Uso de Poços Inteligentes

Prévia do material em texto

UNIVERSIDADE ESTADUAL DE CAMPINAS 
FACULDADE DE ENGENHARIA MECÂNICA 
 
 
 
 
 
 
Uso de Poços Inteligentes em Desenvolvimento 
de Campos de Petróleo sob Incertezas 
 
 
 
 
Autor: João Paulo Quinteiro Gonçalves da Silva 
 Orientador: Prof. Dr. Denis José Schiozer 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
CAMPINAS 
2009
i 
 
 
 
 
 
UNIVERSIDADE ESTADUAL DE CAMPINAS 
FACULDADE DE ENGENHARIA MECÂNICA 
 
 
 
 
Uso de Poços Inteligentes em Desenvolvimento 
de Campos de Petróleo sob Incertezas 
 
 
 
Autor: João Paulo Quinteiro Gonçalves da Silva 
Orientador: Prof. Dr. Denis José Schiozer 
 
 
 
 
Curso: Mestrado em Ciências e Engenharia de Petróleo 
 
 
 
 
 
Dissertação de mestrado apresentada à Subcomissão de Pós-Graduação 
Interdisciplinar de Ciências e Engenharia de Petróleo (FEM), como requisito para a 
obtenção do título de Mestre em Ciências e Engenharia de Petróleo. 
 
 
 
 
Campinas, 2009 
SP - Brasil 
 
ii 
 
 
 
 
 
 
 
FICHA CATALOGRÁFICA ELABORADA PELA 
 BIBLIOTECA DA ÁREA DE ENGENHARIA E ARQUITETURA - BAE - 
UNICAMP 
 
 
 
 
 Si38u 
 
Silva, João Paulo Quinteiro Gonçalves da 
 Uso de poços inteligentes no desenvolvimento de 
campos de petróleo sob incertezas / João Paulo Quinteiro 
Gonçalves da Silva. --Campinas, SP: [s.n.], 2008. 
 
 Orientador: Denis José Schiozer. 
 Dissertação de Mestrado - Universidade Estadual de 
Campinas, Faculdade de Engenharia Mecânica e 
Instituto de Geociências. 
 
 1. Poços Inteligentes. 2. Capacidade da Plataforma. 
3. Incerteza. 4. Risco. 5. Processo decisório. I. 
Schiozer, Denis José. II. Universidade Estadual de 
Campinas. Faculdade de Engenharia Mecânica. III. 
Instituto de Geociências. IV. Título. 
 
 
Título em Inglês: Use of smart wells in petroleum field developments under 
uncertainties 
Palavras-chave em Inglês: Smart Wells, Platform capacity, Uncertainties, 
Risk, Decision analysis 
Área de concentração: Reservatórios e Gestão 
Titulação: Mestre em Ciências e Engenharia de Petróleo 
Banca examinadora: Solange da Silva Guedes, Sergio Nascimento Bordalo 
Data da defesa: 17/12/2008 
Programa de Pós Graduação: Ciências e Engenharia de Petróleo 
iii 
 
 
 
 
iv 
 
 
 
 
 
 
 
 
 
 
 
 
Dedicatória 
 
 
 
Dedico este trabalho à minha avó Iracema, pelo seu exemplo de vida, e à minha mãe 
Valdete, pelo exemplo de força e determinação. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
v 
 
 
 
 
Agradecimentos 
À Deus por todas as bênçãos... 
À minha mãe, Valdete, meu pai, Dirceu, e meus irmãos, Pedro e Marcos, pelo 
constante incentivo e apoio. 
Ao Prof. Dr. Denis José Schiozer, por acreditar neste trabalho, por sua fundamental 
e competente orientação e pela paciência e generosidade. 
Aos colegas e amigos Mauro Ida, Pedro Nogueira, Fabio Gostaldon e Lincoln 
Nakajima, pelo auxílio direto no desenvolvimento desta pesquisa, especialmente nos 
momentos de dificuldades. 
Aos professores e funcionários do Departamento de Engenharia de Petróleo pela 
ajuda direta ou indireta na realização deste trabalho. 
Aos pesquisadores, colaboradores e funcionários do grupo UNISIM, pelo suporte e 
colaboração. 
Àqueles que me proporcionaram um ambiente agradável, incluindo os que já foram 
citados, meus amigos: Odair, Beto, André, Diogo, Perin, Carlos, Guilherme, Fernando, 
Philipe, Rafael, Parker, Ivan e a todos aqueles com quem convivi durante o mestrado. 
À FAPESP (Fundação de Amparo à Pesquisa do Estado de São Paulo), pela 
concessão de bolsa de estudo, ao Cepetro (Centro de Estudos de Petróleo) e à Petrobras 
pelo suporte financeiro. 
A todos os meus amigos de Assis-SP por estarem sempre por perto me 
incentivando. Em especial, presto uma homenagem à memória de uma pessoa de caráter 
excepcional, Rev. Valmir Machado Ribeiro. 
 
 
vi 
 
 
 
Resumo 
SILVA, João Paulo Quinteiro Gonçalves da. Uso de Poços Inteligentes em 
Desenvolvimento de Campos de Petróleo sob Incertezas, Campinas: Faculdade de 
Engenharia Mecânica, Universidade Estadual de Campinas. 2008. 118 pp. Dissertação 
(Mestrado em Ciências e Engenharia de Petróleo) – Faculdade de Engenharia Mecânica e 
Instituto de Geociências, Universidade Estadual de Campinas – UNICAMP, 2008. 
 
A escolha da estratégia de produção é uma das tarefas mais importantes para 
garantir o sucesso do desenvolvimento de campos de petróleo. Dentro deste contexto, 
destaca-se o recente uso de poços inteligentes, que são divididos em segmentos com 
dispositivos que, por sua vez, possibilitam o monitoramento e maior controle da produção, 
em tempo real. Embora o desempenho esperado desses poços seja superior aos 
convencionais, em termos de maximização de produção de óleo e minimização de produção 
de água, não há garantias de que essa vantagem represente um desempenho econômico 
superior, devido aos investimentos adicionais necessários. 
Trabalhos recentes vêm sendo feitos para a comparação desses dois tipos de poços. 
Contudo, observa-se que, em muitas dessas comparações, as estratégias com poços 
inteligentes são otimizadas com maior cuidado e, conseqüentemente, apresentam melhores 
resultados. Isto pode implicar falta de confiabilidade do processo. 
A presente pesquisa tem por objetivo criar uma metodologia de comparação justa 
entre poços inteligentes e convencionais. Foi desenvolvido um procedimento de otimização 
da estratégia de produção, aplicável aos dois tipos de poços, considerando inicialmente 
cenário determinístico. Esta metodologia conta também com a disponibilidade de 
plataformas com diferentes capacidades de produção. Foi ainda estudado o impacto de 
incertezas e heterogeneidades no processo. Ao final, realizou-se uma análise de decisão, 
considerando estratégias de poços convencionais e inteligentes, além da capacidade da 
plataforma, com o objetivo de direcionar a escolha do tomador de decisão. 
Procurou-se mostrar que a metodologia de otimização da estratégia é eficaz, no 
sentido de promover uma comparação criteriosa de ambos os poços estudados. Para o 
exemplo determinístico, de baixa heterogeneidade, as estratégias otimizadas, de poços 
convencionais e inteligentes, apresentaram poucas diferenças. Com a adição de incertezas e 
aumento da heterogeneidade, especialmente pelos canais de alta permeabilidade, os poços 
inteligentes passaram a apresentar vantagens. 
Foi mostrado ainda que as comparações entre esses dois tipos de poços resultam em 
diversas opções possíveis de serem aplicadas, com vantagens e desvantagens para os dois 
lados. A escolha depende de vários fatores; alguns desses fatores, principalmente 
características do caso e cenário econômico, podem ser considerados como parte do 
vii 
 
 
 
problema e devem ser tratados estatisticamente para a decisão do emprego ou não de poços 
inteligentes. Outros fatores são específicos para a tomada de decisão, tais como: objetivos 
da empresa, interesses particulares de cada projeto e aversão ao risco do tomador de 
decisão. A influência destes fatores no processo de otimização afeta também a decisão de 
utilizar ou não poços inteligentes. 
 
Palavras Chave: Poços Inteligentes, Capacidade da Plataforma, Incertezas, Risco, Análise 
de Decisão, Flexibilização, Simulação Numérica de Escoamento. 
viii 
 
 
 
Abstract 
SILVA, João Paulo Quinteiro Gonçalves da. Use of Smart Wells in Petroleum Field 
Developments Under Uncertainties. Campinas: Faculdade de Engenharia Mecânica, 
Universidade Estadual de Campinas, 2008. 118 pp. Dissertação (Mestrado em Ciências e 
Engenharia de Petróleo) – Faculdade de Engenharia Mecânica e Instituto de Geociências, 
Universidade Estadual de Campinas – UNICAMP, 2008. 
 
