08. herramientas mbal (6-junio-2014)

Preparado por: Franco Sivila

Franco Sivila

MBAL es una aplicacin para el modelado de reservorios.

MBAL pertenece al Suite de aplicaciones de IPM.

MBAL contiene varias herramientas con diferentes propsitos.

La aplicacin puede utilizarse por si sola, pero tambin puede ser parte de un modelo GAP.

Que es MBAL?

Franco Sivila

MBAL en modelo GAP

Elemento Tank [reservorio] en modelo GAP

Este elemento requiere un archivo MBAL para realizar los clculos relacionados al reservorio.

Nota.- Este elemento tambin puede utilizar enlaces con simuladores tales como Eclipse.

Interface Modelo GAP

Franco Sivila

Herramientas MBALM

BAL

1. Material Balance (MB)

2. Reservoir Allocation

3. Monte Carlo

4. Decline Curve Analysis

5. 1D Model

6. Multi Layer

7. Tight Gas Type Curves

8. Streamlines (ltima versin)

Franco Sivila

La herramienta de MB permite aplicar los conceptos de conservacin de masa.MBAL usa un modelo conceptual del reservorio para predecir su comportamiento.MBAL se base en la produccin e inyeccin de fluidos en el reservorio.Para MBAL el reservorio no tiene dimensiones, por lo tanto, no toma en cuenta la geometra del mismo.En el modelo MBAL la ubicacin de los pozos no tiene importancia.

1. Material Balance (MB)

Franco Sivila

Estimar hidrocarburos in-situ, tamao de casquete

de gas, etc.

Determinar la presencia y tamao de un acufero.

Estimar la profundidad de los contactos de fluidos.

Predecir la presin de reservorio.

Predecir el comportamiento del reservorio.

1. MB - Aplicaciones

Franco Sivila

APLICACIN DE MB AL ANLISIS DE RESERVORIOS

1. MB - Concepto

El ingreso y salida de Materia en el volumen de control se da a travs de los pozos de inyeccin y produccin.

Franco Sivila

MBAL permite modelar los siguientes tipos de fluido

Petrleo

Gas Seco

Gas hmedo

Gas retrgrado

1. MB Modelado de Fluido (PVT)

Franco Sivila

Mtodos para el modelado del fluido

Correlaciones de Black Oil

Ecuacin de estado

Tracking (combinacin Black Oil + EOS)


Franco Sivila

Reservorios con columna de hidrocarburos

considerable

MBAL puede modelar el fluido considerando un

reservorio homogneo. Tambin, puede modelar

el fluido de forma variable en funcin de la

profundidad.

Este ltimo permite que las propiedades del fluido

sean variables en funcin de la profundidad.


Franco Sivila

Para el modelado del reservorio, MBAL tiene las

opciones:

1. MB Reservorios Mltiples

1. Modelo con un solo tanque.

2. Modelo con mltiples tanques conectados

mediante una variable de transmisibilidad.

Franco Sivila

MBAL contiene varias herramientas para

realizar el ajuste del modelo con el historial de

produccin.

1. MB Ajuste con historial

1. Mtodo grfico

2. Mtodo analtico

3. Grfico de energa

4. Grfico de funcin Wd

Franco Sivila

2. Reservoir Allocation (RA)

Cuando se tiene un pozo produciendo de mas

de un reservorio (multi-layer system), esta

herramienta permite determinar el aporte de

cada reservorio.

Franco Sivila

2. RA - AntecedentesMBAL utiliza el IPR de cada reservorio para

estimar el IPR total del pozo.

El IPR de cada reservorio est asociado a cada

iteracin (timestep).

El modelo toma en cuenta las correcciones que

se requieren para los IPR en cada iteracin.

Franco Sivila

2. RA - InflowEjemplo de una

iteracin. En la siguiente

iteracin el IPR de los reservorios cambiara

y ser estimado nuevamente.

Franco Sivila

2. RA - InflowEl IPR total es estimado sumando los caudales de

los reservorios Q2 + Q3.

Primera iteracin

Franco Sivila

2. RA - Clculos En cada nueva iteracin se requiere estimar la nueva

presin para cada reservorio.

Para esto se utiliza un modelo de reservorio (MBAL).

En el modelo MBAL se toman en cuenta los efectos de

acufero, compresibilidad y expansin de los fluidos.

Los coeficientes C y n del IPR se mantienen constantes.

Franco Sivila

2. RA - Clculos

En base a la produccin (vol. acumulado Gp) de

cada reservorio, una nueva presin de reservorio es

estimada.

Grfico P/z para dos reservorios.

Franco Sivila

2. RA - Clculos

Diagrama de flujo

Se define caudal total de pozo

Q2+ Q3 = Q1

Estima presin de fondo fluyente, Pwf

Construye IPR totalEstima volmenes producido

Primera iteracin

Determinar nuevo IPRCoeficientes C y n se mantienen

constantes

Estimar presin de reservorio. MB o Curvas

de declinacinPara cada Layer

Construye nueva IPREstima volmenes producido

Segunda iteracin

Franco Sivila

2. RA InterfaceEjemplo de modelo MBAL Reservoir Allocation

Pozo

Reservorio

Franco Sivila

2. RA Ingreso de datosPara habilitar la herramienta Reservoir Allocation ir a Tool y seleccionar la herramienta.

MBAL permite el ingreso de datos en secuencia. Por ejemplo, no permite ingresar datos de reservorio o pozo si no se

completan los datos de PVT.

Ingresar datos en el siguiente orden:

1. Options (seleccionar tipo de fluido y seleccionar si se desea realizar un seguimiento de las impurezas)

2. PVT (ingresar datos PVT del fluido, los campos disponibles cambian en funcin del fluido seleccionado en Options)

3. Input (crear reservorios/Tanks, crear pozos/wells)

Franco Sivila

2. RA Ingreso de datos1. Options (seleccionar tipo de fluido y seleccionar si se desea realizar un seguimiento de las impurezas)

Franco Sivila


Reservoir Fluid: puede seleccionar petrleo, gas o gas retrgrado.

