ES2525577T3 - Procedimiento para mejorar la producción de un campo de gas o petróleo maduro - Google Patents
Procedimiento para mejorar la producción de un campo de gas o petróleo maduro Download PDFInfo
- Publication number
- ES2525577T3 ES2525577T3 ES11725459.9T ES11725459T ES2525577T3 ES 2525577 T3 ES2525577 T3 ES 2525577T3 ES 11725459 T ES11725459 T ES 11725459T ES 2525577 T3 ES2525577 T3 ES 2525577T3
- Authority
- ES
- Spain
- Prior art keywords
- wells
- field
- new
- production
- well
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005457 optimization Methods 0.000 claims description 18
- 238000005553 drilling Methods 0.000 description 10
- 238000013459 approach Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 239000007789 gas Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/30—Specific pattern of wells, e.g. optimising the spacing of wells
Landscapes
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Housings And Mounting Of Transformers (AREA)
- Cosmetics (AREA)
Abstract
Procedimiento para mejorar la producción de un campo de gas o petróleo maduro, comprendiendo dicho campo una pluralidad de pozos existentes (2, 2'), comprendiendo dicho procedimiento: - proporcionar un simulador de campo (10) capaz de predecir una producción de dicho campo, pozo a pozo, en función de un escenario determinado, siendo un escenario un conjunto de datos que comprende parámetros de producción de los pozos existentes (2, 2') estando el procedimiento caracterizado por que - dicho conjunto de datos comprende, dado el caso, parámetros de ubicación y producción de uno o más pozos nuevos y por que comprende: - determinar (11) las zonas de drenaje (3, 3') de dichos pozos existentes (2, 2') utilizando el simulador de campo, - determinar (12) unas ubicaciones de nuevos pozos candidatos de tal modo que las zonas de drenaje de dichos nuevos pozos candidatos, determinadas utilizando el simulador de campo, no se solapen con las zonas de drenaje (3, 3') de los pozos existentes (2, 2'), - optimizar (13) el valor de una función de ganancia, la cual depende de la producción del campo mediante la determinación de un conjunto de pozos de entre una pluralidad de conjuntos de pozos, que optimiza el valor de dicha función de ganancia, comprendiendo cada conjunto de pozos de dicha pluralidad de conjuntos de pozos los pozos existentes (2, 2') y nuevos pozos seleccionados de entre los nuevos pozos candidatos.
Description
E11725459
05-12-2014
DESCRIPCIÓN
Procedimiento para mejorar la producción de un campo de gas o petróleo maduro.
5 Antecedentes de la invención
1. Campo de la invención
La presente invención se refiere a la mejora de la producción de un campo de gas o petróleo maduro. Más
10 precisamente, la presente invención se refiere a la utilización de un simulador de campo para la determinación de la ubicación de la perforación para nuevos pozos o nuevos inyectores.
2. Descripción de la técnica relacionada
15 Los campos de gas y petróleo maduros, con muchos productores y una larga historia de producción, se convierten de forma creciente en complejos de comprender apropiadamente cada año que pasa. Generalmente, después de diversas campañas de perforación, no existe una solución evidente para mitigar su declive utilizando tecnologías de equipos posibles. Todavía, existe un espacio para la mejora de la producción sobre un comportamiento denominado "punto de referencia" o "aquí no ha pasado nada" de un campo maduro entero.
20 Los simuladores de campo han sido desarrollados para producir modelos de comportamiento de un campo de gas natural o petróleo maduro y predecir una cantidad esperada producida en respuesta a un conjunto determinado de parámetros de producción aplicados. Un tipo de simulador de campo capaz de predecir la producción de un campo, pozo a pozo, para un escenario determinado, en una cantidad de tiempo relativamente corta (unos pocos segundos)
25 ha aparecido recientemente.
Sin embargo, variaciones sustanciales se pueden contemplar en el modo de perforar pozos adicionales puesto que existen millones de posibles escenarios. Hasta ahora ningún análisis tradicional ha sido capaz de identificar un escenario óptimo fiable. En particular, utilizando un simulador de campo de red de malla tradicional para determinar
30 la producción del campo para cada uno de los posibles escenarios, a fin de seleccionar el mejor, requeriría una cantidad excesiva de tiempo de cálculo.
El documento US 2008/0300793 A1 divulga una técnica de algoritmo evolutivo híbrido ("HEA") para calcular automáticamente ubicaciones de pozos y drenaje en un campo.
35 El documento de NEJAD T., SAHAND U., ALEAGAHA A., SALARI S.: "Estimating Optimum Well Spacing in a Middle East Onshore Oil Fiedl Using a Genetic-Algorithm-Optimization Approach" de la Sociedad de ingenieros del petróleo, SPE, vol. SPE105230 del 14 marzo de 2007, divulga un procedimiento para la optimización de la separación de pozos en la fase de desarrollo de una reserva de hidrocarburos y la planificación para la perforación de pozos de
40 producción.
El documento de PANG S., FAEHRMANN P.: "Development Planning in a Mature Oil Field ", de la Sociedad de ingenieros del petróleo, SPE, vol. SPE25352, del 8 febrero de 1993, divulga una planificación del desarrollo en un campo petrolífero maduro.
45
Sumario de la invención
La invención ha sido llevada a cabo en consideración a los problemas anteriores y su objeto es proporcionar un procedimiento para mejorar la producción de un campo de gas natural o petróleo maduro, el cual no requiera una
50 cantidad excesiva de tiempo de cálculo.
