Simulación de yacimientos: en armonía con la …/media/Files/resources/oilfield_review/spanish11/win... · Volumen 23, no.4 5 áreas que son difíciles desde el punto de vista de

4 Oilfield Review

Simulación de yacimientos: en armonía con la complejidad de los campos petroleros

La complejidad geológica y el alto costo del desarrollo de recursos continúan

impulsando la tecnología de simulación de yacimientos. La nueva generación de

simuladores emplea modelos de varios millones de celdas con cuadrículas no

estructuradas para manejar geologías con contrastes elevados de permeabilidad.

A través del uso de modelos más reales, estos nuevos simuladores ayudarán a

aumentar la recuperación final de campos nuevos y existentes.

David A. Edwards Dayal Gunasekera Jonathan Morris Gareth ShawKevin Shaw Dominic WalshAbingdon, Inglaterra

Paul A. Fjerstad Jitendra KikaniChevron Energy Technology Company Houston, Texas, EUA

Jessica FrancoTotal SALuanda, Angola

Viet HoangChevron Energy Technology CompanySan Ramón, California, EUA

Lisette QuettierTotal SAPau, Francia

El interés en los simuladores no es nuevo. Se han utilizado desde hace mucho tiempo para crear modelos de actividades complejas. La simulación puede enmarcarse en tres períodos: previo a la computación, formativo y de expansión.1 El expe-rimento de la aguja de Buffon en 1777 fue la pri-mera simulación registrada de la era previa a la computación (1777 a 1945). En este experimento, se lanzaban agujas hacia una superficie plana para estimar el valor de π.2 En el período de simulación formativo (1945 a 1970), se utilizaron las primeras

computadoras electrónicas para resolver proble-mas de aplicaciones militares. Estos variaban desde soluciones de disparos de artillería hasta el desarrollo de la bomba de hidrógeno. El período de expansión de la simulación (1970 hasta el pre-sente) se distingue por una profusión de aplica-ciones de simulación. Estas aplicaciones varían desde juegos hasta preparación para desastres y simulación de formas de vida artificiales.3 El inte-rés de la industria y del gobierno en la simulación mediante computadoras está aumentando en

Oilfield Review WINTER 11/12 Intersect Fig. OpenerORWNT11/12-INT Opener

1950 2000

Traducción del artículo publicado en Oilfield Review, Invierno de 2011/2012: 23, no. 4. Copyright © 2012 Schlumberger.ECLIPSE e INTERSECT son marcas de Schlumberger.Intel®, Intel386™, Intel486™, Itanium® y Pentium® son marcas comerciales registradas de Intel Corporation. Linux® es una marca comercial registrada de Linus Torvalds. Windows® es una marca comercial registrada de Microsoft Corporation.

Volumen 23, no.4 5

áreas que son difíciles desde el punto de vista de la informática, potencialmente peligrosas o costosas. Las simulaciones de yacimientos se ajustan a todos estos criterios.

La simulación del flujo de petróleo y gas mode-lan actividades que se extienden desde las profundi-dades del yacimiento hasta las plantas de proceso en la superficie y, en última instancia, incluyen la evaluación económica final (arriba). Un gran número de factores están llevando la planificación actual de la simulación de la producción a obtener resultados precisos en el menor tiempo posible. Éstos incluyen ubicaciones remotas, complejidad geológica, trayec-torias complejas de los pozos, esquemas ampliados de recuperación, recuperación de petróleo pesado y gases no convencionales. En la actualidad, los operadores deben tomar decisiones de inversión rápidamente y ya no pueden basar las decisiones

de desarrollo de los campos únicamente en datos del comportamiento anterior de los pozos. Ahora, los operadores quieren simulaciones precisas del campo desde el descubrimiento de la formación hasta el abandono final, pasando por la recupera-ción secundaria. En ningún lugar estos factores reciben más atención que en el yacimiento.

Este artículo describe las herramientas y los procesos involucrados en la simulación de yaci-mientos y analiza cómo los simuladores de la nueva generación están ayudando a operadores en Australia, Canadá y Kazajstán.

Visualización del yacimientoLos primeros simuladores de yacimientos datan de la década de 1930 y eran modelos físicos; la interacción de la arena, el petróleo y el agua podían verse directamente (a menudo en depósitos

de paredes transparentes).4 Los primeros simula-dores físicos se empleaban cuando el comporta-miento del yacimiento durante las inyecciones de agua sorprendían a los operadores. Además de los simuladores físicos, los científicos utilizaban simuladores eléctricos que se basaban en la ana-logía entre el flujo de la corriente eléctrica y el flujo de fluidos en los yacimientos.

A principios de la década de 1950, aunque los simuladores físicos estaban aún en uso, los inves-tigadores comenzaban a considerar cómo se podría describir analíticamente un yacimiento. La comprensión de lo que ocurre en un yaci-miento durante la producción es similar, en algu-nos aspectos, a diagnosticar una enfermedad. Hay datos disponibles procedentes de varias pruebas de laboratorio, pero el proceso completo de la enfermedad no puede verse directamente.

1. Goldsman D, Nance RE y Wilson JR: “A Brief History of Simulation,” en Rossetti MD, Hill RR, Johansson B, Dunkin A e Ingalls RG (editores): Actas de la Conferencia de Simulación, invierno de 2009. Austin, Texas, Estados Unidos (13-16 de diciembre de 2009): 310-313.

2. El experimento de la aguja de Buffon es uno de los problemas conocidos más antiguos de probabilidad geométrica. Se dejan caer agujas sobre una hoja de papel con una cuadrícula de líneas y se calcula la probabilidad

> Simulación de la producción. Un ingeniero de yacimientos toma los datos estáticos y dinámicos (abajo a la derecha) y desarrolla la información para un simulador de yacimientos (abajo a la izquierda). El simulador de yacimientos, cuya principal tarea es analizar el flujo a través de medios porosos, calcula los perfiles de producción como una función del tiempo para los pozos del yacimiento. Estos datos se transfieren a un ingeniero de producción para desarrollar modelos de pozos y un simulador de red de superficie (arriba a la izquierda). Un ingeniero de instalaciones de superficie utiliza los datos de producción y composición para construir un modelo de planta de proceso con la ayuda de un simulador de procesos (arriba a la derecha). Finalmente, los datos de todos los simuladores se trasfieren a un simulador económico (derecha).

Oilfield Review WINTER 11/12 Intersect Fig. 1ORWNT11/12-INT 1

Simulador de red de superficie Simulador de proceso

Simulación de yacimientosDatos estáticos y dinámicos

Simulador económico

de que la aguja cruce una de las líneas. Esta probabilidad está relacionada directamente con el valor de π. Para más información: Weisstein FW: “Buffon’s Needle Problem,” WolframMathWorld, http://mathworld.wolfram.com/ BuffonsNeedleProblem.html (con acceso el 25 de julio de 2011).

3. Freddolino PL, Arkhipov AS, Larson SB, McPherson A y Schulten K: “Molecular Dynamics of the Complete Satellite Tobacco Mosaic Virus,” Structure 14, no. 3 (marzo de 2006): 437-449.

4. Peaceman DW: “A Personal Retrospection of Reservoir Simulation,” en Actas del Primero y Segundo Fórum Internacional sobre Simulación de Yacimientos. Alpbach, Austria (12-16 de septiembre de 1988 y 4-8 de septiembre de 1989): 12-23.

Adamson G, Crick M, Gane B, Gurpinar O, Hardiman J and Ponting D: “Simulation Throughout the Life of a Reservoir,” Oilfield Review 8, no. 2 (Summer 1996): 16–27.

6 Oilfield Review

Los médicos deben deducir qué está ocurriendo a partir de los resultados del laboratorio. Los inge-nieros de yacimientos están en una posición simi-lar: ellos no pueden ver realmente al sujeto de su interés, sino que deben confiar en los datos para saber lo que está ocurriendo a grandes profundi-dades debajo de la superficie. Los datos de pro-ducción y de otro tipo se usan a fin de construir modelos analíticos para describir el flujo y otras características del yacimiento. En un modelo de yacimientos, las ecuaciones que describen el comportamiento del fluido surgen de principios fundamentales que se han comprendido por más de cien años. Estos principios son la conserva-ción de la masa, la dinámica de los fluidos y el equilibrio termodinámico entre fases.5

Cuando estos principios se aplican a un yaci-miento, las ecuaciones en derivadas parciales resultantes son complejas, numerosas y no lineales. Las primeras derivaciones analíticas para la des-cripción del comportamiento del flujo en el yaci-miento estaban restringidas a modelos simples, mientras que las formulaciones actuales muestran un cuadro más complejo (abajo).6 Aunque las fór-mulas de las ecuaciones para el yacimiento siem-pre han sido directas, su solución no es exacta y debe resolverse por métodos de diferencias finitas.7

