lanco

Metodología basada en simulación numérica de yacimientos para reactivación de campos maduros.

Elkin Rodolfo Santafé Rangel, Fernando Enrique Calvete y William Blanco. Grupo de Investigación en Tecnologías Alternativas para Hidrocarburos – GITAH (Universidad Industrial de Santander – UIS).

© Copyright 2009 ACGGP. Este documento fue preparado para su presentación en el X Simposio Bolivariano Exploración Petrolera en Cuencas Subandinas, celebrada en Cartagena, Colombia, Julio de 2009. Este trabajo fue seleccionado para su presentación en la X Simposio del Comité Técnico de la revisión de la información contenida en un resumen presentado por el autor (s). Resumen Debido a las actuales demandas de producción en el sector de los hidrocarburos, es conveniente pensar que si se crea una estrategia técnica de evaluación de prospectos con bajo o moderado riesgo económico, Colombia puede tener la oportunidad de aumentar su producción si dicha evaluación se realiza sobre aquellas zonas que han sido abandonadas o que ya no son de interés económico debido a su antigüedad y nivel de agotamiento.

Al lograr definir una adecuada metodología para realizar

simulación numérica de yacimientos sobre campos maduros, se le estaría dando la posibilidad a aquellos campos que ya no son de interés comercial, de ser sometidos a un proceso de reactivación. La ventaja principal de esta técnica radica en el hecho de que la simulación numérica de yacimientos es una plataforma experimental virtual en donde se pueden tomar decisiones y se pueden implementar pruebas evaluando el impacto a futuro sin alterar la naturaleza actual del campo. Los trabajos de campo y las estimulaciones de producción, aunque precisan un estudio de factibilidad para su aplicación antes de hacerlas directamente sobre los pozos de petróleo, en muchas ocasiones no tienen en cuenta el impacto global del proceso que desarrollan localmente debido a que el objetivo de estas prácticas es mejorar la productividad del pozo que se está estimulando. Al poder evaluar diferentes escenarios se pueden mejorar las estrategias de rendimiento de todo el campo y no solamente de los pozos de interés.

Es necesario tener en cuenta que en gran medida el éxito

de cualquier proceso de simulación numérica de yacimientos se debe a dos cosas: en primer lugar, que el modelo con el cual se abstrae la realidad que se desea representar, contenga los elementos más importantes, permitiendo que los resultados

que se obtengan de ese modelo sean representativos y sean adaptables a la realidad. Y en segundo lugar, que el proceso mismo de hacer simulación cuente con unas pautas decisorias que lo haga relativamente fácil poder implementarlo y aplicarlo. En el presente trabajo se pretende exponer y sugerir un trazado metodológico que permita involucrar a la simulación numérica de yacimientos en los procesos de mejoramiento y reactivación de campos maduros. Introducción Alrededor de un 70% del petróleo producido en la actualidad proviene de campos de más de 30 años de longevidad, lo que centra el interés de la industria precisamente frente a los campos petroleros maduros. El mejoramiento de la recuperación desde yacimientos conocidos en tan sólo un uno por ciento implicaría la incorporación de 10 mil millones de barriles (1600 millones de m3) de petróleo equivalente al volumen de las reservas mundiales. Los medios para el logro de este modesto objetivo deben incluir el aumento de los factores de recuperación desde campos maduros cuya producción se encuentra en declinación, también conocidos como campos marginales. Se trata de recursos conocidos situados en localizaciones conocidas; a menudo lo único que se necesita para explotar el potencial de recursos es la aplicación de tecnologías conocidas de forma oportuna y metódica. Además se están desarrollando nuevas tecnologías para maximizar estas reservas.

Existen campos maduros en todo el mundo. El área marina

de América del Norte y la plataforma continental del Golfo de México tienen muchos campos que se encuentran en etapas avanzadas de sus vidas productivas. Numerosos campos petroleros del Mar del Norte ya han rebasado su pico de producción y el potencial que albergan los campos más longevos de Rusia es considerable. Otras regiones incluyendo China, India, Australia y Argentina, contienen una importante cantidad de campos maduros. Muchos lugares del mundo que aún se encuentran desarrollando sus recursos, también cuentan con campos petroleros que están ingresando en la meseta tardía de la curva de producción incluyendo México, Tailandia, Nigeria, Egipto y Colombia.