La invención proporciona un procedimiento para mejorar la producción de un campo de gas o petróleo maduro según la presente invención, comprendiendo dicho campo una pluralidad de pozos existentes, dicho procedimiento comprendiendo:
55 -proporcionar un simulador de campo capaz de predecir una producción de dicho campo, pozo a pozo, en función de un escenario determinado, un escenario siendo un conjunto de datos que comprenden parámetros de producción de los pozos existentes y, dado el caso, los parámetros de ubicación y producción de uno o más pozos nuevos,
60 -determinar las zonas de drenaje de dichos pozos existentes utilizando el simulador de campo,
-determinar ubicaciones de nuevos pozos candidatos de tal modo que las zonas de drenaje de dichos nuevos pozos candidatos, determinadas utilizando el simulador de campo, no se solapen con las zonas de drenaje de 65 los pozos existentes,
E11725459
05-12-2014
-optimizar el valor de una función de ganancia la cual depende de la producción del campo mediante la determinación de un conjunto de pozos de una pluralidad de conjuntos de pozos, la cual optimiza el valor de dicha función de ganancia, cada conjunto de pozos de dicha pluralidad de conjuntos de pozos comprendiendo los pozos existentes y nuevos pozos seleccionados de entre los nuevos pozos candidatos.
5 Con el procedimiento de la invención, los nuevos pozos candidatos se determinan de tal modo que sus zonas de drenaje no se solapen con las zonas de drenaje de los pozos existentes. Por lo tanto, el número de nuevos pozos candidatos se reduce en comparación con las múltiples ubicaciones posibles para nuevos pozos. Puesto que la función de ganancia depende de la producción del campo, la determinación de su valor para un escenario
10 determinado requiere la utilización del simulador de campo. Sin embargo, puesto que la optimización se lleva a cabo seleccionando nuevos pozos entre los nuevos pozos candidatos, el número de escenario se reduce en comparación con el número de posibles escenarios. La optimización no requiere la utilización del simulador de campo para cada uno de los escenarios posibles y el tiempo de cálculo se reduce.
15 En una forma de realización, el procedimiento comprende una etapa heurística en la que los nuevos pozos candidatos son seleccionados previamente o no seleccionados mediante la aplicación de por lo menos una regla heurística, cada conjunto de pozos de dicha pluralidad de conjuntos de pozos consistiendo en los pozos existentes y nuevos pozos seleccionados entre los nuevos pozos candidatos previamente seleccionados.
20 Esto permite la reducción adicional del número de escenarios.
Por ejemplo, dicha regla heurística comprende la selección previamente y no selección de nuevos pozos horizontales candidatos, dependiendo de su orientación.
25 Dicha regla heurística puede comprender la selección previa y la no selección de nuevos pozos candidatos, dependiendo de su distancia con los pozos existentes.
La regla heurística también puede comprender la selección previa y la no selección de nuevos pozos candidatos, dependiendo de su producción de petróleo acumulada determinada por el simulador de campo.
30 En una forma de realización, la optimización del valor de una función de ganancia comprende la determinación de los parámetros óptimos de producción para un conjunto determinado de pozos mediante la aplicación de procedimientos de optimización deterministas.
35 La optimización del valor de una función de ganancia puede comprender la determinación del conjunto óptimo determinado de pozos mediante la aplicación de procedimientos de optimización no deterministas.
En una forma de realización, la optimización del valor de dicha función de ganancia comprende la determinación de un conjunto de inyectores los cuales optimizan el valor de dicha función de ganancia.
40 Los pozos pueden tener una geología individual o multicapa. En el último caso, el simulador de campo puede ser capaz de predecir una producción de dicho campo, pozo a pozo y por capa o grupo de capas.
El procedimiento puede comprender una etapa de la definición de limitaciones que deban ser cumplidas por el 45 conjunto de pozos el cual optimiza el valor de dicha función de la ganancia.
El procedimiento puede comprender una etapa de la definición de limitaciones que deban ser cumplidas por dichos parámetros óptimos de producción.
50 Breve descripción de los dibujos
Éstos y otros objetos y características de la presente invención se pondrán de manifiesto a partir de la siguiente descripción de formas de realización preferidas proporcionadas haciendo referencia a los dibujos adjuntos, en los cuales:
55 la figura 1 es una vista esquemática que muestra las zonas de drenaje de los pozos existentes en un campo petrolífero maduro,
las figuras 2 y 3 muestran las zonas de drenaje de nuevos pozos candidatos para el campo petrolífero de la figura 60 1,y
la figura 4 es un cuadro de flujo que ilustra un procedimiento para la mejora de la producción de un campo petrolífero maduro, según una forma de realización de la invención.
5
15
25
35
45
55 E11725459
05-12-2014
Descripción detallada de las formas de realización preferidas
Formas de realización de la invención se describirán en detalle en este documento más adelante mediante la referencia a los dibujos.
La figura 1 representa una vista esquemática de un campo petrolífero maduro 1, desde arriba. El campo petrolífero 1 comprende una pluralidad de pozos existentes 2, 2’. Los pozos existentes 2, 2’ comprenden en particular pozos verticales 2 y pozos horizontales 2’. En una forma de realización el campo petrolífero 1 también puede comprender inyectores.
Los pozos 2, 2’ pueden tener una geología individual o multicapa.
Un simulador de campo es un programa de ordenador capaz de predecir una producción del campo petrolífero 1 como una función de un escenario determinado. Un escenario es un conjunto de datos que comprende parámetros de producción de los pozos existentes 2, 2’ y, dado el caso, los parámetros de ubicación y producción de uno o más pozos nuevos. En una forma de realización, el escenario también puede comprender parámetros de producción de inyectores existentes y los parámetros de ubicación y producción de nuevos inyectores.
Más precisamente, el simulador de campo es capaz de predecir la producción del campo petrolífero 1 pozo por pozo y, en el caso de una geología multicapa, por capa o grupo de capas.