The selection of a production strategy is one of the most important tasks to ensure 
success of petroleum fields development. In order to improve the performance of fields, the 
use of smart wells is becoming a common practice. In such wells, devices like valves and 
sensors are able tomonitor and control the production in real time, adding flexibility to the 
operation. However, it is possible that the expected gain of these wells production does not 
pay off the required additional investments. 
Recent works compare smart and conventional wells but, generally, the smart wells 
strategies are optimized heeder, so that they have shown best results; this could yield lack 
of reliability to the process. 
The objective of this work is to develop a production optimization methodology 
allowing a fair comparison between smart and conventional wells. A methodology of 
production strategy optimization, which considers the availability of different production 
capacities, was developed and applied to both the conventional and smart wells. The 
methodology was applied to a slightly heterogeneous reservoir, considering a deterministic 
case. As a second step, the impact of uncertainties and heterogeneities on the optimized 
strategies was studied. Finally, a decision analysis was discussed, considering smart and 
conventional strategies and platform capacity. 
The main objective of the developed methodology was to provide reliability in the 
optimization process. In the deterministic example with low heterogeneity, the results 
showed small differences between the two alternatives. However, with the addition of 
uncertainties and with the increase of the heterogeneity, smart wells presented some 
advantages. 
It was shown, in the process to compare the two wells, that many possible strategies 
can be applied with advantages and disadvantages to both kind of wells. The differences are 
generally small and the choice depends on several factors. Some of this factor, especially 
the characteristic of the case and economic scenario, can be considered as a part of the 
problem and must be handling statistically. Other factors are specific of the decision-
making process, such as: objectives of the company, particular interest of each project and 
risk aversion from the decision maker. The influence of these factors in the optimization 
process affects de decision to use or not smart wells. 
ix 
 
 
 
 
Keywords: Smart Wells, Platform Capacity, Uncertainties, Risk, Decision Analysis, 
Flexibility, Reservoir Simulation. 
x 
 
 
 
Sumário 
Dedicatória ................................................................................................................... iv 
Agradecimentos ............................................................................................................ v 
Resumo ........................................................................................................................ vi 
Abstract ...................................................................................................................... viii 
Sumário ......................................................................................................................... x 
Lista de Figuras ........................................................................................................... xiii 
Lista de Tabelas .......................................................................................................... xvi 
Nomenclatura............................................................................................................ xvii 
1 Introdução ............................................................................................................. 1 
1.1 Estratégia de produção ............................................................................................. 3 
1.2 Estratégia de operação de poços inteligentes ............................................................ 4 
1.3 Poços inteligentes ..................................................................................................... 6 
1.4 Motivação ................................................................................................................ 9 
1.5 Objetivos ................................................................................................................ 10 
2 Fundamentação Teórica ....................................................................................... 11 
2.1 Funcionamento de poços inteligentes...................................................................... 11 
2.2 Otimização da estratégia de produção ..................................................................... 15 
2.3 Função-objetivo ...................................................................................................... 19 
2.3.1 Funções-objetivo técnicas ......................................................................................................... 19 
Produção de óleo (NP) ........................................................................................................................ 19 
Produção de água (WP) ....................................................................................................................... 20 
Produção de gás (GP) .......................................................................................................................... 20 
Injeção de água (Winj) ......................................................................................................................... 20 
Razão gás-óleo (RGO) ......................................................................................................................... 20 
Corte de água (WCUT) .......................................................................................................................... 21 
2.3.2 Funções-objetivo econômicas ................................................................................................... 21 
Valor Presente Líquido (VPL) .............................................................................................................. 21 
Taxa Interna de Retorno (TIR) ............................................................................................................ 22 
Retorno sobre Investimento (RSI ou ROI)........................................................................................... 23 
Tempo de Retorno (Pay-Back) ............................................................................................................ 23 
2.3.3 Funções-objetivo considerando incertezas............................................................................... 23 
Valor Monetário Esperado (VME) ...................................................................................................... 23 
xi 
 
 
 
Risco ................................................................................................................................................... 24 
2.4 Incertezas e risco .................................................................................................... 25 
2.4.1 Análise de sensibilidade ............................................................................................................ 27 
2.4.2 Árvore de derivação .................................................................................................................. 28 
2.4.3 Curva de risco ............................................................................................................................ 29 
3 Revisão Bibliográfica ............................................................................................ 32 
3.1 Mapa de qualidade ................................................................................................. 32 
3.2 Simulação numérica de escoamento com poços inteligentes .................................... 33 
3.2.1 Controle proativo ...................................................................................................................... 34 
3.2.2 Controle reativo ........................................................................................................................ 36 
3.3 Incertezas e risco ....................................................................................................39 
4 Metodologia ........................................................................................................ 41 
4.1 Introdução .............................................................................................................. 41 
4.2 Metodologia geral .................................................................................................. 41 
4.3 Premissas ............................................................................................................... 42 
4.4 Metodologia de otimização da estratégia de produção ............................................ 43 
4.5 Análise de incertezas .............................................................................................. 46 
Análise de sensibilidade ..................................................................................................................... 46 
Análise de impacto das incertezas...................................................................................................... 47 
Análise de risco ................................................................................................................................... 47 
5 Aplicação ............................................................................................................. 49 
5.1 Definição de parâmetros iniciais .............................................................................. 49 
5.1.1 Modelo de simulação ................................................................................................................ 49 
5.1.2 Parâmetros operacionais .......................................................................................................... 52 
5.1.3 Modelo econômico ................................................................................................................... 53 
5.2 Otimização da estratégia de produção ..................................................................... 54 
5.3 Análise de incertezas .............................................................................................. 55 
5.3.1 Tipo de óleo .............................................................................................................................. 56 
5.3.2 Canais de alta permeabilidade .................................................................................................. 57 
5.3.3 Falhas selantes .......................................................................................................................... 57 
5.3.4 Preço de óleo e custo de produção de água ............................................................................. 58 
5.3.5 TMA ........................................................................................................................................... 59 
6 Resultados e Discussão ......................................................................................... 60 
6.1 Otimização da estratégia de produção ..................................................................... 60 
6.1.1 Poços convencionais ................................................................................................................. 63 
xii 
 
 
 
Plataforma P1 ..................................................................................................................................... 63 
Plataforma P2 ..................................................................................................................................... 67 
Plataforma P3 ..................................................................................................................................... 69 
Plataforma P4 ..................................................................................................................................... 72 
6.1.2 Poços inteligentes ..................................................................................................................... 74 
Plataforma P1 ..................................................................................................................................... 74 
Plataforma P2 ..................................................................................................................................... 76 
Plataforma P3 ..................................................................................................................................... 77 
Plataforma P4 ..................................................................................................................................... 79 
6.1.3 Combinação geral ..................................................................................................................... 81 
6.1.4 Comparação das melhores estratégias ..................................................................................... 85 
6.2 Análise de incertezas .............................................................................................. 88 
6.2.1 Análise de sensibilidade ............................................................................................................ 88 
Tipo de óleo ........................................................................................................................................ 88 
Canais de alta permeabilidade ........................................................................................................... 89 
Falhas selantes.................................................................................................................................... 91 
Preço do óleo e água .......................................................................................................................... 93 
TMA .................................................................................................................................................... 94 
6.2.2 Análise do impacto das incertezas ............................................................................................ 94 
Análise nas estratégias ótimas gerais – plataforma P3 ...................................................................... 95 
Análise nas estratégias das plataformas P2 e P4 ................................................................................ 99 
6.2.3 Análise de risco ....................................................................................................................... 103 
Variação no preço de óleo e custo de produção de água ................................................................ 103 
Variação na TMA .............................................................................................................................. 108 
6.3 Discussão .............................................................................................................. 110 
7 Conclusões e Recomendações ............................................................................. 111 
7.1 Conclusões ........................................................................................................... 111 
7.2 Recomendações .................................................................................................... 114 
8 Referências bibliográficas ................................................................................... 116 
 
 
xiii 
 
 
 
