Upload
truongthuy
View
215
Download
2
Embed Size (px)
Citation preview
34
Bab V Perhitungan Volumetrik OOIP dan Analisis
Ketidakpastiannya
Definisi dan terminologi dalam perhitungan volumetrik dalam studi ini
dideskripsikan dalam diagram gambar V.1.
NTG What is Net Rock (Rock that
will contribute to flow) . Establish some criteria based
on Core or Analogue
Gross Rock VolumeTotal volume of Rock
(Porespace + Matrix) above the OWC
Net Rock VolumeTotal volume of Net Rock
= GRV * NTG
Net Pore VolumeTotal Pore Volume of Net Rock
= NRV * Phie (NET)
Phi (NET)Net Porosity. Porosity of Net
Rock only. Should not include any porosity from Non Net Rock
Net STOIIPTotal Hydrocarbon in Net Pore
Volume
= NPV * (1-Swirr(NET)) / Bo
Swirr (NET)Irr. Water Saturation. Irr. water
saturation of Net Rock only. Should not include any
saturations from Non Net Rock
Gross Pore VolumeTotal Pore Volume of Gross Rock
= GRV * Phit
Gross STOIIPTotal Hydrocarbon in Gross Pore
Volume
= GPV * (1-Swirr) / Bo
NTG What is Net Rock (Rock that
will contribute to flow) . Establish some criteria based
on Core or Analogue
Gross Rock VolumeTotal volume of Rock
(Porespace + Matrix) above the OWC
Net Rock VolumeTotal volume of Net Rock
= GRV * NTG
Net Pore VolumeTotal Pore Volume of Net Rock
= NRV * Phie (NET)
Phi (NET)Net Porosity. Porosity of Net
Rock only. Should not include any porosity from Non Net Rock
Net STOIIPTotal Hydrocarbon in Net Pore
Volume
= NPV * (1-Swirr(NET)) / Bo
Swirr (NET)Irr. Water Saturation. Irr. water
saturation of Net Rock only. Should not include any
saturations from Non Net Rock
Gross Pore VolumeTotal Pore Volume of Gross Rock
= GRV * Phit
Gross STOIIPTotal Hydrocarbon in Gross Pore
Volume
= GPV * (1-Swirr) / Bo
NTG What is Net Rock (Rock that
will contribute to flow) . Establish some criteria based
on Core or Analogue
Gross Rock VolumeTotal volume of Rock
(Porespace + Matrix) above the OWC
Net Rock VolumeTotal volume of Net Rock
= GRV * NTG
Net Pore VolumeTotal Pore Volume of Net Rock
= NRV * Phie (NET)
Phi (NET)Net Porosity. Porosity of Net
Rock only. Should not include any porosity from Non Net Rock
Net STOIIPTotal Hydrocarbon in Net Pore
Volume
= NPV * (1-Swirr(NET)) / Bo
Swirr (NET)Irr. Water Saturation. Irr. water
saturation of Net Rock only. Should not include any
saturations from Non Net Rock
Gross Pore VolumeTotal Pore Volume of Gross Rock
= GRV * Phit
Gross STOIIPTotal Hydrocarbon in Gross Pore
Volume
= GPV * (1-Swirr) / Bo
Gambar V. 1. Definisi-definisi yang digunakan dalam perhitungan volumetrik
Dalam perhitungan volumetrik STOIIP (stock tank oil initial in place) atau OOIP
pada penelitian ini digunakan beberapa asusmsi yaitu:
• Original OWC adalah rata (flat), variasi OWC hanya terjadi pada blok
kompartemen yang berbeda.
• Tidak ada zona transisi antara kolom minyak dan kolom air.
• Perhitungan volumetrik OOIP hanya dilakukan menggunakan properti
reservoar yang berada diatas OWC.
• Bo atau formation volume factor adalah konstan 1.03.
35
Perhitungan volumetrik dilakukan dengan menggunakan Sgrid dan data reservoar
properti hasil pemodelan. Perhitungan dilakukan dengan menggunakan rumus :
OOIP (net) = Net Rock Volume x Phie net x (1-Swirr net)/Bo
Untuk mendapatkan properti netto (Net Rock, Phie Net, Swirr net) properti hasil
pemodelan 3D dikenakan cut-off. Nilai cut-off yang digunakan dalam penelitian
ini dibahas pada Bab III.2, sedangkan Original OWC dibahas pada Bab III.4.
