Beruflich Dokumente
Kultur Dokumente
Ingeniero de Petróleo
Caracas, 2010
I
TRABAJO ESPECIAL DE GRADO
Ingeniero de Petróleo
Caracas, 2010
II
Dedicatoria
DEDICATORIA
A mis dos hermanas, Lidia que en tan solo quince años me enseñó lo que hubiese
tomado toda una vida aprender y Elimaría, que con amor y sencillez siempre me
impulsa a seguir adelante y salir de las dificultades. Las amo hermanas, esto es para
ustedes.
A mi Mamá, ella no es una mujer perfecta pero es una mamá perfecta. Esto es para ti
mami.
A mis Nonnos y Abuelos, lo que viví con mi nonna siempre será parte de mí, y lo que
mis abuelos me continúan enseñando me seguirá ayudando a ser una persona integral.
Este éxito también es de ustedes.
A todas mis tías y primas, siempre me han querido como a un hijo propio,
ayudándome y enseñándome en cada etapa de mi vida. Son las mejores tías y primas.
A mis primos menores, Cristina, Estefy, Paola, Fabio, Jovanna, Blas Alejandro y
Maria Victoria. Que este triunfo les sirva de ejemplo para entender que siempre
podrán lograr lo que se propongan siempre y cuando sean constantes en ello. Los amo
primos.
III
Agradecimientos
AGRADECIMIENTOS
A ese ser supremo que me dio la oportunidad de nacer en medio de una familia
espectacular, poner en mi camino a todos los excelentes profesores que tanto me han
enseñado y aún hoy continúan haciéndolo y por darme la oportunidad de conocer y
compartir con los mejores amigos del mundo. Gracias DIOS.
A esa mujer que me enseñó el verdadero significado del amor, que un sacrificio
hecho por amor no pesa y que no existe amor más grande que el de ella. Gracias
MAMÁ.
A ese hombre que me enseñó lo duro de la vida, que nada se consigue sin esfuerzo y
que los grandes logros siempre serán precedidos por grandes retos. Tú siempre has
sido mi principal amigo. Gracias PAPÁ.
A ese grupo de seres queridos que siempre tienen un consejo sabio que darme, que
me querrán por siempre y podré contar con ellos así como ellos conmigo. Muchas
gracias Familia.
A esas dos personas que siempre han sido tan especiales para mi, nunca lo hubiese
logrado sin ustedes. Mi segunda mamá y mi segundo papá. Gracias Fabi y Gracia Tío
Blas.
A ese grupo de jóvenes que siempre estaban ahí tanto para estudiar como para
rumbear, para reír y para llorar, cuando teníamos plata y cuando no. Los mejores del
mundo. Muchas gracias Amigos.
A mi tutor, el sabe la fórmula para ser tu amigo y tu jefe al mismo tiempo. Gracias
Carlos, por todo lo que enseñaste y continúas enseñando.
IV
Agradecimientos
A mi mentor, una persona que te enseña como adquirir los conocimientos en vez de
dártelos, como resolver cualquier problema en general, en vez de resolverte un
problema específico. Gracias Gerardo.
V
Lerza D. Alejandro A
Tutor Académico: Profa. Evelyn Azuaje. Tutor Industrial: Ing. Carlos Marval.
Trabajo Especial de Grado. Caracas, Universidad Central de Venezuela.
Facultad de Ingeniería. Escuela de Petróleo. Año 2010. 175 pag
Resume. El campo Starfish está ubicado en el Bloque E y 5a, a 6Km al noreste del
campo análogo Dolphin, dentro de la subcuenca Columbus en la costa marina oriental
de Trinidad y Tobago. Fue descubierto a finales de 1998 con la perforación de dos
exploratorios Sf-1x y Sf-2. Para este campo se desarrolló un plan de explotación para
determinar la manera óptima de extraer el gas in situ. En la primera etapa se
construyó un modelo estático en GOCAD, interpretando registros eléctricos para
determinaras las unidades productoras, propiedades petrofísicas y contactos gas agua
(estos últimos sustentados por análisis MDT). Con el modelo estático y aplicando el
Diseño Experimental, se determinaron tres valores de GOES correspondientes a los
casos P10, P50 y P90. Seguidamente se construyó un Modelo Integrado Subsuelo
Superficie en una suite que permite esta integración (IPM). Para esto se representaron
seis yacimientos en MBAL (con sus propiedades petrofísicas y realizando un análisis
DST para determinar la permeabilidad) correspondientes a las arenas productoras (D,
E0, E2, G1, G3 y G4), el cual asume la homogeneidad y aplica solo balance de
materiales. Luego se crearon las curvas IPR y VLP, las cuales se obtuvieron de
análisis de pruebas multitasas realizado al campo vecino y análogo Dolphin.
Seguidamente se representaron todas las facilidades de superficie que influyen en la
presión de los pozos y por ende en la producción. Luego de correr los diferentes
casos, se determinó que el plan de explotación óptimo costa de tres pozos productores
perforados en dos fases y completados dos en las arenas inferiores (G) y uno en las
arenas superiores (E), todos a hoyo desnudo, empaque con grava y tubing de 7
pulgadas. Este escenario fue representado en un simulador numérico CHEARS,
dando origen al modelo dinámico que permite a la compañía realizar el cálculo de
reservas, conocer el rango de tasas esperadas y predecir el comportamiento del
campo.
VI
Índice de Contenido
ÍNDICE
DEDICATORIA .................................................................................................................................. III
AGRADECIMIENTOS ...................................................................................................................... IV
INTRODUCCIÓN................................................................................................................................. 1
1. CAPÍTULO I................................................................................................................................ 1
2. CAPÍTULO II .............................................................................................................................. 9
VII
Índice de Contenido
4. CAPITULO IV ...........................................................................................................................60
VIII
Índice de Contenido
5. CAPÍTULO V .............................................................................................................................78
CONLUSIONES .................................................................................................................................137
RECOMENDACIONES ....................................................................................................................138
BIBLIOGRAFÍA ................................................................................................................................140
6. APENDICE A ...........................................................................................................................141
7. APENDICE B ............................................................................................................................151
DECKS ................................................................................................................................................151
8. APENDICE C ...........................................................................................................................164
IX
Lista de Tablas
LISTA DE TABLAS
X
Lista de Figuras
LISTA DE FIGURAS
XI
Lista de Figuras
XII
Lista de Figuras
XIII
Lista de Figuras
XIV
Introducción
INTRODUCCIÓN
1
Introducción
teniendo como resultado que los modelos de pozo desarrollados son capaces de
reproducir las pruebas de producción bajo porcentajes de error, predicciones y
perfiles de producción aceptables considerando que el campo no posee historial de
producción al cual ajustarse. Adicionalmente el trabajo realizado por la Ing. Erika
Angarita, el cual se basó en crear un modelo integrado de producción para el campo
Dolphin Deep, teniendo como resultado un modelo que se ajustó a los datos de
producción del campo y permitiendo la determinación del GOES y proponiendo
cambios en el sistema de producción de manera de obtener el mayor recobro posible
del yacimiento.
2
Capítulo I
Fundamentos de la Investigación
1. CAPÍTULO I
FUNDAMENTOS DE LA INVESTIGACIÓN
Las costas marinas de Trinidad y Tobago desde hace más de 20 años han mostrado
poseer las condiciones ideales para originar grandes acumulaciones de gas. Es así
como nace el proyecto East Coast Marine Area (ECMA) en el cual se disponen varios
bloques para exploración y desarrollo. Para el año de 1976 las actividades de Texaco
(hoy Chevron) en el Bloque E se vieron recompensadas con el hallazgo del campo
Dolphin, fue un proyecto de 5 pozos exploradores durante un período de 18 años.
Para el año de 1995 fue instalada la plataforma del proyecto Dolphin a la cual se
conectan todos los pozos del campo. En 1996 se inició la producción, ya en marzo de
1998 se terminó de perforar y probar el pozo Dolphin Deep-1 con el cual se confirmó
el hallazgo de un nuevo yacimiento, Dolphin Deep, ubicado a 7 millas al Este del
campo Dolphin en el bloque 5a. En Noviembre de 1998 se terminó y probó el pozo
Starfish-1X encontrando 4 intervalos (arenas D, E, F y G) de gas seco con un espesor
total de 507 pies, con lo cual se comprobó el hallazgo del yacimiento, Starfish,
ubicado en los bloque E y 5A a 7.5 millas al noreste del campo Dolphin, La prueba
del pozo arrojó una tasa de 16.2 MMSCFPD con un estrangulador de 32/64 y se
estimó un GOES de 790 BSCF. En Diciembre de ese mismo año se perforó el pozo
Starfish-2 buscando conocer la extensión norte del yacimiento, dicho pozo encontró
varias arenas del yacimiento más sin embargo no se realizó pruebas de producción
alguna, solo se corrieron los registros principales. El objetivo de la exploración y
estimación de reservas del campo Starfish es avanzar con los planes de la compañía y
cumplir con el contrato de abastecimiento de gas con Trinidad y Tobago.
1
Capítulo I
Fundamentos de la Investigación
1.2 OBJETIVOS
Bajos los aspectos antes señalados se plantearon los siguientes objetivos para el
presente Trabajo Especial de Grado (T.E.G.)
2
Capítulo I
Fundamentos de la Investigación
(e) Realizar un Modelo Estático que permita conocer el GOES del campo y
adicionalmente la posterior construcción de un Modelo Dinámico basado en
este.
(h) Especificar las correlaciones del Vertical Lift Performance (VLP) según los
resultados de la prueba de producción.
3
Capítulo I
Fundamentos de la Investigación
1.3 ANTECEDENTES
4
Capítulo I
Fundamentos de la Investigación
1.4 ALCANCE
Lograr proponer un plan de desarrollo para el campo Starfish que permita conocer la
localización y número de pozos necesarios que garantices la explotación óptima
campo. Además se podrá contar con un modelo que se ajuste su comportamiento y
realizar predicciones con poca incertidumbre acerca de la tasa de producción y el
5
Capítulo I
Fundamentos de la Investigación
1.5 LIMITACIONES
6
Capítulo II
Marco Teórico
2. CAPÍTULO II
MARCO TEÓRICO
El gas natural es la fuente de energía fósil que ha conocido el mayor avance desde los
años 70 y representa actualmente la quinta parte del consumo energético mundial.
