9 BAB IV Analisa Produksi OK
9 BAB IV Analisa Produksi OK
Pada analisa konektivitas ini sumur injeksi dan produksi yang berdekatan
dilakukan beberapa analisa performance produksi dan injeksinya. Analisa
performance produksi injeksi tersebut dilakukan untuk mengetahui respon injeksi
yang telah dilakukan pada sumur produksi disekitarnya.
61
Analisa respon didasarkan pada analisa plot oil rate, liquid rate, water cut dan
injection rate terhadap waktu. Respon terhadap injeksi tersebut dilihat dari
kemiripan trend produksi liquid dan injeksi air.
Gambar 4.2 menggambarkan contoh plot kinerja produksi sumur BL-020
(sumur injeksi) dan BL-031 (sumur produksi) pada Lapisan “X” Lapangan “Y”.
Start Injeksi
@ Oktober
‘01
Gambar 4.2
Plot Kinerja Produksi Sumur BL-031 dan Sumur Injeksi BL-020
Sumur BL-031 berproduksi sejak Juli 1995 sampai dengan data produksi
terakhir pada Februari 2016 dengan laju produksi awal sebesar 114 bopd dan
mencapai puncak produksi pada bulan Agustus 1995 dengan laju produksi sebesar
497 bopd. Kemudian sumur BL-031 mengalami penurunan laju produksi sehingga
kegiatan waterflood dilakukan pada Oktober 2001 dengan kontribusi sumur
injeksi BL-020. Laju produksi sebelum diinjeksikan sebesar 51 bopd, setelah
diinjeksi laju produksi meningkat menjadi 311 bopd. Dapat dilihat bahwa terdapat
kemiripan trend laju injeksi dan trend liquid rate yang diakibatkan oleh injeksi
air, sehingga dapat disimpulkan bahwa sumur produksi BL-031 merespon
kegiatan waterflood dengan kontribusi sumur injeksi BL-020. Berikut tabulasi
analisa konektivitas antara sumur injeksi dan produksi pada lapisan “X” lapangan
“Y”. Pemilihan pasangan sumur injeksi-produksi berdasarkan jarak antar-sumur
62
Tabel IV-1.
Analisa Konektivitas Sumur Injeksi Lapisan “X” Lapangan “Y”
Respon
Sumur Sumur Waterflood Keterangan
Injeksi Produksi Respon Tidak
Respon
Adanya kemiripan trend produksi
BL-001 √ liquid dan injeksi
Adanya kemiripan trend produksi
BL-004 BL-006 √ liquid dan injeksi
BL-007 √ Produktivitas sumur kurang baik
Tidak dapat dianalisa, kurangnya
BL-033A √ data produksi
BL-001 Adanya kemiripan trend produksi
BL-005 √ liquid dan injeksi
BL-007 √ Produktivitas sumur kurang baik
BL-033A √ Produktivitas sumur kurang baik
Trend produksi liquid dan injeksi
BL-002 √ mirip, tetapi injeksi dilakukan
setelah breakthrough
BL-008 Trend produksi liquid dan injeksi
BL-007 √ mirip, tetapi injeksi dilakukan
setelah breakthrough
Trend produksi liquid dan injeksi
BL-031 √ cukup mirip
BL-002 √ Produktivitas sumur kurang baik
BL-007 √ Produktivitas sumur kurang baik
Adanya indikasi oil bank swept
BL-009 BL-014 dari turunnya water cut dan
√ naiknya oil rate dari 10 bopd
hingga mencapai puncaknya
sebesar 200 bopd
Adanya kemiripan trend produksi
BL -031 √ liquid dan injeksi
Adanya indikasi oil bank swept
BL-002 dari turunnya water cut dan
√ naiknya oil rate dari 45 bopd
BL-010 hingga mencapai puncaknya
sebesar 250 bopd
63
Berikut adalah salah satu contoh kurva Hall Plot sumur injeksi BL-020
pada lapisan “X” lapangan “Y”. Pada kurva Hall plot ini dapat dilihat bahwa
kondisi injeksi pada Sumur BL-020 memiliki masalah positive skin/plugging due
to poor quality water yang ditandai dengan kurva lurus yang diawali dengan
lengkungan. Lengkungan pada bagian awal kurva menandakan terjadinya gas fill-
up di dalam reservoir, yaitu air yang diinjeksikan belum dapat mendorong kolom
fluida di dalam reservoir tetapi masih dalam proses resaturasi gas yang telah
terekspansi untuk larut kembali ke dalam minyak. Kemudian slope cenderung
meningkat secara signifikan yang menandakan terjadinya plugging akibat kualitas
air injeksi yang kurang baik. Kurva Hall Plot untuk sumur-sumur injeksi di
Lapisan “X” selengkapnya dapat dilihat pada Lampiran B.
