Risk evolution throughout oil field development

Orientador: Denis José SchiozerDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica e Instituto de GeociênciasResumo: A quantidade de informação disponível para o planejamento de desenvolvimento de campos de petróleo é limitada fazendo com que a escolha da Estratégia de Produção seja feita sob incertezas. Durante a implementação, novas informações do campo podem levar a mudanças de estratégia que raramente são acompanhadas de um novo estudo de análise de incertezas. Este trabalho apresenta uma metodologia que reproduz o processo de desenvolvimento do campo sob incertezas geológicas usando o conceito de malha fechada (closed loop field development) aplicada à simulação de reservatório. A metodologia é aplicada no modelo benchmark UNISIM-I (baseado no campo de Namorado, no Brasil). Os principais objetivos são avaliar o processo e observar a evolução da curva de risco do projeto, mostrando que o uso de informações novas aliado à flexibilidade disponível pode melhorar o desempenho do projeto e que a previsão original, que não incorpora esses elementos, pode ser conservadora. Como o experimento é realizado em um ambiente controlado (resposta conhecida), também será possível avaliar se os modelos de simulação representam corretamente o reservatório real. O desenvolvimento de campo é realizado ao aplicar repetidamente um fluxograma de trabalho que gera novos cenários baseados em novos perfis de poços, ajusta os cenários a novos dados de produção e reotimiza a estratégia de produção. Cada etapa é realizada sob supervisão humana e projetada para simplificar a implementação com redução do esforço computacional, tornando o método mais atraente para o uso prático. Os novos dados são coletados a partir de um modelo de referência de alta resolução que não pertence ao conjunto de modelos usados na análise, reproduzindo uma situação mais realista do problema. Os resultados mostram duas contribuições principais do trabalho. A primeira é relativa aos conjuntos de modelos, que têm alta qualidade de ajuste, redução do risco e otimizações de estratégia que sistematicamente aumentam o valor monetário esperado desses conjuntos. As curvas de risco sofrem grandes mudanças ao longo do processo, comprovando a importância da análise de risco durante o desenvolvimento do campo. A segunda é um alerta para a aplicação da metodologia em casos reais, pois não foi encontrada uma relação direta forte entre as mudanças de expectativa econômica com o resultado econômico real. O estudo mostrou a dificuldade de representar plenamente o campo real ao longo do processo, mesmo quando os modelos de simulação honram todos os dados observados, eles podem não representar bem o modelo de referência (considerado real neste trabalho) levando a resultados subótimosAbstract: The amount of information available for field development planning is limited, forcing the Production Strategy to be designed under great level of uncertainty. During its implementation, new information from the field lead to strategy changes that rarely are followed by a new uncertainty assessment study. This work presents a methodology that reproduces the oil field development process under geological uncertainty using the concept of closed loop applied to the reservoir simulation. The methodology is applied in the UNISIM-I benchmark model (based on Namorado Field in Brazil). The main objectives are to evaluate the process and observe the evolution of risk curves, showing that new information associated with available flexibility may enhance the project economic performance and that the original expectations, which do not account for these elements, are restrained and outdated. The experiment is performed in a controlled environment (known answer), so additionally is possible to evaluate if the simulation models correctly represent the real reservoir. The field development is carried out by repeatedly applying a framework that generates new geostatistical realizations based on new well logs, assimilates new production data and re-optimizes the production strategy. Each step is performed under human supervision and customized using algorithms to simplify the implementation and to reduce computational effort, making it more appealing for practical use. New data are collected from a high-resolution reference model that does not belong to the ensemble of models, leading to a more realistic problem. Results show two main contributions from this work. The first is relative to the ensemble of simulation models, which have high quality history matched models, reduced risk range and strategy optimizations that consistently increase the expected monetary value of the matched ensembles. The risk curves undergo big changes throughout the processes, proving the importance of uncertainty assessment during the field development. The second is an alert to the application of the methodology to real cases since no direct relationship between the economic expectation changes from the ensembles and the reference field. This work revealed the difficulty of fully representing the real field during the process, even when simulation models match all the observed data of the reference model (considered real in this work) yielding suboptimal resultsMestradoReservatórios e GestãoMestre em Ciências e Engenharia de Petróle