Oil (petrleo) Esta opcin modela petrleo

Gas (gas seco/gas hmedo) Esta opcin modela gas donde la condensacin ocurre nicamente en el separador. El lquido se integra en el gas como una cantidad equivalente.Las perdidas de presin son calculadas en base a una sola fase (gas) cuando no existe agua presente.

Gas retrgrado Esta opcin modela el fluido con un modelo de Black Oilpara gas retrgrado. Este modelo toma en cuenta la condensacin de lquidos a diferentes presiones y temperaturas.

Franco Sivila


Track Impurities: Impurezas como CO2, H2S y N2 pueden ser rastreados en el modelo. Esto con la finalidad de comparar los porcentajes de impurezas con porcentajes medidos.

Franco Sivila


User Information: informacin general sobre el modelo. Estos campos no son necesarios para los clculos.

Date Stamp: este botn permite agregar la fecha actual ala ventana de User Comments.

Franco Sivila

2. RA Ingreso de datos2. PVT (ingresar datos PVT del fluido, los campos disponibles cambian en funcin del fluido seleccionado en Options)

Gas Reservoir

Gas Condensate Reservoir

Oil Reservoir

Click Validate luego de ingresar datos, esto

permite verificar que se tiene toda la informacin

requerida.

Franco Sivila

2. RA Ingreso de datos2. PVT (creacin de varios fluidos PVT)

Gas Reservoir

Se puede crear mas de un fluido PVT. En caso de

tener mas de un reservorio, con seguridad

los reservorios tendrn diferentes propiedades

de fluidos.

Click el signo + para crear nuevo fluido PVT

Fluido PVT validado

Franco Sivila

2. RA Ingreso de datos2. PVT (ajuste de propiedades)

PVT Data Match: si existe un estudio PVT, se puede realizar un ajuste de las propiedades en la seccin Match.

Match: se ingresan los datos del estudio PVT y se realiza el ajuste (Match).

Franco Sivila


PVT Data: despus de ingresar los datos Input parameters, Click en Calc.

PVT Data: Seleccionar la forma en que se desea calcular los datos Data Points.

Cuando se seleccionad Automatic, MBAL calcula las propiedades en los rangos establecidos en la seccin Values.

Una vez ingresados los datos click Calc.

Franco Sivila


PVT Data: Seleccionar la forma en que se desea calcular los datos Data Points.

Cuando se selecciona user Selected, MBAL calcula las propiedades para las presiones y temperaturas proporcionadas por el usuario.

Una vez ingresados los datos click Calc.

Franco Sivila

2. RA Ingreso de datos2. PVT (calculo de propiedades de fluido)

PVT Calculations: Click Calc para calcular las propiedades del fluido.

Franco Sivila

2. RA Ingreso de datos3. Input - Tank

Tank Input data, ingresar datos: Tank parameters (Tank Type, Temp., Initial Pressure, etc.)

Water Influx

Rock compress.

Rock compaction

Relative permeability

Production history

Reservorio validado

Seleccionar fluido PVT, el listado tendr disponible todos los fluidos creados en el paso previo donde se crearon los fluidos

PVT.

Franco Sivila


Use Tank Response Input: esta opcin permite ingresar una tabla de datos para modelar la respuesta del reservorio.

Si se desea modelar el comportamiento del reservorio con Balance de Materia esta opcin debe estar desactivada.

Franco Sivila


Use Tank Response: cuando se activa esta opcin se deshabilitan las pestaas relacionadas con el Balance de Materia.

Franco Sivila


Water Influx: en esta pestaa se selecciona el modelo de acufero y sus respectivos parmetros.

Franco Sivila


Rock Compressibility: en esta pestaa se ingresan datos relacionados con la compresibilidad de la roca.

Las opciones para definir la compresibilidad de la roca son:

From Correlation: uso de una correlacin interna para determinar la compresibilidad de la roca en funcin de su porosidad.

Variable vs Pressure: permite ingresar datos de volumen y presin para determinar la compresibilidad de la roca.

User Specified: utiliza un valor nico de compresibilidad de roca.

None: equivalente a una compresibilidad de roca igual a cero.

Franco Sivila


From Correlation: uso de una correlacin interna para determinar la compresibilidad de la roca en funcin de su porosidad.

> 0.3 = 2.66 < 0.3 = 2.66 + 0.3 2.415 7.85

Franco Sivila


Rock Compaction: en esta pestaa se define la compactacin de la roca.

Por defecto esta opcin esta deshabilitada y el modelo MBAL puede funcionar sin el mismo.

Franco Sivila


Relative Permeability: en esta seccin se definen las curvas de permeabilidad relativa.

Franco Sivila


Production History: cuando se utiliza la herramienta Production Allocation esta tabla corresponde a los resultados. Por lo tanto, no requiere informacin.

Una vez realizados los clculos, los resultados podrn visualizarse en esta tabla.

Franco Sivila

2. RA Ingreso de datos3. Input - Well

Para abrir ventana de ingreso de datos para elemento pozo.

Franco Sivila


Para agregar un pozo: Input Wells DataClick el signo + para crear nuevo pozo.

Well Input data, ingresar datos: Setup (tipo de pozo, productor, inyector, etc.)

Production History

Inflow Performance (C, n, etc.)

Franco Sivila


Pozo creado

1. Seleccionar Well Type2. Click Validate para habilitar pestaas de

Production History e Inflow Performance

Tipos de pozo disponibles.

Reservorios que estn conectado al pozo y de los cuales puede producir.