En la simulación de yacimientos, existe una compensación entre la complejidad del modelo y la capacidad para convergir en una solución. Los avances en las capacidades de computación han ayudado a ampliar las posibilidades de simulación

de yacimientos, especialmente cuando están invo-lucrados modelos complejos y grandes cantidades de celdas (próxima página).8 Los avances en el hardware de las computadoras durante las déca-das pasadas han conducido a un progreso continuo en las posibilidades de simulación.9 Entre princi-pios de la década de 1950 y 1970, los simuladores de yacimientos progresaron desde la geometría sencilla de dos dimensiones hasta la geometría real de tres dimensiones y un modelo de fluido de petróleo negro.10 En la década de 1970, los investi-gadores introdujeron los modelos composicionales y pusieron un gran énfasis en la mejoría de la recu-peración del petróleo. En década de 1980, el desa-rrollo de los simuladores puso énfasis en el manejo de pozos complejos y los yacimientos fracturados; durante la década de 1990, se amplió la facilidad de uso gracias a las interfaces gráficas del usuario. Cerca de fines del siglo XX, los simuladores de yacimientos añadieron características tales como la refinación local de la cuadrícula y la capacidad de manejar geometrías complejas, así como tam-bién la integración con instalaciones de superficie. Ahora, los simuladores pueden manejar yacimientos complejos y, a la vez, ofrecer un manejo integrado de todo el campo. Estos modelos (conocidos como simuladores de la nueva generación) han aprove-chado varias tecnologías recientemente desarrolla-das, que incluyen el procesamiento en paralelo.

Computación paralela: divide y vencerásUno de los distintivos de los simuladores de yaci-mientos actuales es el uso de los sistemas de computación paralela. La computación paralela opera según el principio de que los problemas grandes, como la simulación de yacimientos, pue-den descomponerse en otros más pequeños que se resuelven entonces de manera concurrente, o en paralelo. El paso del procesamiento en serie a los sistemas paralelos es un resultado directo del impulso para lograr un mejor desempeño de los procesos informáticos.

En las décadas de 1980 y 1990, los diseñadores de hardware para computadoras se centraron en el aumento de la velocidad de los microproce-sadores para mejorar el desempeño del hardware. Esta técnica, llamada escalamiento de frecuencia, se convirtió en una fuerza dominante en el desem-peño de los procesadores para computadoras per-sonales hasta alrededor de 2004.11 El escalamiento de frecuencia llegó a su fin debido al aumento de consumo de energía necesario para alcanzar fre-cuencias más altas. Los diseñadores de hardware para computadoras personales migraron entonces hacia los microprocesadores de núcleo múltiple, una forma de computación paralela.

> Evolución de la simulación de yacimientos. Uno de los primeros intentos para describir analítica-mente el flujo del yacimiento ocurrió en los primeros años de la década 1950. Los investigadores desarrollaron una ecuación en derivadas parciales para describir el flujo unidimensional de un fluido compresible en un yacimiento (arriba). Esta ecuación se deriva de la ley de Darcy para el flujo en medios porosos y de la ley de conservación de la masa y describe la presión como una función del tiempo y de la posición. (Para ver detalles: McCarty DG y Peaceman DW: “Application of Large Computers to Reservoir Engineering Problems,” artículo SPE 844, presentado en la Reunión Conjunta de la Universidad de Texas y los Capítulos Estudiantiles de Texas A&M de AIME, Austin, Texas, 14-15 de febrero de 1957). Los modelos recientemente desarrollados para la simulación de yacimientos consideran el flujo de múltiples componentes en un yacimiento que está dividido en una gran cantidad de componentes tridimensionales conocidos como celdas de cuadrículas (abajo). La ley de Darcy y la de conservación de la masa, además del equilibrio termodinámico de componentes entre fases, gobiernan las ecuaciones que describen el flujo entrante y saliente de estas celdas. Además de las tasas de flujo, los modelos describen otras variables que incluyen la presión, la temperatura y la saturación de fases. (Para más información: Cao y colaboradores, referencia 6).


1951

2011

x

x

z

y

k

p∂2∂

x 2∂ ∂

φc µ=

p

t

Flujo en una dimensiónde un fluido compresible

Flujo en tres dimensiones de n componentes

en un yacimiento complejo

.

δ ρ χS q g+ – = .– –V

∆t Σ p ∆p ∆h∆Pcp

rpρpp

p

Np,c

Σ k

Fases

c RcW

p Tkcp χcpkµφ Σ

p

Np,cρp( )( )

Volumen 23, no.4 7

Sin embargo, la idea que podría llevar even-tualmente al procesamiento en paralelo para simuladores de yacimientos comenzó alrededor de 1990. En un experimento temprano, los investi-gadores de yacimientos petrolíferos demostraron que una computadora Intel con 16 procesadores podía manejar eficazmente un modelo de simula-ción de petróleo-agua.12 Desde entonces, el uso de sistemas de computación paralela para la simula-ción de yacimientos se ha convertido en algo común.

Como los precios de los equipamientos de computación han disminuido, se ha convertido en una práctica habitual operar sistemas de com-putación paralela como grupos de máquinas indi-viduales conectadas por una red. Estas máquinas múltiples, operando en paralelo, actúan como una entidad individual. El objetivo en la compu-tación paralela siempre ha sido resolver grandes problemas más rápidamente yendo n veces más rápido con n procesadores.13 Por muchas razones, este desempeño ideal raramente se alcanza.

Para comprender las limitaciones de las redes en paralelo, es instructivo visualizar un sis-tema típico utilizado por un simulador de yaci-mientos moderno. Este sistema podría tener varias computadoras autónomas conectadas en red a través de un concentrador y un conmutador a una computadora de control y a un servidor de red.14 Debido a que cada una de las computadoras individuales trabaja en su porción del yacimiento, se intercambian mensajes entre ellas y hacia la computadora de control y a otros sistemas a tra-vés de la red. En terminología de paralelismo, los procesadores individuales representan las por-ciones paralelas del sistema, mientras que el tra-bajo de los controladores es la parte en serie.15

El efecto total de las comunicaciones es la razón principal por la cual nos podemos aproximar al comportamiento ideal de los sistemas paralelos, pero no alcanzarlos. Todos los sistemas de com-putación, incluso los sistemas paralelos, tienen limitaciones.

La máxima mejoría esperada que puede lograr un sistema paralelo está contenida en la ley de Amdahl.16 Considere un simulador que requiera 10 horas en un solo procesador. El tiempo total de 10 horas puede desglosarse en una parte de 9 horas que sea asequible al procesamiento en paralelo y en

5. Brown G: “Darcy’s Law Basics and More,” http://bioen.okstate.edu/Darcy/LaLoi/ basics.html (con acceso el 23 de agosto de 2011).

Smith JM y Van Ness HC: Introduction to Chemical Engineering Thermodynamics, 7a edición. Ciudad de Nueva York: McGraw Hill Company, 2005.

6. Cao H, Crumpton PI y Schrader ML: “Efficient General Formulation Approach for Modeling Complex Physics,” artículo SPE 119165, presentado en el Simposio de Simulación de Yacimientos de la SPE, The Woodlands, Texas, 2-4 de febrero de 2009.

7. Las ecuaciones de diferencia finita se usan para soluciones aproximadas de las ecuaciones diferenciales. Este método obtiene una aproximación de una derivada mediante el uso de incrementos pequeños crecientes a partir de un valor base.

8. Intel Corporation: “Moore’s Law: Raising the Bar,” Santa Clara, California, Estados Unidos: Intel Corporation (2005), ftp:// download.intel.com/ museum/Moores_law/Printed_ Materials/ Moores_Law_Backgrounder.pdf (con acceso el 17 de octubre de 2011).

Fjerstad PA, Sikandar AS, Cao H, Liu J y Da Sie W: “Next Generation Parallel Computing for Large-Scale Reservoir Simulation,” artículo SPE 97358, presentado en la Conferencia Internacional de Recuperación Mejorada de Petróleo en el Pacífico Asiático de la SPE, Kuala Lumpur, 5-6 de diciembre de 2005.

> Capacidad de computación y simulación de yacimientos. Durante las últimas cuatro décadas, la capacidad de computación y la simulación de yacimientos evolucionaron por trayectos similares. Desde la década de 1970 hasta el año 2004, los microprocesadores siguieron la ley de Moore, la cual establece que la densidad de los transistores en un microprocesador (círculos rojos) se duplica aproximadamente cada dos años. La simulación de yacimientos evolucionó de forma paralela con el crecimiento de la capacidad de computación en el aumento del número de celdas de cuadrícula (barras azules) que podían utilizarse. En la última década, la arquitectura de las computadoras se ha centrado en el procesamiento en paralelo más que en el simple aumento de la cantidad de transistores o en la frecuencia. De manera similar, la simulación de yacimientos ha avanzado hacia la solución en paralelo de las ecuaciones del yacimiento.


