dadang rukmana.pdf
TRANSCRIPT
WORKSHOPPEDOMAN STUDY GGR
DINAS PENGKAJIAN EKSPLOITASI & EVALUASI CADANGANDIVISI PENGKAJIAN DAN PENGEMBANGAN
BIDANG PERENCANAAN - BPMIGAS
21-24 Oktober 2009 (Unpad & K3S)10-11 Agustus 2009 (Lemigas & K3S)
OlehDadang Rukmana
PEMBUATAN MODEL GEOLOGI-RESERVOARSIMULASI RESERVOAR
DECLINE ANALYSIS & APLIKASI DCA DALAM OPTIMASI PRODUKSIMATERIAL BALANCE
PENENTUAN KATEGORI CADANGAN MIGAS
1
LATAR BELAKANG
• Hasil perhitungan cadangan dan perkiraan produksi minyak dan gas bumi yang dilakukan oleh KKKS dari hasil kegiatan eksplorasi-eksploitasi akan mendorong dengan mengajukanPlan of Development (POD) lapangan pada Wilayah Kerja KKKS bersangkutan ke BPMIGAS.
• Team BPMIGAS dibidang subsurface memegang peranan sangat penting untuk memberikan persetujuan perhitungan cadangan dalam suatu usulan POD lapangan, karenacadangan migas merupakan aset negara dan aset suatu perusahaan, akan menentukan strategi pengembangan dan investasi. Dengan perhitungan cadangan hidrokarbon yang baik dan dapat diproduksikan secara optimal akanmemberikan penerimaan yang sebesar-besarnya bagi negara dengan keekonomian yang wajar bagi KKKS.
Copyright Dadang Rukmana (BPMIGAS)2
LATAR BELAKANG
• Dalam pengembangan suatu lapangan baik BPMIGAS maupun KKKS memerlukan kepastian mengenai perhitungancadangan dan perkiraan produksi migas yang dapatdioperasikan, karena perhitungan cadangan migas bersifat : Perkiraan dimana tergantung kelengkapan data, metode
atau asumsi-asumsi, personil dan alat bantu yang digunakan. Permasalahan dalam melakukan perhitungan cadangan adalah minimnya data-data yang tersedia atau minimnya informasi.
Perhitungan cadangan sarat dengan interpretasimelibatkan multidisiplin ilmu dan teknologi.
Copyright Dadang Rukmana (BPMIGAS)3
LATAR BELAKANG
• Dari kasus-kasus shortfall gas pada lapangan di Indonesia, cadangan yang telah disertifikasi atau hasil studi, dari data-data statistik cenderung over estimate antara 30% s/d 90%.
Copyright Dadang Rukmana (BPMIGAS)
Dampak Over estimate dalam menentukan cadangan dan produksi, mengakibatkan :
Over Fasilitas Produksi
Mengurangi Pendapatan Pemerintah dan merugikan KKKS.
• Pada umumnya hasil perhitungan cadangan yang diajukan oleh K3S dalam usulan POD ke BPMIGAS baik hasil dari studi pihak ketiga atau inhouse selalu ada perbaikan, hal tsb disebabkan karena berbedaan persepsi dalam cara dan penentuan perhitungan cadangan, akibatnya akan tertunda persetujuan usulan POD lapangan tsb.
Conton salah satu lapangan yang Over estimate cadangan
4
MAKSUD DAN TUJUAN
• Pedoman subsurface ini dimaksudkan untuk memberikanpersepsi yang sama dalam melakukan pembuatanpemodelan geolog-reservoar, simulasi reservoar, declineanalysis, material balance dan kategori serta penentuanperhitungan cadangan migas bagi Lembaga/institusi/KKKSyang akan melakukan studi subsurface dimana hasilnyaakan diajukan ke BPMIGAS.
• Pedoman ini mencakup data minimum yang harus tersedia,diagram alir dalam proses studi GGR, teknik/metode yangboleh digunakan, pengolahan data dan format standar untukpembuatan pelaporan/diskusi/presentasi, sehingga pedomanini diharapkan dapat mempercepat proses pekerjan studisubsurface serta mempercepat proses persetujuan studiatau usulan subsurface untuk POD oleh BPMIGAS.
Copyright Dadang Rukmana (BPMIGAS)5
MAKSUD DAN TUJUAN
• Dengan menerapkan pedoman subsurface ini diharapkandapat meningkatkan akurasi/kepastian dalam memperkira-kan jumlah cadangan migas dan peramalan produksi.
• Diharapkan hasil studi subsurface tsb yang dilakukan olehpihak ketiga (institusi/lembaga dalam negeri) dapat dipakailangsung oleh KKKS baik dalam pengembangan lapangan(usulan POD/POFD) atau optimasi produksi (usulan WP&B)dan hasil studi tsb dapat dilanjutkan oleh KKKS bilamanaada penambahan data seperti tambahan sumur baru atautambahan line seismic dll.
Copyright Dadang Rukmana (BPMIGAS)6
CONTOH KASUS – KASUS HASIL STUDY GGR & SERTIFIKASI
• Salah satu lapangan minyak yang telah mendapat persetujuan PODdiperkirakan dapat memproduksikan minyak yang cukup besar tetapi realitaproduksi hanya 25 % dari rencana semula maka akan berdampak kepadaover fasilitas produksi dan merugikan Negara. Hasil dari Inhouse (Kontraktor) usulan awal POD : peak 60,000 bopd Hasil Sertifikasi D&M : peak 55,000 bopd Hasil dari Institusi dalam negeri : peak 40,000 - 50,000 bopd Persetujuan POD : peak 17,700 Bopd Aktual : peak 4,500 Bopd
• Kasus di lapangan minyak dimana cadangan menurun denganbertambahnya data.
Tahun OOIP (MMSTB) Ult. Rec. Res. (MMSTB) (%)
2004 298.9 73.84 100.0
2005 295.5 28.4 38.5
2006 295.5 28.4 38.5
2007 125.2 24.6 33.3Copyright Dadang Rukmana (BPMIGAS)
7
CONTOH KASUS – KASUS HASIL STUDY GGR & SERTIFIKASI
• Kasus lapangan gas dimana cadangan menurun tinggal 68% dari usulan awal, akibatnya commitment gas untuk pembeli tidak terpenuhi.
Tahun OGIP (BSCF) Ult. Rec. Res. (BSCF) (%)
1995 1,943 1,552 100.0
2001 1,674 1,415 91.2
2005 1,576 1,126 72.5
2007 1,408 1,052 67.8
Copyright Dadang Rukmana (BPMIGAS)8
Kontribusi Parameter PenyebabOver/Under Estimate Perhitungan Inplace
Perhitungan Inplace :• Penyebaran Hidrokarbon (Pemodelan Geologi-Reservoar) : ± maks 50 %
• Hasil Interpretasi Seismik : ± maks 40%
• Keterbatasan Data (minimnya informasi) : ± maks 35 %
• Analisa Petrofisik : ɸ < 5%, N/G < 15% & Sw < 15%
• Penentuan Cut-Off Petrofisik ± maks 15%
• Analisa PVT : < 5 % minyak dan < 20% untuk Gas
• Penentuan Contact : ± maks 10 %
• Cara Perhitungan : Kontribusi ± maks 20 %
• Dan Lain-lain : Kontribusi ± < 20 %Copyright Dadang Rukmana (BPMIGAS)
9
Kontribusi Parameter Penyebab Over/Under Estimate Perhitungan Cadangan
Perhitungan RF (Cadangan) :• Kurangnya akurat data Produksi & Tekanan : ± < 15 %• Interpretasi Tes : Kontribusi ± maks 20 %
• Penentuan Cut-Off Petrofisik : Kontribusi ± maks 15%
• Pengolahan data PVT : Kontribusi ± maks 10 %• Aquifer : Kontribusi Minyak < 20 %, Gas < 40%• Penentuan Facies/Rock Region : Kontribusi ± maks 20%• Parameter yg diasumsi/Analog/Teori : Kontribusi ±< 25%• Cara Perhitungan/Pemodelan : Kontribusi ± < 20%• Penentuan Artificial Lift : Kontribusi ± < 10%• Data Core/Scal : Core ± < 15% dan Scal ± < 20%
• Dan Lain-lain : Kontribusi ± < 20 % Copyright Dadang Rukmana (BPMIGAS)10
Ketidakpastian Cadangan Karena Data
• 2D Seismik (209 Kms)
• 3 Sumur
Tambahan Data Lintasan Seismik (127 Kms)
Tambahan 2 Sumur
Tambahan Data PSDM + Inversion
Contoh salah satu lapangan dimana cadangan berubah setiap ada penambahan data.
11
Compiled by Dadang Rukmana (BPMIGAS)
KETIDAKPASTIAN DIDALAM INTERPRETASI SEISMIK & PEMETAAN GEOLOGI
12
Contoh Lapangan karena minimnya data pada saat pengajuan POD
Contoh kasus kekeliruan dalam interpretasi seismik dan geologi disebabkanminimnya data pada area utara.
Rencana Pengembangan
Compiled by Dadang Rukmana (BPMIGAS)
Peta Oil SaturasiKondisi Saat ini
Peta Oil Saturasi
U
13
Kasus Usulah Subsurface POD yang harus diperbaiki pada bidang Geofisik
Copyright Dadang Rukmana (BPMIGAS)
Beberapa kasus perhitungan cadangan didalam usulan POD atau studi GGR yang harus diperbaiki disebabkan oleh :• Seismik : Data seismik 2D dengan kerapatan grid lebih dari 1 Km x 1 Km atau
kurang mengcover lapangan yang akan dikembangkan. Perbedaan yang cukup jauh antara marker sumuran dengan hasil
interpretasi top struktur sebelum seismik diikatkan (well seismic ties). Perhitungan cadangan/inplace hasil dari distribusi porositas hasil
inversi. Kategori cadangan didasarkan pada kejelasan dari distribusi peta
seismik hasil inversi, luas area P1 lebih besar dari hasil well test . Sangat menyebarnya (scatter) korelasi antara parameter AI/parameter
attribute seismik lainnya dengan parameter petrohysic sumuran. Tidak menggunakan secara optimal hasil analisa atribut seismik dan
analisa lateral fasies seismik didalam pemodelan geologi-reservoar.14
CONTOH KURANG TEPATNYA INTERPRETASI SEISMIC
Compiled by Dadang Rukmana (BPMIGAS)
Top Carbonate (New)
Top Carbonate (Old)
Setelah sumur baru di Bor Top Carbonate turun
15
Contoh Kekeliruan Dalam Pemodelan Porositas
Compiled by Dadang Rukmana (BPMIGAS)
Distribusi Porositasi dari InversiDistribusi porositasi hasil perbaikan dengan mengintegrasikan hasil Inversi, Data Log dan Geostatistik
Hasil perhitungan Inplace dan RF umumnya akan optimis apabila mengguna-kan langsung hasil distribusikan porositasi berdasarkan Inversi (Attribute Seismic) karena akan menghasilkan distribusi porositas yang homogen baik secara lateral maupun vertikal.
16
Compiled by Dadang Rukmana (BPMIGAS)
KESALAHAN DALAM PEMBUATAN KORELASI
Memaksakan korelasi < 0.85 (Koefisien Error) menyebabkan hasil korelasi tsb tidak akurat, hal ini sering terjadi pada saat membuat korelasi antara data petrophisic dengan parameter attribute seismic. Menurut statistik korelasi dapat valid jika koefisien error > 0.85
ρ = 0 ρ = 0.3 ρ = 0.5
ρ = 0.7 ρ = 0.9 ρ = 0.7
17
Kasus Usulah Subsurface POD yang harus diperbaiki pada bidang Geologi
Copyright Dadang Rukmana (BPMIGAS)
• Geologi : Tidak membagi sub layer secara detil untuk reservoar batu pasir (sand)
terutama tidak dipisahkan antara sand dan shale akan menyebabkan tercampurnya sand dan shale tsb pada saat proses scale-up log sumuran. Seharusnya sand - shale dipisahkan dengan cara membuat top dan bottom sand sehingga shale dapat dimodelkan secara detil terutama shale yang sifatnya menerus.
Tidak membagi zonasi geologi/flow unit secara detil pada reservoar karbonat yaitu horizon reservoar hanya dibuat top s/d bottom karbonat, sehingga akan bercampurnya antara flow unit yang bagus dengan flow unit yang rendah pada saat proses scale-up log sumuran, akan berdampak pada sulitnya proses history matching di simulasi. Seharusnya dibuatkan zonasi geologi/flow unit yaitu memisahkan/ membagi karakteristik reservoar karbonat berdasarkan gammaray atau resistivity dari data log sumuran yang memiliki kemiripan yang sama.
18
Compiled by Dadang Rukmana (BPMIGAS)
Contoh Usulan POD yang hasus diperbaiki(Kesalahan pada pembuatan korelasi reservoar batu pasir)
Usulan Awal Hasil Perbaikan
Total Layer 85
Total Layer 85
68%32%
Shale
Sand87%
13%
Sand
Shale
Inplace Minyak berkurang dari 64.9 MMSTB menjadi 20.4 MMSTB
Usulan awal zonasigeologi hanya dibagi 3, setelah model diperbaiki yaitu dengan memisahkan shale maka zonasi terbagi menjadi 15 yaitu 9 shale dan 6 sand.
Distribusi Sand dari model awal berkurang dari 32% menjadi 13% dan sesuai dengan distribusi sand dari data sumuran sekitar 10%
19
Contoh Usulan POD yang harus diperbaiki(Kesalahan pada pembuatan zonasi geologi di reservoar karbonat)
Compiled by Dadang Rukmana (BPMIGAS)
Top Karbonat
Bottom Karbonat
Usulan Awal(horizon reservoar hanya dibuat top s/d bottom karbonat)
Top
Bottom
Z-1
Z-2
Z-3
Z-4
Z-5
Hasil Perbaikan (dibuat menjadi 5 horizon reservoar)
Gambar disebelah kiri contoh usulan POD reservoar karbonat dimana usulan awal model geologi tidak dibuatkan zonasi menyebabkan Recovery Faktor sangat optimis (94%) dan pada saat melakukan history matching pada simulasi reservoar model susah matching terhadap produksi. Recovery Factor sangat optimis karena bercampurnya property yang jelek dengan yang bagus arah vertikal dan lateral.
Gambar disebelah kanan model geologi diperbaiki dengan dibuatkan zonasiberdasarkan karakteristik log. Hasil model dimana inplace hidrokarbon sedikit berkurang tetapi recovery factor menjadi menurun 83% karena pola aliran secara vertikal dan lateral terhambat oleh property yang kurang bagus dan history matching pada simulasi lebih mudah.
20
Kasus Usulah Subsurface POD yang harus diperbaiki di bidang Petrophysic.
Copyright Dadang Rukmana (BPMIGAS)
• Petrophysics : Penentuan parameter (a,m,n dan Rw) dalam analisa petrophysics diambil
dengan cara asumsi atau analogi. Penentuan parameter petropisik harus berdasarkan data/core atau analisa lab atau pendekatan dari analisa petrophisik parameter log lainnya dan dapat dijelaskan kenapa parameter tsb dipakai. Asumsi atau analogi dapat digunakan jika data-data tsb tidak ada dengan catatan mempunyai karakteristik batuan yang sama.
Penentuan cutoff untuk menentukan shale dan non shale dengan cara asumsi atau analogi atau harga cutoff tidak realistis. Penentuan cutoff petrophysic harus berdasarkan data-data tes sumur dan hasil cutoff harus realistis.
Tidak dilakukan validasi antara hasil interpretasi petrohysics terhadap data core. Validasi interpretasi petrophysics merupakan suatu kaharusan kecuali tidak ada data core. Jika tidak ada data core maka validasi dapat dilakukan dengan data tes sumur.
Hasil perhitungan Sw tidak realistis misalkan harga Sw < Swirr (Swc). Hasil Interpretasi log harus divalidasi dangan data kapiler pressure dan harga Sw ≥ Swirr. 21
FAKTOR KEKELIRUAN PETROPHYSIC(PARAMETER PETROPHYSIC Vs NET PAY)
Compiled by Dadang Rukmana (BPMIGAS)
Cutoff-Vsh
Cutoff-Por
m
Rw
n
Cutoff-Sw
dll
22
Harga Sw akan keliru jika harga Sw tidak divalidasi dengan data Capiler Pressure
Harga Sw dihasilkan dari interprestasi data log analisis sedangkan data Swirr dari capiler pressure atau SCAL
Dari laporan hasil sertifikasi D&M dan GCA, banyak ditemukan harga Sw < 15%, dari data statistik lapangan-lapangan di Indonesia harga Swirr minimum 15%, kecuali pada fracture.
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
150
160
170
180
190
200
210
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
FA1 K>100
FA1 K(10-100)
FA1 K(1-10)
FA1 K(0.1-1)
FA1 K<0.1
Curve A
Curve B
Curve C
Curve D
Curve E
FAKTOR KEKELIRUAN DALAM PERHITUNGAN SW
Compiled by Dadang Rukmana (BPMIGAS)
Apa mungkin Sw < Swirr ???
23
Kasus Usulah Subsurface POD yang harus diperbaiki dibidang Geostatistik.
Copyright Dadang Rukmana (BPMIGAS)
• Modeling Geologi-Reservoar : Property yang ditampilkan pada histogram hasil scale-up
tidak matching dengan property dari data log sumuran. Penggunaan variogram suatu properti tidak dipisahkan baik
secara formasi/zonasi/facies. Proses pendistribusian properti hasil dari variogram
diserahkan ke software, tidak mengakomodasi konsep geologi atau tidak menggunakan hasil interpretasi seismik.
Pembuatan model grid untuk dual porosity homogen dimana cell pada fracture arah vertikal sama dengan arah horizontal, kecuali ada justifikasi yang cukup kuat berdasarkan konsep geologi.
24
Hubungan Well Correlation dengan hasil Scale-up well log pada batu pasir.
A
B
C
A-1
C
A-2
Top A
Top B
Top C
Top A-1
Top A-2
Bottom A-2
Top B
Top C
Bottom B
Bottom C
Bottom Shale CBottom C
Gambar dibawah samping kiri adalah hasil korelasi antar sumur dan hasil interpretasi seismik yang terbagi atas 3 top struktur dan satu bottom sand. Hasil geostatik dimana histogram facies/porosity terlihat ada perbedaan antara data sumuran (well logs) dengan hasil Scaleup well log disebabkan karena tidak dibuatkan bottom sand (shale tidak dimodelkan)
Sedangkan gambar bawah samping kanan adalah hasil perbaikan dimana korelasi antar sumur di detilkan dan dibuatkan bottom sand (shale dimodelkan). Terlihat dari histogram baik facies maupun porosity hampir cocok antara data sumuran dengan hasil Scaleup well log.
Data Analysis to Facies in All Zones
Data Analysis to Porosity in All Zones
Data Analysis to Facies in All Zones
Data Analysis to Porosity in All Zones
B
25
Hubungan Variogram dengan hasil Pemodelan
Copyright Dadang Rukmana (BPMIGAS)
Orientasi didalam variogram harus sesuai dengan konsep geologi.Tidak mungkin didalam pemodelan geostatistik pada suatu lapangan yang terdiri dari beberapa lapisan hanya menggunakan satu variogram pada property tertentu, kecuali ada penjelasan berdasarkan konsep geologi.
Orientasi
Hasil Pemodelan
Contoh hasil modeling dimana ada 4 zone dengan menggunakan satu variogram & orientasi yang sama menghasilkan trend penyebaran property yang sama di setiap zonasi.
