Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Rio de Janeiro
Maio de 2010
AGRADECIMENTOS
Aos meus pais Maria de Ftima e Antnio Carlos, pelos princpios e ensinamentos que
guiaram minha educao.
Ao meu irmo Jnior que sempre me inspirou.
minha querida Ana pelo carinho, compreenso, apoio e pacincia durante o
curso.
A Deus pela vida que Ele me concebeu.
Ao mestre Wladmir Motta, pelo apoio e orientao.
Aos amigos do curso pelas alegrias, tristezas e sufocos que passamos sempre juntos,
unidos incentivando e apoiando uns aos outros.
Resumo:
NDICE
Captulo I - INTRODUO ........................................................................................................... 9
I.1 Objetivo ............................................................................................................................... 10
I.2 Metodologia ........................................................................................................................ 10
Captulo II - ANLISE DE RISCO NA INDSTRIA DE PETRLEO ..................................... 12
II.1 O que anlise de risco? .................................................................................................... 12
II.2 Modelos de anlise de risco na indstria de petrleo e gs ............................................... 12
Captulo III MTODO MONTE CARLO.................................................................................. 20
Captulo IV APLICAO E SIMULAES ........................................................................... 22
IV.1 Previso de Produo ..................................................................................................... 22
IV.2 Volume da Reserva ........................................................................................................ 30
IV.3 Cronograma .................................................................................................................... 36
Captulo V CONCLUSO ......................................................................................................... 42
REFERNCIAS BIBLIOGRFICAS .......................................................................................... 44
APNDICE I SISTEMA E CONVERSO DE UNIDADE ..................................................... 46
APNDICE II GLOSSRIO DE TERMOS .............................................................................. 49
LISTA DE FIGURAS
LISTA DE TABELAS
Captulo I - INTRODUO
O investimento em uma prospeco de petrleo muito elevado e arriscado,
podendo at dobrar dependendo da complexidade do local e fenmenos naturais (BVEP,
2002). Normalmente, os investidores buscam oportunidades de negcio com maior
retorno esperado diante de um mesmo risco ou de menor risco, quando apresentam o
mesmo retorno. Portanto, este o comportamento racional no mundo dos negcios,
onde empresrios sempre procuram maximizar o retorno esperado e minimizar o risco
do empreendimento.
Com o objetivo de minimizar os riscos e maximizar o retorno, os projetos para
este tipo de empreendimento exigem que sejam estimados valores de custos, receitas e
ativos com a maior preciso possvel e com a grande maioria dos riscos identificados.
Alm disso, com o mesmo intuito, pode ser proposto para o projeto um cronograma de
investimento e produo, e diversos indicadores de medio para avaliar o andamento
do projeto, como curva S, relatrio de performance, registro de problemas e riscos, Key
Performance Indicator (KPI), entre outros (PMBOK, 2009).
Uma vez que todas as estimativas podem sofrer flutuaes, e que existe alto grau
de incerteza nas variveis, justifica-se a importncia de utilizar um mtodo de avaliao
de projetos que ajude a identificar onde esto as maiores incertezas e quais as variveis
que mais influenciam no resultado econmico do projeto, visto que o sucesso
econmico da empresa depende, entre outros aspectos, diretamento do sucesso do
projeto.
Begg et al. (2002) afirmam que o valor de um projeto fortemente influenciado
pelas incertezas, e o baixo investimento destinado ao processo de tomada de deciso
resulta num baixo desempenho da indstria de explorao e produo de petrleo
(E&P). Neste caso, no suficiente calcular apenas o Valor Presente Lquido (VPL) e a
Taxa Interna de Retorno (TIR) e verificar a sua viabilidade. Na prtica as decises so
cercadas de incertezas e deve-se, ento, quantificar o impacto dessas incertezas e avaliar
o risco envolvido com o objetivo de identificar resultados indesejveis para a empresa e
para o investidor. Estas anlises so significativas quando na tomada de deciso sobre o
investimento.
