BAB IV

PENGEMBANGAN LAPANGAN GAS DENGAN

SIMULASI RESERVOAR DAN PRODUKSI

4.1. Simulator Eclipse 2005.1

Simulasi yang akan dilaksanakan pada reservoar ‘A’ dari Lapangan IDM
menggunakan Compositional simulator dengan E300 2005.1. Simulator ini dibuat
oleh Schlumberger Amerika. Simulator ini bisa digunakan untuk reservoir dengan
satu, dua atau multi fasa dan juga bisa membuat simulasi (gridding) dengan 2D
atau 3D. Pada penelitian ini digunakan compositional Simulator karena setelah
dilakukan DST didapatkan GLR diatas 50.000 stb/scf. Compositional simulator
memperhitungkan variasi komposisi fasa berdasarkan tekanan dalam
hubungannya dengan aliran berbagai fasa tersebut.

4.2. Persiapan dan Pengolahan Data

Data-data yang diinput dalam simulasi reservoir antara lain adalah data
fluida, data SCAL, data equlibrium dan data penunjang lainnya. Sebelum diinput
data-data tersebut harus dianalisa dan di normalisasi sehingga dicapai data yang
valid dan dapat diinputkan pada simulator.

4.2.1. Model Geostatic

Penelitian ini dimulai dari memperoleh model geostatic yang telah di buat
oleh para geomodeller melalui software petrel 2008.1. Pembuatan model ini
didasari dari pengolahan data-data geologi seperti Peta kontur struktur, peta
Isopach, peta Isoporosity, peta Iso permeability, peta isosaturasi dan data
penunjang lainnya.

4.2.2. Data Fluida

Pengambilan data fluida pada lapangan IDM diperoleh dari Sumur IDM-7
DST#4 di kedalaman 4400-4414 MD. Pada saat DST dilakukan, dicatat tekanan

47
 48

Reservoir sebesar 1937 Psig dan temperatur 217 o F. Dari analisa laboratorium, di
ambil kesimpulan bahwa tipe fluida pada reservoir tersebut adalah retrogade gas,
jadi model black oil tidak dapat digunakan dan disarankan menggunakan model
fluida Compositional. Data komponen Fluida berada pada Tabel IV-1 dibawah i

Gambar 4.1
Model Geostatik Lapangan IDM formasi A
 Tabel IV-1
Data PVT Hasil Analisa Laboratorium

Wellstream
Komposisi
Mol % GPM
Hydrogen Sulfide 0.00
Carbon Dioxide 2.14
Nitrogen 1.63
Methane 67.62
Ethane 8.50 2.274
Propane 10.09 2.780
Iso-Butane 2.05 0.671
N-Butane 2.77 0.873
Iso-Pentane 1.02 0.373
N-Pentane 0.78 0.283
Hexanes 1.23 0.477
Heptanes 1.07 0.450
Octanes 0.44 0.200
Nonanes 0.28 0.140
Decanes 0.18 0.098
Undecanes plus 0.20 0.118
TOTAL 100.00 8.737

Model Fluida perlu dibuat terlebih dahulu dengan menggunakan Peng robinson
EOS (Equation of state),dan dilakukan penyelarasan dengan data analisa
laboratorium seperti CCE (Constant Composition Expansion) dan CVD(Constant
Volume Depletion) Setelah itu baru bisa digunakan untuk Input data simulasi
compositional.
 Gambar 4.2
Diagram Fasa Reservoar Gas kondensat Lapangan IDM

Proses Penyelarasan data PVT telah dilakukan dengan CCE dan CVD, Oleh
karena itu model fluida ini sudah dianggap baik dan dapat digunakan untuk
simulasi reservoir,

4.2.3. Data Batuan

Sampel Core yang digunakan dalam penelitian ini berasal dari sumur X
yang terletak di luar lapangan IDM dan beberapa sumur lapangan IDM, Hal ini
disebabkan kurangnya sampel Core yang baik pada lapangan IDM. Sampel Core
sumur X dapat digunakan karena mempunyai karakteristik batuan yang hampir
sama dengan sumur-sumur yang berada di lapangan IDM berdasarkan korelasi
log. Terdapat dua jenis analisa yaitu Routine Core dan Special Core Analysis
(SCAL). Routine Core analysis mendapatkan Harga porositas, permeabilitas serta
hubungan antar keduanya. SCAL mendapatkan harga permeabilitas relative dan
tekanan kapiler.
4.2.3.1. Analisa Core Routine

Analisa Core routine dilakukan pada sumur X pada kedalaman 4492-

4499.4 MD (Talang akar bagian atas) dana kedalaman 4809’-4854’ MD (Talang
akar bagian bawah). Pada Gambar 4.3 dapat terlihat hubungan antara
Permeabilitas dan porositas dengan K = 0,001e 0,513 sedangkan hubungan antara
permeabilitas vertikal dan horizontal dapat dilihat pada Gambar 4.4 dengan
hubungan Ky = 0,444Kx0,746

Gambar 4.3
Hubungan Porositas dan Permeabilitas

Gambar 4.4
Hubungan Permeabilitas Vertikal dan Permeabilitas Horizontal
4.2.3.2. Analisa Core Spesial

Sebelum membuat kurva permeabilitas relatif yang akan digunakan untuk

simulasi, harus dilakukan penentuan rock region. Dalam penelitian ini rock region
dibuat berdasarkan porositas vs jumlah sample dimana terpisah 3 jenis rock type.

