Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DE PELOTAS Centro de engenharias Curso de Engenharia de Petróleo Trabalho da disciplina de Engenharia de Reservatórios Ajuste de Histórico de um Reservatório de Petróleo pelo Método Monte Carlo Andriele Antolini Zambelli Pelotas – RS, 2016 ii Andriele Antolini Zambelli Ajuste de Histórico de um Reservatório de Petróleo pelo Método Monte Carlo Trabalho apresentado ao curso de Engenharia de Petróleo da Universidade Federal de Pelotas, para obtenção de parte dos requisitos à aprovação na disciplina de Engenharia de Reservatórios. Orientador: Prof. Dr. Valmir Francisco Risso Pelotas – RS, 2016 iii Dedico este trabalho a meus queridos pais Cleber e Adriana que nunca cansam de trabalhar e de apoiar suas três filhas. iv “Dê-me um funcionário de estoque com um objetivo, e eu lhe darei um homem que vai fazer história. Dê-me um homem sem um objetivo, e eu lhe darei um funcionário de estoque. “ (JC Penny) v Resumo ZAMBELLI, Andriele Antolini. Ajuste de Histórico de um Reservatório de Petróleo pelo Método Monte Carlo.113f. Relatório da disciplina de Engenharia de Reservatórios – Centro de Engenharias, Universidade Federal de Pelotas, Pelotas, 2016. O juste de histórico é de extrema necessidade para projetos na área de engenharia de reservatório. Este é um processo que visa calibrar um modelo de simulação a partir da caracterização das propriedades dos fluidos e das rochas que compõem o reservatório e de dados já conhecidos como histórico de produção, e gerar dados que irão contribuir para geração de modelos numéricos consistentes que irão representar da forma mais realista possível as previsões de produção reduzindo assim as incertezas e aumentando o conhecimento geológico sobre o campo de petróleo em análise, no caso estudado será o campo de Namorado. O ideal é que o ajuste ocorra durante toda a fase de produção, conforme a disponibilidade de dados, assim permitindo uma previsão futura mais confiável. No presente trabalho foram ajustados dados de produção dos poços e posteriormente aplicado o método Monte Carlo para ajustar as propriedades incertas (porosidade, permeabilidade horizontal e contato óleo-água). Primeiramente foi feito as planilhas e gerações de gráficos utilizando o software Excel, com propriedades geológicas de porosidade, permeabilidade, compressibilidade, pressão capilar e também gráficos de pressão, volume e temperatura (PVT). Foram realizadas simulações para determinar o volume de óleo in place e as curvas de produção de óleo, gás, água e pressão ainda precisam ser ajustadas. Palavras-chave: Ajuste de histórico, Monte Carlo, simulação numérica de reservatórios. vi Abstract ZAMBELLI, Andriele Antolini. Historical Adjustment of an Oil Reservoir by the Monte Carlo Method. 113f. Discipline report of Reservoir Engineering – Engineering Center, Federal University of Pelotas, Pelotas, 2016. History matching is extremely necessary to develop projects when we are talking about Reservoir Engineer. This process target’s is to calibrate a simulation model, starting from the fluid and rock properties that composes the reservoir and from well-known data as production history, to generate data that will contribute to a consistent numeric models, that will represent in a more realistic way the production forecast’s, reducing uncertainties and raising the geological knowledge about the reservoir. On this paper, the Namorado’s field will be the study case. The ideal is to make these adjusts during the whole production period, according the data availability, therefore, allowing a reliable production forecast. In this paper, well production data were adjusted for then applied X method for adjusting the uncertain properties (porosity, horizontal permeability and oil-water contact). Firstly, spreadsheets and charts were generated with Excel, using data from geological proprieties as porosity, permeability, compressibility, capillary pressure and data from pressure, volume and temperature (PVT). Simulations were performed to determine the in place oil volume and oil production curves, gas, water and pressure still need to be adjusted. Keywords: History Matching, Monte Carlo, numerical simulation of reservoirs. vii SUMÁRIO 1 INTRODUÇÃO ....................................................................................................................... 16 1.1 Motivação ........................................................................................................................ 17 1.2 Objetivos ......................................................................................................................... 18 1.2.1 Objetivo específico ................................................................................................. 18 2 FUNDAMENTAÇÃO TEÓRICA .......................................................................................... 19 2.1 Formação do petróleo ................................................................................................... 19 2.2 Formação de um reservatório ...................................................................................... 19 2.3 Propriedades das rochas .............................................................................................. 19 2.3.1 Porosidade ............................................................................................................... 20 2.3.2 Permeabilidade ....................................................................................................... 20 2.3.3 Compressibilidade .................................................................................................. 21 2.3.4 Pressão Capilar ...................................................................................................... 21 2.4 Propriedades dos Fluidos ............................................................................................. 22 2.4.1 Viscosidade (𝜇) ....................................................................................................... 22 2.4.2 Massa específica (𝜌) .............................................................................................. 23 2.4.3 °API ........................................................................................................................... 24 2.4.4 Fator volume-formação do óleo (Bo) ................................................................... 25 2.4.5 Razão de solubilidade (Rs) ................................................................................... 25 2.4.6 Fator volume-formação do gás (Bg) ....................................................................25 2.4.7 Molhabilidade .......................................................................................................... 26 2.5 Análise econômica ......................................................................................................... 26 2.5.1 Investimento inicial ................................................................................................. 27 2.5.2 Custos e Despesas Operacionais ........................................................................ 28 2.5.3 Impostos ................................................................................................................... 28 2.6 Ajuste de histórico ......................................................................................................... 28 2.7 Simulação Numérica de Reservatórios ...................................................................... 30 2.8 Campo de Namorado .................................................................................................... 32 3 REVISÃO BIBLIOGRÁFICA ................................................................................................ 35 3.1 Método Monte Carlo ...................................................................................................... 39 4 METODOLOGIA .................................................................................................................... 40 viii 4.1 Softwares utilizados ....................................................................................................... 41 4.2 Tratamento de Dados ................................................................................................... 41 4.3 Caracterização do Reservatório .................................................................................. 42 4.3.1 Compressibilidade da Rocha ................................................................................ 42 4.3.2 Pressão Capilar e Função J .................................................................................. 44 4.3.3 Permeabilidade Relativa à Saturação de Àgua (Krw e Kro) ........................... 44 4.3.4 Permeabilidade Relativa à Saturação de Gás (Krg e Kro) .............................. 45 4.3.5 Dados PVT (Pressão, Volume e Temperatura) ................................................. 45 4.4 Definição e Construção do Modelo de Simulação .................................................... 46 4.5 Criação do arquivo .dat ................................................................................................. 