I.1 Objetivo
Este trabalho tem como escopo aplicar a anlise de riscos em modelos
quantitativos no desenvolvimento de projetos de petrleo nos ambitos tcnico e
econmico. Todo o estudo concentra-se na tcnica de simulao Monte Carlo e utiliza
como ferramentas os softwares Excel e @Risk.
Foram realizadas 10.000 iteraes e como resultados foram apresentados alguns
indicadores para melhor identificar o risco do projeto e grficos para melhor ilustr-los.
I.2 Metodologia
O primeiro passo para realizao da anlise de risco definir quais as principais
incertezas a serem consideradas e logo aps realizar a anlise de risco propriamente
dita. As principais incertezas em projetos de grande porte de desenvolvimento da
produo de campos de petrleo so relativas previso de produo, ao volume da
reserva e por fim ao cronograma.
Conforme Ligero, Costa e Schiozer (2003), uma das principais incertezas em
campos de petrleo so relacionadas a variveis estticas (modelo geolgico) e
dinmicas (parmetros de fluxo) de reservatrio, o que reflete diretamente na curva de
produo e conseqentemente no VPL do projeto.
Existncia de armadilhas
Rocha
Temperatura
Produtividade
= (Probabilidade de armadilhas)*
(Probabilidade de rochas) *
...
(Probabilidade de produtividade)
Peso da lama
Zonas de presso
Custo co * X a * Y b * Z c ...
Re serva A h R
Onde:
A - rea
h - espessura mdia
R - fator de recuperao ( frao do volume que pode ser produzido)
possvel estimar esses parmetros para cada prospeco numa bacia ou em
um play de explorao. Para isso, se cada prospeco representa uma estrutura em
uma bacia, possvel atribuir distribuies de probabilidade individuais para cada
parmetro em cada estrutura. Essa seqncia de perfurao nas prospeces afeta o
tempo para comprovar as reservas e o custo operacional.
Por fim com os modelos aqui descritos so includos parmetros como custos,
instalaes, materiais, e o progresso da produo. Enquanto as receitas provenientes
desta produo incremental podem ser bastante significativas, a receita realizada em
um futuro distnte. No s a incerteza (de preos e despesas, por exemplo) ampliou,
mas o valor presente (VP) das receitas e os custos so substancialmente reduzidos
pela reduo de tempo.
Segundo Caldwell and Heather (1991) tem que, na maioria dos casos, a
distribuio das reservas tende para log-normal. Como uma distribuio normal
aparece quando so somadas vrias distribuies independentes, a distribuio lognormal aparece naturalmente como o produto de vrias distribuies independentes
(sempre positivas), ou seja, descreve variveis que so produtos de outras variveis.
Aps a estimativa da reserva, estimado o quo rpido a produo de leo.
Fatores chaves incluem, mas no se limitam a:
Nmero de poos
Restries de operao
nicio do declneo
Caldwell and Heather (1991) define que um dos modelos mais comuns de
projeo de produo uma curva exponencial declinada:
q qi e ( at )
Custos de perfurao
Custos de realizao
Manuteno
Exigncia de oleodutos
Tal funo, que mostra a probabilidade P(x) de que a varivel X seja menor ou
igual a x, para todo e qualquer x, possui as seguintes propriedades:
d
F ( x) 0
dx
lim F ( x) 0
x
lim F ( x) 1
x
Parmentros de entrada
Concesso
XYZ
Produo Anual
Cdigo