Franco Sivila


PozovalidadoVista de Production History

cuando se tiene un fluido de gas

retrogrado.

Vista de Production History

cuando se tiene un fluido de gas.

Franco Sivila


Production History:

Esta informacin es utilizada para los clculos de asignacin de produccin.

La suma de la produccin de cada reservorio, para el pozo, siempre respetara la produccin asignada en Production History.

Franco Sivila


Permite navegar por pestaas

Inflow Performance Tab: en esta pestaa se ingresa la informacin requerida para el IPR de cada reservorio. Que produce por el pozo asociado. Esta informacin es utilizada para determinar el aporte de cada reservorio en la produccin del pozo.

Los datos requeridos son bastante similares a los existentes en la herramienta de Balance de Materia.

Franco Sivila


Layers: Cuando se tiene un modelo multi-reservorio, esta ventana permite seleccionar que IPR deseamos modificar.

Layer Disabled: Con esta opcin se puede deshabilitar un Layer temporalmente.

Cuando un Layer esta deshabilitado este no es tomado en cuenta en los clculos de ReservoirAllocation.

Franco Sivila


Inflow Performance: se define el mtodo para describir el IPR del pozo para el Layer activo.

Los modelos disponibles son:

Forchheimer C and n Forchheimer (Pseudo) Per Phase

Franco Sivila


Permeability Correction: este factor puede ser utilizado para modificar el IPR del pozo mediante la modificacin de la permeabilidad en el reservorio a medida que la presin del reservorio declina.

= 1 +

Franco Sivila


Gravel Pack: ingreso de datos para pozos con Gravel pack.

Franco Sivila


IPR dP Shift: permite modificar la presin IPR. MBAL agrega este valor a la presin de reservorio antes de calcular el nuevo IPR.

Franco Sivila


Datos modelo Inflow: ingreso de datos para modelo Inflow, los requerimientos cambien en funcin de la opcin seleccionada en Inflow Performance.

Franco Sivila

2. RA ConexinUna vez creados los reservorios y pozos, se procede a realizar las conexiones.

Click Connect y unir pozo con

reservorio.

Franco Sivila

2. RA ConexinExiste Inflow data para cada conexin pozo-reservorio.

Cuando un pozo se conecta a un reservorio, este se

agregara a Layers en l a pestaa Inflow performance.

Franco Sivila

2. RA TransmisibilidadInput - Transmissibility

Cuando se tiene un reservorio compartamentalizado,

se utilizan los elemento de Transmisibilidad para

modelar el flujo de un rea del reservorio a otra.

Elemento de Transmisibilidad

Franco Sivila

2. RA CalculateCalculate Setup Allocation Step Size: permite establecer el intervalo de

tiempo de las etapas a calcular.

Intervalos reducidos permiten predicciones mas precisas, por el contrario, intervalos grandes resultan en predicciones menos precisas pero el tiempo de clculo es reducido.

Importante: si se establecen intervalos de tiempo menores a los ingresados en el historial de produccin del pozo, MBAL reportara resultados en los intervalos definidos en el historial de produccin.

Franco Sivila

2. RA CalculateCalculate Run Allocation

Run Allocation: Permite abrir la ventana para realizar los clculos de ReservoirAllocation.

Run Allocation: Click Calc para iniciar clculos.

Franco Sivila

2. RA CalculateCalculate Run Allocation

Run Allocation: Resultados de clculo.

Franco Sivila

3. Monte Carlo (MC)

El mtodo de Monte Carlo fue inventado por Stanislaw Ulam (1940s) mientras trabajaba

en el proyecto de armas nucleares en el laboratorio de Los Alamos.

El nombre Monte Carlo proviene del nombre del casino Monte Carlo Casino en

Monaco y la similitud con los juegos de apuestas (resultados aleatorios).

El mtodo utiliza la generacin aleatoria de nmeros para realizar simulaciones.

Es una herramienta que puede combinar distribuciones para modelar un sistema.

Antecedentes

Franco Sivila

3. Monte Carlo (MC)Modelo de simulacin

Decisiones y

variables

Comportamiento del sistema

Modelo de simulacin

Franco Sivila

3. Monte Carlo (MC)

La herramienta Monte Carlo (MC) de MBAL permite realizar estimaciones del volumen

de hidrocarburo in-situ utilizando el mtodo Monte Carlo.

Para los clculos se hace uso de la ecuacin de volumtrica.

Las variables que forman parte de la ecuacin volumtrica son representadas por

distribuciones estadsticas.

Para el mtodo probabilstico, MBAL genera un nmero de escenarios [especificado

por el usuario] basndose en las distribuciones de cada variable. En base a estos

resultados se genera una distribucin de valores para el Hidrocarburo Original In-situ.

Existe un enlace [relacin] entre las variables Swc y porosidad de modo que cuando los

valores de Swc estn en la parte superior de su distribucin, los valores de porosidad

tambin estn en la parte superior de su distribucin.

Monte Carlo en MBAL

Franco Sivila

3. Monte Carlo (MC)Hidrocarburo Inicial in-situ [Concepto]

Es la cantidad de petrleo que inicialmente se estima que existe enacumulaciones que se producen naturalmente.

Esto incluye la cantidad de petrleo y/o gas que se estima, en una fechadada, est contenida en acumulaciones conocidas, anteriores a laproduccin, ms aquellas cantidades que se estiman en acumulacionesan por descubrir.

(equivalente al total de recursos).

Franco Sivila

3. MC - Hidrocarburo Inicial in-situEcuacin para estimar el HOIP [reservorio de gas]:

= (1 )

= = = = =

Franco Sivila

=

= =

Estimado a partir del rea en la que se extiende el reservorio y el espesor de la formacin que contiene los hidrocarburos. Puede ser estimado mediante mapas ispacos o software especializado.