Gambar 4.5
Penentuan Rock Region berdasarkan data Permeabilitas

Tabel IV-2
Penentuan Rock Region berdasarkan Data Permeabilitas

Permeability Avg
Rock Region Num Sample
(md) Permeability

1 Perm < 10 4.3 16

2 10< Perm < 100 42.6 18

3 Perm > 100 274.06 3
 Region 2 Region 3
Region 1

Gambar 4.6
Penentuan Rock Region berdasarkan data Porositas

Tabel IV-3
Penentuan Rock Region berdasarkan Data Porositas

Rock Region Porositas (%) Avg Porosity Num Sample

1 Porosity< 16 10.96 16

2 16< Perm < 21 19.08 18

3 Perm > 21 23.95 3

Kurva permeabilitas relatif dari analisa core spesial sebelum digunakan

perlu dilakukan normalisasi atau perata-rataan dengan skala yang sesunggunya
seperti yang ditunjukan pada Gambar 4.7. Hasil Normalisasi ini yang digunakan
sebagai kurva pedoman dalam mendistribusikan kurva pada setiap rock type yang
telah dibuat sebelumnya.
 Gambar 4.7
Normalisasi Kurva Permeabilitas Relatif Minyak-Air

Gambar 4.8
Normalisasi Kurva Permeabilitas Relatif Minyak-Gas

Proses Normalisasi juga dilakukan untuk harga Tekanan Kapiler. Proses

ini menggunakan metode J-Function lalu mendistribusikannya pada setiap rock
type yang berfungsi untuk distribusi saturasi air untuk mempermudah
penyelarasan IGIP Geomodel dengan simulasi reservoir dalam proses inisialisasi.
 Gambar 4.9
Kurva J(Sw) vs Sw

Gambar 4.10
Distribusi Pc pada setiap rock type
4.3. Inisialisasi

Setelah data fluida dan data batuan berhasil diinputkan ke dalam model
statik, IGIP dari model dinamik dapat dihitung, pada proses ini distribusi dari
geostatik sedikit dilakukan perubahan dengan maksud menyelaraskan IGIP
geomodel dengan IGIP hasil simulasi reservoir. Terdapat perbedaan sebesar 0,038
% dari model geostatic seperti terlihat pada Tabel IV-4.

Tabel IV-4
Perbandingan Perhitungan Cadangan Geostatik dan Simulasi Reservoir

Reservoir
Parameter Zone Geomodel Difference %
Simulation

Tekanan
IDM 2000 2002.786 0.0013
Reservoir, Psi

IDM 130.868571 130.918448 0.03811228

Zona 1 46.905 44.844 4.95

OGIP, Bscf
Zona 2 31.037 31.162 0.4

Zona 3 52.975 54.86 3.55

Perbedaan IGIP hasil inisialisasi sangat kecil, maka model reservoir

sudah dianggap benar dan dapat digunakan untuk proses selanjutnya. Tekanan
Reservoir juga perlu dilakukan inisialisasi agar sesuai dengan tekanan actual.
Pada gambar 4.11 sampai dengan gambar 4.19 dapat terlihat distribusi porositas,
saturasi air dan saturasi gas pada setiap zona yang telah ditentukan sebelumnya.
 Gambar 4.11
Distribusi Porositas Zona 1

Gambar 4.12
Distribusi Porositas Zona 2
 Gambar 4.13
Distribusi Porositas Zona 3

Gambar 4.14
Distribusi Saturasi air Zona 1
 Gambar 4.15
Distribusi Saturasi air Zona 2

Gambar 4.16
Distribusi Saturasi air Zona 3
 Gambar 4.17
Distribusi Saturasi Gas Zona 1

Gambar 4.18
Distribusi Saturasi Gas Zona 2
 Gambar 4.19
Distribusi Saturasi Gas Zona 3

4.4. History Matching

Pada lapangan IDM, pernah dilakukan Drill Stem Test pada beberapa
sumur, maka dari itu proses history matching lapangan IDM menggunakan data
DST, yang berasal dari sumur IDM-65 dan IDM-69 yang di perforasi pada
formasi Talang akar bagian atas. Parameter yang di selaraskan yaitu Laju alir gas,
laju alir condensate,laju alir air dan tubing head pressure.

4.4.1. IDM-65 DST Matching

DST sumur IDM-65 dilakukan pada 15-17 Januari 2009 pada kedalaman
5290’-5304 MD. Gamabar dibawah ini menunjukan Hasil penyelarasan untuk
sumur IDM-65. Gambar 4.20 menggambarkan penyelarasan laju alir gas, hal ini
membuktikan bahwa deliverability sumur dari mode dinamik telah selaras dengan
data produksi DST. Penyelarasn Laju alir condensate dapat dilihat pada Gambar
4.21, yang bisa diambil kesimpulan bahwa PVT pada simulasi ini dapat
memodelkan pengurasan kondensat. Hasil simulasi memperlihatkan laju produksi
air yang sangat rendah, yaitu dibawah 1 stb/day, oleh karena itu diasumsikan
bahwa tidak diperolehnya produksi air pada DST.