65
Gambar 4.3.
Hall Plot sumur BL-020
Tabel IV-3.
66
= WOR
= WOR’
Gambar 4.4.
WOR & WOR’ Sumur BL-031
Contoh analisa Chan’s Diagnostic untuk sumur BL-031 menunjukkan bahwa
terdapat problem channeling akibat terproduksinya air pada sumur produksi.
Harga WOR merupakan perbandingan antara laju alir air dengan laju alir minyak,
sedangkan harga WOR’ adalah penjumlahan harga WOR sebelum injeksi dan
setelah injeksi terhadap waktu yang dinyatakan dengan rumus sebagai berikut :
67
Dapat dilhat nilai WOR mula-mula konstan, kemudian naik dengan cepat dan
mencapai slope linier setelah dilakukan waterflood lalu berubah hingga hampir
tak hingga. Besarnya nilai WOR diakibatkan oleh penerapan waterflooding
ataupun sumur yang kembali diproduksikan ketika saturasi air sudah tinggi, serta
reservoir BL-031 merupakan reservoir dengan tenaga pendorong water drive
sehingga air yang ikut terproduksi juga dapat berasal dari perembesan aquifer.
Chan’s Diagnostics untuk sumur-sumur produksi di Lapisan “X” selengkapnya
dapat dilihat pada Lampiran C.
Gambar 4.5.
Voidage Replacement Ratio Lapisan “X” Lapangan “Y”
4.1.6. Analisa Bubble Map
68
Gambar 4.6.
Overlay Grid Map dengan Bubble Map Kumulatif Minyak lapisan “X”
Dari Gambar 4.6. dapat dilihat kumulatif produksi minyak lapisan “X”
terdapat produksi paling besar yang berasal dari sumur BL-001 dengan kumulatif
sebesar 5202 Mbbl berdasarkan bubble map yang sudah di-overlay dengan Grid
Map. Dari data analisa produksi diatas bisa ditentukan kandidat sumur injeksi dan
produksi nantinya.
Analisa scatter plot lapisan “X” lapangan “Y” ini berdasarkan pada
klasifikasi produksi minyak dan besarnya nilai watercut. Pengelompokan ini
diperlukan untuk memudahkan dalam penganalisaan tiap sumur dengan harga Oil
Production yang tinggi, medium, dan low begitu juga pada watercut-nya yang
nantinya dapat dijadikan acuan sebagai perencanaan pembuatan pola injeksi untuk
lapisan “X” lapangan “Y” yang hanya berpola direct line drive. Berikut gambar
pengelompokkan dari scatter plot lapisan “X” lapangan “Y” berdasarkan nilai
kumulatif produksi dan water cut-nya.
Gambar 4.7.
Scatter Plot berdasarkan harga Oil Production & Water Cut
Lapisan “X” Lapangan “Y”
Tabel IV-4
Tabulasi Analisa Scatter Plot Berdasarkan Oil Production Lapisan “X”
70
Tabel IV-5
Tabulasi Analisa Scatter Plot Berdasarkan Water Cut Lapisan “X”
High Water Cut Medium Water Cut Low Water Cut
> 80 % 58 – 80 % 0 - 58 %
BL-003 BL-002 BL-012
BL-016 BL-004 BL-014
BL-019 BL-005 BL-022
BL-030 BL-034 BL-026
BL-031 BL-035A BL-029
BL-033A BL-027
BL-034
1. Exponential decline (b = 0)
2. Hyperbolic decline (0 < b < 1)
3. Harmonic decline (b = 1)
4.1.8.1. Plot Laju Produksi (qo) Vs Waktu (t)
Grafik actual qo vs t ini, semua data dari awal produksi sampai akhir
produksi diplot.