47 4.6 Geração do *ALTER e dos ff........................................................................................ 47 4.7 Geração dos gráficos de comparação ........................................................................ 48 4.8 Análise de sensibilidade ............................................................................................... 48 4.9 Ajuste de Histórico ......................................................................................................... 51 4.9.1 Método Monte Carlo para Ajuste de Histórico do Campo ................................ 51 4.9.2 Ajuste Local ............................................................................................................. 51 4.9 Datas de início e final de produção do campo .......................................................... 52 5 APLICAÇÃO ........................................................................................................................... 53 5.1 Tratamento dos Dados ................................................................................................. 53 5.1.1 Compressibilidade .................................................................................................. 53 5.1.2 Pressão Capilar ...................................................................................................... 54 5.1.3 Permeabilidade Relativa à Saturação de Àgua (Krw e Kro) ........................... 56 5.1.4 Permeabilidade Relativa à Saturação de Gás (Krg e Kro) .............................. 58 5.1.5 PVT ........................................................................................................................... 59 5.2 Construção do Modelo de Simulação no Builder ...................................................... 62 5.2.1 I/O Control ............................................................................................................... 63 5.2.2 Reservoir .................................................................................................................. 64 5.2.3 Components ............................................................................................................ 65 5.2.4 Rock – Fluid Properties ......................................................................................... 66 5.2.5 Initial conditions ...................................................................................................... 67 5.2.6 Numerical Controls ................................................................................................. 67 5.2.7 Wells & Recurrent Data ......................................................................................... 67 5.2.8 Geração dos gráficos ............................................................................................. 68 5.4 Ajuste de histórico utilizando Monte Carlo ................................................................. 69 ix 5.4.1 Primeiras 27 simulações ....................................................................................... 69 5.6 Construção do ajuste de histórico no CMOST .......................................................... 70 6 RESULTADOS E DISCUSSÕES ....................................................................................... 74 6.1 Ajuste da Produção ....................................................................................................... 74 6.2 Análise de Sensibilidade ............................................................................................... 78 6.2 Ajuste do Histórico ......................................................................................................... 80 6.3 Ajuste Local .................................................................................................................... 90 6.4 Cmost............................................................................................................................... 93 6.5 Previsão para mais 30 anos de produção ................................................................. 98 7 CONCLUSÃO ........................................................................................................................ 99 8 PRÓXIMAS ETAPAS ......................................................................................................... 101 BIBLIOGRAFIA ....................................................................................................................... 102 ANEXOS .................................................................................................................................. 106 Anexo 1 – Tabela PVT ....................................................................................................... 107 Anexo 2 – Planilhas de distribuição de probabilidades ................................................ 108 Anexo 3 – Planilha para sorteio utilizando o método Monte Carlo ............................. 109 Anexo 3 – Planilha das primeiras 27 simulações .......................................................... 110 Anexo 4– Planilha das próximas 27 simulações ........................................................... 111x LISTA DE FIGURAS Figura 2. 1: Representação típica do fluxo de caixa na exploração de um campo de petróleo (Suslick, 2001). .................................................................. 27 Figura 2. 2: Gráfico de um ajuste de histórico .................................................. 30 Figura 2. 3: Aplicações de simuladores numéricos de reservatórios ................ 32 Figura 2. 4: Localização da bacia de Campos.................................................. 33 Figura 2. 5: Localização do Campo de Namorado ........................................... 33 Figura 4. 1: Fluxograma do projeto....................................................................40 Figura 4. 2: Exemplo de como usar o MOD ..................................................... 49 Figura 5. 1: Antes e depois da aproximação das curvas pela Função J, respectivamente...............................................................................................54 Figura 5. 2: J médio e ajuste manual ............................................................... 55 Figura 5. 3: Pressão Capilar resultante ............................................................ 56 Figura 5. 4: Gráficos de Kro e Krw em relação saturação de água .................. 56 Figura 5. 5: Gráficos de Kro e Krw em relação saturação de água depois de aproximá-los a zero .......................................................................................... 57 Figura 5. 6: Curvas de permeabilidade relativa da água e do óleo em função da saturação de água ............................................................................................ 58 Figura 5. 7: Dispersão dos dados de permeabilidades relativas em função da saturação de gás do gás e do óleo, respectivamente. ..................................... 58 Figura 5. 8: Curvas de permeabilidades relativas do gás e do óleo em função da saturação do gás ......................................................................................... 59 Figura 5. 9: Comparação entre o fator volume formação dos três poços amostrados com a curva média em função da pressão ................................... 62 Figura 5. 10: Especificação do que o simulador deve escrever nos arquivos de saída ................................................................................................................ 63 Figura 5. 11: Primeira imagem do reservatório ................................................ 63 Figura 5. 12: Mapa de topo antes da anulação dos blocos .............................. 64 Figura 5. 13: Mapa de topo do reservatório após os blocos serem anulados .. 65 Figura 5. 14: Características gerais do reservatório ......................................... 65 Figura 5. 15: Gráfico de 3 fases de permeabilidade relativa ao óleo ................ 66 Figura 5. 16: Valores de condições iniciais ...................................................... 67 Figura 5. 17: Gráficos obtidos no pré-processador Builder .............................. 68 xi Figura 5. 18: Abrir os arquivos fhf .................................................................... 71 Figura 5. 19: Atributos e multiplicadores .......................................................... 72 Figura 5. 20: Abertura dos poços ..................................................................... 72 Figura 5. 21: Definindo o numero de simulações ............................................. 73 Figura 6. 1: Comparações feitas entre o modelo simulado com o ALTER e o histórico de produção do campo para o óleo ................................................74 Figura 6. 2: Comparações feitas entre o modelo simulado com o ALTER e o histórico de produção do campo para o gás .................................................... 75 Figura 6. 3: Comparações feitas entre o modelo simulado com o ALTER e o histórico de pressão do campo ......................................................................... 75 Figura 6. 