Estimado a partir de registros de pozo y estudios en coronas.

Estimado a partir de registros de pozo.

Estimado a partir de estudios PVT

Pres. Res.; 5950Pres. Rocio; 5822

0.0

0.1

0.1

0.2

0.2

0.3

0.3

0 1000 2000 3000 4000 5000 6000 7000

Dens

idad

[g/c

m]

Presin [psi]abs

Control de calidad, comparacin de densidades de pruebas CVD y CCE

Densidad CVD

Pres. Res.

Pres. Rocio

Densidad CCE

Poly. (Densidad CVD)

Poly. (Densidad CCE)

3. MC - Hidrocarburo Inicial in-situ

= (1 )

Franco Sivila

3. MC Distribuciones estadsticasMBAL contiene 5 tipos de distribucin estadstica.

1. Fixed Value [valor esttico]El valor de la variable aleatoria [X] se mantiene constante para cada caso.

2. Uniform Distribution [distribucin uniforme]

3. Triangular Distribution

4. Normal Distribution

5. Log Normal Distribution

Franco Sivila

3. MC Distribuciones estadsticas2. Uniform Distribution [distribucin uniforme]

En esta distribucin cualquier variable aleatoria (X) tienen la misma

probabilidad de ocurrir en el intervalo definido por el mnimo (a) y

mximo (b).

~ (, ) = = +

Franco Sivila

3. MC Distribuciones estadsticas2. Uniform Distribution [distribucin uniforme]

Probability density function (PDF)

Franco Sivila

3. MC Distribuciones estadsticas3. Triangular Distribution

La distribucin triangular esta definida por:

= 1. Mnimo (a)

2. Mximo (b)

3. La Moda (c) [valor con mayor frecuencia en una distribucin de datos]

< : = + > : = + 1 1

Franco Sivila

3. MC Distribuciones estadsticas3. Triangular Distribution


Franco Sivila

3. MC Distribuciones estadsticas4. Normal Distribution

En la distribucin normal el promedio, la media y la moda son iguales.

La distribucin Normal esta definida por:

1. Promedio (Average Avg)

2. Desviacin Standard (Standard deviation Std)

= + ln 1

Franco Sivila

3. MC Distribuciones estadsticas4. Normal Distribution


Franco Sivila

3. MC Distribuciones estadsticas5. Log Normal Distribution

La distribucin log-normal es una distribucin de probabilidad de una

variable aleatoria cuyo logaritmo est normalmente distribuido.

Una variable puede ser modelada como log-normal si puede ser

considerada como un producto multiplicativo de muchos pequeos

factores independientes.

Las distribucin Log-Normal puede ser aplicada para procesos

naturales.

= log() + 1 +

ln 1

Franco Sivila

3. MC Distribuciones estadsticas4. Log-Normal Distribution


Franco Sivila

3. Monte Carlo comentarioEsta herramienta de MBAL es similar a los modelos creados con las aplicaciones

Crystal Ball y @ Risk

Modelo para estimar OGIP en Crystal Ball

Franco Sivila

3. Monte Carlo MBALPara habilitar la herramienta Monte Carlo ir a Tool y seleccionar la herramienta.

Franco Sivila

3. Monte Carlo MBALOptions: Seleccionar tipo de fluido

Franco Sivila

3. Monte Carlo MBALPVT: ingresar datos de fluido

Match: si se requiere realizar el ajuste con datos de estudio PVT.Similar a Reservoir Allocation.

Franco Sivila

3. Monte Carlo MBALInput: ingresar datos de distribucin para clculo de OGIP

Distributions Types: Seleccionar la distribucin para cada variable e ingresar datos.

Number of Cases: ingresar el nmero de iteraciones. MBAL realizara este nmero de iteraciones generando valores aleatorios en base a las distribuciones de cada variable.

Franco Sivila

3. Monte Carlo MBALInput: ingresar datos de distribucin para clculo de OGIP

Method: Seleccionar forma de calcular el volumen de poro.

Histogramme Steps: nmero de clculos que son graficados en el histograma.

Franco Sivila

3. Monte Carlo MBALMonte Carlo Resultados

Resultados: Los resultados del OGIP y OOIP se presentan en percentiles.

Percentiles: Un percentil es una de las llamadas medidas de posicin no central que se puede describir como una forma de comparacin de resultados.

Es un concepto ampliamente utilizado en estadstica o anlisis de datos.

Para un conjunto de datos, el percentil para un valor dado indica el porcentaje de datos que son igual o menores que dicho valor; en otras palabras, nos dice dnde se posiciona una muestra respecto al total.

Franco Sivila

Datos de fluido (PVT data)Reservorio de gas:

Presin: 5000 psi

Temperatura: 223 F

Variable Value UnitsGas Gravity : 0.65Separator pressure : 1000 [psi]CGR : 23 [STB/MMscf]API : 55 [API]Water Salinity : 3000 [ppm]H2S : 2 [%]CO2 : 3 [%]N2 : 6 [%]

Franco Sivila

Datos de distribucinEstablecer nmero de clculos (trials)

Ingresar 5000 para comparar posteriormente con los resultados de Crystal Ball.

Ingresar datos de reservorio (iniciales)

Franco Sivila

Datos de distribucinSeleccionar Distribuciones para variables

Franco Sivila

Datos de distribucinIngresar valores para definir distribuciones

StandardDistribution Minimum Maximum Mode Average Deviation

Bulk Volume : Triangular 5865.1 9118.0 7617.2 [MM m3]Bulk Volume : Triangular 207123.9 322001.3 269000.1 [MM cf]N/G Ratio : Log-Normal 0.323 0.055 [decimal]Porosity : Log-Normal 0.043 0.013 [decimal]Gas Saturation : Log-Normal 0.615 0.088 [decimal]CGR : Uniform 22 24 [STB/MMscf]Oil Gravity : Uniform 54 56 [API]Gas Graviy : Uniform 0.64 0.66

Franco Sivila

ClculosRealizar clculos

Iniciar clculos!

