Professional Documents
Culture Documents
INGENIERA
FACULTAD DE INGENIERA DE PETRLEO, GAS
NATURAL Y PETROQUMICA
Prefacio
El propsito de esta tesis es determinar el componente probabilstico asociado a la
prediccin de la performance de un reservorio, de modo que complemente y acaso
mejore el enfoque tradicional determinista basado en el balance de materia, que nos
ofrece una aproximacin fcilmente inteligible pero que sin embargo no da cuenta de
la incertidumbre inherente a todo pronstico.
Para ello hemos seleccionado los mtodos predictivos formulados por Tarner y Tracy
que aunque obviamente difieren en el procedimiento a seguir comparten una
importante caracterstica, la iteratividad: la bsqueda a travs de un proceso de
ensayo y error de la convergencia de la variable de control respectiva la Produccin
Acumulada de Gas en el primer caso y el Gas Oil Rate en el segundo, el grado de
convergencia es determinado con antelacin dictado por nuestra necesidad de
exactitud hasta obtener una aproximacin aceptable del grado de depletacin del
reservorio; el diseo original de estos mtodos es aplicable a reservorios de tipo
saturado y volumtrico lo que lejos de ser una limitacin invita al lector a explorar la
extensin de esta metodologa para el caso de reservorios no volumtricos, es decir
con influjo de agua, mediante los modelos matemticos apropiados, el carcter
iterativo de ambos mtodos hace propicio el desarrollo de un programa de
computadora ad hoc.
Agradecimientos
A mis padres, Rodolfo y Olinda, sin cuyo concurso y perseverancia no hubiese sido
posible encontrar el camino que hoy transito, a mi familia y amigos con quienes
siempre estar en deuda y a mi amada compaera Angela, por su empeo en creer
mas all de lo razonable en mi, gracias.
Contenido
Prefacio..........................................................................................................2
Agradecimientos............................................................................................4
1.1. Fundamento y aplicabilidad.................................................................6
1.2. Descripcin del proceso iterativo. Diagrama de flujo.......................10
1.3. El cociente de permeabilidades relativas. Correlaciones...................19
1.4. Ejemplo de aplicacin........................................................................22
2...............................El mtodo de Tracy: Fundamento y aplicabilidad
...........................................................................................................30
2.1. Descripcin del proceso iterativo. Diagrama de flujo.......................32
2.2. Ejemplo de aplicacin........................................................................37
3. La produccin en el tiempo: La descripcin y prediccin del desempeo de
un pozo, el Inflow Performance Relationship IPR .................................... 42
3.1. El mtodo clsico de Vogel................................................................46
3.2. Ejemplo de aplicacin........................................................................54
4. El pronstico determinista: Estudio de caso.........................................58
5. El componente probabilstico: La simulacin de Monte Carlo............68
5.1. Optimizando el muestreo: Latin Hypercube sampling......................72
6. El pronstico estocstico aplicado........................................................75
7. La interpretacin de los resultados: Breve introduccin al concepto del Valor
Esperado o Esperanza Matemtica ............................................................ 84
8. Esbozando Conclusiones......................................................................92
9. Bibliografa...........................................................................................97
10. Apndice I: cdigo VBA de las Macros empleadas paso a paso.......98
11. Apndice II: Historial de produccin...............................................107
12. Apndice III: Resultados de la simulacin de Monte Carlo............110
1. La Prediccin
del
del
Reservorio:
Tarner
desempeo
El mtodo de
Ecuacin 1.1.1
La simbologa empleada es la usual en la industria por lo que nos remitiremos a aclarar la misma slo de
ser necesario, esta aclaracin es vlida tambin en cuanto a unidades se refiere.
El mtodo se dise para un reservorio de tipo volumtrico por lo que no hay influjo
de agua en l, para una presin de reservorio menor o igual al punto de burbuja lo que
clasifica al mismo como saturado por lo que razonablemente suponemos que la
expansin del gas en el reservorio tiene un efecto significativamente mayor que la
expansin de la formacin misma y la expansin del agua irreducible, esto nos permite
escribir:
Ecuacin 1.1.2
Pero como
Ecuacin 1.1.3
Este valor calculado de la produccin acumulada de gas a una cierta futura presin,
requiere que hagamos una primera suposicin del porcentaje del Original Oil in
Place que ha sido producido para iniciar el proceso iterativo, es decir, debemos
adivinar el valor de de modo que se cumpla:
Calculado Gp
Ecuacin 1.1.4
Como el lector intuye esta ecuacin no es sino el desarrollo de la propia definicin del
Gas Oil Rate para dos instantes distintos (por lo que el promedio se hace
necesario);
Ecuacin 1.1.5
Como observamos las variables involucradas en esta definicin dependen de la
presin y deben estar definidas a partir de los datos del anlisis PVT. Es de notar la
especial sensibilidad de esta definicin a los valores que la relacin de
permeabilidades relativas que en ausencia de datos puede ser estimada a partir de
correlaciones especiales como veremos ms adelante.
Los valores de la produccin acumulada de gas se hacen converger variando el
estimado de la produccin acumulada de Oil a la presin dada hasta alcanzar el grado
de precisin deseado, el proceso se repite para cada presin de reservorio
3
Es oportuno en este punto mencionar que debemos diferenciar claramente entre tres tipos de GOR,
expresados en scf/STB:
1. El instantaneous gas oil rate
2.
El solution gas oil rate i.e. gas solubility Rs
3.
El cumulative gas oil rate Rp
Ahmed & Mc Kinney definen al instantaneous GOR como: The produced GOR at any particular time is
the ratio of the standar cubic feet of total gas being produced at any time to the stock-tank barrels of oil
being produced at that same instant
3
El pronstico se puede extender hasta la
presin de abandono que usualmente es definida en base al
caudal mnimo que hace econmicamente aceptable la operacin de un pozo, este es un asunto de ndole
econmica que escapa a nuestros objetivos, sin embargo, hacemos referencia al libro de M. A. Mian,
Project Economics and Desicion Analysis Volume I page 94, que propone una ecuacin para el clculo del
caudal mnimo.
matemticos disponibles .
2. Un reservorio no saturado no requiere de un mtodo iterativo como el de
Tarner para predecir su desempeo, bastar para ello el empleo de la ecuacin
de balance de materiales en forma adecuada al mecanismo de impulsin
primario. Por qu? Como sabemos por encima del punto de burbuja el valor
del GOR se mantiene constante es igual al contenido de gas en solucin:
tampoco hay capa de gas por lo que
condicin volumtrica
y finalmente por la
Ecuacin 1.1.6
Reemplazando:
en la anterior expresin:
Ecuacin 1.1.8
Por lo que al incluir esta definicin en la anterior ecuacin finalmente
obtenemos una expresin bastante simplificada de la que despejamos la
produccin acumulada de petrleo, nuestra variable a pronosticar para obtener:
Ecuacin 1.1.9
Como puede verse esta es una ecuacin con una sola incgnita que no
requiere de un proceso de ensayo y error por lo que su evaluacin es directa
en comparacin con la expresin tambin derivada de la ecuacin de balance
de materiales para el caso del reservorio en estado saturado como veremos en
el siguiente apartado.
Esta ecuacin contiene dos incgnitas, habida cuenta de que disponemos del resto de
la informacin necesaria, la produccin acumulada de petrleo y gas: Np y Gp por lo
que si estimamos el valor de una obtenemos el valor de la otra, lo que en la prctica
implica el empleo de un proceso de ensayo y error.
debe
4. Los datos del anlisis PVT, estos deben incluir la variacin de las viscosidades
tanto del Oil como del Gas con la presin.
5. La variacin de la permeabilidad relativa krg/kro con respecto a la saturacin
7
balance de materiales .
6. Las compresibilidades del agua y de la formacin, estos datos slo son
necesarios si el reservorio se encuentra inicialmente no saturado y
estrictamente no forman parte de los datos requeridos por el mtodo.
Anotemos que la presin inicial en el reservorio considerada esta por encima de la
presin de no debemos olvidar de incluir en el reporte final los resultados parciales
obtenidos en esta fase preliminar, la del reservorio no saturado, si fuese el caso.
Automatizar el mtodo de Tarner, i.e. disear la Macro que ejecute este procedimiento,
implica la definicin de parmetros de control que guarden relacin con el grado de
precisin deseado y la rapidez con que se logra la convergencia, los listamos a
continuacin:
1. DEP: este es el valor que por defecto hemos fijado en un 10% del Original
Oil in Place que da cuenta del porcentaje producido del petrleo original a
una cierta presin dada, en el proceso no ser necesario reiniciar esta
variable para la siguiente presin del reservorio a considerar desde que,
como es obvio, DEP se comporta como una funcin creciente
respecto a
It is apparent from the three predictive oil recovery methods; i.e. Tracys, Muskats, and Tarners, that
the relative permeability ratio krg /kro is the most important single factor governing the oil recovery
Advance Reservoir Engineering, Tarek Ahmed & Paul D. McKinney. Page 342.
8
One of the most practical applications of the MBE is its ability to generate the field relative
permeability ratio as a function of gas saturation that can be used to adjust the laboratory core relative
permeability data Advance Reservoir Engineering, Tarek Ahmed & Paul D. McKinney. Page312.
Ilustracin 1
Ilustracin 2
Ecuacin 1.2.1
Donde el valor del Oil in Place OIP es igual al Original Oil in Place OOIP slo si el
reservorio est inicialmente saturado, de otro modo este valor estar referido al
petrleo remanente en el reservorio luego que este alcance el punto de burbuja segn
la ecuacin:
Ecuacin 1.2.2
10
Emplearemos la variante de la ecuacin de balance de materia propuesta por Havlena & Odeh que
simplifica los clculos como veremos oportunamente en el ejemplo de aplicacin.