26
Kasus Usulah Subsurface POD yang harus diperbaiki dibidang reservoar dan simulasi.
Copyright Dadang Rukmana (BPMIGAS)
• Reservoar dan Simulasi : History matching pada simulasi kurang bagus baik secara
field atau per sumur akibat kesalahan dalam modeling. Model hanya menggunakan satu rock region atau rock type. Untuk model dual porosity kurva relatif permeability pada
fracture mengasumsikan Swc = 0. Tidak mengoptimalkan data-data PVT. Hasil prediksi produksi tidak smoot dengan data history akibat
prediksi kena konstring karena tidak dilakukan PI matching. Prediksi tidak menerapkan konstring produksi sehingga hasil
prediksi sangat optimis.
27
Hubungan Perhitungan Cadangan dengan P/Z, Simulasi Reservoar dengan Cadangan Terbaru
Cadangan hasil perhitungan dengan P/Z umumnya lebih optimisdibandingkan dengan hasil simulasi.
Compiled by Dadang Rukmana (BPMIGAS)
Gambar bawah ini presentase kesalahan dari suatu lapangan dimana cadanganterbaru dengan cadangan hasil dari perhitungan dengan P/Z dan hasil simulasi.Cadangan dari P/Z mempunyai kesalahan sangat tinggi (52%) bila dibandingkandengan simulasi reservoar (34%). Kesalahan pada simulasi terdiri dari kesalahandalam penentuan contact 6%, aquifer 15%, rock compressibility 9% dan data lainnyasekitar 4%.
28
FAKTOR KEKELIRUAN PENGOLAHAN DATA RES.Relative Permeabilitas untuk Fracture
Contoh Kesalahan dalam membuat Kro, Krw vs Swc didalam Fracture.Kro, Krw vs Swc di reservoar fracture umumnya ditarik garis lurus,seharusnya bentuk kurva tergantung dari lebar fracture dan Permeabilitasfracture.
0,00,10,20,30,40,50,60,70,80,91,0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Kr
Sw
Fracture Water-Oil Relative Permeability Curve
Krw
Kro
Cocok untuk Permebilitas > 10 D
Copyright Dadang Rukmana (BPMIGAS)29
Compiled by Dadang Rukmana (BPMIGAS)
Uncertainty In Predictions
Hubungan kesalahan pada pemodelan dengan Hasil Prediksi Produksi
Model yang dipaksakan didalam simulasi reservoar berdampak padahasil prediksi tidak akurat.Model yang tidak baik dapat juga dipaksakan agar matching dengan dataaktual, tetapi pada saat melakukan history matching akan banyakparameter yang dirubah-rubah sehingga model menjadi tidak karuan danproses history matching akan membutuhkan waktu yag lama.
30
WORKSHOPPEDOMAN PEMBUATAN MODEL GEOLOGI-RESERVOAR
OlehDadang Rukmana
DINAS PENGKAJIAN EKSPLOITASI & EVALUASI CADANGANDIVISI PENGKAJIAN DAN PENGEMBANGAN
BIDANG PERENCANAAN - BPMIGAS
21-24 Oktober 2009 (Unpad & K3S)4-7 Oktober 209 (SPE – New Orleans)10-11 Agustus 2009 (Lemigas & K3S)
7 November 2008 (Pertamina EP)9 Juni 2008 (UIR)17 Mei 2008 (ITB)
10 Mei 2008 (Unpad)18 April 2008 (Trisakti)
14 April 2008 (Lemigas)8 Desember 2007 (UPN)
Copyright Dadang Rukmana (BPMIGAS)
AGENDA PEMODELAN GEOLOGI-RESERVOAR
1. WORKFLOW 3D GGR MODELING2. PETA GEOLOGI & SEISMIC UNTUK PEMODELAN3. PETROPHYSICS4. PEMBUATAN MODEL GRID5. FRACTURE DAN PEMBUATAN MODEL GRID DUAL
POROSITY6. SCALE-UP WELL LOG7. VARIOGRAM8. FACIES & PEMODELAN9. PEMODELAN POROSITAS10. PENENTUAN PERMEABILITAS & PEMODELAN11. VALIDASI PROPERTY12. COARSE MODEL
Copyright Dadang Rukmana (BPMIGAS)2
1. WORKFLOW 3D GGR MODELING
Top & bottom Structure Map (Sand layer/ Marker / zone/
reservoir characterization ) + Fault=> Conventional Geological logic
Property (Facies, Porosities, Vshale)
=> Petrophysics Facies Map Each
field/Marker/ Reservoir
Characteristic => G & G
Variogram FaciesEach field/Marker/
Reservoir Characteristic
Porosities (M&/F) & Vshale Distribution
Facies generated from Seismic Inversion
=> G&G (Attribute Seismic)
3D Grid/SGrid(GG Model, Fault)
Variogram Property(Por. & Vshale)
Each layer each Facies Facies Distribution
3D PropertyModels
ScaleUp Well Log
ScaleUp Coarse Model
Porosities distribution from Seismic
Inversion=> Neural Network (Attribute Seismic)
Permeability Distribution => K Versus Φ ( Each Facies)
Reservoir Simulation
Validation PropertyCopyright Dadang Rukmana (BPMIGAS)
Top Main Structure & Fault Map => Geophysics (Seismic)
Fracture prognosisGeology
PetrophysicsFormation Evaluation
3
2. PETA GEOLOGI & SEISMIC UNTUK PEMODELAN
Peta Top Structure (Main) & Fault => Seismic
Peta Top & bottom Structure (Lapisan sand / Marker / zonasi /
reservoir characterization ), Fault=> Geologi
3D Grid/SGrid(GG Model, Fault
Formasi A
Formasi B
Formasi C
Intepretasi Seismik
Peta Top Struktur Formasi A
Top Layer 1
Bot. Layer 1Shale
Top Layer 2
Bot. Layer 2
Shale
Shale
Top Layer 3
Bot. Layer 3
Top Layer 4
Bot. Layer 4
Form
asi A
Peta Top & Bot. Lap.
Shale
Shale
Facies A
Facies B
Facies C
Shale
Facies D
Facies
Misalkan :
12 Layer
1 Layer
1 Layer
Misalkan
14 Layer
Misalkan
17 Layer
1 Layer
Misalkan
20 Layer
Cell Layering
Copyright Dadang Rukmana (BPMIGAS)
Property (Facies, Porosities, Vshale)=> Petrophysics
4
PETA TOP STRUCTURE (Main)Hasil Interpretasi Seismik
Synthetic seismogram Penampang Seismik
WELL TIE TO SEISMIC
3D Velocity Cube
TIME DEPTH
DEPTH STRUCTURE
Compiled by Dadang Rukmana (BPMIGAS) 5
PETA TOP/BOTTOM STRUCTUREPenampang Seismik Depth Structure Top
Log Sumur
Compiled by Dadang Rukmana (BPMIGAS)
Top A
Top B
Top C
Top D
Top A1
Top B1
Sebagai input 3D model geostatistik pada batu pasir perlu dimodelkan shale dengan cara membuat bottom sand berdasarkan data log.
Top A2
Bottom B1
Top B2
Bottom B2
Penampang Korelasi Sumur
Zone 6
Zone 5
Zone 4
6
PEMBAGIAN ZONASI / FLOW UNIT UNTUK RESERVOAR KARBONAT
Compiled by Dadang Rukmana (BPMIGAS)
Pemodelan geologi untuk input geostatistik pada batuan karbonat perlu dibuatkan zonasi geologi atau flow unit yaitu memisahkan karakteristik reservoar berdasarkan gammaray /resistivity dari data log sumuran yang memiliki kemiripan yang sama.
7
3. PETROPHYSICSDATA-DATA DAN PARAMETER
1. Data-data yang tersedia, seperti : Total sumur yang ada dan sumur yang akan dianalisa petrophysics (Jika sumur
yg dianalisa tidak selurunya, jelaskan alasannya ?) Jenis log yang tersedia, buatkan check list dalam matrik. Ketersedian data core, sebutkan nama2 sumur, berapa data core dan diambil
pada formasi/lapisan mana saja ? Tandai di peta lokasi sumur yg ada Core. Data test (sumur & lapisan pada saat diambil), sejarah complesi (yg sudah
produksi) dan analisa water.
2. Tampilkan parameter-parameter petrofisik dan bagaimana dalam penentuanparameter tsb. Pertimbangkan perbedaan formasi, zonasi dan facies Faktor sementasi (m), saturation exponent (n), koefisien (a), Rw, sifat-sifat fisik
fluida (rhof) dan matriks batuan (rhob) Dalam penetuan Rw (Resistivity Water), tampilkan Rw dari analisa water (jika
ada), Rw dari Sp, Pendekatan Rwa, dari sumber lain (Katalog Rw, dari test (RFT & DST) dan lain-lain. Sebutkan alasan pemilihan harga Rw.
Cara penentuan Vshale, Jika menggunakan : GR (tampilkan Grbersih & GRshale ), SP (tampilkan SPbersih & SPshale ), Netron (Por.N,min & PorN,shale), Resistivity (RTshale& RTmin) dan lain-lain.
Copyright Dadang Rukmana (BPMIGAS)
8
DATA-DATA DAN PARAMETER PETROPHYSICS
Compiled by Dadang Rukmana (BPMIGAS)
Contoh check list dalam bentuk matrik
9
DATA-DATA DAN PARAMETER PETROPHYSICS
Compiled by Dadang Rukmana (BPMIGAS)
Contoh penentuan parameter a,m,n berdasarkan data dari laboratorium :a = 0.66, m = 2.05, n = 1.94
10
PARAMETER PETROPHYSICSContoh Penetuan Rw (Resistivity Water)
Compiled by Dadang Rukmana (BPMIGAS)
Water Analysis
WellMethod
Fro
Analisa Water (Rwa)
Pickett Plot
Sumur-1 0.228 0.223 0.222
Sumur-2 0.243 0.230 0.223
Hasil analisa misalkan diambil harga Rw = 0.228 Ohm-m @ 75 oF
Hasil perhitungan Sw dengan menggunakan harga Rw tsb cocok dengan kandungan hidrokarbon hasil dari tes sumur dan harga Sw pada contact ≥ cutoff, dimana harga contact hasil dari perpotongan gradient pressure antara hidrokarbon dengan water.
GWC
Pickett Plot
11
VALIDASI PETROPHYSIC DAN PENENTUAN CUT-OFF
3. Validasi hasil interpretasi log : Porositas Log dengan data dari porositas Core Water Saturation dengan data test, produksi dan kapiler pressure (Jfunction) Vshale dengan data test
Copyright Dadang Rukmana (BPMIGAS)
Contoh validasi antara harga porositas dari core atau sidewall core dengan hasil interpretasi petrofisik dg beberapa metode perhitungan. Dari gambar disamping ini menunjukkan bahwa perhitungan porositas dengan metode Netron Density lebih cocok.
12
VALIDASI PETROPHYSICS(Interpretasi Log divalidasi dg data Routine Core, Pc dan Scal)
Compiled by Dadang Rukmana (BPMIGAS) 13
VALIDASI PETROPHYSIC DAN PENENTUAN CUT-OFF
4. Penentuan Cut-off : Porositas (Permeabilitas), Vshale dan Sw. Dalam penentuan cut-off perlu dipertimbangkan kalau ada fracture dan kandungan hidrokarbon (minyak & gas). Secara statistik cut-off Por (untuk oil 10 – 16% tergantung tekanan & viskositas dan gas (6 – 12%), Vshale (20 – 50 %) dan Sw (55 – 70%).
Copyright Dadang Rukmana (BPMIGAS)Harga cut-off (pancung) sifat fisik batuan adalah suatu harga yang ditentukan untuk membedakan antara bagian-bagian produktif dan tidak produktif dari suatu formasi
14
PENENTUAN CUT-OFF BERDASARKAN DATA TEST
Penentuan Cut-off dengan metode kombinasi antara Permeability, Porosity dan Sw dengan data tes. Hasil contoh gambar dibawah ini cutoff : Por = 7%, K = 3 md, Sw=70%.
0.00 0.05 0.10 0.15 0.20
0-0.10.1-0.20.2-0.30.3-0.40.4-0.50.5-0.60.6-0.70.7-0.80.8-0.90.9-1.0
ELAN PIGN
ELA
N K
INT
(md)
1.0
0.1
0.01
0.001
10
100
1000
10000P
IGN
=7.0
%
KINT=3.0 md
0.00
0.01
0.10
1.00
10.00
100.00
1000.00
10000.00
0.00 0.05 0.10 0.15 0.20 0.25
系列2
系列3
系列1
DSTs
A3 DST#1
Compiled by Dadang Rukmana (BPMIGAS)
Apabila ada data tes yang anomali terhadap cut-off (por, vsh, permeabilitas) perlu di cekposisi tes sumur pada penampang Log.
Sw
15
POROSITY = 0.13VCLAY = 0.38K = 15 md
1615-1618
PENENTUAN CUT-OFF BERDASARKAN DATA TEST
Por dan vsh dibawah cutoff dapatdiabaikan setelah di cek denganpenampang Log apabila fluida yang mengalir pada interval tes tsb diyakiniberasal dari harga Por & Vsh > cutoff.
16
PENENTUAN CUT-OFF
Contoh kasus dimana hasil tes sumur menunjukkan semuanya mengalir (Flow), biasanya pada Lapangan Gas.
Compiled by Dadang Rukmana (BPMIGAS)
Metode ini dapat dilakukan jika metode dengan cross plot antara Vsh vs Porosity dengandasar tes sumur tidak bisa dilakukan.
17
PENENTUAN CUT-OFF SW
Besaran Cut-off untuk Por, Vsh dan Sw bisa berbeda untuk tiap-tiap facies.
Compiled by Dadang Rukmana (BPMIGAS)
Untuk penentuan cut off Sw pada reservoar gas dapat dianalogikan dengan gambar (cutoff Swpada zone minyak) dengan syarat mempunyai karakteristik reservoar yang sama.
18
PENENTUAN CUT-OFF SW
Penentuan Cutoff Sw untuk reservoar gas dapat digunakan dengan metode Por * Sw vs Por.
Compiled by Dadang Rukmana (BPMIGAS)
0
1000
2000
3000
4000
0 10 20 30 40
Por*
Sw
Por, %
Sw Cut-off = 70%
Sw < 70%.
Sw > 70%.
19
FORMAT PELAPORAN PETROPHYSICS
5. Format pelaporan hasil analisa petrofisik : Format pelaporan standar petrofisik (gambar log Porositas, Sw, Marker, data
core, lithologi batuan, data test, komplesi dan lain-lain). Tabel-1, Summary parameter-parameter Petrofisik yang digunakan dan cut-off. Tabel-2, Summary hasil analisa Petrofisik (Lumping Results).
Formasi/Zonasi/Reservoar
a m n Rw rhof rhob GRmin GRmak Cut-off Por
Cut-off Vsh
Cut-off Sw
dll
Formasi A/Res. A -- -- -- -- -- -- -- -- -- -- -- --
Formasi B/Res.B -- -- -- -- -- -- -- -- -- -- -- --
Tabel-1
Well Formasi/ Layer/ Zonasi
Facies(Contoh)
Top Bottom
Gross
Net Sand
Vshl Por Sw N/G
Net Pay
Vshl Por Sw N/G
Well -1 Formasi A
Layer A.1
Layer A.2
Bar-Shale
Bar dan Channel
----
----
----
----
----
----
----
----
----
----
----
----
----
----
---
---
----
----
----
----
----
----
----
----
---
---
Formasi B
Layer B.1
Layer B.2
Barl
Shale----
----
----
----
----
----
----
----
----
----
----
----
----
----
---
---
----
----
----
----
----
----
----
----
---
---
Tabel-2 Cut-off Por & Vshl Cut-off Sw
Copyright Dadang Rukmana (BPMIGAS) 20
DATA INPUT DARI PETROPHISIC UNTUK PEMODELAN
6. Hasil Petrofisik untuk Input Pemodelan 3D Curve Property : Data-data petrofisik sebagai input Pemodelan adalah per ½ (setengah) feet. Data-data utama : Depth, Facies, Porositas, Vshale. Data-data pendukung : PorDN,, PorSonic,GR, RT, Res. Flag, Flow Unit,
Permeability (jika permeabilitas akan dimodelkan, maka harus dalam bentuk log(K)), Sw, Swi (hasil dari Jfunction), dll.
Copyright Dadang Rukmana (BPMIGAS)
Setelah harga cutoff parameter petrofisik ditentukan, langkah selanjutnya ada menguji dari harga cutoff tsb. Contoh gambar disamping ini cutoff porosity = 10% eqivalent dengan harga permeability = 3 mD dan harga K > 3 mD dianggap untuk gas dapat mengalir setelah di cek dengan persamaan Darcy.
21
PEMBUATAN MODEL GRID
• Ukuran cell agar diperhitungkan jarak antar sumur yang paling dekat untuk finemodel minimal 4 cell dan untuk coarse model minimal 2 cell diluar cell sumur.Untuk Fine model usahakan ukuran cell maksimum 50 m (0.62 acres).
• Distribusi ketebalan cell agar diperhitungkan/dipertimbangkan distribusi inplaceuntuk tiap-tiap zone (lapisan berdasarkan geologi). Jika zone yang mempunyaiinplace yang besar maka ketebalan cell pada zone tersebut harus lebih kecilbegitu juga sebaliknya.
• Ketebalan cell agar divalidasi dengan hasil scaleup well log, jika kurang bagusmaka ketebalan cell harus diperkecil.
• Untuk zone shale yang sifatnya menerus cukup 1 lapisan.• Dalam laporan/presentasi ditampilkan :
Ukuran cell : … dan jumlah cell : …. Jumlah lapisan : ….. (dari zone geologi …) Dimensi grid (fine/coarse) : Rata-rata ketebalan cell untuk sand/porous : ….. Rata-rata ketebalan cell untuk shale : …..
Copyright Dadang Rukmana (BPMIGAS) 23
PEMBUATAN MODEL GRID
Pillar Gridding
Compiled by Dadang Rukmana (BPMIGAS)
Top & bottom Structure Map (Sand layer/ Marker / zone/
reservoir characterization ) + Fault=> Conventional Geological logic
3D Grid/SGrid(GG Model, Fault)
Top Main Structure & Fault Map => Geophysics (Seismic)
Fault Modeling
Structure Modeling
24
5. FRACTURE DANPEMBUATAN MODEL GRID DUAL POROSITY
Analisa Fracture dari Petrophysic : Anomali produksi yang signifikan tidak sebanding dengan property batuan (porositas
dan permebilitas). Lithologi batuan terutama parameter m (faktor sementasi), pengaruh fracture biasanya
harga harga m < 2. Data FMI, pengamatan core, thin section dan Swirr < 10%. Pengamatan dan Interpretasi well test analisis (omega dan lamda). Anomaly spike sering terjadi seperti Cross over antara swrr vs drho, juga terjadi pada
SP. Terjadi noise pada Rxo dan pada density yang telah dikoreksi. Nilai pef (density) yang menonjol, disertai kehadiran barite Nilai caliper yang menonjol (terjadi bila fracture > 1 mm Micro spirical focus log ( MSFL – resistivity) yang menonjol Jika mengunakan lumpur yang berbahan air, nilai resistivity mud filtrate (Rmf) akan tinggi
jika dibandingkan dengan resistivity water
Perlu dihitung porositas dan permeabilitas fracture, misal menggunakan Density-Netron dan Sonic. Porositas fracture = PorDensity Netron – PorSonic
Compiled Dadang Rukmana & Galih A.W. (BPMIGAS)
Model geologi yang tidak mengakomodasi adanya fracture akan menyulitkan dalam melakukan history macthing pada simulasi reservoar.