Gracias a sus ventajas económicas y ecológicas, el gas natural resulta cada día más
atractivo para muchos países. Las características de este producto, como por ejemplo
su reducido intervalo de combustión, hacen de esta fuente de energía una de las más
seguras del momento. En la actualidad es la segunda fuente de energía de mayor
utilización después del petróleo. Según la Energy International Agency (EIA),
departamento norteamericano de la energía, la participación del gas natural en la
producción energética mundial era del 23% en 1999 y las perspectivas de desarrollo
de la demanda son excelentes. El gas natural es considerado como el combustible
fósil de este siglo, como lo fue el petróleo durante el siglo pasado y el carbón hace
dos siglos.
9
Capítulo II
Marco Teórico
El gas natural presenta una ventaja competitiva frente las otras fuentes de energía
pues, solamente alrededor del 10% del gas natural producido se pierde antes de llegar
al consumidor final. Además los avances tecnológicos mejoran constantemente la
eficacia de las técnicas de extracción, de transporte y de almacenamiento así como el
rendimiento energético de los equipos que funcionan con gas natural. Además es
considerado como uno de los combustibles fósiles más limpios y respetuosos con el
medio ambiente. Su ventaja comparativa en materia ambiental en comparación con el
carbón o con el petróleo reside en el hecho de que las emisiones de dióxido de azufre
son ínfimas y que los niveles de óxido nitroso y de dióxido de carbono son menores.
Una mayor utilización de esta fuente de energía permitiría particularmente limitar los
impactos negativos sobre el medio ambiente tales como: la lluvia ácida, la
deterioración de la capa de ozono o los gases con efecto de invernadero [1].
El gas natural es igualmente una fuente de energía muy segura tanto en lo que
concierne su transporte y su almacenamiento como su utilización. Aunque las
reservas sean limitadas y que se trate de una energía no renovable, las reservas
explotables son numerosas en el mundo entero y aumentan al mismo tiempo que se
10
Capítulo II
Marco Teórico
El gas natural es incoloro, inodoro, insípido, sin forma particular y más ligero que el
aire. Se presenta en su forma gaseosa por debajo de los -161ºC. Por razones de
seguridad, se le añade mercaptan, un agente químico que le da un olor a huevo
podrido, con el propósito de detectar una posible fuga de gas. El gas natural es una
mezcla de hidrocarburos ligeros compuesto principalmente de metano, etano,
propano, butanos y pentanos. Otros componentes tales como el CO2, el helio, el
sulfuro de hidrógeno y el nitrógeno se encuentran también en el gas natural. La
composición del gas natural nunca es constante, sin embargo, se puede decir que su
componente principal es el metano (como mínimo 90%). Posee una estructura de
hidrocarburo simple, compuesto por un átomo de carbono y cuatro átomos de
hidrógeno (CH4). El metano es altamente inflamable, se quema fácilmente y casi
11
Capítulo II
Marco Teórico
El gas natural es una fuente de energía versátil que puede ser utilizada en ámbitos
muy variados. La producción de calefacción y la generación de electricidad son sus
principales usos tradicionales. En el futuro, la problemática de la protección del
medio ambiente podría conducir a una mayor utilización del gas natural en el sector
transporte.
(a) Usuarios domésticos: Las aplicaciones domésticas son los usos del gas
natural más comúnmente conocido. Se puede utilizar para cocinar, lavar,
12
Capítulo II
Marco Teórico
13
Capítulo II
Marco Teórico
para las industrias como para los usuarios comerciales. Esta cogeneración
reduce muy fuertemente las emisiones de gases contaminantes a la atmósfera.
(e) Vehículos de gas natural: El gas natural puede ser utilizado como
combustible por los vehículos a motor de dos maneras: como gas natural
comprimido (GNC), la forma más utilizada, o como gas licuado. El parque
automotriz que funciona con gas natural es aproximadamente de 1.5 millones
de vehículos en todo el mundo (según la Asociación Internacional de
Vehículos de Gas Natural). Las preocupaciones respecto de la calidad del aire
en la mayor parte de las regiones del mundo refuerzan el interés por la
utilización del gas natural en este sector. Se estima que los vehículos que
utilizan este tipo de combustible emiten un 20% menos de gas con efecto de
invernadero que los vehículos que funcionan con gasolina o con diesel.
Contrariamente a lo que se piensa comúnmente, el empleo de gas natural en
los vehículos motorizados no es una novedad, puesto que ya se utilizaban en
los años 30. En muchos países, este tipo de vehículos es presentado como una
alternativa a los autobuses, taxis y otros transportes públicos. El gas natural en
vehículos es a la vez barato y práctico.
14
Capítulo II
Marco Teórico
15
Capítulo II
Marco Teórico
16
Capítulo II
Marco Teórico
Generalmente los principales componentes del precio del gas natural son:
(a) El precio en la boca del pozo (el costo del gas natural mismo)
En América del Norte, los precios en la boca del pozo fueron los primeros en ser
liberalizados. Los costos de transporte siguen siendo administrados por oficinas
gubernamentales, mientras que los órganos locales, los llamados "local regulatory
boards" regulan los precios locales de distribución.
18
Capítulo II
Marco Teórico
Los principales factores que determinan la demanda son la actividad económica y las
condiciones climáticas. Dada la importancia de este último factor la demanda de gas
natural se caracteriza por fuertes variaciones estacionales. Los cambios poblacionales
y las preferencias de los usuarios de gas natural afectan igualmente la demanda. Las
evoluciones legislativas relativas a la contaminación atmosférica podrían conducir a
un crecimiento de la demanda de este combustible considerado como limpio. La
oferta de gas natural depende de la disponibilidad y el acceso al transporte, de la
cantidad física de gas natural producido y del nivel de las reservas.
El gas natural compite con otras formas de energía tales como el petróleo, la
electricidad o el carbón. Siendo el gas y el petróleo productos muy cercanos y
substituibles, sus ofertas están muy relacionadas y sus precios fuertemente
correlacionados.
Como la mayoría de los productos de base, los precios del gas natural son cíclicos.
Sus movimientos al alza son consecuencia de una fuerte demanda, que alientan la
exploración y la perforación (como ocurrió en el 2000). El tiempo de reacción de la
industria al efecto inducido por el precio puede ser más o menos largo y cuando la
producción comienza a crecer, los precios tienden a bajar. Los fundamentos del
mercado parecen indicar que en el futuro los precios del gas natural no alcanzarán los
bajos niveles de precio alcanzados durante estos últimos años [4].
(a) En Norte América: : Henry Hub (New York Mercantile Exchange) en los
Estados Unidos y AECO (Natural Gas Exchange) en Canadá.
19
Capítulo II
Marco Teórico
Tradicionalmente, los contratos sobre el gas natural se hacían a largo plazo entre las
compañías de gas natural y los usuarios, con precios fijos. Presentaban un nivel de
riesgo muy bajo tanto en lo que concierne la oferta como a nivel de precios, pero eran
poco flexibles. La importancia de este tipo de contratos disminuyó notablemente con
la liberalización de la industria, mientras que los mercado al contado han acentuado
su presencia. Estos últimos permiten una mayor flexibilidad en materia de
compensación de la oferta y de la demanda para una mejor adaptabilidad a las
condiciones del mercado cambiantes. Los agentes del mercado pueden entonces
hacerse con una cartera de contratos a corto o a más largo plazo. Sin embargo, hay
que notar la mayor parte del comercio internacional todavía se lleva a cabo en el
marco de contratos a largo plazo.
20
Capítulo II
Marco Teórico
como un solo sistema hidráulico conectado. En la Figura 2.3, se observa tres de los
tipos de trampas más comunes, una fosa, un anticlinal y una falla. Muchos
yacimientos se encuentran conectados hidráulicamente a rocas llenas con agua
conocidas como acuíferos. En otros casos varios yacimientos se encuentran ubicados
en grandes cuencas, compartiendo un acuífero común.
Otro factor muy importante que complementa los antes señalados es la permeabilidad
de la roca, que representa la facilidad con que los fluidos se desplazan a través del
medio poroso, no obstante que no existe una determinada relación de
proporcionalidad entre porosidad y permeabilidad. La permeabilidad se mide en
darcys, en honor al ingeniero hidráulico francés Henry Darcy, quien formuló la ley
que lleva su nombre: “La velocidad del flujo de un liquido a través de un medio
21
Capítulo II
Marco Teórico
Bajo las condiciones iniciales del yacimiento, los hidrocarburos se encuentran bien
sea en estado monofásico (una sola fase) o en estado bifásico (dos fases). El estado
monofásico puede ser líquido, caso en el cual todo el gas esta disuelto en el petróleo,
o gaseoso. En algunos casos este estado gaseoso contiene hidrocarburos vaporizados,
recuperables como líquidos en la superficie, y el yacimiento se denomina de gas
22
Capítulo II
Marco Teórico
Gas Seco
Gas Húmedo
Gas Condensado
Petróleo Volátil
23
Capítulo II
Marco Teórico
Donde la masa producida se refiere a los fluidos que han sido producidos en
un instante dado, la masa inicialmente en el yacimiento es el contenido inicial en el
yacimiento, la masa remanente viene dada por los fluidos totales que quedan en el
yacimiento para el mismo instante de tiempo, y por último, la masa entrante engloba
la inyección de fluidos al yacimiento, así como la intrusión de agua de un acuífero
adyacente.
Gracias a la sencillez del método, puede ser aplicado para cualquier tipo de fluidos,
desde petróleo saturado y subsaturado, gas seco y gas condensado. La ecuación 2.1
muestra la ecuación general para un yacimiento de petróleo.
24
Capítulo II
Marco Teórico
Donde:
25
Capítulo II
Marco Teórico
(c) Expansión del agua connata y reducción del volumen poroso por compactación al
ocurrir disminución en la presión de los poros.
Gp Bg Bgi Cw.Sw i Cf We Wp Bw
1 i P
G Bg Bg 1 Sw i G.Bg
(Ec 2. 2)
Donde:
26
Capítulo II
Marco Teórico
(a) El espacio poroso se encuentra inicialmente ocupado por gas y agua connata.
(a) La arena gasífera no está conectada con otras arenas de mayor o menor
presión.
27
Capítulo II
Marco Teórico
Desde el punto de vista de los cambios del volumen poroso ocupado por
hidrocarburos, los yacimientos de gas se clasifican en Volumétricos y No
Volumétricos.