Los parámetros de producción pueden incluir, por ejemplo, las presiones de flujo de fondo de pozo (BHFP, por sus siglas en inglés), presión en la cabeza del pozo, velocidad de elevación del gas, frecuencia de la bomba, reoperación, cambio de completación …. Para los nuevos, pozos como los parámetros de producción pueden incluir el tiempo de perforación o completación.
Como se ha explicado anteriormente, ha aparecido recientemente un tipo de simulador de campo capaz de predecir la producción de un campo, pozo por pozo y, si es apropiado, capo por capa para un escenario determinado, en una cantidad de tiempo relativamente corta. La persona experta es capaz de proporcionar un simulador de campo de este tipo para el campo petrolífero 1.
La presente invención tiene por objetivo la mejora de la producción de un campo de gas o petróleo maduro. En la presente forma de realización, la producción del campo petrolífero 1 se mejora mediante la identificación de la situación y la temporización en donde perforar nuevos pozos y la identificación de qué tecnología utilizar para cada uno de los nuevos pozos (tipo de completación, vertical u horizontal, y si es así qué orientación). En otra forma de realización, la producción del campo petrolífero 1 también se puede mejorar identificando la ubicación y la temporización en dónde perforar nuevos inyectores.
Se pueden definir limitaciones, las cuales necesitan ser cumplidas por los parámetros de producción Bi o conjunto de pozos {Wi}. Por ejemplo, los valores que se vayan a proporcionar a los parámetros de producción futuros no pueden desviarse en más del ± 20% de los valores históricos observados, para pozos existentes o nuevos. De forma similar, el número máximo de nuevos pozos debe ser N y no más de n pozos pueden ser perforados en un periodo de un año.
En este contexto, la mejora de la producción del campo petrolífero 1 significa hacer máximo el valor de una función de ganancia, la cual depende de la producción del campo, pozo por pozo y, cuando es apropiado, capa por capa. Por ejemplo, la función de ganancia puede utilizar el valor actual neto (NPV) del campo a lo largo de cinco años.
Por ejemplo, un enfoque simplificado es calcular el valor descontado de la producción y sustraer la inversión (el coste de perforar nuevos pozos). En este caso, para un escenario determinado, la función de ganancia es:
5ñÔÔ n 5ñÔÔ n
S
NPV =NPV({W.},B.)= ' 'P∗ − ' 'J.,J
(1+d).
Ô=1 .=1 J=1 .=1
En donde:
-{Wi} es el conjunto de pozos para el escenario, que comprende los pozos existentes y nuevos pozos.
-Bi es el parámetro de producción del conjunto de pozos {Wi}.
-Pi indica la producción de petróleo para el pozo Wi (calculada utilizando el simulador de campo).
-n es el número de pozos en el conjunto de pozos {Wi}.
5
15
25
35
45
55
65 E11725459
05-12-2014
- -
- S indica el precio de venta neto del petróleo después de impuestos.
- -
- d indica el tipo de descuento.
- -
- Ii,j indica la inversión realizada en el pozo Wi durante el año j.
Haciendo máximo el valor de la función de ganancia NVP implica la identificación de un conjunto óptimo de pozos {Wi} y los correspondientes parámetros de producción Bi. Para este propósito, la presente invención utiliza un enfoque de dos partes. Primero, se determinan los nuevos pozos candidatos. Después, se aplica el proceso de optimización a fin de seleccionar, entre los pozos existentes y los nuevos pozos candidatos, el conjunto de pozos {Wi} el cual hace máximo el valor de la función de ganancia.
Una descripción detallada de este enfoque de dos partes se proporciona más adelante en este documento, con referencia a la figura 4.
Primero, como se ha explicado antes, se proporciona un simulador de campo en la etapa 10.
Para un escenario determinado que no comprenda nuevos pozos, el simulador de campo puede predecir el petróleo acumulado producido (COP) de cada pozo existente 2, 2’, avanzado para unos pocos años, por ejemplo hasta cinco años en el futuro. Esto permite la determinación de las zonas de drenaje 3, 3’ de los pozos existentes 2, 2’, en la etapa 11.
El cálculo de la zona de drenaje se realizará de tal modo que proporcione una buena comprensión del área del campo, de la cual sustancialmente se ha producido más que el campo promedio.
Por ejemplo, suponiendo una reserva de producción delgada (grosor h pequeño comparado con la distancia entre pozos), se puede definir una zona de drenaje para cada pozo existente determinado Wi, como la superficie Si alrededor del mismo de tal modo que:
(ÔÔP). =Ô.S.ℎ.(1−SÔ. −SÔÔ ).
En donde:
-(COP)i es el petróleo acumulado producido por el pozo Wi avanzado por cinco años, predicho por el simulador de campo.
-Φi es la porosidad promedio alrededor del pozo Wi.
-Swi es la saturación del agua irreducible.
-Sor es la saturación de petróleo residual.
La forma de la superficie Si depende del campo y de la tecnología del pozo. En el ejemplo del campo petrolífero 1, la superficie Si es un círculo para los pozos verticales 2 y una elipse con un eje principal determinado por el drenaje para los pozos horizontales 2’. La figura 1 representa las zonas de drenaje 3, 3’, de los pozos existentes 2, 2’.
Una vez las zonas de drenaje 3, 3’ de los pozos existentes 2, 2’ han sido determinadas, las ubicaciones de los nuevos pozos candidatos se pueden determinar en la etapa 12, de tal modo que las zonas de drenaje de los nuevos pozos candidatos no se solapen con las zonas de drenaje 3, 3’ de los pozos existentes. Más precisamente, los nuevos pozos candidatos pueden estar colocados en una pluralidad de mapas como se explicará ahora.
