Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
)$&8/'$'('((1*(1+$5,$0(&1,&$
,167,7872'(*(2&,1&,$6
(VWXGRGD,QIOXrQFLDGD(VWUDWpJLDGH3URGXomR
HP$QiOLVHGH5LVFR$SOLFDGDDR'HVHQYROYLPHQWR
GH&DPSRVGH3HWUyOHR
Autor :-RVp$XJXVWR0DUWLQVGRV6DQWRV
Orientador:3URI'U'HQLV-RVp6FKLR]HU
81,9(56,'$'((67$'8$/'(&$03,1$6
)$&8/'$'('((1*(1+$5,$0(&1,&$
,167,7872'(*(2&,1&,$6
(VWXGRGD,QIOXrQFLDGD(VWUDWpJLDGH3URGXomR
HP$QiOLVHGH5LVFR$SOLFDGDDR'HVHQYROYLPHQWR
GH&DPSRVGH3HWUyOHR
Autor :-RVp$XJXVWR0DUWLQVGRV6DQWRV
Orientador:3URI'U'HQLV-RVp6FKLR]HU
Campinas, 2002
SP Brasil
ii
iii
81,9(56,'$'((67$'8$/'(&$03,1$6
)$&8/'$'('((1*(1+$5,$0(&1,&$
,167,7872'(*(2&,1&,$6
',66(57$d2'(0(675$'2
(VWXGRGD,QIOXrQFLDGD(VWUDWpJLDGH3URGXomR
HP$QiOLVHGH5LVFR$SOLFDGDDR'HVHQYROYLPHQWR
GH&DPSRVGH3HWUyOHR
Autor :-RVp$XJXVWR0DUWLQVGRV6DQWRV
Orientador:3URI'U'HQLV-RVp6FKLR]HU
Banca Examinadora:
_______________________________________________
3URI'U'HQLV-RVp6FKLR]HU3UHVLGHQWH
81,&$03'(3)(0
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
3URI'U0DUFHOR&XU]LR6DORPmR
3(752%566$
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
3URI'U6DXO%DULVQLN6XVOLFN
81,&$03,*
iv
'HGLFDWyULD
Dedico este trabalho minha esposa Rita de Cssia, aos meus filhos Hugo e Raquel e s
minhas tias Maria, Celeste e Margarida (LQ0HPRULDQ).
$JUDGHFLPHQWRV
Petrobrs, por ter me propiciado todas as condies possveis para participao neste
Mestrado.
Ao Prof. Dr. Denis Jos Schiozer, pelo seu papel de condutor-mor, que permitiu a
realizao e concluso deste trabalho.
A Giselle e a todos os estagirios de informtica que passaram pelo DEP, pelo suporte
computacional prestado.
vi
'HYDJDUVHYDLDRORQJH
vii
5HVXPR
viii
$EVWUDFW
6WXG\ RI WKH ,QIOXHQFH RI WKH 3URGXFWLRQ 6WUDWHJ\ LQ 5LVN
QGLFH
'HGLFDWyULD Y
$JUDGHFLPHQWRV YL
5HVXPR YLLL
$EVWUDFW L[
QGLFH [
/LVWDGH)LJXUDV [LLL
/LVWDGH7DEHODV [Y
,QWURGXomR
5HYLVmR%LEOLRJUiILFD
7UDWDPHQWRGH,QFHUWH]DVH$QiOLVHGH5LVFR
7UDWDPHQWRGDV,QFHUWH]DV
$QiOLVHGHVHQVLELOLGDGH
6LPXODomRGRV0RGHORVGH5HVHUYDWyULR
&XUYDGH5LVFRGR3URMHWR
(VFROKDGRV0RGHORV5HSUHVHQWDWLYRV
(VWUDWpJLDGH3URGXomR
0HWRGRORJLD3URSRVWD
'HILQLomRGD(VWUDWpJLDGH3URGXomRGR0RGHOR%DVH
2WLPL]DomRGD(VWUDWpJLDGH3URGXomRGR0RGHOR%DVH
9DOLGDomRGD0DOKDGH'UHQDJHPGRV0RGHORV5HSUHVHQWDWLYRV
2WLPL]DomRGD(VWUDWpJLDGRV0RGHORV5HSUHVHQWDWLYRV
$SOLFDomR
([HPSOR
6.1.1
6.1.2
6.1.3
Atributos Incertos............................................................................................. 46
6.1.4
6.1.5
([HPSOR
6.2.1
6.2.2
Atributos Incertos............................................................................................. 54
6.2.3
6.2.4
5HVXOWDGRV
([HPSOR
7.1.1
7.1.2
7.1.3
7.1.4
7.1.5
7.1.6
7.1.6.1
7.1.6.1.1
7.1.6.1.2
7.1.6.2
7.1.6.2.1
Modelo Bloco1.................................................................................... 77
7.1.6.2.2
7.1.6.3
7.1.6.3.1
7.1.6.3.2
7.1.6.3.3
([HPSOR
7.2.1
7.2.2
7.2.3
7.2.4
7.2.5
7.2.6
7.2.6.1
7.2.6.1.1
7.2.6.1.2
7.2.6.2
7.2.6.2.1
7.2.6.2.2
7.2.6.3
7.2.6.3.1
7.2.6.3.2
$QiOLVHGRV5HVXOWDGRV
xii
/LVWDGH)LJXUDV
xiii
)LJXUD&XUYDGH93/GR3URMHWR&RP5LVFR$VVRFLDGRBBBBBBBBBBBBBBBBBBBBBBBBBB
)LJXUD(VFROKDGRV0RGHORV5HSUHVHQWDWLYRVBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
)LJXUD(VTXHPD)LYH6SRWFRP3RoRV BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
)LJXUD3HUILOGH3URGXomR(VTXHPD)LYH6SRWFRP3RoRV BBBBBBBBBBBBBBBBBBBB
)LJXUD(VTXHPD6WDJJHUHG/LQH'ULYHFRP3RoRV BBBBBBBBBBBBBBBBBBBBBBBBBBB
)LJXUD3HUILOGH3URGXomR(VTXHPD6WDJJHUHG/LQH'ULYHFRP3RoRVHP
FRPSDUDomRFRPRDQWHULRU BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
)LJXUD(VTXHPD'LUHFW/LQH'ULYHFRP3RoRV BBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
)LJXUD3HUILOGH3URGXomR&RPSDUDomR(QWUHRV7UrV$UUDQMRV BBBBBBBBBBBBBBBBB
)LJXUD(VTXHPD)LYH6SRWFRP3RoRV BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
)LJXUD3HUILOGH3URGXomR&RPSDUDomR(QWUHRV4XDWUR$UUDQMRV BBBBBBBBBBBBBBB
)LJXUD(VTXHPD'LUHFW/LQH'ULYHFRP3RoRV BBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
)LJXUD3HUILOGH3URGXomR&RPSDUDomR)LQDO(QWUHRV$UUDQMRVBBBBBBBBBBBBBBBBB
)LJXUD3HUILOGH3UHVVmR&RPSDUDomR(QWUHRV$UUDQMRV BBBBBBBBBBBBBBBBBBBBBBB
)LJXUD*UiILFRSDUD$QiOLVHGH6HQVLELOLGDGHGRV$WULEXWRV,QFHUWRV BBBBBBBBBBBBBBB
)LJXUD&XUYDGH93/GR3URMHWR&RP5LVFR$VVRFLDGRBBBBBBBBBBBBBBBBBBBBBBBBBB
)LJXUD(VFROKDGRV0RGHORV5HSUHVHQWDWLYRVBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
xiv
/LVWDGH7DEHODV
7DEHOD([SUHVVmRGD,QFHUWH]DGH$WULEXWRV&RQWtQXRV BBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD([SUHVVmRGD,QFHUWH]DGH$WULEXWRV'LVFUHWRV BBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD$WULEXWRV,QFHUWRVGH'LVWULEXLomR&RQWtQXD6WHDJDOO BBBBBBBBBBBBBBBB
7DEHOD$WULEXWRV,QFHUWRVGH'LVWULEXLomR'LVFUHWD6WHDJDOO BBBBBBBBBBBBBBBBB
7DEHOD&RPSDUDomR3HUFHQWXDO(QWUH9ROXPHVGHOHRGRV0RGHORV(VWUXWXUDLV BBBBBB
7DEHOD$WULEXWRV,QFHUWRV&RQVLGHUDGRVQR6HJXQGR([HPSOR BBBBBBBBBBBBBBBBBBBBB
7DEHOD2WLPL]DomRGR0RGHOR%DVH BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD5HVXOWDGRVGD6LPXODomR&RP,QFHUWH]DBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD93/3DUD&DGD3HUFHQWLO BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD0RGHORV5HSUHVHQWDWLYRV6HOHFLRQDGRV BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD4XDGUR&RPSDUDWLYR3DUD9DOLGDomRGD0DOKDGH'UHQDJHP BBBBBBBBBBBBBBB
7DEHOD2WLPL]DomRGR0RGHOR.KRWLP BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD2WLPL]DomRGR0RGHOR9SRURWLP%ORFR BBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD2WLPL]DomRGR0RGHOR%ORFR BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD2WLPL]DomRGR0RGHOR9SRURWLP397%ORFR BBBBBBBBBBBBBBBBBBBBBBB
7DEHOD2WLPL]DomRGR0RGHOR9SRUSHVV%ORFR BBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD2WLPL]DomRGR0RGHOR.KSHVV%ORFR BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD2WLPL]DomRGR0RGHOR9SRURWLP.KSHVV397BBBBBBBBBBBBBBBBBBBBBB
7DEHOD2WLPL]DomRGR0RGHOR%DVH BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD5HVXOWDGRVGD6LPXODomRFRP,QFHUWH]D BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD93/3DUD&DGD3HUFHQWLO BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD0RGHORV5HSUHVHQWDWLYRV BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
7DEHOD4XDGUR&RPSDUDWLYR3DUD9DOLGDomRGD0DOKDGH'UHQDJHP BBBBBBBBBBBBB
7DEHOD2WLPL]DomRGR0RGHOR%DUU7RW9SRURWLP.KRWLP BBBBBBBBBBBBBBBBBB
xv
xvi
,QWURGXomR
LQ VLWX
So diversas as fontes de incerteza que resultam em uma tomada de deciso sob risco:
valor de preos de venda e custos futuros, disponibilidade de servios e equipamentos,
comportamento
do
mercado,
conflitos
internacionais,
variao
de
regulamentaes
quantificao das propriedades do meio poroso e dos fludos nele contidos, mas que pode servir
de base para um processo de tomada de deciso que envolva outros tipos de risco.
Quanto anlise de risco de um projeto, cada modelo de reservatrio envolvido pode ter
definida uma estratgia de produo individual e otimizada ou, em outro extremo, pode-se
utilizar uma nica estratgia em todo o estudo. No primeiro caso a tarefa complexa, com
grande consumo de tempo e recursos. No segundo caso, h uma simplificao que pode levar a
3
Para atingir esse objetivo foi desenvolvida uma metodologia de aplicao de tcnicas de
otimizao da estratgia de produo nos vrios modelos envolvidos num estudo de risco, e
avaliado o impacto resultante do emprego dessas tcnicas de otimizao na expresso do risco
do projeto. Foi utilizada uma metodologia de anlise de risco disponvel na literatura e efetuadas
medies de ganhos no valor da funo objetivo escolhida.