Gp Bg
1 i (Ec 2. 3)
G Bg
Más sin embargo, existen yacimientos con presiones anormales y con fuerte
compactación en los cuales no se puede despreciar la reducción del volumen
poroso ocupado por hidrocarburos debido a la expansión del agua connata y
a la reducción del volumen ocupado por los poros. Para este caso la EBM
queda de la siguiente manera:
Gp Bg Bgi Cw.Cf Cf
1 i P (Ec 2. 4)
G Bg Bg 1 Sw i
28
Capítulo II
Marco Teórico
Gp Bg We Wp Bw
1 i (Ec 2. 5)
G Bg G.Bg
(a) Pozos.
29
Capítulo II
Marco Teórico
COMPRESORES
TANQUE DE ALMACENAMIENTO
SEPARADOR
MANIFOLD DE PRODUCCION
REGISTRADOR DE PRESIONES
Figura 2.5, muestra un gráfico típico del comportamiento de afluencia, IPR por sus
siglas en ingles (Inflow Performance Relationship), y como la forma de la curva
puede cambiar para diferentes pozos.
30
Capítulo II
Marco Teórico
La gráfica del comportamiento de afluencia fue usada por primera vez en 1954 por
W.E. Gilbert, quien observó que ese comportamiento variaba con el tiempo. A pesar
que esto es cierto sólo para casos específicos (presiones de fondo fluyente mayores a
la presión de saturación y yacimientos con un acuífero grande), es común en la
práctica suponer que la afluencia de un pozo es directamente proporcional a la
presión de yacimiento, resultando una gráfica de línea recta de pendiente igual a 1/J,
donde J representa el índice de productividad del pozo, definido por los barriles
totales de producción por día por cada libra de presión perdida, o matemáticamente
dado por la siguiente expresión:
qo qw
J (Ec 2. 6)
Py Pwf
Sin embargo, se sabe que esa curvatura existe para la mayoría de los pozos. En este
caso no puede decirse que un pozo tenga un índice de productividad constante (línea
recta), porque la pendiente cambia con la variación del diferencial de presión.
31
Capítulo II
Marco Teórico
(b) Cambio de flujo laminar a flujo turbulento en algunos de los capilares cerca
del hoyo a altas tasas de producción.
(d) Una gran cantidad de estudios han sido realizados para proponer métodos que
permitan predecir el comportamiento de afluencia de los pozos, tanto de
petróleo como de gas. Algunos de los más conocidos y aplicados se
mencionan a continuación.
32
Capítulo II
Marco Teórico
comportamiento gráfico de estos dos parámetros era similar en todos los casos
estudiados, en base a lo cual desarrolló su ecuación empírica, dada a
continuación, mediante un modelo de regresión numérico.
2
qo P P
1 0.2 wf 0.8 wf
qo(max) Py P
y (Ec 2. 7)
33
Capítulo II
Marco Teórico
puede ser aplicado en casos de producción de hasta 97% agua, mediante una
simple sustitución de q o / q o(max) por qL / qL(max) , donde ql qo qw
q o C Py Pwf
2
2 n
(Ec 2. 8)
Donde:
C es el coeficiente de flujo.
34
Capítulo II
Marco Teórico
35
Capítulo II
Marco Teórico
Log(qo1) Log(qo2 )
n (Ec 2. 12)
Log(PR Pwf )1 Log((Py Pwf )2
2 2 2 2
qok
C (Ec 2. 13)
(Py Pwf )k
2 2
Py Pwf
A Bqo (Ec 2. 14)
qo
36
Capítulo II
Marco Teórico
Figura 2 7).
Esta ecuación no es otra que la propuesta por Fetkovich, años más tarde, para pozos
de petróleo.
37
Capítulo II
Marco Teórico
P g cos f v 2 v dl
dv
(Ec 2. 16)
L gc 2 gc d gc
Donde:
38
Capítulo II
Marco Teórico
Una de las diferencias principales entre el flujo de una sola fase y de dos fases es que,
en ésta las fases, gaseosa y líquida, se distribuyen en la tubería de tal manera que la
interfase formada afecta directamente diversas propiedades del flujo, tales como
perfiles de velocidad, factor de entrampamiento, Numero de Reynolds, entre otras,
produciendo una gran variedad de configuraciones de flujo claramente identificables.
39
Capítulo II
Marco Teórico
Flujo Anular: Debido a las altas velocidades del gas, el líquido queda
replegado a la superficie interna de la línea, dejando pasar el gas por el
centro de la tubería, de una manera casi simétrica.
40
Capítulo II
Marco Teórico
41
Capítulo II
Marco Teórico
(b) Correlaciones Tipo B: Las cuales consideran que existe deslizamiento entre
las fases pero no establecen regímenes de flujo. Dentro de esta categoría está
la correlación de Hagedorn y Brown.
(c) Correlaciones Tipo C: Las cuales consideran que existen deslizamiento entre
las fases y regímenes de flujo. Dentro de esta categoría se encuentran las
correlaciones de Duns y Ros, Orkiszewsky, Aziz, Govier & Fogarasi y Beggs
& Brill.
42
Capítulo II
Marco Teórico
Este método tiene la particularidad de combinar la habilidad del pozo para producir
fluidos (IPR, Inflow Performance Relationship) con la habilidad del sistema de
tuberías para manejarlos (VLP, Vertical Lift Performance), tomando en cuenta la
manera como se interrelacionan las diferentes pérdidas de presión.
43
Capítulo II
Marco Teórico
(a) Flujo a través del medio poroso (Formación): Donde se toma en cuenta el
daño ocasionado por el lodo de perforación, la cementación, el cañoneo, etc.
Este efecto de los distintos componentes se trata mediante el uso del concepto nodal.
Para la obtención de las caídas de presión se deben asignar nodos en diversos puntos
del sistema de producción, tal como se muestra en la Figura 2.11 y empleando un
método de cálculo adecuado se determina la caída de presión entre dos nodos.
Después se selecciona un nodo solución y las caídas de presión son adicionadas o
sustraídas al punto de presión inicial o nodo de partida, hasta alcanzar el nodo
44
Capítulo II
Marco Teórico
solución o incógnita. Un nodo se clasifica como funcional cuando existe una presión
diferencial a través de él y la respuesta de presión o tasa de flujo puede representarse
mediante alguna función matemática o física.
Cada uno de los componentes del sistema puede ser evaluado por separado,
considerándolo como un punto de interés o nodo. La disposición del punto de interés
o nodo solución, depende de las necesidades del estudio y por razones prácticas se
hace referencia a cualquiera de las siguientes localizaciones:
Otra solución muy común es el tope del pozo, es decir el cabezal o árbol de
navidad, ubicado en el nodo 3 de la figura 2-9. El sistema completo es de
nuevo dividido en dos componentes con el propósito de hallar la tasa de flujo
posible. El separador y la línea de flujo se consideran como un solo
componente; se comienza con la presión de separador, determinando la
presión de cabezal necesaria para mover las tasas de flujo asumidas, a través
de la línea de flujo hasta el separador. El yacimiento y la tubería se consideran
como el otro componente. Se comienza con la presión de yacimiento y se
prosigue hasta el medio de las perforaciones para hallar la presión de fondo,
utilizando la curva apropiada o ecuación IPR, y luego se utiliza esta ecuación
y se prosigue hasta el tope de la tubería a fin de hallar la presión necesaria en
el cabezal para la tasa de flujo establecida.
46
Capítulo II
Marco Teórico
47
Capítulo II
Marco Teórico
Los modelos integrados actualmente son altamente utilizados por todas las ventajas
que estos representan al poder imitar el efecto originado por las facilidades de
superficie en la producción de un campo. Por supuesto todas las ventajas de dicho
modelo vienen asociadas a un costo, el cual es la complejidad del modelo por lo cual
su preparación toma mayor cantidad de tiempo y mayor investigación por parte del
personal que desarrolla el modelo.
(a) Formulación:
Un grupo de ecuaciones diferenciales parciales no lineales simultáneas
describiendo los principios físicos de flujo en un medio poroso. Cuatro principios
físicos son utilizados para derivar el modelo diferencial parcial para flujo de
fluidos en un medio poroso:
48
Capítulo II
Marco Teórico
Conservación de la masa
Conservación de le energía
Ley de Darcy
Ecuación de estado.
(b) Discretización:
Consiste en la representación espacial (el grid) y temporal (el paso del tiempo)
del sistema. Conceptualmente divide el yacimiento en numerosas celdas y asigna
un valor promedio de presión, saturación, permeabilidad y porosidad para cada
una.
(c) Linearización:
Consiste en formular la solución (resolución de variables implícitas y explícitas).
En esta etapa el simulador transforma las ecuaciones diferenciales parciales
creadas en ecuaciones algebraicas ya que, resolver un sistema algebraico
simultáneo es más sencillo que resolver un sistema diferencial. Para resolver
dicho sistema todos los simuladores utilizan un método iterativo.
(d) Solución:
Solución de un largo sistema de ecuaciones mediante métodos de solución de
ecuaciones lineales para la presión y saturación para cada celda a cada paso del
tiempo. Todas las técnicas aplicadas para resolver el sistema simultáneamente son
inútiles si la solución alcanzada no tiene la suficiente precisión y exactitud para
así proveer un modelo confiable. Una buena solución es absolutamente necesario
que:
Provea precisión en la ecuación de balance de materiales
Asegure estabilidad en el tiempo
Cree confianza en el uso del modelo para la predicción
49
Capítulo II
Marco Teórico
(a) Observación
(b) Planteamiento del problema de investigación
(c) Hipótesis: hipótesis nula (Ho) e hipótesis alterna
(d) Método (incluye la elección de los sujetos, para la conformación de la
muestra; el procedimiento a seguir, es decir, el tratamiento a aplicar a los
sujetos; las variables consideradas: variable dependiente, variable
independiente, variables extrañas)
(e) Resultados: aquí se describen cuáles fueron las relaciones observadas entre las
variables (si los valores de la variable independiente realmente influyeron
significativamente sobre los de la variable dependiente, si hubo tantas
variables extrañas como se pensaba o si surgieron otras), para lo cual se
añaden a dicha descripción tanto gráficas (de barras, de pastel, etc.) como
cuadros.
(f) Conclusiones
Montecarlo (Principado de Mónaco) por ser “la capital del juego de azar”, al ser la
ruleta un generador simple de números aleatorios. El nombre y el desarrollo
sistemático de los métodos de Monte Carlo datan aproximadamente de 1944 y se
mejoraron enormemente con el desarrollo de la computadora.
51
Capítulo II
Marco Teórico
52
Capítulo II
Marco Teórico
un error absoluto de la estimación que decrece como en virtud del teorema del
límite central.