Perhitungan dilakukan terhadap masing-masing cell dalam sgrid dan kemudian
dijumlahkan untuk mendapatkan volume total.
Hasil perhitungan volumetrik OOIP dengan menggunakan nilai base case untuk
semua variabelnya memberikan hasil volumetrik OOIP sejumlah 157 juta barrel.
V.1 Design of Experiment
Metode design of experiment adalah suatu metode yang digunakan untuk
menganalisis efek ketidakpastian dari suatu variable dalam hasil akhir
perhitungan. Selain menganalisis efek ketidakpastian variabel, metode ini juga
digunakan untuk menghitung probabilitas volumetrik OOIP. Pada dasarnya yang
dilakukan metode ini adalah melakukan perhitungan (dalam hal ini volumetrik
OOIP) dengan menggunakan semua kombinasi harga variabel ketidakpastian.
Dari hasil perhitungan tersebut kemudian dianalisis efek dari ketidakpastian
variabel-variabelnya terhadap volumetrik OOIP, seperti diilustrasikan pada Bab
I.7.2.
36
IdentifikasiKetidakpastian Pembuatan tabel DoE
Pemodelan 3D reservoarBerdasarkan
Tabel DoE
Perhitungan STOIIPUntuk masing-masing model
Analisa EfekKetidakpastian terhadap
Volumetrik STOIIP
Analisa EfekKetidakpastian terhadap
Volumetrik STOIIP
Persamaan polinomialResponse Surface
Perhitungan ProbabilistikSTOIIP
Gambar V.2 Diagram alir perhitungan probabilitas volumetrik OOIP dengan
menggunakan metode DoE
Identifikasi ketidakpastian data yang digunakan untuk perhitungan volumetrik
OOIP sudah dibahas pada Bab III. Berikut ini ringkasan dari variabel-variabel
yang akan dianalisis efek ketidakpastiannya terhadap volumetrik OOIP.
1. Original OWC
2. Gas Oil Contact
3. Saturasi Air
4. Porositas
5. cut-off Vsh
6. Cut-off porositas
7. Cut-off Saturasi Air
8. Proporsi facies
9. Algoritma pemodelan properti batuan.
Untuk mengkombinasikan 9 variabel dengan 3 level ketidakpastian (low case,
base case, dan high case) untuk semua kombinasi yang mungkin (full factorial
design) akan diperlukan sejumlah 39 kombinasi atau diperlukan 19.683 kombinasi
model. Untuk menyederhanakan kombinasi variabel digunakan metode D-
optimal design. Pada prisnsipnya metode ini mendesain kombinasi variabel yang
lebih sederhana dari full factorial design tetapi memberikan hasil paling maksimal
untuk analisis efek ketidakpastian.
37
Metode DoE yang digunakan dalam penelitian ini terdapat didalam software
GoCAD. GoCAD membatasi jumlah variabel yang bisa dianalisis dengan
menggunakan metode D-Optimal design sejumlah maksimum 6 variabel. Untuk
menganalisis efek ketidakpastian dari semua variabel (9 variabel), metode D-
Optimal design diaplikasikan dalam 2 tahap.
Tahap pertama beberapa variabel dan ketidakpastiannya digabungkan sehingga
dihasilkan hanya 6 variabel. Untuk tahap pertama dilakukan analisis efek
ketidakpastian dari 6 variabel sebagai berikut:
1. Original OWC
2. Gas Oil Contact
3. FE cut-off (gabungan dari cut-off Vsh, cut-off Porositas dan cut-off
saturasi air)
4. Proporsi facies
5. FE Histogram (gabungan dari saturasi air dan porositas)
6. Algoritma pemodelan.
Tahap pertama ini dilakukan untuk mem-filter efek ketidakpastian variabel
terhadap volumetrik OOIP. Untuk DoE tahap kedua akan dipilih 6 variabel yang
memberikan efek ketidak pastian terbesar terhadap volumetrik OOIP.
Gambar V.3. adalah tabel dari D-Optimal Design of experiment tahap pertama.