A metodologia de anlise de risco utilizada neste trabalho foi desenvolvida por Steagall
(2001). Nessa metodologia destacam-se, entre outros aspectos:
Gerao da curva de risco do projeto para qualquer funo objetivo desejada, seja
econmica ou de produo;
Apesar de se utilizar como base de estudos um reservatrio real bem conhecido, foram
considerados neste trabalho somente os dados disponveis na sua fase de delimitao: nove
linhas ssmicas, oito poos perfurados e avaliados com perfil eltrico, quatro anlises PVT e
dados de testemunhos e de testes de formao. O mesmo reservatrio serviu de base para dois
exemplos de aplicao, diferenciados quanto a alguns dos seus atributos julgados mais
importantes.
Neste trabalho, a funo objetivo a ser maximizada foi o Valor Presente Lquido (VPL) para
um perodo de produo de 20 anos. Essa escolha se deve ao fato desse parmetro econmico
ser largamente utilizado na indstria e por ter a caracterstica de associar valor de benefcios e
custos com sua ocorrncia no tempo, na presena de uma taxa de retorno especificada. Na
apresentao dos resultados, para cada clculo do VPL tambm apresentado o respectivo Fator
de Recuperao (FR), a ttulo de varivel de anlise adicional.
%ODFN2LO
preos utilizados foram considerados sem incerteza e baseados em estimativas reais. Estudos de
incerteza econmicos podem ser desenvolvidos a partir de resultados como os apresentados
nesse trabalho.
Esta dissertao foi organizada em oito captulos. No Captulo 2, apresentada uma reviso
bibliogrfica envolvendo os temas Anlise de Risco e Otimizao de Estratgia. No Captulo 3,
aborda-se o tratamento de incertezas e a anlise de risco em projetos de E&P. No Captulo 4,
apresentam-se aspectos da importncia da estratgia de produo na previso de desempenho de
um reservatrio. No Captulo 5, descreve-se a metodologia adotada neste trabalho para
quantificao do impacto da otimizao da estratgia de produo na anlise de risco de
projetos. No Captulo 6, so descritos os dois exemplos nos quais foi aplicada a metodologia de
avaliao de impacto da estratgia de produo. No Captulo 7, apresentam-se os resultados
obtidos com essa metodologia nos dois exemplos estudados. No Captulo 8, apresentam-se as
concluses e recomendaes deste trabalho.
5HYLVmR%LEOLRJUiILFD
Nos ltimos anos, a indstria do petrleo tem demonstrado um notvel interesse tcnico e
acadmico em caracterizar as incertezas inerentes avaliao de projetos de E&P. Busca-se
integrar, atravs de formulaes variadas, as diversas informaes oriundas das reas de
geofsica, geologia e engenharia de modo a compor um cenrio de resultados esperados ao invs
de uma nica viso determinstica do projeto.
= 5 ( [1 ,....., [ ) = E0 + E1.[1 + E2 .[2 + ...... + E12 .[1.[2 + E13 .[1.[3 + ....... + E11.[12 + E22 .[22 + ....... + H
sendo
a funo objetivo,
os coeficientes a estimar e
[
Os termos do tipo
E [
[ [
Inicialmente pode ser adotada uma forma simples do polinmio com o uso somente dos
termos dos efeitos principais e, de acordo com os resultados, incluir mais termos para melhorar a
preciso da estimativa dos coeficientes ou remover termos caso se verifique uma pequena
influncia destes nos resultados.
coeficientes e uma medida de qualidade ou preciso dessa estimativa, atravs do seu desvio
padro.
Aanonsen
HW DO
\
= 5 ( [, \ ) , onde
a resposta do simulador
otimizados. Para cada atributo [ define-se um conjunto de valores possveis (possveis solues).
Como exemplo,
pode assumir os valores das coordenadas possveis para cada poo que
com
=1
Outro ponto a considerar que o uso deste algoritmo demanda conhecimento especializado
no assunto, j que necessrio definir
D SULRUL
exemplo mostrado e para as duas situaes analisadas, os ganhos percentuais no VPL do projeto
foram bastante contidos em relao soluo proposta pelos especialistas da empresa.
Cruz
HW DO
O trabalho apresenta exemplos de como aplicar esse novo conceito em cinco diferentes
problemas de engenharia: incorporao da incerteza em processo de tomada de deciso, escolha
de uma realizao representativa dentre todas disponveis, ordenao das realizaes pela
qualidade para um determinado cenrio de produo, comparao entre reservatrios e locao
de poos produtores. Neste ltimo caso, so escolhidos diferentes nmeros de poos totais para
o reservatrio e, para cada uma dessas situaes, um algoritmo de otimizao escolhe as
melhores locaes baseado num mapa de qualidade. Com este procedimento possvel escolher
um nmero timo de poos a perfurar em um projeto de explotao. A metodologia foi
desenvolvida contemplando somente poos produtores verticais. Como trabalho futuro foi
indicada a considerao de poos no verticais e poos injetores, bem como a utilizao de outra
medida de qualidade que no a produo acumulada de leo, como o VPL do projeto.
12
13
Guedes HWDO (2000) apresentaram uma metodologia conceitual para definio de cenrios de
desenvolvimento de projetos de explotao sob incerteza e em guas profundas.
A premissa bsica a de que o volume de leo LQ VLWX o atributo mais importante quando
se trata de um projeto de explotao. Desse modo, so definidos trs cenrios, representando as
expectativas mxima, mnima e mdia para esse volume e, para cada um destes, adotada uma
malha de drenagem, envolvendo inclusive, se necessrio, poos injetores. Tambm so definidos
o sistema de produo e o arranjo submarino. A escolha da malha de drenagem pode ser feita a
partir de diversos arranjos oriundos da experincia dos profissionais da engenharia e geologia de
reservatrios da empresa. Um simulador de fluxo permite selecionar a malha de maior retorno
para o projeto. Ento, para cada cenrio de volume de leo
LQ VLWX
, so calculados indicadores
econmicos e de reservatrio que serviro para balizar a deciso por uma das seguintes opes:
investir em informaes adicionais como forma de reduzir as incertezas do projeto ou iniciar o
14
Caso o caminho escolhido seja desenvolver o projeto, so elaborados pelo menos trs
concepes de projeto completas do sistema de produo. feita a anlise econmica de cada
opo levando-se em conta as incertezas presentes nos demais atributos econmicos e de
reservatrio. A concepo adotada aquela que apresente os melhores indicadores econmicos.
Por fim, feita uma otimizao adicional do projeto de desenvolvimento, no qual se busca
reavaliar o nmero timo de poos definido na malha base anterior pelo acrscimo ou retirada
gradativos de poos na simulao. Para ordenar os poos a retirar ou novas locaes a
acrescentar no modelo de simulao, foi proposto um ndice de Aproveitamento. Esse ndice a
razo entre um Fator de Confiana (emprico e adimensional, associado locao) e o Custo
Relativo do poo, sendo este calculado pela razo entre os investimentos feitos no poo e sua
produo acumulada, ambos atualizados para a data de incio dos investimentos. O investimento
gasto em eventuais poos injetores rateado e includo no custo dos produtores.
HW DO
HW DO
destaque o uso de Mapas de Qualidade [Cruz HWDO, 1999] para escolha de possveis locaes de
poos. Esses mapas permitiram que um time multidisciplinar de especialistas da empresa
propusesse malhas de drenagem para os horizontes envolvidos. Posteriormente, tanto a malha de
15
poos de cada horizonte quanto o sistema de produo do campo foram otimizados at se chegar
ao projeto definitivo.
16
7UDWDPHQWRGH,QFHUWH]DVH$QiOLVHGH5LVFR
17
Definio dos atributos mais crticos atravs de uma anlise de sensibilidade parmetro
a parmetro, a partir do modelo de reservatrio mais provvel;
A seguir feita uma descrio mais detalhada dessa metodologia, realando os pontos de
maior destaque.
7UDWDPHQWRGDV,QFHUWH]DV
18
Do universo de atributos incertos presentes num estudo devem ser selecionados somente
aqueles julgados de significativa influncia na previso de comportamento do reservatrio, de
maneira a reduzir a complexidade do trabalho sem reduzir sua qualidade. Quando possvel, a
agregao de vrios atributos incertos num nico representante tambm contribui para a reduo
do nmero de variveis em questo. Isso ocorre, por exemplo, com a anlise PVT do leo,
quando as diversas propriedades do leo so tratadas de maneira conjunta.
HW DO
1993 e Loschiavo, 2000) representando os trs nveis de incerteza. Na ausncia destas, pode ser
utilizado um mapa com uma modelagem determinstica do atributo como o nvel mais provvel
e a adoo de fatores multiplicadores ou de translao para os nveis pessimista e otimista.
Para atributos que se caracterizam por uma distribuio discreta de probabilidades (Figura
3.1), como anlises PVT ou curvas de permeabilidade relativa, o nmero de nveis de incerteza a
ser adotado definido pela quantidade de anlises confiveis e representativas disponveis.
Nestes casos pode no ser possvel definir quais so os nveis otimista e pessimista sem o uso de
simulao de fluxo.
19
-
.
0,1
0,08
+ ,
*+ ,
0,06
0,04
0,02
Xmn
Xmx
)LJXUD([HPSORGH'LVWULEXLomRGH9DULiYHLVDGDSWDGRGH1HZHQGRUS
7DEHOD([SUHVVmRGD,QFHUWH]DGH$WULEXWRV&RQWtQXRV
$WULEXWRV
Atributo A
Atributo B
Atributo C
Atributo D
1tYHLV
3UREDELOLGDGH
A1
A2
A3
B1
B2
B3
C1
C2
C3
D1
D2
D3
P otimista
20
P mais provvel
P pessimista
P otimista
P mais provvel
P pessimista
P otimista
P mais provvel
P pessimista
P otimista
P mais provvel
P pessimista
7DEHOD([SUHVVmRGD,QFHUWH]DGH$WULEXWRV'LVFUHWRV
$WULEXWRV
1tYHLV
Atributo E
E1
E2
F1
Atributo F
F2
F3
F4
G1
Atributo G
G2
G3
Atributo H
H1
H2
(*) nveis mais provveis.
3UREDELOLGDGH
PE1*
P E2
P F1
P F2
P F3*
P F4
P G1
P G2*
P G3
P H1
P H2*
modelos
= 35 2 2 41 = 3888 modelos
21
$QiOLVHGHVHQVLELOLGDGH
Para reduzir a quantidade de modelos possveis a um nmero razovel, feita uma anlise
de sensibilidade dos parmetros com o uso de simulao numrica de fluxo.
A anlise de sensibilidade permite que cada um dos valores de cada atributo incerto seja
classificado, segundo sua relevncia no desempenho do reservatrio, em
Assume-se neste trabalho que os nveis
FUtWLFR
ou
QmR FUtWLFR
QmR FUtWLFRV
discreta, possam ser eliminados sem prejuzo da qualidade da anlise de risco do projeto. Esse
ponto investigado por Costa e Schiozer (2002). Os atributos incertos
FUtWLFRV
passam, ento, a
Para esse Modelo Base deve ser definida uma estratgia de produo otimizada, atravs da
escolha de uma malha de drenagem adequada e definio de condies ou limites operacionais
para a produo do reservatrio. Nesta metodologia de anlise de risco, essa estratgia definida e
otimizada para o Modelo Base mantida para todos os demais modelos de reservatrio.