Lista de Figuras 
Figura 1.1 – Incremento na produção de óleo dos poços inteligentes comparados aos 
convencionais. Fonte: Ajayi et al. (2006) ................................................................... 7 
Figura 2.1 – Esquema de poço inteligente. Adaptado de Konopczynski e Tolan (2007) ..... 11 
Figura 2.2 – Fases do processo de otimização. Adaptado de Mezzomo (2005) ................... 17 
Figura 2.3 – Exemplo de árvore de derivação ...................................................................... 28 
Figura 2.4 – Exemplo de curva de risco. Adaptado de Xavier (2004) ................................. 29 
Figura 2.5 – Exemplos de curva de distribuiçãonormal, equivalente à Figura 2.4. Adaptado 
de Xavier (2004) ....................................................................................................... 30 
Figura 2.6 – Exemplo de curva de risco. Fonte: Xavier (2004) ............................................ 30 
Figura 2.7 – Exemplos de curva de distribuição normal, equivalente à Figura 2.6. Fonte: 
Xavier (2004) ............................................................................................................ 31 
Figura 4.1 – Fluxograma da metodologia de otimização da estratégia de produção ............ 44 
Figura 5.1 – Mapa de permeabilidade de campo (em mD)................................................... 50 
Figura 5.2 – Curvas de viscosidade e fator volume de formação do gás .............................. 51 
Figura 5.3 – Curvas de viscosidade e fator volume de formação do óleo ............................ 51 
Figura 5.4 – Curva de razão de solubilidade ........................................................................ 52 
Figura 5.5 – Curvas de viscosidade e fator volume de formação dos óleos leve e pesado... 56 
Figura 5.6 – Canais de alta permeabilidade .......................................................................... 57 
Figura 5.7 – Falhas utilizadas na análise de sensibilidade .................................................... 58 
Figura 6.1 – Mapa de topo do campo. Unidade: metro ........................................................ 60 
Figura 6.2 – Vistas do mapa de topo do campo. Unidade: metro ......................................... 60 
Figura 6.3 – Mapa de qualidade do reservatório................................................................... 61 
Figura 6.4 – Estratégias A e B .............................................................................................. 62 
Figura 6.5 – Estratégias C e D .............................................................................................. 62 
Figura 6.6 – Estratégia E ....................................................................................................... 63 
Figura 6.7 – VPL das estratégias desenvolvidas para o início do processo de otimização .. 64 
Figura 6.8 – Evolução do VPL no processo de otimização da plataforma P1 ...................... 65 
Figura 6.9 – Volume de óleo dos modelos no processo de otimização da plataforma P1 .... 66 
Figura 6.10 – Estratégia otimizada para poços convencionais e plataforma P1 (EC1) ........ 67 
Figura 6.11 – Evolução do VPL no processo de otimização da plataforma P2 .................... 68 
xiv 
 
 
 
Figura 6.12 – Volume de óleo dos modelos no processo de otimização da plataforma P2 .. 68 
Figura 6.13 – Estratégia otimizada para poços convencionais e plataforma P2 (EC2) ........ 69 
Figura 6.14 – Evolução do VPL no processo de otimização da plataforma P3 .................... 70 
Figura 6.15 – Volume de óleo dos modelos no processo de otimização da plataforma P3 .. 71 
Figura 6.16 – Estratégia otimizada para poços convencionais e plataforma P3 (EC3) ........ 71 
Figura 6.17 – Evolução do VPL no processo de otimização da plataforma P4 .................... 72 
Figura 6.18 – Volume de óleo dos modelos no processo de otimização da plataforma P4 .. 73 
Figura 6.19 – Estratégia otimizada para poços convencionais e plataforma P4 (EC4) ........ 73 
Figura 6.20 – Evolução do VPL na otimização dos poços inteligente para a plataforma P1
 ................................................................................................................................... 74 
Figura 6.21 – Volume de óleo dos modelos no processo de otimização da plataforma P1 .. 75 
Figura 6.22 – Estratégia otimizada para poços inteligentes e plataforma P1 (EI1) .............. 75 
Figura 6.23 – Evolução do VPL na otimização dos poços inteligente para a plataforma P2
 ................................................................................................................................... 76 
Figura 6.24 – Volume de óleo dos modelos no processo de otimização da plataforma P2 .. 77 
Figura 6.25 – Evolução do VPL na otimização dos poços inteligente para a plataforma P3
 ................................................................................................................................... 78 
Figura 6.26 – Volume de óleo dos modelos no processo de otimização da plataforma P3 .. 78 
Figura 6.27 – Estratégia otimizada para poços inteligentes e plataforma P3 (EI3) .............. 79 
Figura 6.28 – Evolução do VPL na otimização dos poços inteligente para a plataforma P4
 ................................................................................................................................... 80 
Figura 6.29 – Volume de óleo dos modelos no processo de otimização da plataforma P4 .. 80 
Figura 6.30 – Estratégia otimizada para poços inteligentes e plataforma P4 (EI4) .............. 81 
Figura 6.31 – Combinação de todas as estratégias otimizadas – poços convencionais ........ 82 
Figura 6.32 – Combinação de todas as estratégias otimizadas – poços inteligentes ............ 82 
Figura 6.33 – Todos os modelos simulados no processo de otimização – VPL x Np .......... 84 
Figura 6.34 – Todos os modelos simulados no processo de otimização – VPL x Wp ......... 84 
Figura 6.35 – Comparação das produções de óleo e água nos poços inteligentes e 
convencionais ............................................................................................................ 86 
Figura 6.36 – Atuação das válvulas dos poços inteligentes no modelo EI3 ......................... 87 
Figura 6.37 – VPL das estratégias otimizadas – EI3 e EI3C ................................................ 87 
xv 
 
 
 
Figura 6.38 – Sensibilidade dos modelos com canais - VPL ................................................ 89 
Figura 6.39 – Sensibilidade dos modelos com canais - Np .................................................. 90 
Figura 6.40 – Sensibilidade dos modelos com canais - Wp ................................................. 90 
Figura 6.41 – Posições dos canais e dos poços ..................................................................... 91 
Figura 6.42 – Sensibilidade dos modelos com falhas - VPL ................................................ 92 
Figura 6.43 – Sensibilidade dos modelos com falhas - Np ................................................... 92 
Figura 6.44 – Sensibilidade dos modelos com falhas - Wp .................................................. 93 
Figura 6.45 – Análise do impacto das incertezas nas estratégias otimizadas da plataforma 
P3 - VPL .................................................................................................................... 96 
Figura 6.46 – Análise do impacto das incertezas nas estratégias otimizadas da plataforma 
P3 – Np ...................................................................................................................... 97 
Figura 6.47 – Análise do impacto das incertezas nas estratégias otimizadas da plataforma 
P3 – Wp ..................................................................................................................... 97 
Figura 6.48 – produções de água e óleo dos poços convencionais e inteligentes no modelo 4
 ................................................................................................................................... 98 
Figura 6.49 – Análise de incertezas nas plataformas P2, P3 e P4 – VPL x Np .................. 100 
Figura 6.50 – VPL, VMEG, desvio-padrão e coeficiente de variação das estratégias ........ 101 
Figura 6.51 – Análise de incertezas nas plataformas P2, P3 e P4 – VPL x Wp ................. 101 
Figura 6.52 – Análise de incertezas nas plataformas P2, P3 e P4 – Wp ............................. 102 
Figura 6.53 – Análise de incertezas nas plataformas P2, P3 e P4 – VPL x ROI ................ 103 
Figura 6.54 – Curvas de risco .............................................................................................104 
Figura 6.55 – VME das estratégias, desvios-padrão e coeficientes de variação dos dados 105 
Figura 6.56 – VME x coeficiente de variação .................................................................... 105 
Figura 6.57 – VMEG de cada estratégia, para os três cenários econômicos ....................... 106 
Figura 6.58 – Produção de água, desvio-padrão e CV nos modelos heterogêneos e base . 108 
Figura 6.59 – VMEG de cada estratégia, para os três valores de TMA .............................. 109 
Figura 6.60 – Diferenças entre VMEG das estratégias com poços inteligentes e 
convencionais para diferentes TMA ....................................................................... 109 
 
 
xvi 
 
 
 
Lista de Tabelas 
Tabela 3.1 – Resultado das otimizações na operação das válvulas. Fonte: Yeten (2003) .... 36 
Tabela 3.2 – Resultados do estudo de Rodriguez e Schiozer (2006) .................................... 37 
Tabela 3.3 – Comparação entre controle reativo e proativo. Fonte: Kraaijevanger et al. 
(2007) ........................................................................................................................ 39 
Tabela 5.1 – Características do modelo de simulação .......................................................... 49 
Tabela 5.2 – Propriedades PVT dos fluidos ......................................................................... 50 
Tabela 5.4 – Condições operacionais dos poços produtores e injetores ............................... 52 
Tabela 5.5 – Dados econômicos definidos para o modelo.................................................... 54 
Tabela 5.6 – Plataformas utilizadas na pesquisa ................................................................... 54 
Tabela 5.7 – Modelos utilizados no processo de otimizados ................................................ 55 
Tabela 5.8 – Modelos econômicos utilizados na análise de sensibilidade ........................... 58 
Tabela 6.1 – Principais alterações feitas no processo de otimização da plataforma P1 ....... 65 
Tabela 6.2 – Resultados das simulações com óleo pesado ................................................... 88 
Tabela 6.3 – Análise de sensibilidade dos modelos econômicos ......................................... 93 
Tabela 6.4 – Análise de sensibilidade da TMA .................................................................... 94 
Tabela 6.5 – Nomenclatura utilizada nos gráficos da análise do impacto das incertezas ..... 95 
Tabela 6.6 – Média, desvio-padrão e coeficiente de variação dos modelos com incertezas 99 
Tabela 6.7 – Resumo da análise de risco: VPL, desvio-padrão e coeficiente de variação . 107 
 
 
xvii 
 
 
 