25
CONTOH PENAMPANG LOG YANG TERIDENTIFIKASI ADANYA FRACTURE
Compiled by Dadang Rukmana (BPMIGAS)
INTERPRETASI POROSITY FRACTURE
Data dan Analisa Fracture
28
PEMBUATAN MODEL GRID DUAL POROSITYParameter Fracture
• Klasifikasi fracture (Type A,B atau C), dapat ditentukan dari omega.• Intensitas fracture, dapat ditentukan dari core, thin section dan FMI.• Lebar fracture, thin section• Porositas fracture (dari statistik dunia lapangan Frac. rata-rata ΦF < 0.5%), dapat ditentukan :
o Analisa data log antara Sonic dan Density-Netron : ΦF = ΦDN – ΦSo Menggunakan Lithologi m (faktor sementasi) dan porositas total (density-netron log)o Menggunakan formula apabila harga Lebar Fracture (W) dan intensitas fracture (Z) dapat
ditentukan. ΦF = W / Z x 100, % dan ΦF = W / (W x Z) x 100, %o Menggunakan chart apabila harga Lebar Fracture (W) & intensitas fracture dpt diketahui.
Copyright Dadang Rukmana (BPMIGAS)29
PEMBUATAN MODEL GRID DUAL POROSITYParameter Fracture
• Permeabilitas Fracture, dapat ditentukan apabila lebar fracture dan intensitas fracturedapat diketahui : Menggunakan formula : Kf = 84.4 x105 W3/Z , D Menggunakan Chart.
Lucia 1995 AAPG
Copyright Dadang Rukmana (BPMIGAS)30
PEMBUATAN MODEL GRID DUAL POROSITYKlasifikasi Fracture
B
A
0.66 < OmegaC
0,36 <σ < 0.65
Hidrokarbon di matrik > Fracture
Omega < 0.35
TYPE Omega F vs M
Hidrokarbon di matrik = Fracture
Hidrokarbon di matrik < Fracture
mmff
ff
CCCφφ
φω
+=
f
m
kk
=λ
PEMBUATAN MODEL GRID
Copyright Dadang Rukmana (BPMIGAS)31
PEMBUATAN MODEL GRID DUAL POROSITYKlasifikasi Fracture Dalam Pembuatan Model 3D
FractureType-A FractureType-B FractureType-C
Model Fracture 1 x 51 arah horiz. Vs 5 arah vert.
Model Fracture 1 x 11 arah horiz. Vs 1 arah vert.
Penentuan perbandingan fracture arah hor. & vertical ditentukan dari hasil analisa geologi.
Type A : Perbandingan arah hor. & vert. 1 x (> 20)
Type B :Perbandingan arah hor. & vert. 1 x (< 20)
Ratio arah hor. X ver.Dapat juga dihasilkan dari history macthing pd saat simulasi.
Copyright Dadang Rukmana (BPMIGAS)32
PEMBUATAN MODEL GRID DUAL POROSITY
Compiled by Dadang Rukmana (BPMIGAS)
Konsep Model Grid dengan arah fracture kemiringan 30o dari SPE 120942Continuous Improvement Initiative to Optimize Reservoir Management in Carbonate Fracture Reservoir: Integrated GGRP in East Java throughout Bali AreaGalih Agusetiawan, Gunawan Sutadiwiria, SPE, and Dadang Rukmana, BPMIGAS
33
PEMBUATAN MODEL GRID DUAL POROSITYDENGAN SOFTWARE
Compiled by Dadang Rukmana (BPMIGAS)
Geometri Fracture : • Arah Fracture • Intensitas fracture• Property fracture
Arah Fracture :• Phenomena tectonic• Peta Major Fault
Intensitas Fracture : • Kerapatan fracture akan menurun dg bertambahnya kedalaman• Kerapatan fracture akan bertambah dg mendekati fault• Kerapatan fracture akan bertambah pada lipatan/ lengkungan lapisan batuan
Dip Azimuth
Model Fracture
34
6. SCALEUP WELL LOG
Hal-hal yang perlu diperhatikan :
1. Setelah model grid dibangun dan data petrophysics sudah di-inputkankedalam model, maka proses selanjutnya adalah scaleup well log (petrel)/ Well Block (Roxar) yaitu mengisi cell pada posisi sumur dengan caramerata-ratakan property dari data petrophysics (1/2 ft). Apabilamenggunakan Gocad dan Geolit tidak perlu proses scaleup well log.
2. Validasi antara property hasil scaleup dengan data well log denganmelihat bentuk/besaran pada histogram, jika terlalu jauh maka teballapisan harus dikurangi. Dalam laporan/presentasi agar ditampilkanhistogram tsb dan buat tabel yang berisi perbandingan antara data hasilscaleup dengan data dari well log : Nilai Minimum dan maksimum. Nilai Median dan rata-rata.
Copyright Dadang Rukmana (BPMIGAS)
Well LogScale Up
35
SCALEUP WELL LOG
Contoh hasil scaleup well log yang salah (tidak match antara datasumuran dengan hasil scaleup) akan berdampak pada hasil modelingterlalu optimis atau terlalu pesimis)
Copyright Dadang Rukmana (BPMIGAS)
Penyebab kesalahan dalam melakukan proses scaleup well log :
• Metode dalam merata-ratakan property yang tidak tepat.
• Ukuran ketebalam cell terlalu besar
• Tidak memisahkan shale di dalam pemodelan.
37
SCALEUP WELL LOG
Contoh hasil scaleup well log yang benar dimana data sumuran matchdengan hasil scaleup dan juga dengan hasil modeling.
Copyright Dadang Rukmana (BPMIGAS) 38
7. VARIOGRAM
Variogram adalah statistik tool untuk interpolasi diantara dua/lebih data yangbersifat pembobotan.
Copyright Dadang Rukmana (BPMIGAS)
Penentuan Panjang/lebar Major & Minor dan Orientasi dari Geologi setelah memetakan Properti 2D
39
PARAMETER VARIOGRAMPengaruh Nugget
Apabila Nugget > 0
Bentuk Variogram Nugget = 0
Perubahan properti akan smooth, cocok untuk reservoar yang relatif homogen
Bentuk Variogram Nugget > 0
Perubahan properti sangat dratis, cocok untuk reservoar yang heterogen
Copyright Dadang Rukmana (BPMIGAS) 41
PARAMETER VARIOGRAMPengaruh Range
Compiled Dadang Rukmana (BPMIGAS)
Penentuan Range dalam analisa variogram akan menentukan keakuratan pemodelan property
42
PARAMETER VARIOGRAMPengaruh Metode
Compiled Dadang Rukmana (BPMIGAS)
Penentuan metode Variogram sangat penting dalam pemodelan distribusi property
Spherical Linear
Exponential Gaussian
43
FORMAT PELAPORAN VARIOGRAM
Format pelaporan hasil analisa variogram Property (Facies, Porositas, dll)harus ditabelkan dan ditampilkan gambar untuk tiap-tiap property, per faciesdan per lapisan. Per Lapisan bila memungkinkan (data cukup banyak), jika data tidak cukupbanyak variogram tiap-tiap lapisan bisa digabungkan berdasarkan justifikasi dari geologi yaituada kemiripan trend, orientasi yang mirip, parameter (major,minor dan range) yang identik.
Formasi/ Zonasi
Porositas/
dll
Model
Type Major Minor
Anisotropy Ratio Orientasi Sill Nugget Keterangan
Formasi A
Layer A.1 Bar
Channel
Shale
----
----
----
----
----
----
----
----
----
----
----
----
----
----
----
----
Layer A.2
Bar
Channel
Shale
----
----
----
----
----
----
----
----
----
----
----
----
----
----
----
----
----
----
----
----
----
Tabel : Variogram Porositas atau property lainnya (Contoh)
Formasi/ Zonasi Layer
Model
Type Major Minor
Anisotropy Ratio
Orientasi(contoh) Sill Nugget Keterangan
Formasi A Layer A.1
Layer A.2
Layer A.3
Spherical
Exponential
Spherical
----
----
----
----
----
----
----
----
----
N-S
NE – SW
NW – SE
----
----
----
----
----
----
----
----
----
Tabel : Variogram Facies (Contoh)
Copyright Dadang Rukmana (BPMIGAS) 44
8. FACIES & PEMODELANANALISA FACIES
Analisa facies dimulai dari data core, analisa log, tekanan danperformance produksi.
Chanel
Chanel SubtidalPermeabilitas Porositas
Facies berkaitan dg Performance Produksi. Performance produksi untuk Channelumumnya mempunyai produksi awal tinggi tetapi cepat menurun (rata-ratadecline rate diatas 30%), sedangkan subtidal produksi awal rendah dan umurproduksi cukup panjang (decline rate rata-rata dibawah 30%).
Copyright Dadang Rukmana (BPMIGAS)
45
ANALISA FACIES
Copyright Dadang Rukmana (BPMIGAS)
Integrasi dalam analisa ficies antara di surface, data core, petrograpy dan data log sangat diperlukan untuk menghasilkan analisa yg akurat.
46
IDENTIFIKASI FACIES DARI LOG SUMURAN
Compiled Dadang Rukmana (BPMIGAS)
Identifikasi ficies dimulai dari analisa data core dan petrograpy kemudian dicocokkan dengan bentuk dari data log sumuran. Selanjutnya diaplikasikan ke seluruh sumur.
48
INTERPRETASI FACIES DARI ATRIBUTE SEISMIC
Compiled by Dadang Rukmana (BPMIGAS)
Spectral Decomposition at 5Hz Seismic Attribute
49
PEMBUATAN PETA FACIES
Analisys Facies Analysis, => Petrophysics
Facies Map Each field/Marker/ Reservoir Characteristic => G & G
Facies generated from Seismic Inversion
=> G&G (Attribute Seismic)
Compiled Dadang Rukmana (BPMIGAS)
Interpretasi Facies dari Data Log Interpretasi Facies dari
Attribute Seismic
Hasil akhir dari Interpretasi Facies hasil kombinasi dari Data Log, Attribute Seismic
dan Data Produksi
50
PEMODELAN FACIES
Property (Facies, Porositas, Vshale)
=> Petrophisic
Peta FaciesPer Lap./ Marker/ Res.Characteristic=> Geologi
Penyebaran Facies
ScaleUp Well Log
ChanelSubtidal
Sheet
Chanel
Facies Modeling- ISF (Indicator Simulation of Facies)- SIS (Sequential Indicator Simulation)-MPS (Multi Points Statistic)
Variogram
Lay. A1
Lay. A1
A1A2
A3
Lay. A1
Copyright Dadang Rukmana (BPMIGAS)
Variogram FaciesPer Lap./Marker/
51
9. PEMODELAN POROSITAS
Variogram
ScaleUp Well Log
Distribusi Facies
Hasil Distribusi Porositas
Well Data
Porositas dari Inversi Neural Network
Copyright Dadang Rukmana (BPMIGAS)
Untuk mendistribusikan Porositas diperlukan data sumuran, variogram, distribusi facies dan distribusi porositas hasil inversi (jika ada). Hasil pemodelan tergantung probability yg diset pd software geostatistik tsb.
52
10. PENENTUAN PERMEABILITAS
1. Untuk Penyebaran Permeabilitas bisa beberapa cara :• Menggunakan transform hubungan K vs Porositas di quide dengan Vshale.• Disebarkan dengan Geostatistik tetapi software harus tersedia “Neural Network”
atau “Cloud Transform” atau metode baru yang bisa memodelkan permeabilitas(bukan SGS atau Co-kriging) dan data well yang masuk harus dalam bentukLog(K).
2. Baik menggunakan transform maupun geostatisk data-data permeabilitas hasus dapatdipisahkan per Facies. Jika tidak memungkinkan untuk pemisahan berdasarkan facieskarena data core tidak cukup, bisa menggunakan FZI (flow zone indikator).
Compiled by Dadang R (BPMIGAS) 53
TRANSFORM PERMEABILITAS Vs POROSITAS
Permeability Transform For Facies A
0.1
1.0
10.0
100.0
0.00 0.05 0.10 0.15 0.20 0.25Porosity
Perm
eabi
lity,
md
Vsh, %0
10
20
30
Copyright Dadang Rukmana (BPMIGAS)
54
Compiled by Hadi Prasetyo (BPMIGAS)
Porosity vs. Hz.Permeability X-Plot Core photograph of slightly bioturbated, fine-medium grained, multi-story, fining
upward sandstone with quartz pebbles and locally
calcite cement.
Core photograph of bioturbated, very fine grained, fining upward sandstone with locally
calcite cement and glauconite distribution.
Typical well-log
HUBUNGAN MODEL FACIES VS TRANSFORM
55
PENYEBARAN/DISTRIBUSI PERMEABILITAS
Penyebaran Por. & VshalePenyebaran Facies Penyebaran Permeabilitas
0
0
0
Vsh, %0
10
20
30
Facies A
Facies B
Distribusi Facies
Hasil Distribusi
Permabilitas
Distribusi Porositas &
Vshale
Copyright Dadang Rukmana (BPMIGAS)
56
11. VALIDASI PROPERTYRealisasi Pemodelan
Contoh 4 Realisasi hasil pemodelan distribusi facies, dengan data dan variogram yang sama.
Copyright Dadang Rukmana (BPMIGAS)
Realisasi 1 Realisasi 2
Realisasi 3 Realisasi 4
Didalam software geostatistik saat ini dapat dibuat ratusan/ribuanmodel 3D facies . Hasil penyebaran facies tsb pada umumnya darimodel satu dg model akan mempunyai trend yang berbeda. Yang jadimasalah model mana yang sesuai dengan kondisi lapangan ?
57
VALIDASI PROPERTY HASIL PEMODELANRealisasi Pemodelan
Contoh 2 Realisasi hasil pemodelan distribusi property
Copyright Dadang Rukmana (BPMIGAS)
Model/Realisasi 1
Model/Realisasi 2
58
VALIDASI PROPERTY HASIL PEMODELANRealisasi Pemodelan
Setiap pemodelan properti agar dibuat realisasi beberapa model minimal 5realisasi.
Realisasi 1
Realisasi 2
Realisasi 3
Realisasi 4
Realisasi 5
Sgs_Facies_1_Phie_1Sgs_Facies_1_Phie_2Sgs_Facies_1_Phie_3Sgs_Facies_1_Phie_4Sgs_Facies_1_Phie_5
Sgs_Facies_2_Phie_1Sgs_Facies_2_Phie_2Sgs_Facies_2_Phie_3Sgs_Facies_2_Phie_4Sgs_Facies_2_Phie_5
Sgs_Facies_3_Phie_1Sgs_Facies_3_Phie_2Sgs_Facies_3_Phie_3Sgs_Facies_3_Phie_4Sgs_Facies_3_Phie_5
Sgs_Facies_4_Phie_1Sgs_Facies_4_Phie_2Sgs_Facies_4_Phie_3Sgs_Facies_4_Phie_4Sgs_Facies_4_Phie_5
Sgs_Facies_5_Phie_1Sgs_Facies_5_Phie_2Sgs_Facies_5_Phie_3Sgs_Facies_5_Phie_4Sgs_Facies_5_Phie_5Copyright Dadang Rukmana (BPMIGAS) 59
VALIDASI PROPERTY HASIL PEMODELAN
Beberapa cara dalam melakukan validasi dari hasil pemodelan dangan datawell log/scale-up log :
1. Jika sumur cukup banyak :• Keluarkan minimal 10% sumur, dimana posisi sumur tsb harus menyebar,
kemudian lakukan geostatistik dimulai dari minimal 5 realisasi facies dandilanjutkan dengan pemodelan porositas 5 realisai untuk masing-masingfacies, sehingga akan ada minimal 25 realisasi model porositas.
• Dari 25 realisasi pemodelan porositas, pilih model yang mana yangcocok dg data-data dari 10% sumur tsb. Ambil 10 model yang terbaik.
• Cek dengan histogram dari 10 model tsb antara porositas hasil modeldengan scale-up log (data2 seluruh sumur) dan keluarkan model yangterjelek.
• Cek dengan bubble map kumulatif produksi masing-masing model,kemudian ambil 5 model yang terbaik.
Copyright Dadang Rukmana (BPMIGAS)
Jika tidak ada yang cocok satupun dapat disebabkan oleh :Penentuan variogram yang keliru, atau pembobotan dalam mendistribusikan porositas yangsalah atau pembuatan peta facies yang belum divalidasikan dengan produksi & tekanan.
60
VALIDASI PROPERTY HASIL PEMODELAN
2. Jika sumur sedikit :• Lakukan sensitifiti probabilistik facies mulai dari 20%, 40%, 60% dan
80% terhadap data secale-up log + variogram dengan map facieshasil modeling konventional atau attribute seismic.
• Setiap sensitifiti realisasikan facies minimal 5 realisasi (total realisasiada 20 realisasi.
• Dari 20 realisasi pilih 5 realisasi terbaik berdasarkan histogram,penyebaran facies (geologi), bubble map kumulatif produksi(reservoar), performance produksi, tekanan dll.
• Dari 5 realisasi, lakukan pemodelan porositas minimal 5 realisasiuntuk tiap-tiap facies. (total realisasi ada 25 model).
• Cek dengan histogram dari 25 model tsb antara porositas hasil modeldengan scale-up log (data2 seluruh sumur) dan keluarkan model yangterjelek. Ambil 15 model yang terbaik.
• Diskusikan dengan geologi-geofisik-reservoar mengenai penyebaranporositas untuk masing-masing model, cek dengan bubble mapkumulatif produksi, kemudian ambil 5 model yang terbaik.
Copyright Dadang Rukmana (BPMIGAS) 61
VALIDASI PROPERTY HASIL PEMODELAN
Setelah mendapatkan 5 model penyebaran porositas yang terbaik,lakukan penyebaran permeabilitas.
Lakukan perhitung Inplace untuk masing-masing model, kemudianbandingkan harga inplace tsb dengan hasil volumetrik.
Selanjutnya adalah proses scale up model yaitu mengurangi jumlahsell (coarse modeling) sehingga model dapat dilanjutkan kesimulasi reservoar.
Copyright Dadang Rukmana (BPMIGAS) 62
12. COARSE MODELScale-up
Untuk mengurangi jumlah cell dari model yang detil (fine model dimana jumlahcell > 1 jt ) menjadi model dengan jumlah cell yang lebih kecil (coarse modeldimana jumlah cell < 1 jt) yaitu dengan melakukan scale-up. Penguranganjumlah cell ini perlu dilakukan jika model tsb akan dijadikan input untuk runsimulasi.
116 x 84 x 2892,8160,016
58 x 48 x 150417,600 (15%)
Scale up
Copyright Dadang Rukmana (BPMIGAS)
Fine Model
Coarse Model
Fine Model Coarse Model
63
COARSE MODELKriteria
Hal-hal yang perlu diperhatikan dalam Scale-up ”COARSE MODEL” :1. Total cell coarse model minimum 15% dari fine model.2. Perubahan inplace coarse model maksimum 5% dari inplace fine
model.3. Jarak antar sumur terdekat minimal ada 2 cell4. Perubahan properti (Porositas dan Permeabilitas) tidak terlalu
besar. Perubahan untuk porositas rata-rata < 2% dan Permeabilitasrata-rata < 10%
Copyright Dadang Rukmana (BPMIGAS)
Metode dalam merata-ratakan property pada proses scale-up : Gunakan weighted average untuk semua property. Metode arithmetic average dapat digunakan untuk semua property
kecuali : Most of concept untuk facies Geometric average untuk horizontal permeability Harmonic average untuk vertical permeability
64
COARSE MODELScale-up Analysis
Validasi model antara fine model vs coarse model dapat dilakukan :1. Jika menggunakan Gocad software, coarse model sudah baik
apabila 4 kriteria sudah terpenuhi dan fractional flow coarsemodel berada diantara fractional flow fine model.