72
8000
Sebelum Injeksi Sesudah Injeksi
7000
6000
5000
4000
Produksi Sebelum Injeksi
qo, bbl/d
2000
1000
0
12/20/...
11/14/...
5/7/1990
10/28/...
10/10/...
4/1/2012
6/29/1957
6/11/1968
12/2/1973
5/25/1979
4/19/2001
9/22/2017
3/15/2023
date
Gambar 4.8.
Grafik Pemilihan Trend Analisa Lapisan “X”
4.1.8.3. Penentuan Tipe Decline Curve menggunakan Metode Trial Error and
X 2 – Chisquare Test
Metode X2 Chi-Square Test kita menentukan perkiraan laju produksi minyak (qo)
di atas yang paling mendekati dengan laju produksi minyak (qo) aktual dari
perhitungan selisihnya.
qi
Di=
[ ( )]
ln
q
t −ti ……………………………………………………
(4-2)
Di = [ ln (1109/764)]
(6/1/2007)-(1/1/2007)
Di = [ ln (1109/764)]
151
Di = 0.0024
Di=
()
q
−1
bt ………………………………………………… (4-
3)
Di = (1109/764)0.1-1
0.1 (6/1/2007)-(1/1/2007)
74
Di = 0.0025
Di = t …………………………………………………… (4-
4)
Di = (1109 / 764 ) - 1
(6/1/2007)-(1/1/2007)
Di = 0.0029
5. Hitung q penurunan
Exponential, b = 0
( ValueOfObserved−ValueOfExpected )2
X 2 =∑ [ ValueOfExpected ] …………… (4-
8)
( fi−Fi )2
2
= ∑[ Fi ]
X
X2 = (764 - 764)2
764
X2 = 0.00 stb/d
ƩX2 = X2 n + X2 n+1 + X2 n+2 + X2 n+.....
ƩX2 = X2 1 + X2 2 + X2 3 + X2 4 + X2 5 + X2 6
ƩX2 = 0.00 + 1.03 + 7.57 + 0.60 + 0.66 + 0.00
ƩX2 = 9.87 stb/d
Harmonic, b = 1
( ValueOfObserved−ValueOfExpected )2
X =∑ 2
[ ValueOfExpected ] …………… (4-
10)
76
( fi−Fi )2
X2
=∑ [ Fi ]
X2 = (764 – 816.49)2
816.49
X2 = 3.32 stb/d
ƩX2 = X2 1 + X2 2 + X2 3 + X2 4 + X2 5 + X2 6
ƩX2 = 10.46 + 2.16 + 21.89 + 6.39 + 6.33 + 3.32
ƩX2 = 50.54 stb/d
7. Tentukan harga ∑X2 yang paling kecil. Harga ∑X 2 yang paling kecil
menunjukkan kurva yang paling fit untuk mewakili titik-titik data yang sedang
dianalisa. Hasil perhitungan Di dan ∑X2 yang paling kecil untuk Lapisan “X”
adalah :
Di = [ ln (1109/764)]
151
Di = 0.0024
( fi−Fi )2
X 2
=∑ [ Fi ]
X2 = (764 - 764)2
764
X2 = 0.00 stb/d
= 5 bbl/d
Jumlah sumur aktif yang berproduksi di lapisan “X” sebanyak 10 sumur, sehingga
q limit di lapisan “X” sebesar = sumur produksi x 5 bbl/d = 50 BOPD.
Perhitungan penurunan laju produksi untuk Lapisan “X” yang dapat dicari
dengan persamaan sebagai berikut :
q = qi e-D.t
qo @ Juni 2019 = 747 x EXP [ - 0.0024 x (6/1/2019-4/1/2016)]
qo @ Juni 2019 < q limit. Maka Lapisan “X” setelah dilakukan injeksi air, umur
produksi diperkirakan akan abandon pada bulan Juni 2019
60000 12
50000 10
Np, MSTB
40000 8
30000 6
20000 4
Jumlah
10000 2 Sumur
0 0 Produksi
Sebelum
Injeksi
Gambar 4.9.