22
A anlise de sensibilidade , ento, feita com cada nvel de atributo crtico sendo inserido
no Modelo Base em substituio ao respectivo nvel mais provvel. So feitas tantas simulaes
quantos forem esses nveis e os resultados mostrados num grfico em comparao com a
simulao do Modelo Base. A Figura 3.2 apresenta um exemplo desse grfico, ainda usando
como referncia Tabela 3.1 e Tabela 3.2.
93/
;<
&:2
&94
3
&5
67
#8
&342
"!#$%"&"'
!
(&"'))
* + , -. / + 0 1
)LJXUD([HPSORGH$QiOLVHGH6HQVLELOLGDGH
Esse grfico permite uma fcil visualizao da importncia relativa de cada nvel de
atributo em relao ao Modelo Base. A eliminao dos nveis menos influentes se d pela
escolha de um valor de variao relativa abaixo da qual se considera desprezvel a influncia de
um nvel de atributo. Se adotado que variaes de at, por exemplo, 10% em relao ao VPL do
Modelo Base no so relevantes, seriam eleitos como crticos os Atributos C e E, os Nveis 1 e 2
do Atributo F e o Nvel 1 do Atributo G. De um total inicial de oito atributos incertos com 33
nveis de incerteza restariam:
= 31 21 31 21 = 36 modelos ,
modelos
6LPXODomRGRV0RGHORVGH5HVHUYDWyULR
modelo
e, tambm
=3
3
24
modelo
......
=1
&XUYDGH5LVFRGR3URMHWR
3UREDELOLGDGH$FXPXODGD
&859$'(5,6&2$662&,$'2
93/
)LJXUD&XUYDGH5LVFRGR93/3DUDXP'HWHUPLQDGR3HUtRGRGH3URGXomR
25
&859$'(5,6&2$662&,$'2
3UREDELOLGDGH$FXPXODGD
$93/#3
%93/#3
&93/#3
&
%
93/
)LJXUD2EWHQomRGRV9DORU3UHVHQWH/tTXLGRSDUDXP3HUFHQWLO'HVHMDGR
26
(VFROKDGRV0RGHORV5HSUHVHQWDWLYRV
No critrio proposto pelo autor, grafa-se o valor do VPL contra o FR para cada modelo
simulado num grfico como o da Figura 3.5. Desta maneira pode-se realizar a anlise dos
modelos com relao a duas caractersticas muito importantes do reservatrio e que sintetizam
muitas das propriedades dos atributos, o volume de leo original e o fator de recuperao, que
expressa a eficincia da drenagem, e decorrente das propriedades de fluxo de fluidos associado
ao esquema de produo, (Steagall, 2001).
27
No exemplo apresentado por Steagall (2001), ocorre o agrupamento dos pontos em famlias
de VOIS, o que representa uma situao particular que facilita o processo de escolha dos
modelos. No abordado um procedimento de definio do nmero de modelos a escolher para
situaes de disperso dos pontos pelo grfico. Esse aspecto analisado por Costa e Schiozer
(2002).
(6&2/+$'2602'(/265(35(6(17$7,926
93/
)5
)LJXUD'HWHUPLQDomRGRV0RGHORV5HSUHVHQWDWLYRVHP*UiILFR(VSHFLDOL]DGR
28
(VWUDWpJLDGH3URGXomR
hidrulica
do
meio
poroso,
presena
de
aqfero,
30
352'8d2$&808/$'$'(/(2
1S 1P
3ODQR$
3ODQR%
DQRV
)LJXUD&RPSDUDomRHQWUHHVWUDWpJLDVGHSURGXomRSDUDRPHVPRUHVHUYDWyULR
O processo de busca da estratgia de produo tima para cada caso pode ser invivel ou
conduzir a vrias solues equivalentes devido complexidade do problema e
interdependncia entre os fatores que definem o desempenho de um reservatrio.
Diversos autores, entre eles Beckner e Song (1995), Bittencourt e Horne (1997) e
Pedroso Jr. e Schiozer (1999), tm proposto metodologias para o lanamento de malhas de
poos, certamente o mais importante aspecto da drenagem de um reservatrio. Na prtica,
quando na anlise de um reservatrio em particular, podem ser formuladas algumas estratgias
de drenagem baseadas na experincia e/ou uso de tcnicas consagradas e escolhida aquela que
maximiza o objetivo desejado. A estratgia escolhida pode, ento, passar por algum processo de
otimizao com a inteno de obter ganhos adicionais nos resultados do projeto. Com este
procedimento, mesmo que no se atinja a drenagem ideal, pode-se ter confiana em ter
garantido uma eficiente alternativa de produo.
Num outro extremo, a anlise de risco pode ser feita utilizando-se uma nica estratgia
de produo, otimizada para o modelo de reservatrio mais provvel. Nesse caminho tem-se a
vantagem da reduo do trabalho e tempo envolvidos e a facilidade da implantao de uma
nica definio de projeto, mas no se deve esperar que essa estratgia otimizada para um s
modelo propicie o mximo em termos de retorno econmico ou de produo para as demais
possveis realizaes do projeto.
Entre esses dois extremos, outras possibilidades podem ser vislumbradas. No caso da
metodologia de risco utilizada neste trabalho, que considera estratgia de produo nica para o
modelo mais provvel, o prprio autor sugere as seguintes alternativas:
Dessa forma, a questo que se coloca saber se possvel trabalhar com um nmero
reduzido de otimizaes num estudo do risco sem perda de qualidade. Alm da economia de
recursos na anlise em si, um menor nmero de opes de explotao implica em menor chance
de ocorrer sub ou sobre-dimensionamento do sistema de produo a implantar, facilitando a
tomada de deciso.
33
0HWRGRORJLD3URSRVWD
Os principais passos deste trabalho esto descritos abaixo. Parte destes pertencem
metodologia de anlise de risco adotada e j foram abordados na seo anterior. Somente os
demais passos sero explicados, na seqncia.
Gerao da curva de risco do projeto e definio dos VPL otimista, mais provvel e
pessimista;
'HILQLomRGD(VWUDWpJLDGH3URGXomRGR0RGHOR%DVH
Para definir uma estratgia de produo inicial para o Modelo Base so selecionadas e
testadas algumas configuraes usuais de malhas de drenagem regulares, incluindo-se a
diferentes espaamentos. A configurao que maximizar o VPL do projeto passa a ser a adotada
nos prximos passos.
A definio de um cronograma inicial de entrada em operao dos poos foi obtida a partir
da priorizao dos mesmos pelo VPL. Mezzomo (2001) adotou um procedimento simples que
consiste em simular o reservatrio com todos os poos produtores, e somente estes, entrando em
operao simultaneamente. Posteriormente calculado o VPL individual dos poos. A
ordenao decrescente dos produtores pelo seu VPL passa a ser a ordem inicial de entrada em
operao dos mesmos.
35
Deve ser adotada uma taxa de entrada de poos em operao de acordo com a
disponibilidade estimada de sondas de perfurao e completao. Concomitantemente ou aps a
entrada em operao de um produtor escolhe-se o melhor injetor disponvel ao seu redor, de
modo a compensar a queda de presso da rea drenada desse produtor. Como meio de avaliar a
qualidade de um injetor, usado um procedimento anlogo ao utilizado para os produtores, isto
, simula-se o reservatrio com todos os injetores entrando simultaneamente em operao e
calculam-se os VPL individuais. Poos injetores no geram receitas diretamente e, j que todos
os injetores tm o mesmo custo inicial, o melhor injetor aquele que apresenta o VPL mais
negativo (ou o maior em valores absolutos), pois isso indica que o mesmo injetou maior volume,
e mais cedo, que os demais. Em outras palavras, trata-se de ordenar os injetores pela sua injeo
atualizada.
As condies e limites operacionais poos devem ser fixadas de acordo com expectativas
passveis de realizao, mas sempre visando a maximizao do retorno do projeto: poltica de
canhoneios e de recompletaes, esquema de completao dos poos, mxima vazo de produtor
ou injetor, limites operacionais de presso de fundo dos poos, mxima razo gs-leo
admissvel, etc. Uma vez definidos, estes valores devem ser mantidos durante todo o processo.
2WLPL]DomRGD(VWUDWpJLDGH3URGXomRGR0RGHOR%DVH
37
Para o Passo 2, feita nova simulao e os poos produtores ordenados pelo seu VPL.
Essa ordenao comparada com a seqncia de entrada em operao do prprio modelo. Se
diferentes, a ordenao do VPL passa a ser a nova ordenao do modelo. Este procedimento
aplicado at que ou o VPL do novo modelo seja menor que o anterior ou que as duas seqncias
- pr e ps ordenao por VPL - sejam iguais.
O Passo 3 faz uso do mapa de volume de leo no drenado para avaliar visualmente a
possibilidade de realocao de poos produtores visando melhorar a drenagem do modelo e
aumentar seu VPL. Procuram-se reas do reservatrio que permaneam com elevada quantidade
de leo ao final da simulao. Inicialmente, numa malha regular adensada no haveria como
realocar poos a menos de pequenos deslocamentos. No entanto, essa possibilidade pode ocorrer
caso sejam retirados poos em algum dos outros passos de otimizao ou que um poo tenha
sido alocado inicialmente num ponto de muito baixa qualidade de reservatrio.
38
O Passo 5 consiste em verificar a produo de leo dos poos por trecho canhoneado. So
selecionados aqueles poos que apresentam uma camada, usualmente a ltima, com uma curva
de produo que possa ser considerada de pouca influncia para o desempenho econmico do
poo. Para cada um desses poos feita uma simulao com essa camada desativada e o VPL do
campo comparado. Se houve aumento para um poo, este poo a ser candidato a ter seu
canhoneado desativado. Havendo mais de um candidato, o mesmo critrio de teste do Passo 1
aplicado.
O critrio de se considerar pouco influente uma curva de produo pode ser feito
adotando-se um limite de vazo de leo to baixo quanto se queira. Estando abaixo desse limite
a curva passa a ser considerada desprezvel. O ganho advindo dessa atitude pode ser entendido
pelo fato de que, associado a uma baixa produo de leo, h, na maioria das vezes, uma
sensvel produo de gua. A desativao do trecho canhoneado responsvel implica em
reduo de custos de tratamento da gua produzida, podendo tambm contribuir para retardar a
queda de presso da rea drenada ao redor.
A execuo do Passo 6 busca eliminar aqueles produtores que, apesar do VPL individual
positivo, tm contribuio inexpressiva no VPL do campo. Com a retirada de um poo nessa
situao, deixa-se de realizar seus custos de perfurao e completao. O leo que deixar de ser
produzido pode s-lo atravs de outro poo. A execuo deste passo totalmente anloga do
Passo 4.
39
O Passo 7 tem sua execuo feita em duas aes no excludentes. Em primeiro lugar so
selecionados os produtores que apresentam o pior desempenho em termos de VPL individual.
Esses poos passam a ser testados como injetores desde o incio de sua operao. Roda-se o
simulador individualmente com cada um destes poos atuando como injetor. Havendo ganho em
mais de um caso, aplica-se o critrio do Passo 1. Em seguida, a segunda ao consiste em
converter para injetor aqueles poos que tenham encerrado sua vida produtiva prematuramente
em relao aos demais. No h de se esperar ganho expressivo neste ltimo procedimento j que
os eventuais benefcios da converso so, na maioria das vezes, em data distante da qual se
calcula o valor presente do fluxo de caixa. Novamente, havendo mais de um poo aplica-se o
critrio do Passo 1.