Nomenclatura 
 
Letras Latinas 
Bg Fator volume de formação do gás m³/m³ 
Bo Fator volume de formação do óleo m³/m³ 
Gp Volume acumulado de gás produzido m³ 
Np Volume acumulado de óleo produzido m³ 
Rs Razão de solubilidade m³/m³ 
WCUT Corte de água % 
Winj Volume de água injetada m³ 
Wp Volume acumulado de água produzida m³ 
xi Resultado possível �� Média dos resultados de uma amostra 
 
Letras Gregas 
σ Desvio-padrão 
µ Viscosidade 
 
Siglas 
ANP Agência Nacional de Petróleo 
BHP Bottom Hole Pressure (pressão de fundo de poço) 
COFINS Contribuição para o Financiamento da Seguridade Social 
CS Contribuição Social Contribuição Social 
CV Coeficiente de Variação 
E&P Exploração e Produção na indústria do petróleo 
f Freqüência 
xviii 
 
 
 
FC Fluxo de Caixa 
FR Fator de Recuperação 
IBP Instituto Brasileiro de Petróleo, Gás e Biocombustíveis 
IR Imposto de Renda 
p Probabilidade 
PE Participação Especial 
PIS Programa de Integração Social 
PVT Análise de óleo, Pressão-Volume-Temperatura 
RGO Razão Gás-Óleo 
ROI Return Over Investiment 
RSI Retorno Sobre Investimento 
TIR Taxa Interna de Retorno 
VE Valor Esperado 
VME Valor Monetário Esperado 
VMEE Valor Monetário Esperado Econômico 
VMEG Valor Monetário Esperado Geológico 
VOIS Volume de óleo in situ em condições padrão 
VPL Valor Presente Líquido 
 
 
1 
 
 
 
1 Introdução 
Um dos principais objetivos de um estudo de reservatório de petróleo é prever seu 
comportamento com base em parâmetros geológicos, fluidodinâmicos, técnicos e 
econômicos. Nesta etapa, são definidos parâmetros e equipamentos importantes, como de 
produção, escoamento e tratamento de fluidos, que perduram por todo o período produtivo 
do campo. Por isso, a necessidade de se estudar em detalhes as fases iniciais de 
desenvolvimento de um campo de petróleo, buscando-se sempre otimizar o projeto. 
Nas últimas décadas, os avanços nas tecnologias e metodologias de estudo de 
reservatórios e computacionais vêm tornando o trabalho do engenheiro de reservatórios 
mais ágil e confiável. Porém, sempre haverá limitações nos projetos relacionadas à 
produção de petróleo devido às incertezas inerentes ao reservatório, seja nas fases iniciais 
de exploração ou mesmo em pleno o desenvolvimento do campo. 
A prática de prever o desempenho da produção de fluidos está estritamente 
relacionada às técnicas de análise de risco e redução de incertezas. As incertezas e, 
conseqüentemente, o risco estão sempre presentes em todas as fases da vida produtiva de 
um campo devido ao volume insuficiente de informações disponíveis para a construção do 
modelo, especialmente informações geológicas, e devido a incertezas futuras quanto ao 
preço do óleo, tecnologia e as taxas governamentais. 
Normalmente as incertezas geológicas diminuem ao longo do período de 
explotação, pois são adquiridas novas informações obtidas dos dados de produção. A 
minimização do impacto das incertezas é decorrente de informações adicionais, como 
monitoramento geofísico de reservatórios e sísmica 4D, ou da adição de flexibilidade 
operacional no gerenciamento de reservatórios (por exemplo, poços ou campos 
inteligentes1). 
 
1 Os nomes poços e campos inteligentes não são amplamente aceitos, pois o termo “inteligente” pode se 
referir a algo mais abrangente que a obtenção de dados de produção e operação remota, características de um 
poço segmentado completado com válvulas e sensores. Porém, estas são as nomenclaturas utilizadas neste 
trabalho por serem as mais empregadas por pesquisadores e empresas da área. 
2 
 
 
 
Os poços inteligentes têm o potencial de acrescentar valor à produção de um campo 
pela adição de flexibilidade operacional. Isto porque estes poços são divididos em 
segmentos que contêm válvulas e sensores capazes de controlar a produção e medir 
parâmetros como composição e fração dos fluidos produzidos, pressão e temperatura, em 
tempo real. Podem ser utilizados em projetos com objetivos variados, pois, além de terem o 
potencial de se adaptar às incertezas presentes no reservatório, possuem também a 
flexibilidade de serem aplicados em reservatórios com alta heterogeneidade. Seguem 
alguns exemplos de possíveis utilizações: 
• Controle da produção de água ou gás: em casos de reservatórios heterogêneos pode-
se isolar uma zona que está produzindo com alta razão água/óleo. Além disso, é 
possível minimizar efeitos da formação de cones de água ou de gás, através do 
controle da queda de pressão nos segmentos; 
• Produção por diferentes zonas em reservatórios estratificados: é possível perfurar 
um poço em diferentes camadas isoladas entre si por camadas de baixa 
permeabilidade em um reservatório estratificado. Assim, pode-se controlar a 
produção em cada uma dessas camadas de forma independente. Por exemplo, em 
casos onde um fraco aqüífero não é capaz de manter a pressão adequadamente, é 
possível interromper temporariamente a produção em uma zona para que a pressão 
se restabeleça e ocorra um conseqüente aumento na produção; 
• Produção de campos marginais: múltiplos reservatórios podem ser produzidos por 
um único poço ao invés de um poço para cada reservatório, visando reduziros 
custos do projeto; 
• Controle de injeção: pode-se controlar a distribuição da injeção de água ou gás nas 
diferentes camadas do reservatório. Esta aplicação se torna ainda mais interessante 
para poços especiais, como poços horizontais de grande extensão ou poços 
multilaterais. 
Além dos benefícios esperados quanto à produção, os poços inteligentes têm a 
vantagem de não necessitarem de intervenções de fechamento de completação, muitas 
vezes necessárias em poços convencionais. Por outro lado, existe a possibilidade de 
3 
 
 
 
ocorrência de falhas nas válvulas devido às condições desfavoráveis de alta pressão e 
temperatura dos reservatórios. Porém, com o desenvolvimento de novas tecnologias, este 
problema tende a ser minimizado. 
Mesmo com essas vantagens e grande variedade de possibilidades de aplicações, os 
poços inteligentes necessitam de um investimento adicional significativo, pois é provido de 
dispositivos de medição e controle de influxo. Estudos iniciais, como o de Rodriguez e 
Schiozer (2006), indicam que, em alguns casos, os benefícios financeiros atingidos são 
menores que o investimento adicional. Mostrou-se ainda que a diferença entre esses dois 
valores é, em geral, pequena; daí, a necessidade de se estudar cada caso em particular para 
que sejam identificadas as reais vantagens e possíveis desvantagens dessa nova tecnologia. 
1.1 Estratégia de produção 
A escolha de uma boa estratégia de produção é uma das atividades mais importantes 
para garantir o sucesso da produtividade em campos de petróleo. Esta é uma tarefa 
complexa por levar em consideração diferentes áreas da engenharia e também devido à 
grande diversidade de parâmetros possíveis de otimização. O processo todo inclui arranjo e 
parâmetros de operação dos poços, diâmetros de linhas e colunas, pressão de gas-lift e das 
bombas de injeção de água, seleção do método de recuperação suplementar, capacidade de 
produção de óleo e líquido da plataforma, pressão de separação e muitos outros 
dimensionamentos, que são interdependentes. 
Além da grande quantidade de parâmetros para otimização, muitas vezes há também 
múltiplos objetivos a serem atingidos, como maximizar lucro, maximizar produção de óleo, 
minimizar exposição ao risco, minimizar produção de água, entre outros. Por isso, não 
existe uma única solução possível para o problema, mas várias soluções com desempenhos 
parecidos. Para o desenvolvimento de um campo, deve-se considerar também que as taxas e 
impostos que incidem sobre cada parte do projeto são diferenciados e até mesmo projetos 
adjacentes influenciam economicamente aqueles em desenvolvimento. 
Este conjunto de possibilidades de parâmetros de otimização e as incertezas 
inerentes ao modelo impactam de forma expressiva toda a vida produtiva do campo. Por 
4 
 