ELKIN RODOLFO SANTAFÉ R. – FERNANDO CALVETE – WILLIAM BLANCO 2

La tendencia a prolongar la vida productiva de los campos

petroleros destaca la importancia de la aplicación de tecnología durante todo el proceso de desarrollo del campo. Los campos que hoy son nuevos, con el tiempo se convertirán en campos maduros. En cada etapa de la vida productiva de un campo petrolero, tenemos que preguntarnos que se puede hacer para mantener la rentabilidad económica hasta ya bien iniciada la etapa de madurez del campo. Trabajos comunes para el mejoramiento de la productividad de campos maduros y marginales que no involucran simulación numérica de yacimientos. Los factores de recuperación de petróleo varían considerablemente entre las diferentes regiones del mundo y entre los distintos yacimientos, oscilando de menos del 5% a más del 80%. Una estimación razonable del factor de recuperación de petróleo promedio es de aproximadamente un 37%. La geología y las propiedades de los fluidos inciden en la recuperación final en cada yacimiento y estas propiedades son difíciles de modificar salvo en la zona vecina del pozo. No obstante, el correcto manejo de los campos petroleros puede mejorar el factor de recuperación mediante el abordaje de las condiciones existentes en la zona vecina al pozo y del yacimiento en conjunto.

Los campos maduros exhiben habitualmente crecientes

cortes de agua, a raíz tanto de la intrusión del acuífero natural en las zonas productivas como de los programas de inyección de agua. La industria petrolera produce un volumen mucho mayor de agua que de petróleo a nivel mundial y este volumen de agua debe ser manejado adecuadamente. La producción de agua también afecta los costos de levantamiento (costos de extracción). Una forma de ayudar a controlar estos costos es a través de la optimización de las bombas eléctricas sumergibles (ESP) utilizando las actuales tecnologías de vigilancia rutinaria.

Transcurridos varios años de producción, muchos campos

petroleros exhiben distribuciones complejas de fluidos y presiones de yacimientos. Uno de los principales desafíos con que se enfrentan los operadores de campos maduros es la compresión de la distribución y el flujo de fluidos existentes dentro de un yacimiento. Esto se puede lograr, pozo por pozo, a través de la aplicación de las técnicas modernas de adquisición de registros detrás del revestimiento.

La adquisición de registros de flujo de producción

constituye otra importante herramienta de optimización de pozos; una vez determinadas las características de influjo de un pozo, una operación de separación correctamente diseñada puede amortizarse rápidamente a través del incremento de la producción de petróleo o la reducción de la producción de agua, o ambas cosas al mismo tiempo.

Se dispone también de nuevas herramientas para la

ingeniería de un campo petrolero entero. La adquisición de

levantamientos sísmicos repetidos, que se conocen como estudios sísmicos adquiridos con la técnica de repetición, puede proveer información valiosa para la optimización de un campo. Los cambios producidos en la saturación y composición de los fluidos, o la ausencia de cambios, pueden indicar la existencia de ciertas zonas del campo que se beneficiarían con la perforación de más pozos o pozos que necesiten reparaciones.

Las cuencas maduras plantean grandes desafíos

tecnológicos. Los operadores deben manejar la declinación de la producción en el corto plazo aumentando al mismo tiempo los factores de recuperación a largo plazo. Aún así, muchos campos petroleros ubicados en áreas maduras están siendo operados utilizando la tecnología implementada en la etapa de desarrollo original del campo. El mejoramiento de la recuperación con este equipo, que a veces alcanzaría varias décadas de longevidad, es difícil por no decir imposible. Es preciso entonces evaluar nuevas tecnologías, tales como los registros de producción modernos, las instalaciones de superficie actualizadas, los mecanismos de levantamiento adecuados con fines específicos, o los estudios sísmicos adquiridos con la técnica de repetición para determinar que elementos resultan económicamente adecuados para la situación económica.