A123
Taxa de Declnio
Local
WAW
GOR
750 scf/STB
Operador
leo ABC
Preo do Gs
1,2 $/Mscf
Engenheiro
EDEVIN
Preo do leo
20 $.STB
Data
abr/09
Taxa de Desconto
Previso de Produo
Ano
32000 STB/yr
12%
12%
Previso Econmica
OilGros
GasGros
Receita
OPEX
Valor Presente
STB
Mcf
2009
32.000
24.000
668.800
1.200.000
-531.200
-531.200
2010
28.381
21.286
616.644
10.000
606.644
541.646
2011
25.172
18.879
568.557
10.000
558.557
445.278
2012
22.326
16.744
524.222
10.000
514.222
366.013
2013
19.801
14.851
483.347
10.000
473.347
300.820
2014
17.562
13.171
445.660
10.000
435.660
247.205
2015
15.576
11.682
410.913
10.000
400.913
203.115
2016
13.815
10.361
378.876
10.000
368.876
166.861
2017
12.253
9.189
349.339
10.000
339.339
137.053
2018
10.867
8.150
322.105
10.000
312.105
112.548
Total VPL:
Total
197.753
148.315
4.768.463
1.290.000
3.478.463
1.989.341
0,833
YRLPROD/F6
-0,378
DECLRATE/F7
0,315
PRICEOIL/F10
-0,08
2009 / OPEX/E19
0,002
PRICEGAS/F9
-1
-0,8
-0,6
-0,4
-0,2
0,2
0,4
0,6
0,8
Correlation Coefficients
Volume da Reserva
2333,33
ac
56,67
ft
133,33
STB/ac-ft
Reserva
17,63
MMSTB
Entradas
Mnimos Mximos
reservatrio
19
21
Rw
0,055
0,075
Expoente de Saturao
1,8
2,2
Coeficiente
0,62
0,62
Expoente de cimentao
2,3
Densidade
2,36
2,38
MA
Densidade da rocha
2,58
2,63
0,9
0,9
B MA
F MA
FR
Saturao da gua: Sw W
RT
1/ n
Rt
RiskUniform(18,8; 21)
Rw
RiskUniform(0,054; 0,076)
RiskTriang(1,8; 2; 2,2)
RiskUniform(1,75; 2,25)
RiskUniform(0; 1,2)
RiskUniform(1,95; 2,3)
pB
RiskUniform(2,355; 2,38)
pMA RiskTriang(2,58;2,605;2,63)
RiskUniform(2,58; 2,63)
pF
RiskUniform(0,4; 1,4)
RiskTriang(0,9;0,9;0,9)
Correlations for R
0,80
0,41
(0,28)
Densidade
da rocha / Trian.../M16
(0,26)
Expoente de
Saturao / Tr.../M12
(0,13)
Resistividade eltrica
de .../M10
Densidade / Triangular/M15
-1
-0,8
0,12
0,02
0,02
-0,6
-0,4
-0,2
0,2
0,4
0,6
0,8
Correlation Coefficients
IV.3 Cronograma
Cronograma refere-se a alocao de capital e outros recursos no tempo para a
gerao futuro de receita. O perodo de investimento do capital um dos mais
significantes fatores para determinar o perfil do fluxo de caixa (Murtha, 2008). Seja
para fins de explorao ou produo, um modelo que representa uma perspectiva de
rea
2333
ac
Espessura mdia
193
ft
Fator de Recuperao
133
STB/ac-ft
Reserva
60,15
Segundo Murtha (2008) estes dois "extremos so utilizados como limites para
definir o tamanho relativo da reserva, chamando-lhes "aproxmin" e "aproxmax Haja
necessidade de calcular, uma vez que o modelo de volume da reserva utiliza
distribuies, faz sentido incorporar essas incertezas ao volume e cronograma de
investimentos. O tamanho relativo do campo em relao a esses dois extremos
calculado utilizando o processo de interpolao da seguinte forma:
Tam.Relativo= (amostragem recupervel - min) / (max-min)
Assim, a razo encontrada, sendo um valor entre 0 e 1. Segundo Murtha (2008)
usado P5 e P95 como valores de corte para o tamanho do campo, uma vez que 10% do
tamanho do campo amostrado sai do intervalo de confiana. Assim, para um campo
relativamente pequeno, obtido um plano de CAPEX modesto e um cronograma de
perfurao modesto. Da mesma forma para um campo grande, antecipa-se um CAPEX
maior e mais poos a serem perfurados.