1970103

104

104

105

106

107

108

109

105

106

107

108

Año

MicroprocesadorIntel8086

Microprocesador Intel286



Microprocesador Intel Pentium

Microprocesador Intel Pentium II

Microprocesador Intel Pentium 4

Microprocesador Intel Itanium 2

Cant

idad

de

celd

as d

e ya

cim

ient

o em

plea

das

Cant

idad

de

trans

isto

res

en e

l mic

ropr

oces

ador

1980 1990 2000 2010

Micro

Celdas de yacimientos

Microprocesador Intel

9. Watts JW: “Reservoir Simulation: Past, Present, and Future,” artículo SPE 38441, presentado en el Simposio de Simulación de Yacimientos de la SPE, Dallas, 8-11 de junio de 1997.

10. En el modelo de fluido de petróleo negro, la composición no cambia en la medida que se producen los fluidos. Para más información consulte: Fevang Ø, Singh K y Whitsun CH: “Guidelines for Choosing Compositional and Black-Oil Models for Volatile Oil and Gas-Condensate Reservoirs,” artículo SPE 63087, presentado en la Conferencia y Exhibición Técnica Anual de la SPE, Dallas, 1-4 de octubre de 2000.

11. El escalamiento, o la escalabilidad, es la característica de un sistema o proceso para manejar cantidades mayores o crecientes de trabajo sin dificultad. Para más información: Shalom N: “The Scalability Revolution: From Dead End to Open Road,” GigaSpaces (febrero de 2007), http://www.gigaspaces.com/files /main/Presentations/ByCustomers/white_papers/FromDeadEndToOpenRoad.pdf (con acceso el 13 de septiembre de 2011).

Flynn LJ: “Intel Halts Development of 2 New Microprocessors,” The New York Times (8 de mayo de 2004), http://www.nytimes.com/ 2004/05/08/business/ intel-halts-development- of-2-new-microprocessors.html (con acceso el 13 de septiembre de 2011).

12. Wheeler JA y Smith RA: “Reservoir Simulation on a Hypercube,” SPE Reservoir Engineering 5, no. 4 (1 de noviembre de 1990): 544-548.

13. La aceleración, una medida común de la efectividad de la computación paralela, se define como el tiempo que demora un procesador dividido por el tiempo que demoran n procesadores. La efectividad en paralelo puede plantearse también en términos de eficiencia: la aceleración dividida por la cantidad de procesadores.

14. Baker M: “Cluster Computer White Paper,” Portsmouth, Inglaterra: Universidad de Portsmouth (28 de diciembre de 2000), http://arxiv.org/ftp/cs/00040004014.pdf (con acceso el 16 de julio de 2011).

Cada una de estas computadoras en la configuración en paralelo puede tener un solo núcleo o microprocesadores de núcleos múltiples. Cada núcleo individual se denomina procesador paralelo y puede actuar como una parte independiente del sistema.

15. La porción en serie se llama frecuentemente manejo de datos y mantenimiento del orden y la limpieza.

16. Barney B: “Introduction to Parallel Computing.” https//computing.llnl.gov/tutorials/parallel_comp/ (con acceso el 13 de septiembre de 2011).

8 Oilfield Review

otra parte de 1 hora que es en serie por naturaleza. Para este ejemplo, la ley de Amdahl plantea que sin importar cuántos procesadores se asignen a la parte paralela del cálculo, el tiempo de ejecución mínimo no puede ser menor que una hora.

Debido al efecto de las comunicaciones en serie, en la simulación de yacimientos, hay con fre-cuencia una cantidad óptima de procesadores para un problema dado. Aunque el manejo de datos y las partes de ordenamiento y limpieza del sistema son las razones principales para un alejamiento del estado ideal, hay otras razones. Éstas incluyen el equilibrio de carga entre los procesadores, el ancho de banda y los problemas relacionados con la con-gestión y los retardos dentro de las diversas partes del sistema. Los problemas de simulación de yaci-mientos destinados a la solución en paralelo deben usar software y hardware diseñados específica-mente para la operación en paralelo.

La nueva generaciónDesde el año 2000, un ingeniero petrolero podía escoger entre un número de simuladores de yaci-mientos. Los simuladores eran lo suficientemente numerosos como para que el SPE soportara pro-yectos frecuentes para compararlos.17 Aunque los simuladores difieren entre sí, sus estructuras tienen raíces comunes, que están en la computa-ción en serie y la base de las cuadrículas senci-llas. Un ejemplo de este tipo de simulador de yacimientos es el simulador ECLIPSE.18 El simu-lador ECLIPSE ha sido un hito durante 25 años y se ha actualizado continuamente para manejar una

variedad de características de yacimientos. Sin embargo, los simuladores de yacimientos, al igual que los microprocesadores, han alcanzado un punto en el cual las herramientas familiares del pasado pueden resultar poco apropiadas para algunos retos actuales del desarrollo de campos.

Los científicos han desarrollado nuevas herra-mientas de yacimientos (los simuladores de la nueva generación) para ampliar la tecnología y manipular la mayor complejidad actualmente presente en los yacimientos petrolíferos. Estos simuladores aprovechan varias tecnologías nuevas que incluyen la computación paralela, técnicas de cuadriculación avanzadas, ingeniería de software moderna y el hardware de alto rendimiento de las computadoras. La elección entre los simuladores de la nueva generación y las versiones anteriores está determinada por la complejidad del campo y las necesidades del negocio. Se deben tener en cuenta las herramientas de la nueva generación si las necesidades del yacimiento precisan de una mayor cantidad de celdas para capturar una geo-logía compleja, si tiene extensos refinamientos locales de la cuadrícula o si tiene un elevado con-traste de permeabilidad.

Además de manejar campos de mayor com-plejidad, el simulador de nueva generación pro-vee al operador una ventaja importante: la velocidad. Muchas simulaciones de yacimientos involucran cálculos difíciles que pueden tomar horas o días para llegar a su finalización utili-zando herramientas anteriores. Los simuladores de la nueva generación pueden reducir los tiem-

pos de cálculo en yacimientos complejos en un orden de magnitud o más. Esto permite a los ope-radores tomar decisiones con respecto al desarro-llo del campo en tiempo y con confiabilidad, maximizando de esa forma el valor y reduciendo el riesgo. Ejecuciones más cortas llevan a mayor can-tidad de ejecuciones, lo que a su vez lleva a que los operadores tengan una mejor comprensión del yacimiento y del impacto de las incertidumbres geológicas. El menor tiempo de las ejecuciones también permite que el simulador se utilice de manera más dinámica: puede evaluar situaciones de desarrollo y optimizar diseños a medida que se cuenta con datos e información nuevos.

Una de las herramientas de nueva generación disponibles ahora, el simulador de yacimientos INTERSECT, es el resultado del esfuerzo de cola-boración entre Schlumberger y Chevron que se inició a fines de 2000.19 Total, que también cola-boró en el proyecto desde 2004 hasta 2011, asistió a los investigadores en el desarrollo de las capaci-dades térmicas del software. Siguiendo a la fase de investigación y a una fase subsiguiente de desarro-llo, Schlumberger lanzó al mercado el simulador INTERSECT a fines de 2009. Este sistema integra varias tecnologías nuevas en un único paquete.

17. Christie MA y Blunt MJ: “Tenth SPE Comparative Solution Project: A Comparison of Upscaling Techniques,” artículo SPE 66599, presentado en el Simposio de Simulación de Yacimientos de la SPE, Houston, 11-14 de febrero de 2001.

18. Pettersen Ø: “Basics of Reservoir Simulation with the Eclipse Reservoir Simulator,” Bergen, Noruega: Universidad de Bergen, Departamento de Matemáticas, notas de conferencias (2006), http://www.scribd.com/ doc/36455888/Basics-of-Reservoir-Simulation (con acceso el 13 de septiembre de 2011).

19. DeBaun D, Byer T, Childs P, Chen J, Saaf F, Wells M, Liu J, Cao H, Pianelo L, Tilakraj V, Crumpton P, Walsh D, Yardumian H, Zorzynski R, Lim K-T, Schrader M, Zapata V, Nolen J y Tchelepi H: “An Extensible Architecture for Next Generation Scalable Parallel Reservoir Simulation,” artículo SPE 93274, presentado en el Simposio de Simulación de Yacimientos de la SPE, Houston, 31 de enero a 2 de febrero de 2005.

Para otro ejemplo de un simulador de la nueva generación: Dogru AH, Fung LSK, Middya U, Al-Shaalan TM, Pita JA, HemanthKumar K, Su HJ, Tan JCT, Hoy H, Dreiman WT, Hahn WA, Al-Harbi R, Al-Youbi A, Al-Zamel NM, Mezghani M y Al-Mani T: “A Next-Generation Parallel Reservoir Simulator for Giant Reservoirs,” artículo SPE 119272, presentado en el Simposio de Simulación de Yacimientos de la SPE, The Woodlands, Texas, 2-4 de febrero de 2009.

20. Youngs B, Neylon K y Holmes J: “Multisegment Well Modeling Optimizes Inflow Control Devices,” World Oil 231, no. 5 (1 de mayo de 2010): 37-42.

