburadul dan ujung- reservoir, mencakup kelayakan teknis dan
ujungnya POD harus direvisi karena sudah tidak ekonomik. Studi tersebut biasanya sudah tercakup
sesuai lagi dengan realisasi. dalam POD.
• Commingle Production • Prolong Test

Pada buku Petroleum Engineering Handbook yang Jumlah cadangan migas yang terakumulasi dalam
diterbitkan oleh SPE halaman 40-3, definisi suatu reservoir (STOIP, GIIP) merupakan informasi
mengenai reservoir migas adalah sebagai berikut : yang sangat penting dalam penentuan pengelolaan
reservoir secara profesional, misalnya untuk
A reservoir is a porous and permeable
pembuatan POD.
underground formation containing an individual
and separate natural accumulation of producible Namun pada saat discovery, degree of uncertainty
hydrocarbons (oil and/or gas) that is confined by untuk informasi tersebut masih tinggi, karena back-
impermeable rock and/or water barriers and is up datanya masih amat kurang. Guna mendapatkan
characterized by a single natural pressure system. tambahan informasi maka biasanya dibor beberapa
Dengan demikian mengacu definisi tersebut, suatu sumur appraisal dan dilakukan prolong test pada
struktur migas yang mempunyai lebih dari satu sumur discovery dan appraisal. Prolong test,
lapisan migas pada kedalaman yang berbeda-beda biasanya dilaksanakan sampai berbulan-bulan,
mulai dari yang terdangkal hingga yang terdalam sehingga menjadi kontroversi karena tidak ada
dan masing-masing lapisan terpisah dengan lapisan dalil-nya dalam textbook. Konon prolong test itu
lainnya oleh lapisan-lapisan impermeable dan atau dicurigai hanya sebagai upaya kontraktor untuk
akuifer air, maka setiap lapisan migas tersebut mendapatkan produksi minyak pra-commerciality.
dapat dikatagorikan sebagai satu reservoir migas Sebenarnya untuk mengetahui batas-batas reservoir
tersendiri. cukup dengan melakukan pressure limit test, yaitu
uji tekanan hingga mencapai late time flow regime,
Mengacu definisi tersebut, di Indonesia, hampir
biasanya lama uji hanya sekitar 100 jam saja, tidak
semua lapangan/struktur migas mempunyai lebih
sampai berbulan-bulan.
dari satu reservoir migas. Bahkan ada yang
mempunyai lebih dari 100 reservoir. Umumnya
• Cadangan Migas
reservoir-reservoir tersebut diproduksikan secara
bersama-sama 3 – 6 reservoir sekaligus (commingle Cadangan migas yang akan diacu dalam
completion) dengan beda kedalaman ada yang pengelolaan reservoir mencakup cadangan proven,
hingga mencapai 600 m lebih. Biasanya cara probable, possible. Sejauh yang saya ketahui,
tersebut dilakukan karena alasan keekonomian, hingga saat ini belum ada pedoman baku di
sedangkan dari segi sound engineering practice Indonesia yang bisa diikuti tentang klasifikasi
cara tersebut sebetulnya tidak dibenarkan. cadangan tersebut.
Dengan commingle production, pengelolaan secara Definisi klasifikasi cadangan antara lain bisa dilihat
profesional per reservoir jadi tak mungkin pada buku “SPE/WPC Reserves Definitions
dilakukan, walaupun saat ini tersedia teknologi Approved”, JPT (May 1997).
canggih untuk mencoba menginterpretasi data fluid Sejak tahun 2004 untuk cadangan migas yang
& rock properties, jenis fluida & production rate, ditemukan dan hasil sertifikasinya, diwajibkan
data tekanan dari masing-masing reservoir dengan dilaporkan kepada pemerintah (Menteri melalui BP
melakukan multilayer pressure transient test & Migas).6)
analysis dan production logging survey & analysis,
etc. Tetapi tetap saja pengurasan migas per • Reservoir Management Team
reservoirnya jadi tak jelas, produksi migas nyata
setiap reservoir tak terukur dan selain itu bisa Sejak tahun 2004 sudah ada ketentuan di Indonesia
terjadi pula aliran produksi tak terkontrol dari yang mewajibkan untuk mengelola lapangan migas
reservoir yang bertekanan lebih tinggi ke reservoir sesuai dengan kaidah keteknikan yang baik (good
yang bertekanan lebih rendah. engineering practice), di mana tercakup keharusan
memproduksikan migas sesuai dengan kaidah
Karena itu untuk new developing field hindari pengelolaan reservoir yang baik (sound reservoir
commingle completion, kecuali apabila lapisan- management practice).6)
lapisan migas tersebut ternyata merupakan satu
kesatuan reservoir, yaitu antara lain mempunyai Penerapan sound reservoir management practice
tekanan yang sama, oil water contact yang sama. perlu pengelolaan oleh suatu integrated synergistic
Untuk memproduksikan migas dari reservoir- reservoir management team.
reservoir yang berbeda lakukan dual completion,

Pengalaman dan pengamatan saya menunjukkan
Untuk penerapan sound reservoir management,
bahwa pembentukan team semacam ini pada
perusahaan hendaknya tidak segan-segan untuk
perusahaan migas yang struktur organisasinya
merekrut tenaga ahli untuk reservoir management
sudah terkotak-kotak bisa gagal apabila anggota-
team; juga apabila jumlah team harus relatip
anggota team hanya dipinjam sewaktu-waktu saja
banyak guna memenuhi kebutuhan, karena ada
dari organisasinya. Biasanya si anggota team lebih
lebih dari satu lapangan migas.
memilih mendahulukan tugas dari bossnya pada
garis organisasi, daripada mengerjakan tugas team. Reservoir management adalah urutan kegiatan yang
Reservoir management team akan berhasil apabila senantiasa berulang terus selama masa hidupnya
team tersebut sudah build in di struktur organisasi reservoir (Gambar No. 1), karena itu keberadaan
perusahaan. reservoir management team dibutuhkan sepanjang
waktu untuk pencapaian keuntungan yang
Misalnya apabila di dalam suatu struktur organisasi
maksimal bagi bisnis pengusahaan lapangan migas
perusahaan, memang sudah diatur sedemikian,
(Gambar No. 2).
sehingga bidang yang menangani pengelolaan
reservoir migas berada dalam satu organisasi. Akhirul kalam saya tutup tulisan ini dengan
mengutip ucapan guru saya DR. C.T. Sawabini,
Contoh: di bawah General Manager dibentuk
pakar Reservoir Management sebagai berikut :
Manager Operasi yang membawahi disiplin
geologi, geofisika, reservoir engineering, ”Exploiting a reservoir without implementing sound
production engineering, drilling engineering, reservoir management practice is like sailing a ship
production operation, bahkan secara hubungan in the ocean without navigation tool”.
fungsional juga membawahi field superintendent
dan jajaran bawahannya. Pada organisasi semacam DAFTAR PUSTAKA
ini akan lebih mudah membentuk reservoir 1. R. Sumantri, “Plan of Development – State of
management team. The Art”, Lustrum V FTM, Universitas
Trisakti, 2005.
Agar team bisa bekerja secara optimal demi
2. R. Sumantri, “Sertifikasi Cadangan”, Kursus
tercapai hasil yang maksimal sebaiknya satu team
Manajemen Eksplorasi dan Produksi,
menangani satu lapangan/struktur saja, sehingga
PERTAMINA, 1999.
kalau ada 2 lapangan, 2 team dan seterusnya.
3. DR. C.T. Sawabini, ”Practical Reservoir
Management Workshop”, Jakarta, February
4. PENUTUP
1998, October 1998, March 1999.
Pengelolaan reservoir pada bisnis pengusahaan 4. DR. C.T. Sawabini, ”Advanced Reservoir
lapangan migas seyogianya dilaksanakan secara Management Workshop”, Jakarta, March 1999.
sound reservoir management practice. Hal itu juga 5. Abdus Satter, James E. Vernon, Muu T.
sejalan dengan pengaturan dalam Peraturan Hoang, “Reservoir Management : Technical
Pemerintah Republik Indonesia No. 35 Tahun 2004 Perspective”, IPA 21st Annual Convention,
Tentang Kegiatan Usaha Hulu Migas. October 1992.
6. Peraturan Pemerintah Republik Indonesia No.
35 Tahun 2004 Tentang Kegiatan Usaha Hulu
Migas, 2004.
No. 1/2006 7
RESERVOIR MANAGEMENT IS A NEVER ENDING PROCESS
DURING THE LIFE OF A RESERVOIR
DISCOVERY
MONITORING
AKUISISI DATA
PRODUKSI KARAKTERISASI
PENGEMBANGAN/ ANALISA / EVALUASI

IMPLEMENTASI (al. PEMBUATAN POD)
GAMBAR 1. PARADIGMA RESERVOIR MANAGEMENT
GAMBAR 2. PARADIGMA PENGELOLAAN LAPANGAN MIGAS

MEASUREMENT OF Z-FACTORS FOR CARBON DIOXIDE SEQUESTRATION
Paulus S. Adisoemarta, Texas Tech University
Scott M. Frailey, ISGS
Akanni S. Lawal, Texas Tech University
Abstract
Due to concerns about global climate change, carbon dioxide gases from natural and industrial sources are more
and more re-injected into depleted gas reservoirs. The PVT laboratory at Texas Tech University has undertaken
a comprehensive study on compressibility factor (Z-factor) of hydrocarbon (HC) gas at various amount of CO2.
For the sole purpose of the measured Z-factor data, three temperatures of 100°F, 160°F and 220°F and pressures
ranges from 50 psia to 5000 psia are selected as representative of the depleted gas reservoirs (DGRs). In order to
analyze the various phase behavior to be encountered in gas reservoirs (dry gas, wet gas and retrograde gas), the
median gas compositions for dry, wet and retrograde gases are specified by gas type. The gas types are
categorized by representative compositional analysis for the three types of gas reservoirs (dry gas, wet gas and
retrograde gas). The measurements of z-factors for CO2-hydrocarbon mixtures in varying proportions and at the
three specified temperatures for various pressures are performed on the median gas compositions of the type
gases. The results of the Z-factor measurements of CO2-hydrocarbon mixtures are used to interpret the expected
phase behavior to be encountered in the geologic storage of CO2 in gas reservoirs. Also, the Z-factor
measurements of CO2-retrograde gas mixtures are used to quality the benefits of enhanced gas and condensate
recovery in gas reservoirs.
INTRODUCTION
P1V1 Z1nRT1
Carbon dioxide (CO2) gas has been used for = ........................................ (2)
enhanced oil recovery through miscible and P2V2 Z 2 nRT2
immiscible displacement of oil at high pressures Where the subscripts are:
and moderate temperatures since the earlier 1970. 1. Condition in the cell
Recently, research is being directed for the use of 2. Ambient condition
carbon dioxide in the oil refining through
supercritical extraction of hydrocarbons.1 Current Solving for the ratio of compressibility factors:
activities are to find ways for geologic storage of
Z1 P1V1T2
CO2 in oil or gas reservoirs.2 Although one = ............................................... (3)
laboratory measurement of CO2-hydrocarbon Z 2 P2V2T1
mixture in the limited ranges of temperatures and
pressures used in this project has been reported in At ambient pressure and temperature all gases are
Venezuela (Rojas-Requena, 1992),3 this paper assumed to behave like an Ideal Gas, so that its
presents experimental measurements of Z-factors compressibility factor is unity. Substituting Z2
for CO2-hydrocarbon mixtures at three specified with 1 result in the primary formula for this study:
temperatures and pressures ranging from 50 psia to P1V1T2
5000 psia. The results of the experimental Z- Z1 = ................................................ (4)
factors are used to quantify economic benefits (such P2V2T1
as enhanced oil recovery (EOR) and enhanced
Where:
condensate vaporization) of geologic storage of
P1 cell pressure
CO2 in gas reservoir.
V1 volume of gas released from the cell
T1 cell temperature
PROCEDURE FOR Z-FACTOR DETER-
P2 ambient pressure
MINATION
V2 volume of gas at ambient pressure
The compressibility factor, or Z-factor, is and temperature
determined by manipulating the Real Gas Law and T2 ambient temperature
assuming that reservoir gas will behaves as an ideal Pressure and temperature are in absolute units.
gas at ambient pressure and temperature (McCain,
1990, page 106). HYDROCARBON TYPE GAS SAMPLES
The Real Gas Law is defined as follows: The first part of the study is identifying major
components of reservoir gas and the range of
PV = ZnRT .............................................. (1) compositions for each of the categories of the gas
For a constant composition system, the product of reservoirs (i.e., dry gas, wet gas, and retrograde
pressure and volume is constant, thus gas).
No. 1/2006 9
The gas compositions are obtained from published Median gas types are calculated for each gas type in
SPE papers, Petroleum Engineering Journals, Gas order to have gas compositions that are not unique
Information System (GASIS) and PVT analyses. to specific gas reservoir. A plot is made that
The major components of gas reservoir are identify regions type gases (dry, wet, and retrograde
identified as nitrogen, carbon dioxide, methane, gasses) based on their compositions. Several plots
ethane, propane, n-butane, n-pentane, hexane, and were made to find the combination of compositions
heptane-plus (N2, CO2, C1, C2, C3, nC4, nC5, C6, that would provide the greatest distinction of the
C7+). Non-hydrocarbon components are removed gas type and thus yields unique gas-type
and the hydrocarbon components are normalized to identification.
1.0 mole. These compositions are analyzed to find
The final plot (see Figure 1) is the sum of the mole
the median composition for each of the categories
fraction of the butane, propane, pentane, hexane
of gas reservoirs, and a means of identifying the
and heptane divided by the mole fraction methane
Gas Type from the composition is established.
(y-axis) versus mole fraction of ethane divided by
Tables containing the normalized median
mole fraction of methane (x-axis). Figure 1 is the
compositions for each category of gas reservoirs are
basis for gas samples specification ordered for the
constructed. The median compositions are derived
experimental work on CO2-hydrocarbon mixtures.
from 131 dry gas, 12 wet gas, and 11 retrograde gas
samples. A sample of the normalized median
EXPERIMENTAL GAS SAMPLES
composition for gas reservoir is shown in Table 1.
To ensure repeatability of the Z-factor
Table 1 shows that dry gas reservoir is mainly C1,
measurements for each gas type, pre-mixed gas
whereas wet and retrograde gas reservoirs have
with the median composition of each gas type that
appreciable amount of heptanes-plus fractions
has been shown in Table 1 were ordered from a
(C7+). Anticipating sequestration of CO2 in
commercial analytical-gas vendor. Two more
depleted gas reservoirs (DGRs) to vary based on
procedure were implemented to ensure sample
the phase behavior of the mixture of the CO2 and
consistency:
the resident hydrocarbon gases and liquids, the Z-
1. Single-phase sample loading from the gas bottle
factor measurements are based on each gas types.
to the PVT cell must be performed all the time.
The gas compositions of Table 1 are the To ensure single-phase loading each bottle has
compositions of the initial or discovery gas to be heated to above its cricondentherm
reservoirs. By definition there are no phase temperature plus 15°F.
changes in the reservoir for dry and wet gases; 2. To prevent sample segregation in the bottle due
consequently, the median dry and wet gas to molecular weight difference of each
compositions are also the compositions of the component, the bottle must be heated in a non-
respective gases at depleted reservoir conditions. uniform form. The lower part of the bottle is
This is not the case for retrograde gas, which heated at 200°F while the top part is heated at
undergoes a phase change at reservoir conditions. the cricondentherm temperature plus 15°F. The
As such, the composition of the retrograde gas’ much hotter lower part of the bottle will make
liquid and vapor phases varies with pressure. Three the sample gas lighter than the upper part, and
depleted pressures of 50, 250 and 500 psia are used thus created a continuous convection upward
as a range to define the depleted gas reservoir that ensures no sample segregation occurs.
pressure, which is also the initial sequestration
As the median retrograde gas has a cricondentherm
pressure. These three gases are labeled as
temperature much higher than the safety limit of the
retrograde gases A, B and C for the gases at 50, 250
sample bottle to ensure single-phase loading, the
and 500 psia, respectively, and their respective
median retrograde gas sample must be loaded in
compositions are show in Table 2.
two steps. The step one is to load the liquid part of
To ensure the broadest applicability of the lab data the heptane-plus, in the form of liquid decane to the
to CO2 sequestration in gas reservoirs, gas PVT cell. Then the second step is to load the pre-
compositions are required for as many sources as mixed median retrograde gas but without the
possible so that a representative average heptane-plus part. Then an overnight mixing was
composition of dry, wet and retrograde gases could done in the cell at the target temperature of 100°F,
be established. Therefore, a specific gas reservoir 160°F, and 220°F.
could be selected or fabricated in the laboratory that
is close to the median composition found from data RUSKA PVT EQUIPMENT
collected for each gas type. As broadest
This research project uses equipment commercially
applications into gas reservoirs are required, a
available from Chandler Engineering Products
specific gas reservoir study is not mandated.
(previously Ruska) Model 2370 Mercury-Free PVT
Consequently, the 154 gas compositions found in
Oven, and the produced gas is measured with the
the literature and private sources could be
Model 2331 Gasometer and Model 2353 Separator.
categorized by gas types: dry, wet, and retrograde.