Las zonas libres de la figura 1 se presentan zonas en donde se pueden perforar nuevos pozos. Para un nuevo pozo vertical determinado colocado en una de dichas zonas libres, una zona de drenaje en forma de círculo se puede determinar utilizando el simulador de campo, de la misma manera que antes. Suponiendo que, en este caso particular, todos los nuevos pozos colocados en la misma zona libre tendrán la misma zona de drenaje, una pluralidad de círculos del mismo tamaño pueden ser colocados en la zona libre, sin solapamiento con las zonas de drenaje 3, 3’ de los pozos existentes 2, 2’. La figura 2 representa una pluralidad de círculos 4 colocados como se ha descrito antes. El centro de cada círculo 4 representa la ubicación de un nuevo pozo candidato vertical.
De forma similar, para un nuevo pozo horizontal determinado, una zona de drenaje en forma de una elipse se puede determinar utilizando el simulador de campo. Una pluralidad de elipses del mismo tamaño (o tamaños diferentes, como se defina mediante el simulador), pueden estar colocadas en las zonas libres, sin solapamiento con las zonas de drenaje 3, 3’ de los pozos existentes 2, 2’. La figura 3 representa una pluralidad de elipses 5 colocadas como ha sido descrito antes, con sus ejes principales orientados en la misma dirección. El eje principal de cada elipse 5 representa la ubicación del drenaje de un nuevo pozo candidato horizontal. Se pueden determinar mapas similares con elipses orientadas en diferentes direcciones. Por ejemplo, se determinan ocho mapas de pozos candidatos
5
15
25
35
45
55
65 E11725459
05-12-2014
horizontales, con el eje principal de sus hélices orientados 15°unos respecto a los otros.
De este modo, se ha determinado la ubicación de una pluralidad de nuevos pozos candidatos, verticales y horizontales. Entonces, en la tapa 13, como se ha explicado antes, se aplica un proceso de optimización con el fin de seleccionar, de entre los pozos existentes y los nuevos pozos candidatos, el conjunto de pozos {Wi} el cual hace máximo el valor de la función de la ganancia.
Más precisamente, el proceso de optimización utiliza enfoques heurísticos, convergencia determinista y convergencia no determinista.
Los enfoques heurísticos tienen por objetivo reducir el número de nuevos pozos candidatos mediante la selección previa de nuevos pozos y la no selección de otros. Se pueden aplicar las siguientes reglas:
-Nuevos pozos candidatos son ordenados según su producción de petróleo acumulada (determinada por el simulador de campo para la determinación de las zonas de drenaje como ha sido descrito antes en este documento) y únicamente se seleccionan previamente los primeros, por ejemplo el 50% de los primeros. Esto permite mantener un número suficientemente grande de pozos, ya que interacciones potenciales entre pozos podría modificar la ordenación de los pozos, comparado con la ordenación inicial anteriormente mencionada, en donde los nuevos pozos se supone que producen solos, esto es sin otro pozo nuevo que compita.
-La orientación horizontal del pozo tiene en cuenta la dirección preferencial geológica general. Los nuevos pozos candidatos horizontales se seleccionan previamente o no se seleccionan según las diferencias entre su orientación y la dirección preferencial geológica. Por ejemplo, los nuevos pozos candidatos horizontales se seleccionan previamente si la diferencia entre su orientación y la dirección preferencial geológica no excede de 15°. Los otros nuevos pozos candidatos horizonta les no se seleccionan.
-Los nuevos pozos candidatos horizontales no se selecciona si se aproximan a uno de los pozos existentes 2, 2’ en más de, por ejemplo, 0,1 veces la distancia entre pozos.
La convergencia determinista tiene por objetivo la determinación de los parámetros de producción óptimos Bi0 para un conjunto determinado de pozos {Wi}. Puesto que los parámetros de producción son principalmente parámetros continuos, se pueden utilizar procedimientos de optimización clásicos (deterministas y no deterministas), tal como procedimientos de gradiente o de pseudo gradiente, procedimientos de bifurcación y acotación, etcétera.
La convergencia no determinista tiene por objetivo encontrar el conjunto de pozos {Wi} que hacen máxima la función de ganancia NPV. Puesto que los conjuntos de pozos {Wi} son discretos, se aplican procedimientos no deterministas, junto con las reglas heurísticas descritas antes en este documento. Permiten seleccionar conjuntos apropiados de pozos, a fin de explorar extensivamente el espacio de buenos candidatos e identificar el conjunto óptimo de pozos {Wi}0, que comprende los pozos existentes 2, 2’ y nuevos pozos con su ubicación, tecnología (vertical / horizontal con orientación) y datos de perforación. Los procedimientos de este tipo pueden incluir procedimientos de recocido simulado, o enfriamiento simulado o evolutivos, por ejemplo.
Un procedimiento no determinista de este tipo necesita calcular la función de ganancia, bajo determinadas limitaciones, mediante la utilización del simulador de campo, para un gran número de conjuntos de pozos. Sin embargo, puesto que los conjuntos de pozos comprenden los pozos existentes y nuevos pozos seleccionados de entre los nuevos pozos candidatos previamente seleccionados, el número de posibles conjuntos de pozos está limitado en comparación con los miles de millones de posibles escenarios. Por ejemplo, en una forma de realización, la función de ganancia se calcula para cientos de miles de conjuntos de pozos. Sin embargo, el tiempo de cálculo necesario es pequeño en comparación con el tiempo de cálculo que se necesitaría para calcular la función de ganancia para los miles de millones de posibles escenarios. En otras palabras, la presente invención permite la identificación de un conjunto óptimo de pozos {Wi}0 en un tiempo limitado.