Resultados

Franco Sivila

ClculosVisualizar resultados

Click Plot para visualizar grfica de resultados

Click Result para visualizar resultados de OGIP.

Franco Sivila

MBAL Monte Carlo vs Crystal BallResultados de OGIP/OOIP MBAL

Percentile mmscf bcfP90 346381.0 346.4P50 590343.0 590.3P10 992485.0 992.5

Original Gas Original Oil OilGas In-Place Reserves In-Place Reserves

Percentile [BCF] [BCF] [MMSTB] [MMSTB]P1 218.97 129.43 4.96 2.98

P90 335.40 202.57 7.71 4.63P80 396.04 239.94 9.10 5.46P70 443.99 269.90 10.21 6.13P60 488.68 297.33 11.23 6.74P50 538.99 326.11 12.34 7.40P40 593.10 361.38 13.66 8.20P30 653.14 398.17 15.03 9.02P20 737.66 449.51 17.02 10.21P10 879.41 534.24 20.06 12.03P99 1288.80 793.83 29.60 17.76

PERCENTILES

Resultados de OGIP obtenidos con modelo Crystal Ball

Franco Sivila

MBAL Monte Carlo vs Crystal BallResultados de OGIP Crystal Ball

Original Gas Original Oil OilGas In-Place Reserves In-Place Reserves Rock Volume Net/Gross Porosity Water SaturationGas Volume Factor, Bgi

Percentile [BCF] [BCF] [MMSTB] [MMSTB] Percentile [MM m3] [decimal] [decimal] [decimal] [rb/stb]P1 218.97 129.43 4.96 2.98 P1 5886.960 0.208 0.022 0.217 0.004

P90 335.40 202.57 7.71 4.63 P90 6493.885 0.250 0.030 0.282 0.004P80 396.04 239.94 9.10 5.46 P80 6841.651 0.271 0.034 0.310 0.004P70 443.99 269.90 10.21 6.13 P70 7124.550 0.288 0.037 0.334 0.004P60 488.68 297.33 11.23 6.74 P60 7350.656 0.302 0.040 0.355 0.004P50 538.99 326.11 12.34 7.40 P50 7539.127 0.316 0.043 0.376 0.004P40 593.10 361.38 13.66 8.20 P40 7719.931 0.332 0.046 0.398 0.004P30 653.14 398.17 15.03 9.02 P30 7933.162 0.349 0.049 0.422 0.004P20 737.66 449.51 17.02 10.21 P20 8187.604 0.369 0.053 0.453 0.004P10 879.41 534.24 20.06 12.03 P10 8515.932 0.399 0.060 0.503 0.004P99 1288.80 793.83 29.60 17.76 P99 9067.975 0.479 0.080 0.631 0.004

Original Gas Original Condensate Rock Volume Net/Gross Porosity Water SaturationGas Volume Factor, BgiVariable Gas In-Place Reserves Condensate In-Place Reserves Variable [MM m3] [decimal] [decimal] [decimal] [rb/stb]

Trials 5000 5000 5000 5000 Trials 5000 5000 5000 5000 5000Mean 577.6686 351.9500 13.2863 7.9718 Mean 7516.1960 0.3214 0.0441 0.3853 0.0040

Median 539.0563 326.1229 12.3384 7.4031 Median 7539.1905 0.3158 0.0426 0.3757 0.0040Mode No calculated! No calculated! No calculated! No calculated! Mode No calculated! No calculated! No calculated! No calculated! No calculated!

Standard Deviation 223.1458 137.2447 5.1457 3.0874 Standard Deviation 751.8572 0.0590 0.0122 0.0886 0.0000Variance 49794.0554 18836.0996 26.4782 9.5322 Variance 565289.1931 0.0035 0.0001 0.0078 0.0000

Skew ness 1.1891 1.1817 1.1873 1.1873 Skew ness -0.0914 0.5065 0.8030 0.6828 -0.0001Kurtosis 5.4853 5.3879 5.4279 5.4279 Kurtosis 2.4374 3.4424 4.0210 3.7534 1.7640

Coeff. of Variability 0.3863 0.3900 0.3873 0.3873 Coeff. of Variability 0.1000 0.1835 0.2761 0.2299 0.0058Minimum 103.7729 69.1345 2.3499 1.4099 Minimum 5678.9066 0.1538 0.0135 0.1748 0.0039

Maximum 1979.9723 1166.5131 44.6250 26.7750 Maximum 9244.2708 0.5902 0.1052 0.8548 0.0040Range w idth 1876.1994 1097.3786 42.2750 25.3650 Range w idth 3565.3643 0.4364 0.0917 0.6800 0.0001

Standard Error 3.1558 1.9409 0.0728 0.0437 Standard Error 10.6329 0.0008 0.0002 0.0013 0.0000Base Case 4847.0317 2733.7259 19.3881 11.6329 Base Case 11190.0000 0.5900 0.1000 0.3000 0.0033

PERCENTILES

STATISTICS

PERCENTILES [selected on sheet: "Forecast_Variables_CB"]

PERCENTILES [selected on sheet: "Forecast_Variables_CB"]

Ejemplo de resultados de percentiles y estadsticos de un modelo de Crystal Ballpara estimar OGIP

Franco Sivila

MBAL Monte Carlo vs Crystal BallResultados de OGIP Crystal Ball Scatter Charts

Franco Sivila

MBAL Monte Carlo vs Crystal BallResultados de OGIP Crystal Ball Tornado Chart

Franco Sivila

Datos de distribucinResultados de OGIP Crystal Ball Assumptions Forecast Charts

Franco Sivila

Aplicaciones con mtodo Monte Carlo

MBAL Monte Carlohttp://www.palisade.com/risk/

http://www.vosesoftware.com/http://www.oracle.com/us/products/applications/crystalball/overview/index.html?ssSourceSiteId=ocomfr

Franco Sivila

Comentarios

Personalmente (entre MBAL Monte Carlo y Crystal Ball) prefiero la herramienta de

Crystal Ball para realizar estimaciones de hidrocarburos in-situ.