Measurement automation and remote monitoring is carbon dioxide mixture at 220°F. This plot shows a
performed by in-house developed LabVIEW-based correct trend as a function of the amount of carbon
software running on an off-the-shelf computer in- dioxide in the mixture.
house.
Because wet gas sample generate liquid in the
To ensure a leak-free system, a special compound separator at temperature lower than 145°F, there is
that is compatible with high concentration of CO2 no plot of compressibility factor at 100°F. The
has been utilized. This special compound is called compressibility factors at 160°F and 220°F are
V1238-95, a fluorocarbon material (FKM) product shown in Figures 8-9.
of Parker Hannifin.
Compressibility factor of various wet gas with
To prevent the premature destruction of seals in the carbon dioxide at 160°F shows a consistent trend as
system, due to the absorbed gas and/or CO2 that a function of the amount of carbon dioxide. At
suddenly expands when the system pressure is 220°F, the compressibility factor also shows the
dropped, a measure similar to deep sea divers do to expected trend as a function of the amount of
prevent a syndrome called “bends” has been carbon dioxide. Tables 6 and 7 shows the
implemented. This method calls for a waiting compressibility factor of various wet gas with
period until the system stabilized, for at least 15 carbon dioxide in numerical format
minutes, after a volume expansion of maximum 1.5
As the retrograde gas is expected to have a fraction
times the initial volume has been performed.
of the volume as liquid at certain pressure and
During this waiting time all absorbed gas will have
temperatures, the compressibility factor
sufficient time to diffuse out from the seal material
measurement was done using two different methods
safely.
and the result is merged together. For pressures
above the dew-point pressure, the constant
LABORATORY MEASUREMENT RESULTS composition expansion (CCE) method was utilized
whereby the cell is kept closed, and system pressure
Great effort has been spent during the measurement
is gradually increased and the respective cell
in the lab to minimize measurement error. These
volume is recorded. For pressures below the dew-
efforts comprised of repeating each measurement
point pressure the constant volume depletion
six times and rejecting the outlier data before the
(CVD) method was utilized. This method mimics
averaging, running the system against known gas to
the actual condition in the reservoir during
detect any system drifts between HC sample runs,
depletion process as the reservoir volume stays
and letting the system stays overnight to ensure a
constant and the liquid precipitation stays in the
completely stabilized system before each sample
pore space of the reservoir rock.
run.
The dew-point pressure of median retrograde gas is
Figures 2 to 4 shows CO2 compressibility factor
3400 psia, and drops to 1300 psia after CO2 has
measured in the lab compared to published data by
been injected. Figures 10, 11, and 12 shows the
Sage and Lacey (1955), and Burton Corblin (1990).
compressibility factor of median retrograde gas and
The plot shows a very good match between lab
depleted retrograde gas after CO2 has been mixed at
results and the two published data sets that confirm
temperatures of 100°F, 160°F, and 190°F. Tables
equipment and methodology. At pressure less than
8, 9, and 10 show the result in numeric format,
100 psia, the measured data deviates slightly (less
respectively. Owing to the equipment failures as a
than 10% absolute error) compared to the two
result of premature seal degradation at high
published data sets.
temperatures, there is no result for cell temperature
The smoothed compressibility factors of dry gas of 220°F.
samples from laboratory measurement are shown in
Figure 5 to 7 and Table 3 to 5. Each table shows BENEFITS OF GEOLOGIC CO2 STORAGE
the actual lab result, and the smoothed data are
One side benefit of CO2 sequestration is the
listed next to the lab measurements. Figure 5
additional production of hydrocarbon gasses due to
shows the compressibility factor of various median
re-vaporization of retrograde condensate in the
dry gas and carbon dioxide composition at 100°F.
reservoir.
Also shown on the plot is the compressibility factor
of pure carbon dioxide gas. As can be observed Figure 13 shows the amount of re-vaporized liquid,
from the plot, a consistent progression in the in percent of original condensate volume, as a
increasing amount of carbon dioxide gas in the function of temperature and depletion pressure. As
median dry gas mixture is shown. The result of the it can be seen on the plot, the amount of condensate
compressibility factor at 160°F is shown in Figure that is re-vaporized range from as low as 5.7
6. The plot shows a consistent trend as a function of percent to as high as 35 percent. Stated in different
increasing carbon dioxide content. Figure 7 shows ways, as much as one-third of the condensate liquid
the compressibility factor of various dry gas and in a depleted reservoir can be produced as gas after
No. 1/2006 11
CO2 is sequestered. Table 11 shows the complete REFERENCES
result in tabular format. 1. Williams, D. F., “Extraction with Supercritical
Gases,” Chem. Eng. Sci., 36 1981.
CONCLUSIONS 2. Katz, D. L. and M. Rasin Tek, “Overview of
Underground Storage of Natural Gas,” SPE
This research uses laboratory measured Z-factor of
Paper 9390 presented at the 59th Annual Fall
CO2-hydrocarbon mixture to analyze phase
Technical Conference and Exhibition of the
behavior, enhanced gas and enhanced condensate
Society of Petroleum Engineers of AIME, held
recovery for CO2 storage in depleted gas reservoirs.
in Dallas, Texas, Sept. 21-24, 1980.
The laboratory measured CO2 compressibility
3. Rojas, G. and Requena, O.: “A New Method to
factor (or Z-factor) is much lower than hydrocarbon
Estimate Compressibility Factors for CO2
gas mixtures at the specified temperatures and
Hydrocarbon Mixtures,” paper SPE 23661
pressures. Therefore, that offers the opportunity to
presented at the Second Latin America
store larger surface volumes of CO2 than
Petroleum Engineering Conference, Caracas,
hydrocarbon gases. Five times the storage is
Venezuela, March 8-11, 1992.
possible depending on pressure, temperature and
4. PVT System Model 2370 User’s Manual, Ruska
hydrocarbon gas composition
Instrument Corporation, March, 1995.
Storage of CO2 increases if the CO2/HC gas 5. Burton Corblin Technical Bulletin (BCTB):
mixture compressibility (Z-factor) is low. http://www.burtoncorblin.com/BCTB302.pdf
Furthermore, if a liquid condensate occupies the 6. Sage, B. H. and Lacey. W. N.: “Some
reservoir pore space and the addition of CO2 properties of the Lighter Hydrocarbons,
vaporizes the liquid, then additional pore space is Hydrogen Sulfide and Carbon Dioxide,” API
acquired for CO2 storage. Research Project 37, American Petroleum
Institute, New York (1955).
NOMENCLATURE 7. Sobers, L., Frailey, S. M. and Lawal, A. S.,
P1 = cell pressure, psia “Geological Sequestration of Carbon Dioxide in
V1 = volume of gas released from the cell, cc Depleted Gas Reservoirs,” SPE 89345 to be
T1 = cell temperature, oR presented at the Fourteenth Symposium on
P2 = ambient pressure, psia Improved Oil Recovery, Tulsa, Oklahoma,
V2 = volume of gas at ambient pressure and April 17-21, 2004.
temperature, cc 8. McCain, W.D., “Chemical Composition
T2 = ambient temperature, oR Determines Behavior of Reservoir Fluids.”
n = number of moles of the system Petroleum Engineer International (October
Z = compressibility factor 1993) 18-25.
DGR = Depleted Gas Reservoir 9. McCain, W.D., “Heavy Components Control
HC = Hydrocarbon Reservoir Fluid Behavior,” SPE 28214 (1994).
CVD = Constant Volume Depletion 10. McCain, W., D., Properties of Petroleum Fluids
CCE = Constant Composition Expansion 2nd Edition, PennWell Publishing, 1990.
11. Sources for NIST Database reference Version
Subscripts 7.0: C:\NIST_Technical Databases - Databases
1 = Initial condition Distributed Standard Reference Data
2 = Final condition Program.htm
12. Standing, M.B.: “Volumetric and Phase
ACKNOWLEDGMENTS Behavior of Oil Field Hydrocarbon Systems,”
Society of Petroleum Engineers of AIME.
The authors wish to express their gratitude to the
Dallas, Texas. (1977).
U.S. Department of Energy for sponsoring this
study through research grant No. DE-FC26-
01NT41145 awarded to the Center for Applied
Petrophysical and Reservoir Studies in the
Petroleum Engineering Department of Texas Tech
University.

Table 1 – Normalized Median Composition
C1 C2 C3 C4 C5 C6 C7+ Total Mol %

Dry Gas 96.61 2.67 0.51 0.21 0.00 0.00 0.00 100.00
Wet Gas 90.03 4.75 2.03 1.03 0.42 0.35 1.40 100.00
Retrograde Gas 73.09 8.57 4.53 3.40 1.89 1.64 6.88 100.00
Table 2 – Normalized Median Composition of Retrograde Gas at Depleted Pressure
C1 C2 C3 C4 C5 C6 C10 Total Mol %

Retrograde Gas A 24.77 5.27 5.41 7.71 6.67 7.34 42.82 100.00
(50 psia)
Retrograde Gas B 39.05 6.99 5.82 6.83 5.25 5.49 30.57 100.00
(250 psia)
Retrograde Gas C 50.78 7.92 5.64 5.75 4.05 4.07 21.76 100.00
(500 psia)
Table 3 - Compressibility Factor of Median Dry Gas and CO2 Mixture at 100°F
0% CO2 25% CO2 50% CO2 75% CO2

Pressure Smoothed Lab Smoothed Lab Smoothed Lab Smoothed Lab
psia
5000 0.9950 0.9947 0.9040 0.8981 0.8260 0.8227 0.7000 0.7538
4500 0.9400 0.8550 0.7650 0.6500
4000 0.8900 0.8918 0.8100 0.8023 0.7150 0.7161 0.6000 0.6584
3500 0.8580 0.7750 0.6750 0.5600
3000 0.8350 0.8382 0.7550 0.7382 0.6590 0.6452 0.5250 0.5327
2500 0.8300 0.8253 0.7560 0.7297 0.6600 0.6278 0.5090 0.5166
2000 0.8360 0.8596 0.7780 0.8251 0.6850 0.6932 0.5180 0.5045
1500 0.8600 0.8603 0.8150 0.8486 0.7275 0.7293 0.5800 0.5866
1000 0.8950 0.9024 0.8630 0.8985 0.7950 0.8149 0.7050 0.7485
500 0.9450 0.9473 0.9300 0.9325 0.8950 0.9073 0.8500 0.8747
200 0.9800 0.9908 0.9720 0.9807 0.9580 0.9500 0.9350 0.9669
100 0.9910 1.0050 0.9870 0.9937 0.9780 0.9715 0.9620 0.9875
50 0.9970 1.0146 0.9940 0.9958 0.9900 0.9815 0.9750 1.0051
No. 1/2006 13
0% CO2 25% CO2 50% CO2 75% CO2

psia
5000 1.0300 0.9968 0.9500 0.9449 0.8600 0.8625 0.7550 0.7535
4500 0.9830 0.9175 0.8150 0.7100
4000 0.9420 0.9309 0.8900 0.8874 0.7800 0.7814 0.6700 0.6737
3500 0.9070 0.8700 0.7580 0.6420
3000 0.8912 0.8918 0.8550 0.8584 0.7450 0.7487 0.6325 0.6333
2500 0.8828 0.8879 0.8500 0.8532 0.7500 0.7530 0.6400 0.6320
2000 0.8855 0.8830 0.8550 0.8527 0.7680 0.7764 0.6700 0.6787
1500 0.9014 0.8379 0.8680 0.8734 0.8000 0.8093 0.7250 0.7414
1000 0.9275 0.8617 0.8950 0.8942 0.8500 0.8737 0.8000 0.8095
500 0.9609 0.9011 0.9450 0.9439 0.9200 0.9330 0.8900 0.8872
200 0.9900 0.9230 0.9810 0.9785 0.9670 0.9655 0.9500 0.9686
100 0.9996 0.9489 0.9945 1.0226 0.9840 0.9903 0.9700 0.9868
50 1.0050 0.9868 1.0000 1.0189 0.9930 0.9598 0.9800 1.0208
0% CO2 25% CO2 50% CO2 75% CO2

psia
5000 1.0650 1.0638 0.9675 0.9648 0.9050 0.9027 0.8500 0.8481
4500 1.0350 0.9400 0.8725 0.7950
4000 1.0050 1.0152 0.9100 0.9134 0.8450 0.8477 0.7600 0.7517
3500 0.9760 0.8930 0.8300 0.7390
3000 0.9500 0.9467 0.8825 0.8789 0.8280 0.8249 0.7340 0.7325
2500 0.9320 0.9288 0.8850 0.8883 0.8350 0.8308 0.7460 0.7470
2000 0.9280 0.9148 0.8950 0.8997 0.8500 0.8576 0.7720 0.7715
1500 0.9350 0.9293 0.9100 0.9224 0.8800 0.8862 0.8100 0.8008
1000 0.9550 0.9486 0.9400 0.9425 0.9150 0.9151 0.8600 0.8632
500 0.9840 0.9878 0.9740 0.9683 0.9550 0.9505 0.9250 0.9198
200 1.0013 1.0141 0.9950 0.9894 0.9800 0.9672 0.9640 0.9173
100 1.0075 0.9762 1.0022 0.9669 0.9900 0.9703 0.9770 0.8737
50 1.0110 0.9657 1.0070 0.9768 0.9960 0.9796 0.9840 0.7603

Table 6 - Compressibility Factor of Median Wet Gas and CO2 Mixture at 160°F
0% CO2 25% CO2 50% CO2 75% CO2

psia
5000 1.0050 1.0046 0.9380 0.9368 0.8210 0.8224 0.7400 0.8386
4500 0.9400 0.8950 0.7800 0.7050
4000 0.8920 0.8928 0.8510 0.8517 0.7450 0.7479 0.6700 0.7296
3500 0.8600 0.8200 0.7200 0.6400 0.7296
3000 0.8380 0.8557 0.8000 0.7938 0.7100 0.7108 0.6150 0.6237
2500 0.8290 0.8284 0.7900 0.7880 0.7180 0.7140 0.6150 0.6041
2000 0.8380 0.8434 0.8070 0.8023 0.7410 0.7375 0.6400 0.6514
1500 0.8650 0.8634 0.8400 0.8388 0.7850 0.7829 0.6980 0.7244
1000 0.9030 0.9050 0.8900 0.8869 0.8450 0.8504 0.7950 0.8952
500 0.9560 0.9608 0.9450 0.9536 0.9150 0.9116 0.8900 0.9439
200 0.9890 0.9849 0.9780 0.9830 0.9610 0.9692 0.9440 1.0891
100 0.9990 0.9891 0.9900 0.9919 0.9760 0.9801 0.9620 1.1870
50 1.0040 0.9896 0.9970 1.1588 0.9830 0.9772 0.9700 1.2069
Table 7 - Compressibility Factor of Median Wet Gas and CO2 Mixture at 220°F
0% CO2 25% CO2 50% CO2 75% CO2

psia
5000 1.0350 1.0365 0.9600 0.9605 0.8840 0.8838 0.8300 0.9190
4500 0.9950 0.9250 0.8540 0.8000
4000 0.9575 0.9420 0.8950 0.8948 0.8265 0.8336 0.7750 0.8457
3500 0.9240 0.8760 0.8080 0.7550
3000 0.9030 0.9106 0.8650 0.8632 0.7990 0.7977 0.7450 0.8223
2500 0.8940 0.8913 0.8640 0.8616 0.8030 0.8015 0.7450 0.8194
2000 0.8960 0.8948 0.8725 0.8714 0.8210 0.8261 0.7600 0.8056
1500 0.9090 0.9208 0.8900 0.8817 0.8530 0.8438 0.8100 0.8410
1000 0.9320 0.9211 0.9175 0.9148 0.8975 0.9120 0.8700 0.9863
500 0.9700 0.9688 0.9560 0.9644 0.9450 0.9631 0.9300 1.0686
200 0.9970 0.9753 0.9840 0.9902 0.9770 0.9854 0.9650 0.9701
100 1.0060 0.9855 0.9950 0.9709 0.9900 1.0044 0.9800 0.9680
50 1.0100 0.9864 0.9996 0.9574 0.9950 0.9936 0.9870 0.9983
No. 1/2006 15
Table 8 - Compressibility Factor of Median Retrograde Gas and Depleted Retrograde Gas + CO2
Mixture at 100°F
Depleted Median Retrograde Sample

Median Retrograde 50 psia 250 psia 500 psia
Pressure Smoothed Lab Pressure Smoothed Lab Smoothed Lab Smoothed Lab
5000 0.93 0.935 5000 0.6500 0.6540 0.7000 0.6900 0.7500 0.7600
4500 0.89 4500 0.6000 0.6400 0.6800
4000 0.855 0.845 4000 0.5400 0.5340 0.5700 0.5800 0.6100 0.6050
3500 0.825 3500 0.4800 0.5100 0.5500
3000 0.8 0.79 3000 0.4200 0.4100 0.4500 0.4400 0.4850 0.4800
2500 0.786 2500 0.3750 0.3900 0.4200
2000 0.7808 0.785 2000 0.3250 0.3300 0.3400 0.3200 0.3600 0.3500
1500 0.8027 1500 0.2850 0.2900 0.3050 0.3000 0.3250 0.3200
1000 0.8605 0.86 1250 0.2950 0.3300 0.3600
500 0.9283 0.92 1200 0.3700 0.4150 0.4350
250 0.9627 1100 0.4940 0.5100 0.5600
100 0.9867 0.98 1000 0.5900 0.6000 0.6050 0.5900 0.6300 0.6200
50 0.993 900 0.6500 0.6700 0.7000
800 0.7100 0.7250 0.7500
700 0.7600 0.7750 0.8000
600 0.8100 0.8200 0.8400
500 0.8500 0.8400 0.8600 0.8700 0.8800 0.8600
400 0.8800 0.8900
300 0.9100 0.9200 0.9100
200 0.9400 0.9300
100 0.9600 0.9500
50 0.9700

Table 9 - Compressibility Factor of Median Retrograde Gas and Depleted Retrograde Gas + CO2 Mixture
at 160°F
Depleted Retrograde + CO2

Median Retrograde Gas 50 psia 250 psia 500 psia
P Smooth Lab Pressure Smoothed Lab Smoothed Lab Smoothed Lab
5000 0.96 0.95 5000 0.6572 0.64 0.6672 0.656 0.695 0.7
4500 0.92 4500 0.6115 0.6215 0.645
4000 0.885 0.88 4000 0.5667 0.55 0.5767 0.58 0.595 0.6
3500 0.855 3500 0.5232 0.5332 0.56
3000 0.83 0.84 3000 0.4872 0.49 0.505 0.51 0.54 0.55
2500 0.815 2750 0.4732 0.495 0.54
2000 0.8177 0.82 2500 0.4654 0.47 0.495 0.54
1500 0.84 2250 0.469 0.499 0.55
1000 0.8871 0.89 2000 0.495 0.5 0.525 0.53 0.58 0.57
500 0.9427 0.95 1750 0.5498 0.59 0.64
250 0.97 1500 0.62 0.61 0.66 0.71 0.715
100 0.9874 0.99 1300 0.685 0.725 0.765
50 0.994 1200 0.71 0.75 0.79
1100 0.737 0.775 0.81
1000 0.765 0.75 0.801 0.8 0.83 0.83
900 0.79 0.825 0.85
800 0.82 0.845 0.868
700 0.845 0.865 0.885
600 0.865 0.885 0.9
500 0.89 0.88 0.905 0.9 0.915 0.92
400 0.915 0.926
300 0.938 0.945
200 0.96
100 0.981 0.97
No. 1/2006 17
Table 10 - Compressibility Factor of Median Retrograde Gas and Depleted Retrograde Gas + CO2
Mixture at 190°F
Depleted Median Retrograde Sample + CO2

Median Retrograde 50 Psia 250 psia 500 Psia
5000 0.971 0.97 0.6874 0.68 0.7184 0.72 0.748 0.75
4500 0.9335 0.6475 0.6806 0.7126
4000 0.889 0.89 0.6084 0.62 0.6439 0.65 0.6784 0.68
3500 0.8534 0.575 0.61 0.6467
3000 0.84 0.83 0.554 0.57 0.585 0.59 0.6209 0.63
2500 0.84 0.555 0.58 0.611
2000 0.85 0.84 0.6 0.58 0.63 0.64 0.66 0.67
1500 0.88 0.705 0.735 0.76
1000 0.92 0.92 0.815 0.8 0.83 0.82 0.845 0.85
500 0.96 0.955 0.91 0.92 0.9251 0.92
200 0.983 0.967 0.96 0.975 0.98
100 0.992 0.99 0.986 0.99
50 0.996 0.994
Table 11- Revaporized Condensate
Condensate Volume at Depleted Pressure (cc) Condensate Re-vaporized (%)

Median Retrograde CO2+RG at Depleted Pressure
Temp (°F) 50 psia 250 psia 500 psia 50 psia 250 psia 500 psia 50 psia 250 psia 500 psia
100 19.85 19.59 18.39 18.26 14.53 17.69 16.93 25.85 7.98
160 11.93 14.41 19.85 11.25 11.79 12.77 5.70 18.18 35.67
190 No Data 18.19 19.10 No Data 15.12 15.12 No Data 16.88 14.14
0.5
0.45
Dry Gas
Wet Gas
0.4
Retrograde Gas
0.35
(C3+ C 4+ C 5+ C6+ C 7)/C 1
0.3
Retrograde Gas
0.25 Region
0.2
0.15
Wet Gas
Region
0.1
Dry Gas
Region
0.05
0
0 0.05 0.1 0.15 0.2 0.25
C2/C1
Figure 1 – TTU Gas Identification Chart based on hydrocarbon composition of C1 – C7+

1
0.9
0.8 Lab Data

Sage and Lacey
BCTB
Com pressibility Factor

0.7 Lab-Avg
0.6
0.5
0.4
0.3
0.2
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)
Figure 2 – Benchmark TTU CO2 Measurements at 100°F to Sage and Lacy (1955) and Burton Corblin
Technical Bulletin (1990)
0.9
Sage-Lacey 160F
0.8 BCTB-160F
CO2-160F
Lab-Avg
Z Factor
0.7
0.6
0.5
0.4
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)
Figure 3 – Benchmark TTU CO2 Measurements at 160°F to Sage and Lacy (1955) and Burton Corblin
Technical Bulletin (1990)
0.9
Sage-Lacey 220F
0.8 BCTB-220F
CO2-220F
Lab-Avg
Z Factor
0.7
0.6
0.5
0.4
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)
Figure 4 – Benchmark TTU CO2 Measurements at 220°F to Sage and Lacy (1955) and Burton
Corblin Technical Bulletin (1990)
No. 1/2006 19
1.1000
1.0000
0.9000
0.8000

0.7000
0.6000
0.5000
0%CO2
0.4000 25%CO2
50%CO2
0.3000 75%CO2
100%CO2
0.2000
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)
Figure 5 - Median Dry Gas and CO2 Mixture at 100°F
1.1000
1.0000
0.9000
0.8000
0.7000
0.6000
0%CO2
25%CO2
0.5000 50%CO2
75%CO2
100%CO2
0.4000
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)
1.1000
1.0500
1.0000
0.9500
0.9000
0.8500
0.8000
0.7500
0%CO2
0.7000 25%CO2
50%CO2
0.6500 75%CO2
100%CO2
0.6000
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)

1.1000
1.0000
0.9000
C o m p re s s ib ilit y F a c t o r
0.8000
0.7000
0.6000
0%CO2
25%CO2
0.5000
50%CO2
75%CO2
100%CO2
0.4000
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)
Figure 8 - Median Wet Gas and CO2 Mixture at 160°F
1.1000
1.0500
1.0000
0.9500
C o m p re s s ib ilit y F a c t o r
0.9000
0.8500 `
0.8000
0.7500 0%CO2
25%CO2
0.7000 50%CO2
75%CO2
0.6500 100%CO2
0.6000
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)
Figure 9 - Median Wet Gas and CO2 Mixture at 220°F
1.200
1.100
1.000
0.900
0.800
Compressibility Factor
CO2 Lab
CO2 Sage-Lacey
0.700
Pure Retrograde
Methane Sage-Lacey
0.600 CO2-RG - 50 psia
CO2-RG - 250 psia
0.500 CO2-RG - 500 psia
0.400
0.300
0.200
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)
Figure 10 – Retrograde and Depleted Retrograde Gas and CO2 Mixture at 100°F
No. 1/2006 21
1.2
1.1
0.9
0.8
0.7
0.6
CO2 Lab
CO2 Sage-Lacey
0.5
Pure Retrograde
Methane Sage-Lacey
0.4 CO2-RG - 50 psia
CO2-RG - 250 psia

0.3 CO2-RG - 500 psia
0.2
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)
1.2
1.1
0.9
0.8
0.7
0.6
0.5 Median Retrograde

CO2RG-500psia
CO2RG-250psia
0.4 CO2RG-50psia
CO2 Sage-Lacey
Methane
0.3
0.2
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Pressure (psia)
40.00
Revaporized Condensate, Percent from Initial Condensate
35.00
30.00
25.00
Volume
20.00
15.00
10.00
500 psia
5.00
e
250 psia
ur
ss
0.00
e
Pr
n
100 50 psia
etio
160
pl
De
190
Temperature (F)
Figure 13 - Revaporized Condensate as a Function of Pressure and Depletion Pressure