Ecuacin 1.2.3
Si el reservorio est inicialmente saturado, obviamente
El siguiente paso es calcular, en base a este primer estimado del Np, la produccin
acumulada de gas a partir de la ecuacin derivada del balance de materiales, la
ecuacin 1.1.3:
Ecuacin 1.2.4
De donde obtenemos la saturacin total de lquidos:
Ecuacin 1.2.5
En este punto el diagrama de flujo hace un llamado a una subrutina, la encargada de
calcular el cociente de permeabilidades relativas para el nivel de saturacin de lquidos
calculado, esto en base a datos de laboratorio o en su defecto a la correlacin
Ecuacin 1.2.6
El valor de la produccin acumulada de gas que tomamos por resultado es el
promedio de estas dos aproximaciones:
Ecuacin 1.2.7
Anlogamente al valor reportado de la produccin acumulada de Oil el anterior
promedio considera el valor inicial de la produccin acumulada de gas de ser el caso:
Ecuacin 1.2.8
Debemos definir ahora la funcin que calcula el error relativo de nuestra estimacin de
la produccin acumulada de gas respecto al promedio, que llamaremos GasRelError:
Ecuacin 1.2.9
Si este valor GasRelError es mayor al error relativo aceptable RelError propuesto en
los parmetros de control, DEP es incrementado en una cantidad fija DEPVAR:
11
Si el reservorio es saturado y el punto inicial se encuentra por debajo del punto de burbuja ser
necesario estimar el GOR inicial que obviamente difiere del valor del gas en solucin a la presin
considerada.
Ecuacin 1.2.10
El proceso se reinicia para un nuevo estimado de la produccin acumulada de Oil a la
presin considerada, de ser menor o igual la iteracin termina y se selecciona una
nueva presin. El proceso termina cuando alcanzamos la presin ltima de abandono.
Desde que para una cierta presin las variables PVT estn previamente definidas,
resulta que este valor es directamente proporcional al cociente de permeabilidades
relativas al Gas y Oil. La permeabilidad relativa se presenta como una funcin de la
saturacin de lquidos en el reservorio, las curvas que describen esta relacin son,
como anotamos, obtenidas usualmente a partir de anlisis de laboratorio Core
Analysis o en su defecto, si hay datos de produccin disponibles, a partir del uso de la
ecuacin de balance de materiales, el rango de variacin del valor de este cociente es
amplio por lo que es usual representarle en escala logartmica.
Veamos un ejemplo
12
Tabla 1
12
Estos datos han sido adaptados del ejemplo propuesto por Cole para ilustrar el uso de la metodologa de
Tarner que emplearemos como ejemplo de aplicacin en el siguiente apartado.
100.000
Krg/Kro
10.000
Data
1.000
0.100
0.010
0.50.550.60.650.70.750.80.850.90.951
Total Liquid Saturation
Ilustracin 3
Ecuacin 1.3.1
La relacin de permeabilidades relativas es a su vez funcin de este valor
segn:
Ecuacin 1.3.2
13
Pore space consisting of cavities or vugs. Vugular porosity can occur in rocks prone to dissolution,
such as limestone, in which case it is secondary porosity. Oil Field Glossary Schlumberger
20
en
formaciones
Ecuacin 1.3.3
Ecuacin 1.3.4
3. Formaciones arenosas no consolidadas y bien clasificadas: la relacin que le
*
Ecuacin 1.3.5
4. Formaciones arenosas no consolidadas y pobremente clasificadas: igualmente
*
Ecuacin 1.3.6
Calculemos las relaciones de permeabilidad relativa correspondientes al ejemplo
propuesto con las correlaciones disponibles, por ejemplo para una saturacin de Oil
igual a 0.60 tenemos segn la correlacin de Torcaso & Wyllie:
14
Aunque es posible aproximar la curva de datos con un polinomio, debemos tener cuidado de que el
comportamiento de esta curva de aproximacin sea consistente con el esperado para el juego de datos
21
100.0000
Tabla 2
10.0000
1.0000
Data
Torcaso and Wyllie Wahl et al.
Correlation 3
Correlation 4
Krg / Kro
0.1000
0.0100
0.0010
0.0001
0.50.550.60.650.70.750.80.850.90.951
Ilustracin 4
Como se aprecia por simple inspeccin grfica que aunque el tren de comportamiento
de esta variable respecto a la saturacin total de lquidos es similar los valores
obtenidos para el cociente de permeabilidad relativa mediante las correlaciones
difieren grandemente de la data de laboratorio, por lo que reiteramos que la aplicacin
de una correlacin es especfica al tipo de formacin a estudiar, la generalizacin no
es recomendable.
Veamos un ejemplo de aplicacin prctica para este mtodo , los datos generales del
reservorio son los siguientes: el Original Oil in Place es igual a 10 MMSTB, la
presin
considerado. En el ejemplo observamos que la correlacin de Wahl et al. resulta en un valor negativo para
una saturacin total de lquidos igual a 0.96, lo que nos sugiere la posibilidad de estar fuera del rango de
aplicacin de esta correlacin por lo que un estudio ms detallado del comportamiento de esta correlacin
es recomendable en estas circunstancias.
15
Este ejemplo ha sido adaptado del propuesto por Cole para ilustrar el empleo de la metodologa de
Tarner, emplearemos estos datos para observar el efecto en los clculos del empleo de correlaciones tanto
22
-1
-6
-1
Tabla 3
Tabla 4
Ecuacin 1.4.1
Nuestro reservorio es no saturado por lo que no tiene una capa de gas inicial m = 0, no
hay soporte a la presin del reservorio por inyeccin de agua o gas y el mecanismo
primario es el gas en solucin por lo asumimos que el influjo de agua es despreciable,
bajo estos supuestos podemos simplificar la anterior ecuacin y escribir:
Ecuacin 1.4.2
Seguidamente definimos las variables:
para el mtodo de Tarner como para el de Tracy. Advance Reservoir Engineering, Tarek Ahmed & Paul
D. McKinney. Page340.
23
Ecuacin 1.4.3
Ecuacin 1.4.4
Ecuacin 1.4.5
Nuevamente podemos simplificar estas expresiones si consideramos que no hay una
produccin de agua significativa Wp = 0 y que sobre el punto de burbuja el solution
gas oil ratio es constante e igual al cumulative GOR por lo que se cumple que:
luego podemos reescribir las primeras dos definiciones como:
Ecuacin 1.4.6
Ecuacin 1.4.7
Reemplazando estas relaciones en la ecuacin 1.4.2 y despejando la produccin
acumulada de Oil tenemos:
Ecuacin 1.4.8
Apliquemos estas relaciones para calcular la produccin acumulada de petrleo en el
punto de burbuja:
Para presiones por debajo del punto de burbuja inicializamos el proceso iterativo de
Tarner hallando el petrleo remanente que vamos a considerar como inicial:
Calculemos ahora los valores necesarios para estimar el GOR a esta presin lo que a
su vez nos permitir calcular nuestro segundo estimado para la produccin acumulada
de gas, la saturacin del Oil a esta presin es:
el
comportamiento regular de esta variable nos permite aproximar los datos con un
16
polinomio segn:
Krg/Kro
100.000
10.000
data
1.000
0
Best Fit
0.100
0.010
Ilustracin 5
Tabla 5
Aunque nuestro polinomio ofrece una muy buena correlacin con los datos para
saturaciones menores a 0.75, para valores cercanos a la unidad el error relativo se
incrementa
significativamente,
reiteramos
la
recomendacin
de
observar
el
16
Este polinomio se obtuvo empleando el programa Mathematica 5.1 de Wolfram Research , Inc. que
permite ejercer un mayor grado de control y precisin que las curvas de tendencia ofrecidas por Excel
1000.000
100.000
10.000
data
Krg/Kro
Best Fit
1.000
0.100
0.010
0
0.2
0.4
0.6
0.8
1.2
Ilustracin 6
Debemos verificar que el error relativo de este estimado respecto al promedio sea
igual o menor al 5% considerado:
El error relativo es menor al mximo admisible por lo tanto nuestra suposicin inicial
respecto a la produccin acumulada de petrleo para la presin de abandono fue
correcta, de no haber sido as tendramos que recalcular para otro valor de .
Como mencionamos el valor final reportado de la produccin acumulada de petrleo
debe tener en cuenta la fase no saturada del reservorio:
que mejor aproxima los datos versus los resultados obtenidos con las correlaciones :
Tabla 6
2000000
Np STB
2500000
1500000
3000
2500
2000
1500
p psia
1000
500
0
1000000
Polinomial ModelTorcaso and WyllieUnconsolidated sand, well sortedUnconsolidated sand, poorly sorted
Ilustracin 7
500000
17
No empleamos en esta comparativa la correlacin de Wahl desde que no disponemos del dato de la
saturacin crtica de gas requerida.
0
4.E+09
Gp SCF
5.E+09
3.E+09
3000
2500
2000
1500
p psia
1000
500
0
2.E+09
Polinomial ModelTorcaso and WyllieUnconsolidated sand, well sortedUnconsolidated sand, poorly sorted
Tarner method:
Forecasted
GOR
Ilustracin
8
7000
1.E+09
6000
0.E+00
4000
3000
GOR SCF/STB
5000
2000
3000
2500
2000
1500
p psia
1000
500
Polinomial ModelTorcaso and WyllieUnconsolidated sand, well sortedUnconsolidated sand, poorly sorted
1000
Ilustracin 9
0
No es de sorprender que haya una diferencia significativa en los resultados
respecto al
2.
materiales propuesta por Tracy quien define tres funciones dependientes de la presin:
Ecuacin.2.1
Ecuacin 2.2
Ecuacin 2.3
El denominador Den es igual a:
Ecuacin 2.4
Las funciones descritas permiten reescribir la ecuacin de balance de materia en una
forma ms sucinta:
Ecuacin 2.5
Sin embargo se presenta un inconveniente, si el reservorio se encuentra inicialmente
en el en el punto de burbuja el denominador se hace igual a cero y las funciones
tienden al infinito limitando el uso de esta ecuacin a reservorios saturados cmo
extender la aplicabilidad de la forma de Tracy por encima del punto de burbuja? La
respuesta implica el uso de una variante del factor de volumen de formacin Bo
propuesta por Steffensen (1987):
Ecuacin 2.6
se
Ecuacin 2.7
La solucin de esta ecuacin requiere el empleo de un proceso iterativo para estimar
el GORAVG comparando el valor de un estimado inicial con el obtenido a partir de la
expresin 1.1.5:
2.
3.
4.
Ilustracin 10
Ilustracin 11
GPBEF se inicializan en cero, el Gas Oil Rate inicial GORBEF es igual a la solubilidad
del gas a la presin inicial del reservorio RSI, esta presin fija tambin el valor del
factor del volumen de formacin del Oil BOI, finalmente el Oil in Place OIP a
considerar es simplemente el Original Oil in Place OOIP estimado, este es el juego de
valores con el que inicializamos el proceso iterativo de Tracy si el reservorio es
saturado.