Gambar 4.20
Penyelarasan laju alir gas sumur IDM-65

Gambar 4.21
Penyelarasan laju alir kondensat sumur IDM-65
 Gambar 4.22
Penyelarasan Tubing Head Pressure IDM-65

Gambar 4.23
Penyelarasan Laju Produksi Air IDM-65

4.4.2. IDM-69 DST Matching

DST sumur IDM-69 dilakukan pada tanggal 29 juli 2009 di kedalaman

5393’-5398’ MD. Gambar dibawah ini menunjukan Hasil penyelarasan untuk
sumur IDM-65. Gambar 4.24 menggambarkan penyelarasan laju alir gas, hal ini
membuktikan bahwa deliverability sumur dari mode dinamik telah selaras dengan
data produksi DST. Penyelarasn Laju alir condensate dapat dilihat pada Gambar
4.25, yang bisa diambil kesimpulan bahwa PVT pada simulasi ini dapat
memodelkan pengurasan kondensat. Hasil simulasi memperlihatkan laju produksi
air yang sangat rendah, yaitu dibawah 1 stb/day, oleh karena itu diasumsikan
bahwa tidak diperolehnya produksi air pada DST.

Gambar 4.24
Penyelarasan laju alir gas sumur IDM-69

Gambar 4.25
Penyelarasan laju Produksi kondensat sumur IDM-69
 Gambar 4.26
Penyelarasan Tubing Head Pressure IDM-69

Gambar 4.27
Penyelarasan Laju Produksi Air IDM-69

Hasil Penyelaran sudah dianggap benar sesuai dengan acuan yang telah
dibuat Skk migas yaitu, jika dilakukan input gas rate pada simulator untuk proses
history matching maka ketentuan matchnya adalah Perbedaan Gp history dengan
Gp simulasi kurang dari 5% dan Wp history dengan Wp simulasi kurang dari 10%
Selain itu dapat dilihat kemiripan dari trend grafik hasil simulasi dengan data
aktual.
4.5. Prediksi Kinerja Reservoir
Proses DST matching sudah diakukan, Kesimpulan menyatakan bahwa
model dinamik IDM siap digunakan untuk proses selanjutnya yaiu
memperkirakan kinerja reservoir dengan berbagai skenario yang direncanakan.
Terdapat 3 skenario yang dibuat pada penelitian ini yaitu
1. High Pressure
2. Low Pressure
3. Low Low Pressure
Prediksi simulasi ini dilakukan dari November 2013 dan berakhir di bulan
maret 2023.Skenario - skenario ini dibuat dengan dasar sensitifitas tekanan di
kepala tubing. Skenario HP dengan sensitifitas THP sebesar 1150 psia skenario
LP dengan sensitifitas THP sebesar 500 psia dan skenario LLP dengan sensitifitas
THP sebesar 200 psia. Sensitifitas yang dilakukan juga pada setiap skenario
adalah laju produksi gas yang biasa disebut plateu rate. Dimana skenario high
pressure dengan constraint laju produksi gas 10 mmscfd, skenario Low pressure
20 mmscfd dan skenario LLP sebesar 20 mmscfd.

4.5.1. Skenario High Pressure

Pada skenario ini dilakukan perforasi pada setiap sumur di zona yang
mempunyai porositas dan permeabilitas yang baik. Pada gambar 4.18 dibawah ini
dapat dilihat lokasi penempatan sumur-sumur untuk skenario High pressure.
Constraint yang digunakan pada skenario ini adalah laju produksi gas dan
Tekanan kepala tubing yang dapat dilihat pada Tabel IV-5.
 Gambar 4.28
Lokasi Sumur Skenario High Pressure

Tabel IV-5
Constraint Sumur Skenario High Pressure

Online Group Gas

Well name BHP THP
Date Rate

IDM-27ST 1250 1150 Nop-13

IDM-59 1250 1150 Nop-13

IDM-7 1250 1150 Nop-13

IDM-74 1250 1150 Nop-13

10 MMSCFD
IDM-65 1250 1150 Nop-13

IDM-68 1250 1150 Nop-13

IDM-89 1250 1150 Nop-13

IDMX4 1250 1150 Jan-14

4.5.1.1. Hasil Simulasi Skenario High Pressure
Hasil Simulasi dari skenario High Pressure dapat dilihat pada Gambar
4.29. Plateu rate 10 mmscf pada skenario ini dapat bertahan selama 21 bulan,
mulai dari November 2013 sampai dengan September 2015. Total produksi gas
hasil simulasi ini sebesar 15186.6 MMSCF sampai akhir produksi, sedangkan
Condensate yang terproduksi sebesar 557.799 MSTB sampai akhir produksi.

Gambar 4.29
Laju Alir Gas Skenario High Pressure

Gambar 4.30
Total Perolehan Produksi Gas Skenari High Pressure
 Gambar 4.31
Laju alir Condensate Skenario High Pressure

Gambar 4.32
Total Perolehan Condensate Skenario High Pressure

4.5.2. Skenario Low Pressure

Berdasarkan skenario sebelumnya, Hasil simulasi menyatakan pada bulan
september 2015 terjadi penurunan laju produksi. Oleh karena itu perlu dilakukan
penambahan sumur agar plateu rate yang dituju tetap tercapai. Pada skenario low
pressure ini terjadi penambahan 12 sumur yang mempunyai porositas dan
permeabilitas yang baik, Constraint untuk skenario ini dilakukan perubahan yang
dapat dilihat pada Tabel IV-6.