Grafik DCA Lapisan “X” Lapangan “Y”
81
Hasil perhitungan recovery factor minyak pada Lapisan “X” dapat dilihat
pada Tabel IV-6. Dari tabel tersebut dapat diketahui harga kumulatif produksi
minyak dan recovery factor sumur dari periode sebelum pelaksanaan
waterflooding dan setelah pelaksanaan waterflooding menggunakan metode
Decline Curve. Kumulatif produksi minyak yang digunakan dalam perhitungan
recovery factor sebelum pelaksanaan waterflooding merupakan harga kumulatif
produksi minyak terakhir sebelum waterflooding dilakukan, sedangkan kumulatif
produksi minyak setelah pelaksanaan waterflooding merupakan harga kumulatif
produksi minyak yang diambil pada akhir pelaksanaan waterflooding di Lapisan
“X”. Harga recovery factor sebelum pelaksanaan waterflooding pada Lapisan “X”
yaitu sebesar 25.6 % kemudian setelah pelaksanaan waterflooding harga faktor
perolehan minyak mengalami kenaikan sebesar 9.2 % sehingga harga faktor
perolehan minyak Lapisan “X” menjadi 34.8 % dengan nilai incremental oil
sebesar 7.56 MSTB.
Berdasarkan hasil perhitungan tersebut, dapat disimpulkan bahwa
perolehan minyak hasil pelaksanaan waterflooding di Lapisan “X” Lapangan “Y”
mengalami kenaikan.
Tabel IV-6.
Hasil Perhitungan Oil Recovery
Lapisan Np RF EUR RR Incremental
(Recovery (Estimate (Remainin
“X” MMSTB Recovery
Factor) d Ultimate g Reserve)
% Recovery) Factor
MSTB
MMSTB MSTB
Sebelum 21.9 25.6
Injeksi 29.75 277.06 7.56
Sesudah 29.4 34.8
Injeksi
Gambar 4.10.
Rencana Pola Injeksi Lapisan “X” Lapangan “Y”
83
Tabel IV-7.
Tabulasi Rencana Pemilihan Pola Injeksi
Salah satu indikasi keberhasilan dari suatu proyek injeksi air adalah
meningkatnya faktor perolehan minyak serta terkontrolnya tekanan reservoir.
Pengamatan performance dari suatu operasi injeksi air dimaksudkan untuk
mengetahui keberhasilan peningkatan perolehan minyak pada suatu lapangan.
Untuk mengetahui keberhasilan pelaksanaan operasi waterflooding,
sebelumnya perlu mengumpulkan data-data secara berkala. Pengumpulan data
dilakukan berdasarkan data dari pelaksanaan operasi waterflooding yang
dilakukan pada lapisan “X” lapangan “Y” yang dimulai pada bulan Oktober 1997.
Peningkatan oil recovery pada lapisan “X” lapangan “Y” ini dapat
diramalkan dengan suatu metode pendekatan tertentu. Pada skripsi ini, metode
yang digunakan adalah metode Dykstra – Parson.
Dalam penyelesaian skripsi ini ada beberapa asumsi yang digunakan, hal
ini dikarenakan keterbatasan data yang tersedia sehingga perlu dilakukan suatu
asumsi-asumsi yang masuk akal dan bisa merepresentasikan kondisi yang
sebenarnya. Asumsi–asumsi yang digunakan dalam penyelesaian skripsi ini yaitu :
1. Luas area pengamatan dianggap sebagai suatu sistem radial, hal ini
dikarenakan pola sumur injeksi dan sumur produksi yang tidak teratur.
2. Tidak ada gas bebas dalam reservoir, sehingga reservoir yang diamati
diasumsikan hanya mengandung minyak dan air.
3. Lapisan “X” yang diamati diasumsikan linier sehingga up dip dan down dip
struktur tidak diperhitungkan atau diabaikan.
Tabel IV-8.
Data Karakteristik Reservoir Lapisan ”X” Lapangan ”Y”
Data-data reservoir
Luas pola injeksi-produksi (A) 35,93 acre
Ketebalan reservoir (h) 32,5 ft
Sw 0,059
krw @ B
T
Tabel IV-9.