Para el nivel L2 (solo dos diferentes valores podrían tomar las variables
independientes) ellos se basaron el matriz de hadamard la cual fue creada en 1933 por
Raymon Paley para generar matrices ortogonales (ver Figura 2.14). El número de
corridas siempre debe ser múltiplo de 4, y existen límites para el número de factores
estudiados. Por ejemplo para un número de corrida N=12, el número máximo de
factores que se pueden estudiar es k=n-1.
53
Capítulo II
Marco Teórico
54
Capítulo III
Descripción del Área
3. CAPÍTULO III
54
Capítulo III
Descripción del Área
55
Capítulo III
Descripción del Área
56
Capítulo III
Descripción del Área
Los campos Starfish y Dolphin tienen una configuración geológica similar, abarcando
una serie de arenas no consolidadas apiladas que fueron depositadas dentro de un
ambiente marina somero. Los depósitos se nombraron alfabéticamente del más joven
(las arenas D) al más viejo (las arenas de G), (Figura 3. 4). Starfish abarca un
buzamiento en tres direcciones en su estructura cerrada por falla situada entre la falla
trasera al oeste y la falla principal de dolphin al este. Una silla de montar estructural
(baja) está presente entre los dos campos que proporciona el cierre en la parte más
inferior (arena de G) de la estratigrafía. Las amplitudes brillantes, interpretadas para
generar amplias variaciones en la calidad del yacimiento (Tata y Dowlath 2009) están
presentes dentro de ambos campos. Una zona de “debilidad sísmica” concurrente con
la silla de montar separando los dos campos (Figura 3. 5).
El campo Dolphin fue descubierto en 1976 con el pozo Dolphin 1 y sus posteriores
Dolphin 2, 3, 4, y el 5. El desarrollo del campo comenzó en 1996 con 9 pozos
productores perforados desde la plataforma de Dolphin (DAP-1,2,3,3st1x, 4.5.6.7, y
8). El campo abrió producción en 1996. El campo de Starfish fue descubierto por la
perforación del pozo Starfish 1x en 1998 el cual encontró gas en los depósitos de D,
de E y de G. Las arenas de D y de E fueron valoradas más adelante por un segundo
pozo, Starfish 2, en 1998.
57
Capítulo III
Descripción del Área
58
Capítulo III
Descripción del Área
La estratigrafía de la Cuenca Columbus cuenta con un grueso (> 14km) con una
sección de terminación ascendente de sedimentos siliciclásticos de edad Mioceno-
Cuaternario. Este espesor de los sedimentos ha sido facilitada por el sistema proto
deltáico del Orinoco que ha progradabo desde el este hacia el noreste por el eje de la
cuenca desde la época del Mioceno. La rápida prograbación oriental del Orinoco se
debió a la influencia restrictiva de la inversión relacionada con las crestas en el norte
y a la estable plataforma de Guyana al sur de la cuenca de Columbus. La deposición
de sedimentos, por lo tanto, se centró en un área, espacio de alojamiento y
abrumadora que resulta en progradación. La sección estratigráfica está dominada por
los sedimentos cercanos a la costa de la plataforma y depende de la transición de los
sedimentos de la cuenca a lo largo del margen continental.
59
Capítulo IV
Marco Metodológico
4. CAPITULO IV
MARCO METODOLÓGICO
Creación del
Revisión Generación
modelo
de datos de
dinámico
escenarios
(CHEARS)
Determinación
Evaluación de número de Comparación
Petrofísica Pozos y rango de Resultados
de tasas
Creación del
Creación de un modelo
Modelo integrado Conclusiones
Estático subsuelo
superficie (IPM)
Diseño Redacción
Experimental del tomo
Escalamiento
(Cálculo de
GOES) final.
60
Capítulo IV
Marco Metodológico
En esta etapa se realizó una recopilación de toda la información disponible del campo
Starfish, estudios previos, pruebas de pozos, registros eléctricos, análisis PVT entre
otros. Esta etapa fue fundamental en vista de que permitió la familiarización con
todos los datos y consecuentemente con el campo.
61
Capítulo IV
Marco Metodológico
En esta etapa de la evaluación petrofísica solo faltaba asignar los valores más
representativos a cada propiedad estática de cada arena (porosidad, Sw, NTG y Net
pay). Fue entonces cuando se determinaron dichos valores basándose en el valor
promedio de cada propiedad por arena. Como es bien conocido estos valores siempre
presentan incertidumbre pues el valor medido por registro solo se refiere a la sección
que atravesó el pozo y para representar esta incertidumbre simplemente se asignan
tres valores a cada propiedad considerando el grado de incertidumbre que se tenga en
dicho valor.
Los valores medidos en los registros se le consideran valores intermedios por lo que
se llama P50 (50% de incertidumbre en el valor), luego se genera un valor menor y
uno mayor a este, representado los casos P10 y P90 respectivamente.
La idea de esto es no generar un número final como GOES sino más bien un rango
de valores y asociarlos con sus respectivas incertidumbres.
Este modelo fue creado dentro del Software actualmente elegido por Chevron para
esta clase de trabajo el cual es GOCAD, el cual pertenece a la suite Paradigm. Más
sin embargo Chevron tiene módulos particulares desarrollados por la empresa, que les
permite realizar algunas actividades dentro del software de la manera considerada
como óptima.
Para esta parte del proyecto, la geóloga del Campo había ya interpretado y realizado
las superficies de cada arena, las cuales fueron utilizadas para la creación del modelo
estático. A cada superficie interpretada se le aplicó un factor para levantarla o
declinarla en las áreas más lejanas a los pozos, en representación de la incertidumbre
estructural presente en la interpretación, de manera que dispuso de tres superficies
62
Capítulo IV
Marco Metodológico
Adicionalmente, se crearon tres áreas por arena que representan la extensión areal en
la cual se estima que habrá hidrocarburo, y corresponden a la incertidumbre asociada
con la extensión areal del yacimiento. Por supuesto el área de menor tamaño
seleccionada por arena, representa un nivel de incertidumbre menor por lo que es
denominada área P10 (10% de incertidumbre) y así mismo se creó una de mayor
tamaño que fue la P50 y otra aún mayor que fue la P90.
Una vez creado el Grid, haber realizado su revisión correspondiente de modo que esté
perfectamente ajustado a las superficies y haber seleccionado las posibles extensiones
areales del yacimiento (las áreas creadas), se asignaron las propiedades estáticas para
cada uno de los grids, de manera de poder calcular el GOES del yacimiento. Para esto
se siguió el flujograma presentado en la Figura 4 2
63
Capítulo IV
Marco Metodológico
Unidad de
Unidad de SGS
Yacimiento
Reservorio Usando
Histogramas externos
SIS
Usando mapa de Facies
Región de Arena Porosidad
Transformada
Permeabilidad Swir
Ecuación de la
Petro Facies Región Laminada Porosidad transformada
PHI = 0.01
Región de Lutita
SW = 1
Con ayuda de los cutoffs antes seleccionados y una vez que se adicionaron los dos
pozos exploradores de Starfish con sus respectivos registros dentro de Gocad, se
crearon tres facies diferentes (Arena Limpia, Arena Laminada y Lutita) por cada
yacimiento (D,Eo,E2,G1,G3 y G4). Estas facies son de útiles en el momento de la
asignación de propiedades petrofísicas puesto que al separarlas, se asegura que una
lutita no tenga mayor porosidad que una arena limpia, o que una arena laminada tenga
valores más bajos de saturación que una lutita.
64
Capítulo IV
Marco Metodológico
Una vez creada cada facie y haber definido la forma de distribución de las mismas, se
procedió a asignar el valor de porosidad y net to gross dependiendo del caso.
Para la facie de arenas limpias solo se necesita asignarle valores porosidad ya que el
valor de NTG se considera 1. Para esto, se utilizaron histogramas externos que
especifican como va a ser la distribución de estos valores dentro de la facie. Los
histogramas fueron creados en base al comportamiento de porosidad de la arena
limpia observado en los registros. Ese valor promedio es colocado como el valor de
porosidad P50 de las arenas limpias y luego se determina un valor mayor y un valor
menor para generar los escenarios P90 y P10 respectivamente.
Y para finalizar se le asignó a toda la facie de lutitas una saturación de agua igual a
uno y una porosidad de uno por ciento (1%)
La porosidad guarda una relación directa con la permeabilidad dentro de las arenas,
mientras más porosa sea una arena, se estima que su permeabilidad también debe ser
mayor, ya que ambas son influenciadas por el tamaño y escogimiento de poro así
como la presión de sobrecarga. Es por esto que convencionalmente lo que se hace es
colocar en un software todos los datos de porosidad y permeabilidad provenientes de
muestras de núcleos que se tengan del campo o de campos análogos, para que así el
software genere una nube de puntos en una gráfica que relaciona directamente la
porosidad con la permeabilidad. Permitiendo esto, asignarle valores de permeabilidad
65
Capítulo IV
Marco Metodológico
Se creó una gráfica asociando todos los valores de porosidad y saturación de agua
medidos en los registros por arenas, para así lograr generar una correlación entre la
saturación de agua medida por registros y la porosidad. Estas correlaciones fueron
ajustadas de tal manera de generar dos casos adiciones los cuales corresponden a los
casos P10 y P90 ( ya que el caso P50 fue el que se creó originalmente).
Una vez realizado todos los pasos previos, se encontraba todo preparado para realizar
el populado de los tres grids y obtener así un caso de Alta incertidumbre (P90) un
caso de media incertidumbre (P50) y un caso de baja incertidumbre (P10). Pero,
¿cómo saber cuáles de todas las variables se deben combinar para dar el escenario
más optimista o el más pesimista?. Al realizar una recapitulación de todas las
variables que tienen diferentes valores asociados a su grade de incertidumbre se tiene:
66
Capítulo IV
Marco Metodológico
67
Capítulo IV
Marco Metodológico
exactamente un valor P10, P50 o P90 para el GOES por arena. Es bueno mencionar
que el valor P10,P50 y/o P90 final seleccionado por Crystal Ball, es un valor
diferente por lo general a cualquier resultado arrojado por alguna de las trece corridas
realizadas para cada arena, es por esto que el software indica cual fue la corrida que
más se acerca al valor P10, P50 ó P90 seleccionado para cada arena. Luego se toma
como la corrida representativa del valor P10,P50 o P90, la corrida que mayor número
de veces se haya repetido. Este procedimiento fue importante porque al conocer cuál
fue la corrida representativa de cada modelo (P10, P50 y P90) se conocieron entonces
dos cosas fundamentales, la primera fue la combinación de las variables que se utilizó
para realizar el modelo escalado final (ver sección siguiente), y la segunda fue la
diferencia existente en volumen entre la corrida representativa y el valor que debería
resultar (el valor arrojado por Crystal Ball). Con esto sencillamente se dividió el valor
arrojado por Crystal Ball entre el GOES arrojado por la corrida representativa y se
obtuvo lo que se conoce como el multiplicador de volumen poroso, que no es más
que el número por el cual se tiene que multiplicar el volumen poroso de la corrida
representativa para hacer su GOES igual al valor arrojado por Crystal Bal,l que
representa el valor exacto del modelo P10, P50 o P90 según sea el caso.
