Nueva combinación de simulación y hoja de cálculo para optimizar las decisiones en la expansión de un campo gigante de crudo pesado. (PARTE I)

Introducción

El campo en cuestión fue una acumulación gigante de petróleo extra pesado cubriendo cientos de kilómetros cuadrados y conteniendo miles de millones de barriles de 7 a 9º API entrampados en someros (1500 3000 pies) yacimientos de arenisca de la era del Mioceno (Fig. 1).

El principal yacimiento de arenas fue depositado en los sistemas de canales fluviales y fluviotidales. Las propiedades del yacimiento fueron excelentes, con valores de porosidad de hasta 36% y valores de permeabilidad de hasta 30-40 darcies. El intervalo productor fue dividido en tres intervalos de yacimientos independientes por el espesor de las lutitas y a su vez se subdividen en un total de 12 arenas. Las variaciones en la profundidad y gravedad del petróleo dio lugar a variaciones de la presión, la temperatura, la relación gas en solución/petróleo (RGP), y la viscosidad del crudo (la viscosidad in-situ del crudo vivo varió de 1000 a 10000 cp). Un mejorador fue construido para refinar parcialmente el crudo.

La capacidad del mejorador limitó la máxima tasa de producción, y los términos del contrato limitaron la duración de la producción; combinados, estos definieron el máximo que se podría producir en el marco del alcance del proyecto. Si este máximo que se lograría es contingente en la perforación de pozos suficiente para llenar el mejorador para todo el plazo. El último número de pozos necesarios dependerán de la ejecución de estos pozos, que a su vez dependerá de sus locaciones, el yacimiento, la calidad del crudo encontrado, de las limitaciones de explotación impuestas por los métodos de elevación artificial, las presiones de oleoductos, y las capacidades de la instalación. Temprano en el desarrollo del campo, se consideró la posibilidad de ampliar el alcance del proyecto mediante la adición de un segundo mejorador. En esta fase inicial, el campo todavía no estaba plenamente delimitado, sólo se habían perforado una pequeña fracción del número final de la producción de los pozos, y había poca historia de producción para el análisis. La incertidumbre se mantuvo considerable en la estimación final del número necesario de pozos para llenar el primer mejorador, y, por lo tanto, aún más incierta sería las estimaciones de los pozos adicionales necesarios para llenar un segundo mejorador.

Cuestiones críticas a ser decididas fueron la capacidad del segundo mejorador propuesto y la cantidad y la ubicación de la superficie a ser asignados a cada mejorador. La incertidumbre clave se ejecutó en un yacimiento, que todavía no se conocía en el momento de las decisiones anteriores pero tendría consecuencias de largo alcance que podría conducir las decisiones posteriores sobre el número de pozos a perforar cada año para mantener las instalaciones en pleno. El efecto acumulativo de estas decisiones de perforación a lo largo de toda la vida del campo determinará el conteo de pozos final. A los efectos de este estudio, la incertidumbre en la ejecución del yacimiento fue modelada por variaciones en tres parámetros de yacimiento: compresibilidad de la formación, la saturación crítica de gas, y un multiplicador global de la permeabilidad. Tres conjuntos de estos parámetros se han seleccionado para modelar la ejecución de un yacimiento en un caso base, alto y bajo, el rango de ejecución resultante se cree será suficiente para esta etapa de desarrollo y para cubrir otras incertidumbres del yacimiento, aunque esto no fue rigurosamente probado. Independientemente de los métodos utilizados para capturar la incertidumbre geológica, tienen que quedar reflejados en los modelos de simulación de flujo utilizados para la construcción de las herramientas de la hoja de cálculo descritas en el presente artículo.

La situación ciertamente se prestó para Decisiones y Análisis de Riesgos (D & RA, por sus siglas en inglés), pero el árbol de decisión fue complejo, que comprende más de 100 ramas. La solución tradicional habría sido ejecutar múltiples casos de simulación de campos completos para intentar la optimización de cada rama del árbol de decisiones. Sin embargo, el alcance habría sido casi imposible de completar porque cada simulación tomó 1 día para correr (incluso usando procesamiento paralelo y una docena de procesadores), y la optimización habría sido un proceso de ensayo y error.

Una de las opciones para reducir el tiempo era simplificar el árbol de decisiones "podando" ramas. Sin embargo, un árbol de decisión puede ser simplificado sólo hasta el momento sin anular todo el ejercicio. Otra opción habría sido hacer la optimización tan pequeña como sea posible sobre cada rama, pero hubo preocupaciones de que los resultados generales pudieran estar sesgados por casos no óptimos. Todavía tendría otra opción, la de ampliar sustancialmente la potencia de las computadoras paralelas.

Hay una cuarta opción que permite el ejercicio de D & RA a ser completado en cuestión de días, evaluando el árbol de decisión completo con cada rama optimizada. Esto se hizo mediante la creación de nuevas herramientas que apalanquen un grupo seleccionado de forma sistemática diseñando simulaciones de campo completo dentro del número de escenarios necesarios para poblar el árbol de decisión.

Método de selección y ubicación del pozo.