Holmes JA, Byer T, Edwards DA, Stone TW, Pallister I, Shaw G y Walsh D: “A Unified Wellbore Model for Reservoir Simulation,” artículo SPE 134928, presentado en la Conferencia Técnica y Exhibición Anual de la SPE, Florencia, Italia, 19-22 de septiembre de 2010.

21. DeBaun y colaboradores, referencia 19.22. Weisstein FW: “Traveling Salesman Problem,”

Wolfram MathWorld, http://mathworld.wolfram.com/Traveling SalesmanProblem.html (con acceso el 12 de octubre de 2011).

>Modelo de pozo multisegmentos. Para cada nodo de segmento de un pozo, el nuevo modelo calcula el flujo total de entrada (ΣFENT) y el flujo total de salida (ΣFSAL), lo que incluye cualquier flujo entre el pozo y la celda de la cuadrícula conectada en el yacimiento. Suponiendo una simulación de petróleo negro de tres fases, hay tres ecuaciones de conservación de masa y una ecuación de caída de presión asociadas con cada segmento del pozo. Durante la simulación, las ecuaciones del pozo se resuelven junto con las otras ecuaciones del yacimiento para determinar la presión, las tasas de flujo y la composición en cada segmento.

Oilfield Review WINTER 11/12 Intersect Fig. 4_2ORWNT11/12-INT 4

ΣFENT

ΣFENT

ΣFSAL

ΣFSAL

Nodos en la unión del ramal

Yacimiento

PozoSegmentoNodo

Nodos en las conexiones delpozo con celdas de cuadrícula

Volumen 23, no.4 9

Éstas incluyen un nuevo modelo de pozo, una cuadri-culación avanzada, un fundamento de computación paralela escalable, un algortimo de solución (solu-cionador) lineal eficiente y un manejo eficaz del campo. Para comprender completamente este simu-lador, es instructivo examinar cada una de estas par-tes, comenzando con el nuevo modelo para pozos.

Modelo de pozos multisegmentosEl simulador INTERSECT utiliza un nuevo modelo de pozos multisegmentos para describir el flujo de fluidos en el pozo.20 Los pozos se han hecho más complejos a través de los años y los modelos que los describen deben reflejar su diseño actual y ser capaces de manejar una variedad de situa-ciones y equipamientos diferentes. Éstos incluyen pozos multilaterales, dispositivos de control de flujo entrante, secciones horizontales, pozos desviados y flujo anular. Los modelos de pozos convencionales anteriores trataban el pozo como un tanque mez-clador que tenía una composición uniforme de fluido y los modelos reflejaban así el flujo total entrante hacia el pozo. El nuevo modelo multiseg-mentos supera este método de aproximación, permitiendo que cada ramal produzca una mez-cla diferente de fluidos.

Este modelo de pozo proporciona una descrip-ción detallada de las condiciones del fluido del pozo mediante la división del mismo en una canti-dad de segmentos unidimensionales. Cada seg-mento consta de un nodo de segmento y una tubería de segmento y puede tener cero, una o más conexiones con las celdas de la cuadrícula del yacimiento (página anterior). Un nodo de seg-mento está posicionado en el extremo más alejado del cabezal del pozo y su tubería representa la tra-yectoria del flujo desde el nodo del segmento hasta el nodo del segmento siguiente en dirección al cabezal del pozo. La cantidad de tuberías y nodos del segmento definidos para un pozo dado está limitada solamente por la complejidad del pozo del cual se está creando el modelo en particular. Es posible posicionar nodos de segmento en pun-tos intermedios a lo largo del pozo donde cambien la geometría de las tuberías o el ángulo de inclina-ción. Se pueden definir segmentos adicionales para representar válvulas o dispositivos de control de flujo entrante. La cantidad óptima de segmen-tos para un pozo dado depende de un punto medio entre la velocidad y la precisión de la simulación numérica.

Una ventaja del modelo multisegmentos es su flexibilidad en la manipulación de una variedad de configuraciones de pozos, que incluyen pozos laterales y de alcance extendido. El modelo tam-bién maneja diferentes tipos de dispositivos de con-trol de flujo entrante, empacadores y flujo anular.

El nuevo modelo de pozo multisegmentos es, sin embargo, sólo el comienzo de la historia del simula-dor INTERSECT y de otros como él. El siguiente paso divide el yacimiento en áreas más pequeñas, llamadas dominios.

Dominios y un solucionador escalable paraleloEl cálculo del flujo dentro del yacimiento es la parte más difícil de la simulación, incluso para simuladores que utilicen hardware de computa-ción paralela. La cantidad de celdas potenciales del yacimiento es muchas veces mayor que la cantidad de procesadores disponibles. Es natural hacer este cálculo en paralelo dividiendo la cua-drícula del yacimiento en áreas llamadas dominios y asignando a cada una un procesador separado. La partición de una cuadrícula cartesiana estruc-turada en segmentos que contengan iguales canti-dades de celdas, al mismo tiempo que se minimiza su área superficial, puede ser un proceso directo. Sin embargo, la partición de cuadrículas no estruc-turadas reales es más difícil (arriba). Deben utili-zarse cuadrículas realistas para crear modelos de la naturaleza heterogénea de un yacimiento que

tenga fallas y horizontes complejos. Las cuadrícu-las también deben tener suficiente detalle para delinear irregularidades tales como frentes de agua, irrupción de gas, frentes térmicos y conifica-ción cerca de los pozos. Estas irregularidades se capturan usualmente mediante el uso de refina-mientos locales de las cuadrículas. La partición de cuadrículas no estructuradas con estas caracterís-ticas complejas y los numerosos refinamientos locales son difíciles; para abordar esto, los simula-dores de la nueva generación utilizan típicamente algoritmos de partición.21

El objetivo de la partición de la cuadrícula no estructurada es dividirla en una cantidad de seg-mentos, o dominios, que representen iguales cargas de computación en cada uno de los procesadores paralelos. El cálculo de la partición óptima para cuadrículas no estructuradas es difícil y la solu-ción está muy lejos de ser intuitiva. La partición del yacimiento es similar al “problema del viajante de comercio” de las matemáticas combinatorias, que busca determinar la ruta más corta que per-mita sólo una visita a cada ciudad de un grupo de ciudades.22 A diferencia del viajante de comercio,

> Cuadrículas de yacimientos. Los simuladores de yacimientos pueden disponer la cuadrícula en un patrón estructurado (arriba a la izquierda) o como un patrón no estructurado (abajo a la derecha). Las cuadrículas estructuradas tienen celdas hexaédricas (cúbicas) dispuestas en orden uniforme y repetible. Las cuadrículas no estructuradas constan de celdas poliédricas que tienen cualquier cantidad de caras y pueden tener un ordenamiento no discernible. Ambos tipos de cuadrículas dividen el espacio del yacimiento sin separaciones ni superposiciones. Las cuadrículas estructuradas con muchos refinamientos locales de cuadrículas alrededor de los pozos se tratan usualmente como no estructuradas. De manera similar, cuando hay una gran cantidad de fallas en una cuadrícula estructurada, ésta se convierte en no estructurada como resultado de las conexiones no adyacentes creadas.


Pozo

Cuadrícula de yacimiento estructurada

Cuadrícula de yacimiento no estructurada

10 Oilfield Review

quien está preocupado solamente por la minimiza-ción de su tiempo de viaje, la partición del yaci-miento debe guiarse por la física del problema. Con este fin, el simulador INTERSECT emplea el algoritmo de partición de yacimientos ParMETIS.23 Las ventajas de dividir una cuadrícula de yaci-miento complejo para equilibrar la carga de tra-bajo en paralelo se hacen obvias al considerar la simulación del campo Gullfaks en el sector noruego del Mar del Norte.24

El campo Gullfaks, descubierto en 1979 y ope-rado por Statoil, es un yacimiento marino complejo que tiene 106 pozos que producen alrededor de 30 000 m3/d [189 000 bbl/d] de petróleo.25 Este campo tiene muchas fallas con pozos desviados y horizontales que cruzan las fallas. Una simulación INTERSECT de este campo desarrolló varias divi-siones de dominios de manera que pudieran eva-luarse diferentes cantidades de procesadores en paralelo para equilibrar la carga (arriba). Cuando

se compara con una simulación ECLIPSE del campo Gullfaks utilizando ocho procesadores, el método INTERSECT disminuyó el tiempo de com-putación en un factor mayor de cinco. Las ejecu-ciones con cantidades mayores de procesadores mostraron mejoras similares y confirmaron la esca-labilidad de la simulación.

La partición apropiada del dominio es sólo parte de la historia de la simulación de la nueva generación. Una vez que las celdas del yacimiento se dividen para equilibrar la carga de trabajo en los procesadores en paralelo, el modelo debe resolver numéricamente un gran conjunto de ecuaciones del yacimiento y de pozos. Estas ecuaciones para el yacimiento y para los pozos forman una gran matriz muy poco poblada (izquierda, extremo inferior).