Gambar 4.33
Lokasi Sumur Skenario Low Pressure

Tabel. IV-6
Constraint Sumur Skenario Low Pressure
Group Gas
Well name BHP THP Online Date
Rate
IDM-27ST 600 500 Sep-15
IDM-59 600 500 Sep-15
IDM-7 600 500 Sep-15
IDM-74 600 500 Sep-15
20 MMSCF
IDM-65 600 500 Sep-15
IDM-68 600 500 Sep-15
IDM-89 600 500 Sep-15
IDMX4 600 500 Sep-15
 Lanjutan Tabel. IV-6

Group Gas
Well name BHP THP Online Date
Rate
IDM-88 600 500 Sep-15
IDM-91 600 500 Sep-15
IDM-45 600 500 Jan-16
IDM-47 600 500 Jan-16
IDM-66 600 500 Jan-16
IDM-69 600 500 Jan-16 20 MMSCF

IDM-95 600 500 Dec-16

IDMX1 600 500 Dec-16
IDMX2 600 500 Dec-16
IDMX5 600 500 Dec-16
IDM-42 600 500 Jan-18
IDM-43 600 500 Feb-18

4.5.2.1. Hasil Simulasi Skenario Low Pressure

Hasil Simulasi dari skenario Low Pressure dapat dilihat pada Gambar
4.34. Plateu rate 20 mmscf pada skenario ini dapat bertahan selama 5 tahun 5
bulan, mulai dari Septemberr 2015 sampai dengan Feb 2020. Total produksi gas
hasil simulasi ini sebesar 53080 MMSCF, sedangkan Condensate yang
terproduksi sebesar 1756.8 MSTB.
 Gambar 4.34
Laju Alir Gas Skenario Low Pressure

Gambar 4.35
Total Perolehan Produksi Gas Skenario Low Pressure
 Gambar 4.36
Laju alir Condensate Skenario Low Pressure

Gambar 4.37
Total Perolehan Condensate Skenario Low Pressure
4.5.3. Skenario LowLow Pressure
Berdasarkan skenario sebelumnya, Hasil simulasi menyatakan pada bulan
september 2018 terjadi penurunan laju produksi.. Pada skenario low low pressure
ini jumlah sumur tetap berjumlah 20 sumur, Hal yang dilakukan agar plateu rate
tetap tercapai yaitu perubahan constraint yang dapat terlihat pada Tabel IV-7.

Gambar 4.38
Lokasi Sumur Skenario Low Low Pressure

Tabel. IV-7
Constraint Sumur Skenario Low Low Pressure
Online Group Gas
Well name BHP THP
Date Rate
IDM-27ST 300 200 Mar-18
IDM-59 300 200 Mar-18
IDM-7 300 200 Mar-18
20 MMSCF
IDM-74 300 200 Mar-18
IDM-65 300 200 Mar-18
IDM-68 300 200 Mar-18
 Lanjutan Tabel. IV-7
Online Group Gas
Well name BHP THP
Date Rate
IDM-89 300 200 Mar-18
IDMX4 300 200 Mar-18
IDM-88 300 200 Mar-18
IDM-91 300 200 Mar-18
IDM-45 300 200 Mar-18
IDM-47 300 200 Mar-18
IDM-66 300 200 Mar-18
20 MMSCF
IDM-69 300 200 Mar-18
IDM-95 300 200 Mar-18
IDMX1 300 200 Mar-18
IDMX2 300 200 Mar-18
IDMX5 300 200 Mar-18
IDM-42 300 200 Mar-18
IDM-43 300 200 Mar-18

4.5.3.1. Hasil Simulasi Skenario LowLow Pressure

Hasil Simulasi dari skenario LowLow Pressure dapat dilihat pada
Gambar 4.39. Plateu rate 20 mmscf pada skenario ini dapat bertahan selama 12
bulan, mulai dari Januari 2020 sampai dengan Januari 2021. Total produksi gas
hasil simulasi ini sebesar 57374 MMSCF, sedangkan Condensate yang
terproduksi sebesar 1937 MSTB.
 Gambar 4.39
Laju Alir Gas Skenario Low Low Pressure

Gambar 4.40
Total Perolehan Produksi Gas Skenario Low Low Pressure
 Gambar 4.41
Laju alir Condensate Skenario Low Low Pressure

Gambar 4.42
Total Perolehan Condensate Skenario Low Low Pressure

4.5.4. Perbandingan Ketiga Skenario

Pada skenario high pressure dengan plateu rate 10 MMscf diperoleh total
produksi gas sebesar 6680.6 MMSCFD dengan masa produksi selama 22 bulan
dari November 2013 sampai September 2015. Skenario Low pressure dengan
plateu rate 20 MMSCF yang dimulai dari september 2015, memperoleh total
produksi gas sebesar 31657.8 MMSCF dengan masa produksi selama 49 bulan.
Pada skenario terakhir yaitu Low Low Pressure yang dilakukan dari februari 2020
sampai akhir kontrak gas Maret 2023 dengan plateu rate 20 MMSCFD,
memperoleh total produksi gas sebesar 25914.5 MMSCF. Ketiga skenario ini
memperoleh kumulatif produksi gas sebesar 57572.3 MMSCF selama masa
produksi 9 tahun 10 bulan dengan RF sebesar 44.01 %. Pada Tabel IV-8 dapat
dilihat kontribusi perolehan gas dari setiap sumur yang diproduksi.