 
 
isto, a definição da estratégia de produção deve ser feita com muito cuidado, buscando-se 
considerar todas as possibilidades técnicas, econômicas e geológicas para se chegar a uma 
boa estratégia. 
Devido ao grande número de parâmetros envolvidos, o processo de otimização 
assistido vem ganhando destaque. Este processo consiste na divisão do problema em etapas, 
realizadas parte manualmente e parte de forma automatizada. A separação de tarefas de 
controle do sistema é feita pelos profissionais responsáveis pelo problema. Já as tarefas 
normalmente ligadas a uma otimização com objetivos definidos são feitas 
automaticamente. 
Como exemplo de metodologia de otimização da estratégia, pode-se citar os 
trabalhos de Schiozer e Mezzomo (2003) e Mezzomo (2005) que propuseram um 
procedimento para seleção de projetos de desenvolvimento de campos de petróleo sob 
incertezas. Mais detalhes sobre estes trabalhos são abordados no Capítulo 2 deste texto, 
pois a metodologia de otimização da estratégia elaborada nesta pesquisa é baseada nos 
trabalhos citados. 
1.2 Estratégia de operação de poços inteligentes 
Nos últimos anos, diversos estudos têm sido realizados com o intuito de avaliar a 
importância do uso de poços inteligentes no cenário atual e futuro da indústria do petróleo. 
Acredita-se que sua aplicação torna-se bastante atrativa em modelos bastante heterogêneos 
e também em cenários envolvidos por alto grau de incertezas, pois esses poços têm a 
flexibilidade de se adaptar às mudanças que essas incertezas podem trazer ao modelo. 
O simulador numérico de escoamento é de fundamental importância no estudo de 
reservatórios, pois é ferramenta necessária para o auxílio a tomadas de decisões, tanto na 
fase de definição da estratégia de produção quanto durante a explotação do campo. Na 
etapa de definição da estratégia de produção, utilizando a simulação numérica de 
escoamento, a estratégia de controle das válvulas dos poços inteligentes pode ser estudada 
de duas formas diferentes: controle reativo e controle proativo. 
5 
 
 
 
Na estratégia de controle reativo, a válvula é acionada após a ocorrência de algum 
evento na região do segmento que contém a válvula como, por exemplo, chegada de água 
ou gás. Dessa forma, é possível evitar a produção excessiva de fluidos indesejados em 
algumas válvulas, privilegiando a produção em outras que apresentam baixa razão 
água/óleo ou gás/óleo. Neste tipo de estratégia é feita a otimização das condições de 
operação das válvulas. Assim, faz-se uma busca do melhor valor desta condição (por 
exemplo, o corte de água) para que se obtenha melhora na função-objetivo escolhida. 
Já na estratégia de controle proativo, procura-se agir de forma a evitar que o evento 
ocorra. A estratégia proativa também é chamada de defensiva, pois com seu uso é possível 
atrasar a produção de fluidos indesejados. Diferentemente do controle reativo, onde é 
otimizado o parâmetro de controle de operação das válvulas, no proativo otimiza-se a 
própria operação das válvulas. Para a busca da melhor configuração é necessário um 
algoritmo de otimização. Com este algoritmo, são feitas algumas rodadas de simulação para 
que, ao final de cada rodada, se realize uma análise comparativa e decida-se qual melhor 
abertura das válvulas. 
Normalmente, para se executar o controle proativo, o tempo total de simulação é 
dividido em vários períodos, de tal maneira que, a cada período, as válvulas tenham a 
melhor configuração possível, visando sempre melhorar a recuperação do campo para todo 
o tempo de simulação, bem como a redução na produção de água. Dessa forma a 
configuração de abertura das válvulas muda com o tempo, ou seja, tem-se como resultado 
um cronograma fixo de abertura das válvulas. 
Porém, para utilizar o controle proativo, é necessário que se tenha segurança no 
modelo geológico utilizado. Isto porque, como normalmente o modelo é cercado por um 
alto nível de incertezas, o trabalho despendido para se adotar uma estratégia proativa 
poderia não ser válido com mudanças nas características do modelo. Por isso, neste 
trabalho é utilizada a estratégia de controle reativa, por ser esta a forma de controle mais 
próxima à realidade. 
6 
 
 
 
1.3 Poços inteligentes 
Os primeiros estudos a respeito de poços inteligentes foram iniciados no ano de 
1994. Em 1997, em Saga Snorre TLP no Mar do Norte (Noruega), foi instalado o primeiro 
poço com completação inteligente. A partir de então, estudos e pesquisas a respeito dessa 
tecnologia vem ganhando força e destaque nos centros de pesquisas, universidade e na 
indústria. Atualmente, segundo o IBP2 (Instituto Brasileiro de Petróleo, Gás e 
Biocombustíveis), existem mais de 200 poços inteligentes em funcionamento no mundo. 
Dentre essas instalações, podem-se citar alguns exemplos, como os relacionados nos 
próximos parágrafos. 
Em South Furius Field, na Malásia, quatro poços convencionais, já em produção, 
foram transformados em inteligentes. Três destes poços têm duas regiões de completação, 
com sensores que coletam e emitem dados à superfície a uma taxa de aproximadamentequatro dados por segundo. Os dados são processados por um algoritmo de controle, que é 
uma ferramenta de auxílio às tomadas de decisões. Assim, pode-se, por exemplo, abrir ou 
fechar alguma das válvulas ou ajustar a operação gas-lift através de operação remota. 
Em Gullfaks South Statfjord, no Mar do Norte, verificou-se que, após a perfuração 
dos dois primeiros poços em 1999, a produção estava muito abaixo daquela esperada, cerca 
de quatro vezes menor. Com a perfuração do terceiro poço em 2001 ocorreu uma produção 
demasiada de gás. Haugen et al. (2006) explicam que a produção era limitada pela alta 
heterogeneidade do reservatório, baixa conectividade e produção precoce de gás. Optou-se 
então por utilizar uma combinação de poços inteligentes com multilaterais, gerando um 
aumento significativo na produção e no fator de recuperação. 
Estudos realizados por Ajayi et al. (2006) provaram a eficiência do uso de poços 
inteligentes para um caso particular (um campo maduro do Mar do Norte). Litologicamente 
este reservatório é caracterizado por uma alternância entre estreitas camadas areníticas e 
camadas de baixa permeabilidade (argilitos). Como as camadas são pouco espessas, seria 
impraticável a perfuração de mais de um poço para atingir individualmente cada região. 
 
2 Retirado do website <http://www.ibp.org.br> em 20/10/2008 
7 
 
 
 
Portanto, foram instaladas cinco válvulas em cada poço, tornando possível a operação não 
só da produção, mas também da injeção. 
Como critério de operação das válvulas utilizou-se a taxa de produção de água. 
Concluiu-se que a tecnologia de poços inteligentes tem potencial para acelerar a produção, 
reduzindo custos de intervenção, e para estender o período de produção máxima pré-
estabelecida. A partir da Figura 1.1, observa-se o ganho na produção de óleo com o uso de 
poços inteligentes, comparando-os aos convencionais. Os autores estimaram ainda um 
crescimento potencial do fator de recuperação de óleo variando de 0,48% a 6,10%. 
 
Figura 1.1 – Incremento na produção de óleo dos poços inteligentes comparados aos convencionais. 
Fonte: Ajayi et al. (2006) 
Em Champion West Field (Brunei) foram instalados, até abril de 2006, sete poços 
inteligentes com trajetória tortuosa (em forma de onda). Segundo Obendrauf et al. (2006) a 
experiência com a produção desses poços foi muito positiva, gerando um aumento 
significativo na produção. 
O campo de Na Kika, no Golfo do México, é caracterizado pela existência de cinco 
pequenos corpos de reservatório e pela geologia carbonática, apresentando sérios 
problemas de material não consolidado na formação. Portanto, segundo o autor, o 
desenvolvimento deste campo não seria economicamente viável se não fosse pela 
0,92
1,68
3,15
5,44
4,99
3,79
0,49 0,55
0,99
3,40
2,13
1,10
0
1
2
3
4
5
6
0 1 3 6 10 18
In
cr
e
m
e
n
to
 n
a
 p
ro
d
u
çã
o
 d
e
 ó
le
o
 
(m
il
h
õ
e
s 
d
e
 m
³)
Transcorrer do tempo após a água atingir o poço (ano)
Análise do granho da produção de óleo
Inteligente Convencional
8 
 
 
 
completação inteligente, já que os poços puderam ser completados em regiões de diferentes 
reservatórios. Stair et al. (2004) concluíram que o uso de poços inteligentes aumentou a 
produção e a recuperação do campo, além de evitar os problemas de parada da operação 
devido à produção excessiva de areia. 
No Brasil, segundo Silva Jr. et al. (2006), a primeira instalação de um poço 
inteligente da Petrobras ocorreu em agosto de 2003, com um poço injetor submarino no 
campo de Marlim, a 1185 m de lâmina d’água. Este poço horizontal é equipado com duas 
válvulas de variação contínua e seus comandos são totalmente elétricos. 
Após o poço em Marlim, foi instalado outro injetor no campo de Roncador, com 
válvulas de variação contínua. O poço está distante da plataforma em 14,5 km, além de 
estar localizado a uma lâmina d’água de 1890 m, o que tornou sua utilização desafiadora. 
Este poço possui comando elétrico, para o sistema de monitoração e controle, e força 
motriz hidráulica para acionamento das válvulas. 
Posteriormente, realizou-se a instalação de um poço produtor no Campo de Bicudo, 
na Bacia de Campos, com a finalidade de prevenir a produção prematura de gás 
proveniente da zona superior. Este poço possui válvula hidráulica abre-fecha, trecho 
horizontal de 1150 m e sensor duplo de pressão e temperatura. 
Atualmente, a Petrobras realiza um teste piloto com poços inteligentes no campo de 
Carmópolis (UN-SEAL), tendo como objetivo o estudo do conceito de campo inteligente. 
Este teste conta com sete poços, sendo seis produtores, cada um equipado com três válvulas 
abre-fecha, e um injetor, com três válvulas multiposição. 
A aplicação real de poços inteligentes ainda é restrita a alguns casos particulares. 
Porém, com os estudos e análises realizados pela indústria e centros de pesquisa, além de 
seus benefícios esperados, como adição de flexibilidade operacional e prevenção de 
intervenção de altos custos muitas vezes necessária em poços convencionais, acredita-se 
que a aplicação desses poços se torne cada vez mais comum. Este trabalho tem como 
objetivo contribuir com este cenário de estudo, sobre a viabilidade do uso de poços 
inteligentes. 
9 
 