9DOLGDomRGD0DOKDGH'UHQDJHPGRV0RGHORV5HSUHVHQWDWLYRV
40
2WLPL]DomRGD(VWUDWpJLDGRV0RGHORV5HSUHVHQWDWLYRV
Aps a definio da estratgia de produo inicial do Modelo Base foi eleito um leque de
sete aes visando otimizar essa estratgia. A aplicao dessas aes foi feita em duas rodadas
consecutivas. O mesmo procedimento de otimizao aplicado a cada um dos modelos
representativos e avaliado o ganho decorrente.
41
$SOLFDomR
LQ VLWX
para cada modelo estrutural, tendo sido considerada plena comunicao entre os
42
([HPSOR
'HVFULomRGR5HVHUYDWyULR
O estudo foi inicialmente conduzido tendo como base um reservatrio marinho da Bacia
de Campos, situado em lmina de gua mdia de 170 m e com volume original
LQ VLWX
de
43
1
%ORFR
%ORFR
%ORFR
Falhas
Limite por Adelgaamento
)LJXUD(VERoR(VWUXWXUDOHGD*HRPHWULD([WHUQDGR&DPSRPRGLILFDGRGH
6WHDJDOO
Devido ao contnuo acmulo de informaes obtidas nesses 22 anos de explotao, podese afirmar que este um reservatrio bem conhecido. No entanto, este trabalho reporta-se sua
fase de delimitao, quando as informaes disponveis eram limitadas e carregadas de
incerteza. Para se ter esta condio, os dados utilizados foram somente os disponveis nessa
poca em particular.
44
0RGHODJHPGR5HVHUYDWyULR
A base de dados utilizada para montagem dos modelos de simulao foi a mesma
elaborada por Steagall (2001). Igualmente, so mantidos os mesmos procedimentos de
levantamento e preparo dos dados usados na modelagem do reservatrio pelo autor.
Para o modelo numrico foi adotado uma malha de 51x28x6, resultando num total de
8.568 blocos, dos quais cerca de 60% ativos conforme o modelo. Cada bloco tem as dimenses
areais de 150 x 150 m, com espessura e topo variveis. As camadas foram lanadas de acordo
com a diviso estratigrfica do reservatrio: primeira camada corresponde Subzona I, as
Camadas 2 e 3 correspondem Subzona II e as Camadas 4, 5 e 6 Subzona III. A Figura 6.2
apresenta uma viso tridimensional do reservatrio.
)LJXUD0DSDGH7RSRPGD0DOKDGH6LPXODomR
45
$WULEXWRV,QFHUWRV
O atributo modelo estrutural expressa a incerteza quanto presena de leo nos Blocos
estruturais 2 e 3, bem como quanto comunicao entre estes e o Bloco principal 1. O nvel
pessimista presume a no existncia dos Blocos 2 e3. Nesse caso, em termos de simulao
numrica, os blocos de malha dos Blocos estruturais 2 e 3 so desativados. O nvel mais
provvel supe a existncia dos Blocos 1 e 2 somente, ambos com contato leo-gua nico. A
mesma suposio se aplica ao caso otimista com relao aos trs blocos.
Os dados das anlises PVT e as curvas de permeabilidade relativa podem ser vistos no
Apndice A.
46
7DEHOD$WULEXWRV,QFHUWRVGH'LVWULEXLomR&RQWtQXD6WHDJDOO
$WULEXWRV
Volume Poroso
Permeabilidade
Horizontal
Permeabilidade
Vertical
Compressibilidade
da Rocha
1tYHLV
3UREDELOLGDGH
Vpor (base)
Vpor * 1.4
Vpor * 0.7
Kh (base)
Kh * 1,5
Kh * 0.67
Kv (base)
Kv * 2
Kv * 0.5
Cpor (base)
Cpor * 1.2
Cpor * 0.9
0.70
0.15
0.15
0.70
0.15
0.15
0.70
0.15
0.15
0.70
0.15
0.15
7DEHOD$WULEXWRV,QFHUWRVGH'LVWULEXLomR'LVFUHWD6WHDJDOO
$WULEXWRV
1tYHLV
3UREDELOLGDGH
Modelo
Estrutural
0.50
0.20
0.30
0.40
0.40
0.20
0.34
0.33
0.33
0.34
0.33
0.33
Anlise PVT
Curva de Krow
Curva de Krog
47
Ressalta-se que o Modelo Base a ser considerado nas simulaes posteriores engloba os
Blocos 1 e 2, por ser este o nvel mais provvel do atributo modelo estrutural.
(VWUDWpJLDGH3URGXomR,QLFLDOH3DUkPHWURVGH2SHUDomRGRV3RoRV
48
Completao nas trs camadas superiores, com canhoneio efetivo de 50% da espessura
da camada;
49
3DUkPHWURVSDUD$QiOLVH(FRQ{PLFD
Para o clculo do valor presente lquido foi elaborada uma planilha econmica
simplificada capaz de fornecer, a partir da insero dos dados de produo e injeo dos poos,
o VPL individual dos mesmos, o VPL do campo e tambm o volume acumulado dos fludos
produzidos/injetados.
Foi considerada uma vida til de 20 anos para este projeto de explotao. Por simplicidade
no foram includos os custos de abandono de poos e instalaes, j que esses valores, se
levados em conta a valor presente, seriam reduzidos em mais de 90%. No fluxo de caixa foi
considerada concentrao de vetores no meio de cada perodo.
Na prtica, esse tipo de custo varia em patamares de preo. Se assim fosse tratado,
pequenas alteraes na estratgia de produo em decorrncia do processo de otimizao da
estratgia de produo poderiam resultar em grandes saltos de VPL, levando a concluses
fortemente dependentes dos valores considerados para esse investimento.
50
9DORUHVDGRWDGRV
51
([HPSOR
'HVFULomR0RGHODJHPGR5HVHUYDWyULR
Para este segundo exemplo, o reservatrio do caso anterior foi severamente modificado
com as seguintes medidas, aplicadas diretamente ao modelo de simulao:
52
7DEHOD&RPSDUDomR3HUFHQWXDO(QWUH9ROXPHVGHOHRGRV0RGHORV(VWUXWXUDLV
Exemplo 1
Exemplo 2
Bloco 1
93
77
Modelo Estrutural
Bloco 1 + 2
99
90
Bloco 1 + 2 + 3
)LJXUD&RPSDUDomR(QWUH0RGHORV(VWUXWXUDLV3DUDRV'RLV([HPSORV
)LJXUD'HILQLomRGDV%DUUHLUDVGH3HUPHDELOLGDGHGR6HJXQGR([HPSOR
$WULEXWRV,QFHUWRV
54
7DEHOD$WULEXWRV,QFHUWRV&RQVLGHUDGRVQR6HJXQGR([HPSOR
$WULEXWRV
Volume Poroso
Permeabilidade
Horizontal
Permeabilidade
Vertical
Efetividade das barreiras
de permeabilidade
Modelo
Estrutural
Conectividade
entre blocos
estruturais
Compressibilidade
da Rocha
Anlise PVT
Curva de Krow
Curva de Krog
1tYHLV
3UREDELOLGDGH
Vpor (base)
Vpor * 1.4
Vpor * 0.7
Kh (base)
Kh * 1,5
Kh * 0.67
Kv (base)
Kv * 2
Kv * 0.5
Parcial - 10% (base)
Inexistentes (0%)
Atuao total (100%)
Bloco 1+2 (base)
Bloco 1+2+3
Bloco 1
Parcial - 10% (base)
Total (100%)
Inexistente (0%)
Cpor (base)
Cpor * 1.2
Cpor * 0.9
PVT 1 (base)
PVT 2
PVT 3
Krow 1 (base)
Krow 2
Krow 3
Krog 1 (base)
Krog 2
Krog 3
0.70
0.15
0.15
0.70
0.15
0.15
0.70
0.15
0.15
0.70
0.15
0.15
0.50
0.20
0.30
0.70
0.15
0.15
0.70
0.15
0.15
0.40
0.40
0.20
0.34
0.33
0.33
0.34
0.33
0.33
55
(VWUDWpJLDGH3URGXomR,QLFLDOH3DUkPHWURVGH2SHUDomRGRV3RoRV
3DUkPHWURVSDUD$QiOLVH(FRQ{PLFD
56
5HVXOWDGRV
([HPSOR
57
'HILQLomRGD(VWUDWpJLD,QLFLDOGH3URGXomRGR0RGHOR%DVH
)LJXUD'LVSRVLomR2ULJLQDOGRV3RoRVQR5HVHUYDWyULR
58
Foi considerada uma disponibilidade de sondas tal que permita a entrada em operao de
dois poos a cada dois meses. Cada produtor entra em operao junto com um injetor enquanto
houver injetores, j que o nmero destes menor que o de produtores. Os primeiros injetores a
entrar em operao foram os do flanco esquerdo do campo, regio que apresentou a mais rpida
queda de presso nessa simulao inicial. Em seguida entraram em operao os injetores do
flanco direito e, por ltimo, os da rea central.
O perfil de produo obtido na simulao para este modelo est na Figura 7.2. O VPL
calculado foi de US$ 261,55 milhes com um FR final de 26,98%.
56/7 334 )
)12
./0
+,
)*(
)LJXUD3HUILOGH3URGXomR0DOKDGH'UHQDJHP2ULJLQDOH&URQRJUDPD2WLPL]DGR
59
Na busca de uma malha de poos de melhor drenagem que a distribuio original, foi
analisado um esquema baseado em linhas de produo e injeo, cujos padres regulares mais
conhecidos so
Foram lanadas duas linhas de produtores, com total de 12 poos, e trs linhas de
injetores, com total de 11 poos. A Figura 7.3apresenta a disposio dos poos.
)LJXUD(VTXHPDGH/LQKDVGH3URGXWRUHVH,QMHWRUHV
A Figura 7.4 mostra a comparao entre o perfil de produo atual e o anterior. Nota-se
que, apesar do arranjo anterior apresentar maiores vazes iniciais, o esquema de linhas de
injeo/produo predomina por maior tempo. Esse fato, associado ao menor volume de
investimentos decorrente do menor nmero de poos, resulta em maior VPL do projeto.
56/7 -
334 )
)12
./0 -
+,
)*(
)LJXUD3HUILOGH3URGXomR3RoRV2ULJLQDLV[/LQKDV3URGXomR,QMHomR
ILYHVSRW
poos como mostra a Figura 7.5. Nesse novo arranjo permanecem 12 poos produtores, mas o
nmero de injetores passou para 13 poos.
Apesar
de
praticamente
mesma
quantidade
total
de
poos
proporo
injetores/produtores, o VPL para esta condio foi menor em relao ao esquema de linhas de
injeo/produo: US$ 350,39 milhes (-7,5%) e FR de 33,81% (-0,3%).
61
)LJXUD(VTXHPD)LYH6SRW(VSDUVRSRoRV
56/7 3-
34 )
)12
./0
+,
)*(
)LJXUD3HUILOGH3URGXomR&RPSDUDomRGRV7UrV$UUDQMRV
62
A ltima anlise foi para um arranjo ILYHVSRW adensado, agora com um total de 45 poos,
nmero praticamente igual quantidade de poos original, sendo 23 produtores e 22 injetores,
conforme mostra a Figura 7.7.