PROSES PENGUAPAN DIFFERENTIAL DAN HUBUNGANNYA DENGAN
MATCHING HASIL SIMULASI KORELASI STANDING
St. Edi Purwaka, Teknik Perminyakan Universitas Trisakti

Reza Fahlevi, Alumnus Teknik Perminyakan Universitas Trisakti
SARI
Proses penguapan differential (Differential Vaporization) yang dilakukan di laboratorium pada hakekatnya
adalah simulasi secara fisis yang menghasilkan hubungan antara tekanan versus 4 (empat) parameter fluida
reservoar yaitu Rs, Bo, Gg, dan API gravity minyak residu. Simulasi tersebut meniru proses yang terjadi
secara natural di alam dimana akibat mengalirnya fluida ke permukaan, selama proses produksi, tekanan
reservoar mengalami penurunan. Apabila turunnya tekanan reservoar melampaui Tekanan Titik Gelembung
atau Pb (Bubble Point Pressure) maka fluida yang tadinya satu fasa mulai berubah menjadi dua fasa. Fluida
reservoar yang berubah dari satu fasa menjadi dua fasa, gas dan cair akibat turunnya tekanan disebut proses
flash. Dalam termodinamika kondisi awal dan akhir dari suatu proses merupakan basis peninjauan sifat-sifat
fasa. Perubahan fasa akibat turunnya tekanan disebut proses flash jika mol awal sama dengan mol akhir.
Sehingga secara material balance parameter fluida reservoar dapat diterjemahkan dalam bahasa matematika
dalam bentuk persamaan empiris. Perubahan sifat-sifat fasa direpresentasikan sebagai hubungan antara
tekanan terhadap keempat parameter tersebut diatas
Di laboratorium berawal dari Tekanan Titik Gelembung, tekanan diturunkan kemudian fasa gas dipisahkan.
Jika setiap step dilakukan pengulangan serupa sampai tekanan nol maka proses demikian disebut penguapan
differential. Dari proses ini diketahui kandungan gas terlarut (Rs), perbandingan volume minyak reservoar
terhadap volume di permukaan (Bo), perbandingan berat gas terhadap udara (Gg) dan density minyak residu
(API gravity). Keempat parameter fisis tersebut merupakan variable-variable yang memenuhi sebuah
persamaan empiris dari material balance berdasarkan proses flash. Oleh karena itu dikenal Korelasi Standing
yang sangat populer didunia perminyakan. Persamaan empiris dari Standing memprediksi Tekanan Titik
Gelembung atau Pb (Bubble Point Pressure) serta Formation Volume Faktor (Bo). Sehingga hasil prediksi
Standing dapat diperbandingkan dengan data PVT hasil uji laboratorium.
Makalah ini membahas dan mencari solusi bagaimana agar penentuan sifat-sifat fluida melalui Korelasi
Standing match terhadap hasil uji laboratorium.
I. Pendahuluan dapat harus menampilkan sebuah data PVT yang

representatip mewakili zone produktif dimaksud.
Fenomena yang terjadi selama proses produksi
adalah pada temperatur reservoar yang relative Salah satu cara adalah dengan Korelasi Standing
konstan, akibat mengalirnya fluida ke permukaan, yang sangat populer didunia perminyakan. Korelasi
tekanan reservoar mengalami penurunan. Jika Standing berupa persamaan empiris yang terdiri dari
tekanan resevoar turun melampaui tekanan titik empat variable yang merupakan parameter fluida
gelembung maka fluida berubah menjadi dua fasa. reservoar yaitu Rs, Bo, Gg, dan API (Density
Tekanan titik gelumbung merupakan sifat minyak). Dari keempat parameter fisis tersebut
karakteristik fluida yang sangat specifik dan hanya kecuali Bo, tiga parameter lainnya dapat diperoleh
dapat ditentukan secara akurat melalui pengamatan secara langsung dari hasil produksi. Oleh karena itu
di laboratorium. Dibawah tekanan titk gelembung bila ketiga variable tersebut diketahui, Bo dapat
perubahan sifat-sifat fasa diamati melalui percobaan dihitung. Kecuali Bo korelasi ini juga memprediksi
penguapan differential (differential vaporization) tekanan titik gelembung Pb (Bubble Point Pressure)
Dari proses ini diketahui kandungan gas terlarut juga dari variable yang sama. Berdasarkan korelasi
(Rs), perbandingan volume minyak reservoar ini lebih lanjut data PVT dari suatu fluida reservoar
terhadap volume di permukaan (Bo), perbandingan dapat ditentukan melalui perhitungan. Data PVT
berat gas terhadap udara (Gg) dan density minyak adalah hubungan antara P versus keempat parameter
residu (API gravity). tersebut di atas. Oleh karena itu korelasi ini dapat
memberikan solusi terhadap masalah yang dihadapi
Pada umumnya sebuah zona produktif diwakili oleh
reservoar engineer di lapangan.
hanya beberapa sumur saja yang diambil fluidanya
untuk analisis PVT. Dari beberapa hasil analisis PVT
II. Latar Belakang
tersebut tentu saja agak berbeda hasilnya satu sama
lain karena berbeda sumur dan kedalaman Pada pendahuluan disebutρkan bahwa Korelasi
pengambilan fluidanya. Namun untuk keperluan Standing memprediksi Pb dan Bo. Ini berarti tanpa
studi simulasi, seorang reservoar engineer harus percobaan laboratorium kedua parameter tersebut
dapat ditentukan. Hal tersebut memang dapat
No. 1/2006 23
dilakukan karena korelasi ini hanya memerlukan 3 Berdasarkan persamaan (1) dan (2) Bo dapat
(tiga) variable saja dalam persamaan empirisnya dihitung bila diketahui 4 (empat) variable.
yaitu Rs, Gg dan API. Ketiga variable ini dapat Boi = f (( Rs, Gg , API , ρ oi )
diperoleh melalui data produksi. yang selalu tersedia
di lapangan yaitu Gas.Oil .Ratio.(GOR ) , Gas Pada latar belakang disebutkan bahwa prediksi Bo
gravity dan API . Gas gravity dapat dihitung melalui data produksi Rs, Gg , API dengan
berdasarkan komposisi gas produksi ( yi )sep pada P korelasi standing diragukan akurasinya. Maka
apabila density minyak pada kondisi reservoar
dan T primary separator. Ketiga parameter ini selalu diketahui berarti Bo dapat dihitung lebih akurat.
tersedia di lapangan karena setiap zona produktif Namun masalahnya density awal ( ρ oi ) bukan data
mempunyai data produksi.
produksi sehingga di lapangan tidak diketahui
Seandainya komposisi gas di lapangan tidak tersedia kecuali didapat dari hasil analisis fluida di
karena diperlukan alat Gas Chromatgraphy maka gas laboratorium. Jadi Korelasi Standing dapat
gravity dapat diukur langsung melalui penimbangan memprediksi Bo sebenarnya mengatasi masalah
gas dan udara dari sebuah labu ukur yang sama. ketiadaan data density meskipun perlu check
Perbandingan berat gas dan udara adalah gas gravity validitas terhadap hasil uji laboratorium.
(Gg).
Namun masalahnya validitas hasil prediksi IV. Korelasi Standing
penentuan Pb dan Bo dipertanyakan akurasinya. Mr. Standing mengumpulkan data minyak mentah
Akurasi nilai Bo sangat penting karena perhitungan yang mempunyai Tekanan Titik Gelembung atau Pb
cadangan memerlukan nilai tersebut. Hasil prediksi (Bubble Point Pressure) lebih kecil dari 5000 Psig
baru valid apabila sama atau match dengan hasil uji pada temperatur reservoar, berasal dari hasil analisis
laboratorium. PVT minyak California sebanyak 105 buah. Data
Disinilah letak strategis dan pentingnya percobaan tersebut adalah hasil analisis single flash separator
laboratorium yang bagaimanapun juga tidak bisa maksudnya percobaan laboratorium menggunakan
ditinggalkan karena senantiasa menjadi acuan satu separator sebagai fasilitas produksi dan fasa cair
matching dalam simulasi matematis. dari separator masuk ke tanki pengumpul yang
berfungsi sebagai separator. Disini juga bekerja
tekanan dan temperatur tertentu yang bisa
III. Material Balance menyebabkan fluida produksi terpisah komponen-
Berubahnya fluida dari satu fasa menjadi dua fasa komponennya menjadi fasa cair dan fasa gas. Maka
disebut proses flash bila mol awal sama dengan mol data yang dicatat dan dikumpulkan terdiri dari
akhir. Secara matematis dapat diturunkan persamaan GORsep, GORstk , Gg.sep, dan Gg.stk .
empiris sbb:
Ketentuan yang dikehendaki pada korelasi ini sbb:
Berat Liquid Awal = Berat Liquid Akhir + Berat Gas 1. Gas Oil Ratio adalah merupakan total GOR
Akhir yang terbentuk di permukaan dengan satuan
(SCF/STB). Nilai total GOR jumlah dari
GORsep dan GORstk adalah sama dengan
ρ oi xVoi = ρ STB xV STB + ρ g xV g nilai Rs (SCF/STB) total gas terlarus (gas
solubility).
ρ oi xVoi = ρ STB xV STB + Ggxρ xV g
ud
2. Gas gravity yang dipergunakan adalah gas
gravity rata-rata yang terbentuk di separator
V oi Vg maupun di stock tank (persamaan 3). Nilai ini
ρ oi x = ρ STB + Ggx0.001222 x representasi dari gravity gas terlarut dalam
V STB V STB sistem ketika fluida pada kondisi satu fasa di
ρ oi xBoi = ρ STB + Ggx0.001222 xRs / 5.6146 reservoar.
(Gg .sep * GORsep + Gg.stk * GORstk )
ρ oi xBoi = ρ STB + 0.21765 xGgxRs / 1000 Gg.average =
(GORsep + GORstk )
Boi = ( ρ STB + 0.21765 xGgxRs / 1000) / ρ oi ..........................(3)
............. (1) dimana
ρ STB = 0.999014 x141.5 /(131.5 + API ) Gg.average = Gravity gas rata-rata.
.............(2) Gg.sep = Gravity gas di separator.
Gg.stk = Gravity gas di stock tank.
GORsep = GOR di separator(SCF/STB)
GORstk = GOR di stock tank (SCF/STB).

3.
o
API gravity adalah gravity minyak yang minyak di reservoir pada tekanan tertentu terhadap
diambil pada tangki pengumpul. Specific volume minyak pada tekanan titik gelembungnya.
Jadi volume minyak pada titik gelembung dijadikan
gravity oil γ o = 141.5 / 131.5 + API sebagai basis. Mengapa demikian karena pada
merupakan representasi density minyak di kondisi tersebut volume minyak alam keadaan
permukaan. optimum saat gas mulai terbebaskan. Melalui
4. Formation Volume Factor (Bo) dengan satuan percobaan inilah P vs RV dapat ditentukan secara
Bbl/STB. Faktor konversi volume antara akurat dan dijadikan dasar perhitungan cadangan
volume reservoar terhadap volume standard serta perolehan (recovery factor).
(stock tank barrel).
Berikut ini adalah persamaan empiris Korelasi 2. Prediksi Perolehan.
Standing : Saat pertama kali ditemukan tekanan reaservoir
disebut tekanan awal. Bila tekanan awal reservoir
Pb = 18.2 * [(CN ) Pb − 1.4] …..………..(4)
turun sampai tekanan titik gelembung maka
banyaknya produksi minyak dapat dihitung dari nilai
Rs ( 0.00091T − 0.0125*o API ) RV yang diketahui. Konsep constant volume
(CN ) Pb = ( )^ 0.83 *10 ^ depletion (CVD) menjadi dasar perhitungan untuk
Gg menghitung prediksi perolehan. Volume reservoir
Bo = 0.9759 + 0.00012[CN ) Bob ] ...…(5)
1.2 dianggap konstan, berarti volume awal diketahui
secara volumetrik. Pada tekanan awal fluida
⎡ Gg ⎤ terkompressi, bila tekanan diturunkan berarti
(CN ) Bob = ⎢ Rs ( ) 0.5 + 1.25(T − 460)⎥ kompresi berkurang, volume membesar. Proses ini
⎣ γo ⎦ dapat dilakukan di laboratorium (proses CCE). Maka
dimana massa fluida yang tetap konstan ini pada tekanan
titik gelembung volumenya akan bisa diamati
Pb = tekanan gelembung (Psia) besarnya. Perbedaan volume awal yang lebih besar
Bo = formation volume factor (RB/STB) karena diukur pada kondisi titik gelembung dan
volume reservoir awal yang konstan selisihnya
Rs = gas solubility scf/STB adalah fluida yang terproduksi ke permukaan. Secara
Gg = dissolved gas specific gravity matematis dapat ditulis dalam persamaan empiris
T = temperatur ( o R ) sbb :
o
API = Gravity minyak % Perolehan = ( 1 - RV ) x 100 % atau
γ o = Specific Gravity minyak pada stock tank Volume perolehan= (1 – RV)xVoi / Boi STB
Dimana :
V. Experiment Voi =Volume reservoir (konstan)
1. Constant Composition Expansion Boi =Initial formation volume factor
Sebagaimana diketahui bila tekanan reservoir turun 3. Differential Vaporation.
melampaui tekanan titik gelambung Pb maka fluida
yang tadinya satu fasa mulai berubah menjadi dua Percobaan ini bertujuan menentukan kandungan gas
fasa. Di laboratorium proses penentuan tekanan titik terlarut di dalam fluida reservoir (initial gas
gelembung yang sangat penting ini melalui proses solubility) Rsi (SCF/STB). Berawal dari tekanan
constant composition expansion (CCE). Tidak ada titik gelembung dengan volume awal diketahui.
massa yang dikeluarkan dari sistem. Pada temperatur Tekanan diturunkan sebesar 300 psig dengan cara
reservoir yang dijaga konstan volume fluida diamati menarik torak pompa dan volume total (gas+liquid)
perubahannya sebagai fungsi tekanan. Percobaan diketahui. Gas dipisahkan dengan cara membuka
dilakukan sbb : valve di bagian atas Cell PVT dan ditampung di
permukaan sehingga konversi volume gas pada
Volume awal pada tekanan 5000 psig dan temperatur standart diketahui. Step berikutnya percobaan
reservoir diketahui besarnya. Fluida tersebut diulangi dengan penurunan tekanan dengan delta P
ditempatkan di dalam silinder baja (Cell PVT) yang yang sama hingga berakhir sampai tekanan nol.
dilengkapi torak pompa bersama Hg (air raksa) Hasil pengamatan adalah P vs Vol gas terpisahkan
dimana fungsinya sebagai pengatur tekanan di dalam pada setiap step seperti pada Table 1. Cara
Cell PVT. Penurunan tekanan dilakukan dengan cara perhitungan dapat dilihat pada Table 2 dan hasil
menarik torak pompa hingga volume membesar. perhitunganya pada Table 3.
Data pengamatan adalah P (psig) vs Volume fluida.
Plot yang dihasilkan akan membentuk dua garis VI. Penerapan Persamaan Standing
berpotongan. Pada perpotongan itulah merupakan
titik gelembung. Nilai relatif volume minyak (RV) Untuk penerapan hasil differential vaporization (DV)
didefinisikan sebagai perbandingan antara volume pada persamaan Korelasi Standing gunakan data
No. 1/2006 25
PVT dari Table 3. Tetapi harus hati-hati khususnya matematisnya. Yaitu 2 persamaan dari modified
pengambilan data gas gravity (Gg). Terlebih dahulu standing correlation dan 1 persamaan dari material
harus dihitung gravity gas terlarut karena Gg yang balance. Pb = f (CN ) Pb , Bo = f (CN ) Bob dan
tertera pada report PVT adalah Gg yang terbebaskan
pada setiap step percobaan (Gg liberated). Untuk Boi = f (( Rs, Gg , API , ρ o )
menghitungnya menggunakan persamaan (3).
Caranya sbb : GOR liberated masing-masing step Simulasi menggunakan persamaan modified
dihitung yaitu Incremental delta Rs tiap step. standing dengan input P vs Gg menghasilkan P vs
Kemudian kalikan dengan masing-masing Gg Rs,Bo,Density dapat dilihat pada gambar 1.
liberated. Penjumlahan dari hasil perkalian tersebut Sedangkan dengan input P vs Rs menghasilkan P vs
dibagi dengan Rs pada P yang bersangkutan. Bo,Gg,Density dapat dilihat pada gambar 2. Bila
Hasilnya adalah nilai Gg terlarut tiap step yang dilihat hasil pada gambar 2 atau pada table 7 nampak
diinginkan pada persamaan Korelasi Standing. ada nilai negatip untuk harga Gg LIB. Ini berarti
Bersama Gg terlarut yang diperoleh ambil data Rs simulasi dengan input P vs Rs lebih jelek .Maka
hitung nilai (CN)Pb dan (CN)Bob lalu hitung P fungsi lebih baik menggunakan input P vs Gg (gambar 1).
(CN)Pb menggunakan persamaan (4) dan hitung Bo Selanjutnya dengan input 2 variable yang diketahui
fungsi (CN)Bob menggunakan persamaan (5). Hasil yaitu P vs Rs,Gg menghasilkan P vs Bo,Density.
dari perhitungan Korelasi Standing dapat dilihat Penyelesaiannya menggunakan 2 persamaan yaitu
pada Table 4, terlihat nilai Pb dan Bo sama sekali Bo = f (CN ) Bob dan
tidak match
Boi = f (( Rs, Gg , API , ρ o ) . Hasilnya dapat
VII. Modified Standing dilihat pada gambar 3.
Dalam studi simulasi umumnya engineer membuat

persamaan Modified Standing Correlation. Caranya VIII. Aplikasi Flash Experiment
adalah mengubah koefisien arah kedua persamaan
Pb dan Bo pada persamaan (4) dan (5). Hal ini Flash separator test yang dilakukan percobaannya di
dilakukan agar match by point terhadap parameter laboratorium menggunakan metoda single flash
hasil uji laboratorium. Coeff Pb pada persamaan (4) separator test. Telah diuraikan diatas bahwa
adalah 18.2 sedangkan pada persamaan (5) Coeff Bo Standing mengumpulkan data 105 buah minyak dari
adalah 1.2. Hasil matching by point terlihat pada California dari percobaan single flash separator test
table 5. Harga-harga Rs, Bo, Gg match antara hingga dihasilkan persamaan empiris sebagai
experiment dan simulasi. Konstanta baru hasil korelasi matematis yang memprediksi Pb dan Bo.
matching adalah 17.1662 untuk coeff Pb dan 1.1888 Maka korelasi ini dapat diaplikasikan terhadap hasil
untuk coeff Bo pada tekanan Pb. Pada table 5 analisis proses yang sama di laboratorium.
terlihat konstanta yang didapat pada setiap tekanan Sebagaimana diketahui hasil percobaan laboratorium
dari Pb sampai nol berbeda satu sama lain. antara Flash dan Differential meskipun fluida
awalnya sama namun hasil Rs dan Bo berbeda
Ini artinya setiap tekanan dari Pb sampai nol adalah dimana Flash lebih kecil pada kedua parameter
representasi tekanan titik gelembung pada masing- tersebut. Dari persamaan material balance
masing fluida pada tekanan tersebut dengan
persamaan modified tertentu. Fenomena ini dapat
γ = = f (( Rs, Bo, Gg , API ) maka fenomena
diaplikasikan untuk solusi dari masalah bagaimana perbedaan hasil kedua proses dapat dipahami yaitu
dari data PVT yang banyak dapat ditampilkan satu dari density yang sama secara material balance
yang representatip mewakili fluida dari sebuah zona menghasilkan empat parameter fluida masing-
produktip. Caranya ambil data Pb dan Bo pada masing berbeda karena kondisi akhir dari kedua
tekanan gelembung dari masing-masing report PVT, proses berbeda. Yang menjadi masalah adalah
seberapa besar perbedaannya. Melalui korelasi ini
hitung nilai (CN ) Pb dan (CN ) Bob nya.
masalah tersebut dapat dipecahkan dengan asumsi
Penyelesaiannya adalah dengan regressi linear P bahwa sebuah sistem dengan Pb tertentu mempunyai
sebuah persamaan modified yang sama. Hasil dari
vs (CN ) Pb dan LOG ( Bo − 0.9759) vs aplikasi flash separator test dapat dilihat pada Table
LOG (CN ) Bob . Maka coeff Pb dan coeff Bo dapat 6.
diperoleh. Jadi dianggap bahwa persamaan modified
dengan konstanta baru ini mewakili zona produktip
dimaksud. Kemudian untuk menghitung dan IX. Kesimpulan.
menentukan hubungan P versus 1. Hasil uji laboratorium menjadi alat penguji
Rs, Bo, Gg , danγ o harus diketahui terlebih dahulu validitas hasil prediksi korelasi standing.
2. Konstanta baru coeff Pb dan coeff Bo dari
salah satu dari keempat variable tersebut. Tiga
persamaan modified standing correlation
variable lainnya dapat dihitung karena ada tiga
persamaan yang terlibat dalam penyelesaian

merupakan representasi dari sebuah sistem 2. Muthalib. A.,”Penerapan Regresi Ganda
dengan tekanan titik gelembung tertentu. dalam Prakiraan Yield Value Kondensat”.,
3. Dengan metoda regressi linear hasil analisis PVT Proceeding Diskusi Ilmiah VIII PPPTMGB
yang banyak untuk sebuah zona produktip dapat LEMIGAS 1995.
dihasilkan sebuah data PVT yang representatip.
3. Standing. M. B. Volumetric and Phase
4. Dengan menggunakan modified hasil differential
Behaviour of Oil Field Hydrcarbon
dapat digunakan sebagai quality control hasil
Systems.,Society of
single flash separator test di laboratorium.
Petroleum Engineers of AIME Dallas 1977.
Daftar pustaka :
1. Ahmed.T Hydrocarbon Phase behaviour
Volume 7, Gulf Publishing Company,
Houston texas., 1989
TABLE 1 Result of Differential Vaporization Test at 185 oF