4: Comparações feitas entre o modelo simulado com o ALTER e o histórico de produção do campo para a produção de água ............................. 76 Figura 6. 5: Comparação entre os resultados com ALTER e sem ALTER em que a) produção de óleo, b) produção de gás, c) produção de água e d) pressão ............................................................................................................ 77 Figura 6. 6: Comparação entre o modelo simulado e o com ALTER para a injeção de água ................................................................................................ 77 Figura 6. 7: Gráfico tornado da análise de sensibilidade referente ao óleo ...... 78 Figura 6. 8: Gráfico tornado da análise de sensibilidade referente ao gás ....... 78 Figura 6. 9: Gráfico tornado da análise de sensibilidade referente a água ...... 79 Figura 6. 10: Gráfico tornado da análise de sensibilidade referente a pressão. Em (A) com a perm k, em (B) sem a perm k .................................................... 79 Figura 6. 11: Afastamento das primeiras 27 simulações em relação o óleo .... 81 Figura 6. 12: Afastamento das primeiras 27 simulações em relação ao gás, água e pressão ................................................................................................. 82 Figura 6. 13: Comparação entre o Histórico de Produção do Campo e as primeiras 27 simulações. .................................................................................. 83 Figura 6. 14: Cenários porosidade ................................................................... 84 Figura 6. 15: Cenários permeabilidade vertical ................................................ 84 Figura 6. 16: Cenários DWOC .......................................................................... 85 Figura 6. 17: Comparação entre o Histórico de Produção do Campo e as segundas 27 simulações .................................................................................. 86 Figura 6. 18: Comparação dos afastamentos entre as primeiras e últimas simulações ....................................................................................................... 87 xii Figura 6. 19: O quando o campo foi ajustado em relação a ao óleo ................ 88 Figura 6. 20: O quando o campo foi ajustado em relação ao gás .................... 89 Figura 6. 21: O quando o campo foi ajustado em relação a pressão ............... 89 Figura 6. 22: O quando o campo foi ajustado em relação a água .................... 90 Figura 6. 23: Afastamentos do poço NA07 em relação ao histórico para: A) oil rate; B) gás rate SC, C) water rate SC e D) pressão ........................................ 91 Figura 6. 24: Área de drenagem para ajuste do poço NA07 ............................ 91 Figura 6. 25: comparação entre: A taxa de água, B taxa de óleo, C entre a taxa de gás e em D pressão para o poço NA07 ...................................................... 93 Figura 6. 26: Melhor simulação do Cmost ........................................................ 94 Figura 6. 27: Multiplicadores da melhor simulação .......................................... 94 Figura 6. 28: Comparação, pelo Cmost, do poço NA01A com o histórico ........ 95 Figura 6. 29: Comparação, pelo Cmost, do poço NA12A com o histórico ........ 96 Figura 6. 30: Poço NA12. A) gas rate SC; B) water rate SC; C) well block pressure ........................................................................................................... 96 Figura 6. 31: Poço NA01A. A) gas rate SC; B) water rate SC; C) well block pressure ........................................................................................................... 97 Figura 6. 32: Previsão pra mais 30 anos de produção..................................... 98 . xiii LISTA DE TABELAS Tabela 2. 1: Classificação do °API ................................................................... 24 Tabela 4. 1 - Interpolação .................................................................................43 Tabela 4. 2 - Compressibilidade da Rocha ...................................................... 43 Tabela 4. 3 - Nível de canhoneio (ff) ................... Erro! Indicador não definido. Tabela 4. 4 - Cenários ...................................................................................... 49 Tabela 4. 5 – Tabela dos cenários de cada característica. .............................. 50 Tabela 5. 1 - Compressibilidade média da rocha..............................................53 Tabela 5. 2: Exemplo de tabela que forma os gráficos Pcap X Sw e J X Sw ... 54 Tabela 5. 3 - Dados finais PVT ......................................................................... 61 Tabela 5. 4 - Alguns dos multiplicadores utilizados para a realização das 27 primeiras simulações. ....................................................................................... 70 Tabela 6. 1- Atributos críticos............................................................................80 xiv LISTA DE EQUAÇÕES Equação 2. 1: Porosidade ................................................................................ 20 Equação 2. 2: Medição da permeabilidade ...................................................... 20 Equação 2. 3: Compressibilidade ..................................................................... 21 Equação 2. 4: Função de correlação para curvas de pressão capilar .............. 22 Equação 2. 5: Massa Específica ...................................................................... 23 Equação 2. 6: Densidade ................................................................................. 23 Equação 2. 7: Volume específico ..................................................................... 23 Equação 2. 8: Peso específico ......................................................................... 23 Equação 2. 9: °API ........................................................................................... 24 Equação 2. 10: Fator volume-formação do óleo............................................... 25 Equação 2. 11: Razão de solubilidade ............................................................. 25 Equação 2. 12: Fator volume-formação do gás................................................ 26 Equação 4.1: Saturação final de água ...........................................................45 xv NOMENCLATURA Letras Latinas g Aceleração da gravidade m/s² d Densidade k Permeabilidade absoluta mD p Pressão psi q Vazão M³/d Letras Gregas 𝜌 Massa específica g/cm³ 𝛾 Peso específico N/m³ ∅ Porosidade % 𝜎 Tensão superficial 𝜇 Viscosidade cP xvi Siglas Atm – atmosfera API – American Petroleum Institute Bg – Fator volume formação do gás BHP – Bottom hole pressure Bo – Fator volume formação do óleo C𝑓 – Compressibilidade efetiva Krg – Permeabilidade relativa ao gás Krog – Permeabilidade relativa ao óleo em relação a saturação de gás Krow – Permeabilidade relativa ao óleo em relação a saturação de água Krw – Permeabilidade relativa a água Pc – Pressão Capilar PVT – Pressão, Volume e Temperatura Rs – Razão de solubilidade Sg – Saturação de gás Sw – Saturação de água Vg – Viscosidade do gás Vo – Viscosidade do óleo VPL – Valor Presente Líquido 𝑉𝑝 – Volume poroso 𝑉𝑡 – Volume total V𝑣 – Volume de vazios 16 1 INTRODUÇÃO No cenário atual da Exploração e Produção (E&P) de Petróleo no Brasil, com a principal empresa brasileira de óleo e gás envolvida num dos maiores escândalos de corrupção da história, com uma dívida que chega à casa dos bilhões de reais, as decisões devem ser muito bem analisadas e estudadas, fazendo negócios certeiros, para conseguir manter as empresas do ramo petrolífero atuantes no mercado. Para isso, prever o desempenho de um campo de petróleo é uma tarefa necessária, essencial e também muito complexa, exigindo muito trabalho e dedicação. O principal objetivo de um estudo de engenharia de reservatório é prever o desempenho futuro da jazida, definindo métodos e meios para melhorar o desempenho econômico e aumentar a recuperação de petróleo. A simulação de reservatórios é um processo complexo que tem como objetivo estimar o comportamento de pressões, saturações e produções de uma jazida de hidrocarbonetos, através da solução numérica das equações não-lineares que regem o escoamento dos fluidos no interior do meio poroso. Muitas vezes, a falta de informações leva à obtenção de modelos com grandes incertezas que podem ser minimizadas através do ajuste de histórico. (RISSO, 2007). A maior complexidade em fazer o ajuste de histórico juntamente com a simulação está na obtenção dos dados do reservatório que precisam ser fiéis aos dados reais do campo. De modo geral, as principais incertezas relacionam- se com a quantidade, qualidade e interpretação dos dados. Portanto é interessante que seja realizada uma análise de sensibilidade para escolher os atributos que apresentam maiores influencia no desempenho do reservatório em questão. Incerteza é uma palavra recorrente na indústria do petróleo, e se refere a grandeza associada a falta de conhecimento de atributos. Neste trabalho mostramos que as tecnologias computacionais podem colaborar muito com a previsão e quantificação destas