Impacto de la simulación numérica de yacimientos en el proceso de reactivación de un campo maduro. Uno de los objetivos de la simulación numérica de yacimientos en términos generales es poder generar un modelo computacional que aproxime el comportamiento real de un yacimiento. Para resolver la pregunta de cómo se mueven los fluidos que contiene el yacimiento lo que se hace es precisamente tomar el modelo artificial que se creó y someterlo a las mismas condiciones a las que está sometido el yacimiento real que se desea estudiar. Este modelo artificial tiene una característica muy importante y es que es discreto. Esto quiere decir que el modelo como tal está divido en muchas partes. Así, la pregunta que se planteó se debe resolver para cada parte mediante el uso de las relaciones físico-matemáticas correspondientes (Ecuaciones de Flujo de Fluidos en Medios Porosos) y la suma de las soluciones para cada parte da como resultado la solución total para todo el sistema (Figura 1).

Como se puede apreciar, el proceso de dividir el

yacimiento por partes sugiere el uso de formas geométricas que permitan consolidar el proceso de fragmentar el yacimiento (discretizar el yacimiento) (Figura 2). A ese conjunto de partes se le conoce como malla o sistema de enmallado y la forma geométrica que tenga va ha ser determinante sobre la técnica numérica de solución que se aplique. Esto indiscutiblemente sugiere que existen diversos tipos de sistemas de enmallado para resolver problemas de simulación numérica de yacimientos. Como se pudo apreciar en la tabla anterior, este enmallado no describe totalmente las formas caprichosas de la naturaleza; solo constituye una

ELKIN RODOLFO SANTAFÉ R. – FERNANDO CALVETE – WILLIAM BLANCO 2

aproximación. Como es una aproximación, todo lo que se solucione sobre ese modelo también será el resultado de procesos aproximados.

Figura 1. Esquema con los principales modelos y pasos que se utilizan en el proceso de generación de un modelo de flujo para simulación de yacimientos.

Figura 2. Esquema con el proceso de modelamiento discreto de un yacimiento.

La simulación numérica de yacimientos como técnica computacional aplicada, permitirá generar escenarios virtuales que permitan realizar pruebas sobre el yacimiento antes de implementarlas en campo. Contar con este tipo de escenarios permitirá mejorar las decisiones que se puedan tomar para optimizar la producción del campo y reducirá los costos del riesgo sobre un estudio.

Figura 3. Etapas involucradas en el proceso de mejoramiento de un campo maduro. Se puede observar que la simulación numérica entra en juego en la etapa final.

En la Figura 3 se pueden observar las diferentes etapas y

procedimientos aplicados al mejoramiento de un campo maduro. La simulación de yacimientos está contemplada dentro de las etapas finales del proceso de mejoramiento de un campo con estas condiciones. Esto confina muchas posibilidades en términos de aprovechar la simulación numérica como una herramienta para probar múltiples escenarios de desarrollo y quedarse con la mejor alternativa. Ingeniería de control en simulación numérica de yacimientos. El simulación numérica de yacimientos se basa en un flujo de trabajo con una serie de etapas generales por las cuales siempre se pasa en la construcción y puesta a punto de un modelo. Estas etapas generales se muestran en la Figura 4. Desde el punto de vista computacional, estas etapas se pueden reducir básicamente a tres:

• Preprocesamiento • Procesamiento • Postprocesamiento

En el preprocesamiento lo que se busca es realizar el

diseño virtual del yacimiento. Se establece una geometría de modelamiento, se cargan las diferentes propiedades petrofísicas del modelo, se describen los fluidos que se modelaran y se ajustan los elementos adiciones como pozos y niveles de fases presentes. En el procesamiento el modelo computacional, se encarga de resolver numéricamente todas las interacciones entre los modelos que se han utilizado para describir cada proceso que ocurre en el yacimiento. El resultado de este proceso es la solución que se busca. Finalmente en el postprocesamiento lo que se hace es visualizar los resultados obtenidos mediante las herramientas disponibles en el software de modelamiento utilizado, y