Si la presin del reservorio estuviese por encima de la presin de burbuja el reservorio
es no saturado y se requiere un clculo previo basado en la ecuacin de balance de
materiales MBE para pronosticar las producciones acumuladas de Oil y Gas dentro de
este rango de presiones. Como mencionamos bastar con emplear la modificacin
propuesta por Steffenson, ecuacin 2.6, para el valor del factor del volumen de
Ecuacin 2.1.1
18
No es necesario hacer explcito en el diagrama de flujo la subrutina que calcula la correlacin a usar, la
simplicidad de este sub proceso no requiere tal nivel de detalle.
Ecuacin 2.1.2
no requiere de
un proceso de ensayo y error desde que el GOR permanece constante e igual al valor
del Solution Gas Oil Ratio Rsi por encima del punto de burbuja y el estado anterior se
inicializa en cero para la produccin acumulada de Oil y Gas, luego de la ecuacin 2.7
para nuestro primer estimado:
A partir de este valor continuamos el proceso hasta alcanzar la presin del punto de
burbuja. Para iniciar el proceso iterativo de Tracy debemos reiniciar nuestras variables,
como vemos en el diagrama nuevamente igualamos a cero los valores iniciales de la
produccin acumulada de Oil y Gas, NPBEF y GPBEF respectivamente; los valores de
las variables PVT en el punto de burbuja son los iniciales y el petrleo remanente se
calcula restando el valor calculado a la presin de burbuja del OOIP.
Como mencionamos el Gas Oil Rate es el parmetro que debe converger en el
proceso iterativo de Tracy por ello iniciamos el proceso con un primer estimado de
este parmetro GOREST, este valor es promediado con el anterior GORBEF que en el
primer estimado de la fase saturada del reservorio resulta ser el Rsi, a su vez este
promedio se emplea para calcular los incrementos correspondientes en la produccin
acumulada de Oil y Gas a la presin futura considerada. El segundo estimado del
y le
de
partir del
Anlogamente reportamos:
termina el proceso
A modo ilustrativo presentamos los resultados en forma tabular y grfica obtenidos con
la Macro diseada para este propsito, tanto para el cociente de permeabilidades
relativas calculado con el polinomio de aproximacin como el calculado con
la
2000000
Np STB
2500000
1500000
3000
2500
2000
1500
p psia
1000
500
0
1000000
Ilustracin
12
Tarner method: Forecasted
Cumulative
Gas production
500000
6.0E+09
4.0E+09
3.0E+09
3000
2500
2000
1500
p psia
1000
500
0
2.0E+09
Ilustracin 13
1.0E+09
0.0E+00
Gp SCF
5.0E+09
7000
5000
GOR SCF/STB
6000
4000
3000
3000
2500
2000
1500
p psia
1000
500
2000
Ilustracin 14
el
19
creemos de
utilidad aclarar estos conceptos que son vitales al hacer una proyeccin econmica del
reservorio.
19
Un ejemplo prctico requerira de datos reales de ensayos de pozos o test de produccin no disponibles.
Ecuacin 3.1
20
Un arreglo conveniente de esta definicin nos permite encontrar la relacin lineal cuya
grfica constituye el IPR del pozo encima de la presin de burbuja:
Ecuacin 3.2
Una pregunta inmediata es Por qu el IPR se desva del comportamiento lineal
debajo del punto de burbuja? Para responder a esta pregunta debemos redefinir el
productivity index J considerando el tipo de flujo en el reservorio en el que se mide, los
21
ensayos demuestran que el valor de J se estabiliza bajo flujo pseudo estable , por lo
22
Ecuacin 3.3
El comportamiento no lineal del IPR debajo del punto de burbuja se explica
cualitativamente si analizamos la variacin del grupo de variables dependientes de la
presin, es decir, la permeabilidad relativa al oil, la viscosidad del oil y el factor
de
se
21
When the pressure at different locations in the reservoir is declining linearly as a function of time, the
flowing condition is characterized as pseudosteady state flow Advance Reservoir Engineering, Tarek
Ahmed & Paul D. McKinney, page 3.
22
Since most of the wells life is spent in a flow regime that is approximating the pseudosteady state, the
productivity index is a valuable methodology for predicting the future performance of wells Advance
Reservoir Engineering, Tarek Ahmed & Paul D. McKinney, page 343.
Ilustracin 16
Ilustracin 17
Figura 3
Como observamos, sobre el punto de burbuja este grupo de variables presenta un
valor casi constante, la permeabilidad relativa al Oil es igual a la unidad por definicin
y el aumento en el valor del factor de volumen de formacin del Oil es compensado
con la disminucin en el valor de la viscosidad del Oil de modo que el denominador del
grupo
2. El mtodo de Standing
(1970)
Ecuacin 3.1.1
En esta ecuacin el valor del caudal mximo terico corresponde a una hipottica
presin de fondo igual a cero: absolute open flow AOF es denotado por (Qo)max y las
presiones
23
estn en psig.
24
caudal mximo definiendo as la ecuacin que modela al IPR actual del pozo en
cuestin, sin embargo la aplicacin directa de esta ecuacin requiere de
ciertos
ajustes que, como sugiere Beggs, depende de la posicin relativa de dos variables: la
presin estabilizada o de prueba del pozo TESTPWF y la presin de reservorio PR
respecto a la presin en el punto de burbuja BPP, grficamente:
23
Es
til
recordar
que
las
presiones
absolutas
manomtricas
se
relacionan
segn:
24
El mtodo de Vogel es especialmente sensible a la eleccin de esta data: el caudal y presin de fondo
estabilizados
Ilustracin 18
El reservorio es saturado:
Este es el caso ms simple y la aplicacin de la ecuacin de Vogel es directa,
calculamos el AOF a partir de:
Ecuacin 3.1.2
Luego simplemente definimos la ecuacin del IPR para varios valores posibles
de la presin de fondo PWF:
Ecuacin 3.1.3
II.
El reservorio es no saturado:
Cuando el reservorio es no saturado se presentan dos posibilidades:
a. La presin de fondo del test es mayor a la presin de
burbuja:
Ecuacin 3.1.4
La curva del IPR bajo el punto de burbuja es descrita por:
Ecuacin 3.1.5
Donde:
Ecuacin 3.1.6
Consecuentemente para calcular el AOF empleamos la ecuacin 3.1.5
para una presin de fondo igual a cero:
Ecuacin 3.1.7
b. La presin de fondo del test es menor a la presin de
burbuja:
Ecuacin 3.1.8
Anlogamente al caso anterior para presiones de fondo operativas por
encima del punto de burbuja la curva IPR es descrita por la ecuacin
3.1.4:
Una vez modelado el IPR actual del pozo nos enfrentamos a la tarea de pronosticar el
comportamiento futuro del mismo, a una nueva presin de reservorio
por lo que
Ecuacin 3.1.9
2. La segunda aproximacin es propuesta por Ahmed & McKinney, el clculo del
valor futuro del AOF se hace mediante la ecuacin siguiente:
Ecuacin 3.1.10
Provistos del futuro caudal mximo, el proceso para obtener la ecuacin que describe
el futuro IPR del pozo se define para dos condiciones:
1. La futura presin del reservorio est por debajo de la presin de burbuja.
Esta condicin es obvia para el caso de un reservorio saturado, sin embargo es
una posibilidad para el caso de un reservorio no saturado, en este caso el
futuro caudal del pozo se calcula mediante:
Ecuacin 3.1.11
2. La futura presin del reservorio es igual o est por encima de la presin de
burbuja.
Esta condicin implica un reservorio inicialmente no saturado, el rango de
presiones que puede tomar la presin de fondo es por ende ms amplio, luego
la curva que describe el futuro IPR tiene dos partes:
a. La presin de fondo a emplear es mayor o igual a la presin en el punto
de burbuja. En este caso se considera constante el ndice
de
Ecuacin 3.1.12
b. La presin de fondo a emplear est por debajo de la presin de burbuja.
Nuevamente
aplicamos
directamente
la
ecuacin
de
Vogel:
La aplicabilidad del mtodo de Vogel se extiende a pozos con cortes de agua de hasta
un 97%, en este caso definimos un caudal total de lquidos que no es sino la suma del
caudal de petrleo ms el caudal correspondiente de agua.
Obtener el IPR tanto presente como futuro usando este mtodo requiere algo de
esfuerzo, debemos sistematizar el clculo de modo que podamos plasmar la teora en
un algoritmo prctico: el primer paso es ubicar a nuestro reservorio: si la presin del
mismo, PR en el diagrama de flujo, es menor o igual a la presin del punto de burbuja
BPP entonces nos encontramos frente a un reservorio de tipo saturado, este es el
caso ms simple, calculamos el Absolute Open Flow (AOF o QOMAX) a partir de la
ecuacin
3.1.2
los
datos
obtenidos
en
el
test
de
produccin:
que nos
a la ecuacin 3.1.3:
El proceso se repite hasta alcanzar la presin final considerada.
Si el reservorio es no saturado el procedimiento es ms complejo, en este caso
debemos ubicar la posicin relativa de la presin de fondo medida en el test de
produccin TESTPWF respecto al punto de burbuja BPP, si es mayor o igual
calculamos el ndice de productividad J en base a su definicin estndar y los datos
del test de produccin correspondientes:
, sin
embargo nos falta definir esta misma relacin para presiones de fondo operativas por
debajo del punto de burbuja, ello requiere del clculo previo del caudal en este punto
QOB y el AOF segn:
Con estos valores es fcil obtener el IPR para el rango operativo de presiones de
fondo debajo del punto de burbuja:
Hasta ahora slo hemos descrito el comportamiento actual del pozo cmo
pronosticamos el IPR a las futuras presiones de reservorio a considerar?
El pronstico del futuro IPR requiere de un clculo previo, como vimos es necesario
estimar el futuro AOF empleando alguna de las relaciones empricas propuestas, luego
simplemente aplicamos la ecuacin de Vogel directamente si la futura presin
considerada es menor a la presin del punto de burbuja o en caso contrario la
definicin del ndice de productividad que asumimos constante a presiones de fondo
por encima del punto de burbuja y la ecuacin de Vogel para presiones operativas de
fondo menores a la presin en el punto de burbuja. Esperamos resumir las ideas
expuestas en los siguientes diagramas de flujo:
Ilustracin 19
Ilustracin 20
se obtuvo un caudal
presin
estabilizada
de
fondo
es
y adems
menor
la
presin
de
burbuja
caso,
Consecuentemente la ecuacin que define el IPR por encima del punto de burbuja es:
Luego:
Definido el IPR actual escogemos por ejemplo la relacin propuesta por Ahmed &
McKinney para calcular el futuro AOF para una presin de reservorio
:
de
Esta nueva presin esta por debajo del punto de burbuja y la forma de clculo del IPR
corresponde al primer caso, simplemente:
Grficamente:
Pr psig
IPR
100 200
300
400
2600
2400
2200
2000
1800
1600
1400
1200
1000
Pr = 2400
800
psia
600
400
Pr = 600
200
psia
0
500 600 700 800 900 1000 1100 1200 1300 1400
Qo STB/day
Ilustracin 21
25
Entindase por ello las actuales condiciones bajo las que el reservorio es explotado, disposicin y
nmero de pozos, tipo de completacin, mecanismo de recuperacin, facilidades, etc. o la estrategia de
explotacin propuesta como caso base.