Dari tabel tersebut kemudain dilakukan pemodelan 3D untuk masing-masing
kombinasi run dengan hirarki seperti dibahas pada Bab IV. Setelah dilakukan
pemodelan kemudian dilakukan perhitungan OOIP untuk masing-masing
kombinasi run. Setelah diperoleh harga volumetrik OOIP untuk masing-masing
run hasil perhitungan tersebut dimasukkan kedalam tabel. Dari tabel tersebut bisa
dilakukan analisis untuk mengetahui efek ketidakpastian variabel-variabel
terhadap hasil akhir perhitungan volumetrik OOIP.
38
Gambar V.3. Tabel D-Optimal design experiment tahap pertama, angka OOIP total pada kolom paling kanan adalah angka OOIP total dalam juta Barrel.
Dari tabel D-Optimal design of experiment, efek ketidakpastian variabel-variabel
terhadap hasil akhir perhitungan volumetrik OOIP dapat dianalisis. Efek dari
ketidakpastian variabel-variabel kemudian di rangking dan di sajikan dalam
diagram pareto seperti pada gambar V.4.
39
Gambar V.4 Diagram pareto dari tabel D-optimal design of experiment tahap pertama yang menunjukkan urut-urutan atau rangking dari efek ketidakpastian variabel terhadap hasil akhir perhitungan volumetrik OOIP.
Angka efek ketidakpastian pada gambar V.4 adalah variasi yang akan terjadi jika
variabel dirubah dari low case ke high case. Dari gambar V.4 terlihat bahwa
histogram FE, cut-off FE dan OWC memberikan efek ketidakpastian paling
signifikan pada hasil akhir perhitungan volumetrik OOIP. Karena variabel yang
memberikan efek paling signifikan pada hasil akhir perhitungan volumetrik
merupakan variabel gabungan maka harga ketidakpastian dari hasil perhitungan
40
volumetrik belum bisa di kuantifikasi. Untuk bisa mengkuantifikasi
ketidakpastian pada hasil akhir perhitungan volumetrik perlu dilakukan analisis
DoE tahap kedua dengan menguraikan variabel yang pada analisis sebelumnya
dilakukan penggabungan.
Analisis DoE tahap kedua dilakuakan dengan menguraikan variabel-variabel yang
sebelumnya digabungkan, analisis tahap kedua ini dilakukan terhadap 6 variabel
yang memberikan efek ketidakpastian paling besar pada analisis DoE tahap
pertama.. Berikut ini 6 variabel yang digunakan dalam analisi DoE tahap kedua:
1. SWIRR.
2. Vsh.
3. Porositas.
4. Cut-off Vsh.
5. Cut-off porositas.
6. OWC.
Gambar V.5. adalah D-Optimal Design of experiment tahap kedua. Seperti yang
dialakukan pada analisis tahap pertama, dari tabel tersebut kemudian dilakukan
pemodelan 3D dan perhitungan OOIP untuk masing-masing kombinasi run.
Setelah diperoleh harga volumetrik OOIP untuk masing-masing run, kemudian
dilakukan analisis efek ketidakpastian variabel-variabel tersebut terhadap hasil
akhir perhitungan volumetrik OOIP.
41
Gambar V.5 D-Optimal design experiment tabel tahap kedua angka OOIP total pada kolom paling kanan adalah angka OOIP total dalam juta Barrel.
Dari tabel D-Optimal design of experiment (gambar V.5.) efek dari ketidakpastian
variabel-variabel terhadap hasil akhir perhitungan volumetrik OOIP dapat
42
dianalisis kemudian di rangking dan di sajikan dalam diagram pareto seperti pada
gambar V.6.
Gambar V.6 Diagram pareto dari tabel D-optimal design of experiment tahap kedua yang menunjukkan urut-urutan atau rangking dari efek ketidakpastian variabel terhadap hasil akhir perhitungan volumetrik OOIP.
Dari gambar V.6 terlihat bahwa ketidakpastian variabel SWIRR, OWC cut-off
Vsh, cut-off porositas dan porositas memberikan efek ketidakpastian yang
signifikan pada hasil akhir perhitungan volumetrik OOIP.
43
Selain menganalisis efek ketidakpastian pada variabel-varibel perhitungan
volumetrik OOIP, metode DoE ini juga bisa digunakan untuk menghitung
probabilitas volumetrik OOIP.