3 METODOLOGÍA BASADA EN SIMULACIÓN NUMÉRICA DE YACIMIENTOS PARA REACTIVACIÓN DE CAMPOS MADUROS

ELKIN RODOLFO SANTAFÉ R. – FERNANDO CALVETE – WILLIAM BLANCO 2

analizar que las respuestas obtenidas por el simulador sean coherentes con la realidad física del yacimiento. Importancia del preprocesamiento del modelo a simular. Como se ha expresado anteriormente, en cualquier proceso de simulación la adecuada definición del modelo del yacimiento representa la etapa más importante. Dentro de las tareas que se realizan esta la adecuada elección del sistema de enmallado con el cual se va ha representar el yacimiento. Este es uno de los aspectos más críticos dentro de la etapa de construcción del modelo, ya que dicho sistema debe ser capaz de representar de una manera aproximada la complejidad geométrica del yacimiento y al mismo tiempo tener la capacidad de adaptarse a la dinámica de los fluidos presentes. Se ha comprobado que un único sistema de enmallado no logra una completa definición del yacimiento; por el contrario, una combinación de diferentes técnicas existentes pueden generar un modelo discreto adecuado para representar tanto su geometría base como la dinámica de movimiento de los fluidos presentes.

Figura 4. Fases generales del proceso de simulación numérica teniendo en cuenta los aspectos más relevantes desde el punto de vista de la ingeniería de petróleos.

Figura 5. Mapa conceptual que expone los diferentes problemas que se pueden presentar con el sistema de enmallado. Problemas asociados con el sistema de enmallado. Los problemas que se pueden presentar con el sistema de enmallado son múltiples y están asociados a la complejidad geométrica del dominio que se desea discretizar y al tipo de fenómeno a simular. Sin embargo, estos problemas se podrían agrupar en tres grupos: problemas relacionados con la orientación de la malla, problemas relacionados con el grado de resolución del sistema de enmallado y problemas asociados al tipo de modelo a diseñar. En la Figura 5 se presenta un mapa conceptual que expone los problemas más relevantes en cada uno de estos grupos. Metodología de mejoramiento de la productividad de basada en simulación numérica de yacimientos. La metodología basa en simulación numérica de yacimientos busca recurrir a los simuladores como herramientas de prueba virtual para poder valorar la mejor estrategia productiva de un campo maduro. Paso 1: Revisar y organizar el archivo histórico de eventos en el campo. Esta es la primera etapa en donde se tiene contacto con el modelo. Lo que se busca es iniciar el proceso de conocimiento o reconocimiento del campo como tal en función de todos los eventos que han tenido ocurrencia en el mismo. Hay que tener en cuenta que en el momento en que se decide revitalizar un campo maduro o marginal, ya se ha rebasado con seguridad el pico de máxima productividad siendo esto un factor a tener en cuenta sobre todo a nivel de posibles estrategias de mejoramiento de la producción del campo como tal. Los pasos a seguir serían los siguientes: Revisar la historia de exploración. Aquí lo que se busca es reconocer al campo en primera instancia, como parte de un sistema petrolífero. Se debe reconocer la cuenca a la que está asociado el campo, las estructuras geológicas principales que la limitan, la posible ruta de migración del fluido que

4

ELKIN RODOLFO SANTAFÉ R. – FERNANDO CALVETE – WILLIAM BLANCO 2

constituyó al campo, la roca madre de dicho fluido y la distribución tectónica de la zona. Reconocer la cuenca puede permitir definir a un nivel grueso, características litológicas primarias del campo que amarradas al sistema estructural pueden permitir explicar porque el fluido se encontraba entrampado allí. Igualmente puede permitir encontrar fallas de inicio en la interpretación estructural que hayan afectado el balance de materia. Establecer la ruta de migración y conocer la roca madre, puede permitir explicar si el campo tuvo aporte de carga de fluido de un solo tipo de roca madre o de varias, y esto puede permitir explicar porque el fluido puede llegar a tener determinado tipo de comportamiento termodinámico a nivel de la historia de producción del mismo. La distribución tectónica de la zona permite establecer una tendencia general de esfuerzos en el área en la que se encuentra ubicado el campo. Esto puede dar una idea del nivel de complejidad geomecánico del área, la cual pudo afectar tanto la construcción de pozos como el mismo mecanismo energético del campo. Organizar la información obtenida en su descubrimiento y delineación. Se deben identificar en primer lugar, el pozo descubridor y extraer de allí, la columna litológica inicial que se construyó, los datos de registros corridos y el historial de eventos problemáticos durante la perforación, ya que pueden existir patrones que se repitan. Igualmente el tipo de pruebas realizadas en este pozo, la información obtenida de la misma y los datos de cada prueba en sí. La idea es encontrar posibles fallas en la interpretación o errores de toma de datos en las pruebas. De los pozos delimitadores se requiere la misma información anterior y del cotejo de toda la información se debe recrear una idea general del yacimiento. Se puede esperar que sea la misma idea que creó en la época en que se hizo dicha interpretación. Revisar la historia de desarrollo y producción del campo. Aquí se desea organizar en el tiempo: - La historia de perforación del campo. - Análisis de las curvas de declinación. - Trabajos realizados en el tiempo y nivel de eficiencia de