Distribusi Saturasi Air terhadap Permeabilitas Relatif
Sw Kro Krw Fw
(fraksi) (fraksi) (fraksi) (fraksi)
0.1973 0.9983 0.0004 0.5771
0.2397 0.6795 0.0066 0.7089
0.2822 0.4487 0.0118 0.8128
0.3246 0.2870 0.0176 0.8865
0.3670 0.1777 0.0250 0.9345
0.4094 0.1065 0.0345 0.9637
0.4519 0.0614 0.0463 0.9807
0.4943 0.0330 0.0600 0.9904
0.5367 0.0150 0.0750 0.9960
0.5791 0.0043 0.0898 0.9989
0.6216 0.0009 0.1030 0.9998
0.50 0.06
0.40
0.04
0.30
0.20
0.02
0.10
0.00 0.00
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Sw (Fraksi)
Gambar 4.11.
Hubungan Saturasi dan Permeabilitas Relatif
87
k 50−k 84 . 13
CPV =
k 50
k 50−k 84 . 13 627−271
CPV = =
k 50 627
= 0.57
Dari hasil perhitungan CPV diatas, karena memiliki harga CPV yang lebih
kecil dari 0.5, maka dapat disimpulkan bahwa reservoir pada lapisan ini dapat
diasumsikan sebagai reservoir heterogen. Tabulasi harga variasi permeabilitas
pada berbagai kedalaman selengkapnya dapat dilihat pada Lampiran A.
88
Permeabilitas (mD)
Gambar 4.12.
Grafik Perhitungan CPV Lapisan “X”
4.2.3. Perhitungan Peramalan Kinerja Waterflood dengan Metode Dykstra-
Parson
Perhitungan peramalan performance waterflood dengan metode Dykstra-
Parson dilakukan pada pola yang dianalisa yaitu direct line drive dengan sumur
BL-020 sebagai sumur injeksi dan BL-031 sebagai sumur produksi.
89
Gambar 4.13.
Kurva Fraksi Aliran Air Reservoir Lapisan “X”
Dari kurva fraksi aliran air (Gambar 4.13.), didapatkan :
Swi = 0,2
Swf = 0,43
fwf = 0,78
Swbt = 0,495
90
Krw(Swbt) = 0,059
1
f w=
μo
[ 1+ aebSw ( )]
μw
1
= =0 . 00
(−25 . 22)( 0 .193 ) 1 . 864
[ 1+( 93170 ) e ( )]
0 . 27
−( a)(b )(e( b )( Sw ) ( μ w /μ o )
(df w / dS w )=
( b )( Sw) μ w 2
[1+ae ( )]
μo
−( 93170)(−25,5)(e(−25 ,5)( 0. 193)(0.27/1.864 )
(df w /dS w )= =0,27
(−25 , 5)(0 .193) 0.27 2
[ 1+(93170 )e ( )]
1.864
i. Penentuan fraksi aliran air dan turunan derivative fraksi aliran air (dfw/dsw) dapat
dilihat di Tabel IV-6.
91
Sw vs Kro/Krw
10000.00
1000.00
f(x) = 93170.16 exp( − 25.22 x )
100.00 R² = 0.97
10.00
kro/krw
1.00
0.10
0.01
0.00
0.2 0.2 0.3 0.3 0.4 0.4 0.5 0.5 0.6 0.6 0.7
Sw, fraksi
Gambar 4.14.
Kurva Saturasi air (Sw) vs (kro/krw)
Tabel IV-10.