Aunque las ecuaciones generadas en el simula-dor son asequibles para la computación en paralelo, con frecuencia son difíciles de resolver. Varios facto-res contribuyen con esta dificultad, lo que incluye las grandes dimensiones de los sistemas, coeficien-tes anisotrópicos discontinuos, asimetrías, pozos acoplados y cuadrículas no estructuradas. Las ecua-ciones de simulación resultantes exhiben caracte-rísticas mixtas. Las ecuaciones del campo de presión tienen interacción de largo alcance y tien-den a ser elípticas, mientras que las ecuaciones de saturación o balance de masa tienden a tener más dependencia local y son hiperbólicas. El simulador INTERSECT usa un solucionador eficiente desde el punto de vista informático para alcanzar una solu-ción escalable de estos sistemas de ecuaciones.26 Se basa en preacondicionar las ecuaciones para hacer-las más fáciles de resolver numéricamente. El pre-acondicionamiento algebraico descompone el sistema en subsistemas que luego se manipulan según

23. Karypis G, Schloegel K y Kumar V: “ParMETIS— Parallel Graph Partitioning and Sparse Matrix Ordering Library,” http://mpc.uci.edu/ParMetis/manual.pdf (con acceso el 7 de julio de 2011).

Karypis G y Kumar V: “Parallel Multilevel k-way Partitioning Scheme for Irregular Graphs,” SIAM Review 41, no. 2 (junio de 1999): 278-300.

24. Fjerstad y colaboradores, referencia 8.25. Hesjedal A: “Introduction to the Gullfaks Field,”

http://www.ipt.ntnu.no/~tpg5200/intro/gullfaks_introduksjon. html (con acceso el 26 de septiembre de 2011).

26. Cao H, Tchelepi HA, Wallis J y Yardumian H: “Parallel Scalable Unstructured CPR-Type Linear Solver for Reservoir Simulation,” artículo SPE 96809, presentado en la Conferencia Técnica y Exhibición Anual de la SPE, Dallas, 9-12 de octubre de 2005.

27. El solucionador lineal consume una parte significativa de los recursos del sistema. En un caso INTERSECT típico, el solucionador puede usar un 60% del tiempo de la unidad central de procesamiento (CPU).

28. Guyaguler B, Zapata VJ, Cao H, Stamati HF y Holmes JA: “Near-Well Subdomain Simulations for Accurate Inflow Performance Relationship Calculation to Improve Stability of Reservoir-Network Coupling,” artículo SPE 141207, presentado en el Simposio de Simulación de Yacimientos de la SPE, The Woodlands, Texas, 21-23 de febrero de 2011.

> Estructura matricial. Una matriz de las ecuaciones de simulación del yacimiento linealizadas es típicamente dispersa y asimétrica (izquierda). Los espacios no marcados representan las posiciones de la matriz sin ecuaciones, mientras que cada punto representa la derivada de una ecuación con respecto a una variable (derecha). Los nueve puntos dentro del cuadrado rojo (derecha) representan ecuaciones de conservación de masa para las fases gas, agua y petróleo. Los puntos fuera de la diagonal (izquierda) representan ecuaciones para conexiones entre celdas y sus celdas vecinas en capas adyacentes. Los puntos cercanos a los ejes vertical y horizontal (izquierda) representan las ecuaciones del pozo.


Cantidad de columnas

Cant

idad

de

filas

Ecuaciones para pozos

Ecuaciones para celdasvecinas más cercanas

Ecuaciones paraotras conexiones

del yacimiento

0 2 000 4 000 6 000 8 000 10 000

10 000

8 000

6 000

4 000

2 000

0

2 550

Cantidad de columnas

Cant

idad

de

filas

2 550

2 560

2 570

2 580

2 590

2 570 2 590

> Descomposición en dominios del campo Gullfaks. La naturaleza de gran cantidad de fallas del campo Gullfaks y la cantidad de pozos y su complejidad dan como resultado complicados patrones de comunicación y drenaje. El simulador toma en cuenta estos factores y desarrolla una cuadrícula compleja no estructurada en preparación de la partición (izquierda). Las líneas negras finas definen las fronteras de las celdas individuales; las líneas verticales (magenta) representan los pozos. Los diferentes colores denotan niveles variables de saturación de petróleo, desde alto (rojo) a bajo (azul). Esta cuadrícula no estructurada está dividida en ocho dominios usando un algoritmo de partición para una simulación con ocho procesadores (derecha). En el yacimiento dividido, diferentes colores denotan los dominios individuales. En la figura, aparecen sólo siete colores, un dominio está en el lado inferior del yacimiento y no puede verse desde este ángulo. El criterio principal para la partición del dominio es lograr una carga computacional igual para cada uno de los procesadores paralelos.


Cuadrícula no estructurada del campo Gullfaks División en dominios del campo Gullfaks

Volumen 23, no.4 11

sus características particulares para facilitar la solución. Las ecuaciones resultantes del yacimiento se resuelven numéricamente mediante técnicas ite-rativas hasta que se alcanza la convergencia para todo el sistema, incluso los pozos y las instalaciones de superficie (derecha).27

El solucionador proporciona mejorías significa-tivas en la escalabilidad y el desempeño cuando se lo compara con los simuladores actuales. Una ven-taja importante de este solucionador altamente escalable es su capacidad para manejar cuadrícu-las estructuradas y no estructuradas en un marco de trabajo general para una variedad de situacio-nes de campo (derecha, extremo inferior).

Flujo de trabajo del manejo del campoUno de los componentes del simulador INTERSECT es un mejor flujo de trabajo para el manejo del campo. Las tareas de manejo del campo incluyen el diseño de instalaciones de superficie y sus modificaciones, análisis de sensibilidad y evalua-ciones económicas. Tradicionalmente, las tareas de manejo del campo se han distribuido entre los diferentes simuladores e incluyen un simulador de yacimientos, un simulador de instalaciones de proceso y un simulador económico. El aisla-miento de los simuladores en el flujo de trabajo tradicional tiende a producir planes de manejo del campo por debajo de lo óptimo.

El módulo de manejo del campo (FM) del simulador INTERSECT aborda las debilidades de los métodos tradicionales con una colección de herramientas, algoritmos, lógica y flujos de trabajo que permiten que todos los simuladores diferentes se acoplen y se ejecuten de manera coordinada. Esto proporciona una gran flexibilidad; por ejem-plo, el módulo permitiría que dos yacimientos de gas marinos aislados se vincularan a una única instalación de procesamiento de superficie para la creación del modelo y su evaluación.28

En el nivel superior, el módulo ejecuta una o más estrategias que son el punto focal de todo el marco de trabajo. Las estrategias, que son una lista de instrucciones y una acción de equilibrio opcional, pueden abarcar una amplia variedad de situaciones que podrían afectar la producción. Estas estrategias pueden incluir factores que afecten la capacidad de entrega subterránea, tales como el desempeño del yacimiento, el desem-peño del pozo y los métodos de recuperación. Otras estrategias que afecten la producción pue-den incluir la capacidad de la superficie y la viabili-dad económica. Después de que se selecciona la estrategia, el módulo de manejo del campo emplea herramientas para crear una representación topoló-gica completa del campo, incluyendo pozos, termina-ciones y dispositivos de control de flujo entrante.

Una vez establecida la estrategia y definida la topo-logía del campo, el módulo utiliza objetivos y lími-tes de operación para establecer acciones de

balanceo del pozo y cambios potenciales de la topo-logía del campo. Una característica del flujo de tra-bajo de manejo del campo es la capacidad para

> Escalabilidad de la simulación INTERSECT. Este sistema de simulación se ha utilizado en una variedad de situaciones de campos marinos y terrestres que incluyen grandes campos de gas condensado y campos con fallas significativas. La escalabilidad (medida como el tiempo de ejecución en 16 procesadores dividido por el tiempo de ejecución en n procesadores, o aceleración) se calcula como una función de la cantidad de procesadores. La línea recta diagonal (de trazos) representa el escalamiento ideal.