características incertas que, no caso, estão relacionadas com as propriedades geológicas e petrofísica da jazida. Todo esse processo de ajustar o comportamento real do campo, apresentado através dos seus dados de produção, com o modelo teórico desenvolvido na fase de exploração do projeto é chamado de ajuste de 17 histórico da produção e deve ser feito durante toda a vida de um poço e ser atualizado constantemente. É necessário que o ajuste feito, seja um ajuste confiável, sendo que quando mais próximo os dados ajustados estiverem dos dados reais do poço, de maior confiabilidade será o ajuste realizado. O constante avanço tecnológico vem desenvolvendo simuladores mais completos, técnicas computacionais otimizadas, computadores mais rápidos dessa forma propiciando maior compatibilidade entre o modelo numérico e as características geológicas dos reservatórios e ainda tem diminuindo o custo e o tempo de processamento das simulações. O que é de grande valia para esta indústria, já que aqui tempo e dinheiro estão intimamente relacionado. São várias os métodos existentes para se prever o comportamento de reservatórios, entre eles Tentativa e Erro, Hooke & Jeeves e Ajuste Sobre incerteza. Nesse trabalho será feita a construção e simulação de um modelo do reservatório do Campo de Namorado e a partir de dados de histórico, será feito o ajuste de histórico, pelo método Monte Carlo. Com o intuito de diminuir as incertezas do modelo, podendo assim ter uma previsão mais confiável do comportamento do campo nos próximos anos de exploração. Também será realizado um ajuste local e a previsão para mais30 anos de produção. 1.1 Motivação As principais razões que motivaram o desenvolvimento deste trabalho são: Aprender e ver como realmente funcionam projetos de simulação e ajuste de histórico; Tentar resolver o problema do ajuste de histórico, chegando pelo menos a resultados aproximados dos dados reais; Estudar uma metodologia que proponha redução no tempo de geração e resposta no processo de ajuste de histórico; Analisar quais os atributos que exercem maiores influencia no desempenho do Campo de Namorado; Demostrar a confiabilidade do ajuste utilizando o modelo Monte Carlo. 18 Comprovar que o ajuste de histórico e a simulação numérica são realmente essenciais para o gerenciamento, otimização, escolha da estratégia a ser utilizada, previsão de produção, previsão de lucro, determinação do melhor momento para começar a utilizar métodos de recuperação terciária, escolha do tempo de abandono no poço, entre outras características que envolvem a engenharia de reservatório. 1.2 Objetivos Adquirir conhecimento sobre engenharia de reservatório, simulação numérica, ajuste de histórico e assim obter aprovação na disciplina. 1.2.1 Objetivo específico O presente trabalho tem por objetivos: Aprender sobre ajuste de histórico e simulação numérica; Testar tecnologias e aprender a manusear o software de simulação de reservatório CMG, utilizando o simulador numérico Builder; Calibrar um modelo numérico do Campo de Namorado utilizando dados dinâmicos de produção, buscando obter valores simulados compatíveis com os valores reais do campo. Determinar a confiabilidade do modelo nas previsões de produção futuras; Analisar a viabilidade da utilização do método Monte Carlo no processo de ajuste histórico. 19 2 FUNDAMENTAÇÃO TEÓRICA Esta seção do trabalho é destinada a abordagem de conceitos que servem para a compreensão dos principais termos relacionados com o processo de ajuste de histórico de um reservatório de petróleo dentro da engenharia de reservatório e uma apresentação do campo de estudo deste trabalho, o Campo de Namorado. 2.1 Formação do petróleo O essencial para a formação de óleo e gás em subsuperfície é matéria orgânica, pressão e temperatura suficientemente elevadas para transformar essa matéria orgânica em petróleo, mas não tão elevadas a ponto de romper as ligações entre o carbono e o hidrogênio presentes no hidrocarboneto. 2.2 Formação de um reservatório Para ser considerado reservatório e campo precisa conter uma quantidade de óleo em seu interior com aproveitamento econômico. E não basta apenas existir a rocha reservatórios, sendo geralmente uma rocha sedimentar, é necessário um sincronismo entre diferentes tipos de rochas como a rocha geradora, que possui a matéria orgânica e condições explicadas no item 2.1, a rocha carreadora, que permite que o óleo flua até a rocha reservatório, que armazena o óleo e a trapa ou rocha selante que impossibilita a passagem do óleo, sem esta rocha o óleo não consegue ficar retido impossibilitando a acumulação e posterior exploração do hidrocarboneto. 2.3 Propriedades das rochas Segundo Rosa et al., 2011a maioria dos depósitos comerciais de petróleo ocorre em reservatórios formados por rochas sedimentares clásticas e não clásticas, principalmente em arenitos e calcários. E as principais propriedades que a rocha precisa ter para ser um bom reservatório são boas condições de porosidade e permeabilidade, sendo estas explicadas a seguir. 20 2.3.1 Porosidade A porosidade de uma rocha determina a capacidade que a rocha possui de armazenar fluidos, sendo assim, esta é uma das propriedades com maior importância para a engenharia de reservatório. Ela é representada pela letra grega Phi (Ф) e pode ser calculada através da razão entre o volume de vazios (Vv) e o volume total (Vt) da rocha, o Vv é também é conhecido como volume poroso, expresso na fórmula abaixo: Ф = Vv Vt Equação 2. 1: Porosidade A porosidade pode ser classificada como absoluta ou afetiva diferindo apenas no Vv considerado, pois a porosidade absoluta considera o todo o volume de vazios existente na rocha, enquanto a porosidade efetiva considera apenas o volume de vazio dos poros interconectados. Por isso a engenharia de reservatório prima pela porosidade efetiva, já que é esta que representa o espaço que os fluidos podem ocupar e se deslocar pelo meio poroso. A porosidade pode ser desenvolvida durante a deposição do material sedimentar, sendo denominada de porosidade primária, como também pode resultar de processos geológicos subsequentes, assim sendo chamada de porosidade secundária. 2.3.2 Permeabilidade A permeabilidade de um meio poroso é uma medida da capacidade que a rocha possui de deixar os fluidos se deslocarem em seu interior. Dessa forma um bom reservatório precisa obrigatoriamente ter uma permeabilidade mínima suficiente para que os fluidos possam escoar, caso contrário a produção só será possível após o emprego de alguma técnica de recuperação terciária. A medição dessa propriedade não é muito simples e graças a experimentos de Henry Darcy que hoje conhecemos e utilizamos a fórmula expressa a segui: 𝑞 = 𝐾. 𝐴. (∆𝑝) µ. 𝐿 Equação 2. 2: Medição da permeabilidade 21 em que q representa a vazão medida em cm³/s, K representa a permeabilidade medido em Darcy, ∆p representa o diferencial de pressão medido em atm, A representa a seção transversal medido em cm², µ representa a viscosidade do fluido medida em cp e L representa o comprimento do meio poroso medido em cm. 2.3.3 Compressibilidade A compressibilidade é a variação fracional em volume da rocha pela variação da pressão. Pode ser uma variação do volume do material sólido, do volume total ou do volume poroso da rocha. Esta propriedade influencia diretamente na porosidade, pois quanto maior for a profundidade em que a rocha sedimentares já se encontrou maior é compactação sofrida por ela e, dessa maneira, menor é a porosidade das mesmas. A engenharia de reservatório da maior importância para a variação do volume poroso (𝑉𝑝), devido a chamada compressibilidade efetiva da formação ou dos poros, definida na equação abaixo: cf = 1 𝑉𝑝 . 𝜕𝑉𝑝 𝜕𝑝 Equação 2. 3: Compressibilidade 2.3.4 Pressão Capilar A pressão capilar é proporcional à altura de elevação de um fluido em um capilar, ou seja, o deslocamento de fluidos dentro dos poros pode ser facilitado ou dificultado conforme essa propriedade. E pode ser considerada como sendo a diferença de pressão existente entre duas fases decorrentes das tensões interfaciais. A curva de pressão capilar de um reservatório depende da permeabilidade desse reservatório. Assim, medições de pressão capilar realizadas com amostras de diferentes permeabilidades oriundas de um mesmo reservatório resultam em diferentes curvas de pressão capilar (Rosa et al., 2006). Isso será possível ser observado com o decorrer do trabalho. E para 22 correlacionar essas várias curvas de pressão capilar é usada a função J de Leverett demostrada abaixo: 𝐽 = 𝑃𝑐. √𝑘 Ф ⁄ ơ. cos Ɵ Equação 2. 4: Função de correlação para curvas de pressão capilar em que Pc é pressão capilar, k é permeabilidade, Ф é porosidade, ơ é a tensão interfacial entre o fluido e a formação e Ɵ é o ângulo de contato entre os fluidos, é este ângulo que vai determinar qual fluido é o molhantee qual é o não molhante. A molhabilidade está melhor explicada na seção 2.4.7. 