Además del conjunto óptimo de pozos {Wi}0 y los parámetros óptimos correspondientes Bi0 del escenario óptimo, pueden ser identificados otros escenarios buenos sub óptimos, los cuales proporcionan un valor de la función de ganancia cerca del óptimo (típicamente inferior al 10% por debajo del óptimo, como una proporción de la diferencia entre el valor de la función de ganancia para un escenario de referencia y el valor de la función de ganancia para el escenario óptimo, ambos cumpliendo las mismas limitaciones). En una forma de realización, en lugar de la perforación de los nuevos pozos del escenario óptimo, se seleccionan los escenarios sub óptimos como se describe más adelante a fin de perforar nuevos pozos.
El escenario óptimo depende de las limitaciones y los parámetros de entrada (denominados "parámetros externos"), por ejemplo el precio del petróleo. Para ciertas variaciones de los parámetros externos de este tipo, el número de nuevos pozos identificados en el conjunto óptimo de pozos {Wi}0 aumentará o disminuirá. Por ejemplo, un precio aumentado del petróleo disparará nuevos pozos adicionales, ya que será más económico.
A fin de ser tanto insensible, como sea posible, a la variación de los parámetros externos de este tipo, se
E11725459
05-12-2014
seleccionarán escenarios sub óptimos buenos de tal modo que el número de sus pozos nuevos comunes sea tan grande como sea posible. Esto es para asegurar que una variación de los parámetros externos no cambiará completamente la lista de los nuevos pozos, haciendo de ese modo las nuevas perforaciones obsoletas.
5 Idealmente, para una secuencia de un precio del petróleo creciente S1, S2,… Sn, los conjuntos de pozos correspondientes {Wi}1, {Wi}2… {Wi}n para buenos escenarios sub óptimos será tal como {Wi}1 ⊂ {Wi}2 ⊂ … ⊂ {Wi}n. De lo contrario, la suma del cardinal de los nuevos pozos comunes debe ser máxima.
Por ejemplo, supóngase que se han obtenido los siguientes resultados: 10 -Para S1 = 50 dólares americanos, {Wi}1 = {pozos existentes W1, W2’}.
- Para S2 = 65 dólares americanos, {Wi}2 = {pozos existentes W1, W2, W3}.
15 -Para S3 = 80 dólares americanos, {Wi}3 = {pozos existentes W1, W2’, W4, W3}.
En donde W1, W2’, W4, W3 son los nuevos pozos para los respectivos escenarios y las zonas de drenaje de W2 y W4 se solapan. Si se perforan los pozos W1, W2, y W3 y más tarde el precio del petróleo aumenta a 80 dólares americanos, el pozo W4 estará en conflicto con el pozo W2.
20 Por lo tanto, se llevan a cabo simulaciones de qué pasaría si, a fin de calcular el NPV de diversos escenarios sub óptimos e identificar el que permitirá perforar buenos pozos adicionales en el caso en el que el precio del petróleo aumente. Por ejemplo, en el ejemplo anterior, para S2 = 65 dólares americanos, el escenario con el conjunto de pozos {Wi}2’ = {pozos existentes W1, W2’, W3} puede ser sub óptimo con una función de ganancia inferior al 5% por
25 debajo del óptimo. Por lo tanto, es razonable perforar nuevos pozos W1, W2’, W3. Si más tarde el precio del petróleo aumenta a 80 dólares americanos, se pueden perforar los nuevos pozos W4 sin entrar en conflicto con el pozo W2’.
Claims (9)
- E1172545905-12-2014REIVINDICACIONES1. Procedimiento para mejorar la producción de un campo de gas o petróleo maduro, comprendiendo dicho campo una pluralidad de pozos existentes (2, 2’), comprendiendo dicho procedimiento: 5- proporcionar un simulador de campo (10) capaz de predecir una producción de dicho campo, pozo a pozo, en función de un escenario determinado, siendo un escenario un conjunto de datos que comprende parámetros de producción de los pozos existentes (2, 2’)10 estando el procedimiento caracterizado por que-dicho conjunto de datos comprende, dado el caso, parámetros de ubicación y producción de uno o más pozos nuevos y por que comprende:15 -determinar (11) las zonas de drenaje (3, 3’) de dichos pozos existentes (2, 2’) utilizando el simulador de campo,-determinar (12) unas ubicaciones de nuevos pozos candidatos de tal modo que las zonas de drenaje de dichos nuevos pozos candidatos, determinadas utilizando el simulador de campo, no se solapen con las 20 zonas de drenaje (3, 3’) de los pozos existentes (2, 2’),-optimizar (13) el valor de una función de ganancia, la cual depende de la producción del campo mediante la determinación de un conjunto de pozos de entre una pluralidad de conjuntos de pozos, que optimiza el valor de dicha función de ganancia, comprendiendo cada conjunto de pozos de dicha pluralidad de conjuntos de25 pozos los pozos existentes (2, 2’) y nuevos pozos seleccionados de entre los nuevos pozos candidatos.
- 2. Procedimiento según la reivindicación 1, que comprende una etapa heurística, en la que nuevos pozos candidatos son seleccionados previamente o no seleccionados mediante la aplicación de por lo menos una regla heurística, consistiendo cada conjunto de pozos de dicha pluralidad de conjuntos de pozos en los pozos existentes y30 en nuevos pozos seleccionados de entre los nuevos pozos candidatos previamente seleccionados.
- 3. Procedimiento según la reivindicación 2, en el que dicha etapa heurística comprende la selección previa y la no selección de nuevos pozos candidatos horizontales, en función de su orientación.35 4. Procedimiento según la reivindicación 2, en el que dicha etapa heurística comprende la selección previa y la no selección de nuevos pozos candidatos, en función de su distancia con respecto a los pozos existentes.
- 5. Procedimiento según la reivindicación 2, en el que dicha etapa heurística comprende la selección previa y la noselección de nuevos pozos candidatos en función de su producción de petróleo acumulada determinada por el 40 simulador de campo.