Copyright Dadang Rukmana (BPMIGAS) 65
COARSE MODELScale-up Analysis
2. Jika menggunakan Petrel atau Roxar software, coarse model sudah baikapabila 4 kriteria sudah terpenuhi dan perbandingan histogrampermeabilitas dari fine model vs coarse model tidak terlalu jauh begitujuga dengan property lainnya seperti Facies, Porosity dan Sw.
Fine Model
Coarse Model
Perbandingan Permeabilitas Fine Model vs Coarse Model
Copyright Dadang Rukmana (BPMIGAS) 66
COARSE MODELScale-up Analysis
Fine Grid Coarse Grid
Compiled by Dadang R (BPMIGAS)
Contoh hasil scaleup Facies antara fine model dengan coarse model
Fine GridCoarse Grid
67
COARSE MODELScale-up Analysis
Compiled by Dadang R. (BPMIGAS)
Fine Grid Coarse Grid
Fine GridCoarse Grid
Contoh hasil Scaleup Porosity antara fine model dengan coarse model
Model Grid Average Porosity
Number of Cells
Fine 171x80x47 0.18 642,960Coarse 121x36x23 0.17 100,188
68
COARSE MODELScale-up Analysis
Fine Grid Coarse Grid
Compiled by Dadang R. (BPMIGAS)
Fine ModelCoarse Model
Contoh hasil Scaleup Water Saturation antara fine model dengan coarse model
69
WORKSHOP PEDOMAN SIMULASI RESERVOAR
OlehDadang Rukmana
21-24 Oktober 2009 (Unpad & K3S) 10-11 Agustus 2009 (Lemigas & K3S)
7 November 2008 (Pertamina)9 Juni 2008 (UIR)17 Mei 2008 (ITB)
18 April 2008 (Trisakti)14 April 2008 (Lemigas)
14 Maret 2008 (UPN)
DINAS PENGKAJIAN EKSPLOITASI & EVALUASI CADANGANDIVISI PENGKAJIAN DAN PENGEMBANGAN
BIDANG PERENCANAAN1
AGENDA1. TUJUAN SIMULASI RESERVOAR2. WORKFLOW SIMULASI RESERVOAR3. PENGOLAHAN DATA-DATA RESERVOAR
• Menentukan Rock Region ( Data Swi & Permeabilitas)• Data Scal (End Point data, Normalisasi & Rekontruksi)• Data PVT• Data Produksi
4. INPUT SIMULASI RESERVOAR5. KEY WELL & PARAMETER HISTORY MATCHING6. INITIALIZATION (INPLACE MATCHING)7. HISTORY MATCHING
• Kriteria Matching (Lapangan dan Key Well)• Parameter yg dapat dirubah
8. PRODUCTIVITY INDEX (PI) MATCHING9. PREDIKSI
• Production Constraint (Economic Limit)• Skenario Prediksi
Copyright Dadang Rukmana (BPMIGAS)
2
1. TUJUAN SIMULASI RESERVOAR
Copyright Dadang Rukmana (BPMIGAS)
Tujuan simulasi reservoir adalah memodelkan kondisi reservoar secaramatematik dengan meng-integrasikan berbagai data yang ada (geologi,geofisik, petropisik dan reservoar) untuk memperoleh kinerja reservoirdengan teliti pada berbagai kondisi sumur dan skenario produksi sehinggaakan diperoleh perkiraan yang baik terhadap rencana/tahapanpengembangan suatu lapangan selanjutnya
Unsur-unsur dalam melakukan simulasi reservoir meliputi :• Mendefinisikan tujuan yang akan dicapai.• Mengumpulkan, menganalisa dan mengolah data.• Membuat model geologi-reservoir dan karakteristiknya.• Menyelaraskan volume hidrokarbon (initialisation) dan menyelaraskan
kinerja model reservoir dengan sejarah produksi (history matching).• Melakukan peramalan produksi dengan berbagai skenario
pengembangan.
3
Copyright Dadang Rukmana (BPMIGAS)
2. WORKFLOW SIMULASI RESERVOAR
Distribusi Permeabilitas
Distri. Porositas
Distri. Water
Saturasi
Distri. Facies
Distribusi Rock Region
Data Scal
End Point data Scal
Normalisasi
Rekontruksi Scal
1
ya
PC = 0
ya
Tidak Tidak
Data PVT
Pb = f(depth)
Plot : Pb vs depth, Bob,
Rs, Sg
Bob, Rs, Sg, API @ f(datum)
Metode PVT
PVT = f(P,T)
ya
Tidak
Data Produksi
Performance Produksi &
Tekanan
DATA-DATA RESERVOAR & PENGOLAHAN
Bubble Map
1 / 2
Aquifer
2
Input History
Matching = Liquid
Rate
Input History
Matching = Oil Rate
ya
Tidak
Equilibrium
Distribusi Fluid Region
key-well 1
INITIALIZATION
HISTORY MATCHING
Production Constraint PREDIKSI
PI MATCHING
MODEL 3D GEOLOGI-RESERVOAR
4
3. PENGOLAHAN DATA-DATA RESERVOAR
Copyright Dadang Rukmana (BPMIGAS)
Penetuan Rock Region• Data Swi• Data Permeabilitas
Data SCAL (Special Core Analysis) :• Data Input (Format)• End Point data Scal• Normalisasi Relative Permeability Curve• Rekontruksi Relative Permeability• Kurva Relative Permeability untuk Fracture
Data PVT, Tekanan dan Temperatur• Data (Format)• Analisa Data• Perhitungan
Data Produksi.5
PENGOLAHAN DATA-DATA RESERVOARPenentuan Rock Region
Rock Region didalam model simulasi diperlukan untuk membagi ataumemisahkan antara property yang bagus dengan property yang jelek.
Penentuan Rock Region, dapat berfungsi :• Mengelompokkan produksi yang memiliki performance yang sama
atau performance tekanan yang sama.
• Dapat membantu mempercepat dalam proses history matching.
• Hasil prediksi dari simulasi tidak over/under estimate.
• Akan membantu dalam menentukan skenario pengembanganlapangan.
Contoh Rock Region secara Lateral
Compiled by Dadang Rukmana (BPMIGAS) 6
PENGOLAHAN DATA-DATA RESERVOARPenentuan Rock Region
Penentuan Rock Region dapat dilakukan dengan dua cara :
A. Berdasarkan data Swi.Data Sw diambil dari hasil distribusi 3D property model• Urutkan data Swi dari nilai yang kecil ke nilai besar, usahakan untuk
membagi berdasarkan Reservoar/Formasi/Facies.• Plot Swi vs Number of Sample (Cumulative Data)• Bagi beberapa interval, dimana setiap interval mempunyai trend yang
sama. Tiap-tiap interval tsb dapat mewakili rock region.• Swi setiap rock region dapat dicari dengan mengambil rata-rata harga
Swi pada tiap-tiap interval.
Persyaratan metode ini dapat dilakukan, jika :• Data resistivity log tidak menunjukkan adanya transisi zone (Pc = 0)• Pada saat awal produksi, water belum terproduksikan (WC = 0).• Harga Swirr (data Scal) sama dengan data Swi (hasil interpretasi log).
Note : Inplace antara hasil dari Initialisasi simulasi dg 3D model umumnya kurang dari 10%.
Compiled by Dadang Rukmana (BPMIGAS) 7
PENGOLAHAN DATA-DATA RESERVOARPenentuan Rock Region Berdasarkan Swi
Copyright Dadang Rukmana (BPMIGAS)
Contoh penentuan rock region untuk seluruh lapangan ”X1”.Contoh Input Data Swi dari 3D Property model
8
PENGOLAHAN DATA-DATA RESERVOARPenentuan Rock Region Berdasarkan Swi
Copyright Dadang Rukmana (BPMIGAS)
Gambar dibawah ini contoh penentuan rock region dengan dibagiper reservoar.
9
PENGOLAHAN DATA-DATA RESERVOARPenentuan Rock Region Berdasarkan Swi
Copyright Dadang Rukmana (BPMIGAS)
Gambar dibawah ini contoh penentuan rock region per facies.
Facies - 1
Facies - 2
10
PENGOLAHAN DATA-DATA RESERVOARPenentuan Rock Region
Copyright Dadang Rukmana (BPMIGAS)
B. Berdasarkan data Permeabilitas.Prosedure hampir sama dengan data Swi.
Data Permeabilitas diambil dari hasil distribusi 3D property model• Urutkan data Permeabilitas dari nilai yang kecil ke nilai besar, usahakan
untuk membagi berdasarkan Reservoar/Formasi/Facies.• Plot Permeabilitas vs Number of Sample (Cumulative Data)• Tentukan setiap interval yang mempunyai trend yang sama. Tiap-tiap
interval dapat mewakili rock region.• Tentukan permeabilitas dari setiap rock region dengan cara mengambil
rata-rata harga permeabilitas pada tiap-tiap interval.• Setelah mendapatkan harga permeabilitas rata-rata tiap-tiap rock region
maka dapat menentukan Swc.• Tentukan Swc tiap-tiap rock region dengan menggunakan korelasi
hubungan Swc vs Permeabilitas.
11
PENGOLAHAN DATA-DATA RESERVOAR(Penentuan Rock Region)
Copyright Dadang Rukmana (BPMIGAS)
Metode ini dapat dilakukan, jika :• Data resistivity log menunjukkan adanya transisi zone (Pc > 0).• Pada awal produksi water sudah terproduksikan (Awal produksi
WC > 0%) terutama pada daerah transisi zone.• Harga Swi (hasil interpretasi log) pada daerah trasisi zone selalu
lebih besar dibandingkan dengan harga Swirr (data scal) atau Swi> Swc (Swirr).
Jika rock region menggunakan data permeabilitas :• Inplace antara hasil dari inialisasi simulasi dengan 3D model
umumnya lebih dari 10% tergantung dari tinggi rendahnya daerahtransisi.
• Untuk me-matching inplace dapat memasukkan data kapilerpressure.
12
PENGOLAHAN DATA-DATA RESERVOAR(Penentuan Rock Region Berdasarkan Data Permeabilitas)
Copyright Dadang Rukmana (BPMIGAS)
Gambar dibawah ini contoh penentuan rock region seluruhlapangan.
13
PENGOLAHAN DATA-DATA RESERVOAR3D Pemodelan Rock Region
Hasil penentuan rock region kemudian diaplikasikan ke 3Dmodel seperti gambar dibawah ini.
Compiled by Dadang Rukmana (BPMIGAS)
Rock-3K < 10 mD
Rock-1K > 100 mD
Rock-210 < K < 100 mD
14
PENGOLAHAN DATA-DATA RESERVOAR(Relative Permeability)
Copyright Dadang Rukmana (BPMIGAS)
Pengolahan dan analisa data Spesial Core(Special Core Analysis -SCAL) dalam pembuatan kurva relative permeability sangatdiperlukan sebagai input simulasi reservoar, relative permeabilitydiperlukan karena :
• Dapat dianalogikan dengan perbedaan sifat fisik batuan dan fluida.
• Menentukan flow karakteristik fluida reservoar didalam modelsimulasi.
• Menentukan faktor perolehan (RF) dan performance produksi.
Faktor yang mempengaruhi relative permeability adalah :
• Saturasi fluida.
• Pori-pori batuan yaitu geometri, ukuran dan distribusi.
• Sifat kebasahan batuan (wettability).15
PENGOLAHAN DATA-DATA RESERVOAR(Parameter pada Relative Permeability)
Copyright Dadang Rukmana (BPMIGAS)
Parameter pada kurva Relative Permeability,yaitu : Swirr (Irreducible water saturation, Kropada Swi, Sor (Residual Oil Saturation), Krwpada Sor dan bentuk Kurva.
16
PENGOLAHAN DATA-DATA RESERVOARData SCAL (INPUT DATA)
Copyright Dadang Rukmana (BPMIGAS)
Format Data Scal (Water-Oil Relative Permeability), sbb :
Format Data Scal (Gas-Oil Relative Permeability), sbb :
Sumur Sample Ka Por Swc Kro@Swc Krw@Sor SorNumber (mD) (frac.) (frac.) (frac.) (frac.) (frac.)
Sumur X-1 - 605.75 0.258 0.2370 0.8600 0.3600 0.364Sumur X-2 19 116.00 0.253 0.2890 0.7400 0.2330 0.343
20 28.00 0.220 0.3640 0.6290 0.1840 0.34821 2.20 0.170 0.4800 0.4045 0.1160 0.295
Sumur X-3 29 4162 0.277 0.2090 0.7640 0.3090 0.42423 B 1743 0.261 0.2230 0.7400 0.2990 0.412
16 236 0.215 0.2600 0.7288 0.2910 0.404
RINGKASAN WATER-OIL RELATIVE PERMEABILITY DATAContoh
Sumur Sample Ka Por Swc Sor Slr Kro@Swc Krg@SlrNumber (mD) (frac.) (frac.) (frac.) (frac.) (frac.) (frac.)
Sumur X 29 4162 0.277 0.094 0.352 0.446 0.605 0.28623 B 1743 0.261 0.117 0.328 0.445 0.618 0.35216 236 0.215 0.203 0.269 0.472 0.583 0.263
RINGKASAN GAS-OIL RELATIVE PERMEABILITY DATACONTOH
17
PENGOLAHAN DATA-DATA RESERVOARData SCAL (End Point data Scal)
Copyright Dadang Rukmana (BPMIGAS)
Pengolahan data scal dimulai dari pengumpulan data yang ada, kemudianmenentukan korelasi hubungan parameter satu dengan parameter yang lain.Korelasi ini akan menentukan flow fluida didalam model simulasi. Jika datascal cukup banyak end point dapat dipisahkan per facies atau perreservoar/formasi.
Jika data-data scal lebih dari 2 data dapat dibuat hubungan :
Water-Oil Relative Permeability• Swc vs log (Permeabilitas) atau Swc vs Permeabilitas• Swc vs Sor• Swc vs Kro@Sor• Swc vs Krw@Swc
Gas-Oil Relative Permeability• Swc vs Slr• Slr vs Kro@Swc• Slr vs Krg@Slr
18
PENGOLAHAN DATA-DATA RESERVOARData SCAL (End Point data Scal)
Copyright Dadang Rukmana (BPMIGAS)
Gas-Water Relative Permeability untuk Lapangan Gas• Swc vs Permeability• Swc vs Krg@Swc• Swc vs Krw@Sgr• Swc vs Sgr
19
PENGOLAHAN DATA-DATA RESERVOAREnd Point data Scal (Water-Oil Relative Permeability)
Copyright Dadang Rukmana (BPMIGAS)
Contoh hubungan Swc vs Permeabilitas.
Facies A
Facies B
Pada gambar disebelah kiri ini, data-data mempunyai trend yang sama secara lapangan. Untuk kasus ini tidak perlu dipisahkan baik secara facies atau formasi/reservoar.
Contoh Hubungan Swc vs K, Trend kurva yang tidak sama, harus dipisahkan secara facies.
20
PENGOLAHAN DATA-DATA RESERVOAREnd Point data Scal (Water-Oil Relative Permeability)
Copyright Dadang Rukmana (BPMIGAS)
Contoh hubungan Sor vs Swc, Kro@Swc vs Swc, Krw@Sor vs Swc
21
PENGOLAHAN DATA-DATA RESERVOAREnd Point data Scal (Gas-Oil Relative Permeability)
Copyright Dadang Rukmana (BPMIGAS)
Contoh hubungan Slr vs Swc, Kro@Swc vs Slr, Krg@Slr vs Slr
22
PENGOLAHAN DATA-DATA RESERVOAREnd Point data Scal (Gas-Water Relative Permeability)
Copyright Dadang Rukmana (BPMIGAS)
Contoh Plot Swc vs K, Sgr vs Swc, Krg@Swc vs Swc, Krw@Sgr vs Swc
23
PENGOLAHAN DATA-DATA RESERVOAR(Normalisasi Relative Permeability Curve)
Copyright Dadang Rukmana (BPMIGAS)
Pada umumnya kurva relatif permeabilitas mempunyai bentuk yang berbedapada suatu lapangan, untuk menentukan bentuk kurva yang mewakili seluruhdata dapat dilakukan dengan cara normalisasi. Jika data scal cukup banyakdan trend dari normalisasi berbeda secara facies atau per reservoar/formasi,maka normalisa harus dipisahkan.
Persamaan sederhana dalam menentukan normalisasi :
Water-Oil Relative Permeability• Sw* = (Sw - Swc) / (1 – Swc – Sor)• Krow* = Krow / Krow@Swc• Krw* = Krw@Sorw
Gas-Oil Relative Permeability• Sg* = (Sg – Sgc) / (1 – Sgc – Swc – Sorg)• Krg* = Krg / Krg@Slr• Krog* = Krog / Krog@Sgc
24
PENGOLAHAN DATA-DATA RESERVOARNormalisasi Relative Perm. Curve (Water-Oil System)
Contoh hasil normalisasi kurva relative permeabilitymenunjukkan trend dari beberapa data hampir sama, maka tidak perlu dipisahkan baik secara facies atau formasi/reservoar.
Contoh hasil normalisasi relative permeability yangmenunjukkan trend yang tidak sama, maka harus dipisahkan secara faciesatau formasi.
Copyright Dadang Rukmana (BPMIGAS)
25
PENGOLAHAN DATA-DATA RESERVOARNormalisasi Relative Perm. Curve (Gas-Oil System)
Copyright Dadang Rukmana (BPMIGAS) 26
PENGOLAHAN DATA-DATA RESERVOARNormalisasi Relative Perm. Curve (Gas-Water System)
Copyright Dadang Rukmana (BPMIGAS)
Contoh hasil Normalisasi untuk Lapangan Gas
27
PENGOLAHAN DATA-DATA RESERVOARRekontruksi Relative Permeability (Water-Oil System)
Copyright Dadang Rukmana (BPMIGAS)
Contoh hasil rekontruksi kurva Kro dan Krw vs Sw untukberbagai rock type dan berbagai end point (Swc, Kro, Krw, Sor)untuk lapangan minyak.
28
PENGOLAHAN DATA-DATA RESERVOARRekontruksi Relative Permeability (Gas-Water System)
Copyright Dadang Rukmana (BPMIGAS)
Contoh hasil rekontruksi dengan 5 jenis kurva relatif permeabilitas untuk berbagai Swc, Krg, Krw dan Sgc pada lapangan gas.
29
PENGOLAHAN DATA-DATA RESERVOARRelative Permeabilitas untuk Fracture
Harga Swc di fracture tidak selamanya bernilai nol tergantung dari permeabilitas.Untuk menghitung Swc tsb dapat diambil dari data matrik yaitu hubunganpermeabilitas vs Swc. Dengan menggunakan korelasi/chart harga Permeabilitas difracture dapat ditentukan, sehingga swc di fracture dapat dihitung.