2.4 Propriedades dos Fluidos Os fluidos desempenham papel importante para se obter informações sobre o comportamento dos reservatórios, e precisam ser analisados em cada campo de estudo, pois o mesmo fluido pode ter comportamento diferente em diferentes tipos de rochas. Porém nem sempre é possível determinar experimentalmente através de análise laboratorial suas propriedades, por motivos econômicos e/ou operacionais. Dessa forma em alguns casos pode-se recorrer a literatura utilizando equações de estado ou estimativas como ábacos, por exemplo, para tentar chegar o mais próximo possível dos valores reais. Entre tantas propriedades que podem ser determinadas nos fluidos, existem algumas que dever ser consideradas para a construção de um modelo de simulação, as quais são: viscosidade (𝜇), massa específica (𝜌), °API, fator volume-formação do óleo (Bo), razão de solubilidade (Rs), fator volume- formação do gás (Bg), e molhabilidade. 2.4.1 Viscosidade (𝜇) A viscosidade dita se o fluido vai escoar com maior ou menor facilidade, ou seja, ela caracteriza a resistência de um fluido ao escoamento, sendo assim uma característica muito importante para determinar o processo do transporte do óleo. Esta não é uma propriedade constante e pode variar com a pressão e 23 temperatura, além disso, em se tratando de hidrocarbonetos líquidos esta propriedade também pode variar conforme a quantidade de gás em solução. Se o óleo não tiver gás dissolvido consigo ele é chamado de óleo morto. 2.4.2 Massa específica (𝜌) É a razão entre a massa (m) e o volume (V) da substancia e, no SI, representa a quantidade de kg de massa que ocupa 1m³ de volume, a fórmula para medição desta propriedade pode ser visualizada abaixo: 𝜌 = 𝑚 𝑉⁄ Equação 2. 5: Massa Específica A massa específica influencia outras propriedades dos fluidos como a densidade (d), que é a razão entre a massa específica do fluido em questão com uma massa específica já conhecida (normalmente utiliza-se a massa específica da água que equivale a 1 g/cm³), o volume específico, que é o inverso da massa específica e também tem relação com o peso específico (γ), que pode ser calculado multiplicando a massa específica com a gravidade, as fórmulas destas propriedades físicas podem ser visualizadas abaixo: 𝒅 = 𝝆 𝝆𝒑𝒂𝒅𝒓ã𝒐 Equação 2. 6: Densidade ʋ = 𝟏 𝝆 Equação 2. 7: Volume específico 𝜸 = 𝝆. 𝒈 Equação 2. 8: Peso específico 24 2.4.3 °API O ° API é uma propriedade adimensional e representa a densidade do óleo. Esta é uma medida experimental e usada apenas na indústria do petróleo. Esta propriedade está relacionada com a massa específica do óleo, porém não está diretamente relacionada com a viscosidade deste (petróleo grosso ou fino), apesar de possuir uma correlação física, já que quando o óleo é pesado ele tende a ser mais viscoso pelo tamanho dos hidrocarbonetos que o compõem. Como pode ser observado na tabela abaixo, extraída das aulas da disciplina de Química do Petróleo, ministradas pelo professor doutor Antônio Carlos da Silva, demostra que quanto maior for o °API mais leve é o óleo. É importante lembrar que os óleos mais leves são considerados de melhor qualidade. Tabela 2. 1: Classificação do °API °API Classificação °API ≥ 40 extra leve 40 > °API ≥ 33 leve 33 > °API ≥ 27 médio 27 > °API ≥ 19 pesado 19 > °API ≥ 15 extra pesado °API < 15 asfáltico Este parâmetro pode ser calculado através da fórmula abaixo: Equação 2. 9: °API onde densidade API é calculada considerando a densidade relativa 60/60, representada por D60/60, que é a razão entre densidade absoluta do petróleo a 60oF e a densidade absoluta da água nesta mesma temperatura. 25 2.4.4 Fator volume-formação do óleo (Bo) Por definição, fator volume-formação do óleo (Bo) é a razão entre o volume que a fase líquida (óleo mais gás dissolvido) ocupa em condições de pressão e temperatura quaisquer e o volume do que permanece como fase líquida quando a mistura alcança as condições-standard (ROSA et al., 2011). Bo = 𝑣𝑜𝑙𝑢𝑚𝑒 𝑑𝑒 ó𝑙𝑒𝑜 + 𝑔á𝑠 𝑑𝑖𝑠𝑠𝑜𝑙𝑣𝑖𝑑𝑜 𝑛𝑎𝑠 𝑐𝑜𝑛𝑑𝑖çõ𝑒𝑠 𝑝, 𝑇 𝑣𝑜𝑙𝑢𝑚𝑒 𝑑𝑒 ó𝑙𝑒𝑜 𝑛𝑜 𝑡𝑎𝑛𝑞𝑢𝑒 (𝑚𝑒𝑑𝑖𝑑𝑜 𝑛𝑎𝑠 𝑐𝑜𝑛𝑑𝑖çõ𝑒𝑠 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑) Equação 2. 10: Fator volume-formação do óleo O fator volume-formação do óleo expressa na verdade que volume da mistura numa condição de pressão e temperatura qualquer deve ser retirado do reservatório para se obter uma unidade de volume de óleo nas condições- padrão (Rosa et al., 2011). 2.4.5 Razão de solubilidade (Rs) A razão de solubilidade é um parâmetro que expressa a quantidade de gás presente no líquido. Por definição, razão de solubilidade (Rs) de uma mistura líquida de hidrocarbonetos, a uma certa condição de pressão e temperatura, é a relação entre o volume de gás que está dissolvido, expresso em condições-standard, e o volume de óleo que será obtido da mistura, também expresso em condições- standard (ROSA et al., 2011). Dessa forma a equação desta propriedade pode ser visualizada abaixo: 𝑅𝑠 = 𝑣𝑜𝑙𝑢𝑚𝑒 𝑑𝑒 𝑔á𝑠 𝑑𝑖𝑠𝑠𝑜𝑙𝑣𝑖𝑑𝑜 (𝑐𝑜𝑛𝑠𝑖çõ𝑒𝑠 − 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑) 𝑣𝑜𝑙𝑢𝑚𝑒 𝑑𝑒 ó𝑙𝑒𝑜 𝑛𝑜 𝑡𝑎𝑛𝑞𝑢𝑒 (𝑐𝑜𝑛𝑠𝑖çõ𝑒𝑠 − 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑) Equação 2. 11: Razão de solubilidade 2.4.6 Fator volume-formação do gás (Bg) É a relação entre o volume que o gás ocupa em uma determinada condição de pressão e temperatura (V) e o seu volume nas condições-standard (Vo), expresso na fórmula a seguir: 26 Bg = 𝑉 𝑉𝑜⁄ Equação 2. 12: Fator volume-formação do gás 2.4.7 Molhabilidade A molhabilidade é uma propriedade que resulta da iteração da rocha com o(s) fluido(s). No contexto da engenharia de petróleo, molhabilidade é a tendência de a rocha reservatório estar preferencialmente em contato com um determinado fluido mesmo tendo a presença de outros. É o ângulo de contato entre o fluido e a rocha (Ɵ) que demostra qual dos fluidos vai molhar preferencialmente a superfície sólida, quando o Ɵ for menor que 90° diz-se que o fluido é molhante, já quando esse Ɵ for maior que 90° o fluido é considerado não molhante. 2.5 Análise econômica Lefkovits et al., 1959 ressaltavam que o problema para avaliar projetos de investimentos era grande na indústria e muitos métodos para acabar com esse problema já tinham sido propostos. As propostas baseavam-se em essencialmente computar um ou mais valores na tentativa de descrever as probabilidades do projeto. O Fluxo de Caixa é a representação das entradas e saídas de valores de uma empresa ao longo do tempo, segundo CAMPOS (1999), é um instrumento no qual o administrador financeiro considera, com antecedência, determinadas situações de risco, impedindo que elas ocorram. Envolve todas as etapas de um campo de petróleo, desde a sua descoberta, até o seu abandono e a entrada é representada na parte superior de um fluxo de caixa e as saídas representadas na parte inferior, a resultante da entrada e saída é a parte liquida. A resultante pode resultar em um déficit ou superávit (figura 3:2) (Neves, Rodrigues. Fábio. 2005). 27 Figura 2. 1: Representação típica do fluxo de caixa na exploração de um campo de petróleo (Suslick, 2001). Para a construção do fluxo de caixa devem ser consideradas as seguintesreceitas e custos: receitas da venda de óleo e gás; custos de produção das fases do fluido; custos de injeção; investimentos no campo nas etapas da exploração e avaliação, custos de abandono e pode ser considerada também a depreciação dos bens do projeto. Pode-se considerar como os principais dados de entradas e saídas de um fluxo de caixa o investimento inicial, os custos e despesas operacionais e ainda os impostos. Estes itens serão expressos a seguir 2.5.1 Investimento inicial Investimento inicial é o capital aplicado que se espera obter um retorno futuro. A CAPEX (capital expenditure) designa despesas de capital ou investimento em bens de capital. No caso específico de um campo de petróleo, segundo Choudhary et al., 1978, o capital aplicado é analisado com a ajuda de diversas técnicas como, por exemplo, as despesas das atividades necessárias para a preparação da área a ser explorada, o valor presente líquido, os custos 28 das atividades requeridas na perfuração do poço, além das atividades para pôr o poço em produção. 2.5.2 Custos e Despesas Operacionais Ligados ao OPEX (operational expenditure) e refere-se ao custo associado à operação e manutenção dos poços que produzem óleo, além dos custos dos materiais e suprimentos e despesas administrativas. 2.5.3 Impostos Representam uma enorme parcela dos gastos de uma empresa petrolífera, estas tributações são em grande parte distribuídas à participações governamentais e de terceiros, impostos diretos e impostos indiretos. 2.6 Ajuste de histórico O ajuste de histórico pode ser feito tanto para reservatórios de óleo quanto para aquíferos e segundo Rosa, 2011 esta etapa tem como o principal objetivo calibrar o modelo numérico com o reservatório real a partir dos melhores dados disponíveis referentes ao histórico de produção (água, óleo e gás) e de pressão. O ajuste de histórico consiste em calcular o comportamento passado do reservatório e comparar com o histórico do campo ou reservatório (produção de água, gás e óleo, dados de pressão, etc.). Durante o processo, os parâmetros do reservatório e/ou aquífero, como permeabilidade absoluta, permeabilidade relativa, porosidade pressão capilar, podem ser alterados de uma simulação para outra para que se obtenha o melhor ajuste possível. E segundo Risso, 2007 as variáveis mais comuns a serem ajustadas são: • Vazões de produção dos fluidos do campo/zona e dos poços; • Corte de água (BSW) e razão gás-óleo (RGO) do campo/zona e dos poços; • Pressões do campo/zona e dos poços; • Índice de produtividade dos poços. Se os dados utilizados forem coerentes com os dados reais provavelmente um bom ajuste de histórico será obtido e quanto mais bem feito for o modelo, mais precisa será a simulação. 