Tabel IV-8
Perbandingan Kontribusi Perolehan Gas Setiap Sumur

GAS IN PLACE
Sumur EUR (MSCF) CATEGORY
(MSCF)
IDM-45 717623.9 1630774.984 P2
IDM-27ST 25537.28 58032.56746 P2
IDM-42 1131367 2570991.576 P2
IDM-43 531718.2 1208310.843 P2
IDM-59 1330229 3022898.452 P2
IDM-7 4526515 10286345.57 P1
IDM-47 4724149.5 10735463 P2
IDM-74 2196348.5 4991124.446 P1
IDM-66 2047281 4652373.814 P1
IDM-69 1511359.37 3434510.825 P1
IDM-65 5371726 12207057.74 P1
IDM-68 595744 1353807.213 P2
IDM-89 839146.437 1906930.66 P2
IDM-88 4103687 9325483.868 P2
IDM-95 3101026 7046972.134 P2
IDM-91 866672.06 1969481.667 P2
IDMX1 4630233 10522041.07 P2
 Lanjutan Tabel IV-8

GAS IN PLACE
Sumur EUR (MSCF) CATEGORY
(MSCF)
IDMX2 5412086.5 12298775.55 P2
IDMX4 12412297 28206506.84 P2
IDMX5 1513404 3439157.174 P2
Total P1 15653229.87 35571412.4
Total P2 41934920.88 95295627.6
TOTAL 57588150.75 130867040
RF 0.440050839
44.01%

4.6. Pembuatan Sistem Jaringan

Pemodelan yang dilakukan adalah pembuatan model total system dengan
data yang tersedia agar menyerupai total system aktual di lapangan. Pembuatan
model terdiri dari pembuatan model single branch, model network, dan model
FPT.
4.6.1. Pembuatan Model
Langkah awal dalam pembuatan model jaringan adalah membuat model
fluida sebagai dasar pemodelan jaringan keseluruhan. Model fluida yang
digunakan adalah model compositional yang didasarkan pada data komposisi
fluida hasil analisis fluida pada kondisi separator. Dalam hal ini data komposisi
fluida sudah tersedia sebelumnya, ditentukan berdasarkan hasil analisis dari
software PVTi. Dalam pemodelan ini digunakan korelasi kehilangan tekanan
aliran dalam pipa vertical (tubing), tetapi pada simulasi reservoir sebelumnya
sudah diinputkan data Vertical lift Performance dari software IPM dan untuk
aliran horizontal (flow line) menggunakan metode Begs & Brill. Metode Begs &
Brill tersebut digunakan karena adanya pegaruh aliran fluida dua fasa pada pipa
alir.
4.6.1.1. Model Single Branch
Model single branch merupakan model sistem per sumuran yang
merupakan anggota dari kelompok sumur suatu jaringan yang akan dianalisis
potensi supply fluidanya untuk digunakan dalam network model dan FPT model.
Hal tersebut dilakukan untuk melakukan validasi kondisi sumur dan produksi
pada waktu tertentu. Data yang dipersiapkan untuk di-input-kan melalui struktur
data yang terdapat pada setiap komponen single branch adalah data komposisi
fluida, data formasi produktif, data tubing dan perforasi dan data fasilitas produksi
yang terkait. Data yang dimasukkan ke dalam single branch model disiapkan
melalui proses validasi dan optimasi, Data yang dilakukan validasi menggunakan
Produktifitas index hasil simulasi reservoir, sedangkan untuk jaringan pipa tidak
dilakukan validasi karena belum dilakukannya produksi sumur-sumur yang ingin
dikembangkan., selanjutnya dilakukan suatu operasi analisis nodal, dengan
menggunakan titik nodal di dasar sumur, di kepala sumur, dan di separator. Profil
sumur single branch model untuk reservoir multilyer dapat dilihat pada Gambar
4.43.

Gambar 4.43.
Profil Sumur Single Branch Model (Multilayer)
 Tabel IV-9
Input Data Single Branch Model

K avg
No Well k (upper) k (lower) Zone Thickness (ft)
(md)
1 IDM 27-st 18 25 Zone 3 0.17 65.7
2 IDM 42 20 25 Zone 3 4 60
3 IDM 66 12 25 Zone 2/3 2.8 85
4 IDM 43 22 25 Zone 3 9.6 55
5 IDM 65 12 16 Zone 2 220 33
6 IDM 47 20 25 Zone 3 60 60
7 IDM 7 1 10 Zone 1 220 46
8 IDM 45 21 25 Zone 3 6 57
9 IDM 59 21 25 Zone 3 21 57
1 7 Zone 1 2 40
10 IDM 69
12 25 Zone 2/3 4 85
1 8 Zone 1 7 46
11 IDM 74
20 25 Zone 3 22 60
1 10 Zone 1 0.0071 45
12 IDM 68
12 25 Zone 2/3 7 85
12 18 Zone 2 4 35
13 IDM 89
20 25 Zone 3 1 60
1 10 Zone 1 24 46
14 IDM 88 12 18 Zone 2 13 35
20 25 Zone 3 0.4 60
1 10 Zone 1 0.458 46
15 IDM 95
20 25 Zone 3 60 60
12 18 Zone 2 1 35
16 IDM 91
20 25 Zone 3 3 60
1 10 Zone 1 3.2 45
17 X1 12 18 Zone 2 5.44 35
20 25 Zone 3 12.3 60
1 10 Zone 1 8.613 45
18 X2 12 18 Zone 2 11.5 35
20 25 Zone 3 2.4 60
1 10 Zone 1 12.4 45
19 X4 12 18 Zone 2 32.1 35
20 25 Zone 3 71.26 60
1 10 Zone 1 1.422 45
20 X5 12 18 Zone 2 0.0032 35
20 25 Zone 3 2.412 60
 Gambar 4.44 menunjukan hasil analisa nodal dengan top node wellhead
untuk sumur IDM-X1, dimana dihasilkan perpotongan antara Inflow Curve
dengan Outflow Curve berada di 4 mmscfd sesuai dengan rate yang dihasilkan
pada simulasi reservoir, Oleh karena itu model single branch sudah bisa
digunakan untuk pembuatan model jaringan di permukaan.