16 50

Cantidad de procesadores, n100 150 200 250 300

2

4

6

8

10

12

14

16

18

Tiem

po d

e ej

ecuc

ión

en 1

6 pr

oces

ador

esTi

empo

de

ejec

ució

n en

n p

roce

sado

res Escalamiento ideal

Campo de petróleo de carbonato fracturado Campo supergigante con muchas fallas Campo supergigante marino Campo grande de de gas condensado Campo de petróleo grande en tierraCampo de petróleo con muchas fallas


xn0 x2 x1 x0

Solución de la variable x

Tolerancia

Resi

dual

, R(x

)

∆t∆r

V ρ ρρφ( (o + +Soxi gyig SwWiw_(qo + qg + qw ) + =S

∆xyz ∆p ∆Pcgo ∆Z( ( _ _oxi + T

kro γoµoρ

γg∆xyz ∆p ∆Z( ( _ + gyiTkrgµg

ρ

γw ∆Z (∆xyz ∆p ∆Pcgo( _ _ ∆Pcwo_

wwiTkrwµw

ρ

> Solución numérica. El conjunto completo de las ecuaciones fundamentales del yacimiento pueden escribirse en forma de diferencias finitas (arriba). Estas ecuaciones describen cómo cambian en el tiempo los valores de las variables dependientes en cada celda de la cuadrícula (presión, temperatura, saturación y fracciones molares). Las ecuaciones también incluyen una cantidad de términos relacionados con las propiedades, entre ellos porosidad, volumen poroso, viscosidad, densidad y permeabilidad (consulte DeBaun y colaboradores, referencia 19). La solución numérica de este gran conjunto de ecuaciones se efectúa mediante el método de Newton-Raphson ilustrado en el gráfico. Se calcula una función residual R(x) que es una función de las variables dependientes en x0 (posición de coordenadas marcada con la línea discontinua negra) y x0 más un pequeño incremento (no ilustrado). Esto permite calcular una derivada o línea tangencial (negra), que al extrapolarla, predice el valor que tomará cuando el residual vaya a cero en x1. Se calcula otra derivada en x1 que predice el valor del residual cuando vaya a cero en x2. Este procedimiento se efectúa de modo iterativo hasta que los valores calculados sucesivos de R(x) coincidan con alguna tolerancia especificada. La ubicación de los puntos en la intersección de la línea de la derivada y su valor correspondiente de x describe la trayectoria del residual en la medida que cambia con cada iteración sucesiva (roja).

12 Oilfield Review

> Proyecto Gorgon, frente a las costas de Australia. El proyecto Gorgon incluye los campos de gas submarinos de Gorgon e IO/Jansz que se encuentran a una distancia de entre 150 y 220 km [93 a 137 mi] del continente. El gas se transporta desde los campos mediante sistemas de tuberías submarinas (negras) hacia la Isla Barrow, a alrededor de 50 km de la costa. Allí, se manipula el gas crudo para eliminar el CO2 y, luego, se licúa en forma de gas natural licuado (LNG) para exportarlo mediante buques tanque o se transporta hacia el continente mediante tuberías para uso local. En el continente, el gas procedente de la Isla Barrow se transporta a través de tuberías existentes (azul) que recolectan el gas procedente de otras áreas de producción cercanas.


0 km

0 millas 50

50

Campo IO/Jansz

Campo Gorgon

Isla Barrow

Gasoducto de gas natural de Dampier a Bunbury

A U S T R A L I A

Planta de LNGUnión del ducto

Ducto de GorgonDucto existente

controlar múltiples simuladores ejecutándose en máquinas y sistemas operativos diferentes y en ubi-caciones diferentes (abajo).

Chevron y sus socios utilizaron el simulador INTERSECT en el desarrollo de campo de un importante proyecto de gas de la costa de Australia. La gran erogación de capital concebida para este proyecto requería un simulador de última gene-

ración que pudiera ejecutar los casos de manera rápida en cuadrículas grandes no estructuradas caracterizadas por una geología altamente heterogénea.

Mejores decisiones, menos incertidumbresEl proyecto Gorgon (un emprendimiento conjunto de Chevron, Royal Dutch Shell y ExxonMobil) pro-

ducirá LNG para la exportación desde grandes campos frente a la costa del noroeste de Australia.29 Este proyecto tomará gas submarino de los cam-pos Gorgon e IO/Jansz y lo transportará por tube-rías submarinas hacia la Isla Barrow a alrededor de 50 km [31 mi] de la costa (izquierda, extremo inferior). Chevron (el operador) está constru-yendo una planta de LNG de 15 millones de tonela-das inglesas [15,2 millones de toneladas métricas] en la Isla Barrow a fin de preparar el gas para exportarlo a clientes de Japón y Corea. Los inge-nieros de Chevron sabían que uno de los retos sería deshacerse de los altos niveles de CO2 sepa-rados del gas crudo.30 Chevron resolverá este reto eliminando el CO2 en la planta de LNG y ente-rrándolo a gran profundidad debajo de la superfi-cie de la Isla Barrow (próxima página, arriba). Gorgon podrá inyectar 6,2 millones de m3/d [220 MMpc/d] de CO2 utilizando nueve pozos de inyección dispersados por los tres centros de per-foración de la Isla Barrow.

Con miles de millones de capital y posibles ingresos por el LNG en juego, Chevron y sus socios comprendieron desde el inicio que los ingenieros que desarrollan el portafolio de negocios necesita-rían saber cuánto rendiría el proyecto y por cuánto tiempo. La creación de modelos y la simulación de yacimientos extensos fueron las soluciones a este reto. Algunas de las simulaciones de Chevron en un simulador en serie interno con los modelos de cuadrícula de las formaciones individuales de Gorgon estaban demorando de 13 a 17 horas por ejecución. A comienzos del proyecto, Chevron decidió que sería necesaria la migración hacia el simulador INTERSECT para el desarrollo oportuno del proyecto.

Aunque algunos modelos por computadora requieren una cantidad mínima de datos de entrada, no se puede decir lo mismo de los simula-dores de yacimientos. Estos simuladores emplean grandes conjuntos de datos y, generalmente, utili-zan migradores construidos de ex profeso para tras-ladar los datos de un simulador a otro. Para Gorgon, Chevron utilizó software interno de migración para transformar la entrada de su simulador interno en el correspondiente conjunto de datos de entrada para INTERSECT. Estos datos se utili-zaron para desarrollar coincidencias de series his-tóricas en centros de datos en Houston y en San Ramón, California, Estados Unidos.31 Los resultados de estos casos demostraron que ambos simuladores estaban produciendo resultados equivalentes, aun-que tomando cantidades muy diferentes de tiempo de CPU para hacerlo. Este proceso se repitió en agrupamientos de computación en paralelo de ele-vado desempeño en el centro de operaciones de Chevron en Perth, Australia Occidental, Australia.


Simulador de redde superficie

Manejo del campoINTERSECT

Yacimiento A, utilizandoel simulador de

yacimientos ECLIPSE

Yacimiento B, utilizandoel simulador de

yacimientos INTERSECT

> Interacción de múltiples yacimientos. El módulo de manejo del campo (FM) puede vincular los yacimientos A y B independientes y las instalaciones de superficie (centro) mediante enlaces de red. En este ejemplo, el yacimiento A (abajo a la izquierda) está utilizando el simulador ECLIPSE en una omputadora de escritorio con Microsoft Windows mientras que el yacimiento B (abajo a la derecha) está utilizan-do el sistema INTERSECT en un agrupamiento paralelo Linux. El simulador de la red de superficie, que se está ejecutando en una computadora de escritorio con Microsoft Windows, está manejando instalaciones de superficie para esta red (arriba a la derecha). El módulo FM (arriba) que controla todos estos simuladores, puede ser una computadora de escritorio o una computadora central local.

Volumen 23, no.4 13

Cuando los equipos de proyecto de Chevron en Australia comenzaron la planificación avan-zada del proyecto, el simulador INTERSECT redujo los tiempos de simulación en más de un orden de magnitud. En una simulación de un campo de gas de Gorgon con 15 pozos y cuadrícu-las con 287 000 celdas, los tiempos de ejecución con el simulador interno fueron de seis a ocho horas, mientras que el sistema INTERSECT redujo los tiempos de ejecución a menos de 10 minutos con excelente escalabilidad. Además de esta simulación, Chevron ha utilizado el simu-lador INTERSECT en otros campos del área Gorgon, que incluyen Wheatstone, IO/Jansz y West Tryal Rocks. Tanto los modelos de petróleo negro como los composicionales se han estado utilizando con cuadrículas que varían desde 45 000 hasta 1,4 millones de celdas. Los tiempos de simulación de INTERSECT en estos casos, uti-lizando el agrupamiento Perth, variaron de 2 minutos a 20 minutos, según el caso.

La simulación de yacimientos de última genera-ción en modelos a escala geológica con breves tiem-pos de ejecución ha mejorado el análisis de las decisiones y el manejo de incertidumbres en Gorgon.

Reducción del tiempo de simulaciónLa reducción del tiempo de ejecución de la simula-ción de yacimientos fue también un factor clave para Total en su proyecto de arenas petrolíferas de Surmont en Canadá. Surmont, ubicado en el área de arenas petrolíferas de Athabasca, a alrededor de 60 km [37 mi] al sudeste de Fort McMurray, Alberta, Canadá, es un emprendimiento conjunto entre ConocoPhillips Canadá y Total E&P Canadá (derecha).32 El proyecto se inició en 2007 con una producción de 4 293 m3/d [27 000 bbl/d] de petróleo pesado; y se espera que alcance la plena capacidad de 16 536 m3/d [104 000 bbl/d] en el 2012.