los mismos. - Nuevas reinterpretaciones a nivel de todos los tipos de

registros. - Sensibilidad del campo ante la modificación de las

facilidades de superficie.

El objetivo de esta fase es poder condensar la información referente a la vida productiva del campo y establecer una dependencia y un estado actual. Establecer la dependencia puede permitir apreciar si el campo responde mejor a determinado mecanismo de estimulación o de recobro y caracterizar el estado actual permite saber si el campo cuenta o no condiciones para el inicio de un proceso de mejoramiento basado en determinada técnica.

Paso 2: Definir los parámetros de selección. En esta primera etapa, lo que se busca es redefinir el problema en cuestión. Se retorna a las bases. Pese a que un campo maduro puede gozar de un nivel de información y manejo productivo bastante documentado, no es necesariamente así con un campo marginal. La marginalidad de un campo puede deberse incluso a problemas de abandono del mismo por pérdida de interés económico. Es normal que existan múltiples estrategias a ser probadas, pero lo que justificará el uso de la SNY será el proceso que se piense implementar como solución al mejoramiento de la productividad. En virtud de esto los parámetros de selección son los siguientes: Nivel de simulación. Si es modelo de pozo o modelo de campo. En casos especiales puede requerirse los dos niveles de trabajo. Medio efectivo de modelamiento. Si el medio es fracturado o no, o si presenta problemas de depositación de orgánicos o migración de finos. Aquí igualmente se pueden incluir análisis geomecánicos del sistema. Dimensionamiento y definición de direcciones preferenciales. Si el análisis requerido se necesita en 1D, 2D o 3D y las direcciones que intervienen acorde al sistema de coordenadas que se use. Tipo de modelo de flujo. Es definir si el modelo de fluido es un aceite negro, gas neto, gas condensado o modelo composicional y de si se requiere modelar depositación. Tipo de proceso. Se requiere definir si se aplicaría algún tipo de proceso de recobro en particular o de si solo se trata de un tratamiento local (depende del nivel de simulación establecido). Nivel de aplicabilidad. En función de la factibilidad técnica del proyecto en a capacidad instalada o por instalar. Impacto económico inicial. Se trata de establecer si el trabajo o grupo de trabajos que se pretenden hacer justifican la inversión.

Al evaluar estos parámetros, se puede determinar si un simulador se puede o no usar y si se requeriría construir uno de propósito específico. En muchas ocasiones las herramientas software permiten el desarrollo de soportes auxiliares que permiten incluir cálculos adicionales a las herramientas comerciales. Estos soportes se constituyen en una herramienta versátil para el desarrollo de simulaciones post. Paso 3: Revisar la integridad de la información requerida. Una vez establecido y organizado el banco de información y después de realizar un análisis que permita que clase de modelo de simulación se deba construir, se procede entonces a evaluar la calidad de la información requerida. En muchas ocasiones frente a la información de un campo se pueden presentar diferentes inconvenientes a saber:

5 METODOLOGÍA BASADA EN SIMULACIÓN NUMÉRICA DE YACIMIENTOS PARA REACTIVACIÓN DE CAMPOS MADUROS

ELKIN RODOLFO SANTAFÉ R. – FERNANDO CALVETE – WILLIAM BLANCO 2

Falta de registros actuales: carencia de información actualizada o de un sondeo concienzudo de las principales variables que afectan al campo. Es de notar que en algunos casos, campos se han producido sin estudios de simulación. Mala interpretación de la información disponible: la carencia de técnicas de medición adecuadas pueden alterar la interpretación y entendimiento del campo. Carencia de un nivel de integración en toda la caracterización del campo: la información puede estar acumulada pero ser inútil si no se integra adecuadamente. La imerción de pruebas para recolección de información en tiempos tardíos puede ocasionar confusión en el modelo debido al arrastre no controlado de fenomenologías pasadas.