Para o modelo, ser estimado para os prximos cinco anos valores mnimos e
mximos de investimentos a serem gastos e de nmeros de poos a serem perfurados. O
modelo pressupe que qualquer descoberta entre os dois extremos deve corresponder s
programaes de investimentos e de perfurao proporcional ao tamanho do campo, a
proporcionalidade garantida pela razo do tamanho relativo e ento calculado
interpolando ambos (CAPEX e Perfurao) para cada ano conforme frmula abaixo:
Captulo V CONCLUSO
A anlise de risco na indstria de petrleo uma forma de conhecer melhor os
riscos envolvidos, identificando e quantificando o risco das variveis que mais
influenciam o resultado seja ele tcnico ou econmico. Tal conhecimento muito ltil
para auxiliar os decisores na seleo do melhor mtodo a ser implementado. Isto
particularmente importante na indstria de petrleo por conter projetos de grande porte
e alto grau de incerteza.
Este trabalho apresentou a aplicao do mtodo de Monte Carlo (MC) como
ferramenta para o processo de anlise quantitativa de risco (AQR) com 10.000 iteraes,
ou seja, cada modelo foi simulado 10.000 vezes com diferentes valores das variveis de
entrada definidos pelo gerador de nmero ramdmico.
Uma das principais dificuldades para se utilizar MC a modelagem das variveis
aleatrias a partir da lista de riscos identificados. Como visto na seo IV.2, a escolha
da distribuio distribuio uniforme ou triangular que no represente o
comportamento real das variveis pode distorcer os resultados acarretando em uma
tomada de deciso errnea.
O estudo demonstrou o conhecimento dos riscos e oportunidades envolvidos para
se buscar realizar medidas mitigadoras para os riscos e medidas exploratrias para as
oportunidades. Conclui-se tambm que a a quantidade de modelos, se so simples ou
complexos, deve ser analisado de acordo com a aceitao ao risco da organizao, pois
a anlise de risco demanda um alto grau de comprometimento da equipe envolvida, e a
precaridade
dos
dados
de
entrada
podem
causar
resultados
duvidosos
e,
REFERNCIAS BIBLIOGRFICAS
Murtha, J.A.: Decisions Involving Uncertainty, 2 ed. Editora Palisade, New York,
EUA, 2008.
ROSA, Adalberto Jos; Carvalho, Renato de Souza. Previso de comportamento de
reservatrios de petrleo: mtodos analticos, Editora Intercincia, Rio de Janeiro,
2002.
BVEP, 2002, Biblioteca Virtual de Engenharia de Petrleo da Unicamp, Corrida contra
o tempo, Material consultado na Internet:
http://www.dep.fem.unicamp.br/boletim/be10/Artigo_corrida contra o tempo.htm Revista
Power (Fev.).
LIGERO, L. E, COSTA, A.P.A & SCHIOZER, D.J (2003). SPE 81162, SPE Reservoir
Simulation Symposium, Port-of-Spain, Trinidad, West Indies.
WIKIPEDIA. Modelo Matemtico. Disponvel em: http://pt.wikipedia.org/wiki/Modelo
Matemtico. Acesso em: 30/01/2010.
Sobre a Palisade Corporation. Disponvel em: http://www.palisadebr.com/about/about.asp . Acessado em: 25/04/2010.
SI
DARCY
PETROBRAS AMERICANO
Comprimento
cm
ft
Massa
kg
kg
lb
Temperatura absoluta
Tempo
Permeabilidade
m2
darcy
md
md
Presso
Pa
atm
kgf/cm2
psi
Viscosidade
Pa.s
cp
cp
cp
Vazo
m /s
cm /s
m /d
bbl/d
Volume
m3
cm3
m3
bbl
ndice de produtividade
m3/s / Pa
cm3/s / atm
m3/d / kgf/cm2
bbl/d / psi
cm
km
in
ft
mi
0,01
0,00001
0,3937
0,0328
0,000006214
100
0,001
39,3
3,281
0,0006214
100000
1000
39370
3281
0,6214
2,54
0,0254
0,0000254
0,08333
0,00001578
30,48
0,3048
3,048
12
0,0001894
160900
1609
1,609
63360
5280
MASSA
Kg
slug
u.m.a.