4.5 ESCALAMIENTO
Se generaron tres Grids nuevos que correspondían con las tres diferentes corridas
representativas, resultando los tres modelos finales (P90, P50 y P10 ). De esta forma
se procedió a realizar el escalamiento que no es más que cambiar la escala de los
grids, es decir, las dimensiones de las celdas se aumentan de tal manera que exista un
menor número de celdas facilitando la simulación del modelo al disminuirse el
tiempo de cómputo. Adicionalmente, cuando se realiza el escalamiento también se le
deben asignar propiedades al Grid, esas propiedades asignadas son directamente las
que pertenecen a la corrida seleccionada como representativa para cada caso. Es
pertinente mencionar que el proceso de escalamiento es delicado pues su objetivo es
obtener un menor número de celdas (de 10 a 100 veces menor) pero tratando de no
perder el comportamiento estático y dinámico de sus respectivas propiedades.
68
Capítulo IV
Marco Metodológico
Chevron, cuenta con módulos especializados en GOCAD que permiten realizar este
escalamiento de una manera óptima, este módulo se basa en agrupar celdas solo con
propiedades similares y no simplemente seleccionar dos celdas y promediar sus
propiedades. De esta manera se garantiza que una celda de alta permeabilidad no sea
promediada con una de baja permeabilidad generándose un modelo que no honre el
comportamiento dinámico de su respectivo modelo de maya fina.
(a) Análisis PVT: Se utilizó el software PVTLIB para utilizando los datos
existente de composición del gas, poder a través de las correlaciones
respectivas, obtener los valores de gravedad específica, Bg, Z y RGC entre
otros. Los valores de Bg, RGC y composición fueron necesarios para poder
realizar la caracterización de yacimientos en MBAL y el resto de los mismos
fueron requeridos para la creación del modelo dinámico.
(b) Análisis MDT: Se realizaron tres análisis MDT correspondientes a las arenas
inferiores (G) debido a que los datos presente para las arenas superiores (E) se
consideraron de mala calidad, ya que no presentaba ninguna tendencia
69
Capítulo IV
Marco Metodológico
aparente ni se alineaba con los gradientes de gas mostrados por las arenas
inferiores. Estos análisis permitieron corroborar el valor de los contactos gas
agua así como obtener el valor del gradiente de gas el cual fue requerido para
llevar las presiones a datum.
(c) Selección del Datum: Teóricamente el punto más representativo de un
yacimiento para ser seleccionado como el datum del mismo es el centro
volumétrico, que no es más que el punto que separa en dos partes
volumétricamente iguales a un yacimiento. Muchas veces por razones de
complejidad geométrica del yacimiento se selecciona como datum el contacto
o la profundidad a la cual son instalados los sensores de fondo. Es esta
investigación la selección del datum se realizó de acuerdo con la teoría
asociando la forma del yacimiento con una figura geométrica de centro
volumétrico conocido.
(d) Presiones al Datum: Una vez seleccionado el datum de cada arena, fue
necesario calcular la presión en este punto. Para esto se utilizó algún valor de
profundidad cercano de presión conocida a través del MDT, y con ayuda del
gradiente de gas calculado se pudo determinar la presión a la profundidad
seleccionada para cada arena.
(e) Modelo de Acuífero: Para yacimientos de gas, el modelo de acuífero que
mejor describe el comportamiento del mismo en el caso radial es Hurt-van-
Evergingen-Modificado (el cual básicamente utiliza una ecuación lineal para
representar las pequeñas variaciones de presión y tasa durante cada período de
paso del tiempo), para la aplicación de dicho modelo fue necesario conocer el
radio del yacimiento, la relación de radios internos y externos del acuífero y
su ángulo de invasión. Para realizar la medición de los radios la técnica
empleada y considerada como la mejor práctica, fue calcular el área de la
superficie a la cual se le quiera conocer el radio (en este caso, el yacimiento,
el acuífero interno y el acuífero externo). Una vez que se conoce el área, se
asume que la superficie es circular y conociendo el área se pudo obtener
directamente por despeje el valor del radio para cada caso. En cuanto al
70
Capítulo IV
Marco Metodológico
Una vez realizada toda esta serie de estudios se pudo introducir todos los valores
requeridos por el software MBAL conjuntamente con los valores petrofísicos que
fueron determinados al comienzo de la investigación. Adicionalmente las propiedades
PVT fueron cotejados con las correlaciones del simulador para así poder seleccionar
la correlación de viscosidad del gas que más se ajusta a los valores reales.
Para realizar la descripción de sistema de producción fue necesario realizar una serie
de estudios los cuales consistieron en:
71
Capítulo IV
Marco Metodológico
Una vez realizados todos estos estudios, fue posible suministrar los datos requeridos
por el software incluyendo coeficiente de pérdidas y gradiente de temperatura de la
zona, para así poder realizar el análisis nodal de ese pozo y estimar su tasa de flujo
natural y AOF (Absolute Open Flow). Para finalizar el análisis nodal fue necesario
variar tasas, presiones de cabezal, relación agua gas y relación gas condensado, para
así generar curvas VLP (Vertical Lift Performance) que pueden ser exportadas a GAP
permitiendo predecir el comportamiento del pozo cuando se produzca alguna
variación de esa índole (variación de tasa, corte de agua, relación gas condensado o
presión).
72
Capítulo IV
Marco Metodológico
73
Capítulo IV
Marco Metodológico
Antes de ser nombrados los escenarios, es necesario conocer que todos estos tienen
incluidas dos etapas de compresión, a 800 psi y 300 psi respectivamente, las cuales
fueron aplicadas al momento que el potencial del campo estuviese por debajo del
110% del valor de la tasa objetivo. El 10% adicional al valor de la producción es
conocido como seguridad de suministro y no es más que siempre mantener la
posibilidad en el sistema de incrementar la tasa de producción al menos un 10% más
en caso de que exista alguna falla de pozo. Otro aspecto resaltar, es que para todas
las corridas se colocó una restricción de producción de agua máxima correspondiente
a la capacidad máxima de las instalaciones de superficie para tratar el agua. Al
realizar esto, se le dice al simulador que al momento de que el sistema esté
produciendo en ese límite, todos los pozos van a ser restringidos (emulando una
disminución en el diámetro del choke) para que la producción de agua no exceda esos
límites. Adicionalmente, se asignó una restricción de un máximo drawdown de 250
psi, con el propósito de ser conservadores a la hora de estimar el potencial de un
pozo. Por último, al cumplirse los cinco años de producción se cerró un pozo
productor, el propósito de esto fue simular una falla de pozo que se han presentado en
el campo análogo vecino Dolphin. Las razones por las cuales se puede generar una
falla de pozo son:
Una vez conocidos todos los aspectos comunes para cada caso de simulación, se
procedió a la conceptualización de cada uno.
74
Capítulo IV
Marco Metodológico
75
Capítulo IV
Marco Metodológico
Luego de estudiar los diferentes casos, se seleccionó el caso óptimo para ser
representado en el modelo de simulación numérica para obtener un valor menos
optimista del recobro del mismo.
Para esto se comenzó por crear los pozos en el modelo ya escalado en GOCAD. La
localización de los pozos siempre fue basada en perforar la parte más alta de la
estructura de manera que se encontrasen los más lejos posibles de los contactos de
gas agua respectivos. Una vez creados los pozos, sus respectivas trayectorias fueron
cargadas en PROSPER de manera de poder las curvas VLP (llamadas en CHEARS
flowtables) que utilizaría CHEARS para llevar la presión de fondo fluyente a
presiones de cabezal.
Seguidamente se exportaron los Grids con sus respectivas propiedades, las fallas y los
pozos, desde GOCAD hasta CHEARS. Este proceso requiere la exportación de cada
objeto por separado para luego ser todos relacionados mediante la creación de un
archivo.deck (que no es más que escribir en un lenguaje que el simulador entienda
que es lo que se desea hacer y qué métodos y valores va a utilizar para ello). Una vez
que todo fue exportado y el deck fue creado, se realizó un estudio del modelo sin
pozos para comprobar que todos los fluidos estuviesen en equilibrio y no existiese
movimiento alguno de los mismos.
76
Capítulo IV
Marco Metodológico
77
Capítulo V
Análisis de Resultados
5. CAPÍTULO V
ANÁLSIS DE RESULTADOS
En este capítulo se describen punto a punto resultados obtenidos en cada paso
metodológico. Adicionalmente muestra los análisis realizados a cada uno así como el
razonamiento que llevó a dicho análisis.
El campo Starfish cuenta dos empaques de arenas que pueden ser divididos en un
total de seis yacimientos nombrados por orden alfabético (D, E0, E, G1, G3 y G4). Se
cuentan con dos pozos exploradores que fueron utilizados como la data “dura”
disponible (Figura 5. 1). Para cada arena fue necesario la determinación de todas sus
propiedades petrofísicas, empleando los registros eléctricos disponibles de ambos
pozos (Figura 5. 2 y Figura 5. 3).
78
Capítulo V
Análisis de Resultados
Figura 5. 1 : Sección Estructural Noroeste-Sureste del campo Starfish correlacionado con el campo vecino Dolphin.