En Surmont, el bitumen altamente viscoso del yacimiento no consolidado se produce mediante dre-naje gravitacional asistido por vapor (SAGD). En este proceso, se inyecta vapor a través de un pozo horizontal y el bitumen caliente se obtiene por gra-vedad desde un pozo de producción horizontal para-

lelo, ubicado por debajo del pozo inyector. Típica- mente, se asocia una cámara de vapor con cada inyec-tor y con cada pozo de producción, y un desarrollo SAGD consta de varios pares de pozos adyacentes.

Desde un punto de vista de las simulaciones, al comienzo de las operaciones SAGD, las cáma-ras de vapor individuales son independientes entre sí y las simulaciones pueden ejecutarse sobre pares SAGD individuales. A medida que avanza el calentamiento y el drenaje, esta inde-pendencia entre los pares de pozos cesa debido a las comunicaciones de presión, la canalización del gas y las interacciones de los acuíferos. La inclu-sión de todos los pares de pozos en un desarrollo SAGD típico lleva rápidamente a modelos de varios millones de celdas que no podrían ejecu-tarse en un marco de tiempo razonable con simu-ladores térmicos comerciales.33 Total optó por el simulador de nueva generación INTERSECT para modelar la operación de nueve pares SAGD del campo completo en Surmont.

El modelo describe un yacimiento de arenas petrolíferas con una viscosidad del petróleo de 1,5 millones mPa.s [1,5 millones cP] y 1,7 millones de bloques de cuadrículas con propiedades hetero-géneas de celdas.34 El modelo incluye fuentes de calor externas y sumideros para describir la interac-ción con el material de la sobrecapa y la subcapa.

29. Flett M, Beacher G, Brantjes J, Burt A, Dauth C, Koelmeyer F, Lawrence R, Leigh S, McKenna J, Gurton R, Robinson WF y Tankersley T: “Gorgon Project: Subsurface Evaluation of Carbon Dioxide Disposal Under Barrow Island,” artículo SPE 116372, presentado en la Conferencia y Exhibición de Petróleo y Gas del Pacífico Asiático de la SPE, Perth, Australia Occidental, Australia, 20-22 de octubre de 2008.

30. El gas crudo procedente de los campos Gorgon tiene alrededor de 14% de CO2.

31. Para garantizar que dos simuladores de yacimientos estén produciendo resultados equivalentes, un usuario puede emplear una técnica conocida como coincidencia de series históricas. Cada simulador ejecutará el mismo caso y se compararán las cifras de producción de petróleo o gas en función del tiempo.

> Eliminación del CO2. A medida que se extrae el gas natural proveniente de los diferentes yacimientos del proyecto Gorgon (izquierda), se lo alimenta a una instalación de separación de CO2 ubicada cerca de la planta de LNG (centro). El gas natural separado (anaranjado) fluye hacia la licuación y a una planta de gas local asociada (no ilustrada), mientras que el CO2 extraído (azul) se comprime y se inyecta en un acuífero salino no utilizado a 2.5 km [1.6 mi] por debajo de la superficie para su eliminación. Las condiciones de la formación de almacenamiento de CO2 son monitoreadas mediante levantamientos sísmicos y pozos de vigilancia (derecha).


Campos de gasdel proyecto Gorgon

Eliminación del CO2

Separación del CO2

CO2

Planta de LNGProducto LNG

Levantamientossísmicos

Pozos devigilancia

> Proyecto Surmont. El proyecto de arenas petrolíferas Surmont está ubicado al sudeste de Fort McMurray, Alberta, Canadá, dentro de la mayor área de arenas petrolíferas de Athabasca. Dependiendo de la topografía y de la profundidad de los estratos de sobrecarga, las arenas petrolíferas de Athabasca pueden explotarse mediante minería de superficie o por procesos asistidos por vapor tales como el método SAGD.


C A N A D Á

E U A

A l b e r t a

Fort McMurray

Edmonton

Surmont

Calgary

Arenas petrolíferasde Athabasca

0 km

0 millas 200

200

Si coinciden, los dos casos se consideran equivalentes. Esta técnica puede utilizarse también para calibrar un simulador para un campo cuando haya datos de producción a largo plazo disponibles.

32. Handfield TC, Nations T y Noonan SG: “SAGD Gas Lift Completions and Optimization: A Field Case Study at Surmont,” artículo SPE/PS/CHOA 117489, presentado en el Simposio Internacional de Operaciones Térmicas y Petróleo Pesado de la SPE, Calgary, 20-23 de octubre de 2008.

33. Total probó inicialmente un simulador térmico comercial para crear modelos de las operaciones en Surmont. Los tiempos de ejecución del caso fueron muy largos (45 horas) lo que hacía impracticable esta vía.

34. El petróleo se modela utilizando dos seudocomponentes, uno ligero y uno pesado.

14 Oilfield Review

Los pozos productores se controlan mediante una máxima tasa de inyección de vapor y de produc-ción de líquido, y una mínima presión del fondo del pozo (BHP). Los pozos inyectores se contro-lan mediante la máxima tasa de inyección y un BHP máximo.

Se utilizó el sistema INTERSECT para crear modelos de los primeros tres años de las opera-

ciones SAGD en Surmont en un agrupamiento de computadoras en paralelo. Para probar su veloci-dad y escalabilidad, se utilizó el software en dife-rentes configuraciones de hardware en paralelo que variaron entre 1 y 32 procesadores. Estas prue-bas demostraron la capacidad de esta aplicación para manejar este gran modelo heterogéneo con la rapidez suficiente para sustentar decisiones de operación.

Por ejemplo, utilizando 16 procesadores el simulador INTERSECT ejecutó el caso Surmont en 2,6 horas.35 La escalabilidad paralela también es buena, 10 veces más rápida con 16 procesadores comparada con una ejecución en serie. Además de la predicción del comportamiento del flujo a partir de las ope-raciones SAGD, el sistema también puede proveer información acerca de perfiles de variables impor-tantes tales como la presión y la temperatura en las cámaras de vapor (izquierda). En preparación para el despliegue total de la tecnología INTERSECT en Surmont, Total está confirmando estos resultados en la versión más reciente del simulador.

Conservación de recursosA medida que los operadores continúen aden-trándose en áreas remotas en busca de recursos, los simuladores de la nueva generación estarán ahí para ayudar en la planificación y el desarrollo. Un ejemplo claro es el nuevo campo Tengiz de Chevron en la República de Kazajstán, en la costa del Mar Caspio. Tengiz es un campo supergigante de petróleo y gas de carbonato naturalmente fracturado con una columna de petróleo de alre-dedor de 1 600 m [5 250 pies] y un ritmo de produc-ción de 79 500 m3/d [500 000 bbl/d].36 El campo Tengiz es extenso, cubre un área de alrededor de 440 km2 [170 mi2] y contiene un estimado de 4,1 miles de millones de m3 [26 mil millones de barriles] en el lugar.

El reto para Chevron en la creación del modelo de Tengiz fue la complejidad geológica del campo junto con la necesidad de reinyectar grandes cantidades de H2S recuperadas del flujo de producción. Esto requería la combinación de información geológica detallada con información acerca del distinto comportamiento de los dife-rentes flujos entre áreas fracturadas y no fractu-radas del campo. Para ayudar en el manejo actual del campo y soportar el crecimiento futuro, Chevron desarrolló un caso INTERSECT que abar-caba los 116 pozos de producción. El modelo con-tenía 3,7 millones de bloques de cuadrículas en una cuadrícula no estructurada que incluía más de 12 000 fracturas.37 Chevron ha experimentado una mayor eficiencia usando el nuevo simulador en Tengiz; las simulaciones que una vez tomaron ocho días ahora demoran ocho horas.38 Los datos geológicos más reales llevan a una predicción más precisa de la producción, lo que permite que los ingenieros tomen mejores decisiones con respecto al desarrollo del campo. Además de su uso en el desa-rrollo de nuevos campos, los simuladores de la nueva generación pueden ayudar también en la recupera-ción de más petróleo y gas de campos maduros.

35. Este caso usó 16 procesadores, cuatro procesadores de núcleo múltiple, cada uno con cuatro núcleos incorporados.

36. Tankersley T, Narr W, King, G, Camerlo R, Zhumagulova A, Skalinski M y Pan Y: “Reservoir Modeling to Characterize Dual Porosity, Tengiz Field, Republic of Kazakhstan,” artículo SPE 139836, presentado en la Conferencia de Tecnología de los Carbonatos del Caspio de la SPE, Atyrau, Kazajstán, 8-10 de noviembre de 2010.

37. La simulación de Tengiz también acopla los modelos de yacimiento y pozos con las instalaciones de separación de la superficie para maximizar las capacidades de la planta como parte de la planificación del desarrollo.

38. Chevron Corporation: “Envisioning Perfect Oil Fields, Growing Future Energy Streams,” Next* , no. 4 (noviembre de 2010): 2-3.

Chevron está utilizando también el sistema INTERSECT para reducir el tiempo de ejecución en modelos a escala de campos para procesos de recuperación térmica.