Relatif Perm. Di Fracture untuk Kf < 10 D
Compiled by Dadang Rukmana (BPMIGAS)
30
PENGOLAHAN DATA-DATA RESERVOARCapillary Pressure J-Function
Untuk mengolah Capillary Pressure dapat dilakukan berbagai cara :1). Dengan Metode J-Funtion 2). Normalisasi Pc
Compiled by Dadang Rukmana (BPMIGAS)
Hal-hal yang perlu diperhatian dalam pembuatan J-Funtion / Normalisasi Pc :
• Pisahkan per Facies atau flow unit (jika data mendukung)
• Jika bentuk kurva scatter pisahkan/kelompokkan.
31
PENGOLAHAN DATA-DATA RESERVOARPVT (Analisa Fluida Reservoar)
Copyright Dadang Rukmana (BPMIGAS)
Masalah dalam pengolahan PVT :A. Jumlah lapisan banyak, tetapi data PVT hanya pada lapisan
tertentu, bagaimana mengambil/membuat PVT pada lapisan yang tidakada data ??
B. Data PVT lebih dari satu sample, mana yang mau diambil ??
Ada Data PVTAda Data PVTData PVT
32
PENGOLAHAN DATA-DATA RESERVOARPengolahan Data PVT untuk kasus ‘A’
Copyright Dadang Rukmana (BPMIGAS)
Buatkan tabel PVT untuk semua parameter data PVT, kemudianlakukan sbb :
1. Cari hubungan beberapa parameter dengan cara mem-plot : Kedalamanvs Tek.Saturasi (Pb), Pb vs T, Pb vs Rs, Pb vs Bo@Pb (Bob), Pb vsSg dan Pb vs API
2. Tentukan datum untuk masing-masing lapisan kemudian dari masing-masing datum akan diperoleh tekanan saturasi (Pb).
3. Hasil plot point 1 dan harga Pb dari masing-masing lapisan (point 2)dapat menentukan : temperatur reservoar, Bo@Pb, API, Sg dan RS@Pb.
4. Dengan menggunakan metode PVT yang ada (standing, vasquez, glaso ,Trijana dll.) tentukan metode mana yang cocok dengan cara menghitungPb untuk masing-masing metode PVT tsb dengan merubah-rubah hargaSg atau Rs sehingga harga Pb dari masing-masing metode PVT samadengan harga Pb dari point 2. Bandingan Bo@Pb antara hasil darimasing-masing metode PVT dengan Bo@Pb berdasarkan point 3 dancari perbedaan yang kecil dimana metode PVT tsb yang cocok.
5. Setelah mendapatkan metode PVT yang cocok maka tiap-tiap layar akanmempunyai data PVT sendiri.
33
PENGOLAHAN DATA-DATA RESERVOARData PVT (Format Data)
Copyright Dadang Rukmana (BPMIGAS)
Semua data PVT dari berbagai sumber (laboratorium, well test) dikumpulkandalam format yang sama untuk memudahkan dalam analisa lebih lanjut.Data PVT yang akan dianalisa harus diambil/dipilih pada sumur yang originalatau pada reservoar yang belum lama berproduksi.
Gambar dibawah ini contoh format data PVT :
Lap. / Sumur Tanggal Datum Pi Pr Pb T oAPI Den. Bob Rs GasOil
Res. ftss psi psi psi oF gm/cc bbl/stb scf/stb GravityX1 S-19 2-11-84 4268 - 1796 1792 173 38.6 0.745 1.265 440 0.820
S-37 3-7-92 6330 - 2721 2243 211 33.7 0.729 1.353 598 0.813S-42 12-7-92 4580 2035 - 2035 205 35.9 0.698 1.399 600 0.740S-13 9-10-83 2972 - 1262 1262 140 41.4 0.745 1.237 379 0.694S-31 24-9-85 2816 1160 1139 1022 131 22.2 0.874 1.075 152 0.668
X2 S-35 16-2-79 5680 - 2412 2350 165 32.4 0.748 1.256 498 0.659S-46 15-2-79 7110 - 2855 2802 191 31.9 0.735 1.290 527 0.560S-99 28-8-85 6779 2882 2880 2554 190 36.5 0.703 1.402 695 0.688
X3 S-7 29-7-84 3405 1454 - 1448 157 40.7 0.704 1.343 615 0.725S-21 22-5-85 2990 1246 1159 1246 132 42.7 0.661 1.633 1024 0.841
X4 S-24 4-4-80 8600 3820 3820 3770 180 28.5 0.746 1.348 654 0.679S-6 14-12-80 8295 3600 3600 3498 185 33.1 0.748 1.355 724 0.897S-18 11-9-79 8815 3833 3833 3325 195 29.3 0.734 1.294 616 0.637S-90 3-2-85 9686 4164 4164 3720 217 30.8 0.749 1.407 957 0.922
X5 S-6 16-10-75 1286 532 511 684 120 36.5 0.804 1.107 200 0.913S-2 19-8-75 3406 1517 1267 1438 142 27.0 0.834 1.145 280 0.923
Interval
ftProduksi
8850-8866
3480-3490
3410-34162980-2990
-9768-9776
8768-87748293-8297
DATA ANALISA FLUIDA RESERVOAR
5716-57187140-71576779-6782
--
2962-29722816-2822
4260-4275
34
PENGOLAHAN DATA-DATA RESERVOARData PVT (Analisa Data)
Copyright Dadang Rukmana (BPMIGAS)
Gambar dibawah ini, contoh hubungan tekanan saturasi sebagai fungsi dari kedalaman.
35
PENGOLAHAN DATA-DATA RESERVOARData PVT (Analisa Data)
Copyright Dadang Rukmana (BPMIGAS)
Contoh hubungan tekanan saturasi (Pb) vs temperatur reservoar dan Pb vs faktor volume minyak pada tekanan saturasi (Bob). Korelasi-korelasi ini akan digunakan untuk menentukan PVT pada lapisan yang tidak memiliki data.
36
PENGOLAHAN DATA-DATA RESERVOARData PVT (Analisa Data)
Copyright Dadang Rukmana (BPMIGAS)
Contoh hubungan tekanan saturasi (Pb) vs Rs dan Pb vs Sg.
37
PENGOLAHAN DATA-DATA RESERVOARPERHITUNGAN
Copyright Dadang Rukmana (BPMIGAS)
Setelah data-data PVT terkumpul dan hasil plot beberapa parameter PVTmempunyai trend yang bagus, maka PVT dapat ditentukan untukmasing-masing lapisan/reservoar.
Untuk memilih metode mana yang cocok dan parameter apa sajasebagai dasar perhitungan, dapat dilakukan dengan dua cara :
Rs data sebagai input dan Sg gas yang akan dihitung dengancara coba-coba sehingga akan diperoleh harga Pb, kemudian dimatching dengan Pb data. Jika Pb belum cocok maka Sg di cobalagi. Rs data dan Pb data adalah hasil dari korelasi-korelasi.
Caranya sama, hanya Sg data sebagai input dan Rs gas yangdihitung.
38
PENGOLAHAN DATA-DATA RESERVOARPERHITUNGAN
Copyright Dadang Rukmana (BPMIGAS)
Contoh hasil perhitungan dengan berbagai metode dimana Rs sebagaiinput dan harga Sg dicoba-coba :
Harga API, Bob, Rsi dan Sg(gas) pada lapisan/ reservoar tertentu dan dihasilkan dari plot data PVT
Harga Rs sebagai input data
METHOD RS SGgas Pb Bobm Bobc Perbedaan Keterangan(SCF/STB) (psig) (V/VR) (%)
STANDING 286.60 0.788 1153.3 1.166 1.1733 0.626 SGgas dihitungOil Gravity = 36.56 (oAPI
@ 60 oF ) VASQUEZ & 286.60 0.882 1153.0 1.166 1.1348 2.676 SGgas dihitungBob @Pb = 1.166 (V/VR) BEGGSRsi = 286.6 (scf/stb) GLASO 286.60 0.892 1153.9 1.166 1.153 1.115 SGgas dihitungPsep = 35 (psig)
Tsep = 84 (oF) TRIJANA K. 286.60 - - 1.166 - -SGgas tidak dapat
dihitungSggas = 0.8326
Sg Dihitung
Harga Sg hasil coba-coba sehingga Pb hitungan = Pb data (hasil dari plot)
Perbedaan Bob hasil coba-coba Sg dengan Bob dari data, diperoleh perbedaan yg kecil 0.626% metode Standing dg parameter Sg gas = 0.788
39
PENGOLAHAN DATA-DATA RESERVOARPERHITUNGAN
Copyright Dadang Rukmana (BPMIGAS)
Contoh hasil perhitungan dengan berbagai metode dimana Sg sebagaiinput dan harga Rs dicoba-coba :
Harga API, Bob, Rsi dan Sg(gas) pada lapisan/ reservoar tertentu dan dihasilkan dari plot data PVT
Harga Sg sebagai input data
Harga Rs hasil coba-coba sehingga Pb hitungan = Pb data (hasil dari plot)
Perbedaan Bob hasil coba-coba Rs dengan Bob dari data, diperoleh perbedaan yg kecil 0.026% metode Trijana dg parameter Rs = 332.4
METHOD RS SGgas Pb Bob Perbedaan Keterangan(SCF/STB) (psig) (V/VR) (%)
STANDING 302.90 0.833 1153.0 1.166 1.1856 1.681 Rs dihitungOil Gravity = 36.56 (oAPI
@ 60 oF ) VASQUEZ & 272.20 0.833 1153.3 1.166 1.1281 3.250 Rs dihitungBob @Pb = 1.166(V/VR) BEGGSRsi = 286.6 (scf/stb) GLASO 267.50 0.833 1153.2 1.166 1.1385 2.358 Rs dihitungPsep = 35 (psig)Tsep = 84 (oF) TRIJANA K. 332.40 0.833 1153.3 1.166 1.1663 0.026 Rs dihitungSggas = 0.8326
RS Dihitung
40
PENGOLAHAN DATA-DATA RESERVOARData PVT (Analisa Data)
Setelah hasil perhitungan PVT selesai, kemudian bandingkan mana perbedaan bob yang lebih kecil diantara kedua cara tsb, kemudian tentukan parameter Rs, Bo, Viskositas oil, Bg dan viskositas gas untuk berbagai tekanan dan berbagai lapisan/reservoar.
Copyright Dadang Rukmana (BPMIGAS) 41
PENGOLAHAN DATA-DATA RESERVOARPVT (Analisa Fluida Reservoar)
Copyright Dadang Rukmana (BPMIGAS)
Pengolahan Data PVT untuk kasus ‘B’, dimana ada dua data PVT ataulebih dan pengambilan sample pada kedalaman yang sama (Pb ≠Fungsi(kedalaman).
Untuk menentukan data PVT mana yg akan diambil, dapat dengan cara : Plot performance GOR dan Tekanan reservoar vs Waktu Amati performance GOR dan pada saat GOR naik tentukan tekanan reservoar.
Tekanan reservoar pada saat GOR eqivalen dengan tekanan saturasi (Pb)
Contoh Kasus-2 :Dari pengukuran ada 2data PVT dari 2 sumur .• PVT (1) : Pb = 2485 psi• PVT (2) :Pb = 2155 psi
GOR mulai naik
Trend Pr
Pb = 2485 psi
42
PENGOLAHAN DATA-DATA RESERVOARData PVT (Analisa Data)
Copyright Dadang Rukmana (BPMIGAS)
Dalam mengolah PVT pada reservoar gas untuk lapangan yang memiliki jumlah lapisan banyak, penentukan PVT pada lapisan yang tidak memiliki data dapat dilakukan dengan mem-plot komposisi gas vs kedalaman.Gambar dibawah ini contoh hasil analisa untuk PVT reservoar gas untuk berbagai zone.
43
PENGOLAHAN DATA-DATA RESERVOAR(Data Produksi dan Tekanan)
Copyright Dadang Rukmana (BPMIGAS)
Mengolah dan menganalisa data produksi yang baik akan menentukan waktupenyelesaian dalam proses simulasi. Hasil analisa data produksi dapat untukmemvalidasi model geologi reservoar, sebagai masukan simulasi danmembantu dalam mempercepat proses history matching.
Dalam mengolah data produksi hal-hal yang perlu disiapkan :
Data-data yang tersedia.• Data Sumuran terdiri dari : total jumlah sumur dan status sumur
(sumur aktif, sumur sudah shutin/abandon dan sumur injeksi dll).Jelaskan penyebab status sumur yang sudah shutin atau abandondalam bentuk matrik.
• Sejarah komplesi untuk tiap-tiap sumur.• Data produksi per sumur, per reservoar/lapisan dan lapangan.• Data tes sumur dan summary hasil analisa well testing• Data tekanan• Data laporan sumur (well report) termasuk masalah-masalah sumur
seperti kepasiran dll• Data artificial well (sumur flowing, gas lift, pompa termasuk kapasitas
44
PENGOLAHAN DATA-DATA RESERVOARData Produksi (Format Data)
Copyright Dadang Rukmana (BPMIGAS)
Format data produksi untuk lapangan :
Format data produksi per sumur :
GOR GLRWELL DATE OIL WATER GAS LIQUID OIL WATER GAS WC WOR
bopd bwpd mscfpd blpd mstb mstb mmscf % mmscf
WELL DATE WATER GAS WATER GASbwpd mscfpd mstb mmscf
DATA INJEKSICUM. INJEC.
stb/ scf
INJECTION
DATA PRODUKSI
stb/ scf
PRODUCTION CUMULATIVE PROD.
GORDATE OIL WATER GAS WATER GAS OIL WATER GAS WATER GAS WC
bopd bwpd mscfpd bwpd mscfpd mstb mstb mmscf mstb mmscf % Active Total Active Total
DATA PRODUKSIWELL
PRODUCER INJECTIONstb/ scf
PRODUCTION CUMULATIVE PROD. CUM. INJEC.INJECTION
45
PENGOLAHAN DATA-DATA RESERVOARData Produksi dan Tekanan
Copyright Dadang Rukmana (BPMIGAS)
Buat Plot sejarah produksi untuk Lapangan : Grafik 1 => Sumbu Y1 : Oil rate, Y2 : WC dan Sumbu X : Date dan
Grafik 2 => Jika jumlah sumur producer lebih dari 20 sumur plot Sumuraktif vs Date dan apabila jumlah sumur kurang dari 20 sumur buatkanbarchart sumur active vs Date.
Grafik 1 => Sumbu Y1 : Liquid rate, Y2 : GLR dan Sumbu X : Date danGrafik 2 => Pressure vs Date
Grafik 1 => Sumbu Y1 : Np & Wp, Y2 : Gp dan Sumbu X : Date danGrafik 2 => Pressure vs Date
Plot Sumbu Y1 : GOR, Y2 : WOR dan Sumbu X : Date
Jika lapangan sudah ada injeksi water misalkan: Grafik 1 => Sumbu Y1 :Oil rate & Injection rate, Y2 : WC dan Sumbu X : Date dan Grafik 2 => Jikajumlah sumur injector lebih dari 20 sumur plot Sumur injeksi aktif vsDate dan apabila jumlah sumur kurang dari 20 sumur buatkan barchartsumur injeksi active vs Date.
Note :o Grafik 1 dan grafik 2 dalam lembar yang sama, usahakan skala sumbu x untuk
kedua grafik tsb harus sama.o Semua data pressure harus sudah di konversi pada suatu datum.
46
PENGOLAHAN DATA-DATA RESERVOARGrafik Sejarah Produksi Lapangan
Copyright Dadang Rukmana (BPMIGAS)
Contoh Sejarah produksi dengan barchart sumur aktif :
Grafik 1
Grafik 2
Sumur Aktif47
PENGOLAHAN DATA-DATA RESERVOARData Produksi dan Tekanan
Copyright Dadang Rukmana (BPMIGAS)
Buat Plot sejarah produksi untuk Sumuran : Grafik 1 => Sumbu Y1 : Oil rate, Y2 : WC dan Sumbu X : Date dan
Grafik 2 => plot barchart sejarah komplesi vs Date
Grafik 1 => Sumbu Y1 : Liquid rate, Y2 : GLR dan Sumbu X : Date danGrafik 2 => Pressure vs Date (Jika ada)
Grafik 1 => Sumbu Y1 : Np & Wp, Y2 : Gp dan Sumbu X : Date danGrafik 2 => Pressure vs Date (Jika ada)
Plot Sumbu Y1 : GOR, Y2 : WOR dan Sumbu X : DateNote :
o Grafik 1 dan grafik 2 dalam lembar yang sama, usahakan skala sumbu x untukkedua grafik tsb harus sama.
o Semua data pressure harus sudah di konversi pada suatu datum.
48
PENGOLAHAN DATA-DATA RESERVOARGrafik Sejarah Produksi Sumuran
Copyright Dadang Rukmana (BPMIGAS)
Contoh Sejarah produksi dengan barchart lapisan yg di komplesi :
WC bisa diganti dengan GOR, tergantung parameter data yang akan diselaraskan
Grafik 1
Grafik 2
49
PENGOLAHAN DATA-DATA RESERVOARData Produksi dan Tekanan
Copyright Dadang Rukmana (BPMIGAS)
Buat bubble map produksi dengan frekwensi Np tiap-tiap 5 tahun jikalapangan telah berproduksi lebih dari 10 tahun atau per 2.5 tahun jikalama produksi dibawah 10 tahun : Bubble map untuk Kumulatif Oil dan overlay dengan :
• Peta HPT (So x H x Por) pada total lapangan dan lapisan yang palingdominan produksinya.
• Peta Facies pada lapisan yang paling dominan produksi oil.
• Peta iso permeability pada lapisan yang paling dominan produksi oil.
• Peta rock region pada lapisan yang paling dominan produksi oil.
• Peta struktur dan telah dibatasi contact.
Bubble map untuk Kumulatif Water dan overlay dengan :• Peta HPT (So x H x Por) pada total lapangan dan lapisan yang paling
dominan produksinya.
• Peta Facies pada lapisan yang paling dominan produksi water.
• Peta iso permeability pada lapisan yang paling dominan produksi water.
• Peta rock region pada lapisan yang paling dominan produksi water.
• Peta struktur dan telah dibatasi contact.50
PENGOLAHAN DATA-DATA RESERVOARData Produksi dan Tekanan
Copyright Dadang Rukmana (BPMIGAS)
Bubble map untuk Pressure (jika data mencukupi) dan overlay dengan :
• Peta HPT (So x H x Por) pada total lapangan dan lapisan yang palingdominan produksinya.
• Peta Facies pada lapisan yang paling dominan produksi water.
• Peta iso permeability pada lapisan yang paling dominan produksi oil.
• Peta rock region pada lapisan yang paling dominan produksi oil.
• Peta struktur dan telah dibatasi contact.
Jika ada, bubble map untuk Kumulatif Water/Gas Injeksi dan overlaydengan :
• Peta iso permeability pd lapisan yang paling dominan produksi oil.• Peta Facies pada lapisan yang paling dominan produksi oil.• Peta struktur dan telah dibatasi contact.