79
Capítulo V
Stratigraphic Section NW-SE
Análisis de Resultados
Starfish
Starfish-2 Starfish-1st1
C
C
D D D
MFS _E 0E 1
MFS _E 0E 1
MFS _E 0E 1 E0
E0
E0
E1
E1
E1
E2 E2
E2
80
Capítulo V
Análisis de Resultados
Stratigraphic Section NW-SE
S tarfish-1
S tarfish-1st1 D olphin-1
F F F
G1
G1
G2
G1
G2
G3
G3 G2
G4
G3
G4
G4
G5
G5
G6
G6
G7
G7
Figura 5. 3: Registro y Correlación de Arenas Inferiores del campo Starfish con el campo Dolphin
81
Capítulo V
Análisis de Resultados
82
Capítulo V
Análisis de Resultados
Tabla 5. 1
83
Capítulo V
Análisis de Resultados
Horizontes P10 P50 P90 P10 P50 P90 P10 P50 P90 P10 P50 P90
D 0.20 0.40 0.50 0.11 0.13 0.15 0.70 0.50 0.30 0.40 0.63 0.80
E0 0.40 0.50 0.60 0.21 0.23 0.25 0.60 0.40 0.20 0.40 0.57 0.80
E2 0.50 0.60 0.70 0.15 0.17 0.19 0.50 0.30 0.10 0.20 0.42 0.60
G1 0.60 0.70 0.80 0.18 0.20 0.22 0.50 0.33 0.10 0.30 0.53 0.70
G3 0.50 0.60 0.70 0.16 0.18 0.20 0.50 0.33 0.10 0.20 0.38 0.60
G4 0.60 0.70 0.80 0.20 0.22 0.24 0.50 0.31 0.10 0.10 0.34 0.50
84
Capítulo V
Análisis de Resultados
85
Capítulo V
Análisis de Resultados
Figura 5. 6: Contacto E2
86
Capítulo V
Análisis de Resultados
87
Capítulo V
Análisis de Resultados
Para la realización de esta etapa del proyecto se crearon tres grids correspondientes a
los tres casos P10, P50 y P90 de las superficies mencionadas en la metodología. Los
tres grids creados tienen un número de celdas de 56x15X471 = 395640 con un área
promedio de 181 metros cuadrados y una extensión vertical de solo 1.81 pies para no
perder detalle vertical. Los grids creados fueron no estructurales, lo que significa que
el tamaño de las celdas no es constante, permitiendo así que las mismas se ajustaran
perfectamente a la falla sello principal del yacimiento sin generar errores estructurales
en el grid. La Figura 5. 8 muestra el grid y su ajuste a la falla mientras que la Figura
5. 9 muestra como el grid y las superficie se encuentran perfectamente adaptados.
88
Capítulo V
Análisis de Resultados
Una vez creados los grids la geóloga del campo seleccionó las áreas P10, P50 y P90
para cada arena. Estas áreas representan para cada caso la extensión areal del
yacimiento. En la Figura 5. 10 se muestran las áreas seleccionadas para la arena E0.
89
Capítulo V
Análisis de Resultados
Tres diferentes facies fueron creadas (Arenas limpias =1, Arenas laminadas =2 y
Lutitas =3) para luego asignarle sus respectivos valores petrofísicos. La importancia
en la creación de las facies radica en permitir una mejor representación litológica
pues de lo contrario la división seria básicamente arenas y lutitas, mientras que
utilizando las facies se añade una tercera unidad litológica denominada arena
laminada la cual posee mejores propiedades que una lituta pero no tan buenas como
una arena limpia. El la Figura 5. 11 se puede observar cual es la distribución de facies
resultante presente en los pozos, esta distribución fue la honrada por el simulador al
momento de popular el modelo completo.
90
Capítulo V
Análisis de Resultados
91
Capítulo V
Análisis de Resultados
D Sand D Sand
0% 0%
42% 47%
58% 53%
E0 Sand E0 Sand
2% 3%
17% 19%
81% 78%
E2 Sand E2 Sand
7% 14% 13%
15%
78% 73%
92
Capítulo V
Análisis de Resultados
G1 Sand G1 Sand
5% 10%
37% 33%
58% 57%
G3 Sand G3 Sand
0% 0% 13%
18%
82% 87%
G4 Sand G4 Sand
17% 20%
45% 43%
38% 37%
En esta sección se crearon y utilizaron tres distribuciones externas por arena para
cada facie, correspondientes a los valores determinados como P10, P50 y P90 de
porosidad y net to gross . La Tabla 5. 3 muestra los valores de net to gross para la
facie de arena laminada, utilizados para asignar el valor promedio de las
distribuciones triangulares seleccionadas. La Figura 5. 14 muestra las distribuciones
triangulares de los valores de net to gross, generadas y posteriormente asignadas a la
facie de arenas laminadas, a partir de los valores promedios mostrados en la tabla 5.3.
93
Capítulo V
Análisis de Resultados
4.5
3.5
Frequency (arbitrary)
2.5
1.5
0.5
0
0.00 0.20 0.40 0.60 0.80 1.00
NTG (fraction)
95
Capítulo V
Análisis de Resultados
4.5
3.5
Frequency (arbitrary)
2.5
1.5
0.5
0
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40
PHIE (fraction)
96
Capítulo V
Análisis de Resultados
0.25
Comparación de Porosidades P10
0.20
0.15
Porosidad
0.10
0.05
0.00
D E0 E2 G1 G3 G4
0.25
Comparación de Porosidades P50
0.20
0.15
Porosidad
0.10
0.05
0.00
D E0 E2 G1 G3 G4
97
Capítulo V
Análisis de Resultados
0.30
Comparación de Porosidades P90
0.25
0.20
Porosidad
0.15
0.10
0.05
0.00
D E0 E2 G1 G3 G4
98
Capítulo V
Análisis de Resultados
99
Capítulo V
Análisis de Resultados
Arena D
1.2
Caso A B
Bajo 2.65 1.03
1
Medio 2.3 0.91
Alto 2.06 0.82
0.8
Sw
0.6
0.4
0.2
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
Porosity
100
Capítulo V
Análisis de Resultados
Arenas E0/E/E2
1
Caso A B
0.9 Bajo 1.9 0.9
0.8 Medio 1.46 0.7
0.7 Alto 0.88 0.45
0.6
0.5
Sw
0.4
0.3
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5
Porosity
Arenas G
0.8
Caso A B
0.7 Bajo 1.6 0.77
Medio 1.27 0.6
0.6 Alto 0.9 0.42
0.5
0.4
Sw
0.3
0.2
0.1
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
Porosity
101
Capítulo V
Análisis de Resultados
Habiendo obtenido todas las variables para popular el modelo, fue necesario conocer
la manera óptima de combinar todas esas variables para obtener el rango más amplio
y representativo de resultados posibles. Para esto se utilizó la teoría de Plackett and
Burman con variables del tipo L2 (solo dos valores puede tomar las variables) y se
obtuvo la matriz mostrada en la Figura 5. 24 para realizar las combinaciones y
generar solo 13 corridas. Los resultados se muestran en la Tabla 5. 5
GOES (BCF)
D E0 E2 G1 G3 G4 All
Corrida1 13 133 36 304 104 289 880
Corrida 2 11 137 63 369 129 404 1114
Corrida 3 20 182 38 294 165 265 964
Corrida 4 10 141 25 177 55 105 514
Corrida 5 14 90 19 137 58 85 403
Corrida 6 11 124 28 163 64 97 486
Corrida 7 42 297 109 472 199 484 1602
Corrida 8 12 75 21 131 57 89 383
Corrida 9 18 188 104 381 233 347 1271
Corrida 10 19 170 45 303 173 261 971
Corrida 11 12 104 26 174 54 106 476
Corrida 12 4 65 14 120 34 71 309
Corrida 13 14 135 32 246 90 194 711
102
Capítulo V
Análisis de Resultados
Una vez obtenidos los resultados de las trece corridas, se utilizaron para determinar el
impacto que tenía cada variación de cada factor en el resultado total del GOES.
En la
Tabla 5. 6 se muestran los resultados resumidos de los casos P10 P50 y P90 por
arena y en la última fila de la misma, se muestra la sumatoria de todas las arenas
para cada caso, de manera de observar el GOES resultante de todo el campo para
cada caso.
103
Capítulo V
Análisis de Resultados
104
Capítulo V
Análisis de Resultados
105
Capítulo V
Análisis de Resultados
GOES (Bcf)
P10 P50 P90
D 7 13 16
E0 104 141 178
E2 24 31 41
G1 166 248 334
G3 60 107 157
G4 108 212 319
Todos 469 751 1,046
106
Capítulo V
Análisis de Resultados
(a) Se seleccionó una de las trece corridas originales, que se encuentre más
cercana al valor arrojado por Crystal Ball para cada caso (P10, P50 o P90) por
arena. Para cada caso (P10, P50 o P90) se tendrán seis números de corridas
representativas, correspondientes a las seis arenas que contiene cada caso.
(b) Se tomó como corrida representativa de cada caso, la corrida que mayor
número veces sea repetida en un mismo caso. De darse el caso de que dos o
más corridas tienen el mismo número de corridas representativas, se eligió a la
corrida que corresponda a la arena de mayor volumen.
Con cada una de las tres corridas representativas, se buscó en la tabla de corridas,
cuál fue su combinación de parámetros (saturación, porosidad, área, entre otro) para
repetir esa combinación en el escalamiento. Es decir, si la corrida representativa del
caso P50 utilizó un área P90 con una porosidad P50 y una saturación P10; esa misma
combinación de parámetros fue repetida en el momento de realizar el escalamiento
para asegurar que el modelo dinámico P50 esté basado en el modelo estático P50.
5.3 ESCALAMIENTO
Con la corrida representativa para cada caso P10, P50 y P90 se realizó el
escalamiento. Para esto se tuvo tres parámetros importantes en cuenta
107
Capítulo V
Análisis de Resultados
cuadrados debido a que el escalamiento realizado fue solo vertical, es por ello que la
altura de las celdas pasó a ser en promedio de 25 pies. El comportamiento del flujo
fraccional (Figura 5. 32) y de la permeabilidad (Figura 5. 33) fue mantenido
exitosamente concluyendo con esto un exitoso trabajo de escalamiento.
108
Capítulo V
Análisis de Resultados
109
Capítulo V
Análisis de Resultados
Este modelo integrado requirió de tres etapas interdependientes que fue necesario
completar antes de plantear los diferentes casos de estudio. Esas etapas serán
presentadas a continuación.
Para iniciar esta etapa primero fue necesaria la selección del Datum para cada arena, a
continuación las presiones de cada arena fueron llevadas a su datum respectivo y los
tamaños de acuíferos y relaciones de radios fueron determinadas. La Tabla 5. 7
muestra los resultados obtenidos para cada arena.
Una vez obtenidos todos los valores previos, se crearon los yacimiento en MBAL con
todos los datos de entrada requeridos. El análisis PVT empleado fue validado en
PVTLIB y suministrado al programa MBAL para luego seleccionar la correlación de
110
Capítulo V
Análisis de Resultados
mejor ajuste para la viscosidad del gas, resultando ser la correlación de Lee et al. La
Figura 5. 34 muestra la interfaz MBAL con el PVT cargado y la correlación
seleccionada.