MBAL puede ser manipulado utilizando VBA. Esta caracterstica es bastante til para el

ingreso/extraccin de datos (especialmente cuando se requiere ingresar una buena

cantidad de informacin como el historial de produccin).

Si tienen conocimiento de SQL y VBA pueden integrar la base de datos (ejemplo

Access) de la compaa con su modelo MBAL para actualizar el modelo de forma

regular.

Crystal Ball tambin puede manipularse con VBA. Esto permite integrar CB y

MBAL/GAP.

Se puede estimar los percentiles para el hidrocarburo in-situ y utilizar el modelo

MBAL/GAP para generar los pronsticos para cada percentil.

Franco Sivila

4. Decline Curve AnalysisAntecedentes:

1945 Arps introduce las ecuaciones exponencial, hiperblica y harmnica.

Brons (1963) y Fetkovich (1983) aplican la solucin a la ecuacin de

difusividad para mostrar que la curva de la ecuacin exponencial refleja

la produccin de un fluido incompresible en un reservorio cerrado.

Fetkovitch (1980) (1983) desarrolla curvas tipo que mejoran el anlisis por

curvas de declinacin.

Doublet y Blasingame (1995) desarrollan la base terica para combinar el

comportamiento (produccin) en estado transiente y dominado por lmites

con la solucin de presin transiente de la ecuacin de estado.

Franco Sivila


() = 1 + 1 Ecuacin para declinacin hiperblica: : : : : :

Convencional

Franco Sivila


() = 1 + 1

El modelo hiperblico es general, por lo tanto, a partir de este modelo se

pueden generar los modelos Exponencial y Harmnico.

Ec. hiperblica

Ec. exponencial

Ec. harmnica

= 0: = = 1: = 1 +

0 < < 1Convencional

Franco Sivila

4. Decline Curve AnalysisEjemplo de curvas de declinacin (grfica cartesiana)

Convencional

Franco Sivila


Ejemplo de curvas de declinacin (grfica Semi-Log)

Convencional

Franco Sivila


El mtodo de curvas de declinacin convencional solo son aplicables

durante el periodo de declinacin (produccin dominada por los lmites

del reservorio).

Fetkovich

Franco Sivila


Esta herramienta permite analizar la declinacin de la produccin de un

pozo o reservorio en funcin del tiempo.

Se aplica la ecuacin hiperblica de declinacin propuesta por Fetkovich.

En MBAL tambin se puede analizar historiales de produccin donde se

presentan discontinuidades en la tendencia de los caudales de

produccin. Estas discontinuidades pueden asociarse a trabajos de

estimulacin, modificaciones en la completacin de pozo, etc.

Curvas de declinacin MBAL

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Iniciar herramienta Decline Curve Analysis

Seleccionar Tools Decline Curve Analysis

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Definir fluido principal

Seleccionar OptionsPara abrir la ventana System Options

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Definir fluido principal

Reservoir FluidSeleccionar el fluido principal del reservorio.

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Definir forma para ingresar datos de historial de produccin

ModeEspecificar en que modo se ingresara el historial de produccin

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Definir forma para ingresar datos de historial de produccin

ModeDependiendo de la seleccin las ventadas subsiguientes son diferentes para los casos By Tank y By Well.

Franco Sivila

4. Decline Curve Analysis (Ejemplo)User information User coments

User InformationInformacin general sobre el proyecto.

User CommentsComentarios/notas relacionadas al modelo MBAL.

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Ingresar Historial de produccin

DescriptionDescripcin del pozo

Well NameEn caso de seleccionar modo Tank en la ventana de SystemOptions, este es el nombre del reservorio.

Seleccionar: Input Production History

Franco Sivila


Abandonment RateIngresar caudal de abandono

DeclineSeleccionar el mtodo de declinacin


Franco Sivila


Production HistoryIngresar historial de produccin.

ExponentIngresar exponente del mtodo de declinacin seleccionado previamente.


Franco Sivila

4. Decline Curve Analysis (Ejemplo)Ingresar Historial de produccin Seleccionar: Input Production History

Decline RatesIngresar Initial Rate y Decline Rate o estimar utilizando Match

MatchIngresar Initial Rate y Decline Rate o estimar utilizando Match

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Ingresar Historial de produccin Seleccionar: Input Production History

MatchPara estimar Initial Rate y Decline Rate realizar la regresin (Regress). Los datos pasan a la tabla de forma automtica.

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Iniciar Production Prediction Seleccionar: Production Prediction Prediction Setup

Production prediction Establecer fecha de inicio y

fin de prediccin. Establecer caudal de

abandono. Click Done al finalizar.

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Iniciar Production Prediction Seleccionar: Production Prediction Reporting Schedule

Reporting Schedule Definir la frecuencia de

datos que sea reportar de la prediccin.

Click Done para finalizar.

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Iniciar Production Prediction Seleccionar: Production Prediction Run Prediction

Production Prediction Click Calc para iniciar

prediccin.

Franco Sivila

4. Decline Curve Analysis (Ejemplo)Visualizar Plot Seleccionar: Production Prediction Run Prediction

Plot Click Plot para visualizar

grfica de resultados.

Franco Sivila

5. 1D Model1D Model permite estudiar el desplazamiento del petrleo por agua o gas

mediante el uso de las ecuaciones de flujo fraccional de Buckley-Leverett.