 
 
1.4 Motivação 
Mesmo com a grande quantidade de benefícios que os poços inteligentes podem 
proporcionar a um projeto, algumas companhias ainda não sentem segurança em utilizar 
este tipo de tecnologia. A restrição está ligada principalmente aos altos custos de instalação 
do sistema e equipamentos, que são compostos por instrumentos de alta tecnologia e 
precisão, e também a incerteza relacionada à sua real eficiência. 
Sabe-se que para dirimir essa insegurança por parte das empresas faz-se necessária 
uma consolidação das pesquisas sobre o assunto, buscando encontrar uma forma confiável 
e justa de medir as vantagens e desvantagens dos poços inteligentes, quando comparados 
aos convencionais. Assim, foi desenvolvida uma metodologia para verificar se os elevados 
custos desses poços podem ser compensados com o possível aumento de desempenho do 
sistema nas etapas produtivas. 
Outro fator importante a ser considerado é que a diferença entre a completação 
inteligente e a convencional é, em geral, pequena, pois embora a melhora na produção de 
óleo e água possa atingir valores significativos, os investimentos são feitos no inicio do 
projeto e os ganhos se concentram do meio para o final da vida produtiva do campo 
Acredita-se que poços inteligentes têm maior vantagem quando as características do 
reservatório não são bem conhecidas, pois eles acrescentam flexibilidade operacional, 
podendo adaptar-se a diferentes cenários geológicos. Entretanto, estes ganhos são difíceis 
de quantificar e as diferenças na produção podem ser pequenas, sendo, por isso, necessário 
estudar o problema com o máximo possível de detalhes. 
Outra motivação importante para o presente trabalho é a possibilidade de 
comparação não justa entre a tecnologia convencional e inteligente devido a outras 
limitações ou restrições do sistema de produção. Isto pode ocorrer pois as capacidades de 
produção de óleo e água, de escoamento e de separação de fluidos escolhidas, assim como 
outras restrições operacionais, podem influenciar a seleção da opção. Até mesmo a função-
objetivo do estudo pode ser determinante na escolha. 
10 
 
 
 
1.5 Objetivos 
O objetivo principal deste trabalho é desenvolver uma metodologia para estudar a 
viabilidade do uso de poços inteligentes, possibilitando uma comparação justa entre o 
desempenho desses poços e os poços convencionais. Também, pretende-se compor um caso 
de estudo com incertezas para verificar o comportamento da produção para ambas as 
opções de poços. 
11 
 
 
 
2 Fundamentação Teórica 
Neste capítulo, são abordados alguns conceitos importantes para o entendimento dasetapas do trabalho. Conceitos sobre funcionamento dos poços inteligentes, função-objetivo, 
otimização da estratégia de produção e incertezas e risco. 
2.1 Funcionamento de poços inteligentes 
Uma das principais características de um poço inteligente é a flexibilidade 
operacional. Isto é possível devido à divisão desses poços em segmentos, que são providos 
de instrumentos (sensores, válvulas de controle de influxo, entre outros) possibilitando o 
acesso a informações de produção e realização de intervenções, como fechamento total ou 
parcial de válvulas, em tempo real. A Figura 2.1 ilustra um poço inteligente com seus 
principais componentes. 
 
Figura 2.1 – Esquema de poço inteligente. Adaptado de Konopczynski e Tolan (2007) 
12 
 
 
 
De acordo com Silva Jr. et al. (2006), são elementos de um poço inteligente: 
sensores permanentes, packers, válvulas, unidade de controle remoto, cabos, conectores, 
penetradores, clamps e sistema de supervisão. A explicação de cada componente de um 
poço inteligente, apresentada neste item, é baseada no trabalho de Silva Jr. et al. (2006). 
Os sensores têm papel fundamental em um poço inteligente, pois fornecem os dados 
da produção em tempo real. Atualmente os sensores são a fibra ótica, sendo que os de 
maior relevância são: 
• sensor de pressão e temperatura (P/T); 
• sensor de vazão monofásica e multifásica; 
• sensores distribuídos e quase distribuídos de temperatura; 
• acelerômetro para sísmica de poço. 
Na Figura 2.1, é indicado um PDG (permanent downhole gauge) - Sensor 
Permanente de Fundo - que é classificado como sensor pontual por possuir apenas um 
ponto de leitura da variável de processo escolhida para monitoração, normalmente a 
pressão. Além dos sensores pontuais, devem ser considerados ainda os sensores 
distribuídos e os quase distribuídos. 
Quanto ao packer, sua principal função é isolar hidraulicamente cada zona 
produtora ou injetora do poço, de maneira que as zonas possam ser controladas 
independentemente. Especificamente para poços inteligentes, o packer superior da coluna 
de completação tem também a função de ancorar a coluna e de criar a primeira barreira de 
segurança para o anular. Além disso, os packers utilizados para completação inteligente 
diferenciam-se dos packers convencionais por apresentarem orifícios que possibilitam a 
passagem de linhas de controle, sejam elas linhas hidráulicas, elétricas ou ópticas. 
As válvulas utilizadas em poços inteligentes podem ser classificadas em três 
categorias, de acordo com o tipo de controle de fluxo: abre-fecha, multiposição e variação 
contínua. Também, podem ser classificadas de acordo com seu modo de acionamento 
como: hidráulico, elétrico e multiplexado. 
13 
 
 
 
Válvulas de acionamento hidráulico são as mais comuns e mais utilizadas. O 
acionamento é feito por meio de duas linhas hidráulicas, uma responsável pela abertura e 
outra pelo fechamento da válvula. Já as elétricas têm seu deslocamento realizado pela 
atuação de motor elétrico. É necessária apenas uma linha de acionamento elétrica para 
conduzir um sinal que é decodificado pelas válvulas. Por fim, as válvulas de acionamento 
multiplexas têm seu comando feito eletricamente e seu acionamento hidraulicamente. 
Quanto ao tipo de controle de fluxo as válvulas abre-fecha possuem apenas dois 
estágios: totalmente abertas ou totalmente fechadas. Normalmente, em um projeto de 
simulação, estipula-se um valor limite de corte de água no qual, a partir desse valor, a 
válvula será fechada para evitar a produção excessiva de água. É possível que haja 
verificações periódicas das condições do reservatório, como saturação de óleo na região do 
poço, para estudar a possibilidade de reabertura de alguma válvula. 
As válvulas multiposição, como o próprio nome deixa claro, possuem diversos 
estágios de abertura. A cada acionamento da válvula, seu mecanismo controlador muda 
uma posição seqüencialmente, o que permite uma diminuição ou aumento seqüencial da 
área aberta ao fluxo. Já nas válvulas de variação contínua é possível conseguir um controle 
infinitesimal da área de abertura ao fluxo. Logo, seu controle é o mais flexível entre as três 
válvulas aqui apresentadas. 
Para que seja possível o acionamento das válvulas hidráulicas, faz-se necessária a 
utilização de uma unidade de controle remoto, a unidade de potência hidráulica (hydraulic 
power unit – HPU). Esta unidade é responsável por pressurizar um fluido até um 
determinado valor (normalmente em torno de 5000 psi), utilizando uma bomba hidráulica. 
Com o fluido pressurizado é possível promover o acionamento das válvulas do poço por 
meio do controle da abertura e fechamento das linhas pressurizadas e das despressurizadas. 
Os cabos utilizados no sistema de monitoração são componentes essenciais para 
garantir o sucesso das instalações. Portanto, eles devem ter proteção contra agentes 
químicos e mecânicos. 
14 
 
 
 