Initial Saturated Oil Volume = 87.92 cc at 185 oF
Pressure Volume of Gas Removed Liguid Gas Gravity

STEP cc at 14.7 cc in
PSIA & 60 oF Cell
PSIA Volume cc Air = 1
0 2520 0 0 87.92
1 2230 1017 6.75 85.25 0.743
2 1930 964 7.5 82.87 0.74
3 1617 940 9.21 80.54 0.742
4 1310 894 10.86 78.34 0.752
5 907 1172 20.21 75.34 0.766
6 588 922 25.77 72.93 0.822
7 300 903 52.5 70.4 0.938
8 14.7 2141 ....... 61.89 1.73
14.7 PSIA & - 58.26

60 oF
8953
No. 1/2006 27
Calculation of Liquid Phase Specific Volume from Differential Test Data
TABLE 2
Bubble Quantity of Gas Weight of Bubble point Bubble point

Point in Solution Residual Oil Weigt and Density of
Pressure in System Volume of System
System
cc at 14.7
PSIA PSIA & 60 oF Gram Gram gram cc gr/cc
14.7* 0 49.632 49.632 58.26 0.8519
14.7 0 0.000 49.632 61.89 0.8019

300 2141 4.526 54.158 70.4 0.7693
588 3044 5.561 55.193 72.93 0.7568
907 3966 6.487 56.119 75.34 0.7449
1310 5138 7.584 57.216 78.34 0.7304
1617 6032 8.406 58.038 80.54 0.7206
1930 6972 9.258 58.890 82.87 0.7106
2230 7936 10.130 59.762 85.25 0.7010
2520 8953 11.053 60.685 87.92 0.6902
DIFFRENTIAL VAPORIZATION AT 185 oF

TABLE 3
SOLUTION RELATIVE RELATIVE OIL Z GAS FORM. INCREMENT
PRESSURE GAS/OIL OIL TOTAL DENSITY FACTOR VOLUME GAS
PSIA RATIO VOLUME VOLUME GM/CC FACTOR GRAVITY
2520 862.81 1.5091 0.6902
2230 764.80 1.4633 0.7010 0.8100 0.7430
1930 671.90 1.4224 0.7106 0.823 0.7400
1617 581.31 1.3824 0.7206 0.868 0.7420
1310 495.16 1.3447 0.7304 0.8720 0.7520
907 382.21 1.2932 0.7449 0.8580 0.7660
588 293.35 1.2518 0.7568 0.8990 0.8220
300 206.33 1.2084 0.7693 0.9550 0.9380
14.7 0.00 1.0623 0.8019 1.7300
VRF 0.9413
API 34.45
SG.OIL 0.8527

TABLE 4 STANDING CORRELATION
Coeff Pb Coeff Bo (CN)Pb (CN)Bo P(Psia) Pb(Psia) Bo Bo
(Exp) (Sim) (Exp) (Sim)
18.2 1.2 148.20 1170.40 2520 2671.77 1.5091 1.5529

18.2 1.2 130.43 1077.71 2230 2348.28 1.4633 1.4985
18.2 1.2 113.35 989.74 1930 2037.56 1.4224 1.4478
18.2 1.2 96.57 903.50 1617 1732.09 1.3824 1.3989
18.2 1.2 80.59 820.58 1310 1441.20 1.3447 1.3527
18.2 1.2 59.69 710.12 907 1060.95 1.2932 1.2927
18.2 1.2 43.72 619.68 588 770.28 1.2518 1.2449
18.2 1.2 28.92 525.14 300 500.92 1.2084 1.1964
1.2 231.25 14.7 1.0623 1.0583
TABLE 5 MODIFIED STANDING CORRELATION
Coeff Pb Coeff Bo (CN)Pb (CN)Bo P(Psia) Pb(Psia) Bo Bo

(Exp) (Sim) (Exp) (Sim)
17.1662 1.1888 148.20 1170.40 2520.00 2520.00 1.5091 1.5091

17.2833 1.1900 130.43 1077.71 2230.00 2230.00 1.4633 1.4633
17.2393 1.1920 113.35 989.74 1930.00 1930.00 1.4224 1.4224
16.9907 1.1942 96.57 903.50 1617.00 1617.00 1.3824 1.3824
16.5431 1.1968 80.59 820.58 1310.00 1310.00 1.3447 1.3447
15.5590 1.2003 59.69 710.12 907.00 907.00 1.2932 1.2932
13.8931 1.2040 43.72 619.68 588.00 588.00 1.2518 1.2518
10.9000 1.2084 28.92 525.14 300.00 300.00 1.2084 1.2084
1.2087 231.25 14.70 1.0623 1.0623
No. 1/2006 29
TABLE 6 HASIL FLASH SEPARATOR TEST
SEP. SEP. GAS/OIL GAS/OIL DENSITY ST.TANK FORMATION SEP. GRAVITY

PRES. TEMP. RATIO RATIO gr/cc GRAV. VOLUME VOLUME OF FLASH
PSIG oF API 60 oF FAKTOR FAKTOR GAS
(1) (2) (3) (4)
385 80 473.83 482.57 1.0184 0.6910

To
0 80 206.79 210.60 0.8419 36.40 1.3950 1.0000 1.0700
680.61 693.17 0.8061
285 80 527.27 536.75 1.0180 0.7090

to
0 80 148.51 151.18 0.8409 36.60 1.4740 1.0000 1.1420
675.78 687.93 0.8042
185 80 566.88 576.98 1.0178 0.7320

To
0 80 118.55 120.67 0.8419 36.40 1.4830 1.0000 1.2400
685.43 697.64 0.8199
0 80 820.59 0.8521 34.40 1.1494 1.0000 0.9770

Gambar 1
Modified Standing Correlation
Match To Dissolved Gas Gravity
No. 1/2006 31
Gambar 2
Match To Rs

Gambar 3
Match To Rs and Dissolved Gas Gravity
No. 1/2006 33
RESERVOIR CHARACTERIZATION USING ARTIFICIAL NEURAL NETWORK
Martinus Barus, Pertamina Upstream Operation Western Java Area, Cirebon
Ni Putu Juniari, Student of Petroleum Engneering Dept, Trisakti University
ABSTRACT
Reservoir characterization is a process of describing various reservoir characteristis using all available field data
to provide reliable reservoir models. Permeability and porosity are the two fundamental reservoir properties.
Permeability describes ability to flow and porosity relates to the amount of fluid (oil,gas, water) contained in a
reservoir. Permeability and porosity have a significant impact on petroleum evaluation or reservoir management.
An Interval with uncored and well of heterogeneous formation, these properties estimation from well logs has a
difficult to solve by conventional statistical methods.
Artificial Neural Network (ANN) technique is a computer model that attempts to mimic simple biological
learning processes. ANN simulates specific functions of human nervous system. In this paper ANN is used for
selecting the best related well logs with core permeability and porosity data. ANN is a nonlinear regression
method to transform between core measurement and well logs data.
The results show that the ANN method can make more accurate and reliable reservoir properties (permeability
and porosity) estimation compared with conventional methods. This technique can be used as a tool for reservoir
characterization from well logs data.
INTRODUCTION staes of these cores have always been altered before

they get to the surface. Also cores provide a small
Over the years prediction of permeability and
statistical sampling of the zone of interest.
porosity of formation without actual laboratory
Permeability can also esimate from well testing or
measurement of cores or interpretation of well test
pressure transient analysis. Pressure transient
data has ben a fundamental problem for reservoir
analysis, though gives acceptable estimation of the
engineers. Therefore scientifically sound and
reservoir permeability, the pressure build up (PBU)
geologically compatible procedures must be sought
test anf pressure draw down (PDD) test have a
to find a reliable calculation of permeability and
common drawback on the validit of the result they
porosity. Traditionally, estimation of permeability
generate.
and porosity or reservoir charaterization use cores
data as true value to correct calculated permeability Well test analysis provide kh value and not
and porosity from well logs data. Another method individual permeability at a specific depth. Analysis
of obtaining permeability is well testing. The assumes an homogeneous formation, the interval
permeability measured is an average value of from which the pressure response was obtained are
effective permeability. the same interval indicated by the log, it is also
tends to assume that both permeability and
Artificial Neural Network (ANN) technique is a
thickness are constant throughout formation.
computer model that attempts to mimic simple
biological learning processes. ANN simulates
POROSITY MEASUREMENT
specific functions of human nervous system. In this
paper ANN is used for selecting the best related Several methods have been developed for the
well logs with core permeability and porosity data. determination of porosity of consolidated rocks
ANN is a nonlinear regression method to transform having intergranular porosity. However, formation
between core measurement and well logs data. porosity is commonly measured in the laboratories
Many authors have used it in the past to solve many using core sample. Diamond coring equipment was
related problems such financial prediction, climate used to obtain core samples with a diameter of 3.5
prediction, electrical load prediction, etc. Therefore, inches. There are three basic parameters required to
the objective of this paper is to develop a practical determine porosity:
and reliable methodology for estimation of 1. Bulk Volume
permeability and porosity using Artificial neural 2. Pore Volume
Network (ANN). 3. Grain Volume
In the laboratory measurement of porosity, it is
PERMEABILITY MEASUREMENT
necessary to determine only two of the three basic
The cores recovered fom downhole have been parameters. In general, all methods of bulk volume
subjected to the same procecesses that cutting are determination areapplicable to determining both
subjected to, that is flushing and expulsions of total and effective porosity. Determination of bulk
fluids on pressure reduction. Therefore, the natural

volume volumetrically uses a variety of specially The human brain is a vast communication network
constructed pycnometers or volumeters. in which around 100 billion brain cells called
neurons are interconnected to other neurons. Each
The porosity can be determined from a
neuron contains a soma, nucleus, axon, yet they
measurement of its bulk density. The fundamental
don't play an important role in receiving and
equation that relates the bulk density, .b, to the
outputting electrical impulses. Each neuron has
solid matrix, which has a density .m, and the
several dendrites which connect to other neurons
porosity f, which contains a fluid of density .f, is.b
and when a neuron fires (sending electrical
= f.f + (1 -f).m (2)
impulse), a positive or negative charge is sent to
From this relationship, the porosity, f, can be other neurons. When a neuron receives signals from
determined from the measurement of bulk density, other neurons, spatial and temporal summation
assuming that the matrix density and fluid density occurs where spatial summation converts several
are known. These will be known with any precision weak signals into a large one, and temporal
only if the fluid type and properties and lithology summation converts a series of weak signals from
are known. In practical terms, the density ranges of the same source into a large signal. The electrical
fluid is between 0.8 and 1.2 gr/cc, and most matrix impulse is then transmitted through axon to
densities are between 2.60 and 2.96 gr/cc [4]. terminal buttons to other neurons. The axon hillock
plays an important role because if the signal is not
ARTIFICIAL NEURAL NETWORK (ANN) strong enough to pass through it, no signal will be
transmitted. The terminal buttons shown on figure 2
Although the idea of neural networks seemed
are connected to other neurons or muscle cells. The
relatively new, the first discovery of biological gap between the two neurons is called the synapse.
neural networks was quite long ago. In 1873, The synapse also determines the "weight" of the
Alexander Bain of the United Kingdom wrote a signal transmitted. The more often a signal is sent
book regarding the new findings of human brains. through the synapse, the easier it is for the signal to
At that time, scientists were only able to see the
be sent through. In theory, this is how humans
Biological Neural Network and were not capable of memorize or recognize patterns; which is why
doing experiments. All they could do was to when humans practice certain tasks continuously,
observe and generate theories.
they become more and more familiar or used to the
The actual study of neural networks dated back to tasks.
the 1940s when pioneers, such as McCulloch and Because the neural network mimics the biological
Pitts and Hebb, tried to learn more about the
neural network, an ANN has to resemble essential
neurons and the neural network. They also parts of a BNN, such as neuron, axons, hillock and
attempted to find a formula for the structure and more. Currently, to create an ANN, there are two
adaptation laws. In the 1950s, scientists around the
approaches. The first approach is to use
world tried to decipher the mystery of the human experimental chips that simulate neurons and
brain and to create a network that could mimic the interconnect them to create a network. However,
biological neural network. Hence, scientists from
this approach is inefficient due to the expenses and
different branches, such as biologists, the technologies behind it. The software solution,
psychologists, physiologists, mathematicians and on the other hand, is much easier because as the
engineers, were required to work together to learn
network expands, it is harder to upgrade the
more about neural networks. Even though around network through hardware than through software.
that time, they discovered the limitation of the
network, some people were still interested and To create an ANN through the means of software,
continued to research. It was not until computers object oriented programming is required because a
like 186 were developed that scientists and neuron resembles several components, and OOP is
programmers began to realize that they could create the best choice due to its capability of creating
an actual neural network for daily applications or objects that contains different variables and
further research. In the past twenty years, since this methods. The first step is to create an object that
development, a lot of studies have been done, but simulates the neuron. The object would contain
not much progress has been made. It is the several functions and variables including weight (a
improved speed of the processor that has enabled random number generated when the neuron is
wider application of neural network technologies. created, similar to the synapse in BNN), a non-
linear function (to determine whether to activate the
In order to understand how an artificial neural neuron or not), a method that adds up all the inputs,
network functions, we must understand the
and a bias/offset value (optional) for the
biological neural network first. Neil Fraser provides characterization of the neuron. Figure 3 clearly
probably the most helpful explanation of the demonstrates parts of a BNN in terms of ANN. The
concept of the neural network. I will discuss some
output of each neuron is the sum of all the inputs
of the main points on the website. multiplying the weights plus the offset value and
No. 1/2006 35
through a non-linear function. The non-linear RESERVOIR CHARACTERIZATION
function acts like a hillock. Figure 4 shows a USING ANN
variety of non-linear functions most frequently used
The paper presented here is a part of comprehensif
for ANN.
study “X Field Pertamina (Persero) DOH JBB”,
After the object is created, the next step is to create which is intended to evaluate Reservoir
a network. A typical ANN has three layers: input Characteristic. The methodology used in this study
layer, hidden layer and output layer. The input layer takes advantage of the Neural Network to predict
is the only layer that receives signals outside the permeability and porosity with acceptable accuracy.
network. The signals are then sent to the hidden The approach used in this study is described in the
layer, which contains interconnected neurons for following sections.
pattern recognition and relevant information
Characterizing a reservoir is a very complex task,
interpretation. Afterwards, the signals are directed
due to heterogeneity. Heterogeneous reservoirs are
to the final layer for outputs. Usually a more
known for the large changes in their properties
sophisticated neural network would contain several
within small area. Distinct geological ages, nature
hidden layers and feedback loops to make the
of rock, depositional environments are some of the
network more efficient and to interpret the data
reasons behind the heterogeneity of a formation.
more accurately. The diagram on the left is an
Reservoir characterization plays an important role
example of a three layered neural network. Using
in the petroleum industry, particularly, to the
figure 5 as a model, the network is like a big
economic success of the reservoir development
matrix. However, it would be easier if the three
method. The purpose of this study is to develop a
layers were separated into three small matrixes.
neural network model that can be used to predict
Each small matrix will contain neurons and when
permeability and porosity values throughout the
signals are inputted, the neurons will send inputs
reservoir using Well Logs which are available
through the non-linear function to the next neuron.
from wells.
Afterward, the weight of the neuron is increased or
decreased. Hence, the more the network is used, the Permeability and porosity from cored wells are
more it will adapt and eventually it will produce limited only from 4 – 10 metres but formation
results similar to a human expert. thickness can be more than 100 metres. Then to
predict uncored permeability and porosity are used
Training: ANN method. Data from cored (permeability and
porosity) together with logs data are used as data
The above section mentions the change of weight.
training into ANN network. Complete training will
The process of changing weight could be referred
be achieve if mean square error (MSE) less than
to as the "learning stage." ANN is like BNN and
any value (for instance 0.001) or coeeficient
requires training. The training process is a series of
correlation between actual data and output data is
mathematical operations that change the weights, so
near 1.0. ANN method is one of the latest
the user can obtain the output they desire. For
technologies available to solve prediction problems.
example, the first time the network receives inputs;
The objective of this paper was to predict reliable
the outputs are some random numbers. The user
Table 1: TBN-07 Porosity Result Training
then has to tell the network what the outputs should
permeability and porosity values from geophysical
be and an algorithm should be applied so the
logs data.
weights are changed to get the outputs wanted.
There are several formulas for this algorithm. And There are three steps data processing : Data training
the most commonly used formula for simple ; Data verification ; and Prediction. We use cored
networks is the following: data for Training and Verification, and uncored
logs data for Prediction.
&Delta Wi = &eta * (D-Y).Ii
Where &Delta is the change made to the weights, DATA COLLECTION
&eta is the rate for adapting, D is the desired
Reservoir “X” is the most important reservoir in
output, Y is the actual output and Ii is the inputs.
DOH JBB. Reservoir “X” now is under developing
The only difference is that the desire output would
with 3 injection wells, 2 observation wells and 16
be the output that is sent to the next layer of
production wells. For the purpose of cost
neurons and the inputs are from the previous layer
effectiveness, coring only take from specific well
of neurons. The network stops training when (D-Y)
such : TBN-07, TBN-08 and TBN-18. TBN-07
is close or equal to zero because it demonstrates
cored is from 1937.64 to 1943.65 metres. TBN-08
that the network can produce desired outputs.
from 2020.05 to 2026.0 metres, and TBN-18 from
2183.0 to 2192.3 metres.
Geophysical well logs are available from most of
the wells in the field.l. Geophysical logs are

collected from three wells (TBN-07 ; TBN-08 ; 4. Hanselman, Duane, “ Mastering MATLAB 5, A
TBN-18) from top to bottom of limestone Comprehensive Tutorial and Reference”,
formation. Well logs data available are : ILD, DT, Prentice Hall, Upper Sadle River, New jersey,
SFL, PEF, RHOB, Caliper, DRHO, NPHI, GR, SP, 1998.
etc. 5. Mohaghegh, Shahab, “Permeability
Determination from Well Log Data”, SPE
ANALYSIS & RESULTS Formation Evaluation, septem,ber 1997.
The training of the selected architectur of ANN was
condacted using 70-85 % of data (combination
cored data and well logs data). Back propagation
training is chosen as the training method. Training
parameters according to this study are :
• Learning rate = 0.01 -0.9
• Momentum = 0.01 - 0.9
• Epoch = 100.000 cycle
• Number of hidden layer = 1
• Number of hidden layer neuron : 8-24
Training result using combination of parameters
above give optimum condition :
• Learning rate : 0.1
• Momentum : 0.5
• Number of hidden layer neuron : 16
Table 1 to Table 5 show the result of ANN, and Figure A1 : Neuron Model
Figure 1 to Figure18 show them on graph method.
CONCLUSIONS & RECOMENDATION