Hasil Perhitungan Fractional Flow & DerivativeFractional Flow
Sw kro/krw fw dfw/dsw
0.1973 2495.75 0.00 0.27
0.2397 102.95 0.00 0.74
0.2822 38.03 0.00 1.93
0.3246 16.31 0.01 4.19
0.3670 7.11 0.02 6.20
0.4094 3.09 0.05 5.36
0.4519 1.33 0.12 2.88
0.4943 0.55 0.29 1.19
0.5367 0.20 0.54 0.43
0.5791 0.05 0.77 0.15
0.6216 0.01 0.91 0.05
7.00 1.00
0.90
6.00
0.80
5.00 0.70
0.60
dfw/dSw
4.00
0.50
fw
3.00 0.40
2.00 0.30
0.20
1.00
0.10
0.00 0.00
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
Sw
maka :
OIP = 7758 * 35,93 * 32,5 * 0.205 * (0,71-0.378) / 1,86
= 506.030,79 STB
7. Mobility ratio (M) pada saat breaktrough :
93
M = 0,90
8. Effisiensi displacement pada saat breaktrough :
ED bt = 0.521
9. Menghitung efisiensi penyapuan areal pada saat breaktrough dengan
menggunakan korelasi Craig secara empirik :
0. 03170817 0. 3022997
E Abt =0 . 54602036+ + −0 . 00509693 M
M eM
0. 03170817 0. 3022997
E Abt =0 . 54602036+ + −0 . 00509693(0 , 90 )
0 , 90 e 0, 90
E Abt =0 . 698
10. Mengasusmsikan harga Water-Oil Ratio (WOR) mulai pada WOR 1, 2, 5,
10, 20, 25, 50, 100.
11. Menghitung efisiensi penyapuan vertikal (Ev) untuk setiap harga WOR
yang diasumsikan dengan menggunakan persamaan :
2 3
( Ev )=0 . 199+(0 . 182)(ln Y ) −( 0. 00462)( lnY ) −(0 . 00043 /ln Y )+(0 . 00027)(Y )
2
Dimana, ( X )=(1.6453 )(V ) +(0.935)(V )−0.6891
(WOR+0 .4 )[(18 .948−(2. 499∗V )]
Y=
( M−(0 . 8094 )(V )+1.137 )10 x
Contoh dengan harga V = 0.57 dan WOR asumsi = 1, maka:
( X )=(1 .6453 )(0 .57 )2 +(0 . 935)(0 . 57)−0 .6891=0 . 40
(1+0 . 4 )[(18 . 948−(2 . 499∗0 . 57 )]
Y= =6 , 13
(0 , 90−(0 . 8094 )(0 .57 )+1. 137 )10 0, 40
( Ev )=0 . 199+(0 .182)(ln 2 ,16 )2 −(0 .00462)(ln 2 , 16)3 −(0.00043 /ln 2 ,16 )+
(0 .00027 )(2 ,16 )
Ev = 0,75
12. Memplot grafik WOR vs efisiensi vertikal untuk menentukan harga efisiensi
vertikal pada saat breaktrough dengan meneruskan garis sampai pada harga
WOR = 0.
94
Ev vs WOR
100
90
80
70
60
WOR
50 Ev vs WOR
40
30
20
10
0
0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2 2.1 2.2 2.3 2.4 2.5
Ev
Gambar 4.16.
Grafik WOR vs Ev
Dari grafik diatas, setelah menarik garis lurus sampai pada harga WOR = O
maka diperoleh harga Ev = 0,75 sehingga harga Ev pada saat breaktrough =
0,75.
13. Menghitung besarnya kumulatif air yang diinjeksikan pada saat
breaktrough dengan menggunakan persamaan :
Wibt = PV * (Swbt – Swi) * EAbt * EVbt
Wibt = 1.857.138,16 * (0.66 – 0.1973) * 0.69 * 0.75
Wibt = 450.020,99 bbl
14. Menghitung kumulatif produksi minyak pada saat breaktrough dengan
menggunakan persamaan :
Npbt = OIP*EAbt*EDbt*EVbt
Npbt = 506.030,79*0.69*0.521*0.75
Npbt = 138.300,7 STB
15. Waktu untuk mencapai breaktrough :
tbt = 600 hari
16. Mengasumsikan harga Water-Oil Ratio (WOR) yaitu pada WOR 1, 2, 5, 10,
20, 25, 50, 100 seperti pada langkah sebelumnya (Langkah 11).
95
17. Menghitung harga efisiensi vertikal untuk setiap harga WOR yang
diasumsikan (Langkah 12).