111
Capítulo V
Análisis de Resultados
Creados los seis yacimientos creados (D, E0, E2, G1, G3 y G4) y se procedió a la
segunda etapa del modelo que consistía en la creación de los comportamientos de
producción de cada arena o yacimiento.
112
Capítulo V
Análisis de Resultados
podría ser comparado el flujo máximo resultante de ambas y deberían ser muy
cercanos.
113
Capítulo V
Análisis de Resultados
Una vez determinados los coeficientes C y N para las arenas inferiores y superiores,
se realizó una sensibilidad de diámetros de tubing para determinar cuál sería el
diámetro óptimo para el desarrollo del campo. El resultado de la sensibilidad indicó
que el diámetro óptimo corresponde a 7’’ debido a que un diámetro mayor produce
un volumen adicional mas no es suficientemente grande para justificar las diferencias
en precios de un diámetro y otro. En la Figura 5. 40 se pueden observar los resultados
de la sensibilidad realizada.
114
Capítulo V
Análisis de Resultados
115
Capítulo V
Análisis de Resultados
116
Capítulo V
Análisis de Resultados
117
Capítulo V
Análisis de Resultados
Para esta etapa se realizó una sensibilidad de número de pozos a diferentes tasas
de producción para determinar el número de pozos óptimos a proponer en el plan
de desarrollo y el rango de tasas que se pudiese disponer.
118
Capítulo V
Análisis de Resultados
70
60
Tasa de 100MMscfd
50
40 Tasa de 150 MMscfd
30 Tasa de 200 MMscfd
20
10
0
2 3 Número4de pozos 5 6
(a) El número de pozos a ser considerado en los casos generados estará entre 3 y
4, debido que para valores superiores, el crecimiento en el factor de recobro
no es considerable. Posteriormente se realizó un análisis económico que
permitió tomar una decisión concreta.
(b) La tasa requerida debe estar entre los valores de 150 y 200 MMscfd debido a
que por debajo de esos valores, el factor de recobro se reduce
considerablemente.
(c) Los factores de recobro mostrados por un sistema IPM se consideran
optimistas (resultado al trabajar con modelos tipo tanque que asumen la
homogeneidad en el yacimiento), es por esto, que se realizan comparaciones
de manera que se estudien casos generados con el mismo grado de optimismo
permitiendo así concluir de forma acertada acerca de los casos.
119
Capítulo V
Análisis de Resultados
Una vez reducido el número de pozos a estudiar y la tasa de producción haber sido
fijada en 180 MMscfd, se procedió a crear cinco casos que representan cinco
posibilidades distintas de desarrollar el campo, pudiendo así determinar el plan de
explotación óptimo y posteriormente representarlo en el modelo dinámico con el
simulador numérico.
Los cinco casos fueron creados bajo ciertos parámetros comunes y son:
(a) Todos los casos comenzaron su producción en el 2016 y el punto final fue
enero del 2027.
(b) Se estableció que un 10% más de la tasa requerida debía ser el mínimo del
potencial del campo, ya que ese 10% es considerado seguridad de suministro.
(c) A todos los casos se les aplicaron dos etapas de compresión una llevando la
presión hasta 800 lpc y la posterior etapa hasta 300 lpc.
(d) Las etapas de compresión fueron aplicadas cada vez que el potencial del
campo llegaba al mínimo de seguridad de suministro.
(e) En el año 2021 se asumió una falla de pozo en aquel pozo que tenga la mayor
producción de agua. Esto se realizó para tratar de ser conservadores en la
representación del modelo y asumir que este escenario se puede presentar así
como se ha presentado en el campo análogo y vecino Dolphin.
Una vez definidos los parámetros comunes, se estudiaron cinco diferentes casos:
1. En una sola fase se perforan dos pozos. Uno es completado en las arenas
inferiores y el otro es completado en las arenas superiores. La tasa de
producción establecida fue de 180 MMscf. Ver Figura 5. 44
2. En una sola fase se perforaron tres pozos, dos fueron completados en las
arenas inferiores y uno fue completado en las arenas superiores. La tasa de
producción establecida fue de 180MMscf. Ver Figura 5. 45
120
Capítulo V
Análisis de Resultados
3. En una sola fase se perforaron cuatro pozos, dos fueron completados en las
arenas inferiores y dos fueron completados en las arenas superiores. La tasa de
producción establecida fue de 180MMscf. Ver Figura 5. 46
4. En una sola fase se perforaron cuatro pozos, tres fueron completados en las
arenas inferiores y uno solo fue completado en las arenas superiores. La tasa
de producción establecida fue de 180MMscf. Ver Figura 5. 47
5. En la primera fase de producción se perforaron dos pozos, uno fue completado
en las arenas inferiores y otro fue completado en las arenas superiores. La tasa
de producción fue establecida en 150MMscf. Dos años después se realiza la
segunda fase de perforación adicionando un pozo completado en las arenas
inferiores y elevando la tasa de producción establecida hasta 180 MMscf. Ver
Figura 5. 48
Es importante mencionar que el caso número cinco se creó con la intensión de
obtener datos de producción antes de la perforación del tercer pozo. Permitiendo así,
la realización de un análisis P/Z para determinar el GOES del campo con exactitud y
poder conocer entonces cual de los tres comportamientos (P10, P50 o P90)
corresponde con el campo.
121
Capítulo V
Análisis de Resultados
Una vez corridos los cinco casos se realizaron gráficas comparativas para poder
decidir cuál sería el plan de desarrollo óptimo a proponer. En las Figura 5. 49Figura
5. 50 se evidencia que los recobros y plateau más elevados corresponde lógicamente
con los casos que mayor número de pozos presentan.
124
Capítulo V
Análisis de Resultados
2 Pozos
Recobro por Caso 3 Pozos
4 Pozos
90 84.02
79.16 80 78.35
80
70
Factor de recobro (%)
60 56
50
40
30
20
10
0
Caso 1 Caso 2 Caso 3 Caso 4 Caso 5
2 Pozos
Plateau por Caso 3 Pozos
4 Pozos
8.0 7.5
7.0 6.6
6.2
5.8
6.0
Plateau (años)
5.0
4.0
3.0
2.0
1.0
0.0
0.0
Caso 1 Caso 2 Caso 3 Caso 4 Caso 5
125
Capítulo V
Análisis de Resultados
Luego de realizar las gráficas comparativas por casos, fue necesario establecer el
factor económico, que representa el factor dominante en la elección de un plan de
desarrollo, para poder determinar si la diferencia en recobro existente entre los casos
con diferentes número de pozos, justifica la inversión .Así pues, se creó una curva
que relacionara directamente las ganancias netas obtenidas por la empresa con el
porcentaje de recobro alcanzado (ver Figura 5. 51)
126
Capítulo V
Análisis de Resultados
(a) Es económicamente rentable colocar tres pozos en vez de dos, pues el factor
de recobro aumenta 23% adicional aproximadamente. No así al aumentar de
tres a cuatro pozos pues solo aumenta el factor de recobro un 6% adicional.
(b) El caso cinco fue seleccionado por encima del caso dos por presentar la
oportunidad de recopilar datos de producción durante los dos primeros años
poder para así tener una mayor certidumbre acerca del GOES y poder
entonces seleccionar una localización óptima del tercer pozo.
Es importante resaltar que este campo presenta una incertidumbre estructural
considerable (ya que la geología del campo es compleja y las amplitudes
sísmicas no son concordantes) por lo que la aplicación de un plan de
explotación que te permita determinar el GOES con un método determinístico
(análisis P/Z) y no probabilístico es de mucha utilidad. Adicionalmente la
diferencia de recobro entre ambos casos alcanza el 1% por lo que
económicamente no es una decisión cuestionable.
127
Capítulo V
Análisis de Resultados
128
Capítulo V
Análisis de Resultados
129
Capítulo V
Análisis de Resultados
Una vez creados los pozos se realizó la exportación de todos los parámetros
necesarios desde GOCAD hacia el simulador CHEARS, estos parámetros fueron:
130
Capítulo V
Análisis de Resultados
Para finalizar, se corrieron los modelos P10, P50 y P90. Las Figura 5. 55,,Figura 5.
56 y Figura 5. 57 muestran los resultados correspondientes.
131
Capítulo V
Análisis de Resultados
132
Capítulo V
Análisis de Resultados
700
600
500
Recobro (bcf)
400
300
200
100
0
P10 P50 P90
134
Capítulo V
Análisis de Resultados
6
5
4
3
2
1
0
P10 P50 P90
69%
68%
68%
67%
67%
66%
66%
P10 P50 P90
135
Capítulo V
Análisis de Resultados
(a) El caso P90 representa el caso más elevado en año de plateau y recobro mas
no así en cuanto a su factor de recobro. La razón de esto es que a pesar de que
el caso P90, por representar el escenario más optimista, no presenta falla de
pozo y por ende sus años de plateau y su recobro va a ser mayor que los otros
dos caso, así mismo su GOES es mucho mayor que para los casos P50 y P10
(ver Tabla 5. 6: Resultados de GOES) y por ende la cantidad de gas a
recuperar es mucho mayor haciendo esto que el factor de recobro disminuya si
el recobro del campo no crece en la misma proporción que creció el GOES
entre los escenarios P50 y el P90
(b) Los factores de recobro se encuentran por el orden de 69% y es debido a los
escenarios altamente conservadores que se están planteando. La desventaja de
realizar esto es que tiene un impacto negativo en las reservas de la empresa.
Más sin embargo es considerada una buena práctica pues prácticamente el
rango de resultados creados abarca el mayor número de eventos que pudiesen
ocurrir.
136
Conclusiones
CONLUSIONES
137
Recomendaciones
RECOMENDACIONES
138
Referencias Bibliográficas
REFERENCIA BIBLIOGRÁFICAS
[8] Bermudez, J., “Estudio de las influencias de las variables que afectan un
sistema integrado subsuelo superficie para producción de petróleo”,
Universidad del Zulia, Maracaibo, 2001
139
Bibliografía
BIBLIOGRAFÍA
Jose Umberto Borges, “Well Test Analysis in Tight Gas Reservoir”. SPE
121113
140
Apendice A
6. APENDICE A
IPM SUITE
Generalidades
Uno de los programas más novedosos que facilitan esa función es el IPM (Integrated
Production Modelling), desarrollado por la casa de programas computacionales
Petroleum Experts Limited. El paquete IPM, compuesto por GAP, PROSPER,
MBAL, PVTp, REVEAL y RESOLVE, permiten al ingeniero modelar, optimizar y
correr pronósticos de producción, para el sistema de producción completo, desde el
yacimiento hasta la red de superficie, bien sea para el desarrollo de un nuevo campo,
un nuevo pozo, facilidad de superficie, la optimización de lo ya existente.