51
4. INPUT SIMULASI RESERVOAR
Copyright Dadang Rukmana (BPMIGAS)
Model Simulasi : Black Oil, Compositional, Dual Porosity, Thermal 3D Model Property hasil Pemodelan
Model Grid : Bentuk Grid (Corner & Cartesian), Grid Dimensi (X,Y,Z), UkuranCell, Jumlah Cell dan Cell Aktif/non aktif
Rock- Property Fluid Property (PVT) Equilibrium Produksi untuk History Matching :
Jika sudah berproduksi Input : Liquid rate jika mekanisme reservoar water drive
Oil rate jika mekanisme reservoar solution/gas cap driveGas rate untuk reservoar gas
Frekwensi data produksi : Per bulan (produksi < 10 tahun) dan Per 3bulan (produksi > 10 tahun)
Jika belum berproduksi History Matching terhadap well test
Input : WHP (sumur flowing) dan BHP (sumur sudah pakai pompa)52
5. KEY WELL & PARAMETER HISTORY MATCHINGKey Well & Kriteria
Copyright Dadang Rukmana (BPMIGAS)
Sumur-sumur yang mempunyai umur produksi yang cukup lama. Sumur-sumur s/d akhir history masih berproduksi Sumur yang tidak mempunyai masalah (misal kebocoran packer atau
kepasiran) Dapat mewakili performance block/region/area tertentu Jumlah sumur sebagai key-well harus mempunyai total produksi dari
key-well lebih dari 75% terhadap total produksi lapangan :Lapangan Minyak Water Drive :
Np & Wp (key-well) > 75% terhadap Np & Wp (Lapangan)Lapangan Minyak Solution/Gas Cap Drive :
Np & Gp (key-well) > 75% terhadap Np & Gp (Lapangan)Lapangan Gas :
Gp & Wp (key-well) > 75% terhadap Gp & Wp (Lapangan)
Jika lapangan sudah berproduksi, tentukan terlebih dahulu sumur-sumur sebagai key-well dalam history matching.
Kriteria key-well :
53
KEY WELL & PARAMETER HISTORY MATCHINGParameter History Matching
Copyright Dadang Rukmana (BPMIGAS)
Lapangan GasInput Gas rate parameter yg di matching Qg, Qc, Qw, Pressure atau P/Z vs Gp
BOPD
Time or Cum. Prod
Pressure
Oilrate
GOR
WOR
WATER DRIVE
Lapangan Minyak (Water Drive)Input Liquid rate parameteryg di matching : Ql, Qo, Wc,Gor & Pressure
Data produksi sebagai input model simulasi :
BOPD
Time or Cum. Production
Pressure
Oil rate
GOR
WOR
Undersaturated Saturated
SOLUTION GAS DRIVE
Lapangan Minyak (Solution Gas Driveatau Gas Cap Drive)
Input Oil rate parameter yg dimatching : Qo, Qw, Gor & Pressure
54
Copyright Dadang Rukmana (BPMIGAS)
Hasil modeling (acuan study GGR) akan diperoleh 5 realisasi modelterbaik.
Setiap model pastikan cell-cell property (Por & Vsh) sudah diatas cutoff.
Lakukan run simulasi ke 5 model tsb. Cek kestabilan model, masukkan sebagai input pada model dengan Ql
= 0 dan run untuk waktu satu tahun :• Usahakan tidak terjadi warning apalagi Error.• Cek run time & prores iterasi untuk setiap step, usahakan iterasi tidak ada
yang di cut oleh simulator.• Usahkan tidak terjadi perubahan Sw dan Pressure yang signifikan selama
proses running.
6. INITIALIZATION (MATCHING INPLACE)
Setelah model simulasi terbentuk dan semua data-data reservoar masukkedalam model simulasi, maka proses inilisasi dapat segera dilakukanuntuk me-matching inplace model dengan inplace hasil volumetrik atauinplace hasil dari geostatistik.Hal-hal yang perlu diperhatikan dalam proses inilisasi :
55
Copyright Dadang Rukmana (BPMIGAS)
Apabila model sudah stabil, tabel kan inplace hasil inilisasi danbandingkan dengan hasil dari Volumetrik.Untuk Lapangan dengan sumur cukup banyak.
Umumnya perbedaan hasil simulasi dengan Volumetrik (properti dipakairata-rata) < 10%, sedangkan Volumetrik hasil modeling (sw dari log) < 5%.
Perbedaan inplace dari 5 realisasi rata-rata < 5%.
Untuk Lapangan dengan sumur sedikit.
Umumnya perbedaan hasil simulasi dengan Volumetrik (properti dipakairata-rata) < 20%, sedangkan Volumetrik hasil modeling (sw dari log) < 10%.
Perbedaan inplace dari 5 realisasi rata-rata < 10%. Jika perbedaan cukup besar, lakukan update model :
• Cek model, mungkin ada trasisi zone sehingga Pc perlu dipasang.• Pemakaian equilibrium, Compresibility dan PVT belum tepat.• Pembagian rock region perlu didetilkan.• Korelasi end point data scal belum tepat• DLL.
INITIALIZATION (MATCHING INPLACE)56
Copyright Dadang Rukmana (BPMIGAS)
INITIALIZATION (INPLACE MATCHING)
Contoh hasil Inplace Matching (OOIP) :
57
7. HISTORY MATCHINGKriteria Matching untuk Lapangan
Copyright Dadang Rukmana (BPMIGAS)
Performance Produksi antara model dan data aktual harus selaras : OilRate, Water Rate, Gas Rate, Pressure, WC, GOR dll.
Input Liquid rate, perbedaan model dg data aktual pd end of history :• Kumulatif liquid model terhadap kumulatif Liquid aktual < 1%• Np model terhadap Np aktual < 5%• Wp model terhadap Wp aktual < 10%• Gp model terhadap Gp aktual < 20%
Input Oil rate, perbedaan model dg data aktua pada end of history :• Np model terhadap Np aktual < 1%• Wp model terhadap Wp aktual < 5%• Gp model terhadap Gp aktual < 10%
Input Gas rate, perbedaan model dg data aktual pada end of history :• Gp model terhadap Gp aktual < 1%• Wp model terhadap Wp aktual < 5%
58
HISTORY MATCHINGKriteria Matching untuk Key Well dan Blok
Copyright Dadang Rukmana (BPMIGAS)
Performance Produksi antara model dan data aktual harus selaras : OilRate, Water Rate, Gas Rate, Pressure, WC, GOR dll.
Input Liquid rate, perbedaan model dg data aktual pd end of history :• Kumulatif liquid model terhadap kumulatif Liquid aktual < 1%• Np model terhadap Np aktual < 10%• Wp model terhadap Wp aktual < 15%• Gp model terhadap Gp aktual < 20%
Input Oil rate, perbedaan model dg data aktua pada end of history :• Np model terhadap Np aktual < 1%• Wp model terhadap Wp aktual < 10%• Gp model terhadap Gp aktual < 15%
Input Gas rate, perbedaan model dg data aktual pada end of history :• Gp model terhadap Gp aktual < 1%• Wp model terhadap Wp aktual < 10%
59
Copyright Dadang Rukmana (BPMIGAS)
Aquifer : Volume, Property, Metode dll Trasmibility Bentuk Kurva Relativ Permeability Rock Region Property : Permeability, Porositas, Net to Gross (2D model) Kompresibility PVT Data Sumuran : PI, BHP, Skin Factor dll Batas Fluida (Contact) : OWC, GOC atau GWC
Catatan perubahan parameter dapat dilakukan, jika : Selama didukung dengan data yang ada atau data laboratorium Perubahan penarikan korelasi tidak keluar dari data maksimum/minimum Perubahan inplace hasil history matching terhadap inplace inilisasi < 10%
HISTORY MATCHING
Parameter yang dapat dirubah didalam proses History Matching :
60
HISTORY MATCHING
Copyright Dadang Rukmana (BPMIGAS)
Contoh perubahan penarikan korelasi.
Interval dimanaPerubahan Permeabilitas yg dibolehkan
61
HISTORY MATCHING
Copyright Dadang Rukmana (BPMIGAS)
Contoh Hasil history matching blok-1 (Lap. ”X”) dengan input Liquid.
Qo, Qw vs Time
Np, Wp vs Time
62
HISTORY MATCHING
Copyright Dadang Rukmana (BPMIGAS)
Contoh Hasil history matching blok-2 (Lap. ”X) dengan input Liquid.
Qo, Qw vs Time
Np, Wp vs Time
63
HISTORY MATCHING
Copyright Dadang Rukmana (BPMIGAS)
Contoh Hasil history matching key well untuk Blok-1 (Lap. ”X) dengan input Liquid.
64
HISTORY MATCHING
Copyright Dadang Rukmana (BPMIGAS)
Contoh Hasil history matching key well untuk Blok-2 (Lap. ”X) dengan input Liquid.
65
HISTORY MATCHING
Copyright Dadang Rukmana (BPMIGAS)
Contoh Lap. ”X2” hasil history matching Field dengan input Liquid.
66
HISTORY MATCHING
Copyright Dadang Rukmana (BPMIGAS)
Contoh Lap. ”X2” hasil history matching Pressure per Region dengan input Liquid.
67
HISTORY MATCHING
Copyright Dadang Rukmana (BPMIGAS)
Contoh hasil history matching per sumur dengan input gas rate dan yang di matching P/Z.
68
8. PRODUCTIVITY INDEX (PI) MATCHING
Copyright Dadang Rukmana (BPMIGAS)
Dilakukan pada sumur-sumur yang sudah dipilih sebagai key-well. Data produksi yang diambil 3 s/d 6 bulan terakhir. Perameter yang di match adalah Oil Rate dan Water Rate PI matching dilakukan baik pada sumur key-well dan Lapangan. Input simulasi untuk PI Matching :
• Konstrain untuk prediksi telah di apasang : Qo Minimum, BHP minimumdan Wc maksimum.
• Liquid Rate, Liquid diambil hasil rata-rata dari data produksi (3 s/d 6)bulan terakhir.
Parameter yang dirubah selama PI matching adalah data sumuran :PI, Injectivity, Skin, table vertical flow performance (untuk sumurflowing) dll.
Setelah dilakukan history matching dan sebelum melakukan prediksi,agar dilakukan PI matching (khusus lapangan minyak).
Ketentuan PI Matching :
69
9. PREDIKSIProduction Constraint (Economic Limit)
Copyright Dadang Rukmana (BPMIGAS)
Lapangan Minyak : Minimum Oil rate per sumur dan per lapangan Maksimum Water Cut Minimum BHP Maksimum GOR untuk lapangan minyak mekanisme gas cap
Lapangan Gas Minimum Gas rate per sumur dan per lapangan Maksimum WGR Minimum WHP
Constraint oil rate, gas rate, water cut dan wgr dihitung berdasarkan nilaikeekonomian suatu sumur atau lapangan, sedangkan BHP berdasarkanoperasional peralatan artificial lift dan WHP berdasarkan operasionalsupply gas/fasilitas.
Sebelum melakukan prediksi parameter constraint harus dimasukkandidalam model simulasi.Parameter dan Ketentuan Constraint :
72
PREDIKSIPenentuan Produksi Puncak (Peak Production)
Lapangan Minyako Perkiraan produksi puncak per sumur ditentukan oleh data tes dan telah
mempertimbangan : Kurva Inflow Performance Relationship (IPR) danCritical Rate Water Coning atau Gas Coning.
o Lama waktu produksi puncak per lapangan minimal 1/3 dari umur produksi(sampai economic limit).
Lapangan Gaso Perkiraan produksi puncak per sumur ditentukan oleh data tes dan tidak
melebih dari : 30% absolute open flow (AOF), Kurva IPR dan Critical RateWater Coning
o Lama waktu produksi puncal per lapangan minimal 2/3 dari umur produksi(sampai economic limit).
o Perkiraan produksi harus mencakup perkiraan produksi gross dan net (gassales). Perkiraan produksi Net dihitung dari perkiraan produksi grosssetelah dipotong dengan impurities, fraksi berat/kondensat, own use/fueldan losses.
Lamanya produksi puncak 1/3 (minyak) dan 2/3 (gas) dapat dipertimbangkan untuk lebih rendah seperti pada kasus-kasus tertentu, misalkan fasilitas sudah tersedia, perubahan biaya terhadap perubahan fasilitas tidak terlalu besar dan pertimbangan keekonomian pengembangan.
73
PREDIKSISkenario Prediksi
Copyright Dadang Rukmana (BPMIGAS)
Lapangan Minyak dan Gas Base case :
Meneruskan produksi dari sumur-sumur yang ada (existing wells) Case 1 : Base case + Workover
WorkOver membuka lapisan baru. Case 2 : Case 1 + Optimisasi Produksi
Optimisai produksi adalah mengoptimalkan artificial lift. Case 3 : Case 2 + Infill drilling (sumur vertikal)
Infill drilling di lokasi/area hidrokarbon yang belum terkuras Case 4 : Case 2 + Infill drilling (sumur horizontal)
Infill drilling di lokasi hidrokarbon yang belum terkuras dan K rendah Case 5 : Case 2 + Infill drilling (gabungan Vertikal & Horizontal)Khusus Lapangan Minyak Case 5 : Case 3/4/5 + Water Flood (Peripheral) Case 6 : Case 3/4/5 + Water Flood (Pattern) Case 7 : Case 3/4/5 + Gas injection (Lap. yg mempunyai gas cap)
74
PREDIKSIHasil Prediksi Lapangan Minyak
Copyright Dadang Rukmana (BPMIGAS)
Contoh hasil prediksi dengan berbagai skenario.
75
PREDIKSI(Hasil Prediksi Lapangan Minyak)
Copyright Dadang Rukmana (BPMIGAS)
Contoh hasil prediksi dengan berbagai skenario.
76
PREDIKSI(Hasil Prediksi Lapangan Minyak)
Copyright Dadang Rukmana (BPMIGAS)
Contoh hasil prediksi simulasi dalam pengembangan lapangan per Phase .
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
5,000
Jan-0
8
May-08
Sep-08
Jan-0
9
May-09
Sep-09
Jan-1
0
May-10
Sep-10
Jan-1
1
May-11
Sep-11
Jan-1
2
May-12
Sep-12
Jan-1
3
May-13
Sep-13
Jan-1
4
May-14
Sep-14
Jan-1
5
May-15
Sep-15
Jan-1
6
May-16
Sep-16
Jan-1
7
May-17
Sep-17
Jan-1
8
May-18
BO
PD
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
5,000
Phase 2 Region I
Phase 2 Region III
Phase 1 Region IV
Phase 1 Region III
Existing Region I
Existing Region III
Existing Region II
Cumualtive Oil (MBO)
By assuming field economic limit of 400 BOPD, the cumulative production is 3.7 MMBO (until Sept 2013)
Cum
ualti
ve O
il (M
BO
)
77
WORKSHOPPEDOMAN DECLINE ANALYSIS, APLIKASI DCA DALAM
OPTIMASI PRODUKSI DAN MATERIAL BALANCE
OlehDadang Rukmana
21-24 Oktober 2009 (Unpad & K3S)10-11 Agustus 2009 (Lemigas & K3S)
7 November 2008 (Pertamina)9 Juni 2008 (UIR)17 Mei 2008 (ITB)
18 April 2008 (Trisakti)14 April 2008 (Lemigas)
14 Maret 2008 (UPN)
DINAS PENGKAJIAN EKSPLOITASI & EVALUASI CADANGANDIVISI PENGKAJIAN DAN PENGEMBANGAN
BIDANG PERENCANAAN 1
AGENDA
DECLINE ANALYSIS• Faktor yang Mempengaruhi Penurunan Produksi• Diagram Flow Chart Decline Curve Analysis• Analisa Dan Pemilihan Data• Metode Penentuan DCA
APLIKASI DECLINE ANALYSIS DALAM OPTIMASI PRODUKSI• Flow Pembuatan Sektor• Pembuatan Model• Analisa DCA per Sector
METODE MATERIAL BALANCE• Persamaan Umum• Persyaratan Penggunaan Metode Material Balance• Tank Model Material Balance• Input Tank Model Material Balance• Tank Model Secara Areal dan Secara Vertikal Copyright Dadang Rukmana (BPMIGAS)
2
DECLINE ANALYSIS
Copyright Dadang Rukmana (BPMIGAS)
Metode Decline Curve Analysis (DCA) adalah salah satu cara untukmengetahui perilaku reservoar dengan menganalisa kurva penurunan lajuproduksi. Metode ini banyak digunakan dalam memprediksi produksi minyak,menentukan cadangan minyak dan dapat menentukan umur produksi suatulapangan dengan cepat, sederhana dan relatif murah dibandingkan denganmetode simulasi.
Masalahnya : Penarikan garis pada penurunan produksi yang bagaimana yang akan ditentukan. Metode apa yang akan dipakai (eksponensial, harmonik atau hiperbolik) dan apa
indikatornya. Apakah kurva decline yang telah dipilih benar-benar representatif. Bagaimana kurva decline produksi suatu sumur jika ada titik pengurasan baru
(drainage) atau workover. Bagaimana menganalisa hasil penarikan DCA berkaitan dengan lapangan sudah
mature atau masih virgin. Bagaimana memperkirakan penambahan produksi dari suatu zone/ lapangan
dimasa datang dengan bertambahnya titik pengurasan.3
Diagram Flow Chart Decline Curve Analysis
Copyright Dadang Rukmana (BPMIGAS)
Input : Data Produksi
Proses Decline Curve :• Penentuan Metode DCA
(Eksponen, Hyperbolik & Harmonik)• Penentuan Parameter Qi, b
dan Dn
Plot data produksi : Log Qo vs Time dan Log QL vs Time GOR & WOR vs Time Sumur aktif vs Time Sejarah Komplesi vs Time Qo vs Time (rata-rata data sumur)
Trend DCA
Prediksi dari Sumur-sumur existing :• Penarikan decline dimulai pada data
produksi terakhir• Jika penarikan DCA dari beberapa
kurva pada history produksi menuju ke satu titik maka prediksi juga jatuhkan ke titik yang sama.
• Jika kurva penarikan DCA dari kurva sebelumnya ternyata sejajar maka prediksi juga harus sjajar.
Selesai
Ya
Tidak
Plot : Log Qo vs Np Log Oil Cut vs Np
Tentukan Periode Trend Penurunan Produksi
Log Qo vs Time Cek periode pada trend penurunan produksi tsb haruspada sumur aktif konstant dantidak ada perubahan : komplesi,
choke, kapasitas pompa danproblem di fasilitas
Tidak
Cek periode pada trend penurunan produksi bukan akibat
water coning atau kepasiran.
Tidak
Baik
Baik
Dca pada Oil cut vs Np sebagai pembanding
Prediksi untuk penambahan sumur baru :• Hitung Qi per sumur • Tambahkan Qi pada hasil Prediksi
existing / DCA sebelumnya• Jika penarikan DCA sebelumnya
sejajar atau menuju satu titik, maka untuk prediksi penambahan sumur baru juga menuju satu titik atau sejajar.
PenambahanSumur Baru
Ya Ubah dari Log Qo vs Np menjadi Log Qo vs Time. Hasil akhir :• Prediksi Produksi• Ultimate Recovery• Remaing Reserve
Tidak
4
DECLINE ANALYSISFaktor yang Mempengaruhi Penurunan Produksi
Copyright Dadang Rukmana (BPMIGAS)
Laju Produksi awal atau laju produksi dalam kurung waktu tertentu Kelengkungan kurva penurunan produksi Konstanta decline
Ketiga faktor tsb hasil kombinasi banyak faktor : Parameter Geologi : Facies dan distribusi property. Parameter resevoar : Tekanan, Kr dan Dimensi reservoar dll Parameter sifat fisik batuan & fluida : Viskositas, Compresibilitas dll Pengaruh kondisi sumur : Ukuran Choke, Lubang sumur, diameter
lubang, interval komplesi, kerusakan formasi, ketinggian fluida dll Fasilitas dan mekanisme pengangkatan
Kurva atau pola decline suatu produksi dicirikan oleh 3 faktor :
5
DECLINE ANALYSISSyarat-syarat dalam analisa decline curve
Copyright Dadang Rukmana (BPMIGAS)
Faktor yang mempengaruhi penurunan produksi secara langsung :• Penurunan tekanan rata-rata reservoar• Perubahan mekanisme pendorong di dalam reservoar• Perubahan Sifat fisik fluida dan batuan.