29 Risso, 2007, descreveu também as quatro etapas de simulação que são necessárias para se fazer o ajuste: 1) Caracterização de reservatório (modelos geológicos e de fluxo); 2) Definição e construção do modelo de simulação; 3) Ajuste de histórico de produção; 4) Previsão de comportamento Vale salientar que estas quatro etapas foram realizadas e podem ser observadas com o decorrer do trabalho. Ainda segundo Risso, 2007 é com base na qualidade da caracterização e nos objetivos do estudo que se define um modelo de simulação que incorpore adequadamente as características do reservatório. Parâmetros como número de blocos e de camadas, tipo de modelo (“Black-Oil”, composicional etc.), geometria (retangular, radial etc.) ou número de fases (monofásico, bifásico ou trifásico) são definidos também nesta etapa. Após o término da construção do modelo são realizadas centenas ou até milhares de simulações e a partir destas pode-se observar se o comportamento passado do reservatório está sendo simulado fidedignamente. Como é bastante complexo acertar de primeira os parâmetros para uma caracterização adequada de produção e pressão do poço é realizado vários ajustes de histórico até que se obtenham informações da simulação semelhantes com o do histórico de produção. Este processo é feito continuamente durante a vida útil das acumulações de hidrocarbonetos. Uma limitação do ajuste de histórico é o tempo, porém algumas ações podem ajudar a otimizar esse fato, para isso se deve fazer o correto dimensionamento do modelo numérico do reservatório de acordo com o tamanho do mesmo, pois quanto maior for o número de blocos de um modelo maior será o tempo de simulação, mas é preciso ter cautela para não diminuir demais o numero dos blocos (blocos maiores) e perder informações importantes sobre o reservatório; deve-se também fazer uma análise de sensibilidade nos parâmetros de ajuste para considerar apenas os parâmetros mais influentes, diminuindo dessa forma o tempo da simulação; também ajuda para diminuir este tempo manter o histórico sempre atualizado, ou seja, conforme o dado real é disponibilizado já incorporá-lo ao modelo. 30 O diminuir o tempo gasto é fator essencial na indústria do petróleo, já que aqui o tempo representa dinheiro. O gráfico abaixo está representando um resultado de um ajuste de histórico. Segundo Silva, 2014 os pontos em amarelo representam os dados do histórico. As curvas em vermelho apresentam piores ajustes, pois possuem maiores desvios em relação ao histórico. As curvas em azul apresentam os melhores ajustes. Figura 2. 2: Gráfico de um ajuste de histórico (Fonte: SILVA, Rafael Soares 2014) De acordo com Souza (2007) uma característica importante do problema de ajuste de histórico é que não existe uma única solução para o problema, pois diferentes modelos de simulação podem aproximar os dados de histórico com diferentes precisões. Dessa forma se pode fazer ajustes por diferentes modelos, como pelos métodos tentativa e erro, Hooke & Jeeves, ajuste sobre incerteza, entre outros. Sendo que o modelo de ajuste de histórico utilizado neste trabalho foi o modelo Monte Carlo. 2.7 Simulação Numérica de Reservatórios A simulação numérica é feita para se estimar características e prever comportamentos de um reservatório de petróleo visando aumentar a eficiência técnica e econômica do campo. Hoje a simulação é feita com o auxilio de modernos programas computacionais. Os métodos clássicos de simulação travam o reservatório como se fosse um bloco único, homogêneo em que não se considerava variações das 31 propriedades no espaço tão pouco no tempo. Mas agora com a simulação numérica é possível subdividir o reservatório em células com propriedades diferentes. Segundo Staggs, et al.,1971 a modelagem de um reservatório, dividindo-o em células proporciona uma flexibilidade para o engenheiro que ele nunca teve antes. O constante avanço tecnológico vem desenvolvendo simuladores mais completos, técnicas computacionais otimizadas, computadores mais rápidos dessa forma propiciando maior compatibilidade entre o modelo numérico e as características geológicas dos reservatórios. De acordo com Rosa et al., 2011 os simuladores numéricos são classificados em função de três características básicas: o tratamento matemático utilizado, o número de dimensões consideradas e o número de fases admitidas. A classificação pelo modelo matemático inclui o modelo tipo Beta ou volumétrico (também conhecido como black oil), modelo composicional que considera as diversas fases eventualmente presentes no meio poroso e o modelo térmico que é utilizado quando é necessário considerar os efeitos de variação da temperatura no interior do reservatório. Com relação ao número dedimensões os simuladores podem ser classificados como unidimensionais, bidimensionais e tridimensionais. Já quando classificados pelo número de fases temos modelos monofásicos, bifásicos e trifásicos. A escolha do tipo de simulador a ser usado depende de vários fatores, tais como: tipo de estudo desejado, tipo e características do reservatório e dos fluidos, quantidade e qualidade dos dados, detalhamento necessário do estudo e recursos de computação disponíveis. O esquema da figura 2.2 da uma boa ideia da importância da simulação de numérica no estudo de reservatórios. Pode-se verificar que para o modelo matemático convergem informações desde a geologia até informações a respeito da completarão do poço. De acordo com Risso, 2007 a análise dos resultados de uma simulação permite definir um plano de desenvolvimento para o reservatório que otimize uma função-objetivo econômica ou técnica possibilitando também avaliar o comportamento do reservatório com maior confiabilidade. 32 É com o auxilio da simulação que se projeta o Valor Presente Líquido (VPL) importantíssimo indicador econômico, o qual representa a viabilidade ou não de um projeto. Figura 2. 3: Aplicações de simuladores numéricos de reservatórios (Fonte: Rosa,2011) 2.8 Campo de Namorado A área de estudo deste trabalho é o Campo de Namorado. E segundo Ferreira et al., 1990, o campo de Namorado foi descoberto em novembro de 1975, e está localizado na Bacia de Campos (Brasil) a cerca de 80 km da beira- mar, em lâmina d'água que varia 130 a 240 m. A produção foi iniciada em junho de 1979, e uma injeção de água do mar foi iniciada em maio de 1984. Na figura a seguir é possível observar o mapa do Brasil e a localização da Bacia de Campos neste, sinalizada em vermelho: 33 Figura 2. 4: Localização da bacia de Campos (Fonte: phoenix.org.br) Na figura 2.4 é possível observar a localização do campo de Namorado sinalizado em vermelho: Figura 2. 5: Localização do Campo de Namorado (Fonte: modificado de Bizzi et al., 2003) 34 De acordo com os estudos de Sacco et al., 2007, O Campo de Namorado apresenta-se subdividido em 4 blocos, delimitados por falhas normais. O bloco principal, de onde provém o óleo, está localizado na parte central do campo e apresenta predomínio de arenito maciço, com textura fina a grossa, baixa a moderada seleção de grãos, baixo grau de arredondamento e esfericidade. 35 3 REVISÃO BIBLIOGRÁFICA Esta sessão do trabalho mostra o que já foi estudado e realizado por pesquisadores na área de ajuste de histórico de reservatórios de petróleo, mostrando se os métodos utilizados por eles foram satisfatórios ou se ainda precisam ser aprimorado. Um dos primeiros trabalhos realizados sobre ajuste de histórico foi feito por Kruger. Kruger et al., 1961 salientou a necessidade de uma relação entre os dados de pressão calculados e os reais e deu um fator de ajuste aproximado em cada ponto de grade. Kruger utiliza cálculo numérico e também recomendou que os ajustes não devem ser feitos em uma única etapa, mas, sucessivamente, em pequenos passos, cada passo que compreende uma única corrida de simulação. Esta ideia básica foi sendo incorporada nos próximos trabalhos. Slater, 1970, combinou, além de equações diferenciais parciais, algoritmos para otimizar o cálculo dos parâmetros. Utilizou, em alguns casos, uma versão semelhante ao método dos gradientes. Em outras ocasiões fez o uso de análise de regressão não-linear e linear. Coats, 1970 afirma que o método de ajuste para determinar uma descrição viável do reservatório requer uma série de ensaios, com um simulador de reservatório, cada corrida usando uma descrição deste que é aleatória dentro dos limites especificados pelo engenheiro. Em seguida, utiliza- se um segundo pequeno programa, que utiliza mínimos quadrados e técnicas de programação linear, para processar a saída de dados a partir dessas corridas para determinar uma descrição reservatório. O ajuste é realizado através da aproximação da função