Gambar 4.44.
Contoh Analisa Nodal Single Branch Model (Multilayer)

4.6.1.2. Model Network

Model network terdiri dari beberapa model single branch yang
dihubungkan satu dengan yang lainnya menggunakan branch dan junction dalam
setiap manifold untuk selanjutnya dihubungkan ke separator dan peralatan proses
lainnya sampai sink yang diinginkan. Proses input data yang dibutuhkan network
model sama dengan pada single branch model. Pengaturan dilakukan untuk
menentukan suatu komponen model tersebut digunakan atau tidak pada waktu
tertentu sesuai dengan skenario yang diinginkan. Gambar 4.45. merupakan
network model Lapangan “IDM” , Pembuatan network model ini disesuaikan
dengan lokasi sumur sebenarnya di permukaan dan sesuai dengan pad masing-
masing sumur.Setelah model berhasil di-run kemudian di-export ke sub-program
FPT

Gambar 4.45.
PipeSim Network Model

4.6.1.2.1 Data Faslilitas Peralatan Permukaan

Data flowline yang digunakan dapat dilihat pada Tabel IV-10, Pada
Gambar 4.46 dapat terlihat fasilitas pemisah yang di desain oleh peneliti untuk
memisahkan dan mengumpulkan fluida hidrkarbon dalam hal ini yaitu gas dan
kondensat. Pada stasiun pengumpul digunakan 3 separator dan 3 scrubber yang di
aplikasikan untuk ketiga skenario yang di rencanakan. Output yang diaplikasikan
juga ada 3 yaitu sales point sebagai tujuan akhir produksi sales gas, tank untuk
mengumpulkan produksi kondensat, dan juga flare untuk membakar gas sisa.
Spesifikasi dari separator, scrubber, flash drum dapat dilihat pada Tabel IV-11.
 Tabel IV-10
Spesifikasi Flowline

Parameter Pipa
Sumur Jarak ID Wall
Roughness
(Km) (inch) thickness
IDM- 65 11.9 4 0.5 0.001
IDM-27ST 11.0 6 0.5 0.001
IDM-7 11.0 4 0.5 0.001
IDM-47 9.6 4 0.5 0.001
IDM-43 9.6 6 0.5 0.001
IDM-42 9.6 6 0.5 0.001
IDM-68 8.9 6 0.5 0.001
IDM-74 7.5 4 0.5 0.001
IDM-66 6.5 4 0.5 0.001
IDM-59 11.0 4 0.5 0.001
IDM-45 8.0 6 0.5 0.001
IDM-69 3.0 4 0.5 0.001
IDM-89 12.2 4 0.5 0.001
IDM-88 11.3 4 0.5 0.001
IDM-91 1.67 6 0.5 0.001
IDM-95 3.5 4 0.5 0.001
IDMX1 4.3 4 0.5 0.001
IDMX2 2.3 4 0.5 0.001
IDMX4 8.9 4 0.5 0.001
IDMX5 4.3 4 0.5 0.001
 Gambar 4.46.
PipeSim Network Model (Stasiun Pengumpul)

Gas bertekanan tinggi (high pressure) dari sumur-sumur produksi masing-

masing dialirkan ke separator produksi HP bertekanan 735 psig untuk dipisahkan
fasa cair dan gas. Fasa Gas (dry gas) langsung menuju sales point dengan tekanan
700 psig sebagai sales gas. Fasa cair disini adalah kondensate yang terproduksi
ketika tekanan reservoir berada di bawah dew point line. Fasa cair hasil separator
HP dipisahkan kembali di scrubber HP dan diturunkan tekananya menjadi 60 psig.
Kemudian dialirkan menuju Flash Drum, untuk memisahkan gas sisa dengan
tekanan 35 psig. Gas yang keluar dari FD dibakar (flare) sedangkan fasa cair di
kirim ke tank dengan tekanan 50 psig.