- 6. Procedimiento según la reivindicación 1, en el que la optimización del valor de una función de ganancia comprende la determinación de los parámetros de producción óptimos para un conjunto de pozos determinado mediante la aplicación de procedimientos de optimización deterministas o no deterministas.45
- 7. Procedimiento según la reivindicación 1, en el que la optimización del valor de una función de ganancia comprende la determinación del conjunto de pozos óptimo determinado mediante la aplicación de procedimientos de optimización no deterministas.50 8. Procedimiento según la reivindicación 1, en el que la optimización del valor de dicha función de ganancia comprende la determinación de un conjunto de inyectores, los cuales optimizan el valor de dicha función de ganancia.
- 9. Procedimiento según la reivindicación 1, en el que por lo menos uno de los pozos tiene una geología multicapa y55 el simulador de campo es capaz de predecir una producción de dicho campo, pozo por pozo y por capa o grupos de capas.
- 10. Procedimiento según la reivindicación 1, que comprende la etapa de la definición de limitaciones que deben sercumplidas por el conjunto de pozos, que optimiza el valor de dicha función de ganancia. 60
- 11. Procedimiento según la reivindicación 6, que comprende la etapa de definición de limitaciones que deben ser cumplidas por dichos parámetros de producción óptimos.8
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US816915 | 2010-06-16 | ||
| US12/816,915 US8532968B2 (en) | 2010-06-16 | 2010-06-16 | Method of improving the production of a mature gas or oil field |
| PCT/EP2011/059966 WO2011157763A2 (en) | 2010-06-16 | 2011-06-15 | Method of improving the production of a mature gas or oil field |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2525577T3 true ES2525577T3 (es) | 2014-12-26 |
Family
ID=44627018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES11725459.9T Active ES2525577T3 (es) | 2010-06-16 | 2011-06-15 | Procedimiento para mejorar la producción de un campo de gas o petróleo maduro |
Country Status (15)
| Country | Link |
|---|---|
| US (1) | US8532968B2 (es) |
| EP (1) | EP2582911B1 (es) |
| JP (1) | JP5889885B2 (es) |
| CN (1) | CN103003522B (es) |
| AU (1) | AU2011267038B2 (es) |
| BR (1) | BR112012032161B1 (es) |
| CA (1) | CA2801803C (es) |
| CO (1) | CO6620011A2 (es) |
| DK (1) | DK2582911T3 (es) |
| EA (1) | EA030434B1 (es) |
| ES (1) | ES2525577T3 (es) |
| MX (1) | MX2012014570A (es) |
| MY (1) | MY161357A (es) |
| PL (1) | PL2582911T3 (es) |
| WO (1) | WO2011157763A2 (es) |
Families Citing this family (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8412501B2 (en) | 2010-06-16 | 2013-04-02 | Foroil | Production simulator for simulating a mature hydrocarbon field |
| US20120143577A1 (en) * | 2010-12-02 | 2012-06-07 | Matthew Szyndel | Prioritizing well drilling propositions |
| US9618639B2 (en) | 2012-03-01 | 2017-04-11 | Drilling Info, Inc. | Method and system for image-guided fault extraction from a fault-enhanced seismic image |
| US9182511B2 (en) | 2012-11-04 | 2015-11-10 | Drilling Info, Inc. | System and method for reproducibly extracting consistent horizons from seismic images |
| US10577895B2 (en) | 2012-11-20 | 2020-03-03 | Drilling Info, Inc. | Energy deposit discovery system and method |
| US10459098B2 (en) | 2013-04-17 | 2019-10-29 | Drilling Info, Inc. | System and method for automatically correlating geologic tops |
| US10853893B2 (en) | 2013-04-17 | 2020-12-01 | Drilling Info, Inc. | System and method for automatically correlating geologic tops |
| EP2811107A1 (en) * | 2013-06-06 | 2014-12-10 | Repsol, S.A. | Method for selecting and optimizing oil field controls for production plateau |
| CN104747161B (zh) * | 2013-12-25 | 2017-07-07 | 中国石油化工股份有限公司 | 油田井网自动化部署方法及装置 |
| CN104951842B (zh) * | 2014-03-27 | 2018-11-30 | 中国石油化工股份有限公司 | 一种新的油田产量预测方法 |
| US9957781B2 (en) | 2014-03-31 | 2018-05-01 | Hitachi, Ltd. | Oil and gas rig data aggregation and modeling system |
| CN105629906A (zh) * | 2014-10-31 | 2016-06-01 | 上海工程技术大学 | 一种深海采油装置模拟器数据监控系统 |
| US9911210B1 (en) | 2014-12-03 | 2018-03-06 | Drilling Info, Inc. | Raster log digitization system and method |
| KR101657890B1 (ko) * | 2015-04-06 | 2016-09-20 | 서울대학교산학협력단 | 다목적 유전 알고리즘과 실물옵션에 기반한 저류층의 생산성 평가 방법 |
| US20170002630A1 (en) * | 2015-07-02 | 2017-01-05 | Schlumberger Technology Corporation | Method of performing additional oilfield operations on existing wells |
| WO2017044105A1 (en) * | 2015-09-10 | 2017-03-16 | Hitachi, Ltd. | Method and apparatus for well spudding scheduling |
| US10908316B2 (en) | 2015-10-15 | 2021-02-02 | Drilling Info, Inc. | Raster log digitization system and method |
| US10167703B2 (en) | 2016-03-31 | 2019-01-01 | Saudi Arabian Oil Company | Optimal well placement under constraints |