Por supuesto esta segunda pregunta requiere que estimemos el caudal de produccin
del campo entero, esto depende evidentemente de la estrategia de explotacin
dispuesta, el nmero de pozos y sus caractersticas particulares determinan el caudal
total del campo. Sin embargo la respuesta, es desde cierto punto de vista, bastante
sencilla ya que se basa en la definicin del caudal:
Ecuacin 3.2.1
Es decir si se dispone de la produccin acumulada de petrleo o gas para una cierta
cada de presin y si disponemos tambin de un caudal promedio asociado a una
cierta presin en el reservorio es posible obtener el tiempo promedio entre ambos
estimados de la produccin acumulada, definamos nuestras variables:
Ecuacin 3.2.2
Ecuacin 3.2.3
Luego:
Ecuacin 3.2.4
Obviamente la precisin de esta aproximacin depende de la amplitud del intervalo
productivo, la Macro incluye una pequea subrutina para estimar el tiempo acumulado
que le toma al reservorio la produccin de petrleo y gas, nos permite adems
seleccionar previamente entre un rgimen de caudal constante y uno de caudal
variable controlado por el IPR del pozo, a modo ilustrativo presentamos para nuestro
ejemplo de aplicacin los resultados para la prueba de pozo propuesta y una presin
operativa de 200 psig:
Tabla 8
2400
2200
2000
1800
1600
Np MSTB
Pr psia
Qo STB/day
1400
1200
1000
800
600
0
1000
400
2000
3000
Time days
4000
5000
6000
Ilustracin 22
200
0
4.
26
26
Tabla 9
que
Fecha
01/09/19
87
01/10/19
Cumulat
ive
time
years
0.0
Reser
voir
pressu
re psia
1777
0.1
Gp
MMS
CF
0
GO
R
SCF/S
TB
332.5
1762
49
20
421.6
MS
TB
01/11/19
0.2
1746
136
61
502.7
01/12/19
0.3
1724
227
110
600.2
01/01/19
0.3
1701
301
155
593.5
01/02/19
0.4
1677
365
195
650.3
01/03/19
0.5
1649
426
259
1535.9
01/04/19
0.6
1622
478
342
1626.4
01/05/19
0.7
1583
519
433
3160.2
01/06/19
0.8
1537
548
575
6855.5
01/07/19
0.8
1514
568
679
2089.8
01/08/19
0.9
1485
582
734
5668.1
01/09/19
1.0
1454
595
821
7546.4
Tabla 10
Hemos supuesto que este reservorio es impulsado por el gas contenido en solucin,
es indispensable confirmar esto previamente a la aplicacin del mtodo de prediccin
escogido, para ello empleamos la ecuacin 1.4.2:
La forma de esta ecuacin nos indica que la grfica de F vs Eo debe ser una lnea
27
Cumulati
ve time
years
0,0
0,1
0,2
0,3
0,3
0,4
0,5
0,6
0,7
0,8
0,8
0,9
1,0
F (RB)
56626
166756
292039
402359
501451
637958
801390
979753
1247686
1444756
1565625
1747741
pr psia
1777
1762
1746
1724
1701
1677
1649
1622
1583
1537
1514
1485
1454
Eo
(RB/ST
B)
0,003186
0,006908
0,011944
0,017663
0,023801
0,031579
0,039278
0,051207
0,066324
0,074466
0,085157
0,097241
Best Fit
Bo
RB/ST
1,215
1,213
1,211
1,209
1,206
1,203
1,200
1,198
1,193
1,189
1,187
1,184
1,181
Best Fit
Rs
SCF/S
443,2
439,8
435,9
430,9
425,5
419,9
413,2
406,9
397,7
387,0
381,6
374,9
367,7
Ef,w
(RB/ST
B)
14
31
52
75
99
128
155
194
240
263
291
322
Average
Tabla 11
Best Fit
Bg
RB/SC
0,001415
0,001427
7
0,001441
4
0,001459
5
0,001479
8
0,0015011
0,001527
7
0,001553
4
0,001592
4
0,001640
5
0,001665
9
0,001698
7
0,001735
2
F/
(Eo+Ef,
w)
17,8
24,1
24,5
22,8
21,1
20,2
20,4
19,1
18,8
19,4
18,4
18,0
20,4
Rp
SCF/ST
B
405
444
486
513
533
608
715
834
1049
1196
1262
1380
gi
0,79%
1,61%
2,57%
3,58%
4,62%
5,49%
5,92%
6,77%
7,07%
6,76%
7,45%
7,75%
A modo ilustrativo la tabla incluye el porcentaje del gas inicial en solucin retenida en
28
27
nuestra
Desde que el reservorio se encuentra in inicialmente debajo del punto de burbuja podemos desestimar
la contribucin de Ef,w Las variables PVT han sido calculadas por medio de curvas de aproximacin que
obtuvimos empleando Mathematica que como mencionamos presenta una flexibilidad y precisin
mayores a las utilidades provistas por Excel.
suposicin acerca del mecanismo de impulsin primario del reservorio es correcta, una
desviacin de la tendencia lineal hubiese sido diagnstico de alguna otra fuerza de
impulsin en el reservorio diferente al gas en solucin:
0,120000
0,100000
0,080000
0,060000
0,040000
0,020000
0,000000 0
500000
1000000
Eo + Ef,w
1500000
2000000
Ilustracin 23
Obsrvese la discrepancia entre los valores obtenidos para el Original Oil in Place a
partir de los datos volumtricos y el anlisis basado en la ecuacin de balance de
materiales, este ltimo duplica el estimado volumtrico; si otorgamos igual peso
relativo a ambas aproximaciones podramos emplear un promedio igual
petrleo para las siguientes presiones de reservorio : 1191, 1051, 965, 859, 759, 659,
611, y 583 psia, es decir, vamos a relacionar la produccin acumulada de petrleo en
30
El procedimiento de clculo se encuentra en Advance Reservoir Engineering, Tarek Ahmed & Paul D.
Mc Kinney page.311
29
Estas futuras presiones se han escogido de modo que podamos comparar directamente los resultados de
nuestro pronstico y el historial productivo disponible.
30
Desde que no contamos con pruebas de produccin no es posible calcular el IPR del pozo, por lo tanto
no es posible asignar el componente temporal a este pronstico de modo convencional.
el mtodo elegido, esto nos permite afinar el modelo de modo que los resultados
sean consistentes con el historial productivo.Presentemos primero los clculos
31
1,215
1,211
1,206
1,200
1,193
1,187
1,181
krg/kro
0,664
0,655
0,646
0,637
0,630
0,626
6,73E05
1,05E03
4,66E03
1,28E02
2,38E02
3,32E02
0,001416
0,001441
4
0,001479
8
0,001527
7
0,001592
4
0,001665
9
0,001735
2
GOR
SCF/STB
332,5
438,9
471,8
615,6
944,0
1370,5
1720,6
R
s
SCF/STB
443
435,9
425,5
413,2
397,7
381,6
367,7
Gp
MMSCF
36,0
92,6
176,1
314,5
486,7
637,9
o cp
g cp
Np MSTB
0,830
0,8347
0,8418
0,8504
0,8616
0,8737
0,8847
0,0158
0,01573
0,01557
0,01539
0,01518
0,01496
0,01479
0,0
91,2
228,0
364,8
486,4
562,4
592,8
Gas
Relati
ve
Error
0,023
0,010
0,018
0,013
0,016
0,046
History
Matching
Np MSTB
0,0
136,3
301,1
425,8
518,8
568,0
595,0
AVG
33,10%
24,28%
14,33%
6,25%
0,99%
0,37%
13,22%
Tabla 12
Los valores del cociente de permeabilidades relativas son obtenidos a partir de una
modificacin de la correlacin de Torcaso & Wyllie: esta variante consiste simplemente
en la funcin de Torcaso & Wyllie multiplicada por un factor que llamaremos alfa:
Alfa nos permitir cambiar la escala de la curva sin modificar su forma esencial; de
este modo podemos aproximarnos a la curva del cociente de permeabilidades relativas
real empleando una correlacin estndar conocida. Veamos los valores que toma este
cociente versus la saturacin del Oil a partir de los datos, de la ecuacin 1.2.4:
31
El fondo celeste en la hoja de clculo indica los valores que son calculados por el mtodo de Tarner.