)LJXUD(VTXHPD)LYH6SRW$GHQVDGRSRoRV
O VPL aumentou sensivelmente, indo para US$ 570,88 milhes (+63% em relao ao
caso anterior). Igualmente, o FR tambm aumentou, indo para 44,93% (+ 11%, idem). A
comparao final entre os quatro arranjos analisados est na Figura 7.8, onde se pode notar a
aprecivel diferena no perfil de produo deste caso com os anteriores.
63
/756
-
3
34 )
)12
./0
+,
; <= < % $ <'
; & < % 9 &
' 8 $ ;' &
%'$&
)*(
)LJXUD3HUILOGH3URGXomR&RPSDUDomRGRV4XDWUR$UUDQMRV
8 97
45 63
12
/ 0.
.
+,-
:;<;= ;
C ? A D B =E:
K L= : ; M I
K L= : ; M B
> ?@ ? A B ?=
> ; F G ?A HI < J ;
= : B >= ;
FIA=BF;
!" # $ # % & # % # !# &
'()*
)LJXUD3UHVVmR0pGLDGR5HVHUYDWyULR&RPSDUDomRGRV$UUDQMRV
64
93/86PLOK}HV
DQWHV
DSyV
SRoRV
OLQKDSURG
VSRW
VSRW
RULJLQDLV
LQMHomR
HVSDUVR
DGHQVDGR
)5ILQDO
DQWHV
DSyV
SRoRV
OLQKDSURG
VSRW
VSRW
RULJLQDLV
LQMHomR
HVSDUVR
DGHQVDGR
)LJXUD*DQKRV'HFRUUHQWHVGD$PSOLDomRGR&DQKRQHLRGR3RoRV,QMHWRUHV
65
O arranjo
ILYHVSRW
o mais adequado para o Modelo Base, no s por ter apresentado os maiores VPL e FR final,
mas tambm por ser um arranjo de maior eficincia de drenagem em comparao com os
demais.
O novo comportamento das presses do reservatrio est apresentado na Figura 7.11, onde
se nota a maior re-pressurizao em todos os arranjos conseguida com o aumento das cotas de
injeo devido ampliao dos canhoneados desses poos.
B : =B : C ? B < J ;F ; B A D ; A I ? ;F ; =: ; < ; =E? A H I M ; > I =
8 97
45 63
12
/ 0.
.
+,-
)LJXUD3UHVVmR0pGLDGR5HVHUYDWyULR&RPSDUDomRGRV$UUDQMRV$SyV$PSOLDomR
GRV&DQKRQHDGRVGRV3RoRV,QMHWRUHV
66
2WLPL]DomRGD(VWUDWpJLDGH3URGXomRGR0RGHOR%DVH
Para este modelo, o primeiro passo que resultou em aumento da funo objetivo foi a
remoo de poos injetores, ainda na primeira rodada. Foi avaliada a retirada individual de cada
injetor. Dois injetores aumentaram o VPL do modelo quando retirados, em virtude da pequena
contribuio face seus custos de execuo e operao. Foi ento feita uma segunda simulao
com os dois poos retirados simultaneamente. O resultado foi inferior ao da retirada individual
de qualquer um desses dois poos. Conseqentemente, o modelo numrico passou a ter somente
um injetor a menos, aquele que resultou em maior VPL. Com este passo, o VPL passou de US$
830,15 para US$ 832,48 milhes e o FR de 49,77 para 49,72%.
O prximo e ltimo ganho foi obtido com a reordenao da entrada em operao dos
poos, j na segunda rodada de otimizao. Uma nova ordenao foi obtida a partir do VPL
individual anterior e resultou num VPL do projeto de US$ 835,93 milhes e recuperao final
mantida em 49,72%. Neste caso, a reordenao fez com que houvesse uma antecipao da
produo, sem contudo alterar a recuperao final do reservatrio.
67
7DEHOD2WLPL]DomRGR0RGHOR%DVH
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 2,33
- 0,05
+ 3,45
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
- eliminao de um injetor
- cronograma de entrada em operao alterado
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
,QLFLDO
2WLPL]DGR
739,79
731,33 (-1,1%)
43
42 (-2,2%)
'HILQLomRGRV$WULEXWRV&UtWLFRV
Para a anlise de sensibilidade do projeto aos atributos incertos, cada um dos nveis
definidos na Tabela 6.1 e na Tabela 6.2 foi substitudo no Modelo Base otimizado, feita a
simulao e calculado o respectivo VPL. Na Figura 7.12 pode ser vista a influncia de cada
nvel em comparao com o VPL do Modelo Base.
68
93/9$5,$d2(05(/$d2$202'(/2%$6(
.URJ
.URJ
&SRU3HVV
&SRU2WLP
.Y2WLP
%ORFR
$WULEXWRV
.Y3HVV
.UR
.UR
397
%ORFR
.K2WLP
397
.K3HVV
9SRU2WLP
9SRU3HVV
9DULDomR5HODWLYD
SHUtRGRGHSURGXomRGHDQRV
)LJXUD*UiILFRSDUD$QiOLVHGH6HQVLELOLGDGHGRV$WULEXWRV,QFHUWRV
Para a simulao com o modelo estrutural Bloco 1 todos os poos localizados no Bloco 2
deixam de existir. Foram ao todo seis os poos eliminados, sendo trs produtores e trs injetores.
No caso da simulao com o nvel Bloco 1+2+3, foram acrescidos apenas dois poos
injetores, em respeito ao padro de drenagem adotado. Esses poos foram colocados em
produo imediatamente aps o ltimo poo do cronograma adotado no Modelo Base.
Definindo-se que somente uma variao maior que 5% seria representativa, os atributos
inicialmente escolhidos como crticos so o volume poroso e a permeabilidade horizontal.
Quanto ao atributo anlise PVT, somente seu nvel PVT3 relevante. Com a eliminao do
nvel PVT2, as probabilidades de ocorrncia foram recalculadas em 67% para o nvel base
PVT1 e em 33% para o nvel PVT3. Quanto ao atributo modelo estrutural, foi eliminado o nvel
Bloco 1+2+3 e as probabilidades remanescentes recalculadas para 60% para o nvel Bloco 1+2 e
40% para o nvel Bloco 1.
69
'HILQLomRGRV0RGHORV5HSUHVHQWDWLYRV
93/
0RGHOR
92,6
)5
3UREDELOLGDGH
(%)
,QGLYLGXDO $FXPXODGD
0.90
0.60
0.45
4.22
0.30
2.81
4.22
2.81
2.08
19.70
2.08
1.39
1.39
13.13
0.90
0.60
0.90
9.70
6.47
0.60
0.90
1.51
1.95
6.17
6.47
9.29
13.51
16.32
18.40
38.10
40.18
41.56
42.95
56.08
56.98
57.59
58.49
68.19
74.66
75.27
5HVXOWDGRVGD6LPXODomR&RP,QFHUWH]DFRQWLQXDomRGDWDEHODDQWHULRU
93/
92,6
3UREDELOLGDGH
)5
(%)
45.90
46.00
51.48
48.46
50.92
48.09
32.39
33.33
47.22
49.57
46.85
49.22
38.76
39.58
43.97
44.40
,QGLYLGXDO $FXPXODGD
4.22
2.81
4.22
0.45
2.81
0.30
0.45
0.30
2.08
0.90
1.39
0.60
2.08
1.39
0.45
0.30
79.49
82.30
86.52
86.97
89.78
90.08
90.52
90.82
92.90
93.80
95.19
95.79
97.87
99.26
99.70
352%$%,/,'$'($&808/$'$[93/
3UREDELOLGDGH$FXPXODGD
3
!93/
0086
!93/
0086
!93/
0086
93/008V
)LJXUD&XUYDGH93/GR3URMHWR&RP5LVFR$VVRFLDGR
71
(%)
7DEHOD93/3DUD&DGD3HUFHQWLO
93/
(US$ milhes)
993
802
3
578
Para escolha dos modelos foi construda a Figura 7.14. Neste caso particular ocorreu o
agrupamento de pontos em trs famlias de volume de leo LQVLWX (VOIS). A causa desse evento
foi a preponderncia do atributo
YROXPH SRURVR
modelo. O fato de existirem trs nveis desse atributo determinou o agrupamento dos modelos
em tambm trs famlias de VOIS. Com bem menor importncia na composio do VOIS
aparecem os atributos
PRGHOR HVWUXWXUDO
DQiOLVH 397
Para uma outra situao em que no haja agrupamento dos valores do VOIS, disperso
essa causada pela inexistncia de um atributo dominante, espera-se que os pontos apaream
dispersos numa regio do grfico na forma de uma nuvem de pontos.
Para a escolha dos modelos, foram selecionados aqueles prximos da interceptao das
linhas de VPL com cada agrupamento de VOIS. No caso de mais de um modelo em cada famlia
prximo linha do percentil, tomado aquele modelo de maior probabilidade de ocorrncia
individual. Os sete modelos escolhidos esto assinalados nessa Figura e explicitados na Tabela
7.4.
72
5(35(6(17$d293/[)5
93/0086
3
)5
)LJXUD(VFROKDGRV0RGHORV5HSUHVHQWDWLYRV
7DEHOD0RGHORV5HSUHVHQWDWLYRV6HOHFLRQDGRV
0RGHORV5HSUHVHQWDWLYRV93/SDUDDQRV
2WLPLVWD3
0pGLR3
3HVVLPLVWD3
Kh otim
Vpor otim + BL1
BL1
Vpor otim + PVT3 + BL1
73
9DOLGDomRGD0DOKDGH'UHQDJHPGRV0RGHORV5HSUHVHQWDWLYRV
Na Tabela 7.5 v-se um comparativo entre os quatro arranjos usados na etapa de seleo
de malha para o Caso Base, agora aplicados a cada modelo representativo. O arranjo
ILYH VSRW
adensado aqui mencionado no foi submetido aos passos de otimizao e, devido a isso, pode
ser diretamente comparado com os demais arranjos, que tambm no foram otimizados. Ainda
para esse arranjo, os valores herdados do Modelo Base otimizado esto na Tabela 7.2.
ILYH VSRW
adensado sempre o de
maior VPL, habilitando-o a ser mantido como o esquema de drenagem de cada modelo
representativo.
7DEHOD4XDGUR&RPSDUDWLYR3DUD9DOLGDomRGD0DOKDGH'UHQDJHP
93/GR3URMHWR86PLOK}HV
3RoRV
/LQKDV
)LYH6SRW
)LYH6SRW
2ULJLQDLV
3URG,QM
(VSDUVR
$GHQVDGR
Kh otim
Vpor otim + BL1
571,40
804,11
751,37
480,07
697,05
648,14
BL1
PorOT+PVT3+BL1
373,96
611,30
577,04
467,30
533,68
478,18
PorPE+BL1
278,77
500,28
476,66
KhPE+BL1
300,86
413,57
383,38
400,39
314,86
256,74
0RGHOR5HSUHVHQWDWLYR
74
2WLPL]DomRGD(VWUDWpJLDGRV0RGHORV5HSUHVHQWDWLYRV
0RGHORVGH93/2WLPLVWD3
0RGHOR.KRWLP
*DQKRVYHULILFDGRVQD URGDGD
*DQKRVYHULILFDGRVQD URGDGD
nenhum.