1. The ANN model developed was successfully
applied to predict the porosity but not so good
to predict the permeability in the uncored
formation.
2. The techniques using ANN can make more
accurate and reliable reservoir properties
estimation.
3. The ability of ANN to learn from experience
and then generalize learning result to solve the
problems. Figure A2 : Neuron Element Of ANN
4. The result that aaproach used by applying ANN
is usefull for predicting of porosity.
5. The comparation between actual and calculated
porosity show a good correlation.
6. ANN method can be also used to develop
porosity distribution if cored porosity data are
available enough entire most of wells.
REFERENCES
1. Lin, Tim : “Neural Network : The Solution to
True AI”.
2. Ni Putu Juniari : “Penentuan Karakteristik
Batuan Reservoir Pada Struktur Lapangan “X”
Dengan Menggunakan Jaringan Syaraf Tiruan” ,
Tugas Akhir Jurusan Teknik Perminyakan
Universitas Trisakti, 2005.
3. Oyerokun, Akinwumi, Ademola, ” A new
Approach and Testing Artificial Neural
Networks For Permeability Prediction”, Thesis
Master Of Science, Departement Of Petroleum
and Natural Gas Engineering, Morgantown,
West Virginia, 2002. Figure A3 : ANN Architecture
No. 1/2006 37
Table 1: TBN-07 Porosity Training Table 4: TBN-07 Permeability Prediction
Permeability Prediction
Training Step Depth (Metre)
(mD)
1982.498 20.8559
Calculated
Actual Porosity (core) Error 1982.65 29.8142
Porosity
1982.803 36.2019
3.8041 3.8 0.0041 1982.955 41.3966
10.9771 10.98 0.0029 1983.108 32.0792
13.6022 13.61 0.0078 1983.26 26.8298
12.6577 12.65 0.0077 1983.412 24.6984
16.7286 16.64 0.0886 1983.5649 26.6779
16.5961 16.69 0.0939 1983.717 34.8355
15.0024 14.99 0.0124 1983.87 46.9903
11.154 11.16 0.006 1984.022 56.8868
15.2746 15.28 0.0054 1984.174 57.5717
15.0753 15.07 0.0053 1984.327 56.4121
14.0882 14.09 0.0018 1984.479 54.7135
12.177 12.18 0.003 1984.632 46.4186
8.0939 8.09 0.0039 1984.7841 34.3817
1984.936 30.4153
1985.089 13.8154
1985.241 0.385
Table 2: TBN-07 Porosity Verification
1985.394 0.3314
1985.546 1.9034
Calculated Actual Porosity Error 1985.698 0.3096
Porosity (core)
1985.851 1.4002
8.8927 8.65 -0.2427
1986.0031 4.1404
14.3706 13.15 -1.2206
1986.156 10.468
12.2641 12.15 -0.1141
1986.308 14.6329
1986.46 14.8773
1986.613 10.7199
Table 3: TBN-07 Permeability Training 1986.765 2.3076
1986.918 6.6189
1987.0699 8.9157
Training Step 1987.222 0.3716
1987.375 14.8481
Calculated Actual Permeability 1987.527 16.8424
Error
Permeability (core) 1987.6801 13.3225
1987.832 12.2903
0.0823 0.03 -0.0523 1987.984 12.6579
4.9043 5 0.0957 1988.137 11.2569
8.7173 8.32 -0.3973 1988.2889 11.7042
19.7022 20 0.2978 1988.442 5.8142
42.8789 43 0.1211 1988.594 3.4247
43.2276 43.13 -0.0976 1988.746 10.0414
3.844 3.8 -0.044 1988.899 14.3693
0.913 0.98 0.067 1989.051 10.9422
5.8086 5.79 -0.0186
5.9347 5.95 0.0153
5.1165 5.14 0.0235
2.5239 2.47 -0.0539
0.3966 0.44 0.0434

Table 5: TBN-07 Permeability Verification
Calculated Actual Error

Permeability Permeability
5.1463 0.77 -4.3763
16.0817 8.07 -8.0117
4.4405 2.45 -1.9905
Table 6 : Summary Verification Result
Calculated Actual
Error Figure 2: Comparation Actual and Output Porosity
porosity Porosity
Training TBN-7
TBN-
8.8927 8.65 -0.2427
07
14.3706 13.15 -1.2206
12.2641 12.15 -0.1141
TBN-
15.7228 17.98 2.2572
08
16.6551 15.74 -0.9151
22.8606 23.79 0.9294
TBN-
9.5629 3.05 -6.5129
18
12.1103 4.71 -7.4003
18.7153 6.62 -12.0953
Figure 3 : Regression Actual and Output Porosity

Training TBN-07
Figure 1 : Porosity Training Result TBN-07 Figure 4 : Permeability Training Result TBN-07
No. 1/2006 39
Figure 5 : Comparation Actual and Output Figure 8: Comparation Actual and Output Porosity
Permeability Training TBN-07 Training TBN-08
Figure 6 : Regression Actual and Output Figure 9 : Regression Actual and Output Porosity
Figure 7 : Porosity Training Result TBN-08 Figure 10: Permeability Training Result TBN-08

Figure 11 : Comparation Actual and Output Figure 14: Comparation Actual and Output Porosity
Figure 12 : Regression Actual and Output Figure 15 : Regression Actual and Output Porosity
Figure13 : Porosity Training Result TBN-18 Figure 16: Permeability Training Result TBN-18
No. 1/2006 41
Figure 17 : Comparation Actual and Output Figure 18 : Regression Actual and Output
Permeability Training TBN-18 Permeability Training TBN-18

NUMERICAL SIMULATION STUDY ON DUAL HORIZONTAL WELLS
STEAM ASSISTED GRAVITY DRAINAGE
Maman Djumantara, Petroleum Engineering Dept. Trisakti University

Reza Iskandar, Petroleum Engineering Dept. Trisakti University
Abstract
Reservoir simulation of injection and production well geometries for parallel horizontal wells with varied steam
injection schedules was used to investigate recovery from primary production, displacement and gravity drainage
processes. This revealed that the recovery following primary depletion is improved by placing the injector close
to the top of the formation and the producer near the bottom. Once the steam chamber between injector and
producer is formed and continues, the gravity drainage mechanism becomes dominant. This regime is described
as SAGD.
There remain some arguments on whether the SAGD mechanism is working field operations, and on what oil
rates can be achieved in the long run. In an attempt to answer these questions, numerical simulation studies were
pursued in the present work. The studies focused on two aspects: (1) the formation of steam chamber and (2) the
potential oil rates that could be expected under possible field operating conditions.
This paper presents a general methodology based on numerical investigations to obtain and maintain an
optimized development of the chamber throughout the production life of the wellpair. First, the methodology is
explained on a synthetic case and applied to a real field case example. Field data then is used to evaluate how the
oil production could have been enhanced and optimized further.
The result shows that the present of different spacing wells between steam injector and producer yields to
different oil recovery. And the oil production is insensitive to steam injection rate. More sensitivity analysis also
will be more discussed on the paper.
down-flow of oil emulsions will rapidly advance

INTRODUCTION
and produce the immobile oil.
When more fields approaching maturity and
Stable gravity displacement is particularly
abandonment, recovery options are required for
important to reach a favorable energy balance. The
more difficult to produce reservoirs. Specifically,
heated oil remains always in contact with the
heavy oil reservoirs hold tremendous petroleum
heated region, as it gets drained along the sidewalls
resources that are not utilized to their fullest
of the steam chamber. Thus, energy losses from
potential. Worldwide there are also large heavy-oil
heated oil, which has not been produced, are
and bitumen deposits in Indonesia, Canada,
minimized. On the economic standpoint, SAGD is
Venezuela, China, and the former Soviet Union.
thus very interesting because it combines high flow
Methods are needed to produce effectively heavy
rates due to horizontal wells and favorable energy
oil. One possible option is steam assisted gravity
balance.
drainage (SAGD).
A steam chamber is formed above the well and the
One of the most successful methods for this type of
steam is injected continuously into this chamber by
reservoir is by using dual horizontal well steam
means of another horizontal well placed close to
assisted gravity drainage. The steam assisted
and usually somewhat above the production well.
gravity drainage concept is a counter-current
In some applications the injection well may be a
process driven by the buoyant forced created by
vertical well rather than a horizontal well. In
density difference between steam and liquid phase.
reservoir containing mobile oil, a horizontal
Two horizontal wells are placed one above the
injection well placed higher in the reservoir, rather
other near the bottom of the formation. The top
than low down, can be used with advantage.
horizontal well is used to supply steam into a steam
chamber that grows above it. The bottom well The steam pressure is usually maintained constant
collects the produced liquids (formation water, during much of the process. The chamber is
condensate, and oil emulsions). The rising steam surrounded by colder oil sand. Steam flows through
condenses on the boundary of the chamber heating the sand within the chamber to the interface and
the heavy oil which under gravity flows to the condenses. The liberated heat is conducted into the
production well. Provided that fluid communication colder oil sand. This heats the oil near the
had been established between the injection and condensation surface and allows it to drain by
production wells for extra heavy oil, a continuous gravity to the production well. The condensate also
counter-current flow consisting of rising steam and drains. As the oil is removed, the steam chamber
No. 1/2006 43
grows upwards and sideways. The pressure within Operating Condition
the steam chamber remains essentially constant.
At the base case, the injector and producer are set
Flow is caused by gravity. Oil and steam
with different wells spacing of 2 m. With setam
condensate drain downwards and steam rises.
injection flow rate of 1000 m3/day. At this study
Successful application of the gravity drainage case, the length of the injector and producer are set
process for extra heavy oil has been demonstrated equal because to it’s already proven that by not
at STARS CMG. The STARS CMG provided setting it in equal length lesser oil will be recovered
useful information regarding field implementation where the length of these wells are 96 m.
of gravity drainage concept and demonstrated that
oil can be economically produced and high NUMERICAL SIMULATION STUDY OF
reservoir depletion achieved. SAGD PROCESS
A sensitivity analysis of various reservoir
DESCRIPTION OF SAGD MODEL
parameters to gain a better understanding of their
The model represents a typical heavy and cold oil effect on production performance was conducted.
reservoir. The operating conditions and well Understanding the operating conditions to improve
completion are modified to develop additional initial performance relates directly to understanding
cases. methods of heating the near-wellbore area at early-
time. A central idea realized here is that the near-
Grid System well region must be heated rapidly and efficiently
for significant early-time response. The sensitivity
Shown in Figure 5, the grid system is Cartesian
analysis helps us to understand reservoir properties,
immediately around the 800 m long well. The
fluid conditions, and well completion strategies
length in X is equal to 1400 meters whereas the z
where the process might be an appropriate
section is equal to 19.6 meters of height. The
production technique.
dimension made at this research was 29 x 25 x 8,
the initial average reservoir pressure is 2,654 kPa During SAGD conditions, operating conditions are
the pressure distribution is hydrostatic, and the chosen so that the process operates near the original
reservoir temperature is 16 °C. An element of reservoir pressure of 2654 kPa. Maximum injection
symmetry, with one boundary lying along the pressure was set slightly above initial reservoir
wellbore, is used to represent the reservoir volume. pressure at 4000 kPa. And minimum production
For x direction, the grid was set to first and last pressure was set slightly below initial reservoir
block’s length are 250 m, second and second last pressure at 2230. The steam injection temperature
are 50 m and other blocks are equal of 32 m. For y was set to 250°C corresponds to a steam pressure of
direction, the grid was set t the first and last are 11 3610 kPa, The oil rate was set to be 250 m3/day and
m, and the rest are 3 m. in y direction, the first and maximum of 10000 m3/d to minimum of 250 m3/d
last layer are 2.6 m and 5 m whereas the rest are 2 steam injection rate. There will be about 10
m. sensitivity cases studied at the research to find the
best case that could be applied to the field. First
Rock Properties was to see the effect in additional horizontal section
length towards the recovery and then continued to
Rock properties displayed in fig. 2 and 3 below
the producing and injection well spacing. The last
shows the water-oil relative permeability and gas-
one was to see the sensitivity of steam injection
liquid relative permeability curves respectively.
flow rate toward the recovery. The 10 scenarios are
The horizontal permeability, Kh is 3400 md,
listed in Table 2.
whereas the vertical permeability, Kv is 680 md.
Hence, the ratio Kh:Kv is about 5 to 1. The porosity Figure 6 shows steam chamber rises vertically,
of the whole layers in the reservoir model is initially until it reaches the top of the pay zone (15
homogeneous which is 33%. m) after approximately 3650 days). After steam
chamber reaches the top of the pay zone, it spreads
Fluid Properties horizontally near the top of the pay zone and
continues to grow. The steam chamber eventually
A live, black-oil model is used. The initial oil phase
covers nearly the whole region after more than 10
is made up of 90% by mole oil component and 10%
years.
gas component. Oil viscosity at the initial reservoir
temperature is 4000 mPa-s. Figure. 4 displays the Figure 7 shows the reduction of oil saturation due
viscosity versus temperature relationship. An to the good quality of steam chamber. At the steam
increase of oil temperature to 100 °C decreases the chamber region, the oil saturation is reduced to
oil viscosity to 30 mPa-s. The steam quality is 90%. almost 0 %. While at Figure 8, the additional of
water due to the condensation occur while the
steam comes along the reservoir. Some steams are
losing the energy to heat the cold and heavy oil

then it condenses and placing their self in the chamber will grow upward, to the top of the
bottom of the reservoir as water. reservoir, in order to achieve high vertical
conformance. And when the injection layer is
Figure 9 shows the additional amount of gas
upper, the steam chamber will be faster in reaching
saturation. As the steam heats the reservoir and
that condition compared to other cases therefore
forming the steam chamber region, some light
more oil recovery will be the result. Changing the
components of oil vaporize that yields to the
wells interval upper will decrease the water
incremental amount of gas in the reservoir.
production even though it’s not that significant.
SCENARIOS PREDICTION RESULT AND
Effects on Varieties of Steam Injection Flow Rate
DISCUSSION
From these four cases, it has been proven that both
From the cases ran, it could be decided which case
increasing and reducing the steam injection rate
would be the best case to be applied. The best
won’t affect anything to the additional recovery of
selection results of each case are basically based on
oil and gas as shown in figure 16. It is because the
which case could give the highest cumulative oil
work flow of steam is not like as water or gas,
production, highest cumulative gas production and
which is in water or gas injection condition, adding
lowest cumulative water production. And the
more flow rate would sometimes increase the oil
running results for each case are as follows:
and gas recovery. But in steam injection, flow rate
is really insensitive toward the additional oil
Effects of Additional Horizontal Wellbore Section
recovery.
Length
The results from the sensitivity analysis suggest
As can be seen from the figure 10, from the results
that application of additional length of horizontal
of the additional of horizontal well bore section
well bore section (third case) would be favorable
length sensitivity analysis, it is clearly notified the
with spacing well, the steam horizontal injection
role of horizontal well bore section length towards
well in layer 3 and producing well in layer 7
the additional recovery. The longer the horizontal
(seventh case). Increasing or reducing the steam
well bore section, the more oil recovery is going to
injection rate wont affect anything in the additional
be obtained as more oil drainage area is reached.
oil and gas recovery therefore why should waste
But this is not always in that manner because when
more money to increasing the injection rate if the
the horizontal well bore section length is extended
additional recovery wont happen because the
more, there is significant reduce in cumulative oil
injection rate s insensitive toward the recovery.
recovery. It’s concluded that the oil flow rate is
directly proportional to the length of horizontal well
CONCLUSION
bore section and it has the maximum value for each
1. Increasing the horizontal well bore section
of the length of the horizontal section. The reason
length will generally affect to more additional
for that is when the horizontal section is extended
oil recovery, reducing the production of water
greater than the section provide with maximum oil
and gas (avoiding water and gas coning).
flow rate, there will be high pressure loss on the
2. Well spacing plays really important role in
section and besides, the section is closed or almost
determining the quality of steam chamber which
reaches the boundary therefore the energy of the
yields to additional recovery but doest not show
reservoir which pushes the oil will be lesser, yields
a significant role in reducing the water
in the sooner reduction of reservoir pressure.
production.
In addition to that, here we could see the 3. Steam injection flow rate is insensitive towards
role of additional horizontal well bore section the additional oil and gas recovery.
length toward the water and gas coning. As the 4. The reservoir must be sufficiently thick to allow
length is extended there is a significant reducing in significant vertical steam chamber growth,
water and gas production. It is could be clearly seen therefore it’s not too recommended when the
from figures 11 and 12. Therefore it is suggested thickness of the reservoir is thin.
that application of additional horizontal well bore in 5. The numerical model can be used to examine
the second case whose horizontal well bore section sensitivity of the process to various input
length is 224 m is promoted. parameter. It’s useful for obtaining temperature,
oil saturation and pressure distributions
Effects of Injector and Producer Wells Spacing throughout the process, which can be used to
examine the process in greater detail.
From these three scenarios, the seventh scenario
was the best in terms of higher cumulative oil and
gas recovery. As distinctly seen from Figure 13, 14
and 15, this thing occurs because when shifting the
injection well layer to layer 3, the steam chamber
was formed at more stable condition. The steam
No. 1/2006 45
REFERENCES 4. Chirclow, H.B., “Modern Reservoir
Engineering A Simulation Approach”;
1. “STARS Simulation Software Manual 2005”, Prenticre-Hall, Inc., Englewood Cliffs, New
Computer Modeling Group. Ltd, Jersey, 1977
Calgary, Canada, 2005 5. Lee, W.J., “Applied Reservoir Simulation
2. Ahmad, Tarek., “Reservoir Engineering Industry School”, Simulation Course
Handbook”, Gulf Publishing Handbook, Texas A&M University, June
3. Butler, Roger M., “Thermal Recovery of Oil 1995.
and Bitumen”, University of Calgary, Canada, 6. Mattrax, C.C. and Dalton, L.R., “Reservoir
1991 Simulation”, Society of Petroleum
Engineers, Richardson, Texas, 1990
Table 1 - Model description

Grid System
3D Cartesian System
X-Dimension (m): 1400
Y-Dimension (m): 80
Z-Dimension (m): 19.6
Well Length (m): 800
Reservoir Properties
Initial Pressure (kPa) 2654
Initial Temperature © 16
Initial So (%) 85
Initial Sw (%) 15
Rock Properties
Porosity (%) 33
Kh (mD) 3400
Kv (mD) 680
Relative Permeability See Figs. 2, 3
Fluid Properties
Live Oil
Viscosity See Fig. 4
Water, Oil, & Gas Components 90% oil
Initial Oil Phase Composition 10% gas

Table 2 – Sensitivity Analysis Cases
Sensitivity Analysis Cases

Length of Horizontal
Base Case Wellbore Section 96 m
Well Spacing 4m
Steam Injection Flow Rate 1000 m3/day
2nd Case Wellbore Section 224 m
Well Spacing 4m
3rd Case Wellbore Section 384 m
Well Spacing 4m
4th Case Wellbore Section 544 m
Well Spacing 4m
Well Spacing 6m
Well Spacing 2m
Well Spacing 8m
Well Spacing 8m
Well Spacing 8m
Well Spacing 8m
No. 1/2006 47
Fig. 1 - SAGD Recovery Mechanism
Figure 2 - Gas Oil Relative Permeability Curve
Figure 3 - Water Oil Relative Permeability Curve

Figure 4 – Oil Viscosity vs Temperature
Figure 5 – SAGD Grid

Temperature (C) 2016-02-08
File: HORIZONTAL111.
User: user
Date: 2006-02-24
Z/X: 35.00:1
250
226
203
180
156
133
110
86
63
39
16
Figure 6 – Steam Chamber Forms, Temperature Profile
No. 1/2006 49
Oil Saturation 2016-02-08
User: user
Date: 2006-02-24
Z/X: 35.00:1
1.00
0.90
0.80
0.70
0.60
0.50
0.40
0.30
0.20
0.10
0.00
Figure 7 – Oil Saturation Changes Profile

Water Saturation 2016-02-08
User: user
Date: 2006-02-24
Z/X: 35.00:1
1.00
0.90
0.80
0.70
0.60
0.50
0.40
0.30
0.20
0.10
0.00
Figure 8 – Water Saturation Changes Profile

Ternary 2016-02-08
User: user
Date: 2006-02-24
Z/X: 35.00:1
Sg
1.0
1.0 1.0
Sw So
Figure 9 – Gas, Oil, Water Saturation Changes

PRODUCER
1.00e+5
8.00e+4
Cumulative Oil SC (m3)
6.00e+4
4.00e+4
2.00e+4
0.00e+0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Time (Date)
HORIZONTAL1.irf
HORIZONTAL2.irf
HORIZONTAL3.irf
SAGDD.irf
Figure 10 – Cumulative Oil Production of Additional Horizontal Wellbore Section Length Scenarios
No. 1/2006 51
PRODUCER
4.00e+5
3.00e+5
Cumulative Gas SC (m3)
2.00e+5
1.00e+5
0.00e+0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Time (Date)
HORIZONTAL1.irf
HORIZONTAL2.irf
HORIZONTAL3.irf
SAGDD.irf
Figure 11 – Cumulative Gas Production of Additional Horizontal Wellbore Section Length Scenarios

PRODUCER
2.50e+5
2.00e+5
Cumulative Water SC (m3)
1.50e+5
1.00e+5
5.00e+4
0.00e+0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Time (Date)
HORIZONTAL1.irf
HORIZONTAL2.irf
HORIZONTAL3.irf
SAGDD.irf
Figure 12 – Cumulative Water Production of Additional Horizontal Wellbore Section Length Scenarios

PRODUCER
1.00e+5
8.00e+4
6.00e+4
4.00e+4
2.00e+4
0.00e+0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Time (Date)
WS LAYER 4.irf
HORIZONTAL1.irf
WS LAYER 6.irf
WS LAYER 3.irf
Figure 13 – Cumulative Oil Production of Different Well Spacing Scenarios

PRODUCER
3.00e+5
Cumulative Gas SC (m3)
2.00e+5
1.00e+5
0.00e+0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Time (Date)
WS LAYER 4.irf
HORIZONTAL1.irf
WS LAYER 6.irf
WS LAYER 3.irf
Figure 14 – Cumulative Gas Production of Different Well Spacing Scenarios
No. 1/2006 53
PRODUCER
2.00e+5
1.50e+5
Cumulative Water SC (m3)
1.00e+5
5.00e+4
0.00e+0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Time (Date)
WS LAYER 4.irf
HORIZONTAL1.irf
WS LAYER 6.irf
WS LAYER 3.irf
Figure 15 – Cumulative Water Production of Different Well Spacing Scenarios

PRODUCER
1.00e+5
8.00e+4
6.00e+4
4.00e+4
2.00e+4
0.00e+0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Time (Date)
WS LAYER 3.irf
FR 10000.irf
FR 500.irf
FR 5000.irf
Figure 16 – Cumulative Oil Production of Different Steam Injection Rate Scenarios

PROSIDING, Simposium Nasional Ikatan Ahli Teknik Perminyakan Indonesia (IATMI) 2005
Institut Teknologi Bandung (ITB), Bandung, 16-18 November 2005.
BASE OIL BARU BUATAN DALAM NEGERI YANG TIDAK BERSIFAT TOKSIK
UNTUK LUMPUR BERBAHAN DASAR MINYAK (OBM)
Rudi Rubiandini, Teknik Perminyakan ITB
Widrajat A, Pertamina
Yakob W, Pertamina
Galih C., Teknik Perminyakan ITB
Deni Efrial, Teknik Perminyakan ITB
Yosep Dimas, Teknik Perminyakan ITB
ABSTRAK
Seiring dengan bertambahnya kedalaman sumur yang ingin dicapai dalam melakukan pemboran sumur minyak
dan gas, maka masalah yang dihadapi adalah makin tingginya temperatur karena gradient geothermal. Ditambah
lagi apabila lapisan yang ditembus bermasalah dengan clay swelling. Untuk itu diperlukan lumpur pemboran
yang bisa digunakan untuk menghadapi masalah-masalah tersebut. Salah satunya adalah lumpur berbahan dasar
minyak atau Oil Based Mud (OBM). Seperti yang kita ketahui bahwa lumpur OBM memiliki kelebihan
dibanding lumpur berbahan dasar air atau Water Based Mud (WBM) terutama dalam permasalahan yang
dihadapi diatas.
Tetapi penggunaan lumpur OBM memiliki dampak terhadap ekologi, karena bahan dasar (base oil) yang biasa
digunakan adalah diesel oil atau solar. Karena tingginya kadar aromatik dalam diesel oil atau solar menyebabkan
diesel oil tersebut bersifat toksik. Untuk itu diperlukan alternatif lain dalam penggunaan diesel oil untuk base oil
OBM, maka digunakanlah mineral oil. Mineral oil merupakan produk dari hidrokarbon yang telah mengalami
proses lebih lanjut sehingga kadar aromatik dapat dikurangi agar sifat toksiknya berkurang.
Selama ini Indonesia dalam penggunaan lumpur OBM menggunakan mineral oil dari luar negeri. Maka dari itu
Indonesia sedang mencoba produk mineral oil dalam negeri untuk digunakan sebagai base oil lumpur OBM.
Dari hasil uji sifat fisik dan kimia, base oil tersebut memiliki nilai flash point dan viskositas kinematis yang
tinggi, serta tidak bersifat toksik. Base oil tersebut juga diuji drilling fluid performance-nya dan hasilnya ternyata
dapat diaplikasikan di lapangan.
Penggunaan mineral oil dalam negeri tersebut diharapkan menjadi langkah awal dalam pengembangan produk
dalam negeri.
PENDAHULUAN - Dapat digunakan kembali (reusable).