Penentuan periode trend penurunan produksi sangat penting dan akanmenentukan hasil dari DCA. Untuk menganalisa dan menentukanpenarikan garis pada suatu kurva decline yaitu menentukan periode padakurva penurunan produksi pada suatu waktu tertentu dimana penurunanproduksi harus disebabkan secara alamiah, syarat-syarat dalam penentuanperiode trend penurunan produksi untuk DCA yaitu :
• Jumlah sumur aktif harus konstan untuk DCA per lapangan/perreservoar/ per blok).
• Tidak ada perubahan choke atau perubahan kapasitas /mekanismepengangkatan dan perubahan komplesi untuk DCA per sumur.
• Tidak ada masalah di lubang sumur (kepasiran)• Tidak ada masalah dengan fasilitas atau gangguan dari surface
6
DECLINE ANALYSISAnalisa data
Contoh perubahan kapasitas pompa (ESP)
Pada gambar diatas terlihat kurva-1 liquid rate konstan dari periode 74-81 dan begitu juga kurva -2 periode 91 – 95, kemungkinan pada periode tsb dapat dianalisa untuk penarikan garis decline. Prediksi produksi dapat dimulai pada kurva-3 yang mana penarikan garis DCA berdasarkan hasil DCA kurva-1 dan kurva-2 yaitu menuju ke satu titik atau sejajar.
Copyright Dadang Rukmana (BPMIGAS)
7
DECLINE ANALYSISAnalisa data
Copyright Dadang Rukmana (BPMIGAS)
Untuk analisa data dimulai dengan Plot sejarah produksi untuk per Lapangan : Grafik 1 => Oil rate & WC vs Date
Grafik 2 => Jika sumur producer > 20 sumur plot Sumur aktif vs Date danjika jumlah sumur < 20 sumur plot barchart Sumur aktif vs Date.
Grafik 1 => Liquid rate & GLR vs DateGrafik 2 => Pressure vs Date
Plot : GOR dan WOR vs Date Jika lapangan sudah di lakukan water flood atau pressure maintenant :
Grafik 1 => Oil rate, Injection rate & WC vs DateGrafik 2 => Jika jumlah sumur injector > 20 sumur plot Sumur injeksi aktif vs Date
dan jika jumlah sumur kurang < 20 sumur plot barchart sumur activeinjeksi vs Date.
Note :o Grafik 1 dan grafik 2 dalam lembar yang sama, skala sumbu x untuk kedua grafik tsb harus
sama. Pada grafik Oil rate & WC vs Date, maksudnya adalah Oil Rate pada sumbu Y1 dan WCpada umbu Y2 sedangkan Date pada sumbu X
o Semua data pressure harus sudah di konversi pada datum yang sama (satu datum).
8
PENGOLAHAN DATA-DATA RESERVOARAnalisa Data
Buat Plot sejarah produksi untuk Sumuran : Grafik 1 => Oil rate dan WC vs Date
Grafik 2 => plot barchart sejarah komplesi vs Date
Grafik 1 => Liquid rate dan GLR vs Date
Grafik 2 => Pressure vs Date (Jika ada)
Plot : GOR dan WOR vs DateNote :
o Grafik 1 dan grafik 2 dalam lembar yang sama, usahakan skala sumbu x untukkedua grafik tsb harus sama.
o Semua data pressure harus sudah di konversi pada satu datum.
Buat sejarah produksi rata-rata Sumuran :Sejarah produksi rata-rata sumuran dihitung berdasarkan total produksi dibagijumlah sumur aktif. Plot :
Oil Rate dan Wc vs Date
GOR dan WOR vs DateCopyright Dadang Rukmana (BPMIGAS)
9
DECLINE ANALYSISSeleksi Data
Copyright Dadang Rukmana (BPMIGAS)
Seleksi data untuk penarikan decline yaitu mencari periode dimanaproduksi mengalami trend menurun pada kurva Qo vs Date dengansyarat :
• Periode dimana jumlah sumur yang aktif relatif konstan khusus untukpenarikan decline per lapangan/reservoar/blok). Gunakan hasil PlotSumur Aktif vs waktu.
• Penarikan decline per sumur pilih periode dimana tidak ada perubahankomplesi atau buka/tutup lapisan. Gunakan Plot Sejarah komplesi vswaktu.
• Pilih periode dimana liquid rate yang konstant atau menurun.Penururnan liquid rate bukan disebabkan karena perubahan kapasitaspompa tetapi karena alamiah. Gunakan Plot Liquid Rate vs Waktu.
• Pilih periode dimana penurunan produksi bukan karena water coningatau kepasiran. Gunakan Plot WOR vs Waktu dan sejarah sumur.
Untuk penarikan decline plot Log Qo vs Np dan oil cut vs Np (khususuntuk reservoar water drive) dan jika solution drive cukup Log Qo vs Np.
10
DECLINE ANALYSISSeleksi data
Copyright Dadang Rukmana (BPMIGAS)
Contoh menseleksi periode/interval waktu dalam menentukan penarikan DCA
Periode waktu yang dapat dianalisa DCA
11
DECLINE ANALYSISMetode
Copyright Dadang Rukmana (BPMIGAS)
Penurunan produksi secara alamiah biasanya mengikuti pola daribentuk kurva exponential, hyperbolic dan harmonic, maka metodedecline curve analysis terbagi tiga tipe, yaitu :
• Exponential Decline : Q = Qi e-Dn t
• Hyperbolic Decline : Q = Qi ( 1 + b Dn t)-1/b
• Harmonic Decline : Q = Qi ( 1 + Dn t)-1/b
Parameter didalam ke tiga metode tsb :• b : Eksponen decline yaitu menggambarkan kelengkungan kurva.• Dn : Konstanta decline rate yaitu mencerminkan kecepatan
penurunan laju produksi dalam interval waktu tertentu.
12
DECLINE ANALYSISMetode
Copyright Dadang Rukmana (BPMIGAS)
Karakteristik masing-masing Metode DCA : Log (Qo) vs Kumulative
b = 0Eksponen
b = 1Harmonik
0 < b < 1 Hiperbolik
b = 0 b = 1
0 < b < 1
Log (Qo) vs Date
13
DECLINE ANALYSISPenentuan DCA
Gambar disebelah ini adalah contoh hasil dari analisa data dimana diperoleh 2 periodesebagai dasar untukpenarikan decline.Hasil penarikan garis DCA baik untuk kurva-1 dan maupun kurva-2 menuju ke satu titik artinya lapangan tsb sudah mature, penambahan sumur sifatnya hanya mempercepat produksi (accelerate). Jika menambah sumur baru maka penarikan untuk prediksi produksi dijatuhkan ke titik yang sama sesuai kurva-1 & kurva-2. Produksi awal (Qi) dari sumur baru dapat menggunakan hasil grafik dari rata-rata
produksi sumuran dan telah disesuaikan dengan rencana produksi sumur baru tsb.
14
DECLINE ANALYSISPenentuan DCA
Copyright Dadang Rukmana (BPMIGAS)
Gambar dibawah ini contoh salah satu lapangan di Jawa Timur dimana hasil studi simulasi menunjukkan tidak ada penambahan cadangan apabila dilakukan penambahan sumur baru (lapangan sudah mature) dan hasilnya sama dengan metode DCA berdasarkan konsep seperti pada pedoman ini.
Hasil DCA Hasil Simulasi
15
DECLINE ANALYSISPenentuan DCA
Copyright Dadang Rukmana (BPMIGAS)
Gambar disebelah kanan adalah contoh hasil dari analisa data diperoleh 2 intervalwaktu sebagai dasar dalam penarikan decline.Hasil penarikan DCA kurva-1 dan kurva-2 menunjukan garis yang sejajar artinya lapangan tsb masih virgin,penambahan sumur akan menambahcadangan. Jika menambah sumur baru maka penarikan decline untuk prediksi produksi dapat ditariksejajar mengikuti kurva-1 & kurva-2
16
DECLINE ANALYSISPenentuan DCA untuk Lapangan Primary & WF
Copyright Dadang Rukmana (BPMIGAS)
Contoh analisa DCA untuk Lapangan Primary & Water Flood.Hasil DCA kurva-1 dan kurva-2menunjukan garis yang sejajar, maka penentuan prediksi primary dapat diambil sejajar (kurva ND)mengikuti kurva 1 dan 2.Kurva 3 analisa decline untuk waterflood. Terlihat ada perubahan harga b dan Dn, menunjukkan perubahan mekanisme didalam reservoar.
17
APLIKASI DECLINE CURVE ANALYSISKOMBINASI
DCA DENGANKARAKTERISTIK RESERVOAR
Copyright Dadang Rukmana (BPMIGAS) 18
Copyright Dadang Rukmana (BPMIGAS)
APLIKASI DECLINE CURVE ANALYSISGabungan data-data model 3D property dengan Metode Decline CurveAnalysis (DCA) dapat memperkirakan area pada suatu lapangan yang belumoptimal. Cara yang cukup sederhana yaitu membagi area lapangan menjadibeberapa sektor berdasarkan karakteristik reservoar, seperti : Reservoar Potensial (OOIP) Permeabilitas
Prosedur dalam melakukan optimasi produksi dalam suatu lapangan,sbb : Bagi lapangan menjadi beberapa sektor. Gabungkan data-data produksi untuk masing-masing sumur menurut
sektor-sektor tsb. DCA dapat dilakukan berdasarkan masing-masing sektor. Hasil DCA dimana penarikan garis yang menuju satu titik menunjukkan
sektor tsb tidak layak untuk di bor karena sudah mature, tetapi untuk DCAdengan garis sejajar menunjukkan masih punya potensi untuk menambahtitik serap (sumur baru).
19
Copyright Dadang Rukmana (BPMIGAS)
APLIKASI DECLINE CURVE ANALYSISPembuatan Sektor
Prosedur dalam pembuatan sektor suatu lapangan berdasarkankarakteristik reservoar : Lakukan modeling 3D model geologi-reservoar, distribusikan parameter
property petropisik seperti Netpay, Porositas, Sw dan permeabilitas untukmasing-masing lapisan reservoar terutama lapisan yang mempunyai dataproduksi. Hitung OOIP per grid dan per lapisan sehingga akan diperolehpeta OOIP per lapisan.
Gabungkan dari beberapa lapisan menjadi satu lapisan dengan caramenjumlanghkan semua peta ooip.
Dengan cara yang sama, lakukan untuk permeabilitas. Untukmenggabungkan beberapa lapisan yang berisi data permeabilitas menjadisatu lapisan yaitu dengan cara merata-ratakan harga permeabilitasgunakan metode harmonik.
Kelompokkan harga inplace dan permeabilitas masing-masing menjadi 3kategori (besar, menengah dan kecil) dengan menggunakan metodestatistik . Data-data yang dikelompokkan diambil dari grid peta OOIP dangrid peta Permeabilitas .
20
Copyright Dadang Rukmana (BPMIGAS)
APLIKASI DECLINE CURVE ANALYSISPembuatan Sektor
Kombinasikan ketiga sektor inplace dengan ketiga sektor permeabilitasmenghasilkan 9 sektor OOIP-Permeabilitas
Sektor Sektor
OOIP high K high
OOIP medium K medium
OOIP low K low
Distribusikan dalam bentuk kontur/peta data-data kumulativ produksiminyak dan jika ada kumulativ produksi air injeksi dari data-data terakhirsumuran.
Kelompokkan harga kumulativ tsb masing-masing menjadi 3 kategori(besar, menengah dan kecil) dengan menggunakan statistik danaplikasikan kedalam peta sehingga di peta kumulativ produksi diperoleh 3sektor .
21
Copyright Dadang Rukmana (BPMIGAS)
APLIKASI DECLINE ANALYSISPembuatan Sektor
Overlay hasil pemetaan kumulativ produksi yang telah menjadi 3 sektordengan pemetaan hasil kombinasi sektor inplace-K. Hasil akhir darikombinasi peta produksi, peta inplace dan peta permeabilitas akanmenghasilkan kurang lebih 4 sektor.
Cek hasil kombinasi kumulativ produksi-Inplace-permeabilitas yang terdiridari 4 sektor dengan profile tekanan dan produksi sumuran pada masing-masing sektor pada grafik produksi, seperti :• Pressure vs Time• Qo vs Np• QL & Qo vs Time• Sumur aktif vs TimeJika data tekanan dan produksi masing-masing sumur pada sektor yangsama mempunyai profile kemiripan yang sama maka pembuatan sektorsudah selesai dan jika tidak cek kembali dan ulangi pada kombinasioverlay antara peta kumulativ produksi dengan peta sektor inplace-K.
22
APLIKASI DECLINE ANALYSISFlow Pembuatan Sektor
Copyright Dadang Rukmana (BPMIGAS)
OOIP tiap-tiap grid berasal dari hasil modeling dari peta netpay, porositas dan Sw
OOIP dan K tiap-tiap grid dikelompokkan menjadi 3 kelompok dengan kategori high,medium dan low menggunakan metode statistik kemudian diaplikasikan ke model 2Dmenjadi sektor-sektor.
3 kelompok OOIP dan 3 kelompok dari permeabilitas dikombinasikan menjadi 9 kombinasi dan diaplikasikan ke 2D model mejadi 9 sektor.
Data kumulatip produksi dan injeksi (jika ada) dari tiap-tiap sumur di petakan dalam bentuk 2D model dan statistikkan menjadi 3 kelompok dan 3 sektor di 2D model, kemudian overlay dengan 2D model hasil kombinasi OOIP-Kakan dihasilkan sektor-sektor baru dan sederhanakan sektor-sektor tsb menjadi 4 sektor.
23
APLIKASI DECLINE ANALYSISPembuatan Model
Copyright Dadang Rukmana (BPMIGAS)
Contoh hasil perhitungan OOIP tiap-tiap grid dikelompokkan dengan metode statistik menghasilkan 9 interval kemudian disederhanakan menjadi 3 interval yaitu interval dengan OOIP low, medium dan high
26
APLIKASI DECLINE ANALYSISPembuatan Model
Contoh Data Permeabilitas dari tiap-tiap grid dikelompokkan dengan metode statistik menghasilkan 9 interval kemudian disederhanakan menjadi 3 interval yaitu interval dengan permeabilitas low, medium dan high
Copyright Dadang Rukmana (BPMIGAS)
28
APLIKASI DECLINE ANALYSISPembuatan Model
Contoh Peta Permeabilitas
Copyright Dadang Rukmana (BPMIGAS) 29
APLIKASI DECLINE ANALYSISPembuatan Model
Contoh Kombinasi Statistik OOIP dengan Statistik Permeabilitas
Copyright Dadang Rukmana (BPMIGAS) 30
APLIKASI DECLINE ANALYSISPembuatan Model
Contoh Peta Kumulatif Produksi
Copyright Dadang Rukmana (BPMIGAS) 32
APLIKASI DECLINE ANALYSISPembuatan Model
Contoh Peta Kumulatif Water Injeksi
Copyright Dadang Rukmana (BPMIGAS) 33
APLIKASI DECLINE ANALYSISPembuatan Model
Contoh Hasil Modeling vs Produksi
Copyright Dadang Rukmana (BPMIGAS) 34
APLIKASI DECLINE ANALYSISPembuatan Model
Contoh Lapangan ”X” Peta Sektor OOIP-K
Copyright Dadang Rukmana (BPMIGAS) 35
APLIKASI DECLINE ANALYSISAnalisa DCA per Sector
Contoh Gambar Tekanan yang scatter
Copyright Dadang Rukmana (BPMIGAS) 36
APLIKASI DECLINE ANALYSISAnalisa DCA per Sector
Contoh Gambar Tekanan pada sector-1
Copyright Dadang Rukmana (BPMIGAS) 37
APLIKASI DECLINE ANALYSISAnalisa DCA per Sector
Contoh Gambar Tekanan pada sector-2
Copyright Dadang Rukmana (BPMIGAS) 38
APLIKASI DECLINE ANALYSISAnalisa DCA per Sector
Contoh Sektor-1 sudah Mature, kurva menuju satu titik
Copyright Dadang Rukmana (BPMIGAS) 39
APLIKASI DECLINE ANALYSISAnalisa DCA per Sector
Contoh Sektor-2 sudah Mature, kurva menuju satu titik
Copyright Dadang Rukmana (BPMIGAS) 40
APLIKASI DECLINE ANALYSISAnalisa DCA per Sector
Contoh Sektor-3 masih Virgin, kurva-1 & Kurva-2 sejajar
Copyright Dadang Rukmana (BPMIGAS) 41
APLIKASI DECLINE ANALYSISAnalisa DCA per Sector
Contoh Sektor-4 masih Virgin, kurva-1 & Kurva-2 sejajar
Copyright Dadang Rukmana (BPMIGAS) 42
APLIKASI DECLINE ANALYSISPembuatan Model
Contoh Lapangan ”Y” (Peta Sektor OOIP-K)
Copyright Dadang Rukmana (BPMIGAS) 43
APLIKASI DECLINE ANALYSISAnalisa DCA per Sector
Contoh Lap. ”Y”, Sektor 3-N sudah Mature, 2 kurva menuju satu titik
Copyright Dadang Rukmana (BPMIGAS) 44
APLIKASI DECLINE ANALYSISAnalisa DCA per Sector
Contoh Sektor 3-E masih Virgin, kurva-1, 2 & 3 sejajar
Copyright Dadang Rukmana (BPMIGAS) 45
PERSAMAAN UMUM MATERIAL BALANCE
Copyright Dadang Rukmana (BPMIGAS)
Metode material balance dapat dilakukan untuk memperkirakan produksi minyak dan gas dalam usulan POD dengan alasan metode simulasi tidak bisa dilakukan setelah mendapat persetujuan dari tim teknis BPMIGAS.Metode material balance untuk membuat forecast produksi hanya analitic material balance. Persamaan material balance secara umum : Reservoar minyak : F = N(Eo + mEg + Efw) + We Reservoar gas : F = G(Eg + Efw) + We Dimana : F = production of oil, water and gas, rb
N = original oil-in-place,stbG = original gas-in-place, scfEo = expansion of oil and original gas in solution,rb/stbm = initial gas cap volume, fraction of initial oil volumeEg = gas cap expansion, rb/stbEfw = connate water expansion and pore volume reduction due to
production, rb/stbWe = cumulative natural water influx, rb
47
PERSYARATAN PENGGUNAAN METODE MATERIAL BALANCE
Copyright Dadang Rukmana (BPMIGAS)
Material balance analitic, yaitu semi-simulasi karakteristik reservoir dengan menggunakan tank model. Metode ini dapat dilakukan baik untuk reservoar minyak maupun reservoar gas dengan syarat : Perhitungan inplace berdasarkan model geologi (Volumetrik) atau 3D
model property dan telah memiliki peta pendukung seperti peta Netpay, Porosity, Sw, Permeabilitas serta rock region untuk masing-masing lapisan.
Harus dimodelkan beberapa tank model yang mencerminkan perbedaan karakteristik reservoar seperti rock region/flow unit/property/facies yang berbeda baik secara lateral maupun vertikal.