Una vez se ha establecido el nivel de integridad de la información disponible, se puede preveer el uso de tecnologías alternativas que permitan mejorar, completar y obtener la información faltante. Dichas tecnologías pueden derivar estudios completos adicionales, pero asegurarán la recuperación del estado de información básica para la construcción de un modelo de simulación numérica con lo que se quiere. Dichas tecnologías son: Inteligencia Artificial. Permite emular procesos biológicos a través de programas de computadora, buscando cierto nivel de autonomía en los mismos para que tengan capacidad de decisión. Básicamente esta clase de técnicas tiene por objetivo resolver problemas altamente no lineales y los procesos básicos que emulan son los concernientes a evolución y selección. Se destacan las redes neuronales artificiales, los algoritmos genéticos, la lógica difusa y los autómatas celulares, siendo estos últimos los menos usados en la industria. Esquemas de modelamiento alternativo. Usualmente esquema numérico que rige el modelamiento de flujo en medios porosos es el de las diferencias finitas. Sin embargo, se ha desarrollado toda una escala de modelos alternos que permiten superar problemas como la adaptabilidad geométrica y altos tiempos de cómputo. Entre dichas técnicas se destacan la simulación por líneas de flujo, los elementos finitos, los volúmenes finitos y el procesamiento en paralelo. Estadística. Bajo el nivel de incertidumbre que puede manejarse en el modelamiento de un campo, es lógico pensar que en el momento de tomar una decisión es bueno tener la mayor cantidad de opciones contempladas. Los análisis estocásticos, sacan a la simulación numérica del plano determinístico y permiten que un ingeniero pueda tener en vez de un solo modelo para decidir, todo un abanico de posibilidades que le pueden permitir considerar escenarios

diversos en las decisiones que toma. Es una práctica muy común actualmente usar simulación estocástica. Existen otras técnicas de que pueden ser o no tan populares actualmente, pero pueden aportar soluciones al modelamiento como es el uso de máquinas vectoriales, fractales y MEMS. A nivel de la industria se han hecho intentos de aplicación de estas técnicas siendo el modelamiento fractal, tal vez el más aplicado de los tres. Las máquinas vectoriales han demostrado tener fuerza en las aplicaciones concernientes a ajustes altamente no lineales y los MEMS, se han probado a nivel de sensores (monitoreo) en herramientas de campo, mas no se ha establecido un uso formal a escala del modelamiento de flujo en medios porosos. Paso 4: Realizar la simulación numérica. Esta etapa obedece a concentrar los esfuerzos en el manejo del modelo de simulación como tal. Las etapas de inicialización, ajuste y predicción serán las encargadas del proceso ahora. Datos de entrada. Datos generales, datos de la malla, datos de roca y fluido, datos de producción e inyección y datos de pozo. El Agrupamiento de datos requiere de mucho tiempo y dinero. Determinar la veracidad de los datos disponibles es vital para el éxito del modelamiento del yacimiento.

Macheo histórico. Es un ajuste del pasado de la producción y presión consiste en el desarrollo de un ajuste de los parámetros de un modelo de yacimiento, bajo la observación de la simulación con los ajustes realizados o del comportamiento histórico. Este paso es necesario antes de la predicción debido a que la predicción en la precisión e una predicción pueden no ser mejor que la precisión dada por el ajuste histórico. Sin embargo, se debe tener en cuenta que el ajuste histórico no es lo único.

Los pasos de un macheo histórico son los siguientes: 1. Ajuste de presiones. 2. Ajuste de saturaciones 3. Ajuste del índice de productividad.