Ecuacin 4.3
De este modo a travs del empleo de la ecuacin de balance de materiales MBE
calculamos para una determinada presin en el reservorio la saturacin del Oil y el
cociente de permeabilidades relativas correspondiente, presentamos los resultados en
forma tabular:
Reser
voir
Pressu
re psia
1777
GO
R
SCF/S
332,5
1762
49
20
421,6
1746
136
61
502,7
1724
227
110
1701
301
1677
365
1649
Np
MSTB
Gp
MMSCF
Rp
SCF/STB
So
krg/kro
0,6700
-0,00246
405
0,6658
-0,00041
444
0,6590
0,00150
600,2
486
0,6516
0,00382
155
593,5
513
0,6453
0,00381
195
650,3
533
0,6396
0,00526
426
259
1535,9
608
0,6339
0,02586
1622
478
342
1626,4
715
0,6290
0,02832
1583
519
433
3160,2
834
0,6242
0,06492
1537
548
575
6855,5
1049
0,6198
0,15431
1514
568
679
2089,8
1196
0,6173
0,04107
1485
582
734
5668,1
1262
0,6150
0,12855
1454
595
821
7546,4
1380
0,6126
0,17630
Tabla 13
Obsrvese que los valores del cociente de permeabilidades calculados para las
primeras dos primeras presiones son negativos y deben ser descartados; ensayemos
una explicacin: luego de alcanzar la presin del punto de burbuja el valor del GOR
decrece, el gas liberado permanece inmvil en el reservorio hasta que la saturacin
del mismo alcanza un punto crtico por encima del cual el gas comienza a fluir en el
reservorio, por ello en esta fase el valor del Solution Gas Oil Ratio es temporalmente
0,10000
0,01000
Krg/Kro
MBE
alfa = 46
alfa = 80
0,00100
0,00010
0,00001
0,6000
0,6100
0,6200
0,63000,6400
0,6500
0,6600
0,6700
So
Ilustracin 24
La grfica muestra dos curvas adicionales a la calculada en base a los datos, ambas
han sido obtenidas empleando la correlacin modificada de Torcaso & Wyllie pero
para valores diferentes del coeficiente alfa propuesto Qu valor de alfa debemos
emplear? Desafortunadamente no hay una nica respuesta, los valores calculados
mediante la ecuacin de balance de materiales a partir de los datos de campo reflejan
las
complejidades
inherentes
del
reservorio
en
cuestin
pero
distan
de
proporcionarnos una solucin nica, es preferible considerar esta data como una
referencia para el tren de comportamiento de esta variable, esta aproximacin es
especialmente til al definir los lmites en que este cociente puede variar en una
simulacin de Monte Carlo. En nuestro caso hemos empleado para el matching un
coeficiente alfa igual a 46 para ajustar los resultados en el mtodo de Tarner y un valor
igual a 80 para el caso de Tracy, grficamente:
History Matching
700
600
500
300
Np MSTB
200
100
1800
1750
1700
1650
1600
1550
1500
1450
0
1400
Ilustracin 25
GOR
SCF/STB
MMSCF
440
490
710
1215
1965
2755
32
1,215
1,211
1,206
1,200
1,193
1,187
1,181
0,00141
6
0,00144
1
0,00148
0
0,00152
8
0,00159
2
0,00166
6
0,00173
5
Incremental
Cumulative Oil
Production
MSTB
87,3
124,9
126,0
115,9
87,2
59,3
Np
R
s
SCF/STB
o cp
g cp
Den
443
435,9
425,5
413,2
397,7
381,6
367,7
0,830
0,8347
0,8418
0,8504
0,8616
0,8737
0,8847
0,0158
0,0157
3
0,0155
7
0,0153
9
0,0151
8
0,0149
6
0,0147
9
0,0070
0,0178
0,0317
0,0513
0,0746
0,0974
83,3391
32,4764
17,9719
10,9176
7,3866
5,5765
0,2061
0,0834
0,0482
0,0310
0,0223
0,0178
MSTB
0,0
87,
3
212
338
,3
,3
454
,2
541
,4
600
,8
So
0,6642
0,6560
0,6474
0,6386
0,6312
0,6256
krg/kro
0,000
1
0,001
6
0,006
9
0,019
4
0,038
4
0,059
3
Gp
38,4
99,6
189,1
330,0
501,4
664,8
History
M
atchin
g
Np MSTB
0,0
136,3
301,1
425,8
518,8
568,0
595,0
AVG
RelErr
or
35,93%
29,50%
20,56%
12,46%
4,68%
0,97%
17,352
%
Este valor merece un comentario es posible obtener un error relativo menor para otro valor de alfa?
la respuesta es afirmativa, sin embargo, en este caso, el pronstico resultante muestra una tendencia
creciente demasiado optimista, en razn de ello preferimos optar por aceptar un error relativo mayor
para obtener un tren de crecimiento moderado de esta variable, reafirmamos que el juicio del modelador
es el que finalmente prima sobre el modelo.
Tabla 14
Mtodo de Tarner
p
1,159
1,148
1,143
1,135
1,128
1,121
1,117
1,114
krg
/kro
0,
0,
0,
0,
0,
0,
0,
0,
0935
0
1327
1
1594
9
2019
0
2444
4
2973
8
3317
3
3576
8
0,002127
0,002415
0,002633
0,002962
0,003358
0,003882
0,004190
0,004394
GOR
SCF/STB
0,61
0
0,60
3
0,59
9
0,59
4
0,59
0
0,58
5
0,58
3
0,58
1
R
s
SCF/STB
305,8
273,0
253,0
228,2
204,8
181,1
170,0
163,4
o cp
g cp
Np MSTB
0,9396
0,9739
0,9971
1,0289
1,0628
1,1018
1,1224
1,1353
0,01407
0,01372
0,01351
0,01325
0,01300
0,01273
0,01260
0,01252
699,2
729,6
744,8
775,2
790,4
805,6
820,8
836,0
Np
MSTB
67
5,0
70
6,0
74
3,0
77
6,0
80
7,0
82
9,0
86
5,0
89
3,0
AVG
RelErro
r
3,59
%
3,34
%
0,24
%
0,10
%
2,06
%
2,82
%
5,11
%
6,38
%
7,35
%
Gas
Relati
ve
Error0,0
37
0,0
43
0,0
49
0,0
37
0,0
44
0,0
49
0,0
39
0,0
25
G MMS
p
CF
3706,9
4751,9
5361,8
6239,0
6921,5
7612,9
8046,7
8386,9
146
6,6
193
9,0
223
0,9
264
4,3
299
8,6
336
5,0
357
9,3
373
8,1
Tabla 15
Mtodo de Tracy
p psia
1191
1051
965
859
759
659
611
583
GOR
SCF/ST
B
6590
B/S
Bg
TB
RB/SCF
1,1
0,0021
59
27
1,1
0,0024
48
15
1,1
0,0026
43
33
1,1
0,0029
35
62
1,1
0,0033
28
58
1,1
0,0038
21
82
1,11
0,0041
7
90
1,11
0,0043
4
94
Incremental
Cumulative
Oil Production
MSTB
Rs
SCF/S
TB
305,8
273,0
253,0
228,2
204,8
181,1
170,0
163,4
N MSTB
o cp
0,9396
0,9739
0,9971
1,0289
1,0628
1,1018
1,1224
1,1353
So
g cp
0,014
07
0,013
72
0,013
51
0,013
25
0,013
00
0,012
73
0,012
60
0,012
52
krg/kro
128,8
729,6
8935
10370
12090
55,8
30,5
33,2
785,3
815,9
849,1
13675
15235
28,4
26,3
877,5
903,8
0,608
4
0,600
8
0,596
4
0,591
3
0,586
5
0,581
4
0,1744
0,2592
0,3191
0,4025
0,4951
0,6085
Den
0,2362
0,3449
0,4288
0,5576
0,7146
0,9235
1,0473
1,1295
G MMS
p
CF
151
3,8
201
2,0
232
8,4
273
0,1
311
9,0
351
9,0
o
2,151
8
1,418
1
1,1114
0,824
0
0,616
7
0,452
2
0,386
4
0,350
9
Np
MSTB
675,0
g
0,0090
0,0070
0,0061
0,0053
0,0047
0,0042
0,0040
0,0039
RelErr
or
8,09%
706,0
743,0
776,0
11,24%
9,80%
9,42%
807,0
829,0
8,74%
9,02%
15975
12,0
915,8
16405
6,9
922,7
0,578
9
0,577
0,6723
0,7135
371
0,6
382
865,0
5,87%
893,0
3,32%
3,6
AVG
12,11%
Cumulative Oil
Production
Forecast
Tabla
16
1000,0
900,0
800,0
700,0
600,0
data Tarner Tracy
500,0
400,0
300,0
200,0
2000
1800
1600
1400
1200
1000
800
600
0,0
400
Np MSTB
100,0
Ilustracin 26
Un anlisis a posteriori nos muestra que el error relativo promedio que resulta al
emplear ambos mtodos en el pronstico de la produccin acumulada de petrleo a
las futuras presiones de reservorio consideradas es del orden del 7% para el mtodo
de Tarner y 12% para Tracy, un resultado bastante aceptable, sin embargo, en una
situacin real estimar el error relativo no es posible estamos haciendo un pronstico!
por lo que determinar el componente probabilstico de nuestros estimados es
necesario para cuantificar su inherente incertidumbre.
5.
El
componente
simulacin de
Monte Carlo
probabilstico:
La
siguientes pasos :
33
Adaptado de Paul D. Newendorp, Decision anlisis for petroleum exploration, page 377
1. Definicin de las variables: los datos que nuestro modelo requiere constituyen
las variables del mismo
2. Definicin de las relaciones o ecuaciones del modelo: desde una simple
ecuacin hasta procesos iterativos deben ser reconocidos antes de ejecutar la
simulacin, un cabal entendimiento del sistema nos garantiza coherencia en
nuestros resultados.
3. Clasificar las variables segn el grado de certeza asociado a ellas: existe
siempre en menor o mayor grado una incertidumbre asociada a nuestros datos,
esto es especialmente cierto en etapas tempranas en la evaluacin de un
reservorio, las variables con un grado de incertidumbre significativo deben
clasificarse como aleatorias y requieren ser modeladas.
4.
34
la
experiencia y juicio profesional juegan un papel crucial, una vez asignadas las
distribuciones deben reconocerse, de ser posible, las relaciones entre las
variables mismas, variables altamente correlacionadas excluyen ciertos valores
del muestreo de la simulacin.
5. Ejecucin la simulacin misma: en esta etapa definimos el nmero de ensayos
que componen la simulacin y el tipo de tcnica de muestreo a emplear.
6. Anlisis de la funcin de densidad del parmetro objetivo: la forma en que
presentemos los resultados determina la utilidad de los mismos, aunque es
siempre posible caracterizar la distribucin calculada mediante un estimador
puntual de tendencia central como la media, la mediana o la moda, creemos
que es preferible emplear rangos con probabilidad asociada para nuestra
prediccin de la produccin acumulada de petrleo.
34
La primera corresponde a una variable de tipo discreto, la segunda se emplea para describir una
variable de tipo continuo, en lo que sigue consideraremos a nuestras variables aleatorias como continuas.
Por supuesto definir esta funcin implica conocer con antelacin la media
y la
del
experiencia
El proceso se repite hasta que podamos construir para el OOIP una tabla de
frecuencias lo que a su vez nos permitir construir o aproximar la funcin de densidad
del parmetro objetivo.
Es de notar que esta metodologa de muestreo nos permite reflejar en la distribucin
de probabilidades obtenida la distribucin de frecuencia de nuestra variable aleatoria,
es decir la probabilidad de que ocurra un cierto valor de la misma de acuerdo a
nuestro supuesto inicial: la asignacin de una distribucin normal a la variable
Ecuacin 5.1
De donde resolviendo para n tenemos:
Ecuacin 5.2
Sin embargo esta relacin implica que conozcamos con antelacin el valor de la
desviacin estndar de nuestra funcin de densidad objetivo y como, generalmente,
ese no es el caso, se hace necesario un proceso de ensayo y error hasta alcanzar la
precisin deseada.