Para garantir que os cabos desçam com segurança à coluna de produção e lá 
permaneçam em condições aceitáveis de conservação é necessária a utilização de clamps - 
dispositivos que se prendem à coluna fixando o cabo a esta, protegendo-o de eventuais 
choques com o revestimento. 
Com o objetivo de fazer a conexão dos sensores aos cabos são utilizados os 
conectores. Existem três tipos de conectores usados em poços de petróleo: secos, comuns e 
molhados. 
Os conectores tipo seco são aqueles que estão na superfície no momento da conexão 
e da desconexão. Para o caso de condições menos severas de agressividade como, por 
exemplo, poços terrestres, podem ser utilizados conectores comuns (usados em 
comunicação) com uma proteção mecânica externa. Já para poços com completações 
inteligentes são necessários conectores secos, que são montados na superfície para 
interligar os sensores entre as zonas durante a descida da coluna. 
Para completação submarina devem-se utilizar conectores molhados. Com estes 
dispositivos é possível realizar, por meio de uma barreira de pressão, a conexão e a 
desconexão em ambientes submerso sem expor os ferrolhos (peças responsáveis pelo 
contato) ao risco de exposição ao ambiente. 
Para que o sinal possa atravessar o suspensor de coluna é necessário um penetrador, 
que tem a função de impedir a passagem de pressão. Um penetrador é um componente 
provido de conectores em ambos os lados, com um condutor (ou fibra óptica) passando 
através dele e com vedação, também em ambos os lados, para garantir sua estanqueidade. 
Os elementos citados nos parágrafos anteriores são componentes de um poço 
inteligente; porém, sabe-se que estes poços disponibilizam um grande volume de 
informações, em tempo real. Com o objetivo de reunir estas informações de monitoração 
das completações e dos poços é necessário que se disponha de um sistema de supervisão. 
Este sistema tem como objetivo reunir e integrar uma equipe de trabalho multidisciplinar 
para que se tomem as melhores decisões possíveis, sempre considerando as limitações e 
contribuições das diversas áreas envolvidas no projeto. 
15 
 
 
 
A principal diferença entre poços inteligentes e convencionais está relacionada ao 
controle da produção e as informações relacionadas. Enquanto nos poços convencionais as 
informações coletadas e as intervenções são normalmente referentes ao poço como um 
todo, nos poços inteligentes essas informações e as intervenções são relativas a cada 
segmento do poço que contém as válvulas e sensores. Isto significa que é possível operar 
um poço inteligente com maior flexibilidade. 
Exemplificando, quando a produção de água do poço atinge o limite econômico 
estabelecido, o poço convencional é completamente fechado. Já em um poço inteligente, as 
completações são fechadas de forma seqüencial à medida que os medidores de vazão de 
cada segmento atingem a condição limite pré-estabelecida. 
Além disso, um poço inteligente é capaz separar fluidos indesejáveis in-situe 
controlar a produção de areia em formações inconsolidadas. Devido a sua adaptabilidade 
operacional, pode-se transformar um poço convencional em inteligente mediante a 
instalação de equipamentos adequados, eliminando a necessidade da perfuração de novos 
poços. Também, é possível que, com o uso desses poços, evitem-se gastos de intervenção 
para fechamento de completações com elevada produção de água, atividade comum em 
poços convencionais. Esta pode ser uma vantagem dos poços inteligentes desde que suas 
válvulas operem com boa confiabilidade e não sejam necessárias intervenções futuras. Com 
o desenvolvimento de novas tecnologias, as chances de falhas em válvulas de poços 
inteligentes tendem a diminuir. 
Reddick (2006), em sua pesquisa a respeito de um campo em particular, acredita 
que, em longo prazo, a tecnologia de poços inteligentes tem o potencial de aumentar em 
aproximadamente 5% recuperação do campo estudado. Unneland e Hauser (2005) afirmam 
que essa tecnologia permite otimização da produtividade, aumentando a recuperação do 
campo. 
2.2 Otimização da estratégia de produção 
A otimização da estratégia de produção (especificamente considerando a área de 
reservatório: posicionamento, número e cronograma de entrada de poços, cotas de produção 
16 
 
 
 
e injeção por intervalo, entre outros) pode ser aplicada para se alcançar diferentes objetivos. 
Um desses objetivos é o desenvolvimento de uma estratégia adequada para a aplicação em 
projeto de desenvolvimento de reservatórios, ou seja, definição da estratégia inicial. Pode-
se também otimizar a estratégia de campos maduros, com o objetivo de melhorar a 
produção futura e conseqüentemente o lucro do projeto. Outro objetivo pode ser a 
utilização de um procedimento detalhado de otimização, para a obtenção de resultados o 
mais precisos possível, a fim de apoiar análises de decisões complexas. 
Para a escolha da estratégia de produção, é fundamental a consideração de fatores 
que influenciam diretamente no resultado do processo e nas tomadas de decisão. Alguns 
desses fatores são: 
• Características do reservatório: volume e tipo de hidrocarbonetos presentes, 
dimensões, forma e propriedades da rocha reservatório, conectividade hidráulica do 
meio poroso, produtividade/injetividade esperada dos poços, presença de aqüífero, 
incertezas geológicas etc.; 
• Considerações técnicas: lâmina d’água, viscosidade do óleo, necessidade de 
recuperação suplementar etc.; 
• Limitações tecnológicas: capacidades de produção e injeção dos poços, eficiência 
do sistema de elevação, capacidade de tratamento de líquidos na plataforma etc.; 
• Considerações econômicas: custos de poços e de instalações, disponibilidade de 
caixa da empresa, metas de lucratividade, incertezas econômicas etc. 
Além dos fatores citados acima, é necessário levar em consideração que o processo 
de escolha de uma boa estratégia de produção, a depender do caso, pode ser inviável ou 
conduzir a várias soluções equivalentes devido à complexidade do problema e à 
interdependência entre os fatores que definem o desempenho produtivo de um reservatório. 
Por isso, é importante o desenvolvimento de metodologias e processos de otimização que 
consigam abranger cenários com diferentes características, ou seja, métodos que levem em 
consideração todas as variações e limitações dos principais fatores que afetam a produção 
do campo e, conseqüentemente, o lucro do projeto. 
17 
 
 
 
Schiozer e Mezzomo (2003) e Mezzomo (2005) propuseram um procedimento de 
otimização da estratégia de produção. Este procedimento foi organizado em nove fases 
(Figura 2.2) que são executados para selecionar múltiplas soluções para cada fase até a 
etapa final do processo, que seleciona apenas uma estratégia, aquela que deve ser 
implantada. 
 
Figura 2.2 – Fases do processo de otimização. Adaptado de Mezzomo (2005) 
A seguir são apresentadas resumidamente as fases da metodologia, que na Figura 
2.2 são representadas pelos números, enquanto as letras representam as estratégias 
disponíveis. Nota-se que a quantidade de estratégias vai se tornando menor conforme a 
seqüência das fases da metodologia, efeito representado pelo funil. A cada fase, a intenção 
não é escolher a melhor alternativa, mas sim eliminar os piores esquemas para que se dê 
seqüência à metodologia com boas alternativas. A metodologia prevê ainda flexibilidade 
para juntar fases ou realizar apenas parte do processo, dependendo dos objetivos do projeto. 
18 
 
 
 
A primeira fase consiste na definição do método de recuperação (injeção de água, 
gás, química ou térmica) e da geometria e trajetória dos poços (vertical, horizontal, 
direcional, multilateral). A segunda é a avaliação de esquemas de injeção e produção, onde 
é escolhido um número aproximado de produtores e injetores, quantidade melhorada na 
execução da Fase 3. 
A quarta fase é utilizada para definir parâmetros observando as restrições 
operacionais dos poços que compõem cada alternativa disponível no projeto. Para a 
otimização desses parâmetros, leva-se em consideração as restrições técnicas, associadas 
especialmente aos investimentos e custos definidos para cada alternativa. O método de 
análise de risco (Fase 5) deve proporcionar uma quantificação adequada dos riscos 
considerados na elaboração do projeto, de forma a possibilitar a aplicação de uma 
metodologia de análise de decisão (Fase 6). 
As últimas fases são para o refinamento de parâmetros (como comprimento dos 
poços, espaçamento entre completações, correções nos posicionamentos dos poços, corte de 
água etc.) do modelo escolhido na análise de decisão, objetivando sua melhora. 
Normalmente, nestas fases, é estudada e alterada somente uma alternativa, especialmente 
quando o campo já está em produção. 
A metodologia apresentada serviu de base para o processo de elaboração da 
metodologia desta pesquisa, que é enfocada principalmente nas Fases 2 a 6. Os principais 
parâmetros estudados são a influência da capacidade da plataforma, arranjo dos poços, 
restrições operacionais e estudo de incertezas. Mais detalhes e considerações a este respeito 
são abordados no capítulo referente à metodologia do trabalho. 
Quanto à automatização de processos, a otimização de estratégia de produção pode 
ser dividida em três categorias: manual, automatizado e assistido. O processo manual 
requer uma metodologia bem definida. A alteração de alguns parâmetros, como a busca do 
número e posicionamento de poços, é baseada em índices técnicos e econômicos do 
reservatório e, em alguns casos, o processo é feito basicamente por tentativa e erro. Por 
isso, é importante que a otimização manual seja executada por profissionais experientes. 
19 
 
 
 