Untuk menghitung probabilitas volumetrik OOIP, dilakukan analisi regresi pada
tabel D-Optimal design of experiment. Analisis regresi adalah analisis untuk
mengevaluasi pengaruh dari satu atau lebih variabel independen (SWIRR, OWC,
PHIE dan lain-lain) terhadap variabel dependen (OOIP). Persamaan regresi
berikut ini adalah persamaan yang dihasilkan dari analisis D-optimal design of
experiment tahap kedua.
OOIP_total_Pred = 109.818 + 12.106 * OWC + 202.141 * SWIRR + 609.307 *
PHIE + 84.086 * VSH_cutoff -190.287 * PHIE_cutoff +
24.786 * SW_cutoff ……..(V.1)
Untuk menguji seberapa tepat persamaan (V.1) terhadap data, dibuat grafik harga
OOIP hasil perhitungan dari data sebenarnya (observed value) dibandingkan
dengan hasil dari perhitungan dari persamaan regresi (predicted value).
Gambar V.7 adalah grafik perbandingan antara observed value dengan predicted
value. Sumbu vertikal adalah predicted value sedangkan sumbu horisontal adalah
observed value. Titik-titik biru adalah data volumetrik OOIP hasil perhitungan
berdasarkan tabel D-Optimal design of experiment (gambar V.5). Garis diagonal
berwarna hijau adalah garis persamaan regresi yaitu harga volumetrik OOIP yang
dihitung berdasarkan persamaan regresi. Sedangkan garis berwarna merah adalah
garis yang merupakan trend line dari titik-titik data volumetrik OOIP (titik-titik
biru). Pada gambar V.7 terlihat bahwa garis persamaan regresi prediksi
volumetrik OOIP hampir tepat pada trend line dari data volumetrik, semakin tepat
kedua garis ini menunjukan semakin tepatnya persamaan regresi yang digunakan
untuk memprediksi volumetrik OOIP.
44
Gambar V.7 Perbandingan antara grafik volumetrik OOIP hasil prediksi
persamaan (V.1) dengan data hasil perhitungan.
V.2. Perhitungan Probabilitas Volumetrik OOIP
Perhitungan probabilistas volumetrik OOIP dilakukan dengan persamaan regresi
(V.1) yang disimulasikan dengan metode simulasi Monte Carlo. Metode simulasi
Monte Carlo adalah metode yang memilih nilai variabel secara random untuk
disimulasikan pada suatu model atau dimasukkan dalam suatu persamaan.
Untuk menghitung probabilitas volumetrik OOIP variabel ketidakpastian (OWC,
SWIRR, Vsh Cutoff, Phie cutoff, dan SWIRR cutoff) didefinisikan nilai
kemungkinannya dengan distribusi probabilitas. Beberapa contoh distribusi
45
probabilitas ditunjukan pada gambar V.8. (distribusi probabilitas dibahas pada
lampiran 1)
. Gambar V.8 Distribusi probabilitas
Metode simulasi Monte Carlo akan menghitung nilai OOIP dengan mensampling
nilai variabel ketidakpastian dari distribusi probabilitas. Dalam satu kali
perhitungan metode ini akan mengambil nilai variabel (OWC, SWIRR, Vsh
Cutoff, Phie cutoff, dan SWIRR cutoff) secara random dan dihitung dengan
menggunakan persamaan (V.1), hal ini di ulang-ulang sampai ribuan kali sehingga
diperoleh distribusi probabilitas volumetrik OOIP.
Gambar V.9 adalah histogram distribusi probabilitas volumetrik OOIP lapangan
Batang dari 10.000 kali perhitungan dengan menggunakan simulasi Monte Carlo.
Percentile MMBO0% 10110% 13120% 13830% 14440% 15050% 15560% 16170% 16780% 17590% 185100% 222
Forecast: Batang OOIP
0
50
100
150
200
250
102 124 146 168 189
Freq
u
Gambar V.9 Histogram distribusi probabilitas volumetrik OOIP lapangan Batang.
Dari hasil perhitungan dengan menggunakan metode simulasi Monte Carlo
didapatkan bahwa harga probabilitas volumetrik OOIP untuk batang P10 = 131
juta barrel, P50 = 155 juta barrel dan P90 = 185 juta barrel.