En las figuras 6, 7 y 8 se pueden apreciar detalles de este

proceso expuestos también por el profesor Satter.

Predicción del comportamiento futuro. Es la fase final de un estudio de simulación. Se puede hacer sobre las condiciones de operación existentes o con el fin de desarrollar un plan alternativo tal como infill drilling, waterflood, etc. El objetivo es determinar las condiciones de operación optimas en busca de maximizar el recobro económico. Conclusiones. Las conclusiones generales del trabajo se pueden resumir en las reglas de oro presentadas por el profesor Aziz para el desarrollo de modelos de simulación numérica:

6

ELKIN RODOLFO SANTAFÉ R. – FERNANDO CALVETE – WILLIAM BLANCO 2

1. Entienda su problema y defina sus objetivos. 2. Maneje la simplicidad. Empiece y termine con un modelo

simple. Entienda las capacidades y limitaciones de su modelo.

3. Entienda la interacción entre las diferentes partes del modelo. Yacimiento, acuífero, pozos y facilidades están interrelacionadas.

4. No asuma que lo más grande siempre es lo mejor. Siempre la pregunta sobre el tamaño de un estudio está limitada por los recursos de computadora y/o presupuesto. La calidad y cantidad de datos es más importante.

5. Conozca sus limitaciones y confíe en su juicio. Recuerde que la simulación no es una ciencia exacta. Haga un simple balance de materiales para chequear los resultados de su simulación.

6. Sea razonable en sus expectativas. Con frecuencia, lo máximo que puede llegar a obtener de un estudio es una orientación sobre los éxitos relativos como opciones disponibles para usted.

7. Cuestione los datos ajustados para el macheo histórico. Recuerde que este proceso no tiene una solución única.

8. Nunca suavice o promedie los extremos. 9. Preste atención a las medidas y las escalas en las cuales

trabajó. Valores medidos a escala de corazón no pueden aplicarse directamente un bloque de mayor escala, pero las mediciones hechas a una escala pueden influenciar los valores en otras escalas.

10. No escatime en datos de laboratorio necesarios. Tenga un plan de trabajo de laboratorio con su uso final en mente.

Agradecimientos. A la Universidad Industrial de Santander y al Grupo de Investigación en Tecnologías Alternativas para Hidrocarburos – GITAH por generar los espacios para que esta clase de trabajos puedan desarrollarse dentro del marco de investigación en busca de nuevas soluciones para la industria. Referencias

Aronofsky, J.S. Why simulations studies can be good or bad. Oil and Gas J. – Nov. 1984.

Aronofsky, J.S. Common pitfalls in reservoir simulation. Oil and

Gas J. – Dic. 1984. Braunschweig, B.B. y Brendal, B.A. Artificial intelligence in the

petroleum industry. Institut Francais du Pétrole. – 1990. Saleri, N.G. y Toronyi, R.M. Engineering control in reservoir

simulation: Part I, Part II and Part III. SPE 18305 – 1988.

Santafé Rangel, E. R. y Sierra Suárez, L. E. Estudio comparativo de las técnicas de enmallado estático utilizadas en simulación numérica de yacimientos. Tesis de Pregrado - Universidad Industrial de Santander. Bucaramanga – Colombia 2004.

Santafé Rangel, E. R. Metodología basada en simulación numérica de yacimientos para reactivación de campos maduros. Tesis

de Maestría - Universidad Industrial de Santander. Bucaramanga – Colombia 2009.

Satter, A., Baldwin, J. y Jespersen, R. Computer-Assisted Reservoir Management. Grupo K-t-dra. PennWell CorporationOklahoma 2000.

SCHLUMBERGER, Brochure Simposio de Campos Maduros. Nigeria 2000

Figura 6. Proceso de ajuste por presiones.

Figura 7. Proceso de ajuste por saturaciones.

7 METODOLOGÍA BASADA EN SIMULACIÓN NUMÉRICA DE YACIMIENTOS PARA REACTIVACIÓN DE CAMPOS MADUROS

ELKIN RODOLFO SANTAFÉ R. – FERNANDO CALVETE – WILLIAM BLANCO 2

Figura 8. Proceso de ajuste por productividad.

8