35
Propuesto por James R. Evans & David L. Olson, Simulation and Risk Analysis, page 103
5.1.
Optimizando
Hypercube sampling
el
muestreo:
Latin
Hasta ahora nuestro muestreo de Montecarlo nos ofrece una solucin satisfactoria
siempre y cuando el nmero de iteraciones en la simulacin sea lo suficientemente
grande, esto puede llevarnos a considerar tiempos de ejecucin, an en computadoras
modernas, prohibitivamente altos, una objecin usual que encontramos al uso de la
36
X3,,
Xk en
Monte Carlo is a random sampling method and requires a large sampling number N for accurate
estimates. As a result, the method converges slowly. Its long computing time prohibits its application in
reservoir simulation. U.S. Department of Energy
37
A Users Guide to LHS: Sandias Latin Hypercube Sampling Software, Gregory D. Wyss and Kelly H.
Jorgensen, Risk Assessment and Systems Modeling Department, Sandia National Laboratories
Ilustracin 27
Ilustracin 28
Los intervalos tienen asociada la misma probabilidad 0.2, el paso siguiente es construir
las funciones de densidad acumulada para ambas variables considerando las
particiones propuestas:
Ilustracin 29
Ilustracin 30
Es decir, el primer par se compone por los valores que hayamos seleccionado en las
distribuciones acumuladas de las 2 variables aleatorias consideradas en los intervalos
3 y 2 respectivamente, el segundo par esta compuesto por los valores seleccionados
para los intervalos 1 y 4 de ambas variables y as sucesivamente, si al representar
grficamente este arreglo disponemos en el eje de abscisas los intervalos de la
distribucin normal y en el de las ordenadas el de la distribucin uniforme obtenemos
un cuadrado de 5 x 5:
38
al
le correspondera el nmero 1,
Ilustracin 31
contains one point in each of the intervals for each of the k variables.
6.
Estamos listos para aplicar a nuestro modelo determinista la ptica estocstica y para
ello emplearemos un software ad hoc que facilitar grandemente nuestros clculos, y
aunque es perfectamente posible construir un modelo probabilstico empleando Excel
el esfuerzo y tiempo requerido escapan al objetivo del presente trabajo por lo que
hemos empleado, pragmticamente, @RISK un conocido programa comercial para
40
el anlisis de riesgo .
Retomemos el escenario planteado y el pronstico requerido para nuestro estudio
de
de
39
A Users Guide to LHS: Sandias Latin Hypercube Sampling Software, Gregory D. Wyss and Kelly H.
Jorgensen, Risk Assessment and Systems Modeling Department, Sandia National Laboratories, page 7
40
Ilustracin 32
(of distributions), which tends to be normal. Thus the product, whose log is normal,
satisfies the definition of a lognormal distribution. James Murtha
41
42
igual distribucin para el caso de Tracy pero centrada en un valor de alfa igual a 80:
Ilustracin 33
41
Risk Analysis for the Oil Industry, Harts E & P and James Murtha
Si no sabemos nada acerca de la variable a modelar es conveniente emplear una distribucin
uniforme donde slo establecemos un rango de posibles valores.
42
Ilustracin 34
@RISK ofrece una galera de distribuciones que facilitan esta tarea adems de permitir
redefinir las distribuciones segn sea el caso, es decir, podemos establecer rangos de
validez, modificar los parmetros mismos de la distribucin o incluso establecer el
43
43
Esta ltima prestacin es de suma utilidad cuando tenemos variables que presentan un grado relativo de
dependencia, esto evita que valores fuera de rango o ilgicos sean considerados en la simulacin, sin
embargo se debe tener cuidado al establecer estas relaciones desde que su uso ralentiza significativamente
la simulacin.
la ejecucin de la misma .
La macro a emplear es una versin simplificada del proyecto original escrito para el
modelo determinista que incluye formularios y macros auxiliares que ejecutan
subrutinas segn se necesiten, esta simplificacin es necesaria ya que una vez
iniciada la simulacin el proceso debe continuar sin interaccin alguna con el usuario.
El reporte de resultados que genera @RISK es un informe bastante detallado que
incluye medidas de tendencia central, dispersin, sesgo, percentiles, etc. de la
distribucin generada y una seleccin de grficos para el anlisis de sensibilidad,
tendencias, grados de dispersin comparada entre distribuciones y los grficos de las
distribuciones generadas, veamos a modo de ejemplo para la produccin acumulada
45
44
79
Mogolln
V5.5.xls
1
Number of Iterations
1000
Number of Inputs
Number of Outputs
Sampling Type
Latin
Hypercube
3/23/10
8:31:24
00:00:22
Mersenne
Twister
1717502793
594,6
Maximum
1141,8
10%
733,3
Mean
843,2
15%
754,1
Dev
Veamos los resultados para el caso del mtodo de Std
Tracy:
Percentile
5%
711,1
85,7
20%
770,2
Variance
7349,412881
25%
783,1
Skewness
0,265874662
30%
796,1
Kurtosis
2,984591098
35%
807,5
Median
837,3
40%
817,5
Mode
815,7
45%
826,7
Left X
711,1
50%
837,3
Left P
5%
55%
848,8
Right X
993,7
60%
860,2
Right P
95%
65%
872,3
Diff X
282,6
70%
883,9
Diff P
90%
75%
898,4
#Errors
80%
914,0
Filter Min
Off
85%
932,7
Filter Max
Off
90%
955,3
#Filtered
95%
993,7
Mogolln
V5.5.xls
1
Number of Iterations
1000
Number of Inputs
Number of Outputs
Sampling Type
Latin
Hypercube
3/23/10
8:56:44
00:18:36
Mersenne
Twister
849396265
668,2
Maximum
1279,9
Mean
922,9
Percentile
5%
780,4
10
%
15
804,5
826,2
%
Std Dev
20
93,2
Comparando los resultados observamos que el grado
de dispersin (medido
mediante
%
el coeficiente de variacin:
esencialmente el mismo:
) observado
Variance
8677,288263
Skewness
0,28722509
Kurtosis
en
ambas
3,071361933
distribuciones
es
Median
915,7
Mode
950,4
Left X
780,4
Left P
5%
Right X
1085,2
Right P
95%
Diff X
304,8
Diff P
90%
#Errors
Filter Min
Off
Filter Max
Off
#Filtered
842,6
25
%
30
856,5
%
35
%
40
884,2
%
45
%
50
906,4
%
55
%
60
929,0
%
65
%
70
954,9
%
75
%
80
984,1
%
85
%
90
%
95
%
869,3
897,7
915,7
941,0
969,2
1002,
0
1017,
7
1046,
7
1085,
2
Esto nos dice que ambas distribuciones presentan el mismo grado de dispersin
alrededor de la media, para el caso de Tarner la media observada es igual a 843,2
MSTB, en el caso de Tracy la media es igual a 922,9 MSTB. Comprese ambos
resultados con la produccin acumulada de petrleo a esta presin, registrada en el
historial productivo: Np@583psia = 893 MSTB, sin embargo la verdadera utilidad de
estas distribuciones radica en la posibilidad de enunciar afirmaciones como las
siguientes:
Empleando el mtodo de Tarner: Para un nivel de certeza del 90% la produccin
acumulada de petrleo para una presin de reservorio de 583 psia se encontrar entre
711 MSTB y 994 MSTB
Empleando el mtodo de Tracy: Para un nivel de certeza del 90% la produccin
acumulada de petrleo para una presin de reservorio de 583 psia se encontrar entre
780 MSTB y 1085 MSTB
A la luz de los resultados vemos que ambas afirmaciones son verdaderas pero lo que
las hace especialmente tiles es el hecho de poder asociar una probabilidad a un
rango especfico de resultados, como veremos ms adelante esta propiedad nos
permitir emplear los resultados estocsticos como un instrumento en la toma de
decisiones. Finalmente hemos incluido en el grfico de tendencias el historial de
produccin para evidenciar que nuestra afirmacin es esencialmente correcta para el
caso de los pronsticos de la produccin acumulada de petrleo que a pesar del
significativo grado de incertidumbre en las variables aleatorias seleccionadas; el
mtodo estocstico nos permite llegar a conclusiones vlidas.
Values in Thousands
Values in Thousands
1,0
0,9
Np
Np
83
1,1
MSTB@1191psia1,1
Np
MSTB@1191psia
MSTB@1051psia
Np
MSTB@965psia
Np
MSTB@859psia
Np
MSTB@759psia
Np
MSTB@659psia
Np
MSTB@611psia
Np
1,0
MSTB@583psia
Np
MSTB@1051psia
Np
MSTB@965psia
Trac
y
met
hod
Np
MST
B@1
191p
sia
to
Np
MST
B@5
83ps
ia
Tarn
er
met
hod
Np
MST
B@1
191p
sia
to
Np
MST
B@5
83ps
ia
Np
MSTB@859psia
Np
MSTB@759psia
Np
MSTB@659psia
Np
MSTB@611psia
Np
MSTB@583psia
data
data
mean
Lower Limit
90%
Lower Limit
90%
Upper Limit
90%
Upper Limit
90% Mean
7.
En este punto nos encontramos frente a una gran cantidad de informacin, nuestro
simple y claro pronstico determinista: una curva de produccin acumulada de
petrleo versus la cada de presin en el reservorio, se ha convertido en una serie de
distribuciones de probabilidad, una por cada presin considerada en nuestro
pronstico, adems de una serie de parmetros estadsticos que ayudan a caracterizar
las mencionadas distribuciones: medidas de tendencia central, medidas de dispersin,
etc. Es inevitable que varias preguntas aparezcan en este punto: Mejora esto nuestro
pronstico? Hemos reducido la incertidumbre asociada al mismo? Ayuda esto al
Reservoir Manager en un proceso decisorio?
El origen de estas y otras preguntas se encuentra en errores comunes al interpretar
los resultados estocsticos y su respuesta requiere entender la naturaleza de los
mismos. Enfoquemos nuestra atencin nuevamente a nuestro pronstico para la
produccin acumulada de petrleo a la ltima presin de reservorio registrada: 583
psia, que asumiremos corresponde a la presin de abandono, este es un parmetro
fundamental al estimar la eficiencia de la recuperacin primaria; el mecanismo de
recuperacin de nuestro reservorio del estudio de caso es el gas en solucin y es uno
de los mecanismos ms ineficientes con una recuperacin del orden del 5% al 30% en
el mejor de los casos, por lo que generalmente es un buen candidato para programas
de recuperacin secundaria. Revisemos algunas consideraciones a tener en cuenta.