objetivo pela combinação linear dos parâmetros, que tem coeficientes determinados através de regressões lineares com minimização dos resíduos. A partir deste método de ajuste os escritores concluem que este método é mais eficiente do que os descritos anteriormente à realização de seus trabalhos. Thomas et al., 1972, colocaram em prática uma técnica de otimização não-linear baseada no procedimento clássico de Gauss-Newton, pelo método dos mínimos quadrados. São feitas inúmeras iterações até que os valores calculados e o reais se aproximem. O método descrito é capaz de combinar 36 problemas tanto lineares e não lineares, num número razoável de simulações de reservatório. Watson, 1986 propôs um novo algoritmo para ajuste automático de histórico de dados de produção a partir da modificação do algoritmo de Marquardt . Este método foi desenvolvido para ser robusto e eficiente para problemas de ajuste de histórico que têm moderadas a um pequeno número de parâmetros desconhecidos. Tornando independente o cálculo do tamanho do passo e colocou um limite nos parâmetros para chegar a valores mais coerentes com os reais. Yang, 1987 juntamente com Watson acreditam que os métodos de variáveis métricas são mais eficientes e robustos do que os métodos de minimização, por isso eles testaram dois métodos desse tipo, sendo o Broyden/Fletcher/Goldfarb/Shanno (BFGS) e o self-scaling variable-metric (SSVM). O método SSVM mostrou-se mais eficiente do que o método BFGS quando o número de parâmetros desconhecidos é grande. Bissel et al., 1992 estudaram um processo automático de ajuste de histórico de reservatório utilizando o método de gradientes usando um exemplo simples de campo. A utilização é obtida com a alteração dos códigos de um simulador com o objetivo de computar as derivadas de muitos parâmetros incertos ao mesmo tempo, dessa forma obtendo uma considerável economia de tempo de simulação. Ouenes e Saad, 1993, trabalharam em cima do método produzido por Framer, o Simulated Annealing method (SAM), e o novo algoritmo utiliza, de forma ideal, muitos algoritmos sequenciais ao mesmo tempo. O número de algoritmos simultâneos é ajustado em toda a otimização para aumentar a taxa de aceitação, obtendo valores cada vez mais próximos dos valores reais. Assim se obteve uma redução substancial no tempo de computação quando utilizado a paralelização do algoritmo sequencial. Salazar, 1995, propôs usar a paralelização externa, sem modificação dos códigos de simuladores de reservatórios sequenciais existentes, proporcionando procedimentos com soluções eficientes e simples. Este tipo de paralelização permite a simulação de diferentes arquivos de entrada ao mesmo tempo, mas com a variação de apenas um parâmetro por vez. O objetivo principal de Salazar foi testar a eficiência da paralelização e obteve êxito. 37 Leitão et al., 1999 desenvolveram uma aplicação prática e viável a qual consistia em uma minimização matemática de uma função-objetivo multidimensional que representasse as diferenças entre os dados observados e os simulados. As variáveis eram previamente selecionadas por análise de sensibilidade e a minimização da função objetivo eram investigadas e comparadas pelos métodos de primeira derivada (Gradiente e Quasi-Newton) e pelo método de busca direta (Polytope e Hooke & Jeeves). E para suprir as desvantagens das técnicas apresentaram um algoritmo híbrido mais robusto. Com o término dotrabalho concluíram que esta metodologia deve ser aplicada preferencialmente aos reservatório de pequenos e médios porte devido ao tempo total de cálculo necessário, porém para ajuste de histórico de reservatórios maiores indicam o uso de procedimentos semelhantes que exijam menos simulações. No trabalho de Mantica et al., 2002 foi proposto uma nova abordagem que combina um amostramento caótico de parâmetro do espaço com uma técnica de minimização local, é válido lembrar que a otimização caótica é um método novo, derivado da teoria de sistemas dinâmicos. O primeiro passo foi desenvolver este sistema dinâmico não-linear para se identificar vários pontos a ser sucessivamente utilizados como estimativas iniciais gerado uma série de modelos combinados alternativos com previsões de produção diferentes, que melhoram a compreensão dos comportamentos possíveis dos reservatórios. O método tem por objetivo gerar trajetórias curtas para o parâmetro avaliado, podendo diminuir ainda mais esse tempo de previsão com o auxilio da sísmica. Khazanehdari et al., 2005 combinou sísmica e ajuste de histórico de produção. O segmento selecionado para modelagem consistiu de um poço de produção e um de injeção. A existência de várias repetições de conjuntos de dados 3D de alta resolução proporcionou uma oportunidade única para realização de um “time lapse” e produção de ajuste de histórico combinados. Uma quantitativa saturação e mapeamento de pressão técnica de fluido 4D permitiu a calibração de respostas sísmicas 4D, juntamente com modelos de simulador de fluxo. Os resultados de sucesso da abordagem integrada e quantitativa descrito neste artigo demonstraram um potencial para a futura integração de dados sísmicos e de reservatórios para entregar uma melhor produção e gestão deste. 38 Arts et al., 2006 demostra em deu trabalho que o monitoramento contínuo 4D de campos de petróleo já é uma realidade e desempenha um papel importante para medições e controle do monitoramento contínuo do processo de produção. Através da instalação de cabos de fundo (OBC – ocean botton cables) podem ser feitas medidas como de fluxo, pressão e temperatura do reservatório. Segundo Risso, 2007 a sísmica 4D ou “time lapse” ainda é uma tecnologia emergente e o maior desafio é integrar os resultados dessa tecnologia na modelagem de reservatórios, ou seja, como utilizar essas informações no processo de calibragem do modelo numérico de reservatórios. Hajizadeh et al., 2010 propõe um algoritmo de otimização multi-agente inspirado no comportamento das formigas reais denominado Ant Colony Optimization (ACO). No algoritmo ACO, cada formiga artificial da colônia buscas por bons modelos em diferentes regiões do espaço e compartilha informações sobre a qualidade dos modelos com outros agentes. O algoritmo ACO também está integrado dentro de um quadro Bayesiano para quantificar a incerteza da recuperação final prevista. Os resultados do artigo confirmam que Ant Colony Optimization pode ser usado para gerar vários modelos de ajuste de histórico e prever com precisão a recuperação final do reservatório após 16,5 anos. Sendo uma ferramenta rápida, confiável e promissora para o ajuste de histórico de reservatórios e quantificação da incerteza. Huguet et al., 2016 apresentou em seu trabalho o desenvolvimento de uma nova metodologia para alcançar o ajuste de histórico dos modelos de reservatório radiais tendo em conta as incertezas do subsolo. Eles desenvolveram uma metodologia baseada em multi-parâmetros de classificação organizados, com base no método de Kohonen (algoritmo Self Organizing Map). Os modelos são construídos utilizando mapas de propriedade geológica classificados em uma matriz de aproximadamente uma centena de classes. Este método, em seguida, reduz o número de parâmetros otimizados de 100 para 10. Como os modelos radiais simplificados não se encaixam de forma estrutural real no reservatório alguns conflitos entre pressão e saturação pode ocorrer gerando incertezas, no entanto isso esta deficiência teve um impacto muito limitado no estudo em comparação com os ganhos associados em termos de tempo de cálculo. 39 O constante avanço tecnológico vem desenvolvendo simuladores mais completos, técnicas computacionais otimizadas, computadores mais rápidos dessa forma propiciando maior compatibilidade entre o modelo numérico e as características geológicas dos reservatórios. Por isso a simulação de reservatório tornou-se uma ferramenta comum e de suma importância nos últimos anos devido à grande evolução dos computadores. Como foi visto, uma das aplicações mais importantes nesta área é no ajuste de histórico de produção. 3.1 Método Monte Carlo Fagerstone et al., 1976 afirma que o uso de simulação por método de Monte Carlo tornou-se aparente no inicio de 1967. Tyler et al., 1996 adotaram a modelagem estocástica em 3D para modelar as heterogeneidades do reservatório, juntamente com a geoestatística e o método de Monte Carlo. Com o intuito de chegar a base dos perfis de produção prováveis para cada um dos campos de estudo. Murtha, 1997 em suas pesquisas demostra que o método Monte Carlo baseia-se em uma analise estatística entre a relação de probabilidade e valores de parâmetros chave. Essa analise de probabilidade ajuda a esclarecer duvidas como “Qual a probabilidade do VPL desse projeto exceder o valor de $1.500.000?” ou “Quão provável é que as reservas adicionadas do projeto de exploração irão coincidir com a exploração já planejada?”