Lumpur yang biasa digunakan untuk operasi Sedangkan kekurangannya adalah bahwa
pemboran sumur minyak dan gas serta panas bumi penggunaan dari OBM memiliki pengaruh buruk
ada dua jenis, yaitu lumpur berbahan dasar air pada lingkungan, karena biasanya digunakan diesel
tawar (water base mud) dan lumpur berbahan dasar oil sebagai fasa kontinu dari OBM. Karena
minyak (oil base mud). Perbedaan utama pada tingginya kadar aromatik dalam diesel oil atau solar
kedua jenis lumpur tersebut adalah fasa kontinunya, menyebabkan diesel oil tersebut bersifat toksik.
untuk WBM fasa kontinunya air dan filtrat yang Untuk itu diperlukan alternatif lain dalam
dihasilkan juga air, sedangkan OBM fasa penggunaan diesel oil untuk base oil OBM, maka
kontinunya minyak. digunakanlah mineral oil. Mineral oil merupakan
produk dari hidrokarbon yang telah mengalami
Penggunaan lumpur berbahan dasar minyak
proses lebih lanjut sehingga kadar aromatik dapat
memberi keuntungan dibanding lumpur berbahan
dikurangi agar sifat toksiknya berkurang.
dasar air dalam hal berikut :
- Stabil pada temperatur tinggi. Penelitian ini bertujuan untuk mengetahui
- Sesuai untuk zona yang memiliki swelling penggunaan mineral oil buatan dalam negeri
potential yang tinggi. tersebut sebagai base oil lumpur berbahan dasar
- Memiliki sifat pelumasan yang baik, cocok minyak.
untuk directional drilling.
Metodologinya adalah pengujian sifat fisik dan
- Tidak menyebabkan korosi pada peralatan
kimia dari base oil tersebut yang meliputi flash
pemboran.
point, aniline point, boiling point, kemudian
- Dapat digunakan sebagai packer fluid maupun
hasilnya akan dibandingkan dengan Saraline.
completion fluid.
Apabila base oil tersebut memenuhi, maka
- Stabil terhadap kontaminasi salt, H2S dan CO2.
pengujian selanjutnya adalah uji sifat rheologi
No. 1/2006 55
lumpur OBM dengan base oil yang telah diuji sifat
fisik dan kimianya. 5. Viscosifier
Viscosifier digunakan untuk membuat suspensi dan
Hasil akhir penelitian ini adalah mineral oil buatan menjaga kapasitas dari suspensi di dalam lumpur
dalam negeri tersebut dapat digunakan sebagai base minyak.
oil untuk lumpur OBM yang tidak bersifat toksik.
6. Fluid loss control
Digunakan untuk menjaga integritas lubang,
KOMPONEN OIL MUD
melindungi shale yang sensitif terhadap air.
Lumpur berbahan dasar minyak (OBM) biasa
digunakan untuk operasi pemboran yang sulit. 7. Lime
Lime [Ca(OH)2] untuk mengontrol alkalinitas dan
Perbedaan utama lumpur berbahan dasar air dan
mengaktifkan emulsifier pada fasa internal (air)
lumpur berbahan dasar minyak adalah pada fasa
dalam emulsi.
kontinunya. Lumpur OBM menggunakan oil
sebagai fasa kontinu. Komponen utama lumpur 8. Barite
OBM adalah minyak atau base oil, air, CaCl2, Barite digunakan untuk menaikan densitas lumpur
primary emulsifier, viscosofier, fluid loss control, guna mengontrol tekanan formasi.
lime, material pemberat, secondary emulsifier dan
wetting agent. 9. Secondary emulsifier dan wetting agent
Secondary Emulsifier dan Wetting Agent
1. Base oil digunakan agar solid dalam sistem menjadi oil-wet.
Oil merupakan komponen utama dan sebagai fasa
kontinu dalam lumpur OBM. Sifat fisik dan kimia UJI LABORATORIUM
dari oil antara lain :
Pengujian lumpur yang dilakukan di laboratorium
• Flash Point menunjukan temperatur ketika oil yaitu melakukan pengukuran terhadap sifat fisik
tersebut mulai terbakar. Flash point yang rendah dan rheologi lumpur OBM dengan menggunakan
akan lebih mudah terbakar. Jadi, base oil base oil yang telah diuji sifat fisik dan kimianya.
tersebut harus memiliki flash point yang tinggi.
• Aniline Point menunjukan kemampuan dari Komposisi lumpur diperlihatkan di Tabel 2 dimana
base oil untuk bereaksi dengan karet yang dapat untuk keduanya (saraline dan mineral oil) memiliki
menyebabkan rubber swelling. Lebih tinggi komposisi dengan takaran yang sama. Maksud dari
aniline point akan bersifat kurang melarutkan pengujian pada tahap kedua ini adalah untuk
karet. Karena peralatan pemboran seperti, BOP mengetahui kecocokan dari base oil tersebut
seal, piston pompa, packer dll kebanyakan terhadap aditif-aditif yang digunakan untuk OBM,
terbuat dari bahan karet, sehingga aniline point dimana hasil pengujian tersebut dibandingkan
dari base oil harus tinggi. terhadap saraline yang sudah terbukti cocok
• Boiling Point menunjukan temperatur tertinggi terhadap aditif untuk OBM.
dari base oil mulai mendidih. Boiling point ini
berhubungan dengan ketahanan dari base oil 1. Parameter-Parameter Yang Diukur
terhadap temperatur. Makin tinggi boiling point Sebelum dilakukan pengujian, sampel lumpur
dari base oil, maka ketahanan dari base oil OBM telah dikondisikan di rolling oven selama 16
tersebut terhadap temperatur makin kuat. jam pada temperatur 350oF. Berikut ini adalah
Hasil pengujian sifat fisik dan kimia ditunjukan parameter yang diujikan :
pada Tabel 1. 1. Rheologi : Plastic viscosity, yield point dan
gel strength. Diuji pada temperatur 175oF
Dari hasil pengujian sifat fisik dan kimia dari base 2. Densitas lumpur
oil dengan menggunakan mineral oil tersebut dapat 3. HPHT filtration loss @T=250 oF & ∆P=500
digunakan sebagai base oil, karena dari hasil psi
pengujian diperoleh bahwa memiliki nilai flash 4. Oil Water Ratio (OWR)
point maupun aniline point yang tinggi dengan base 5. Emulsion Stability (ES)
oil pembandingnya adalah saraline. 6. Water Phase Salinity (WPS)
2. Air Viskositas plastis (PV) merupakan ukuran
Air ini digunakan untuk menghidrasi clay atau ketahanan dari fluida lumpur pemboran untuk
sebagai viscosifier guna pengaturan rheologi. mengalir. Viskositas plastis diperoleh dari
3. CaCl2 pengurangan dial reading pada 600 rpm terhadap
CaCl2 dilarutkan dalam air sebagai brine untuk dial reading pada 300 rpm. Pengujian rheologi
salinitas. dilakukan dengan menggunakan alat Fann
viscometer model 35 (Gambar 1). Satuan dari PV
4. Primary Emulsifier adalah centipoise (cP).
Primary Emulsifier untuk membentuk emulsi yang
stabil. Emulsifier memungkinkan terjadinya Yield point adalah kemampuan dari fluida lumpur
dispersi dari dua fluida yang tidak saling campur, untuk mengangkat cutting. Harga yield point (YP)
membentuk fasa internal dan eksternal. didapat dari pengurangan harga PV terhadap dial

reading pada 300 rpm. Satuan dari YP adalah terhadap perubahan temperatur. Alat yang
lb/100ft2. Gel strength adalah kemampuan dari digunakan adalah Fann viscometer model 70
lumpur pemboran untuk menahan cutting pada (Gambar 3). Alat ini bisa bekerja pada tekanan
kondisi statis. sampai 20000 psi dan temperatur 500oF.
Penentuan salinitas dari lumpur pemboran penting, Hasil pengujian sifat rheologi lumpur OBM dengan
karena berhubungan dengan gaya hidrasi osmotik menggunakan mineral oil ditunjukan pada Tabel 1.
dari formasi. Salinitas lumpur tersebut dinyatakan Dengan kenaikan temperatur nilai viskositas plastis,
dalam water phase salinity. Salinitas dari lumpur yield point dan viskositas nyata cenderung
harus cukup tinggi untuk mencegah terjadinya menurun, tetapi masih memiliki harga hingga
hidrasi shale. temperatur 350oF (Grafik 1). Dari hasil pengujian
tersebut menunjukan bahwa lumpur berbahan dasar
Pengujian kestabilan emulsi (Emulsion Stability)
minyak tahan hingga temperatur tinggi.
bertujuan untuk mengetahui kestabilan dan tipe dari
emulsi, apakah water-in-oil atau oil-in-water.
5. Pengujian Toxicity
Pengujian kestabilan emulsi dilakukan dengan
menggunakan alat Emulsion Stability Tester Mineral oil merupakan produk hidrokarbon yang
(Gambar 2). Harga ES yang tinggi mengindikasikan telah mengalami proses lebih lanjut untuk
bahwa emulsi makin stabil. Harga ES minimum mengurangi kadar aromatik sehingga sifat
yang disyaratkan adalah 400 volt. toksiknya berkurang. Sifat toksik yang rendah
menjadi salah satu alasan digunakannya mineral oil
2. Peralatan yang Digunakan sebagai base fluid untuk lumpur dalam operasi
pemboran sebagai pengganti diesel oil yang
Peralatan yang digunakan antara lain :
memiliki kadar aromatik yang tinggi sehingga
1. Timbangan digital
bersifat sangat toksik. Pengujian toxicity dilakukan
2. Multi mixer
dengan metode lethal concentration (LC50) dengan
3. Aging Cell
hewan uji yang digunakan adalah udang windu
4. Rolling Oven
(Gambar 4).
5. Fann Viscometer Model 35 (Gambar 1)
6. Emulsion Tester (Gambar 2) Sebelum pengujian, masing-masing base oil
7. Retort Kit dicampur dengan air laut dengan perbandingan 1:9
8. Mud Balance Pressurized (oil:air laut). Campuran diaduk selama 5 menit dan
9. HPHT Filtration Loss didiamkan selama 1 jam. Larutan uji yang telah
10. HPHT Fann Viscometer Model 70 disiapkan berupa SPP ( Suspended Particulate
(Gambar 3) Phase) kemudian didekantasi dan digunakan
sebagai media uji. Dengan SPP ini dibuat beberapa
3. Hasil Uji Lumpur OBM pengenceran-pengenceran dengan air laut/tawar
untuk pengujian penentuan LC50. Masukan hewan
Berikut ini adalah perbandingan hasil uji lumpur
uji sebanyak 10 ekor kedalam setiap wadah uji.
dengan base oil mineral oil dan saraline sebagai
Pemasukan hewan uji dilakukan secara acak. Hasil
pembandingnya. Seperti ditunjukan pada Tabel 3.
pengujian ditabelkan pada Tabel 5. Dari hasil
a. Harga plastic viscosity (PV) lumpur dengan
pengujian terlihat bahwa sampai konsentrasi diatas
mineral oil lebih besar dibanding dengan
1.000.000 mg/L, hewan uji yang mati tidak
lumpur saraline. Hal ini disebabkan karena
mencapai 50 % sehingga untuk konsentrasi
viskositas kinematis dari mineral oil yang
>100.000 mg/L termasuk dalam kategori non-toxic
digunakan lebih besar dari saraline.
(Tabel 4).
b. Harga emulsion stability (ES) dari lumpur
saraline lebih besar dari mineral oil. Kedua
lumpur OBM tersebut memiliki harga ES KESIMPULAN
lebih besar dari 400 volt dari harga yang 1. Mineral oil buatan dalam negeri tersebut dapat
disyaratkan. digunakan sebagai base oil untuk lumpur OBM
c. Volume HPHT filtrat dari lumpur mineral oil dan cocok dengan aditif yang ada di pasar.
lebih kecil dari saraline. Makin sedikit filtrat 2. Emulsion stability, sifat rheologi dan filtration
yang dihasilkan akan lebih bagus, karena loss dapat dengan mudah diatur dengan mineral
filtrat yang berlebihan menyebabkan oil dalam komposisi lumpur OBM.
kerusakan pada formasi. 3. Komposisi lumpur dengan menggunakan
d. Water phase salinity lumpur keduanya mineral oil ini tahan sampai temperatur 350oF
memiliki harga diatas 250 kppm dari syarat 4. Mineral oil buatan dalam negeri tersebut tidak
minimum. bersifat toksik sehingga aman terhadap ekologi.
4. Pengujian Rheology Lumpur dengan HPHT

Fann Viscometer Model 70
Penentuan rheologi lumpur pada kondisi HPHT
bertujuan mengetahui kelakuan dari lumpur
No. 1/2006 57
3. Rubiandini, Rudi. (2001), “Diktat Kuliah &
DAFTAR PUSTAKA Praktikum Teknik Pemboran”, Penerbit ITB,
Bandung.
1. N.N. (1965), NL Baroid Mud Technology 4. McNaughton, Peter, “Oil Mud In South East
Handbook, NL Baroid/NL Industries Asia”, Paper SPE 10435.
Inc.,Houston, Texas. 5. Smith, Martin., “Advances in API/ISO Oil Mud
2. N.N. (1984), “Standard Procedure for Field Chemical Analysis Field Procedures”, Paper
Testing drilling Fluids”, API Specification 13°, SPE 87129.
Dallas.
Tabel 1. Sifat Fisik dan Kimia Base Oil
Parameter Mineral Oil Saraline

Specific Gravity 0.828 0.78
Flash Point, oF 184.4 201.8
Pour Point, oF 66.2 24.8
Aniline Point, oF 208.4 213.4
Viskositas Kinematis,cSt 6.5 3.3
Initial Boiling Point, oF 518 491
Final Boiling Point, oF 707 671
Kadar Aromatic, % 1.99 0.16
Kadar Sulfur, % 0.0034 0.0028
Color L0.5 0
Tabel 2. Komposisi Lumpur
Material Mineral Oil Saraline

Base Oil 195.0cc 195.0cc
Primary Emulsifier 10.0gr 10.0gr
Lime 6.0gr 6.0gr
Fluid Loss Control 3.0gr 3.0gr
Secondary Emulsifier 8.0gr 8.0gr
Water 47.0cc 47.0cc
CaCl2 33.0gr 33.0gr
Viscosifier 12.0gr 12.0gr
Wetting Agent 1.5gr 1.5gr
Rheology Control 3.0gr 3.0gr
Temperature Stabilizer 2.0gr 2.0gr
Weighting Agent 295.0gr 295.0gr
Tabel 3. Hasil Uji Komposisi Lumpur OBM
Parameter Satuan Saraline Mineral Oil

Specific Gravity - 1.6 1.62
Plastic Viscosity@175oF cP 42 63
Yield Point@175oF lb/100ft2 64 29
Gel strength 10”/10’ lb/100ft2 53/84 25/57
HPHT Filtrate cc 3.4 0.1
Water Phase Salinity kppm, Cl- 430 256
OWR % 75/25 83/17
Electrical Stability volt 1346 1117

Tabel 4. Kategori Sifat Fisik
Kategori Konsentrasi, mg/L

Very Toxic <100
Toxic 100-1000
Moderate Toxic 1000-10.000
Low Toxic 10.000-100.000
Non Toxic >100.000
Tabel 5. Hasil Pengujian Toxicity (LC50)
Conc Test Number of Survivor

(ppm) Cont Saraline Mineral Oil
Letter 24 hours 48 hours 72 hours 96 hours 24 hours 48 hours 72 hours 96 hours
A 10 10 10 10 10 10 10 10
0
B 10 10 10 10 10 10 10 10
A 10 10 10 10 10 10 10 10
10
B 10 10 10 10 10 10 10 10
A 10 10 10 10 10 9 9 9
100
B 10 10 10 10 10 10 10 10
A 10 9 9 9 10 10 9 9
1000
B 10 9 9 8 10 9 9 9
A 10 10 9 9 10 10 10 9
10000
B 10 10 10 9 10 10 10 10
A 10 9 8 8 10 9 8 8
100000
B 10 9 8 8 10 9 9 8
A 10 9 9 8 10 10 9 9
1000000
B 10 8 8 8 10 9 8 8
Tabel 6. Rheology Pada Kondisi HPHT dengan Fann 70
Temperature ( 0F)
RPM
100 150 200 250 300 350
600 320 316 195 168 124 98
300 317 205 132 108 87 72
200 293 157 82 85 72 61
100 205 94 72 64 57 45
PV (cP) 3 111 63 60 37 26
YP(lb / 100 ft2) 205 94 69 48 50 46
µa (cP) 160 158 97.5 84 62 49
No. 1/2006 59
PV @HPHT Fann 70
130
120 111
110
100
90
80
PV (cP)
70 63 60
60
50 37
40 26
30
20
10 3
0
100 150 200 250 300 350
Tem perature (oF)
YP @HPHT Fann 70
350 314
300
250
YP (lb/100ftoF)
200
150
94
100 69
48 50 46
50
0
100 150 200 250 300 350
Tem perature (oF)
µ a @HPHT Fann 70
175 158
160
150
125
(cP)
97.5
100 84
µa
75 62
49
50
25
0
100 150 200 250 300 350
Tem perature (oF)
Grafik 1. Pengukuran Viskositas Plastis, Yield Point dan Viskositas Nyata

Gambar 1. Fann Viscometer Model 35
Gambar 2. Emulsion Stability Tester
No. 1/2006 61
Gambar 3. HPHT Fann Viscometer 70
Gambar 4. Pengujian Toksisitas