La forma de la distribucin es un factor crtico al escoger la medida de tendencia
central que mejor representa los datos: en una distribucin simtrica podemos emplear
84
Donde el valor de
Se puede encontrar una excelente gua prctica para escoger la medida de tendencia central que mejor
describe una determinada distribucin en: Project Economics and Decision Analysis Volume II
Probabilistic Models, M.A. Mia, page 42
En otras palabras esta expresin nos ayuda a responder a interrogantes como: cul
es la probabilidad de que la produccin acumulada de petrleo al abandono se
encuentre entre ciertos lmites, tales como a y b?, cul es la probabilidad de que la
produccin acumulada de petrleo al abandono sea menor que un cierto lmite
econmico establecido?, cul es la probabilidad de que la recuperacin primaria
alcance el mnimo admisible para aprobar el proyecto?
Formalicemos estas expresiones por ejemplo para el rango de produccin acumulada
de petrleo obtenido con el mtodo de Tarner para un nivel de certeza del 90%:
Es
claro
que
si
bien
puedo
emplear
un
nivel
de
certeza
mayor
esto
Como vemos al tratar con distribuciones continuas tratamos con rangos de valores
para los que nos es posible cuantificar su incertidumbre asociada mediante la
probabilidad del evento definido, es esta crucial propiedad la que mostrar la utilidad
de esta aproximacin en la toma de decisiones cuando se emplea con un concepto
adicional: el Valor Esperado.
Desde el punto de vista matemtico este el Valor Esperado de una variable aleatoria X
con distribucin de probabilidad f(x) es para el caso discreto:
Ecuacin 6.1.1
Para el caso continuo con una funcin de densidad de probabilidad f(x):
Ecuacin 6.1.2
La aparente simplicidad de esta definicin contrasta con el significado intrnseco de la
47
47
Np@583psia
Escenario
Lower Limit
Upper Limit
Marginal
Conservado
r
Optimista
711
770
932
770
932
994
Probabil
ity
Outcom
e will 0.15
0.65
0.1
Decision Alternatives
Developing
Expected
Conditional
Monetary Monetary
Value
$9,240,000.00 Value
$1,386,000.0
0
$18,080,000.00 $11,752,000.0
0
$27,040,000.00
$2,704,000.0
0
EMV
$15,842,000.
00
48
Farm
Out
ORI
15.0
%
25.0
%
35.0
%
Conditio
nal
Monetary
$8,886,000.0
0
$17,020,000.0
0
$26,964,000.0
0
EMV
Expected
Monetary Value
of Outcome
$1,332,900.00
$11,063,000.00
$2,696,400.00
$15,092,300.00
Este estimado no intenta ser realista tan slo til en nuestro propsito de ilustrar el concepto del Valor
Esperado
49
simplemente multiplicando la marca de clase del rango respectivo por el precio del
barril de petrleo y le aplicamos el factor propuesto para las regalas ORI.
En este cuadro observamos claramente la distincin que Newendorp hace entre el
Valor Esperado de un resultado y el Valor Esperado de una alternativa de decisin. La
pregunta ahora es qu decisin debo tomar?
La regla de decisin propuesta por Newendorp es la siguiente:
When
50
49
En este tipo de contrato se ceden los derechos sobre la tenencia del campo as como los derechos de
perforacin del mismo, la parte que cede estos derechos no asume el costo de los pozos a perforar ni el
riesgo de que estos no resulten productivos; la compaa que adquiere estos derechos paga una regala
sobre el petrleo y gas encontrado y producido denominada Overriding Royalty Interest ORI que
usualmente se encuentra exenta de gastos de tipo operativo.
50
Decision Analysis for Petroleum Exploration, Paul D. Newendorp, page 65.
If the decision maker consistently selects the alternative having the highest
positive expected monetary value his total net gain from all decisions will be
higher than his gain realized from any other alternative strategy for selecting
decisions under uncertainty. This statement IS TRUE even though each specific
decision is a different drilling prospect with different probabilities and
conditional profitability
Acotemos finalmente que esta herramienta no es por si sola una ltima referencia al
momento de tomar una decisin bajo condiciones de incertidumbre, implcitamente
requiere del manager una total imparcialidad respecto al dinero, es decir, frente a la
51
8.
Esbozando Conclusiones
la
aplicacin bsica del concepto de caudal. Para predecir cunto tiempo le toma
al reservorio producir una determinada cantidad de petrleo a una cierta cada
de presin, debemos estar en condiciones de predecir el comportamiento del
pozo o pozos a esa presin, esta informacin se obtiene a partir de los IPR
futuros calculados a partir de los ensayos de produccin, la data es particular a
cada pozo
54
Las ecuaciones que corrigen la saturacin de petrleo bajo estas condiciones y la debida explicacin de
estos fenmenos se encuentran en Advance Reservoir Engineering, Tarek Ahmed & Paul D. McKinney,
pages 330-333.
53
Advance Reservoir Engineering, Tarek Ahmed & Paul D. McKinney, page 339.
54
El mtodo depende de la configuracin del pozo: vertical, desviado u horizontal, en este ltimo caso se
toma en cuenta incluso el tipo de flujo en el pozo, de estado estable o pseudo estado estable.
no
NPV.
Finalmente,
quiero
decir
que
la
incertidumbre
riesgo
estn
55
asociados
ssmicas
Hacemos referencia a un excelente artculo al respecto en la edicin de Diciembre del 2008 de JPT:
Modeling the economic effect of cognitive biases on Oil and Gas decisions, M. B. Welsh et al.
"On voit, par cet Essai, que la thorie des probabilits n'est, au fond, que le bon sens
rduit au calcul; elle fait apprcier avec exactitude ce que les esprits justes sentent par
une sorte d'instinct, sans qu'ils puissent souvent s'en rendre compte."
Pierre
Simon
9.
Bibliografa
produccin con el tiempo. Las frmulas han sido escritas empleando el estilo L1C1 ,
esto simplifica grandemente el cdigo y ahorran espacio, debemos anotar que las
macros son generalmente dependientes del diseo de nuestra pgina en Excel por lo
que aconsejamos revisar el diseo de las mismas en el CD adjunto al presente trabajo
para darle sentido a las posiciones relativas consignadas en la Macro.
Veamos primero el cdigo de la macro empleada para ejecutar el mtodo de Tarner
que hemos denominado MogollonTarner. Dimensionamos las variables que el
programa requiere y segn su naturaleza le clasificamos como enteros o de doble
precisin:
Dim N, RSI, BOI, NPB, GPB, SL, dep, DepVar, RelError, SO As
Double Dim K, j As Integer
2)
56
A este respecto me refiero al excelente captulo que desarrollan Jelen & Syrstad: Frmulas de Estilo
L1C1 en Excel Macros y VBA, page 179.
'Boi RB/STB
BOI = Cells(10, 2)
'Rs SCF/STB at bubble point
pressure RSI = Cells(10, 4)
GORINI = Cells(10, 10)
Pf = Cells(8,
2) NPI = 0
GPI = 0
'initial control error value
GasRelError = 100
dep = 0.005
DepVar = 0.001
RelError = 0.05
'Setting initial
row K = 11
Ntese que desde que contamos con un historial de produccin no es necesario
estimar el valor del GOR inicial, el reservorio del estudio de caso est a una presin
por debajo del punto de burbuja por lo que el GOR inicial es diferente al Rs y su valor
es requerido para inicializar el clculo. Desde que los valores iniciales de la produccin
acumulada de petrleo y gas son iguales a cero no es necesario incluirles en los
valores finales reportados por el mtodo lo que simplifica el cdigo. El procedimiento
iterativo de Tarner es ejecutado por dos ciclos Do Until...Loop anidados:
Do Until Cells(K, 1) <=
Pf
Np
alfa = Cells(7, 9)
'Relative Permeability Ratio
Cells(K, 9) = alfa *
TorcasoFunction(SO) 'GOR
SCF/STB
GPAVG
100
100
10
2
'GOR SCF/STB
GORCALC = Cells(K, 4) + Cells(K, 14) * (Cells(K, 5) * Cells(K, 2)) / (Cells(K, 6) *
Cells(K, 3))
GORCOMP = GOREST / GORCALC
GOREST = GOREST + GORVAR
Loop
NPBefore = NPCurrent
GPBefore = GPCurrent
'Reported Gp MMSCF
Cells(K, 15) = 10 ^ -6 * GPCurrent
K=K+1
GORCOMP = 100
Loop
Fuera del ciclo interno se calculan los valores correspondientes a cada presin de
reservorio considerada de las funciones PVT definidas por Tracy, el ciclo interno
ejecuta el proceso iterativo que busca la convergencia de la variable de control que
emplea Tracy, el GOR. Ntese que al salir del Loop interno la produccin acumulada
de petrleo y gas actuales se convierten en las condiciones anteriores como el mtodo
exige. Nuevamente hemos dispuesto el empleo de la correlacin modificada de
Torcaso & Wyllie por defecto en nuestro cdigo.
no
establecemos un caudal fijo para el pozo productor, el clculo del tiempo asociado a la
produccin a partir de un caudal productivo fijo es menos complicado.