141
Apendice A
142
Apendice A
(a) Ejecución de una comparación histórica de los datos del yacimiento, para así
identificar los hidrocarburos en sitio y los mecanismos de empuje
predominantes.
143
Apendice A
(m) MBAL permite al ingeniero ajustar las correlaciones PVT con datos del
campo, previniendo errores acumulados entre los diferentes pasos de la
simulación.
144
Apendice A
(b) Datos PVT (PVT Data): Agrupa todos los datos PVT del fluido producido, así
como la presión y temperatura del yacimiento. Tiene la opción de ingresar
datos a diferentes presiones y temperaturas, para ajustar las correlaciones del
programa. También permite crear tablas con todos los datos disponibles, a
partir de las cuales el programa interpolará los valores necesarios.
(c) Datos IPR (IPR Data): Presenta la gráfica del comportamiento de influjo del
yacimiento o IPR. Los datos de entrada necesarios dependen del modelo de
yacimiento seleccionado por el usuario, y la manera de tratar el factor de daño
causado por la perforación del pozo.
145
Apendice A
(c) Diseño, diagnóstico y optimización de pozos productores por gas lift, bombeo
hidráulico y bombeo electro sumergible.
(e) Cálculo de pérdidas de presión en los pozos, líneas de flujo y a través de los
reductores.
(h) Calcular el factor de daño total del pozo y determinar sus causas (Daño,
desviación o penetración parcial).
147
Apendice A
148
Apendice A
(j) La interfase gráfica para dibujar la red del sistema es sencilla de usar, gracias
a los diferentes íconos que identifican cada uno de los componentes.
(p) Las correlaciones de caída de presión en las líneas pueden ser ajustadas a
datos medidos y cada una de las líneas pueden usar correlaciones diferentes.
149
Apendice A
(q) Permite compara el modelo con datos medidos para controlar la calidad de las
curvas de comportamiento obtenidas para cada pozo.
150
Apendice B
7. APENDICE B
DECKS
************************************************************
* *
* Starfish Field T&T *
* January 2010 *
* Alejandro Lerza *
************************************************************
*
************************************************************
* PROBLEM DESCRIPTION
************************************************************
SIMULATOR CHEARS CONDENSATE ISOTHERMAL
*CHECKDATA
NOECHO INPUT
TITLE STARFISH FIELD
START 01-JAN-2015
EQNSOLVER CLUB 40 0.00001 30 60 61
RESTART TIMESTEP -1 1
FORMULATION OWG IMPLICIT DISPERSED NONDARCY
NORMSATENDPT
MEGAWORDS 100.0
CHARARRAY 600000.0
MTBSIZE 2.50
* WLS CMP WCMP
151
Apendice B
152
Apendice B
153
Apendice B
154
Apendice B
155
Apendice B
OILGASPERM 1
* SG KRG KROG PCOG
0.00 0.00 0.76 0.00
0.02 0.00 0.73 0.00
0.54 0.15 0.00 0.00
0.90 0.85 0.00 0.00
1.00 1.00 0.00 0.00
RCOMPRESS 4.0E-05 5338. 1
************************************************************
* INITIALIZATION DATA
************************************************************
* DEPTH PRESS WOC GOC REFREG REGTYP REGNUM
* D_sand
EQUILIBRIUM 6490. 3083. 6610. # 0 WATER 1
* E0/E1_sand
EQUILIBRIUM 6636. 3094. 7008. # 0 WATER 2
* E2_sand
EQUILIBRIUM 6780. 3105. 6904. # 0 WATER 3
* G1/G2_sand
EQUILIBRIUM 8570. 3893. 8817. # 0 WATER 4
* G3_sand
EQUILIBRIUM 8730. 3904. 8933. # 0 WATER 5
* G4_sand
EQUILIBRIUM 8930. 3943. 9083. # 0 WATER 6
RSRLINIT DEW 1
EQUILRSRL
156
Apendice B
# 0.45 0.8
RSRLINIT DEW 2
EQUILRSRL
# 0.45 0.8
RSRLINIT DEW 3
EQUILRSRL
# 0.45 0.8
RSRLINIT DEW 4
EQUILRSRL
# 0.45 0.8
RSRLINIT DEW 5
EQUILRSRL
# 0.45 0.8
RSRLINIT DEW 6
EQUILRSRL
# 0.45 0.8
DATUMPRES 6490 # # # 1
DATUMPRES 6636 # # # 2
DATUMPRES 6780 # # # 3
DATUMPRES 8570 # # # 4
DATUMPRES 8730 # # # 5
DATUMPRES 8930 # # # 6
************************************************************
* GRID DIMENSIONS
************************************************************
************************************************************
157
Apendice B
* CELL PROPERTIES
************************************************************
INCLUDE '/amd/prtolc/data/generic/starfish/chears/include/LOW_Grid.grid'
MTBRDEF STARFISH
WINDOW 1 55 1 15 1 54
***Xperm multiplier was selected by a sensitivity cases
XPERM
ALL * 5
YPERM
COPY XPERM
*
SWIR
ALL = 0.32
* Assign equilibrium regions (EQUILREG)
INCLUDE '/amd/prtolc/data/generic/starfish/chears/include/Equilreg'
SORW
ALL = 0.10
*
SORG
COPY SORW
*
SGC
ALL = 0.28
*
ZPERM
COPY XPERM
158
Apendice B
ZPERM
ALL * 0.01
*-----------------------------------------------------------
* DERIVED CELL PROPERTIES
*-----------------------------------------------------------
ZTRANS
LAYER 10 = 0.0
LAYER 19 = 0.0
LAYER 38 = 0.0
LAYER 46 = 0.0
************** VOLUME ADJUSTION****************
POREVOLUME
WINDOW 1 56 1 15 1 10 * 0.6108
WINDOW 1 56 1 15 11 19 * 1.0667
WINDOW 1 56 1 15 20 28 * 0.8952
WINDOW 1 56 1 15 30 38 * 0.9978
WINDOW 1 56 1 15 39 46 * 1.1298
WINDOW 1 56 1 15 47 55 * 1.1692
INCLUDE '/amd/prtolc/data/generic/starfish/chears/include/Faults'
**************************************
*Aquifer Adjustments
**************************************
INCLUDE '/amd/prtolc/data/generic/starfish/chears/include/Aquifer_LowCase'
************************************************************
* RECURRENT DATA
************************************************************
159
Apendice B
DATE 01-JAN-2015
*********************** ACTION LIST *******************
WELALIST TAPON
WORKOVER PLUGBOT
**************************************************
TSSET 0.10
TSLIM 0.10 30.0
ACCEPTOSC 0.05 100 0.05 0.25
GRAPHFREQ 2
*-------------------------------------------------
INCLUDE
'/amd/prtolc/data/generic/starfish/chears/include/Sf_NewWells_P10_Completions.che
ars'
FLOWTAB Sf_U1 1
FLOWTAB Sf_L1 2
ASSIGN MINWHP ALLWELLS 1265.
ASSIGN MAXWAT ALLWELLS 2000.
ASSIGN WELLIMIT MINGAS ALLWELLS 1000.
GRPTARGET GAS ALLWELLS 150000
******************************************************************
*INCLUDE
'/data/loran/Simulations/phase_2/p2_c/Chears/includes/Single_inlet_network_two_pl
atform_24Wh.data'
******************************************************************
SHUTIN Sf_U1
SHUTIN Sf_L1
DATE 01-JUL-2015
DATE 01-OCT-2015
160
Apendice B
DATE 01-JAN-2016
PRODUCER Sf_U1
PRODUCER Sf_L1
*
DATE 01-APR-2016
DATE 01-JUL-2016
DATE 01-OCT-2016
*
*
DATE 01-JAN-2017
DATE 01-APR-2017
DATE 01-JUL-2017
DATE 01-OCT-2017
*
GRPTARGET GAS ALLWELLS 180000
DATE 01-JAN-2018
*
DATE 01-APR-2018
DATE 01-JUL-2018
DATE 01-OCT-2018
*
DATE 01-JAN-2019
*
*WELLIMIT MAXWGR Sf_L1 0.001 0.002 TAPON
*
DATE 01-FEB-2019
161
Apendice B
DATE 01-MAR-2019
DATE 01-APR-2019
DATE 01-JUL-2019
DATE 01-OCT-2019
*
DATE 01-JAN-2020
DATE 01-APR-2020
*ASSIGN MINWHP ALLWELLS 800.
*
DATE 01-JUL-2020
DATE 01-OCT-2020
*
*WELLIMIT MAXWGR Sf_L1 OFF
*
*
DATE 01-JAN-2021
SHUTIN Sf_L1
DATE 01-APR-2021
DATE 01-JUL-2021
DATE 01-OCT-2021
*
DATE 01-JAN-2022
DATE 01-APR-2022
DATE 01-JUL-2022
DATE 01-OCT-2022
*
162
Apendice B
DATE 01-JAN-2023
DATE 01-APR-2023
DATE 01-JUL-2023
DATE 01-OCT-2023
*
DATE 01-JAN-2024
DATE 01-APR-2024
DATE 01-JUL-2024
*
*ASSIGN MINWHP ALLWELLS 300.
*DATE 01-OCT-2024
*
DATE 01-JAN-2025
DATE 01-APR-2025
DATE 01-JUL-2025
DATE 01-OCT-2025
*
DATE 01-JAN-2026
DATE 01-APR-2026
DATE 01-JUL-2026
DATE 01-OCT-2026
DATE 01-JAN-2027
*
STOP
163
Apendice C
8. APENDICE C
COMPLETACIONES DE POZOS
* CHEARS Well Completion File
WELLDEF SF_U1
WELLBORE SF_U1 3
WELLDEF Sf_L2
WELLBORE Sf_L2 3
WELLDEF Sf_L1
WELLBORE Sf_L1 3
* I J K PI RW SK KH IR TP BP IZ PIMUL BKOH
STATUS
164
Apendice C
* I J K PI RW SK KH IR TP BP IZ PIMUL BKOH
STATUS
* I J K PI RW SK KH IR TP BP IZ PIMUL BKOH
STATUS
165