Pada skenario Low pressure, Aliran gas dari lapangan IDM dialirkan
menuju Separator LP bertekanan 385 psig. Seperti pada skenario HP fasa cair
langsung dipisahkan di scrubber LP yang akhirnya dialirkan menuju FD untuk
pemisahan gas sisa, dan Fasa cair di kirim ke tank. Hasil pemisahan dari separator
LP (Dry Gas) harus dilakukan penaikan tekanan, karena tekanan yang disepakati
untuk sales gas adalah 700 psig. Oleh karena itu, peneliti mengaplikasikan
kompressor untuk mengkompresi dry gas tersebut, agar mendapatkan tekanan
yang diinginkan.
 Skenario Low Low pressure sama seperti skenario Low Pressure yaitu
menggunakan bantuan kompressor untuk menaikan tekanan menjadi 700 psig.
Hasil Pemisahan gas dari separator LLP dengan tekanan 150 psig membutuhkan
bantuan 2 kompressor. Kompressor pertama menaikan tekanan menjadi 410 Psig
dan kompressor kedua menaikan tekanan dari 410 psig menjadi 735 psig.
Spesifikasi kompressor dapat diihat pada Tabel IV-12.

Tabel IV-11
Spesifikasi Separator

Jenis Fasilitas Pemisah Pressure (Psig)

SEP HP 735
Scrubber HP 60
SEP LP 385
Scrubber LP 60
SEP LLP 150
Scrubber LLP 60

Flash Drum 35

Tabel IV-12
Spesifikasi Compressor

Spesifikasi Compressor 1 Compressor 2

Merk mesin Cat G3500 Cat G3500

Pressure ratio 1.86 1.86

Horse Power (hp) 748.9 655.6

Pressure Discharge (Psig) 410 735

4.6.1.3. Hasil Running Network Model (Static Mode)
Pada running statis, berarti tidak adanya perubahan tekanan reservoir.
Tujuan dari running statis ini adalah untuk dilakukan analisa kelakuan aliran
dalam pipa di networ model yang telah dibuat. Pada penelitian ini yang dianalisa
adalah harga velocity. Harga velocity yang dianggap ideal untuk fluida 2 fasa,
dalam hal ini gas dan kondensat adalah 3 ft/scnd – 6 ft/scnd. Pada gambar 4.34,
desain ukuran flowline yang digunakan besarnya seluruhnya sama yaitu 4” in,
baik ukuran flowline maupun trunk line. Harga velocity yang tercatat ada yang
melebihi batas maksimum velocity dan ada yang dibawah batas minimum
velocity. Oleh karena itu dilakukan modifikasi pipeline agar harga velocity sesuai
range velocity yang ideal seperti terlihat pada Gambar 4.48.

Gambar 4.47.
Gas Velocity ( 4 in Flowline size)
 Gambar 4.48.
Gas Velocity ( Input simulator)

4.7. Pembuatan Model FPT

Model FPT yang digunakan adalah metode pengintegrasian antara model
reservoir yang telah dibuat sebelumnya menggunakan simulator eclipse dengan
Network model. Metode ini disebut juga Dynamic Eclipse Link, dimana yang
menjadi menjadi Linking Pressure adalah BHP. Ilustrasi Pemodelan Metode ini
dapat dilihat pada gambar dibawah ini

Gambar 4.49.
Ilustrasi Sistem Produksi yang Terintegrasi
4.7.1. Pemilihan Reservoir Model, Network Model dan Well Mapping
Reservoir model yang dipilih pada menu ini adalah model yang telah di
simulasikan melalui software Eclipse 2005.1.Pemilihan network model (PipeSim-
net) digunakan untuk integrasi model jaringan dan model waktu produksi. Well
Mapping dimaksudkan untuk menghubungkan tiap-tiap sumur pada network
dengan sumur-sumur pada reservoir model

4.7.2. Flow Rate Constraint

Reservoir gas diproduksikan sesuai dengan kontrak yang ada, umumnya
didasarkan pada tingkat laju produksi gas, tekanan dan waktu tertentu. Oleh
karena itu, performance laju produksi sebagai fungsi waktu diusahakan plateau
sesuai rencana GasDel dalam beberapa tahapan, dengan cara constraint tekanan
tetap (700 psig) di gas outlet menuju sales point.

4.7.3. Field Planning Event dan Pelaksanaan Model

Agenda (event) yang dilakukan selama proses produksi dimulai dari awal
waktu sampai akhir kontrak diatur pada fasilitas field planning event setelah itu
model dapat di-run. Pada field planning event dapat digunakan untuk mengatur
dan merencanakan waktu pengembangan suatu lapangan pada kurun waktu
tertentu. Pada metode Dynamic Eclipse Link, mode Field Planning Event sudah
mengikuti data schedule yang telah dibuat di simulasi reservoir. Output hasil
running program dapat dilihat pada menu result viewer. Kemudian hasilnya dapat
dibuat ploting laju alir, tekanan, waktu dan parameter lainnya. Salah satu hasil
ploting tersebut adalah production forecast baik sumuran ataupun total system,
Pada penelitian ini plotting menggunakan microsoft excel dikarenakan hasil
running tidak bisa di plot pada satu grafik, hal ini disebabkan penggunaan
timestep yang terlalu kecil pada perhitungan yang dilakukan simulator.

4.7.4. Hasil Simulasi FPT

Hasil yang didapat dari simulasi menggunakan software FPT dengan
Dynamic Eclipse Link sesuai dengan output yang dibuat pada network model
yaitu Sales point, Tank dan juga Flare. Pada Gambar 4.53 dapat dilihat Laju alir
produksi yang tercatat di sales point, dalam hal ini gas yang terakumulasi di sales
point adalah dry gas, karena telah melalui separasi pada stasiun pengumpul. Pada
skenario LP terjadi perbedaan lamanya produksi bertahan dengan plateu rate.
Hasil simulasi reservoir memperoleh hasil bahwa produksi dapat bertahan dalam
plateu rate sampai januari 2020, tetapi setelah disimulasikan dengan network
model, Plateu rate skenario LP mengalami deplesi pada maret 2018, oleh karena
itu perubahan schedule untuk skenario LLP dengan merubah start date online
sumur dari Januari 2020 menjadi Maret 2018. Kumulatif produksi dry gas yang
tecatat di sales point untuk ketiga skenario sebesar 53.6 BSCF.