Debido a que la decisión de la superficie de expansión era necesaria en una etapa muy temprana en el desarrollo del campo, cuando sólo una pequeña fracción del campo había sido perforado, el método de colocación y selección de los pozos futuros / hipotéticos necesitó de forma crítica e importante tomar las previsiones para la vida plena. Las siguientes características de la colocación y método de selección fueron deseadas:

• Con base en el modelo geológico completo de todo el campo -proporciona la más cabal comprensión del campo disponible.
• Honores en el modelo geológico – toma en cuenta la de la influencia de las variables estáticas, como la porosidad, permeabilidad, saturaciones, temperatura, y barreras de flujo.
• Rápido, fácil y flexible para la utilización de análisis puede requerir conjuntos de pozos múltiples, posiblemente, cada uno con miles de pozos.
• El rendimiento de los pozos hipotéticos debería imitar razonablemente
al de los pozos perforados tomando en cuenta las variables dinámicas e interferencia de pozos; el rendimiento no es ni demasiado optimista ni demasiado pesimista. Un gran número de métodos diferentes para optimizar la ubicación y contar los pozos horizontales se ha informado. El algoritmo genético híbrido (HGA) para optimizar así los lugares; tres métodos para generar mapas de calidad para guiar la colocación del pozo, entre los cuales están el "Método de simulación numérica"; la combinación de múltiples técnicas para la realización de mapeo y su calidad; la introducción de algunas herramientas prácticas para evaluar los yacimientos de metano-cobalto; así como otros dos métodos. Sin embargo, el problema de cómo ubicar rápidamente cientos de miles de pozos de alta calidad en una gran modelo no fue abordado. A la final, ninguna de esas técnicas fue aplicable al problema, ya que a pesar de ser métodos muy buenos tomaban mucho tiempo de simulación.

Método. Toda la información necesaria para satisfacer los requisitos examinados anteriormente residían en uno de los modelos de simulación, y todo lo que se necesitaba era una manera de extraerlo. El método desarrollado para la ubicación y selección de pozos horizontales se llamó flor-based (FB) porque se basa en los resultados de las simulaciones numéricas de flujo. El FB es un método de combinación de la simulación numérica y una sofisticada herramienta de hoja de cálculo que ubica y selecciona los pozos en el modelo usando, en efecto, la ingeniería inversa; utilizando el simulador para evaluar un conjunto exhaustivo de pozos. En el primero de tres pasos, un modelo del campo completo fue poblado con pozos horizontales en un espaciamiento lateral regular y de longitud aproximada al desarrollo de las prácticas de perforación actuales.

En el paso dos, los pozos con un potencial de reservas máximo (MRP, por sus siglas en ingles) igual a cero, fueron descartados; y la simulación se vuelve a realizar con el resto de los pozos. Los pozos de este segundo caso fueron de nuevo ordenados por MRP. El tercer paso consiste en ejecutar un caso de simulación como el anterior, usando el resto de los pozos del paso dos. Los pozos del tercer caso se ordenan por MRP para crear el conjunto final de pozos. La densidad final es mucho menor que la original, los pozos contados se redujeron de más de 10000 a aproximadamente 2.000.

Con la aplicación de hoja de cálculo especialmente codificado, el simulador de tarjetas de pozos que traen especificadas la ubicación de los pozos, longitudes, espaciamientos, y completaciones pueden ser creados automáticamente en cuestión de minutos. Con la misma herramienta de hoja de cálculo, los datos de salida de la simulación MRP podrían ser importados y analizados en cuestión de minutos, para crear las tarjetas de los pozos necesarias para el siguiente paso. Combinación de las herramientas de la hoja de cálculo y la simulación usando procesamiento paralelo permitido la creación de un conjunto de pozos FB en aproximadamente 2 días, mientras que la creación de un conjunto similar de pozos colocarlos manualmente en el modelo habría tomado semanas.

Validación. Para determinar si los pozos hipotéticos FB eran adecuados para previsiones a largo plazo, se compararon con pozos reales perforados por la corrida de dos casos de simulación. En el primer caso, un modelo fue poblado con un grupo de los pozos perforados mediante trayectorias y completaciones de pozos reales. En el segundo caso, los pozos perforados se sustituyeron por un número igual a la máxima tasa de MRP de pozos FB exactamente en el mismo modelo de región.

Dada la limitada historia de producción del campo y el algo especial método de selección de los pozos FB para la comparación, la colocación y el método de selección FB fue juzgada como adecuada para usar en el trabajo de expansión del campo. El método FB proporciona todas las características deseadas de colocación y selección, permitió modelar para imitar las prácticas de perforación y desarrollo en un campo, y ayudó a darse cuenta de una mayor comprensión del impacto de la coordinación de los pozos y la calidad en la expansión económica. En la figura 4 se observa como utilizando el método FB se obtienen resultados más precisos.

Tomado de: W. Terry Osterloh, and Wendell P. Menard: "New Method Combines Simulation andNovel Spreadsheet Tools To Enable Direct Optimization of Expansion Decisions in a Giant Heavy-Oil Field", paper SPE.