Para más información, consulte: Lim K-T y Hoang V: “A Next-Generation Reservoir Simulator as an Enabling Tool for Routine Analyses of Heavy Oil and Thermal Recovery Process,” artículo de WHOC 2009-403, presentado en el Congreso Mundial de Petróleo Pesado (WHOC), Puerto La Cruz, Venezuela, 3-5 de noviembre de 2009.

> Cámaras de vapor. Las nueve cámaras de vapor de Surmont están ubicadas a una profundidad de 300 m [984 pies] cerca del fondo del yacimiento de arenas petrolíferas. Estas cámaras tienen una separación lateral de alrededor de 100 m [328 pies] y una longitud de casi 1 000 m [3 281 pies]. Cada cámara tiene un par de pozos, un inyector de vapor (magenta) y un pozo de producción paralelo (no mostrado). La simulación INTERSECT de un proceso térmico tal como el método SAGD también proporciona información acerca de los perfiles de temperatura en las cámaras de vapor. En Surmont, la temperatura varía desde más de 230 °C [446 °F] (áreas rojas) en el núcleo de la cámara hasta la temperatura ambiente en la periferia (áreas azules). Las separaciones en el sentido longitudinal de las cámaras reflejan diferencias de permeabilidad en las arenas petrolíferas. El operador monitorea la temperatura en las cámaras de vapor durante la producción. Si bien las cámaras de vapor son relativamente pequeñas, el proceso SAGD es eficiente. Una vez que el crecimiento de la cámara alcanza la roca en la parte superior del yacimiento, la eficiencia térmica cae debido a la transferencia de calor hacia los estratos de sobrecarga.


10 66

Temperatura, °C

122 178 234

39. Afifi AM: “Ghawar: The Anatomy of the World’s Largest Oil Field,” Search and Discovery (25 de enero de 2005), http://searchanddiscovery.com/documents/2004/afifi01/ (con acceso el 29 de septiembre de 2011).

40. Dogru y colaboradores, referencia 19.41. Dogru AH, Fung LS, Middya U, Al-Shaalan TM, Byer T,

Hoy H, Hahn WA, Al-Zamel N, Pita J, Hemanthkumar K, Mezghani M, Al-Mana A, Tan J, Dreiman W, Fugl A y Al-Baiz A: “New Frontiers in Large Scale Reservoir Simulation,” artículo SPE 142297, presentado en el Simposio de Simulación de Yacimientos de la SPE, The Woodlands, Texas, 21-23 de febrero de 2011.

42. Dogru AH: “Giga-Cell Simulation,” The Saudi Aramco Journal of Technology (primavera de 2011): 2-7.

43. Farber D: “Microsoft’s Mundie Outlines the Future of Computing,” CNET News (25 de septiembre de 2008) http:// news.cnet.com/830113953_3-10050826-80.html (con acceso el 4 de agosto de 2011).

44. Dogru y colaboradores, referencia 41.45. Bridger T: “Cloud Computing Can Be Applied for

Reservoir Modeling,” Hart Energy E&P (1 de marzo de 2011), http://www.epmag.com/Production-Drilling/Cloud-Computing-Be-Applied-Reservoir-Modeling_78380 (con acceso el 11 de agosto de 2011).

Volumen 23, no.4 15

Los mercados de la energía se apoyan fuerte-mente en los yacimientos gigantes del Medio Oriente. El más grande de estos yacimientos (Ghawar) se descubrió en 1948 y ha estado produciendo durante 60 años.39 Ghawar es un campo grande, que mide 250 km [155 mi] de longitud por 30 km [19 mi] de ancho. La simulación de un yacimiento del tamaño de Ghawar es compleja debido al tamaño pequeño de la cuadrícula que debe emplearse para capturar las heterogeneidades vistas en los datos sísmicos de alta resolución. La utilización de cuadrí-culas de tamaño pequeño puede reducir los errores al pasar a escalas de menor resolución (arriba).

Para manejar yacimientos del tamaño de Ghawar y los otros campos gigantes que posee, Saudi Aramco ha desarrollado un simulador de yacimientos de nueva generación.40 En una simu-lación de petróleo negro de Ghawar, el modelo utilizó más de mil millones de celdas con una cuadrícula de 42 m [138 pies] y 51 capas con 1,5 m [5 pies] de separación.41 Utilizando un sistema de computación en paralelo de grandes dimensio-nes, este modelo simuló 60 años de historia de producción en 21 horas. 42

Los resultados se compararon con una ejecución de simulación anterior utilizando una cuadrícula de 250 m [820 pies] y un plan de producción dado. El simulador anterior predijo que no quedaba petróleo después de una recuperación secundaria; el nuevo simulador reveló bolsones de petróleo que podrían producirse usando pozos de relleno u otros métodos. Este ejemplo muestra cómo los simuladores de la nueva generación pueden facili-tar la recuperación de recursos adicionales.

Aunque un objetivo principal de los simulado-res de la nueva generación ha sido describir de manera más completa los yacimientos a través de cuadrículas de tamaño reducido y el cambio de escala, los científicos también están buscando otras innovaciones tecnológicas. Es inminente la aparición de mejores interfaces del usuario y nuevas opciones de hardware para la simulación de yacimientos.

Estas interfaces del usuario mejoradas incorpo-ran un concepto conocido como computación espa-cial. La computación espacial se apoya en procesadores de múltiples núcleos, programación paralela y una red de servidores remotos interconectados a través de Internet para almacenar, administrar y procesar datos, en lugar de un servidor local (cloud computing), para producir un mundo virtual controlado por la voz y los gestos.43 Este concepto se está probando para el control de las simulaciones de yacimientos de grandes dimensiones con gestos de las manos y comandos verbales en lugar de utilizar el ratón de la computadora.44 Para probar este con-cepto, se equipa una habitación con cámaras y sen-sores conectados a grandes pantallas en las paredes y un visualizador sobre una mesa. Utilizando gestos de las manos y la voz, los ingenieros gestionan la entrada y la salida del simulador. Si es necesario, el sistema puede usarse en forma de colaboración a través de una red con ingenieros y científicos en otros lugares. Esta clase de sistema tiene vastas posi-bilidades, tiende a enmascarar la complejidad de los sistemas de computación y permite a los ingenieros y científicos interactuar libremente con la simula-ción de yacimientos.

Al igual que las ideas tales como la computa-ción espacial mejorarán la interfaz del usuario, nuevos conceptos de utilización del hardware que van más allá de los agrupamientos de computado-res en paralelo en el lugar, añadirán posibilidades a la simulación de yacimientos. Los agrupamientos de computadoras en paralelo son costosos y la infraestructura asociada es compleja y difícil de mantener. Algunos operadores están descubriendo que puede ser útil utilizar cloud computing para comunicarse con múltiples agrupamientos en muchos lugares.45 Utilizando este enfoque, el ope-rador puede añadir capacidad al sistema cuando la situación lo exija en lugar de depender de un con-junto fijo de hardware. Este método permite al usuario comunicarse con el sistema en la Red a través de un “cliente delgado” tal como una com-putadora portátil o una tableta. Ya se han desa-rrollado las herramientas de creación de modelos de yacimientos utilizando esta tecnología y ven-drán más.

La nueva tecnología para la simulación de yaci-mientos está emergiendo en varios frentes. En pri-mer lugar, están los simuladores de yacimientos de la nueva generación que producen simulaciones más precisas de campos complejos con menor tiempo de ejecución. Otras tecnologías tales como la computación espacial y cloud computing están vislumbrándose y permitirá a los científicos e inge-nieros interactuar con más naturalidad con las simulaciones y potencialmente añadir capacidad de hardware a voluntad. Estos desarrollos entrega-rán a los operadores predicciones más precisas y esas predicciones mejoradas llevarán a mejores decisiones de desarrollos de campos. —DA

> Resolución de cuadrícula. El tamaño real del área de la cuadrícula juega un papel importante en la captura de la heterogeneidad y la eliminación de errores causados por el aumento de escala. Las fotos aéreas del Coliseo de Roma ilustran este concepto. Si el área de interés es el suelo del Coliseo (cuadro de línea discontinua, arriba a la izquierda), entonces una cuadrícula de 50 m x 50 m [164 pies x 164 pies] será apropiada para capturar lo que se requiere. La elección de una cuadrícula más grande de 250 m x 250 m [820 pies x 820 pies] (cuadro de línea discontinua, a la derecha) incluye vías de acceso, calles, jardines y otras características no asociadas con el foco de interés. En el caso del Coliseo, utilizar la cuadrícula más grande para capturar propiedades asociadas con el suelo introduciría errores.


©2011 Google-Imagery ©2011 Digital Globe, GOIEYE



50 m250 m

Documents

Simulación de yacimientos: en armonía con la …/media/Files/resources/oilfield_review/spanish11/win... · Volumen 23, no.4 5 áreas que son difíciles desde el punto de vista de