La ecuacin de Buckley-leverett es una ecuacin de transporte que

permite modelar el flujo de dos fases en un medio poroso.

5. 1D Model

Franco Sivila

5. 1D Model1D Model

5. 1D Model

Franco Sivila

5. 1D ModelEl modelo asume:

5. 1D Model

El reservorio es rectangular con un pozo productor y un inyector.

Los pozos estn perforados en todo el espesor de la formacin.

El caudal de inyeccin es constante.

Los fluidos son inmiscibles.

El proceso de desplazamiento es considerado incompresible.

La distribucin de saturacin se considera constante en el reservorio.

Se asumen lneas de flujo lineales, incluyendo las proximidades del pozo.

Las presiones capilares no se toman en cuenta.

Franco Sivila

5. 1D Model - EjemploIniciar herramienta: 1D Model

Seleccionar: Tool 1D Model

Franco Sivila

5. 1D Model - EjemploOptions

Seleccionar: Options

Solo existe la opcin Oil.



Franco Sivila

5. 1D Model - EjemploIngresar datos de reservorio

Seleccionar: Input Reservoir Parameters

Injection

Injected Fluid: Seleccionar fluido a inyectar (water/gas)

Injection Rate: ingresar caudal de inyeccin.

Start of Injection: ingresar fecha de inicio de inyeccin.

Franco Sivila



Fluids

Ingresar informacin de fluido de reservorio y fluido a inyectar

Franco Sivila



Reservoir

Ingresar informacin de reservorio (geometra)

Reservoir

Ingresar informacin de reservorio (propiedades petrofsicas)

Franco Sivila



Reservoir (Cut-off Wat Cut)

Especificar el corte de agua al cual se detendr la simulacin.

Reservoir (Number of Cells)

Especificar el nmero de bloques en que se dividir el reservorio para simulacin. Mximo valor = 500

Franco Sivila

5. 1D Model - EjemploIngresar datos de permeabilidad relativa

Seleccionar: Input Relative Permeabilities

Rel Perm. from

Seleccionar la forma en la que se ingresara la informacin asociada a permeabilidad relativa.

Opciones:

1. Corey Functions2. Tables

Franco Sivila

5. 1D Model - EjemploIngresar datos de permeabilidad relativa Seleccionar: Input Relative Permeabilities

Datos Permeabilidad Relativa

Opcin: Tables

Datos Permeabilidad Relativa

Opcin: Corey Functions

Franco Sivila

5. 1D Model - EjemploIniciar simulacin Seleccionar: Calculations Run Simulation

Franco Sivila

5. 1D Model - EjemploIniciar simulacin Seleccionar: Calculations Run Simulation

Calculate

Iniciar simulacin

Franco Sivila

5. 1D Model - EjemploResultados Seleccionar: Calculations Results

Franco Sivila

Esta herramienta permite generar pseudo curvas de permeabilidad

relativa para reservorios de capas mltiples donde se aplica

desplazamiento inmiscible (inyeccin de gas o agua).

Mtodos de clculo:

Buckley-Leverett

Stiles

Communicating Layers

(Dake, L.P., Fundamentals of Petroleum Engineering, and Section 10.8)

Simple.

6. Multi Layer

Franco Sivila

6. Multi Layer - EjemploIniciar herramienta: Multi-Layer

Seleccionar: Tool Multi Layer

Franco Sivila

6. Multi Layer - EjemploSystem Options Seleccionar: Options

Franco Sivila


Injected Fluid

Seleccionar el fluido a inyectar en el reservorio.

Franco Sivila


Calculation

Seleccionar el mtodo para realizar los clculos.

Franco Sivila




Franco Sivila

6. Multi Layer - EjemploPropiedades de Fluido de reservorio (PVT) Seleccionar: PVT

Franco Sivila

6. Multi Layer - EjemploPropiedades de Fluido de reservorio (PVT) Fluid Input Parameters

Input ParametersIngresar parmetros de reservorio.

Franco Sivila

6. Multi Layer - EjemploPropiedades de Fluido de reservorio (PVT) Correlations

Correlations Pb, Rs, BoIngresar correlacin que MBA utilizara para calcular las propiedades referidas.

Franco Sivila

6. Multi Layer - EjemploPropiedades de Fluido de reservorio (PVT) Correlations

Correlations Oil ViscosityIngresar correlacin que MBA utilizara para calcular la viscosidad del petrleo.

Franco Sivila

6. Multi Layer - EjemploPropiedades de Fluido de reservorio (PVT) Match

MatchSi se tiene un estudio PVT, se puede realizar un ajuste (Match) de las correlaciones.

Franco Sivila

6. Multi Layer - EjemploIngresar Parmetros de reservorio Seleccionar: Input Reservoir Parameters

Franco Sivila

6. Multi Layer - EjemploIngresar Parmetros de reservorio Seleccionar: Input Reservoir Parameters

ReservoirIngresar parmetros de reservorio

Franco Sivila

6. Multi Layer - EjemploIngresar Parmetros de capa (Layer) Seleccionar: Input Layer Properties

LayersIngresar propiedades de cada Layer.

Franco Sivila


LayersWater Brk SaturationIngresar Water breakthrough saturation para la capa. Estomodificara las permeabilidadesrelativas de modo que la curva de permeabilidad relative se modificara para iniciarse en Water breakthrough saturation y se ignorara Swc

Si no se desea esta modificacin se puede dejar en blanco estosespacios.

Franco Sivila


Rel PermDatos de permeabilidad RelativaClick en el boton de permeabilidadrelativa e ingresar datos para permeabilidad relativa.

Franco Sivila


Rel Perm from

1.- Seleccionar la forma de ingresardatos de permeabilidad relativa.