. Conclui-se que a simulação por este método é parte da análise de risco e é algumas vezes elaborada em conjunto com ou como uma alternativa de análise de decisão Risso et al., 2009 descrevem em seus estudos que muitos métodos de avaliação de incertezas em previsões de produção são baseados na simulação de Monte Carlo. Na fase de desenvolvimento a aplicação desta técnica pode ser inviável porque exige um número de simulações relativamente grande para reproduzir a probabilidade de ocorrência dos atributos. Discorrem ainda que este método consiste na geração de valores aleatórios dos atributos incertos do reservatório de acordo com as faixas de valores estudadas e as distribuições de probabilidades associadas. 40 4 METODOLOGIA A metodologia realizada neste trabalho pode ser classificada como descritiva e explicativa realizada com dados reais da bibliografia e de laboratório, todos referentes ao do Campo de Namorado. A seguir serão descritas as etapas desenvolvidas para alcançar o objetivo proposto, que é ajustar o histórico de um reservatório pelo método Monte Carlo. A Figura4.1 representa o fluxograma das atividades do projeto: Figura 4. 1: Fluxograma do projeto 41 4.1 Softwares utilizados Para a realização do trabalho será utilizado o Excel, o qual foi utilizado para a geração de planilhas, gráficos, linhas de tendências, utilizado amplamente na parte do tratamento dos dados. Também foi utilizado o Computer Modelling Group (CMG) da versão de 2008, para o uso dos pré-processadores Builder, IMEX, Results 3D e Results Graph e o CMOST. O Builder permite a manipulação de dados, criação de tabelas a partir de correlações, análise dos dados de entrada antes de executar a simulação. Este possui todas as informações para gerar o arquivo de entrada “dat”. O IMEX é um simulador que gera três arquivos de saída (“.out”;”irf”; “mrf”) a partir do arquivo de entrada. O Results 3D permite a visualização do reservatório em três dimensões a partir do arquivo “irf”. Permite também a visualizaçãoda variação dos parâmetros em relação ao tempo, como a saturação de fluidos e pressão de cada região, etc. O Results Graph permite analisar a partir do arquivo “irf” alguns parâmetros do reservatório, como a produção, vazão, a pressão do reservatório, tanto para poços quanto para o campo. CMOST é um módulo da CMG que pode ser utilizado para a realização de ajuste de histórico, otimização, análise de sensibilidade e avaliação de incertezas. Ele pode realizar múltiplas simulações em múltiplos computadores utilizando diferentes valores para os parâmetros de entrada. O CMOST pode ser utilizado em uma situação onde o usuário executa múltiplos trabalhos de simulação com a intenção de visualizar o efeito da mudança nos parâmetros de entrada nas propriedades de saída. Neste presente trabalho este software foi utilizado para a realização do ajuste de histórico 4.2 Tratamento de Dados A primeira etapa da metodologia deste trabalho foi o tratamento dos dados de campo e laboratório, com o auxílio do software Excel, para posteriormente usa-los na criação do modelo de simulação do reservatório utilizando o pré-processador Builder da CMG. 42 4.3 Caracterização do Reservatório A caracterização de reservatórios visa descrever geológica e petrofisicamente as propriedades deste, de forma que estas propriedades permitam prever o comportamento futuro do reservatório. Quanto melhor o conhecimento a respeito da rocha que armazena o óleo, melhores são as condições de otimizar e desenvolver melhores estratégias de produção. O primeiro passo compreende toda a discretização dos dados do reservatório que será modelado. Os dados são referentes ao Campo de Namorado, situado na Bacia de Campos. Estes são valores reais e foram fornecidos pelo professor Valmir Risso a fim de desenvolver estudos e trabalhos acadêmicos. A seguir é descrito como foram selecionados os dados disponibilizados e o método utilizado para o tratamento de cada propriedade. Lembrando que todos os dados são referentes do Campo de Namorado. 4.3.1 Compressibilidade da Rocha Para o cálculo da compressibilidade da rocha foram utilizados dados de 3 poços (3-NA-1, 3-NA-2, 3-NA-4) em diferentes profundidades, totalizando um conjunto de 10 amostras. Como pode ser observado na tabela 3. Para encontrar a compressibilidade da rocha na profundidade determinada, foi necessário fazer interpolações, já que nem sempre a pressão de sobrecarca correspondia a profundidade média, uma vez que a compressibilidade está diretamente relacionada com a pressão. Um exemplo pode ser observado na tabela 4.1, levando em consideração os valores dentro dos retangulos vermelhos, para a amostra 4V, em que a profundidade de 3041.48m não tem um valor de compressibilidade exato, dessa forma sendo necessário fazer a interpolação, encontrando o valor 4,14 de compressibilidade para esta profundidade da amostra. 43 Tabela 4. 1 - Interpolação Para encontrar a média da compressibilidade da rocha, foi feita uma média aritmética simples entre os 10 valores das amostras. Tabela 4. 2 - Compressibilidade da Rocha 44 4.3.2 Pressão Capilar e Função J Para o cálculo da pressão capilar e da Função J, foram utilizadas 12 amostras com valores de Saturação de água (Sw), Pressão Capilar (Pcap) e J (J de Leverett). E como citado no trabalho de El-Khatib, 1995, devido à heterogeneidade de certos reservatórios, não se pode usar apenas uma curva de pressão capilar para todo reservatório. Para se corrigir esta limitação é utilizada a função J de Leverett, que já foi explicada e nomeada como função4 neste trabalho. Ao plotar o gráfico Pcap x Sw notamos que as curvas ficam bastante espalhadas no gráfico, porém o objetivo é obermos uma curva média que represente todo o reservatório, por isso usamos essa aproximação J. Dessa forma ao plotarmos novamente o gráfico notamos a ligeira aproximação entre as curva. Após este passo serão plotadas todos os Sw de cada amostra com seus respectivos J formando um único grupo, o qual servirá para plotar uma única linha de tendência ( gera uma fórmula), que será ajustada conforme necessário atráves do ajuste manual. Para o ajuste manual, a fórmula gerada com o gráfico da linha de tendência é utilizada para gerar novos valores de saturação de água. Com a curva ajustada manualmente, e com os novos dados de saturação de água, pode-se geral uma nova fórmula do Jmédio com a linha de tendencia, que a partir desse momento, representa todo o reservatório. Vale salientar que o ajuste manual foi realizado até aproximadamente 30% de saturação de água, já que a partir disso a linha de tendência anterior era bastante representativa para os pontos a partir desta saturação. Com o Jmédio já ajustado, é possivel calcular a pressão capilar resultante. Esta é calculando isolando a Pcap da fórmula nomeada como função 4 neste trabalho. 4.3.3 Permeabilidade Relativa à Saturação de Àgua (Krw e Kro) Para o cálculo de permeabilidade relativa à água foram utilizadas dados de 7 amostras. Primeiramente foram plotados gráficos Sw X Krw e Sw X Kro e notou-se o afastamento dessas curvas de zero. Logo após os dados 45 amostrados em relação à saturação de água foram levados até a Sw zero, utilizando a equação 11. 𝑆𝑤𝑓 = 𝑆𝑤 − 𝑆𝑤𝑖 100 − 𝑆𝑤𝑖 Equação 4.1: Saturação final de água Após aproximar as curvas de zero com o passo anteriormente mencionado, plotou-se novos gráficos, dessa vez pode-se notar a aproximação das curvas à zero zero. Na sequência, os dados foram interpolados para obter a média geométrica das permeabilidades em função da saturação de água. As curvas foram plotadas e o Excel forneceu uma equação que representa seu comportamento. A equação gerada para cada permeabilidade relativa foi aplicada aos valores de saturação de água já determinados na etapa da pressão capilar. Ao fim, os dados calculados foram reajustados para que as curvas retornassem a condição inicial de saturação de água. Dessa forma obtendo os gráficos finais das permeabilidades relativa á agua e ao óleo. 4.3.4 Permeabilidade Relativa à Saturação de Gás (Krg e Kro) Para o cálculo da permeabilidade relativa à saturação de gás foram utilizadas dados de 5 amostras. Os cálculos realizados nesta etapa são semelhantes aos realizados na etapa anterior, em que são plotadas as curvas Krg X Sg e Kro X Sg. Logo após são feitas interpolações para encontrar as médias geométricas de Kro e Krg relativas a cada valor de Sg e plotados estes gráficos. Nesta etapa a saturação inicial de gás é usada como sendo de 4%. O software Excel permite que encontremos as fórmulas que delineam as curvas recém plotadas, nelas conseguimos subtituir o X da equação pelo Sg. Dessa forma, finalmente, plotamos o gráfico final, Krg e Kro em relação a Sg. 4.3.5 Dados PVT (Pressão, Volume e Temperatura) Para montar os dados de PVT foram disponibilizados dados referentes a 3 poços, os quais não nomeados como 7-NA-35D-RJS, 8-NA-33D-RJS e 7- 46 NA-11A-RJS. De acordo com Rosa et. al, 2011 para se obter esse tipo de informação é necessário coletar amostras dos fluidos nas condições do reservatório e submetê-las às chamadas análises PVT (pressão, volume e temperatura), obtendo-se entre outros parâmetros a pressão de bolha (ou de saturação), o fator volume-formação do gás, o fator volume-formação do óleo, a razão de solubilidade e as viscosidade. Como os dados de cada amostra são provenientes de poços diferentes e consequentemente foram
Compartilhar