PENELITIAN PENGGUNAAN BIODIESEL KELAPA SAWIT SEBAGAI BAHAN
ALTERNATIF OIL BASE MUD YANG RAMAH LINGKUNGAN
Rudi Rubiandini, Teknik Perminyakan ITB
Galih Cahyono, Teknik Perminyakan ITB
Iik Sumirat, Teknik Perminyakan ITB
Nugroho Susetyo, Teknik Perminyakan ITB
ABSTRAK
Seiring dengan bertambahnya kedalaman sumur yang ingin dicapai dalam melakukan pemboran sumur minyak
dan gas, maka masalah yang dihadapi adalah makin tingginya temperatur karena adanya gradient geothermal.
Ditambah lagi apabila lapisan yang ditembus bermasalah dengan clay swelling. Untuk itu diperlukan lumpur
pemboran yang bisa digunakan untuk menghadapi masalah-masalah tersebut. Salah satunya adalah lumpur
berbahan dasar minyak atau Oil Based Mud (OBM). Seperti yang kita ketahui bahwa lumpur OBM memiliki
kelebihan dibanding lumpur berbahan dasar air atau Water Based Mud (WBM), terutama dalam permasalahan
yang dihadapi diatas.
Tetapi penggunaan lumpur OBM memiliki dampak terhadap ekologi, karena bahan dasar (base oil) yang biasa
digunakan adalah diesel oil. Karena tingginya kadar aromatic dalam diesel oil menyebabkan diesel oil tersebut
bersifat toksik. Untuk itu diperlukan alternatif lain dalam penggunaan diesel oil untuk base oil OBM.
Melalui penelitian-penelitian terdahulu pihak ITB telah mengembangkan proses pengolahan crude palm oil
(Kelapa Sawit) sehingga menghasilkan biodiesel. Telah kita ketahui bahwa biodiesel adalah bahan bakar yang
ramah lingkungan. Biodiesel tersebut dalam penggunaannya dalam bahan bakar diesel, ada yang murni 100%
dan ada yang berupa campuran antara diesel-biodiesel dengan campuran yang berbeda-beda. Selain dapat
bercampurnya dengan baik dengan minyak diesel, biodiesel memiliki properties yang bisa digunakan dalam base
oil mud yang ramah lingkungan.
Dalam paper ini dijabarkan secara gamblang tentang berbagai pengujian yang dilakukan pada biodisel,
khususnya biodisel 100% kelapa sawit, guna mendapatkan sifat-sifat fisik base oil dan rheologi lumpur yang
merupakan parameter kelayakan sebagai base oil mud yang ramah lingkungan.
PENDAHULUAN Sedangkan kekurangannya adalah bahwa

penggunaan dari OBM memiliki pengaruh buruk
Lumpur yang biasa digunakan untuk operasi
pada lingkungan, karena biasanya digunakan diesel
pemboran sumur minyak dan gas serta panas bumi
oil sebagai fasa kontinu dari OBM. Karena
ada dua jenis, yaitu lumpur berbahan dasar air
tingginya kadar aromatik dalam diesel oil,
tawar (water base mud/WBM) dan lumpur
menyebabkan diesel oil tersebut bersifat toksik.
berbahan dasar minyak (oil base mud/OBM).
Untuk mengatasi hal ini dilakukan penelitian
Perbedaan utama pada kedua jenis lumpur tersebut
terhadap penggunaan biodiesel untuk base oil mud
adalah fasa kontinunya, untuk WBM fasa
yang ramah lingkungan.
kontinunya air dan filtrat yang dihasilkan juga air,
sedangkan OBM fasa kontinunya minyak. Menurut ASTM D6751, biodiesel didefinisikan
sebagai bahan bakar dengan komposisi mono-alkyil
Penggunaan lumpur berbahan dasar minyak
ester dari rantai asam lemak yang dapat disintesis
memberi keuntungan dibanding lumpur berbahan
dari minyak tumbuhan, atau lemak hewani. Pada
dasar air dalam hal berikut :
umunya biodisel diproduksikan dengan reaksi
- Memiliki ketahan terhadap suhu dasar lubang langsung, yaitu transesterifikasi minyak tumbuhan
yang tinggi berkisar 350oF . dengan alkohol, dan katalisator. Dalam proses ini
- Sesuai untuk zona yang memiliki swelling menghasilkan air dan glycerol sebagai produk
potential yang tinggi. sampingannya.
- Memiliki sifat pelumasan yang baik, cocok
Dalam penelitian ini dibagi dalam dua tahap
untuk directional drilling.
pengujian yaitu pertama adalah pengujian sifat-sifat
- Tidak menyebabkan korosi pada peralatan
fisik dan kimia dari base oil biodisesel 100%kelapa
pemboran.
Sawit dan tahap kedua adalah pengujian sifat fisik
- Dapat digunakan sebagai packer fluid maupun
dan rheologi lumpur biodisel 100% kelapa Sawit.
completion fluid.
Dari pengujian tersebut didapatkan parameter-
- Stabil terhadap kontaminasi salt, H2S dan CO2.
parameter yang dapat menjawab permasalahan
- Dapat digunakan kembali (reusable).
yang ada dan juga memberikan indikasi apakah
No. 1/2006 63
biodisel 100% kelapa Sawit dapat digunakan 9. Secondary emulsifier dan wetting agent
sebagai oil based mud yang memiliki kriteria Secondary Emulsifier dan Wetting Agent
seperti OBM pada umunya. digunakan agar solid dalam sistem menjadi oil-wet.
KOMPONEN OIL MUD UJI LABORATORIUM

Tahap pertama
Lumpur berbahan dasar minyak (OBM) memiliki 3
komponen utama, yaitu fasa minyak sebagai fasa Dalam pengujian tahap pertama dilakukan untuk
eksternal atau kontinu, fasa air yang merupakan mengetahui sifat-sifat fisik dan kimia dari base
fasa internal atau fasa diskontinu dan material oil100% biodiesel kelapa Sawit. Dengan
pemberat. Komponen utama lumpur OBM lainnya mengetahui parameter-parameter dari base oil ini
adalah CaCl2, primary emulsifier, viscosifier, fluid akan memberikan gambaran tentang lumpur yang
loss control, lime, secondary emulsifier dan wetting akan dibuat. Berikut adalah parameter sifat-sifat
agent. fisik dan kimia dari base oil mud yang kami uji
1. Parameter-Parameter Yang Diukur

1. Base oil
Oil merupakan komponen utama dan sebagai fasa • Specific Gravity menunjukan berat dari base oil
eksternal diamana minyak merupakan komponen yang digunkan, semakin besar nilainya maka
yang bersentuhan langsung dengan formasi. akan mempengaruhi berat lumpur itu sendiri
demikian sebaliknya.
2. Air • Pour point menunjukan temperatur terendah
Air merupakan fasa internal yang memberikan agar sampel base oil dapat mengalir.
peningkatan pada nilai viskoistas pada sistem • Cloud point menunjukan didefinisikan sebagai
lumpur. Air tersebut akan menghidrasi clay dan sebagai temperatur tertinggi saat pertama kali
memberikan suspensi terhadap weighting agent lilin parafin (wax) mulia mengkristal.
sehingga akan memberikan nilai viskositas pada • Kinematic Viskosity yaitu ukuaran keengganan
sistem lumpur. Selain itu keberadaan air adalah aliran suatu fluida dibawah pengaruh gaya
untuk melarutkan NaCl yang memberikan salinitas gravitasi , beban tekanan proporsional terhadap
untuk sistem lumpur dan dengan kadar air lebih densitas fluida, nilai ini akan mempengaruhi
besar dari 10% memberikan sistem OBM lebih viskositas dari lumpur OMB itu sendiri
resistan terhadap bahaya kebakaran • Flash Point menunjukan temperatur ketikas oil
tersebut mulai terbakar. Flash point yang rendah
3. CaCl2 akan lebih mudah terbakar. Jadi, base oil
CaCl2 dilarutkan dalam air sebagai brine untuk tersebut harus memiliki flash point yang tinggi.
salinitas. • Aniline Point menunjukan kemampuan dari
base oil untuk bereaksi dengan karet yang dapat
4. Primary emulsifier menyebabkan rubber swelling. Lebih tinggi
Primary Emulsifier untuk membentuk emulsi yang aniline point akan bersifat kurang melarutkan
stabil. Emulsifier memungkinkan terjadinya karet. Karena peralatan pemboran seperti, BOP
disperse yang sempurna dari dua fluida yang tidak seal, piston pompa, packer dll kebanyakan
saling campur, membentuk fasa internal dan terbuat dari bahan karet, sehingga aniline point
eksternal. dari base oil harus tinggi.
• Boilling Point menunjukan temperatur tertinggi
5. Viscosifier
dari base oil mulai mendidih. Boiling point ini
Viscosifier digunakan untuk membuat suspensi dan
berhubungan dengan ketahanan dari base oil
menjaga kapasitas dari suspensi di dalam lumpur
terhadap temperatur. Makin tinggi boiling point
minyak.
dari base oil, maka ketahanan dari base oil
tersebut terhadap temperatur makin kuat.
6. Fluid loss control
Digunakan untuk menjaga integritas lubang, • Aromatic content menunjukan tingkat toksisitas
melindungi shale yang sensitif terhadap air. dari base fluids yang digunakan.
7. Lime 2. Hasil Uji Fisik dan Kimia Base Oil

Lime [Ca(OH)2] untuk mengontrol alkalinitas dan Berikut ini adalah hasil uji base oil Biodiesel 100%
mengaktifkan emulsifier pada fasa internal (air) Kelapa Sawit. Seperti ditunjukan pada Tabel 1.
dalam emulsi. • Dari hasil pengujian didapatkan nilai flash point
yang sangat tinggi dibandingkan dengan base
8. Material pemberat oil lainnya. Yang mengindikasikan sangat
Material pemberat (Barite) untuk menaikan densitas resistan terhadap bahaya kebakaran.
lumpur guna mengontrol tekanan formasi.

• Kadar aromatik yang rendah mengindikasikan Pengujian kestabilan emulsi (Emulsion Stability)
bahwa biodiesel sangat ramah lingkungan dan bertujuan untuk mengetahui kestabilan dan tipe dari
tidak bersifat toksik emulsi, apakah water-in-oil atau oil-in-water.
• Nilai anniline yang tertinggi juga Pengujian kestabilan emulsi dilakukan dengan
mengindikasikan biodisel 100% kelapa Sawit menggunakan alat Emulsion Stability Tester
susah melarutkan bahan-bahan dari karet. (Gambar 2). Harga ES yang tinggi mengindikasikan
• Nilai boilling yang sangat rendah dari biodiesel bahwa emulsi makin stabil. Harga ES minimum
kelapa Sawit, bahkan lebih rendah dari air. Nilai yang disyaratkan adalah 400 volt.
ini mengindikasikan tidak kuatnya ikatan antar
molekul-molekul dalam sistem yang 2. Peralatan yang Digunakan
menyebabkan biodiesel 100% kelapa Sawit Peralatan yang digunakan antara lain :
tidak stabil pada temperatur diatas boilling • Timbangan digital
pointnya.
• Multi mixer
• Aging Cell
Tahap Kedua
• Rolling Oven
OBM memiliki beberapa kelebihan dibandingkan • Fann Viscometer Model 35 (Gambar 1)
dengan WBM seperti yang telah disebutkan diatas. • Emulsion Tester (Gambar 2)
Untuk mendapatkan dan mengetahui sejauh mana • Retort Kit
performance dari OBM biodiesel 100% kelapa • Mud Balance Pressurized
Sawit maka dilakukan beberapa pengujian sifat • HPHT Filtration Loss
fisik dan rheologi dari lumpur OBM tersebut.
• HPHT Fann Viscometer Model 70 (Gambar 3)
Komposisi lumpur kami bagi dalam 3 komposisi
yaitu komposisi A yang merupakan lumpur paling 3. Hasil Uji Lumpur Biodiesel 100% Kelapa
berat, disusul dengan komposisi B yang beratnya Sawit
tidak terlalu jauh dan komposisi C yang merupakan
Berikut ini adalah perbandingan hasil uji lumpur
komposisi yang paling ringan. Tabel 1.1 adalah ketiga komposisi biodiesel 100% kelapa Sawit
perbandingan jumlah material yang digunakan
Seperti ditunjukan pada Tabel 3,4,5
dalam ketiga komposisi lumpur tersebut.
a. Nilai PV, YP dan GS dari komposisi dari ketiga
komposisi tersebut cenderung tinggi pada akhir
1. Parameter-Parameter Yang Diukur tiap-tiap pengkondisian (grafik 1). Dan hal ini
Sebelum dilakukan pengujian, sampel lumpur juga diiindikasikan juga oleh berubahanya
OBM telah dikondisikan di rolling oven selama 16 keadaan fisik dari lumpur yang cenderung
jam pada berbagai temperatur pengkondisian memadat sehingga sulit untuk bergerak oleh
Berikut ini adalah parameter yang diujikan : gaya gravitasi
1. Rheology : Plastic viscosity, yield point dan gel b. Ketiga komposisi lumpur tersebut tidak stabil
strength. Diuji pada temperatur 100oF, 120oF, pada temperatur tinggi, hal ini dikarenakan
150oF boiling point yang rendah dari Base oil
2. Densitas lumpur (SG) biodiesel 100% kelapa Sawit.
3. HPHT filtration loss @T=300 oF & ∆P=300 psi c. Harga OWR dari ketiga komposisi tersebut
4. Oil Water Ratio (OWR) cenderung turun terhadap pengaruh
5. Emulsion Stability (ES) penambahan temperatur pengkondisian, hal
6. Water Phase Salinity (WPS) tersebut dikarenakan fasa minyak dari base oil
biodisel 100% kelapa Sawit memiliki boiling
Viskositas plastis (PV) merupakan ukuran point yang rendah
ketahanan dari fluida lumpur pemboran untuk d. Ketiga komposisi tersebut memiliki harga ES
mengalir. Viskositas plastis diperoleh dari lebih besar dari 400 volt dari harga yang
pengurangan dial reading pada 600 rpm terhadap disyaratkan. yang mengindiasikan kestabilannya
dial reading pada 300 rpm. Pengujian rheology yang baik dari emulsi antara minyak dan air
dilakukan dengan menggunakan alat Fann e. Volume HPHT filtrat dari ketiga komposisi
viscometer model 35 (Gambar 1). Satuan dari PV tersebut sangat kecil dan seluruhnya minyak.
adalah centipoise (cP). f.
Yield point adalah kemampuan dari fluida lumpur KESIMPULAN
untuk mengangkat cutting. Harga yield point (YP) 1. Lumpur Biodiesel Kelapa Sawit tidak stabil
didapat dari pengurangan harga PV terhadap dial pada temperatur lebih tinggi dari 150oF.
reading pada 300 rpm. Satuan dari YP adalah 2. Biodiesel 100% kelapa Sawit belum dapat
lb/100ft2. Gel strength adalah kemampuan dari digunakan sebagai base oil based mud secara
lumpur pemboran untuk menahan cutting pada langsung.
kondisi statis.
No. 1/2006 65
SARAN 3. Rubiandini, Rudi. (2001), “Diktat Kuliah &
Praktikum Teknik Pemboran”, Penerbit ITB,
Perlu Pengujian Biodiesel Kelapa Sawit tidak 100%
Bandung.
artinya dilakukan pencampuran dengan diesel oil
4. McNaughton, Peter, “Oil Mud In South East
dengan presentase tertentu.
Asia”, Paper SPE 10435.
5. Smith, Martin., “Advances in API/ISO Oil Mud
DAFTAR PUSTAKA
Chemical Analysis Field Procedures”, Paper
1. N.N. (1965), NL Baroid Mud Technology
SPE 87129
Handbook, NL Baroid/NL Industries
Inc.,Houston, Texas.
2. N.N. (1984), “Standard Procedure for Field
Testing drilling Fluids”, API Specification 13°,
Dallas.
Tabel 1. Sifat Fisik dan Kimia Base Oil

Parameter Biodiesel 100% Kelapa Sawit
Specific Gravity 0.87
Flash Point, oF 234
Pour Point, oF 43
Cloud Point, oF 48.2
Aniline Point, oF > 219
Viskositas Kinematis,cSt 3.68
Initial Boiling Point, oF 176
Final Boiling Point, oF 482
Kadar Aromatic, % 0.053
Kadar Sulfur, % 0
Color L1.5
Tabel 2. Komposisi Lumpur Biodiesel 100% kelapaSawit

Material A B C
Base Oil 16.7 gram 225.75 gram 190 gram
Primary Emulsifier 8 gram 8 gram 9 gram
Lime 8 gram 8.5 gram 8 gram
Fluid Loss Control 7 gram 8 gram 8 gram
Secondary Emulsifier 5.5 gram 6 gram 5 gram
Water 62.1 gram 60.80 gram 60 gram
CaCl2 27 gram 28 gram 27 gram
Viscosifier 4.5 gram 5 gram 7 gram
Wetting Agent --- 0.5 gram ---
Weighting Agent 350 gram 284 gram 65.82
Tabel 3. Hasil Uji Komposisi Lumpur A

Temperatur Pengkondisian
Parameter Satuan
770F 100oF 150oF
Coklat
Warna Coklat Coklat
kehitaman
Mengalir Ya Ya tidak
SG 1.71 1.71 1.89
ES Volt 774 800 1639
OWR % 70/30 69/31 66/34
HPHT
Ml 1.4 0 0
Filtrate
Mud Cake Mm 5 4.6 4.5

Tabel 4. Hasil Uji Komposisi Lumpur B
Parameter Satuan 0
77 F 100oF 150oF 175oF
Warna Coklat Coklat Coklat Coklat
Mengalir Ya Ya Ya Tidak
SG 1.48 1.49 1.51 1.53
ES volt 558 766 879 1335
OWR % 77/23 77/23 70/30 55/45
HPHT Filtrate ml 4.2 2.5 0 1.8
Mud Cake mm 3 1 1 2
Tabel 5. Hasil Uji Komposisi Lumpur C

Parameter Satuan
77oF 100oF 150oF 175oF 200oF 225oF 250oF 275oF
Warna Hitam Hitam Hitam Hitam Hitam Hitam Hitam Hitam
Mengalir Ya Ya Ya Ya Ya Ya Ya Tidak
SG 1.13 1.12 1.13 1.14 1.14 1.15 1.16 1.26
ES volt 166 137 267 1129 1525 1536 1796 1863
OWR % 76/24 72/28 70/30 66/34 61/39 60/40 52/48 53/47
HPHT
Filtrate ml 0.1 1 0 0 1 1 2.95 0.2
Mud Cake mm 1 1.5 1 1 1 1 2.5 1
Tabel 6. Kategori Sifat Fisik

Kategori Konsentrasi, mg/L
Very Toxic <100
Toxic 100-1000
Moderate Toxic 1000-10.000
Low Toxic 10.000-100.000
Non Toxic >100.000
No. 1/2006 67
Grafik 1. Pengukuran Plastic Viscosity, Yield Point dan Aparent Viscosity
Nilai PV Komposisi B @ Temperatur Dial Reading
70 65
61
60
50 45
PV (lb/100ft 2)
40
32 33
28
30 25
22
20 17
10
0
100 120 150
Temperatur Dial Reading (oF)
Temperatur Pengkondisian 77 F Temperatur Pengkondisian 100 F

Temperatur Pengkondisian 150 F
Nilia YP Komposisi B @Temperatur Dial Reading

70 65
61
60
50 45
YP (lb/100 ft2 )
39 37
40 36
29 30
30
21
20
10
0
100 120 150
Temperatur Dial Reading (o F)
Nilia PV Komposisi C @ Temperatur Dial Reading

100 93
90
77 75
80 74
67
70 64
61
)
57
2
60 55 53
PV (lb/100 ft
50
50
41 40
40 32 30
30 26
20 22 22
20
10
0
100 120 150
Tem peratur Dial Reading( oF)
Temperatur Pengkondisian 77 F Temperatur Pengkondisian 100F Temperatur Pengkondisian 150 F
Temperatur Pengkondisian 175 F Temperatur Pengkondisian 200 F Temperatur Pengkondisian 225 F
Nilai Yp Komposisi C @ Temperatur Dial Reading

90
78
80
71
70 63 64
60
60
YP (lb/100 ft 2)
50 46 46
41
38
40 34 33 32
30 25
20 15
11 10 11
8 8
10
0
100 120 150
Tem peratur Dial Reading ( oF)


Gambar 1. Fann Viscometer Model 35
Gambar 2. Emulsion Stability Tester
No. 1/2006 69
Gambar 3. HPHT Fann Viscometer 70
Gambar 4. Pengujian Toksisitas

PROSES FRAKSINASI DAN PENCAIRAN GAS ALAM
DI PT BADAK NGL, BONTANG
KALIMANTAN TIMUR
Verawaty, Teknik Perminyakan Universitas Trisakti

Karnata Ardjani, Teknik Perminyakan Universitas Trisakti
Ringkasan
Kilang LNG (Liquefied Natural Gas) PT Badak NGL di Bontang, Kalimantan Timur, merupakan suatu kilang
pencairan gas alam yang memproduksi LNG sebagai produk utama dan LPG sebagai produk samping. Hasil
produksi LNG dan LPG diekspor ke negara-negara pembeli seperti Jepang, Korea dan Taiwan. Untuk
memudahkan dalam penyimpanan dan transportasi maka gas alam ini dicairkan dengan cara memperkecil
volume gas alam tersebut.
Gas alam yang digunakan untuk LNG terutama metana. Bontang LNG Plant ini mengolah gas dari beberapa
sumur gas dengan komposisi yang masih mengandung impuritis (CO2 dan N2) yang harus dihilangkan agar
menjadi produk-produk yang bernilai tinggi seperti LNG, LPG C3 dan LPG C4. Untuk mengolah gas alam
hingga menjadi LNG hingga menjadi produk lainnya maka gas umpan akan melewati proses fraksinasi dan
pendinginan sebelum dicairkan.
Kapasitas dari masing-masing train telah dirancang untuk dapat mengolah dan menghasilkan gas alam menjadi
LNG sebanyak ± 17.500 m3/hari/train (average). Dengan beroperasinya ke-delapan train (A/B/C/D/E/F/G/H) di
Bontang LNG Plant maka total produksi LNG yang dihasilkan dapat mencapai 21.64 juta ton pertahun. Dalam
operasi sehari-hari, banyaknya LNG yang diproduksi disesuaikan dengan besarnya permintaan dari pihak
pembeli.
PENDAHULUAN 1983, sedangkan train D berproduksi mulai