ona
lb
ton
1 grama (g)
0,001
0,00006852
6,024x1023
0,03527
0,002205
0,000001102
1000
0,06852
6,024x1026
35,27
2,205
0,001102
14590
14,59
8,789x1027
514,8
32,17
0,01609
1,66x10-24
1,66x10-27
1,137x10-28
5,855x10-26
3,66x10-27
1,829x10-30
1 ona
28,35
0,02835
0,001943
1,708x1025
0,0625
0,00003125
1 libra (lb)
453,6
0,4536
0,03108
2,732x1026
16
0,0005
907200
907,2
62,16
5,465x1029
32000
2000
cm
ft
in
10000
10,76
1550
1 centmetro quadrado(cm)
0,0001
0,001076
0,155
1 p quadrado(ft)
0,0929
929
144
1 centmetro (cm)
1 metro (m)
1 quilmetro (km)
1 polegada (in)
1 p (ft)
1 milha terrestre (mi)
1quilograma (Kg)
1 slug
1 u.m.a.
1 ton
REA
1 metro quadrado(m)
1 polegada quadrada(in)
0,0006452
6,452
0,006944
cm
ft
in
1000000
1000
35,31
61020
0,000001
0,001
0,00003531
0,06102
0,001
1000
0,03531
61,02
0,02832
28320
28,32
1728
0,00001639
16,39
0,01639
0,0005787
atm
PSI(lbf/in)
Kgf/cm
Bar
mmHg(Torricelli)
mH2O
Pascal(Pa)
14,6959
1,033
1,01325
760
10,33
101325
0,068
0,07031
0,06895
51,71
0,70307
6894,8
0,96778
14,2234
0,98
735,514
10
98066,5
0,9869
14,5
1,02
750,061
10,195
10000
mmHg
0.001315789
0.01933677
0.00135951
0.001333224
0,0136
133,3224
mH2O
0,09678
1,42234
0,1
0,0980872
73,5514
9803,1176
in. Hg
0,03342
0,49119
0,03453
33900
25,4
0,34534
3386,5
0,000009869
0,000145038
1,01972E-05
0,00001
0,007500617
0,000102
VOLUME
1 metro cbico(m)
1 centmetro cbico(cm)
1 litro(l)
1 p cbico(ft)
1 polegada cbica(in)
PRESSO
atm
PSI(lbf/in)
Kgf/cm
Bar
Pascal(Pa)
Fonte: estudelegal.com.br/tabela.htm
Ssmica 2D bidimensional
3D
Ssmica 3D tridimensional
API
bbls
Barrels
Barris
bcf
Bilhes de ps cbicos
bcfpd
bcm
bcma
bcpd
boe
boepd
bopd
bpd
Btu
CAGR
CATS
CCGT
Turbina a gs de ciclo
combinado
CNG
Gs Natural Comprimido
cm
Cubic metre
Metro cbico
CPP
Plataforma Central de
Processamento
DCQ
DTI
Departamento de Comrcio e
Indstria
E&A
Explorao e Avaliao
E&P
Explorao e Produo
ECMA
EPC
Aquisio de Engenharia de
Construo
EPSA
Acordo de Compartilhamento
de Explorao e Produo
EWT
F&D
Custo de busca e
desenvolvimento
FEED
Engenharia e Projeto
FPSA
FPSO
GW
Gigawatts
Gigawatts
GWh
Gigawatt hours
GWh
GIIP
Gs inicial no poo
GOR
Gs Oil Ratio
GSA
Acordo de Vendas de Gs
HIIP
HPHT
LNG
Gs Natural Liquefeito
LPG
Gs de petrleo liquefeito
mmbbls
Million barrels
milhes de barris
mmboe
mmbopd
mmbtu
mmcmd
mscfd
mtpa
mmscm
MoA
Memorandum of Agreement
Memorando de Acordo
MoU
Memorandum of Understanding
Memorando de Entendimento
MW
Megawatt
Megawatt
MWh
Megawatt hours
Megawatt hora
NGL
Lquidos de Gs Natural
NGV
Gs natural veicular
NCMA
PPA
Acordo de compra
PSC/PSA
Contrato de Partilha de
Produo / Acordo de Partilha
de Produo
scf/stb
T&D
Transmisso e Distribuio
tbtu
tcf
Trilhes de ps cbicos
tpa
WHP
Fonte: http://www.bg-group.com/MediaCentre/MediaPack/Pages/glossaryofterm.aspx