Gambar 4.50.
Hasil Simulasi FPT Skenario HP (Sales Gas Production Rate)
 Gambar 4.51.
Hasil Simulasi FPT Skenario LP (Sales Gas Production Rate)

Gambar 4.52.
Hasil Simulasi FPT Skenario LLP (Sales Gas Production Rate)
 HPLPLLP

Gambar 4.53.
Hasil Simulasi FPT Ketiga Skenario (Sales Gas Production Rate)

Tabel IV-13
Summary Hasil Running FPT

Plateu Cum Spesifikasi Peralatan Produksi

Schedule Jumlah Rate Gas Permukaan
Skenario
Start End Of Sumur Sep Scrub FD Compressor
MMSCFD MMSCF
Date Plateu (Psig) (Psig) (Psig) (hp)
HP Nov-13 Sep-15 8 10 13955 735 60 35 None
LP Sep-15 Mar 18 20 20 47017 385 60 35 748.9
LLP Mart 18 Mar 23 20 20 47356 150 60 35 655.6
 Gambar 4.54
Hasil Simulasi FPT (Condensate and Water Production Rate)

Gambar 4.54 menunjukan terproduksinya kondensat seiring dari penurunan

tekanan reservoir yang kondisinya berada di bawah dewe point line.Pada simulasi
FPT, kondesat yang terakumulasi pada Tank sebesar 3.25 MMSTB seperti yang
terlihat pada Gambar 4.55.

Gambar 4.55
Hasil Simulasi FPT (Condensate and Water Production Total)
Pada network model dipasang Flare sebaga tempat pembakaran gas sisa atau gas
yang sudah tidak diperlukan, dengan maskud untuk menyeimbangkan tekanan
pada stasiun pengumpul, alasan kedua yaitu diketahui bahwa gas tidak dapat
disimpan jadi harus selalu dialirkan. Oleh karena itu itu, ketika suatu sistem
produksi gas memproduksikan gas yang melebihi kebutuhan maka harus dibakar
di flare. Laju alir dan total gas yang dibakar dapat dilihat pada Gambar 4.56.

Gambar 4.56
Hasil Simulasi FPT (Condensate and Water Production Total) Flare

4.8. Analisa Keekonomian Pengembangan Lapangan Gas

Analisa keekonomian perlu dilakukan setelah sebuah acuan
pengembangan lapangan dibuat. Tujuan dari analisa ini adalah menggambarkan
kondisi yang akan terjadi ketika penelitian ini diaplikasikan pada kondisi aktual
dalam segi keekonomian. Setiap analisa keekonomian yang dilakukan harus
berdasarkan production sharing contract yang telah disepakati kedua belah pihak,
dalam hal ini kontraktor dan pemerintah. Pada Tabel IV-13 dapat dilihat
terminologi dari PSC yang telah disepakati. Hasil perhitungan keekonomian dapat
dilihat secara detail pada Tabel IV-14 sampai Tabel IV-16.

Tabel IV-13
Production Sharing Contract Lapangan IDM

PSC CONTRACT TERM :

Goverment Tax : 0.4800
Contractor Before Tax Oil Split : 0.2885
BPMIGAS Before Tax Oil Split : 0.7115
Invesment Credit : 0.00
FTP,% : 20.0%
DMO Volume = 25% of Contractor share
Free DMO incentive = 60 months
DMO Price = 15% of Market Price

Condensate Split After Tax

Contractor, % 15.0%
BPMIGAS 85.0%
Gas Split After Tax
Contractor, % 35.0%
BPMIGAS 65.0%

Tabel IV-14
Pembagian Keuntungan Kontraktor dan Pemerintah

ITEM $M $/BOE MBOE %

GROSS INCOME 1177712 97 96.58 100

OPERATING
118391.5151 9.71 9.71 10.05
COST

INVESTMENT 239941.654 19.68 19.68 20.37

SKK MIGAS
362524.6855 29.73 29.73 30.78
EQUITY

TAX 211142.8575 17.31 17.31 17.93

 Tabel IV-14
(Lanjutan)

DMO 16973.19231 1.39 1.39 1.44

TOTAL
590640.7353 48.44 48.44 50.15
INDONESIA

NCF TO
228738.0956 18.76 18.76 19.42
CONTRACTOR

TOTAL 1177712 97 96.58 100

Tabel IV-15
Indikator ekonomi Kontraktor

CONTRACTOR. ECONOMIC INDICATORS :

NET CASH FLOW, $M 228738.0956

5% NPV, M$ 217,846

10% NPV, M$ 207,944

15% NPV, M$ 198,903

ROR, % 29.9

Pay-Out Time, in Year 5

Tabel IV-16
Indikator ekonomi Pemerintah

GOVERNMENT ECONOMIC INDICATORS :

NET CASH FLOW, $M 590,641

5% NPV 434,093

10% NPV 328,289

15% NPV 254,614