Al igual que en los anteriores procedimientos empezamos inicializando variables:
'Initial pressure row
PiRow = 24
'Last row
FinalRow = Range("A6000").End(xlUp).Row
BOTTOMHOLE
WELLBORE
Else
PWF = Val(Input3)
End If
Las sentencias condicionales se emplean para evitar vacos en el llenado de los datos
que de otro modo podran llevar a resultados incongruentes. El caudal a la presin
actual del reservorio de calcula segn:
'Clculo del caudal de petrleo a la presin de reservorio actual
If PR < BPP Then
AOF = TESTQO / (1 - 0.2 * (TESTPWF / PR) - 0.8 * (TESTPWF / PR) ^ 2)
QO = AOF * (1 - 0.2 * (PWF / PR) - 0.8 * (PWF / PR) ^ 2) 'Current Oil Rate
Cells(PiRow, Qcolumn) = QO
Else
If TESTPWF >= BPP Then
j = TESTQO / (PR - TESTPWF)
QOB = j * (PR - BPP)
AOF = QOB + j * BPP / 1.8
Else
j = TESTQO / ((PR - BPP) + (BPP / 1.8) * (1 - 0.2 * (TESTPWF / BPP) - 0.8 *
(TESTPWF / BPP) ^ 2))
QOB = j * (PR - BPP)
AOF = QOB + j * BPP / 1.8
End If
If PWF >= BPP Then
QO = j * (PR - PWF)
Cells(PiRow, Qcolumn) = QO
Else
QO = QOB + (j * BPP / 1.8) * (1 - 0.2 * (PWF / BPP) - 0.8 * (PWF / BPP) ^ 2)
Cells(PiRow, Qcolumn) = QO
End If
End If
Finalmente calculamos los caudales a las futuras presiones de reservorio
consideradas:
For i = PiRow + 1 To FinalRow
PRF = Cells(i, 1) - 14.7
Select Case S
Case 1
Call AMK(AOF, i, PiRow)
AOFF = AMK(AOF, i, PiRow)
Case 2
Call FETKOVICH(AOF, i, PiRow)
AOFF = FETKOVICH(AOF, i, PiRow)
End Select
If PRF < BPP Then
QOF = AOFF * (1 - 0.2 * (PWF / PR) - 0.8 * (PWF / PR) ^ 2)
Cells(i, Qcolumn) = QOF
Else
If PWF >= BPP Then
QOF = j * (PRF - PWF)
Cells(i, Qcolumn) = QOF
Else
QOF = AOFF * (1 - 0.2 * (PWF / PR) - 0.8 * (PWF / PR) ^ 2)
Cells(i, Qcolumn) = QOF
End If
End If
Cells(i, TimeColumn) = (1 / 360) * (10 ^ 3 * (Cells(i, NPColumn) - Cells(i - 1,
NPColumn)) / (Cells(i, Qcolumn) + Cells(i - 1, Qcolumn)) / 2) + Cells(i - 1, TimeColumn)
Next i
Las funciones que nos permiten obtener el futuro AOF se definen segn:
Function AMK(AOF As Double, i As Integer, PiRow As Integer) As Double
'Clculo del futuro AOF segn Ahmed & McKinney
AMK = AOF * ((Cells(i, 1) - 14.7) / (Cells(PiRow, 1) - 14.7)) * (0.2 + 0.8 * ((Cells(i, 1) 14.7) / (Cells(PiRow, 1) - 14.7)))
End Function
Function FETKOVICH(AOF As Double, i As Integer, PiRow As Integer) As Double
'Clculo del futuro AOF segn Fetkovich
FETKOVICH = AOF * ((Cells(i, 1) - 14.7) / (Cells(PiRow, 1) - 14.7)) ^ 3
End Function
El empleo de estas macros es relativamente sencillo bastar con reemplazar la data
del anlisis PVT para las presiones consideradas y los datos generales del reservorio
en el encabezado en ambos mtodos, los formularios que aparecen le guan de
manera intuitiva a travs del proceso y slo se debe tener cuidado en guardar la
57
57
No pretendemos automatizar el anlisis slo ayudar a ejecutarlo; espero que el lector encuentre til esta
aproximacin.
Ecuacin 4.1
Ecuacin 4.2
La expresin para la produccin acumulada de gas es anloga a la empleada para
estimar la produccin acumulada de petrleo.
Fecha
01/09/19
87
01/10/19
87
01/11/19
01/12/19
87
01/01/19
88
01/02/19
01/03/19
88
01/04/19
88
01/05/19
01/06/19
88
01/07/19
88
01/08/19
01/09/19
88
01/10/19
88
01/11/19
01/12/19
88
01/01/19
89
01/02/19
01/03/19
89
01/04/19
89
01/05/19
01/06/19
89
01/07/19
89
01/08/19
01/09/19
89
01/10/19
89
Cumulati
ve time
days
0
30
60
90
120
150
180
210
240
270
300
330
360
390
420
450
480
510
540
570
600
630
660
690
720
750
pr
psia
1777
1762
1746
1724
1701
1677
1649
1622
1583
1537
1514
1485
1454
1429
1404
1377
1350
1331
1306
1283
1263
1244
1225
1207
1191
1176
Qo
STB/d
ay
586
2657
3189
2829
2139
2143
1888
1612
1090
884
420
491
397
304
239
234
231
204
196
173
211
224
258
116
128
72
Qg
MSCF/d
ay
195
1120
1603
1698
1270
1394
2900
2622
3444
6062
877
2784
2996
2618
2639
2710
2764
1849
2505
2218
1958
1729
1748
1672
1556
1428
Qw
STB/d
ay
0
0
0
0
0
0
0
0
0
0
7
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Np
MSTB
0
49
136
227
301
365
426
478
519
548
568
582
595
606
614
621
628
634
640
646
652
658
665
671
675
678
Gp
MMSC
F
GOR
SCF/S
TB
0
20
61
110
155
195
259
342
433
575
679
734
821
905
984
1064
1146
1216
1281
1352
1414
1470
1522
1573
1622
1666
332,5
421,6
502,7
600,2
593,5
650,3
1535,9
1626,4
3160,2
6855,5
2089,8
5668,1
7546,4
8616,2
11050,8
11587,2
11959,0
9043,1
12762,0
12795,6
9294,5
7729,8
6761,6
14409,4
12133,9
19715,8
01/11/19
89
01/12/19
89
01/01/19
90
01/02/19
90
01/03/19
90
01/04/19
90
01/05/19
90
01/06/19
90
01/07/19
90
01/08/19
90
01/09/19
90
01/10/19
90
01/11/19
90
01/12/19
90
01/01/19
91
01/02/19
91
01/03/19
91
01/04/19
91
01/05/19
91
01/06/19
91
01/07/19
91
01/08/19
91
01/09/19
91
01/10/19
91
01/11/19
91
01/12/19
91
01/01/19
92
01/02/19
92
01/03/19
92
01/04/19
92
01/05/19
92
01/06/19
92
01/07/19
92
01/08/19
92
01/09/19
92
01/10/19
92
01/11/19
92
01/12/19
92
01/01/19
93
01/02/19
93
01/03/19
93
01/04/19
93
01/05/19
93
01/06/19
93
01/07/19
93
01/08/19
93
01/09/19
93
01/10/19
93
780
810
840
870
900
930
960
990
1020
1050
1080
1110
1140
1170
1200
1230
1260
1290
1320
1350
1380
1410
1440
1470
1500
1530
1560
1590
1620
1650
1680
1710
1740
1770
1800
1830
1860
1890
1920
1950
1980
2010
2040
2070
2100
2130
2160
2190
1162
1147
1132
1119
1106
1096
1085
1075
1066
1058
1051
1043
1036
1029
1022
1017
1010
1002
995
988
981
973
965
957
950
942
934
928
922
913
901
889
877
870
859
848
842
835
826
819
812
803
791
784
778
769
759
749
99
71
87
76
90
78
88
79
85
97
100
71
123
130
108
104
91
97
111
110
105
97
72
63
96
108
102
96
98
102
90
85
95
91
75
78
88
86
82
67
47
90
100
111
102
108
82
144
1110
1112
1187
1349
1225
1107
1166
1060
921
1012
937
922
812
779
843
693
674
678
649
733
669
512
505
417
390
380
380
365
483
767
470
463
431
583
453
443
420
352
341
490
384
454
442
540
477
464
464
467
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
13
19
14
0
0
0
0
680
683
685
688
690
693
695
698
700
703
706
708
711
715
719
722
725
727
731
734
737
740
743
745
747
750
753
756
759
762
765
768
770
773
776
778
780
783
786
788
790
792
794
798
801
804
807
810
1704
1738
1772
1810
1849
1884
1918
1951
1981
2010
2039
2067
2093
2117
2141
2164
2185
2205
2225
2246
2267
2285
2300
2314
2326
2337
2349
2360
2373
2391
2410
2424
2437
2453
2468
2481
2494
2506
2516
2529
2542
2555
2568
2583
2598
2612
2626
2640
11197,8
15623,5
13686,4
17804,9
13674,6
14194,4
13266,9
13383,6
10772,1
10395,4
9415,9
12968,2
6613,5
6000,5
7807,5
6637,0
7409,1
7010,0
5828,0
6657,0
6358,7
5254,1
7039,5
6608,1
4074,5
3501,6
3717,1
3795,8
4909,4
7525,2
5221,1
5471,6
4517,9
6395,1
6056,6
5675,6
4783,2
4069,8
4140,3
7346,7
8244,8
5017,7
4445,4
4874,5
4698,2
4284,4
5633,2
3245,5
01/11/19
93
01/12/19
93
01/01/19
94
01/02/19
94
01/03/19
94
01/04/19
94
01/05/19
94
01/06/19
94
01/07/19
94
01/08/19
94
01/09/19
94
01/10/19
94
01/11/19
94
01/12/19
94
01/01/19
95
01/02/19
95
01/03/19
95
01/04/19
95
01/05/19
95
01/06/19
95
01/07/19
95
01/08/19
95
01/09/19
95
01/10/19
95
01/11/19
95
01/12/19
95
01/01/19
96
01/02/19
96
01/03/19
96
01/04/19
96
01/05/19
96
2220
2250
2280
2310
2340
2370
2400
2430
2460
2490
2520
2550
2580
2610
2640
2670
2700
2730
2760
2790
2820
2850
2880
2910
2940
2970
3000
3030
3060
3090
3120
739
729
720
713
704
696
688
679
672
665
659
653
648
644
639
635
631
626
623
620
616
614
611
607
603
599
594
591
587
585
583
83
75
53
50
48
53
49
43
47
46
43
31
116
140
134
141
114
103
82
83
95
106
68
50
53
148
158
142
131
114
183
486
494
443
178
181
179
102
207
181
97
211
126
71
51
54
48
40
36
71
47
72
52
62
58
86
346
390
346
235
285
316
Tabla 18
2
3
2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
814
816
818
819
821
822
824
825
827
828
829
831
833
837
841
845
849
852
855
857
860
863
865
867
869
872
876
881
885
889
893
2654
2669
2683
2692
2698
2703
2707
2712
2718
2722
2727
2732
2735
2736
2738
2739
2741
2742
2744
2745
2747
2749
2751
2752
2755
2761
2772
2783
2792
2800
2809
5834,5
6549,9
8367,6
3558,3
3765,3
3376,9
2075,5
4823,9
3830,9
2126,7
4925,2
4033,1
611,8
360,7
400,2
341,1
354,0
347,2
861,6
571,6
757,5
491,3
903,4
1150,0
1607,8
2346,2
2467,9
2442,4
1793,0
2492,9
1729,6