75
7DEHOD2WLPL]DomRGR0RGHOR.KRWLP
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 0,91
+ 0,03
+ 1,05
- 0,03
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
,QLFLDO
2WLPL]DGR
731,33
731,33 (0%)
42
42 (0%)
0RGHOR9SRURWLP%ORFR
*DQKRVYHULILFDGRVQD URGDGD
nenhum.
76
7DEHOD2WLPL]DomRGR0RGHOR9SRURWLP%ORFR
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 1,10
0RGHOR2WLPL]DGR
,QFUHPHQWR
+ 0,01
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
0RGHORVGH93/0pGLR3
,QLFLDO
2WLPL]DGR
681,50
682,77 (+0,2%)
36
36 (0%)
0RGHOR%ORFR
*DQKRVYHULILFDGRVQD URGDGD
nenhum.
77
7DEHOD2WLPL]DomRGR0RGHOR%ORFR
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 0,80
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
,QLFLDO
2WLPL]DGR
681,50
681,50 (0%)
36
36 (0%)
0RGHOR9SRURWLP397%ORFR
*DQKRVYHULILFDGRVQD URGDGD
nenhum.
78
7DEHOD2WLPL]DomRGR0RGHOR9SRURWLP397%ORFR
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 0,71
0RGHOR2WLPL]DGR
,QFUHPHQWR
+ 0,01
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
0RGHORVGH93/3HVVLPLVWD3
,QLFLDO
2WLPL]DGR
681,50
682,77 (+0,2%)
36
36 (0%)
0RGHOR9SRUSHVV%ORFR
*DQKRVYHULILFDGRVQD URGDGD
79
nenhum.
7DEHOD2WLPL]DomRGR0RGHOR9SRUSHVV%ORFR
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 2,87
+ 0,05
+ 1,31
- 0,17
+ 0,18
- 0,16
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
80
,QLFLDO
2WLPL]DGR
681,50
657,05 (-3,6%)
36
33 (-8%)
0RGHOR.KSHVV%ORFR
*DQKRVYHULILFDGRVQD URGDGD
nenhum.
7DEHOD2WLPL]DomRGR0RGHOR.KSHVV%ORFR
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 0,18
+ 0,29
- 0,30
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
81
,QLFLDO
2WLPL]DGR
681,50
675,41 (-0,9%)
36
35 (-3%)
0RGHOR9SRURWLP.KSHVV397
*DQKRVYHULILFDGRVQD URGDGD
nica situao em que ocorreram produtores com VPL negativo. Dois dos poos
estavam nessa situao. A retirada conjunta desses foi a situao de maior incremento
no VPL.
nenhum.
82
7DEHOD2WLPL]DomRGR0RGHOR9SRURWLP.KSHVV397
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 4,35
- 0,09
+ 0,64
+ 11,17
- 0,65
+ 0,31
- 0,19
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
,QLFLDO
2WLPL]DGR
731,33
658,15 (-10,0%)
42
33 (-21%)
83
([HPSOR
'HILQLomRGD(VWUDWpJLD,QLFLDOGH3URGXomRGR0RGHOR%DVH
Para o processo de seleo da malha de drenagem a ser adotado no Caso Base foram
testadas cinco malhas regulares. Foi mantido o mesmo critrio anterior de disponibilidade de
sondas de perfurao e completao, permitindo que dois poos entrem juntos em operao a
cada dois meses, sendo um deles produtor e o outro injetor. Tambm se manteve o critrio
anterior de definio do cronograma de entrada em operao a partir dos VPL individuais.
ILYHVSRW
composta por produtores, conforme pode ser visto na Figura 7.15. Para esse caso o VPL chegou
a US$ 547,28 milhes, com um FR final de 42,64%. O perfil de produo para esta situao
encontra-se na Figura 7.16.
84
)LJXUD(VTXHPD)LYH6SRWFRP3RoRV
45.6 ,
2,
/
23 (
(01
(
-./ ,
*+
()'
)LJXUD3HUILOGH3URGXomR(VTXHPD)LYH6SRWFRP3RoRV
85
Na Figura 7.18 v-se o novo perfil de produo, em conjunto com o anterior. Observa-se
que ocorreu notvel antecipao da produo, e receitas, com este novo arranjo. Em
contrapartida, j que as recuperaes finais so relativamente prximas, h maior declnio na
produo de maneira que ocorre inverso nos perfis a partir do nono ano de produo.
)LJXUD(VTXHPD6WDJJHUHG/LQH'ULYHFRP3RoRV
86
.645
9 % > % & ?
;
2,
/
23 (
(01
(
-./ ,
*+
()'
#$%&
)LJXUD3HUILOGH3URGXomR(VTXHPD6WDJJHUHG/LQH'ULYHFRP3RoRVHP
FRPSDUDomRFRPRDQWHULRU
de poos, 40 ao todo, sendo metade de produtores (Figura 7.19). Houve discreto aumento do
VPL, indo para US$ 693,87 milhes, com o FR final praticamente igual ao arranjo anterior,
46,53%.
87
)LJXUD(VTXHPD'LUHFW/LQH'ULYHFRP3RoRV
7 8& 9 % : ;< < 9 % > % & ?
; 9 % > % & ?
; 9% >%&?
)LJXUD3HUILOGH3URGXomR&RPSDUDomR(QWUHRV7UrV$UUDQMRV
88
ILYHVSRW
com 41
poos, sendo 19 produtores e 22 injetores, conforme Figura 7.21. O VPL do projeto passou para
US$ 744,57 milhes, com FR final de 47,80%.
Os quatro perfis de produo esto na Figura 7.22, com nova antecipao da produo
em relao ao esquema anterior.
)LJXUD(VTXHPD)LYH6SRWFRP3RoRV
89
7 8& 9 %
7 8& 9 %
,
2,
/
23 (
(01
(
-./ ,
*+
()'
.645
#$%&
)LJXUD3HUILOGH3URGXomR&RPSDUDomR(QWUHRV4XDWUR$UUDQMRV
Por fim, o ltimo arranjo analisado foi um direct line drive com 45 poos, sendo 18
produtores e 27 injetores (
Figura 7.23). Desta feita ocorreu queda de valores, tanto no VPL quanto no FR,
respectivamente: US$ 680,19 milhes e 44,38%.
A ltima comparao entre perfis de produo est na Figura 7.24. Apesar de novamente
ter havido antecipao da produo, esta foi de pequena monta. A inverso de perfis ocorre
cedo, fazendo com que durante um longo tempo de produo este novo arranjo tenha produo
menor que o anterior.
90
)LJXUD(VTXHPD'LUHFW/LQH'ULYHFRP3RoRV
7 8& 9 %
7 8& 9 %
45.6 ,
2,
/
23 (
(01
(
-./ ,
*+
()'
#$%&
)LJXUD3HUILOGH3URGXomR&RPSDUDomR)LQDO(QWUHRV$UUDQMRV
91
8 97
45 63
12
/ 0.
.
+,-
)LJXUD3HUILOGH3UHVVmR&RPSDUDomR(QWUHRV$UUDQMRV
De todos os casos analisados, o arranjo ILYHVSRW com 41 poos, com VPL de US$ 744,57
milhes e FR de 47,80%, foi o que produziu melhor resultado para o projeto, sendo, ento, o
adotado como estratgia de produo inicial para o Caso Base deste exemplo.
2WLPL]DomRGD(VWUDWpJLDGH3URGXomRGR0RGHOR%DVH
92
7DEHOD2WLPL]DomRGR0RGHOR%DVH
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 3,01
+0,08
+22,98
+0,57
+10,65
+0,40
+4,97
-0,06
+2,08
-0,08
+ 1,21
+0,01
+4,55
-0,16
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
93
,QLFLDO
2WLPL]DGR
725,07
686,08 (-5,4%)
41
36 (-12%)
'HILQLomRGRV$WULEXWRV&UtWLFRV
Cada um dos nveis incertos relacionados na Tabela 6.4 foi substitudo no Modelo Base
otimizado e sua influncia no desempenho do projeto pode ser vista na Figura 7.26.
93/9$5,$d2(05(/$d2$202'(/2%$6(
SHUtRGRGHSURGXomRGHDQRV
9DULDomR5HODWLYD
$WULEXWRV
)LJXUD*UiILFRSDUD$QiOLVHGH6HQVLELOLGDGHGRV$WULEXWRV,QFHUWRV
Para simulao dos modelos estruturais Bloco 1 e Bloco 1+2+3 foram, respectivamente,
retirados e acrescidos poos, sempre em respeito ao padro de malha de drenagem usado. Os
poos acrescidos relativos ao bloco 3 no participaram do processo de otimizao do Caso Base,
o que representa uma situao desvantajosa para o atributo Bloco 1+2+3 perante os demais.
Como compensao, foi feita uma reordenao da ordem de entrada em operao de todos os
poos deste modelo estrutural.
Novamente, tomando-se como pouco influente nos resultados do projeto uma variao
inferior a 5% no seu VPL, tem-se como crticos os seguintes atributos: volume poroso com seus
nveis pessimista e otimista, permeabilidade horizontal tambm com estes dois nveis,
efetividade das barreiras de permeabilidade com somente seu nvel Barr Tot (barreiras 100%
94
eficientes), modelo estrutural com seu nvel Bloco1 somente e, por ltimo, o atributo anlise
PVT com seu nvel PVT3.
Os atributos que sofreram eliminao de algum de seus nveis tiveram as probabilidades
de ocorrncia remanescentes recalculadas. Para o atributo efetividade das barreiras de
permeabilidade, o nvel mais provvel passou a ter 85% e o nvel Barr Tot ficou com 15%. Para
a anlise PVT, os nveis PVT1 e PVT3 ficaram respectivamente com 80% e 20%. E para o
modelo estrutural, os nveis foram 70% e 30%, respectivamente, para os nveis Bloco1+2 e
Bloco1.