| US11263370B2 (en) | 2016-08-25 | 2022-03-01 | Enverus, Inc. | Systems and methods for allocating hydrocarbon production values |
| US10303819B2 (en) * | 2016-08-25 | 2019-05-28 | Drilling Info, Inc. | Systems and methods for allocating hydrocarbon production values |
| JP6634358B2 (ja) * | 2016-09-30 | 2020-01-22 | 株式会社日立製作所 | 資源開発支援システム、資源開発支援方法、及び資源開発支援プログラム |
| CN106600440B (zh) * | 2016-12-02 | 2020-09-15 | 中国石油大学(北京) | 一种低渗透油藏调剖堵水动态指标选井的方法 |
| US12554039B2 (en) * | 2017-09-26 | 2026-02-17 | Totalenergies Onetech | Process for defining the locations of a plurality of wells in a field, related system and computer program product |
| CN109872007A (zh) * | 2019-03-12 | 2019-06-11 | 中国地质大学（北京） | 基于支持向量机代理模型的油藏注采参数多目标优化方法 |
| CN111784016B (zh) * | 2019-04-03 | 2024-03-19 | 中国石油化工股份有限公司 | 一种求取区块sec储量极值的计算方法 |
| US11802475B2 (en) | 2019-09-27 | 2023-10-31 | Baker Hughes Oilfield Operations Llc | Real time monitoring of fracture driven interference |
| CN112464448B (zh) * | 2020-11-13 | 2025-01-03 | 中国海洋石油集团有限公司 | 一种海上油田复杂井控的有限状态模拟方法及系统 |
| CN114548466A (zh) * | 2020-11-20 | 2022-05-27 | 中国石油天然气股份有限公司 | 油田排产优化方法及装置 |
| CN114718512B (zh) * | 2021-01-05 | 2023-08-22 | 中国石油天然气股份有限公司 | 煤层气降压排采模拟实验装置和方法 |
| US11725506B2 (en) | 2021-01-14 | 2023-08-15 | Baker Hughes Oilfield Operations Llc | Automatic well control based on detection of fracture driven interference |
| CN113537706A (zh) * | 2021-06-08 | 2021-10-22 | 中海油能源发展股份有限公司 | 一种基于智能集成的油田增产措施优选方法 |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2450941A1 (fr) * | 1979-03-07 | 1980-10-03 | Neftegazovy Inst | Procede d'extraction thermominiere du petrole par puits et caloporteur |
| JP3441557B2 (ja) * | 1995-05-22 | 2003-09-02 | 石油公団 | 坑跡決定処理方法および処理装置 |
| US5838634A (en) * | 1996-04-04 | 1998-11-17 | Exxon Production Research Company | Method of generating 3-D geologic models incorporating geologic and geophysical constraints |
| US6002985A (en) * | 1997-05-06 | 1999-12-14 | Halliburton Energy Services, Inc. | Method of controlling development of an oil or gas reservoir |
| US6549879B1 (en) * | 1999-09-21 | 2003-04-15 | Mobil Oil Corporation | Determining optimal well locations from a 3D reservoir model |
| US6980940B1 (en) * | 2000-02-22 | 2005-12-27 | Schlumberger Technology Corp. | Intergrated reservoir optimization |
| EP1264961B1 (en) * | 2000-02-23 | 2011-11-23 | Japan Oil Development Co., Ltd. | Method of producing petroleum |
| US6877555B2 (en) * | 2001-04-24 | 2005-04-12 | Shell Oil Company | In situ thermal processing of an oil shale formation while inhibiting coking |
| FR2855631A1 (fr) * | 2003-06-02 | 2004-12-03 | Inst Francais Du Petrole | Methode pour optimiser la production d'un gisement petrolier en presence d'incertitudes |
| CN100590637C (zh) * | 2003-09-30 | 2010-02-17 | 埃克森美孚上游研究公司 | 使用最小阻力路径来特征化储层模型中的连通性 |
| CA2590767C (en) * | 2004-12-14 | 2011-04-19 | Schlumberger Canada Limited | Geometrical optimization of multi-well trajectories |
| US20070078637A1 (en) * | 2005-09-30 | 2007-04-05 | Berwanger, Inc. | Method of analyzing oil and gas production project |
| US7657494B2 (en) * | 2006-09-20 | 2010-02-02 | Chevron U.S.A. Inc. | Method for forecasting the production of a petroleum reservoir utilizing genetic programming |
| CN101548264B (zh) * | 2006-10-31 | 2015-05-13 | 埃克森美孚上游研究公司 | 使用物质平衡分组对储层系统的建模和管理 |
| US8005658B2 (en) * | 2007-05-31 | 2011-08-23 | Schlumberger Technology Corporation | Automated field development planning of well and drainage locations |
| US8121971B2 (en) * | 2007-10-30 | 2012-02-21 | Bp Corporation North America Inc. | Intelligent drilling advisor |
| US7966166B2 (en) * | 2008-04-18 | 2011-06-21 | Schlumberger Technology Corp. | Method for determining a set of net present values to influence the drilling of a wellbore and increase production |
| WO2009142873A1 (en) * | 2008-05-22 | 2009-11-26 | Schlumberger Canada Limited | Downhole measurement of formation characteristics while drilling |
| CA2731784C (en) * | 2008-08-19 | 2016-08-09 | Exxonmobil Upstream Research Company | Fluid injection completion techniques |
| US8485251B2 (en) * | 2008-08-20 | 2013-07-16 | Lockheed Martin Corporation | Electromagnetic based system and method for enhancing subsurface recovery of fluid within a permeable formation |
| CA2737205A1 (en) * | 2008-09-19 | 2010-03-25 | Chevron U.S.A. Inc. | Method for optimizing well production in reservoirs having flow barriers |
| WO2010104537A1 (en) * | 2009-03-11 | 2010-09-16 | Exxonmobil Upstream Research Company | Adjoint-based conditioning of process-based geologic models |
-
2010
- 2010-06-16 US US12/816,915 patent/US8532968B2/en active Active
-
2011
- 2011-06-15 DK DK11725459.9T patent/DK2582911T3/en active