2.- Ingresar datos de permeabilidadrelativa

Franco Sivila

6. Multi Layer - EjemploRealizar clculos Seleccionar: Calculations Run Calculation

Run CalculationClick para iniciar calculos

Franco Sivila


Resultados de clculos

Franco Sivila


Grafica de resultados

Franco Sivila

6. Multi Layer - EjemploGenerar parmetros de Funcin Corey Seleccionar: Calculations Fw Match

Fw MatchEsta herramienta permite generar los parmetros de la funcin Corey a partirde los resultados de Multi-Layer.

Franco Sivila


Fw MatchLa grfica muestra una curva sin ajustar. Para ajustar la curva Click Regress.

Franco Sivila


Fw MatchLa grfica muestra la curva con el ajuste.

So, we don't teach thinking as much as we teach, you know, rigorous rote. And intelligence is not defined as somebody having a brain that can think and think and consider all the possibilities and come up with the best solution.

Oh no no! Intelligence is saying the exact same things as everyone else. You read the same newspaper articles. You watched the same news shows. You read the same books. And now you can say exactly the same things about how the world works. So you all know you're in a group. It's almost like a religion. And we're all the same. And we're intelligent because I say it and you say it. And you're intelligent so I'm intelligent.

And we never really have a real good way of measuring.Are you really thinking? and putting it together and coming up with your own solutions. No. We don't define that as intelligent. We often define it as dumb.

- Steve Wozniak

Franco Sivila

7. Tight Gas Type Curves

Franco Sivila

8. Streamlines

Herramientas MBALSlide Number 2Slide Number 3Slide Number 41. Material Balance (MB)Slide Number 6Slide Number 7Slide Number 8Slide Number 9Slide Number 10Slide Number 11Slide Number 12Slide Number 132. Reservoir Allocation (RA)Slide Number 15Slide Number 16Slide Number 17Slide Number 18Slide Number 19Slide Number 20Slide Number 21Slide Number 22Slide Number 23Slide Number 24Slide Number 25Slide Number 26Slide Number 27Slide Number 28Slide Number 29Slide Number 30Slide Number 31Slide Number 32Slide Number 33Slide Number 34Slide Number 35Slide Number 36Slide Number 37Slide Number 38Slide Number 39Slide Number 40Slide Number 41Slide Number 42Slide Number 43Slide Number 44Slide Number 45Slide Number 46Slide Number 47Slide Number 48Slide Number 49Slide Number 50Slide Number 51Slide Number 52Slide Number 53Slide Number 54Slide Number 55Slide Number 56Slide Number 57Slide Number 58Slide Number 59Slide Number 603. Monte Carlo (MC)Slide Number 62Slide Number 63Slide Number 64Slide Number 65Slide Number 66Slide Number 67Slide Number 68Slide Number 69Slide Number 70Slide Number 71Slide Number 72Slide Number 73Slide Number 74Slide Number 75Slide Number 76Slide Number 77Slide Number 78Slide Number 79Slide Number 80Slide Number 81Slide Number 82Slide Number 83"When a true genius appears in this world, you may know him by this sign, that the dunces are all in confederacy against him"Jonathan Swift3. Monte Carlo (MBAL)Slide Number 86Slide Number 87Slide Number 88Slide Number 89Slide Number 90Slide Number 91Slide Number 92Slide Number 93Slide Number 94Slide Number 95Slide Number 96Slide Number 97Slide Number 984. Decline Curve AnalysisSlide Number 100Slide Number 101Slide Number 102Slide Number 103Slide Number 104Slide Number 105Slide Number 1064. Decline Curve Analysis (MBAL)Slide Number 108Slide Number 109Slide Number 110Slide Number 111Slide Number 112Slide Number 113Slide Number 114Slide Number 115Slide Number 116Slide Number 117Slide Number 118Slide Number 119Slide Number 120Slide Number 121Slide Number 122If you want to be rich, never give up. People tend to give up. If you have persistence, you will come out ahead of most people. More importantly, you will learn. When you do something, you might fail. But thats not because youre a failure. Its because you have not learnt enough. Do it differently each time. One day, you will do it right. Failure is your friend. Jordan Belfort, The Wolf of Wall Street 5. 1D Model toolSlide Number 125Slide Number 126Slide Number 127Slide Number 128Slide Number 129Slide Number 130Slide Number 131Slide Number 132Slide Number 133Slide Number 134Slide Number 135Slide Number 136Slide Number 137Slide Number 138To invent, you need a good imagination and a pile of junk. Thomas Edison6. Multi-Layer ToolSlide Number 141Slide Number 142Slide Number 143Slide Number 144Slide Number 145Slide Number 146Slide Number 147Slide Number 148Slide Number 149Slide Number 150Slide Number 151Slide Number 152Slide Number 153Slide Number 154Slide Number 155Slide Number 156Slide Number 157Slide Number 158Slide Number 159Slide Number 160Slide Number 161Slide Number 162Slide Number 163Slide Number 164So, we don't teach thinking as much as we teach, you know, rigorous rote. And intelligence is not defined as somebody having a brain that can think and think and consider all the possibilities and come up with the best solution. Oh no no! Intelligence is saying the exact same things as everyone else. You read the same newspaper articles. You watched the same news shows. You read the same books. And now you can say exactly the same things about how the world works. So you all know you're in a group. It's almost like a religion. And we're all the same. And we're intelligent because I say it and you say it. And you're intelligent so I'm intelligent.And we never really have a real good way of measuring.Are you really thinking? and putting it together and coming up with your own solutions. No. We don't define that as intelligent. We often define it as dumb.- Steve Wozniak7. Tight Gas Type CurvesSlide Number 1678. StreamlinesSlide Number 169

08. herramientas mbal (6-junio-2014)

Documents