'HILQLomRGRV0RGHORV5HSUHVHQWDWLYRV
7DEHOD5HVXOWDGRVGD6LPXODomRFRP,QFHUWH]D
93/
0RGHOR
92,6
)5
95
3UREDELOLGDGH
(%)
,QGLY
$FXP
1,07
5,00
0,27
0,46
0,19
5,00
2,14
0,11
1,25
1,07
1,07
6,07
6,34
6,80
6,98
11,98
14,12
14,24
15,49
16,56
5HVXOWDGRVGD6LPXODomRFRP,QFHUWH]DFRQWLQXDomRGDWDEHODDQWHULRU
93/
0RGHOR
CASOBASE
Barr Tot + Vpor otim
PVT3 + Barr Tot + Vpor otim + Kh otim
PVT3 + Kh otim
BL1 + Kh otim
BL1 + Barr Tot + Vpor otim + Kh otim
BL1 + PVT3 + Vpor otim
BL1 + Vpor otim + Kh pess
BL1
Barr Tot + Kh otim
PVT3
BL1 + PVT3 + Kh otim
Kh pess
PVT3 + Barr Tot + Vpor otim
BL1 + Barr Tot + Vpor otim
Barr Tot + Vpor otim + Kh pess
BL1+PVT3+Barr Tot+Vpor otim+Kh otim
Vpor pess + Kh otim
PVT3 + Vpor otim + Kh pess
Barr Tot
PVT3 + Barr Tot + Kh otim
Vpor pess
BL1 + Kh pess
BL1 + PVT3
PVT3 + Vpor pess + Kh otim
BL1 + Barr Tot + Kh otim
BL1 + Vpor pess + Kh otim
BL1 + PVT3 + Barr Tot + Vpor otim
BL1 + PVT3 + Vpor otim + Kh pess
BL1 + Barr Tot + Vpor otim + Kh pess
PVT3 + Kh pess
PVT3 + Barr Tot
Barr Tot + Kh pess
BL1 + Vpor pess
Vpor pess + Kh pess
BL1 + Barr Tot
92,6
)5
96
3UREDELOLGDGH
(%)
,QGLY
$FXP
23,32
0,88
0,05
1,25
2,14
0,08
0,54
0,46
10,00
0,88
5,83
0,54
5,00
0,22
0,38
0,19
0,02
1,07
0,27
4,12
0,22
5,00
2,14
2,50
0,27
0,38
0,46
0,09
0,11
0,08
1,25
1,03
0,88
2,14
1,07
1,76
39,88
40,77
40,81
42,06
44,20
44,29
44,82
45,28
55,28
56,16
61,99
62,52
67,52
67,74
68,12
68,31
68,33
69,40
69,67
73,79
74,01
79,00
81,15
83,64
83,91
84,29
84,75
84,84
84,96
85,04
86,29
87,32
88,20
90,34
91,41
93,18
5HVXOWDGRVGD6LPXODomRFRP,QFHUWH]DFRQWLQXDomRGDWDEHODDQWHULRU
93/
0RGHOR
92,6
)5
3UREDELOLGDGH
(%)
,QGLY
$FXP
0,05
1,25
0,09
0,11
0,19
0,54
0,46
0,88
0,54
0,38
0,44
0,05
0,02
0,22
0,27
0,08
0,09
0,19
0,22
0,38
0,11
0,02
0,08
0,09
0,05
0,02
93,22
94,47
94,57
94,68
94,87
95,41
95,87
96,75
97,28
97,66
98,10
98,15
98,17
98,39
98,66
98,74
98,83
99,02
99,24
99,62
99,74
99,76
99,84
99,93
99,98
Os dados da tabela anterior permitem construir a curva de risco para o projeto, vista na
Figura 7.27. Desta figura obtm-se os valores de VPL para as expectativas de realizao de
10%, 50% e 90%, mostrados na Tabela 7.15.
97
3UREDELOLGDGH$FXPXODGD
352%$%,/,'$'($&808/$'$[ 93/
3
!93/
0086
3
!93/
0086
3
!93/
0086
93/008V
)LJXUD&XUYDGH93/GR3URMHWR&RP5LVFR$VVRFLDGR
7DEHOD93/3DUD&DGD3HUFHQWLO
93/
(US$ milhes)
875
680
470
A escolha dos modelos representativos foi feita com base na Figura 7.28. Da nuvem de
pontos observada foram selecionados, para cada percentil, dois pontos (modelos) prximos da
linha desse percentil mas que apresentassem caractersticas de drenagem (FR) bem
diferenciadas. Desse modo, para cada expectativa de realizao do VPL do projeto, tm-se dois
modelos representativos diferenciados, permitindo uma boa representao das incertezas
envolvidas. Os modelos selecionados esto na Tabela 7.16.
98
5(35(6(17$d293/[)5
M OD E L OS R E P R E S E N T A T IVOS
93/0086
3
3
3
)5
)LJXUD(VFROKDGRV0RGHORV5HSUHVHQWDWLYRV
7DEHOD0RGHORV5HSUHVHQWDWLYRV
0RGHORV5HSUHVHQWDWLYRV93/SDUDDQRV
2WLPLVWD3
0pGLR3
3HVVLPLVWD3
Bloco1
+ Vpor otim
99
9DOLGDomRGD0DOKDGH'UHQDJHPGRV0RGHORV5HSUHVHQWDWLYRV
A Tabela 7.17 apresenta uma comparao entre os cinco arranjos, anteriormente testados
no Caso Base, aplicados a cada um dos modelos representativos. Para efeito de comparao,
todos os arranjos no passaram pelos passos de otimizao. Particularmente para o arranjo
VSRW
ILYH
com 41 poos, os valores herdados do Modelo Base otimizado esto na Tabela 7.14.
Para todos os modelos representativos, o arranjo ILYHVSRW com 41 poos o que propicia
maior VPL e, por isso, fica mantido como o esquema de drenagem de cada modelo
representativo.
7DEHOD4XDGUR&RPSDUDWLYR3DUD9DOLGDomRGD0DOKDGH'UHQDJHP
93/GR3URMHWR86PLOK}HV
VSRW
6/'
'/'
VSRW
'/'
SRoRV
SRoRV
SRoRV
SRoRV
SRoRV
696,66
747,48
674,98
744,15
639,76
776,07
787,19
762,42
Bloco 1
444,71
498,17
591,79
521,65
456,88
511,05
555,93
500,36
354,33
370,03
419,17
353,14
282,21
321,25
362,62
331,21
0RGHOR5HSUHVHQWDWLYR
100
2WLPL]DomRGD(VWUDWpJLDGRV0RGHORV5HSUHVHQWDWLYRV
0RGHORVGH93/2WLPLVWD3
0RGHOR%DUU7RW9SRURWLP.KRWLP
7DEHOD2WLPL]DomRGR0RGHOR%DUU7RW9SRURWLP.KRWLP
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 9,99
+ 1,92
+0,01
+ 0,14
+0,01
+0,36
-0,23
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
101
,QLFLDO
2WLPL]DGR
686,08
667,88 (-2,7%)
36
34 (-6%)
0RGHOR.KRWLP
7DEHOD2WLPL]DomRGR0RGHOR.KRWLP
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 0,43
+0,01
+ 1,00
-0,03
+ 0,93
+0,01
+0,69
-0,01
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
0RGHORVGH93/0pGLR3
0RGHOR%ORFR
102
,QLFLDO
2WLPL]DGR
686,08
686,08 (0%)
36
36 (0%)
7DEHOD2WLPL]DomRGR0RGHOR%ORFR
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 5,85
0RGHOR2WLPL]DGR
-0,04
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
- eliminao de um injetor
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
0RGHOR397%DUU7RW9SRURWLP
103
,QLFLDO
2WLPL]DGR
631,50
621,77 (-1,5%)
30
29 (-3%)
7DEHOD2WLPL]DomRGR0RGHOR397%DUU7RW9SRURWLP
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 0,40
+0,01
+ 12,21
-0,13
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
0RGHORVGH93/3HVVLPLVWD3
0RGHOR%ORFR9SRUSHVV
104
,QLFLDO
2WLPL]DGR
686,08
660,53 (-3,7%)
36
33 (-8%)
7DEHOD2WLPL]DomRGR0RGHOR%ORFR9SRUSHVV
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 7,97
+0,17
+ 0,50
+ 0,05
-0,26
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
,QLFLDO
2WLPL]DGR
631,50
603,22 (-4,5%)
30
27 (-10%)
0RGHOR397%DUU7RW9SRURWLP.KSHVV
105
7DEHOD2WLPL]DomRGR0RGHOR397%DUU7RW9SRURWLP.KSHVV
93/
)5
(US$ milhes)
(%)
0RGHOR,QLFLDO
+ 1,38
-0,02
+ 14,02
-0,58
0RGHOR2WLPL]DGR
,QFUHPHQWR
$OWHUDo}HVQD(VWUDWpJLDGH3URGXomRFRPD2WLPL]DomR
,QYHVW7RWDO$WXDOL]DGR86PLOK}HV
1~PHURGHSRoRV
,QLFLDO
2WLPL]DGR
686,08
631,15 (-8,0%)
36
30 (-20%)
A seguir feita uma anlise conjunta dos resultados obtidos com os dois exemplos
estudados.
106
$QiOLVHGRV5HVXOWDGRV
Na Tabela 7.24 e na Tabela 7.25 esto apresentados os principais resultados obtidos com o
primeiro exemplo e nas Tabela 7.26 e na Tabela 7.27 esto os do segundo exemplo.
107
Tabela 7.24: Exemplo 1 - Estratgia Inicial e Otimizao do Caso Base (US$ milhes)
0DOKDV$YDOLDGDV
93/
93/
&$62%$6(
,QLFLDO
2WLPL]DGR
498
645
600
-------
(+0,7 %)
Original
Linhas Prod./Inj.
)LYH6SRW Esparso
)LYH6SRW$GHQVDGR
3ULQFLSDLV5HVXOWDGRVGD2WLPL]DomR
27,0,67$6
0RGHOR
93/
93/
5HSUHVHQWDWLYR
,QLFLDO
2WLPL]DGR
997
998
(+0,1 %)
971
973
(+0,2 %)
809
809
(+0,1 %)
Bloco 1
798
799
(+0,1 %)
Kh pess + Bloco 1
623
624
(+0,1 %)
580
584
(+0,8 %)
529
545
(+3,1 %)
Kh otim
3(66,0,67$6
0e',26
3ULQFLSDLV5HVXOWDGRVGD2WLPL]DomR
108
7DEHOD([HPSOR(VWUDWpJLD,QLFLDOH2WLPL]DomRGR0RGHOR%DVH86PLOK}HV
0DOKDV$YDOLDGDV
93/
93/
&$62%$6(
,QLFLDO
2WLPL]DGR
22 poos
S.L.D.31 poos
D.L.D.40 poos
547
678
694
-------
)LYH6SRWSRoRV
680
(+6,6 %)
---
)LYHVSRW
D.L.D. 45 poos
3ULQFLSDLV5HVXOWDGRVGD2WLPL]DomR
7DEHOD([HPSOR2WLPL]DomRGRV0RGHORV5HSUHVHQWDWLYRV86PLOK}HV
0e',26
27,0,67$6
0RGHOR
93/
93/
5HSUHVHQWDWLYR
,QLFLDO
2WLPL]DGR
882
895
(+1,4 %)
Kh otim
875
878
(+0,4 %)
Bloco 1
667
673
(+0,9 %)
645
658
(+2,0 %)
472
481
(+1,8 %)
469
484
(+3,3 %)
3(66,0,67$6
3ULQFLSDLV5HVXOWDGRVGD2WLPL]DomR
109
Nas condies do exemplo adotado, e para a funo objetivo considerada, seria suficiente a
otimizao da estratgia de produo do Caso Base somente, podendo-se prescindir das etapas
de otimizao dos modelos representativos na execuo da anlise de risco, sem prejuzo da sua
qualidade. Alm disso, a otimizao do Caso Base reduz a possibilidade de ganhos posteriores
na otimizao dos modelos representativos. A otimizao da estratgia de um nico modelo
representa, ento, uma grande simplificao na aplicao da metodologia de anlise de risco,
com economia de tempo e recursos.
Ressalta-se que este modelo de reservatrio pode ser caracterizado como sendo de baixo
grau de heterogeneidade, sem compartimentaes e com pouca diferenciao de volumes no
importante atributo modelo estrutural. Alm disso, o processo de definio da malha inicial de
poos levou a uma boa drenagem do reservatrio. A conjuno desses fatores pode ter, numa
primeira anlise, minimizado a possibilidade de ganhos/variaes com o posterior processo de
otimizao da estratgia de produo para todos os modelos mostrados.
De modo geral, observa-se que este segundo exemplo sofreu maiores alteraes durante o
processo de otimizao, notadamente no Modelo Base. Beckner e Song (1995) afirmam que
malhas regulares no so as opes ideais de explotao para reservatrios heterogneos. De
fato, no caso do Modelo Base, quase metade do ganho total no VPL (3,1 % dos 6,6 % totais) foi
110
Novamente um dos modelos pessimistas (PVT3 + Barr Tot + Vpor otim + Kh pess) sofreu
uma maior alterao na estratgia de produo e nos investimentos com a otimizao em relao
aos demais modelos representativos, sem, no entanto, invalidar os aspectos comentados.