- 2011-06-15 BR BR112012032161-7A patent/BR112012032161B1/pt not_active IP Right Cessation
- 2011-06-15 CA CA2801803A patent/CA2801803C/en active Active
- 2011-06-15 JP JP2013514707A patent/JP5889885B2/ja active Active
- 2011-06-15 AU AU2011267038A patent/AU2011267038B2/en not_active Ceased
- 2011-06-15 WO PCT/EP2011/059966 patent/WO2011157763A2/en not_active Ceased
- 2011-06-15 MX MX2012014570A patent/MX2012014570A/es active IP Right Grant
- 2011-06-15 PL PL11725459T patent/PL2582911T3/pl unknown
- 2011-06-15 ES ES11725459.9T patent/ES2525577T3/es active Active
- 2011-06-15 CN CN201180029368.5A patent/CN103003522B/zh not_active Expired - Fee Related
- 2011-06-15 EA EA201291173A patent/EA030434B1/ru not_active IP Right Cessation
- 2011-06-15 EP EP11725459.9A patent/EP2582911B1/en not_active Not-in-force
- 2011-06-15 MY MYPI2012701156A patent/MY161357A/en unknown
-
2012
- 2012-12-14 CO CO12227053A patent/CO6620011A2/es active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| AU2011267038B2 (en) | 2016-07-14 |
| JP5889885B2 (ja) | 2016-03-22 |
| WO2011157763A2 (en) | 2011-12-22 |
| DK2582911T3 (en) | 2014-11-24 |
| CN103003522B (zh) | 2015-12-02 |
| US8532968B2 (en) | 2013-09-10 |
| EP2582911B1 (en) | 2014-09-17 |
| EP2582911A2 (en) | 2013-04-24 |
| PL2582911T3 (pl) | 2015-03-31 |
| BR112012032161A2 (pt) | 2016-11-16 |
| MX2012014570A (es) | 2013-05-06 |
| BR112012032161B1 (pt) | 2020-05-12 |
| CN103003522A (zh) | 2013-03-27 |
| CA2801803C (en) | 2018-10-16 |
| US20110313743A1 (en) | 2011-12-22 |
| MY161357A (en) | 2017-04-14 |
| EA201291173A1 (ru) | 2013-06-28 |
| AU2011267038A1 (en) | 2013-01-10 |
| JP2013528731A (ja) | 2013-07-11 |
| WO2011157763A3 (en) | 2012-12-27 |
| CA2801803A1 (en) | 2011-12-22 |
| CO6620011A2 (es) | 2013-02-15 |
| EA030434B1 (ru) | 2018-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2525577T3 (es) | Procedimiento para mejorar la producción de un campo de gas o petróleo maduro | |
| SA519401179B1 (ar) | التحكم في إنتاج الهيدروكربون | |
| EP2707760A2 (en) | System and method for determining properties of a hydrocarbon reservoir based on production data | |
| US20180285515A1 (en) | System and method for automated-inflow control device design | |
| Alyan et al. | Field development plan optimization for tight carbonate reservoirs | |
| Pankaj et al. | Determining optimal well spacing in the Marcellus shale: A case study using an integrated workflow | |
| de Moraes Cruz et al. | Lula NE pilot project-an ultra-deep success in the Brazilian pre-salt | |
| Khan et al. | Co-development plan optimization of complex multiple reservoirs for giant offshore middle east oil field | |
| Khedr et al. | Robust Maximum Reservoir Contact Pilot Well Design, Optimization and Implementation for Development of a Giant Oilfield | |
| Prelicz et al. | Identifying new opportunities through reservoir performance reviews and systematic benchmarking of TQ recovery | |
| Espinola et al. | A Case Study of Integrated Asset Modeling To Support Reservoir Management Strategies For Four Dry Gas Fields Sharing Production Facilities | |
| Gavin et al. | Probabilistic Assessment of Pressure Depletion and Inflation and its Impact on the Drilling Sequence for the Sangomar Field, Senega | |
| Khan et al. | Integrated field development plan optimisation of waterflood multiple complex carbonate reservoirs | |
| Tillero et al. | Optimisation, Uncertainty, and Risk Analysis for Asset Development with Limited Data and Multiple Geographical Environments: A Heavy-Oil Field Case | |
| Castillo et al. | Optimizing Fortín de Piedra unconventional development using integer linear programming algorithms and geographic information systems | |
| Osipenko et al. | Complex Approach to the Identification of Profitable Hard-to-Recover Oil Rims in Multilayer Reservoirs | |
| Mussayev et al. | Wireline Surveillance Operations with Minimum Impact to Production | |
| Pang et al. | Development Planning in a Mature Oil Field | |
| Sinanan et al. | Rejuvenation of Trinidad’s Oropuche Field | |
| Ursin et al. | The fault block model: a novel approach for faulted gas reservoirs | |
| Berman et al. | Resource assessment of potentially producible natural gas volumes from the Marcellus shale, state of New York | |
| Lemke et al. | Evaluating the Development of a Multi Stacked Gas-Condensate Field to Supply LNG Using A Multi-Tiered Optimization Tool | |
| Oguchi et al. | Usan Field: Maximizing Production from New Drillwells in a Hydraulically Constrained Deepwater Subsea System Using IPM suite | |
| Kissinger et al. | Brine migration along vertical pathways due to CO 2 injection–a simulated case study in the North German Basin with stakeholder involvement | |
| Pearce et al. | Lessons Learnt from Drilling Multi-Lateral Infill Wells on a Mature Field |