18. Mengkonversi harga WOR asumsi yaitu WOR pada kondisi reservoir
(WORr) menjadi harga water cut (fw2) dan WOR pada kondisi permukaan
(WORs) dengan menggunakan persamaan :
fw2 = 0,5 dan WORs = 1,20
19. Menentukan nilai saturasi air untuk setiap harga water cut (fw2) dengan
menggunakan grafik pada Gambar 4.13.
Contoh untuk harga fw2 = 0.5 maka harga Sw@fw2= 0.36
20. Menentukan nilai derivative fractional flow (dfw/dSw) untuk setiap harga
saturasi air pada (Langkah 20) dengan menggunakan grafik pada Gambar
4.15.
Contoh untuk harga Sw = 0,36 maka (dfw/dSw) = 6,2
21. Menghitung effisiensi penyapuan areal (EA) untuk setiap harga water cut
(fw2) dengan menggunakan persamaan :
EA = 1 / (1+A)
A = (-0,3014ln(M-0,1568) – 0,9402 )*fw + 0,3714 ln(M-0,0865) + 0,8805
- Dengan fw2 = 0.5 :
A = (-0,3014ln(0.4-0,1568) – 0,9402 )*0.5 + 0.3714 ln(0.4-0,0865) +
0,8805
A = 0,704
EA = 0,58
22. Menghitung harga saturasi air rata-rata (Sw2 avg) untuk setiap harga water
cut (fw2) :
Sw2 (avg) = 0,441
23. Menghitung nilai effisiensi displacement (ED) untuk setiap harga saturasi air
rata-rata (Sw2 avg) dengan menggunakan persamaan :
ED = 0,213
24. Menghitung kumulatif produksi minyak untuk setiap harga WOR yang
diasumsikan dengan menggunakan persamaan :
96
Np = OIP * ED * EA * Ev
Np = 506.030,79 * 0,213 * 0,58 * 0,75 = 47.975 STB
25. Plot harga kumulatif produksi minyak vs WOR, hitung besarnya luas area
dibawah kurva yang terbentuk seperti Gambar 4.17. Kurva tersebut
mewakili harga kumulatif produksi air untuk setiap harga WOR. Luas area
dibawah kurva dapat dihitung dengan mengintegralkan persamaan trendline
pada kurva tersebut.
Np vs WORs
140.00
120.00
f(x) = − 0 x⁴ + 0 x³ − 0 x² + 0 x − 3.43
100.00 R² = 1
80.00
WORs
60.00
40.00
20.00
0.00
0 100,000 200,000 300,000 400,000 500,000 600,000 700,000
Np, Mbbl
Gambar 4.17.
Grafik Np vs WORs
qo = = 307,125 bbl/d
qw = 307,125 * 1.20
= 367,64 bwpd
Hasil perhitungan prediksi kinerja waterflooding dengan metode Dykstra-
Parson pada lapisan “X” Lapangan “Y” dapat dilihat pada Tabel IV-11.
Tabel IV-11.
Hasil Perhitungan Peramalan Kinerja Waterflood
Dengan Metode Dykstra-Parson
dfw/dSw
WOR Ev fw2 WORs Sw @fw2 @Sw2
1 0,757 0.500 1.20 0.360 6.200
2 0,947 0.667 2.39 0.405 5.360
5 1,235 0.833 5.99 0.460 2.250
10 1,470 0.909 11.97 0.480 1.040
20 1,718 0.952 23.94 0.510 0.980
25 1,801 0.962 29.93 0.515 0.985
50 2,070 0.980 59.85 0.538 0.430
100 2,371 0.990 119.71 0.579 0.150
98
Perbandingan Np
700,000
600,000
500,000
400,000
Np, STB
300,000
200,000
100,000
0
0 500 1000 1500 2000 2500 3000
t, days
Np DP Np aktual
Gambar 4.18.
Grafik Perbandingan Kumulatif Produksi Minyak (Np) Aktual dan
Hasil Prediksi Terhadap Waktu (t)
100
qo vs t
250.0
200.0
150.0
Qo, bpd
100.0
50.0
0.0
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 5500 6000 6500 7000 7500 8000 8500 9000 9500
t, day
qo DP qo aktual
Gambar 4.19.
Grafik Perbandingan Laju Produksi Minyak (qo) Aktual dan Hasil
Prediksi Terhadap Waktu (t)