Como no primeiro exemplo, e para a funo objetivo adotada, apenas a otimizao do Caso
Base poderia ser feita, dispensando-se as repetitivas e trabalhosas etapas de otimizao dos
modelos representativos, simplificando a anlise de risco sem prejuzo da sua qualidade.
111
&RQFOXV}HVH5HFRPHQGDo}HV
&RQFOXV}HV
112
113
5HFRPHQGDo}HV
Este estudo deve ser estendido a um maior leque de situaes atravs da anlise de
mais e variados exemplos. Igualmente, diferentes passos de otimizao devem ser
propostos e testados nesses exemplos;
114
Para aplicaes de anlise de risco a projetos reais, deve ser considerado custo varivel
para o sistema de produo a implantar, situao esta mais prxima da prtica. Porm,
podem ser obtidas variaes apreciveis do VPL de um modelo de reservatrio em
decorrncia de pequenas mudanas oriundas da aplicao dos passos de otimizao.
115
5HIHUrQFLDV%LEOLRJUiILFDV
Aanonsen, S. I., Eide, A. L., Holden, L. and Aasen, J. O., Optimizing Reservoir Performance
Under Uncertainty with Application to Well Location. In: SPE Annual Technical
Conference and Exhibitions, Dallas, USA, SPE 30710, outubro de 1995.
Ballin, P.R., Aziz, K. and Journel, A.G., Quantifying the Impact of Geological Uncertainty on
Reservoir Performing Forecast. In: SPE Symposium on Reservoir Simulation, New
Orleans, USA, SPE 25238, fevereiro de 1993.
Beckner, B. L., and Song, X., Field Development Planning Using Simulated Annealing
Optimal Economic Well Scheduling and Placement. In: SPE Annual Technical
Conference and Exhibitions, Dallas, USA, SPE 30650, outubro de 1995.
Bittencourt, A. C. B. and Horne, R. N., Reservoir Development and Design Optimization. In:
SPE Annual Technical Conference and Exhibitions, San Antonio, USA, SPE 38895,
outubro de 1997.
Bobar, A. R., Reservoir Engineering Concepts on Well Spacing, SPE 15338, janeiro de 1985.
Corbishley, D. W.,Guedes, S. S., Pinto, A. C. C. and Cor C. A., Optimizing the Development
of a Giant Deepwater Multireservoir Oil Field through Reservoir Simulation. In: SPE
Reservoir Simulation Symposium, Houston, USA, SPE 51925, fevereiro de 1999.
116
Costa A.P.A., Schiozer, D.J.: Escolha de Atributos na Anlise de Risco em Campos de Petrleo
na Fase de Desenvolvimento, ENCIT, Caxambu, MG, 15-18 de outubro de 2002.
.
Cruz, P. S., Horne, R. N. and Deutsch, C. V., The Quality Map: A Tool for Reservoir
Uncertainty Quantification and Decision Making. In: SPE Annual Technical Conference
and Exhibitions, Houston, USA, SPE 56578, outubro de 1999.
Damsleth, E., Hage A. and Volden, R., Maximum Information at Minimum Cost: A North Sea
Field Development Study with an Experimental Design. Journal of Petroleum Technology,
pgs 1350-1356, dezembro de 1992.
Demirmen, F., Subsurface Appraisal: The Road From Reservoir Uncertainty to Better
Economics. In: SPE Hydrocarbon Economics and Evaluation Symposium, Dallas, USA,
SPE 68603, abril de 2001.
Guedes, S.S., Pinto, A.C.C., Cora, C.A.G., Pizarro, J.O.S., e Bittencourt, A.C., Aplicao de
Anlise de Incertezas no Desenvolvimento de Acumulaes Petrolferas Marginais em
guas Profundas In: Rio Oil & Gas Expo and Conference, IBP29600, Rio de Janeiro,
outubro de 2000.
Guedes, S.S., Pinto, A.C.C. e Cora, C.A.G., Otimizao da Malha de Drenagem com Foco na
Rentabilidade Uma Aplicao em Marlim Sul. In: III Seminrio de Reservas e
Reservatrio da Petrobrs, Rio de Janeiro, novembro de 2001.
117
Jensen, T. B., Estimation of Production Forecast Uncertainty for a Mature Production License.
In: SPE Annual Technical Conference and Exhibitions, New Orleans, USA, SPE 49091,
setembro de 1998.
Loschiavo, R.,
Mezzomo, C.C.,
Newendorp, P. D.
vreberg, O., Damsleth, E. and Haldorsen, H. H., Putting Error-Bars on Reservoir Engineering
Forecast. In: SPE Symposium on Reservoir Simulation, New Orleans, USA, SPE 20512,
setembro de 1990.
Pedroso Jr., C., e Schiozer, D.J., Otimizao de Locaes de Poos usando Simulao Numrica
de Reservatrios e Computao Paralela (PVM). In: Rio Oil & Gas Expo and Conference,
IBP06200, Rio de Janeiro, outubro de 2000.
Salomo, M.C. and Grell, A.P., Uncertainty in Production Profiles on the Basis of Geostatistic
Characterization and Flow Simulation. In: SPE Latin American and Caribbean Petroleum
Engineering Conference, Buenos Aires, Argentina, SPE 69477, maro de 2001.
118
Seifert, D., Lewis, J. J. M., Hern, C.Y. and Steel, N. C. T., Well Placement Optimisation and
Risking using 3-D Sthocastic Reservoir Modelling Techniques. In: SPE European 3-D
Reservoir Modelling Conference, Stavanger, Norway, SPE 35520, abril de 1996.
. Campinas: Departamento de
Steagall, D.E. and Schiozer, D.J., Uncertainty Analysis in Reservoir Production Forecast during
the Appraisal and Pilot Production Phases. In: SPE Reservoir Simulation Symposium,
Dallas, USA, SPE 66399, fevereiro de 2001.
119
$SrQGLFH$3URSULHGDGHVGH5HVHUYDWyULR
&XUYDVGH3HUPHDELOLGDGH5HODWLYD
6LVWHPDOHRJXD
0,8
Krw1
Kro1
Krw2
Kro2
Krw3
Kro3
0,7
.UHODWLY D
0,6
0,5
0,4
0,3
0,2
0,1
0,0
0,0
0,2
0,4
6Z
120
0,6
0,8
1,0
6LVWHPD*iVOHR
0,6
Krg1
Krog1
Krg2
Krog2
Krg3
Krog3
0,5
.UHODWLY D
0,4
0,3
0,2
0,1
0,0
0,0
0,2
0,4
6J
121
0,6
0,8
7DEHODVGH$QiOLVH397
7DEHODGR1tYHO397IRUPDWRGHHQWUDGDSDUDRVLPXODGRU
Propriedades do leo
Presso
Razo de
Solubilidade
Fator Volume
Fator Volume
Viscosidade Compressibilidade
Viscosidade
de Formao
de Formao
32,8
38,2
42,1
50,1
60,6
72,3
81,3
87,3
94,9
106,0
113,5
118,2
127,3
136,0
136,1
143,5
147,9
151,6
156,5
162,6
168,5
182,6
188,8
Propriedades do Gs
1,199
1,211
1,220
1,238
1,262
1,291
1,314
1,330
1,351
1,384
1,408
1,410
1,433
1,455
1,455
1,474
1,485
1,499
1,507
1,522
1,537
1,572
1,588
(cp)
(kgf/cm2)-1
(cp)
2,05
1,92
1,83
1,68
1,55
1,34
1,24
1,16
1,09
1,00
0,94
0,90
0,81
0,72
0,72
0,65
0,61
0,57
0,53
0,47
0,41
0,27
0,21
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
1,40E-04
0,0336
0,0261
0,0223
0,0171
0,0129
0,0100
0,0085
0,0077
0,0069
0,0060
0,0054
0,0053
0,0049
0,0045
0,0045
0,0042
0,0041
0,0040
0,0038
0,0037
0,0035
0,0032
0,0031
0,0112
0,0118
0,0125
0,0136
0,0146
0,0153
0,0163
0,0171
0,0178
0,0188
0,0200
0,0212
0,0222
0,0231
0,0231
0,0239
0,0243
0,0247
0,0252
0,0259
0,0265
0,0280
0,0286
122
7DEHODGR1tYHO397IRUPDWRGHHQWUDGDSDUDRVLPXODGRU
Propriedades do leo
Presso
Razo de
Solubilidade
Fator Volume
Fator Volume
Viscosidade Compressibilidade
Viscosidade
de Formao
de Formao
31,8
34,7
38,0
42,8
46,9
52,5
58,5
64,1
71,6
77,2
83,8
92,5
105,4
115,0
117,6
122,2
130,8
147,2
163,1
179,8
183,2
Propriedades do Gs
1,198
1,210
1,210
1,230
1,240
1,250
1,270
1,280
1,300
1,320
1,330
1,350
1,390
1,410
1,420
1,430
1,450
1,500
1,540
1,580
1,590
(cp)
(kgf/cm2)-1
(cp)
2,05
1,99
1,91
1,81
1,73
1,62
1,52
1,43
1,32
1,25
1,17
1,09
1,00
0,96
0,94
0,91
0,85
0,75
0,65
0,54
0,52
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
1,62E-04
0,0346
0,0291
0,0245
0,0199
0,0172
0,0144
0,0123
0,0108
0,0093
0,0084
0,0076
0,0067
0,0058
0,0053
0,0051
0,0049
0,0045
0,0040
0,0035
0,0032
0,0031
0,0109
0,0113
0,0117
0,0123
0,0128
0,0134
0,0142
0,0148
0,0157
0,0164
0,0172
0,0182
0,0197
0,0208
0,0211
0,0217
0,0227
0,0246
0,0265
0,0285
0,0289
123
7DEHODGR1tYHO397IRUPDWRGHHQWUDGDSDUDRVLPXODGRU
Propriedades do leo
Presso
Razo de
Solubilidade
Fator Volume
Fator Volume
Viscosidade Compressibilidade
Viscosidade
de Formao
de Formao
20,3
32,2
46,5
50,0
67,9
85,7
103,6
112,5
122,0
128,6
130,4
139,3
141,3
157,1
166,7
175,0
178,5
192,0
196,6
Propriedades do Gs
1,134
1,161
1,206
1,207
1,254
1,300
1,347
1,370
1,395
1,412
1,417
1,440
1,445
1,487
1,511
1,533
1,542
1,578
1,589
(cp)
(kgf/cm2)-1
(cp)
2,38
1,95
1,67
1,60
1,32
1,32
1,32
1,31
1,30
1,29
1,29
1,27
1,27
1,25
1,24
1,22
1,22
1,20
1,19
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
1,56E-04
0,0753
0,0321
0,0185
0,0154
0,0101
0,0075
0,0060
0,0055
0,0050
0,0047
0,0046
0,0043
0,0042
0,0037
0,0035
0,0033
0,0032
0,0030
0,0029
0,0119
0,0126
0,0141
0,0144
0,0161
0,0179
0,0196
0,0205
0,0215
0,0221
0,0223
0,0232
0,0234
0,0249
0,0259
0,0267
0,0270
0,0284
0,0288
124