September 1983 dengan kapasitas 640 m3/jam.
PT Badak NGL berlokasi di pantai timur pulau
Kalimantan tepatnya didaerah Bontang Selatan Dengan meningkatnya kebutuhan LNG mendorong
sekitar 105 Km sebelah timur laut Kota Samarinda. dibangunnya train baru yaitu train E dan F. Kilang
Sebelum kilang LNG dibangun, Bontang tersebut didesain untuk menghasilkan LNG dengan
merupakan daerah terpencil dan belum maju. kapasitas yang lebih besar dari empat train
Jumlah penduduknya masih sedikit dengan mata sebelumnya yaitu 703 m3/jam sedangkan train F
pencaharian sebagian besar sebagai nelayan. memiliki kapasitas 720 m3/jam. Kemudian
dibangun lagi train G dengan kapasitas 724 m3/jam
Setelah ditemukannya sumber gas alam yang cukup
dan yang terakhir adalah train dengan kapasitas 803
besar di Kalimantan maka direncanakan mendirikan
m3/jam.
kilang pencairan gas alam. Didirikannya kilang ini
merupakan alasan untuk mencairkan gas dengan Pada tahun 1993 juga dilakukan suatu proyek
cara memperkecil volume gas alam tersebut TADD (Train A-D Debottlenecking) sehingga
sehingga memudahkan dalam penyimpanan dan kapasitas produksi train A, B, C dan D ditingkatkan
transportasi ke negara pembeli seperti Jepang, dari 640 m3/jam menjadi 703 m3/jam. Dengan
Taiwan dan Korea. beroperasinya 8 train kilang gas cair di Bontang
maka total produksi LNG yang dihasilkan saat ini
Pada tanggal 26 November 1974 PT Badak NGL
mencapai 22.1 juta ton/tahun.
didirikan. Nama PT Badak NGL disesuaikan
dengan tempat ditemukannya sumber gas alam. Untuk mengoperasikan 8 train secara maksimum
tanpa berhenti, PT Badak NGL hanya memerlukan
Sejak kilang LNG untuk train A dan B selesai
1.35 TCF/tahun. Gas ini dipasok dari beberapa
dibangun, kilang train A mengeluarkan produksi
sumur gas yang dieksploitasi oleh beberapa
yang pertama dengan kapasitas produksi LNG 460
perusahaan yaitu VICO di Mutiara, Samberah,
m3/jam dan disusul kilang train B dengan kapasitas
Badak, dan Nilam; TOTAL di Tambora, Tunu,
produksi yang sama.
Sanipah, Bekapai dan Handil; serta UNOCAL di
Pekerjaan perluasan kilang train C dan D dimulai West Seno dan Santan.
dengan kontrak penjualan untuk 20 tahun yang
ditandatangani pada 14 April 1981 antara pihak KONSEP PEMBUATAN LNG
Jepang dan Pertamina dengan sistem FOB (Free On
Gas pasok tersebut sebelumnya harus melewati
Board). Pekerjaan tersebut selesai pada bulan Juni
tahap pengurangan impuritis sampai standar yang
1983 dan train C mulai berproduksi pada 8 Juli
No. 1/2006 71
telah ditentukan seperti pengurangan kadar CO2, memberikan pendinginan untuk MCR dan
H2S, Hg, uap air dan hidrokarbon berat lain. Hal ini pendinginan di bagian fraksinasi. Pendinginan
dilakukan untuk mencegah hal-hal yang dapat untuk gas alam, MCR, fraksinasi terjadi pada tahap
mengganggu selama proses pencairannya pada suhu evaporasi dari propana dimana penguapan propana
yang sangat rendah dan selain itu gas-gas impuritis cair mengambil panas laten dan gas yang
ini tidak memiliki heating value. difraksinasi.
Untuk memproses gas pasok sampai menjadi LNG
Di dalam sistem pendingin propana digunakan 3
diperlukan fasilitas plant sebagai berikut.
tingkat pendinginan, yaitu :
1. Propana cair dengan tekanan 7 kg/cm2 dapat
1. Fractination Unit (Plant #3)
Deskripsi Proses mendinginkan sampai 18°C (high level
propana).
Gas alam kering yang bebas impuritis seperti CO2, 2. Propana cair dengan tekanan 3.1 kg/cm2 dapat
Hg dan uap air masuk ke Scrub Column di atas tray mendinginkan sampai –4°C (medium level
ke-5 pada temperatur sekitar –32ºC dengan tekanan propana).
42 kg/cm2. Fraksi berat dari gas alam mengalir ke 3. Propana cair dengan tekanan 0.1 kg/cm2 dapat
dasar kolom sedangkan fraksi ringannya naik mendinginkan sampai –34°C (low level
bagian atas. propana).
Fungsi utama Scrub Column adalah memisahkan
komponen hidrokarbon berat dari feed gas yang B. Pendinginan MCR (Muliti Component
masuk Main Heat Exchanger. Hasil bawah Scrub Refrigerant)
Column dapat dipakai sebagai kontrol awal nilai Deskripsi Proses
kalor LNG sebagai akibat dari perubahan MCR yang digunakan memiliki komposisi dalam
komposisi feed gas ke seksi pencairan HHV produk persen basis kering :
atas Scrub Column harus dijaga sekitar 1096 o N2 2.0 – 2.2%
BTU/SCF. o C1 40.0 – 46.0%
Gas alam fraksi ringan dari bagian atas keluar pada o C2 45.0 – 50.0%
temperatur sekitar –23ºC, lalu dikondensasikan oleh o C3 2.0 – 6.0%
Scrub Column Overhead Condeser dengan Tujuan dari pendinginan dengan Multi Componen
pendingin propana sampai temperatur sekitar – Refrigerant (MCR) ini adalah untuk mendinginkan
33ºC. Kondesatnya dipisahkan di kolom Scrub gas umpan dan mencairkan dalam Main Heat
Column Condnsate Drum dan dikembalikan ke Exchanger dan mendinginkan gas MCR sendiri.
Scrub Column di atas tray ke-9 sebagai refluks.
Fasa gas yang terjadi dalam Scrub Column Kompresi MCR dilakukan dengan 2 tahap, yaitu
Condensate Drum akan diinjeksikan dengan butana dengan 1st Stage MCR Compressor dan 2nd Stage
sebelum masuk ke Main Heat Exchanger . MCR Compressor. MCR masuk ke kolom MCR
First Stage Suction Drum untuk memisahkan MCR
Gas alam fraksi berat yang keluar dari bagian atas cair dan uap, dimana sebagian feed adalah uap dari
Scrub Column dipanaskan dalam Scrub Column hasil pendinginan di main heat exchanger. Uap
Reboiler dengan menggunakan low pressure steam MCR dari MCR First Stage Suction Drum keluar
(P=3,5 kg/cm2, T=148ºC). Uap yang terbentuk dengan temperatur -40°C kemudian masuk ke
dikembalikan ke Scrub Column sedangkan fasa kompresor stage pertama pada tekanan 3 kg/cm2.
cairnya bergabung dengan cairan dari dasar kolom Kemudian keluar dari 1st Stage MCR Compressor
menuju de-ethanizer column. dengan temperatur 71°C dan tekanan 14 kg/cm2.
Aliran MCR ini kemudian didinginkan dengan air
2. Refrigerant Unit (Plant #4) laut dalam MCR Compressor Inter Cooler hingga
Media pendingin yang digunakan dalam proses temperaturnya menjadi 37°C. Selanjutnya masuk ke
pembuatan LNG ada 2 macam yaitu propana dan kompresor stage kedua dengan tekanan 14 kg/cm2.
MCR. Propana digunakan untuk mendinginkan Dari 4K-3, MCR keluar pada temperatur 130ºC dan
metana, etana, dan MCR. Sementara itu, MCR tekanan 47 kg/cm2, kemudian didinginkan oleh
digunakan untuk mendinginkan metana hingga MCR Compressor After Cooler dengan
mencair (menjadi LNG). menggunakan air laut hingga temperaturnya 37°C.
MCR kemudian mengalir ke Propana Evaporator,
A. Pendinginan Propana dilanjutkan ke Medium Level Propana Evaporator
Deskripsi Proses hingga keluar pada temperatur –5°C. Kemudian
MCR masuk ke MCR Low Level Propana
Sistem pendingin propana ini memberikan
Evaporator pada temperatur −32°C. MCR dialirkan
pendinginan yang diperlukan oleh gas umpan untuk
ke High Pressure MCR Separator, dimana
mengembunkan air atau zat-zat hidrokarbon selama
komponen cair dan uap akan terpisah. Fase cair
gas alam ini mengalami proses. Propana ini juga
lebih banyak mengandung etana dan propana,

sedangkan fase gas banyak mengandung nitrogen Uap LNG dari bagian atas LNG Flash Drum
dan metana. dengan suhu sekitar −156°C dilewatkan LNG Flash
Exchanger dan mendinginkan sedikit gas umpan
3. Liquefaction Unit (Plant #5) sampai menjadi LNG. Pada train E ~ H alat ini juga
Deskripsi Proses berfungsi untuk mendinginkan LPG propana
Proses pencairan gas alam ini dilakukan di Plant #5. sampai suhu −45°C. Sedangkan uap LNG sendiri
Proses pencairan gas alam terjadi di Main Heat menjadi panas, kemudian dihisap oleh sebuah
Exchanger (MHE). Feed gas yang berasal dari kompresor untuk dimanfaatkan sebagai bahan bakar
bagian atas scrub column condensate drum dengan boiler.
MCR yang berada didalam shell MHE keluar pada
tekanan 36 kg/cm2 dan temperatur −36.5°C masuk
bagian bawah MHE dan masuk ke MCR First Stage
dari bagian bawah MHE. Bersama feed gas
Suction Drum, lalu uapnya masuk ke MCR First
dimasukan juga kelebihan produk etana, propana,
Stage Compressor. Keluaran unit ini didinginkan
ataupun butana dari unit fraksinasi untuk
dengan pendingin air laut lalu ditekan oleh MCR
menaikkan nilai kalor LNG.
Second Stage Compressor. Uap MCR keluar
MCR yang telah masuk ke High Pressure MCR mempunyai tekanan 48 kg/cm2 lalu didinginkan
Separator dipisahkan menjadi dua fasa, yaitu MCR lagi dengan air laut dan setelah melalui serangkaian
vapor yang mengandung mayoritas nitrogen dan pendinginan bertahap dengan Propana Refrigrant,
metana dan MCR cair yang komponen utamanya uap MCR ini masuk ke High Pressure MCR
adalah etana dan propana. Separator untuk kembali masuk ke MHE.
Main Heat Exchanger adalah suatu kolom penukar
HASIL PRODUK LNG
panas tegak yang terdiri atas dua bagian, warm
bundle dibagian bawah dan cold bundle dibagian
Tabel Komposisi LNG (% Mol Typical)
puncak. Pada cold bundle, MCR uap mengalami
penurunan tekanan oleh J-T valve. MCR ditampung COMPONENT % Mole
pada Low Pressure Separator dan didistribusikan
N2 0.02
dibagian shell cold bundle untuk mendinginkan
MCR uap dan feed gas dalam tube. C1 91.72
Pada warm bundle, MCR uap, MCR cair, dan feed CO2 -
gas dialirkan ke atas. Pada akhir warm bundle, C2 4.87
MCR cair akan diturunkan tekanannya hingga 2.5 C3 2.41
kg/cm2 dan temperatur −129°C oleh J-T valve.
MCR cair ini ditampung pada warm separator yang i - C4 0.59
diletakkan diantara warm dan cold bundle. MCR ini n - C4 0.38
digabung dengan MCR cair shell cold bundle lalu
i - C5 0.01
didistribusikan pada shell warm bundle untuk
mendinginkan ketiga aliran masuk. Suhu feed gas n - C5 -
diturunkan hingga mendekati titik embunnya. C6+ -
Digunakannya Joule-Thompson valve (J-T valve) TOTAL 100.00
sebagai alat utama dalam proses pencairan karena
alat ini berfungsi untuk menurunkan tekanan dan HHV. BTU/SCF 1105.2
temperatur sehingga gas mencapai titik cairnya dan Hasil produksi LNG dari proses train ditampung di
menjadi cair. Joule-Thompson effect berarti tangki penampungan yang terdiri dari 6 buah
penurunan tekanan dan temperatur akibat melewati tangki penampung LNG, 4 buah masing-masing
Joule-Thompson valve sebagaimana halnya pada berkapasitas 600000 barrel (± 95000 m3) dan 2
diagram phasa, akibat adanya penurunan tekanan buah berkapasitas 800000 barrel (± 126500 m3)
dan temperatur maka fasa gas akan berubah kemudian LNG dikapalkan ke negara tujuan seperti
menjadi saturated. Jepang, Taiwan dan Korea. Kapasitas kapal standar
Setelah didinginkan pada warm bundle, feed gas 125000m3 dan pemuatan normal memakai 4
akan masuk ke cold bundle untuk mengalami (empat) buah pompa loading dengan lama
proses pendinginan lebih lanjut hingga berbentuk pemuatan ± 12 jam.
cairan. Feed gas meninggalkan MHE pada bagian
puncaknya dalam keadaan cair pada temperatur KESIMPULAN
sekitar −150°C. LNG lalu dialirkan ke dalam LNG Gas pasok yang digunakan dalam proses
Flash Drum melalui J-T valve sehingga dapat pembuatan LNG berasal dari sumur-sumur gas
menurunkan lagi temperatur LNG sampai menjadi yang berada di Kalimantan Timur. Sebelum
sekitar −156°C untuk selanjutnya dipompakan ke memasuki tahap fraksinasi, gas pasok tersebut
LNG Storage. dilalui pada proses pengurangan impuritis sampai
No. 1/2006 73
kadar yang ditentukan dengan tujuan untuk REFERENSI
mencegah hal-hal yang dapat mengganggu proses 1. Hera Priya, Tugas Umum Laporan Kerja
pencairannya pada suhu yang sangat rendah. Praktek PT Badak NGL
2. “LNG Production Overview”, PT Badak NGL,
Sebelum melalui proses pencairan, gas alam
Bontang.
mengalami proses fraksinasi untuk mengambil
3. Muhaimin : “Gas Transmission (Gas Processing
fraksi metana sebagai bahan utama dalam
Course Trisakti)”, PT Badak NGL, Bontang,
pembuatan LNG. Kemudian gas tersebut memasuki
2005.
tahap pencairan pada main heat exchanger dengan
4. “Pengenalan LNG”, Train ABCD Section
menggunakan Multi Component Refrigerant
Operation Department, PT Badak NGL, 2000.
(MCR) sebagai pendingin hingga suhu feed gas
5. “Train Process Presentation”, PT Badak NGL,
mendekati titik embunnya serta mengalami
Bontang.
penurunan tekanan oleh Joule Thomson valve yang
6. Rahmat Safruddin : “Sistem Refrigerasi dan
menyebabkan temperatur feed gas menurun sampai
Liquefaction”, Process Engineering Section,
-156 °C dan akhirnya gas mencair. Hasil produk Technical Department, PT Badak NGL,
LNG dengan besar kandungan metana lebih dari 90 Bontang, 2005.
% kemudian siap diekspor ke negara Jepang, 7. “Storage & Loading Overview”, Storage &
Taiwan dan Korea menggunakan kapal tanker Loading Section, PT Badak NGL.
dengan kapasitas standar 125000 m3.
Gambar 1.1
Letak Geografis Kota Bontang

Gambar 1.2
Kilang LNG Bontang
C 1 - 9 0 .6 5 % (2 7 8 6 .6 7 * )
C 2 - 4 .5 3 % (1 3 9 .1 1 ) C 1 - 9 3 .4 9 % (2 7 7 3 .2 9 )
C 3 + - 4 .8 8 % (1 4 8 .1 8 ) C 2 - 4 .2 9 % (1 2 7 .1 8 )
CO 2 - 0% C 3 + - 2 .2 2 % (6 5 .9 5 )
T R E A T IN G
F R A C T IO N A T IO N
U N IT L IQ U E F A C T I O N
U N IT
P L A N T 1 /2
C 1 - 1 2 .4 4 % (1 3 .3 8 )
C 2 - 1 1 .1 % (1 1 .9 3 )
C 3 + - 7 6 .4 6 % (8 2 .2 3 )
K e t : % = % M o le
* = M M SCFD
Gambar 1.3
Material Balance of Fractionation Unit
No. 1/2006 75
Gambar 1.4
LNG Process Diagram
Gambar 1.5
LNG Storage

Adoc - Tips - JTMGB Jurnal Teknologi Minyak Dan Gas Bumi PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Adoc - Tips - JTMGB Jurnal Teknologi Minyak Dan Gas Bumi PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

JTMGB

Jurnal Teknologi Minyak dan Gas Bumi

No. 1/2006 ISSN 0216-6410

- LIKA LIKU PENGELOLAAN RESERVOIR MIGAS, R. Sumantri 3

- MEASUREMENT OF Z-FACTORS FOR CARBON DIOXIDE SEQUESTRATION, 9

- PROSES PENGUAPAN DIFFERENTIAL DAN HUBUNGANNYA DENGAN 23

- RESERVOIR CHARACTERIZATION USING ARTIFICIAL NEURAL NETWORK, 34

- NUMERICAL SIMULATION STUDY ON DUAL HORIZONTAL WELLS STEAM 43

- PENELITIAN PENGGUNAAN BIODIESEL KELAPA SAWIT SEBAGAI BAHAN 63

- PROSES FRAKSINASI DAN PENCAIRAN GAS ALAM DI PT BADAK NGL, 71

JTMBG (Jurnal Teknologi Minyak dan Gas Bumi)

Numerical Simulation Study Of Dual Horizontal Well Steam

Rudi Rubiandini yang biasa dengan inovasi nya, kali ini

Terbitan ini merupakan terbitan awal untuk tahun 2006,

2 Jurnal Teknologi Minyak dan Gas Bumi

1. PENDAHULUAN tercipta antara tahun 1935 – 1950-an. Setelah itulah

4 Jurnal Teknologi Minyak dan Gas Bumi

• Commingle Production • Prolong Test

6 Jurnal Teknologi Minyak dan Gas Bumi

PENGEMBANGAN/ ANALISA / EVALUASI

GAMBAR 1. PARADIGMA RESERVOIR MANAGEMENT

GAMBAR 2. PARADIGMA PENGELOLAAN LAPANGAN MIGAS

8 Jurnal Teknologi Minyak dan Gas Bumi

10 Jurnal Teknologi Minyak dan Gas Bumi

12 Jurnal Teknologi Minyak dan Gas Bumi

C1 C2 C3 C4 C5 C6 C7+ Total Mol %

Table 2 – Normalized Median Composition of Retrograde Gas at Depleted Pressure

C1 C2 C3 C4 C5 C6 C10 Total Mol %

0% CO2 25% CO2 50% CO2 75% CO2

0% CO2 25% CO2 50% CO2 75% CO2

0% CO2 25% CO2 50% CO2 75% CO2

14 Jurnal Teknologi Minyak dan Gas Bumi

0% CO2 25% CO2 50% CO2 75% CO2

0% CO2 25% CO2 50% CO2 75% CO2

Depleted Median Retrograde Sample

16 Jurnal Teknologi Minyak dan Gas Bumi

Depleted Retrograde + CO2

Depleted Median Retrograde Sample + CO2

Table 11- Revaporized Condensate

Condensate Volume at Depleted Pressure (cc) Condensate Re-vaporized (%)

Figure 1 – TTU Gas Identification Chart based on hydrocarbon composition of C1 – C7+

18 Jurnal Teknologi Minyak dan Gas Bumi

0.8 Lab Data

Com pressibility Factor

Com pressibility Factor

Figure 5 - Median Dry Gas and CO2 Mixture at 100°F

Figure 6 - Median Dry Gas and CO2 Mixture at 160°F

Figure 7 - Median Dry Gas and CO2 Mixture at 220°F

20 Jurnal Teknologi Minyak dan Gas Bumi

Figure 8 - Median Wet Gas and CO2 Mixture at 160°F

Figure 9 - Median Wet Gas and CO2 Mixture at 220°F

CO2-RG - 250 psia

0.500 CO2-RG - 500 psia

CO2-RG - 250 psia

0.5 Median Retrograde

Figure 13 - Revaporized Condensate as a Function of Pressure and Depletion Pressure

22 Jurnal Teknologi Minyak dan Gas Bumi

St. Edi Purwaka, Teknik Perminyakan Universitas Trisakti

I. Pendahuluan dapat harus menampilkan sebuah data PVT yang

24 Jurnal Teknologi Minyak dan Gas Bumi

Dalam studi simulasi umumnya engineer membuat

26 Jurnal Teknologi Minyak dan Gas Bumi

TABLE 1 Result of Differential Vaporization Test at 185 oF