O processo automatizado é totalmente feito por programas computacionais. 
Somente carregam-se os dados necessários no programa de otimização e estabelecem-se 
alguns limites e restrições técnicas e operacionais para que se chegue à estratégia final. 
Por fim, no processo chamado de assistido parte da otimização é feita manualmente 
e parte é automatizada. Neste tipo de otimização, pode-se, por exemplo, utilizar um 
programa para a busca aproximada do número e posicionamento dos poços e, em seguida, 
fazer um ajuste manual mais refinado, baseado na experiência do profissional que está 
realizando a otimização. 
No presente trabalho a otimização é realizada manualmente, seguindo uma 
metodologia de trabalho bem definida e criteriosa, para não privilegiar nem poços 
convencionais nem inteligentes, mas sim realizar uma comparação justa entre as opções. 
2.3 Função-objetivo 
Para a realização de estudos como seleção de estratégia de produção e análise de 
sensibilidade e incertezas é necessário que se disponha de, ao menos, uma função-objetivo. 
A função-objetivo é um indicador de produção e/ou econômico que tem seu 
comportamento observado durante o estudo em questão, a fim de auxiliaras tomadas de 
decisão. Podem-se dividir as funções-objetivo em três classes: técnicas, econômicas e 
considerando incertezas. A seguir são apresentadas algumas funções-objetivo de cada 
classe. 
2.3.1 Funções-objetivo técnicas 
Produção de óleo (NP) 
Representa o volume acumulado de óleo produzido, em condições de superfície de 
pressão e temperatura. A produção de óleo é um dos principais indicadores observados em 
um projeto de desenvolvimento de campos de petróleo, já que se deseja, sempre que 
possível, recuperar o máximo de óleo do reservatório. 
20 
 
 
 
Produção de água (WP) 
É a produção acumulada de água medida em condições de superfície. A água 
produzida pode ter origem de aqüíferos (que podem estar adjacentes às formações 
portadoras de hidrocarbonetos) ou pode ser proveniente do processo de injeção. 
Especialmente por questões ambientais e pelas dificuldades em se tratar a água nas 
plataformas, recentemente tem-se dado importância significativa a este indicador, 
buscando-se formas de reduzir a produção de água. 
Produção de gás (GP) 
É o volume acumulado de gás produzido, em condições de superfície de pressão e 
temperatura. O gás produzido pode ser proveniente de capa de gás, de processo de injeção, 
especialmente em reservatórios de óleo pesado, além do próprio gás dissolvido no óleo, que 
pode se formar ainda dentro do reservatório, quando sua pressão fica abaixo da pressão de 
bolha. 
Injeção de água (Winj) 
A injeção de água tem o objetivo de deslocar o óleo existente no reservatório em 
direção aos poços produtores. Este é um método de recuperação secundária, empregado 
quando a pressão do reservatório torna-se insuficiente para produzir o óleo naturalmente. 
Além da injeção da água existem outros tipos de fluidos que podem ser injetados, tais como 
polímeros, espumas, tensoativos, gás etc. Deseja-se sempre encontrar uma boa estratégia e 
um valor de vazão ótimo de injeção para que não se incorra em gastos desnecessários. 
Razão gás-óleo (RGO) 
Este indicador representa a razão entre a produção de gás e a produção de óleo, 
ambas medidas em condições de superfície. Devem-se buscar meios de evitar o aumento da 
RGO, pois a produção excessiva de gás pode prejudicar a produção de óleo. 
21 
 
 
 
Corte de água (WCUT) 
É a relação entre a produção de água e produção total de líquidos, medidos em 
condições de superfície. Encontrar seu valor ótimo é importante para melhorar o 
desempenho da produção de óleo. Isto porque a produção de água prejudica a de óleo, já 
que normalmente a mobilidade da água é maior. 
2.3.2 Funções-objetivo econômicas 
Valor Presente Líquido (VPL) 
O valor presente líquido (VPL) é considerado uma das principais funções-objetivo 
em projetos de desenvolvimento de campos de petróleo, pois leva em consideração todas as 
despesas e receitas oriundas da produção, além de custos fixos, impostos e depreciação dos 
bens do projeto. É calculado pela soma dos valores do fluxo de caixa trazidos ao instante 
zero pelo uso de uma taxa de desconto. Basicamente é o cálculo de quanto estariam valendo 
atualmente as futuras receitas somadas aos custos iniciais e futuros. Logo, o VPL pode ser 
representado pela seguinte equação: 
( )
∑
= +
=
n
j
j
j
i
FC
VPL
1 1
 (2.1) 
onde, 
FCj = fluxo de caixa do projeto no período j considerado; 
i = taxa de desconto; 
j = período considerado; 
n = período final (número total de períodos). 
Para a construção do fluxo de caixa devem ser consideradas as seguintes receitas 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, custo de 
descomissionamento e pode ser considerada também a depreciação dos bens do projeto. 
Além disso, ocorre a incidência dos seguintes impostos, tributos e contribuições: 
22 
 
 
 
• Impostos incidentes sobre o lucro: 
� Imposto de renda (IR); 
� Contribuição social (CS); 
• Impostos incidentes sobre a produção: 
� Royalties; 
� Programa de integração social (PIS); 
� Contribuição para o financiamento da seguridade social (COFINS). 
Existe ainda a Participação Especial (PE) que, segundo o Art. 21 do Decreto nº 
2.705 (1998) da ANP, “constitui compensação financeira extraordinária devida pelos 
concessionários de exploração e produção de petróleo ou gás natural, nos casos de grande 
volume de produção ou de grande rentabilidade”. 
A taxa de desconto a ser considerada no cálculo do VPL é a taxa mínima de 
atratividade (TMA). Esta depende de vários parâmetros financeiros, como por exemplo, o 
próprio perfil da carteira de projetos e a origem do capital a ser investido (se próprio ou 
captado no mercado). 
O VPL é indicado para comparar alternativas para as quais estejam definidos custos 
e receitas diferenciadas. Para o caso de otimização da estratégia de produção, a 
maximização do VPL depende do cenário econômico que influenciará o planejamento da 
estratégia. Se o preço do óleo está alto, pode-se conseguir um bom VPL com o aumento da 
recuperação do óleo, mesmo que demande maiores investimentos e custos. Por outro lado, 
com um preço de óleo baixo pode ser necessária a diminuição de custos através da redução 
de produção, injeção de água ou número de poços, mesmo que resulte em uma menor 
produção de óleo. 
Taxa Interna de Retorno (TIR) 
A Taxa Interna de Retorno (TIR) é a taxa de juros aplicada para descontar o fluxo 
de caixa para o tempo inicial de tal forma que o VPL resultante seja nulo. A TIR pode ser 
utilizada como indicador da atratividade de um projeto, a partir de sua comparação com as 
23 
 
 
 
TIR de outros projetos ou com uma taxa mínima de atratividade. Este índice representa a 
rentabilidade do projeto, pois quanto maior a TIR, maior o lucro. 
Retorno sobre Investimento (RSI ou ROI3) 
O ROI pode ser definido como a razão entre o VPL final e o VPI (Valor Presente de 
Investimento) de um projeto. Normalmente, valores de ROI em torno de 0,5 são 
considerados aceitáveis pela indústria, porém quanto maior o ROI melhor o projeto. Seu 
valor pode resultar abaixo da unidade, pois no VPL já são considerados os investimentos. 
Assim como a TIR, este índice também representa a rentabilidade do projeto. 
Tempo de Retorno (Pay-Back) 
É o tempo necessário para se recuperar o investimento inicial realizado. Este índice 
representa a liquidez do projeto, ou seja, se o lucro virá cedo ou não. Em um gráfico de 
VPL, o tempo de retorno é atingido quando a curva intercepta o eixo da abscissa. 
2.3.3 Funções-objetivo considerando incertezas 
Quando em um estudo de reservatório são consideradas incertezas, tem-se não 
somente um modelo determinístico, mas um conjunto de cenários possíveis. A cada cenário 
é associada uma probabilidade de ocorrência, obtida em decorrência do nível de incerteza 
daquele modelo. É necessário que esses possíveis cenários sejam considerados nas funções-
objetivo do estudo, como é o caso dos cálculos do VME e do Risco, explicados a seguir. 
Valor Monetário Esperado (VME) 
Para entender o conceito de valor monetário esperado (VME) é necessário antes 
conhecer o que é o valor esperado (VE). O produto da probabilidade de ocorrência de um 
resultado pelo valor condicional desse resultado (expresso normalmente por valor presente, 
VP) é denominado valor esperado. Porém, quando o VE é expresso em termos de VPL, o 
VE é chamado de Valor Monetário Esperado. Logo, o VME de um projeto é definido como 
 
3 ROI: do inglês Return Over Investiment 
24 
 
 
 
o somatório dos VPL dos cenários considerados ponderados pelas suas respectivas 
probabilidades de ocorrência: 
∑
=
⋅=
n
i
ii VPLpVME
1
 (2.2) 
onde, 
p = probabilidade de ocorrência do cenário possível i, 
VPL = valor presente líquido de cenário possível i, 
n = número de cenários possíveis e 
∑
=
=
n
i
ip
1
1. 
O VME pode ser utilizado