Tank model harus mengakomodasi : pergerakan fluida, aquifer dan gas cap (tergantung sifat reservoar).
Hasil perhitungan cadangan telah diselaraskan dengan data produksi dan tekanan.
48
TANK MODEL MATERIAL BALANCE
Copyright Dadang Rukmana (BPMIGAS)
Tank-I
Tank-3
Tank-4Tank-5
Tank-2
Gambar dibawah ini contoh hasil modeling geologi dan tank model yang terbagi atas 5 tank. Pembagian tank model didasarkan pada kompartment reservoar.
Tank model nomor 1 s/d nomor 4 secara geologi saling berhubung maka model tank-1 s/d tank-4 diasumsikan saling berhubungan. Sedangkan tank-5 secara geologi terpisahkan oleh adanya fault maka tank-5 dibuat tank sendiri.
49
INPUT TANK MODEL MATERIAL BALANCE
Copyright Dadang Rukmana (BPMIGAS)
Tabel dibawah ini contoh properti petropisik, besaran inplace dan data-data reservoar sebagai input untuk masing-masing tank model.
50
TANK MODELSecara Areal
Copyright Dadang Rukmana (BPMIGAS)
Contoh model lain dimana tank model disesuaikan dengan rencana pemboran dan didasarkan atas distribusi porositas dari hasil 3D modeling. Dihasilkan tank model secara areal sebanyak 6 tank.
Tank-1
Tank-4
Tank-8
Tank-12
Tank-16
Tank-20
51
PEMBAGIAN TANK MODELSecara Vertikal
Pembagian Tank model secara vertikal disesuaikan karakteristik reservoar yaitu fasies, properti batuan, kategori cadangan dan zone water dimana tank model secara vertikal saling komunikasi.
Tank-1,2&3
Tank-4,5,6&7
Tank-8,9,10&11
Tank-12,13,14&15
Tank-16,17,18 &19
Tank-20,21&22
Tank-1Tank-2
Tank-3
Tank-12
Tank-13Tank-14
Tank-15
Copyright Dadang Rukmana (BPMIGAS)
Tank-1
Tank-2
Tank-3
Tank-4
Tank-5
Tank-6
Tank-7
52
PEMBAGIAN TANK MODELSecara Vertikal
Contoh Prediksi Produksi dengan menggunakan metode material balance dengan konsep multi tank model mengakomodasi perbedaan karakteristik reservoar.
Copyright Dadang Rukmana (BPMIGAS) 53
WORKSHOPPEDOMAN PENENTUAN KATEGORI
DAN PERHITUNGAN CADANGAN MIGASOleh
DADANG RUKMANA
DINAS PENGKAJIAN EKSPLOITASI & EVALUASI CADANGANDIVISI PENGKAJIAN DAN PENGEMBANGAN
BIDANG PERENCANAAN
21-24 Oktober 2009 (Unpad & K3S)16-17 Oktober 2009 (Forum Iatmi - Bali)10-11 Agustus 2009 (Lemigas & K3S)
11-12 Juni 2009 (Pertamina - Bali)
1
AGENDA
1. ATURAN DAN KETENTUAN BERHUBUNGAN DENGAN CADANGANMIGAS
2. PERMASALAHAN BERHUBUNGAN DENGAN CADANGAN
3. KLASIFIKASI CADANGAN & DEFINISI PRMS 2007
4. KLASIFIKASI CADANGAN BPMIGAS
5. DEFINISI CADANGAN
6. PEMBAGIAN KATEGORI CADANGAN
7. METODE PERHITUNGAN IN PLACE
8. PENENTUAN RF & CADANGAN HIDROKARBON
9. CADANGAN UNTUK USULAN POD/POFD
10. FORMAT LAPORAN CADANGAN TAHUNAN
(Annual Reserves Report)Copyright Dadang Rukmana (BPMIGAS)
2
1. ATURAN DAN KETENTUAN BERHUBUNGAN DENGAN CADANGAN MIGAS
• PP 35 Tahun 2004 Pasal 39 Ayat 1 : Kontraktor wajib melaporkan penemuan dan hasil sertifikasi cadangan Minyak dan/atau Gas Bumi kepada Menteri melalui Badan Pelaksana.
• Kontraktor (K3S) wajib melaporkan cadangan setiap awal tahun (Annual Reserves Report) kepada Ditjen Migas dan BPMIGAS
• Surat Edaran dari Kepala BPMIGAS tahun 2005 No 538/BP00000/2005-S1 perihal Pedoman Pelaksanaan Studi GGR dan Sertifikasi Cadangan Migas :
Setiap usulan studi GGR dan sertifikasi cadangan harus mendapat persetujuan dari BPMIGAS.
Khusus keperluan sertifikasi cadangan oleh konsultan independent, penyampaikan data untuk keperluan perhitungan (parameter) harus mendapat persetujuan dari BPMIGAS.
Laporan akhir (final report) studi GGR dan sertifikasi cadangan agar diserahkan ke BPMIGAS. Data-data dan dokumen yang dipergunakan oleh konsultan independen tsb harus dikembalikan ke K3S yg bersangkutan.
3
ATURAN DAN KETENTUAN BERHUBUNGAN DENGAN CADANGAN MIGAS
• Surat edaran dari Deputi Perencanaan BPMIGAS tahun 2006 No 136/BPA0000/2006-S1 perihal Pedoman Penyempurnaan Sertifikasi Cadangan Migas :
Setiap usulan sertifikasi cadangan, harus disampaikan dan didiskusikan terlebih dahulu dengan fungsi terkait BPMIGAS.
Kelengkapan data dalam evaluasi geologi dan geofisika harus menyertakan pemodelan geologi dan pemodelan geofisika dan harus mendapat persetujuan BPMIGAS sebelum melangkah ke evaluasi subsurface lainnya.
Sertifikasi final oleh pihak independen baru dapat dilakukan setelah dikonsultasikan dengan BPMIGAS.
• Keputusan Manajemen BPMIGAS tahun 2008 bahwa setiap sertifikasi cadangan harus dilakukan oleh lembaga independent dalam Negeri.
• Sebelum melakukan kegiatan studi GGR dan Sertifikasi harus mendapatkan ijindisclose data dari Ditjen Migas
5
2. PERMASALAHAN BERHUBUNGAN DENGAN CADANGAN
• Dari beberapa kasus adanya ketidakcocokan antara angka cadangan dengan hasil produksi nyata (over estimate).
• Kategori/Klasifikasi yang digunakan dalam perhitungan cadangan antara K3S berbeda-beda :
Berdasarkan Volumetrik didukung dengan peta :
Proven, Probable dan Possible atau P1, P2 dan P3
Berdasarkan Probabilistik (tanpa didukung dengan Peta) :
Low, Most likely dan High
P10, P50 dan P90
7
PERMASALAHAN
• Pendekatan batas P1, P2 dan P3 yang berbeda-beda :Batas Area Radius sumur terluar menggunakan asumsi atau radius dari
interpretasi well testing Penyebaran Facies Kejelasan dari distribusi peta seismik inversi Kontur terluar yang eqivalen dengan batas fluida
Batas Vertikal
Batas fluida (contact) untuk P1 Untuk P2 dihitung :
Batas antara P1 (Lowest Tested) s/d batas (LKO/LKG) Ada yang menggunakan 1/2 atau 1/3 yaitu batas antara P1 (Lowest
Test/LKO/LKG) dengan P3 (HKW/spill point)
8
Klasifikasi Cadangan dan Resources berdasarkan Petroleum Resources Management System (PRMS 2007)
3. KLASIFIKASI CADANGAN & DEFINISI PRMS 2007
9
KLASIFIKASI CADANGAN & DEFINISI PRMS 2007 • Definisi Cadangan berdasarkan PRMS 2007 adalah sejumlah minyak dan gas bumi yang
dapat diproduksikan secara komersial dengan menerapkan teknologi yang ada saat ini.
• Diluar definisi tsb maka cadangan dikategorikan sebagai Contingent Resources (Sub-Commercial) yang diklasifikasikan sebagai C1, C2, dan C3 karena belum dianggap sebagai cadangan yang siap diproduksikan namun memiliki potensi untuk diproduksikan dikemudian hari apabila telah dinyatakan komersial.
Positif :
Terjadi pengelompokan cadangan yang komersial maupun sub-komersial.
Data cadangan yang ditampilkan mencerminkan kondisi yang lebih realistis dengan derajat kepastian cadangan yang baik.
Dapat memudahkan bagi BPMIGAS & K3S dalam membuat rencana kerja & biaya (WP&B)
Cadangan yang terhitung sangat cocok sebagai penjamin bagi bank.
Negatif : Karena perhitungan cadangan dikaitkan dengan
komersialitas, maka penemuan lapangan baru akan sulit untuk segera dikembangkan.
Perhitungan cadangan akan turun drastis bagi lapangan yang belum memiliki : rencana pemboran atau rencana pengembangan (Project) atau belum ada pembeli untuk lapangan gas. Begitu juga sebaliknya.
Perhitungan cadangan menjadi lebih rumit dan perubahan klasifikasi cadangan sangat cepat, tidak cocok untuk pelaporan cadangan tahunan.
Sertifikasi cadangan suatu lapangan harus dilakukan setiap saat (setiap tahun).
Klasifikasi & Definisi cadangan versi PRMS 2007 secara filosofi telah digunakan oleh BPMIGAS sebelum PRMS 2007 diterbitkan hanya dalam usulan / persetujuan WP&B (perencanaan jangka pendek).
10
Contoh Hasil Perhitungan CADANGANberdasarkan PRMS 2007
Kasus Hasil Sertifikasi Pesimis.
Klasifikasi & Definisi cadangan versi PRMS 2007 terlalu rumit dan hasilnya tidak konsisten
Gas Volume(MMscf)
Institusi LNLow Case
Institusi LNMid Case
Institusi LNHigh Case
Inhouse (2P)
Estimated EUR 709,000 843,200 1,062,0000 724,317
Contingent Resources 1C = 0 2C = 29,100 3C = 60,400 0
Gas Volume(MMscf)
Institusi LNLow Case
Institusi LNMid Case
Institusi LNHigh Case
Inhouse (2P)
Estimated EUR 77,814 174,019 311,200 343,290
Contingent Resources 1C = 3,597 2C = 13,386 3C = 29,323 0
Kasus Hasil Sertifikasi Optimis.
Catatan :10 Lapangan salah satu K3S yang telah dilakukan sertifikasi (tidak cost recovery) oleh Institusi LN dengan dasar PRMS 2007 menghasilkan cadangan 2P telah berkurang sebanyak 65% dari perhitungan inhouse sendiri.
11
4. KLASIFIKASI CADANGAN BPMIGAS
Klasifikasi Cadangan yang digunakan oleh BPMIGAS dan Ditjen Migas mengacu SPE 2001 yang dimodifikasi berdasarkan kondisi lapangan di Indonesia dan kepentingan Pemerintah.
Hasil Forum di Bali (“Penyamaan Persepsi Kategori & Perhitungan cadangan “) telah disepakati BPMIGAS-Ditjen Migas – Pertamina bahwa klasifikasi cadangan dari PRMS 2007 (SPE 2007) sampai saat ini belum bisa dipakai dalam POD atau dalam pelaporan cadangan tahunan (Annual Reserves Report).
Ekonomis
Reserves
Proved Estimate
ProbableEstimate
Developed Undeveloped
PossibleEstimate
90%P1 + 50%P2 Or 90% P1
Tidak Ekonomis
Annu
al R
eser
ves
Rep
ort
POD
12
KLASIFIKASI CADANGANSecara terperinci
CADANGAN MIGAS
Primer
Sekunder
Pasti
Mungkin
Harapan
Dikembangkan
Blm.Dikembangkan
Aktif
Tdk.Aktif
Tahapan Produksi Tingkat Kepastian
Status PengembanganTingkat Produktivitas
Klasifikasi cadangan yang lebih terperinci dapat dilakukan per formasi atau per lapisan
13
5. DEFINISI CADANGAN
Perkiraan jumlah Hidrokarbon yang terdapat didalam reservoar yang dapat diproduksikan dengan menggunakan teknologi yang tersedia yang ada saat ini sampai saat tertentu.
Produksi Kumulatif
Cadangan tersisa
Potensi Minyak pada tahap IOR/EOR
Cadangan Minyak pada tahap perolehan secara alami
Original OIL In Place (OOIP)
14
Time
Data
HighP3
KONSEP MENGURANGI KETIDAK PASTIAN CADANGAN Vs PENGEMBANGAN LAPANGAN
POD
15
P10
LOW
P1
DevelopmentDecision
P90
Most likelyP2P50
Definisi dan Penentuan Kriteria Cadangan
Cadangan Pasti (”Proven Reserve”) :Perkiraan jumlah hidrokarbon yang ditemukan di dalam batuan reservoir yang terbukti dapat diproduksikan dengan menggunakan teknologi yang tersedia dengan tingkat keyakinan 90% berdasarkan data log sumur, geologi dan keteknikan reservoar serta didukung oleh produksi aktual atau uji alir produksi.
Proven = P1 ≠ P90
16
Definisi dan Penentuan Kriteria Cadangan
Cadangan Mungkin (”Probable Reserve”) :Perkiraan jumlah hidrokarbon yang ditemukan di dalam batuan reservoir yang mungkin dapat diproduksikan dengan menggunakan teknologi yang tersedia dengan tingkat keyakinan 50% berdasarkan data log sumur, geologi dan keteknikan reservoar tetapi tidak/belum didukung oleh produksi aktual atau uji alir produksi.
Probable = P2, 2P = P1 + P2, 2P ≠ P50
17
Definisi dan Penentuan Kriteria Cadangan
Cadangan Harapan (”Possible Reserve”) :
Perkiraan jumlah hidrokarbon yang ditemukan di dalam batuan reservoir yang diharapkan dapat diproduksikan dengan menggunakan teknologi yang tersedia dengan tingkat keyakinan 10% berdasarkan korelasi data geologi, geofisika, keteknikan reservoar dan tidak/belum ada data sumur.
Possible = P3, 3P = P1 + P2 + P3, 3P ≠ P10
18
Definisi dan Penentuan Kriteria Cadangan
BLOK A BLOK B BLOK C
BLO
K D
R 1
R 2
R 3Barat Tengah Timur Barat
Tengah
Timur Barat Tengah Timur
Sumur 1 Sumur 2 Sumur 3 Sumur 4 Sumur 5
Interpretasi Log
DST
Produksi
Prospek
19
6. PEMBAGIAN KATEGORI CADANGANBatas P1, P2 dan P3 secara vertikal
• Batas P1 (Proven) : Berdasarkan batas Oil Water Contact (OWC) atau Gas Water Contact
(GWC) dimana batas fluida harus ditunjang dengan data uji alir produksi, interpretasi petrofisik dan didukung dengan pressure gradient minyak/gas dengan air .
Apabila OWC atau GWC dapat ditentukan secara pasti maka tidak ada batas P2 maupun batas P3 secara vertical dalam reservoar yang sama.
Jika Contact tidak ditemukan maka batas P1 adalah batas bawah interval test produksi (DST).
Apabila Resistivity dibawah test produksi (DST) menunjukkan lebih besar (minimal sama) dan didukung dengan properti bagus maka batas P1 bisa sampai Lowest Known Oil (LKO) atau Lowest Known Gas (LKG). Sistem analogi property dapat dilakukan pada reservoar yang sama.
20
PEMBAGIAN KATEGORI CADANGANBatas P1, P2 dan P3 secara vertikal
• Batas area P2 (Probable) :
Batas antara P1 (lowest tested) s/d batas (LKO/LKG).
Jika batas P1 ada di LKO/LKG (lowest tested = LKO/LKG) maka batas P2 berada antara batas P1 s/d setengah antara batas vertikal P1 dengan spill point korelasi antar sumur atau Highest Known Water (HKW).
• Batas P3 (Possible) :
Batas antara P2 s/d spill point korelasi antar sumur atau Highest Known Water (HKW)
21
PEMBAGIAN KATEGORI CADANGAN BERDASARKAN SUMURAN (Secara Vertikal)
GWC
tes produksimengalir gas
Proven
Ilustrasi - 1Batas P1 secara vertikal dapat ditentukan berdasarkan batas fluida (OWC/GWC), dimana batas fluida harus ditunjang dengan data uji alir produksi, interpretasi petrofisik dan didukung dengan pressure gradient
tes produksimengalir air
22
PEMBAGIAN KATEGORI CADANGAN BERDASARKAN SUMURAN (Secara Vertikal)
RTGR
A
B
tes prod.
RTGR
Proven
Probable A
B
Ilustrasi - 2
tes prod.
LKOLKO
Proven
Probable
Probable
??? Proven
atauProbable
23
PEMBAGIAN KATEGORI CADANGANBatas P1, P2 dan P3 secara areal
• Batas P1 (Proven) 1.5 x Radius Investigasi hasil dari uji alir produksi (DST) pada lapisan/zona
yang terwakili. Radius investigasi dapat dianalogikan tetapi pada reservoar yang sama.
1.5 x Radius pengurasan yang dihitung berdasarkan analisa decline profile produksi untuk sumur yang telah berproduksi.
Apabila tidak tersedia data uji alir produksi(DST) yang memadai maka perkiraan batas area Proven (P1) mak 250 m untuk reservoir minyak dg API di atas 300, sedangkan untuk reservoir gas maksimum 750 m dengan pemahaman penyebaran secara lateral yang sangat baik.
• Batas area 2P (Proven + Probable) 2.5 x Radius area P1 (Proven). Apabila dalam area P1 terpotong oleh facies berbeda atau adanya patahan
maka area yang terpotong pada posisi tidak ada data sumur dikategorikan sebagai P2
• Di luar area 2P pada struktur yg sama sebagai area Possible (P3).
24
PEMBAGIAN KATEGORI CADANGAN BERDASARKAN SUMURAN (Secara Areal)
Ilustrasi - 1 Area-1 berada pada facies
Inner Platform telah dibor 2 sumur dan di tes produksi dikategorikan sebagai area Proven.
Area-2 berada pada facies Lagoon belum ada sumur, dari analisa well test radius investigasi dapat menjangkau area 2 dikategorikan sebagai Probable
Area 2Probable
Area 3Possible
LKG
Area -1Proven
25
PEMBAGIAN KATEGORI CADANGAN BERDASARKAN SUMURAN (Secara Areal)
Ilustrasi - 2Area Proven terpotong oleh patahan, area yang terpotong pada posisi tidak ada data sumur dikategorikan sebagai P2
Peta Net Pay.
P1
P3
LKO
P2Peta Net Pay
26
PEMBAGIAN KATEGORI CADANGAN BERDASARKAN SUMURAN (Secara Areal)
Ilustrasi - 3Untuk Sumur yang telah berproduksi, area proven bisa dihitung berdasarkan 1.5x radius pengurasan sumur. Radius pengurasan sumur hasil dari penarikan decline analysis pada profile produksi sampai dengan ekonomi limit.
P1NpUlt.R.R
P2
Peta Net Pay
LKO
Ult.R.R
27
PEMBAGIAN KATEGORI CADANGAN BERDASARKAN SUMURAN (Secara Areal dan Vertikal)
POSS
IBLE
AR
EA 250 mWell 1
Well 2 Well 3
PROVEN
WOC ?LKO
Ilustrasi - 1 Area P1 minyak berdasarkan radius masing-
masing sumur 250 m atau 1.5 x Radius Investigasi
Area 2P sebesar 2.5 x area P1 atau batas terbawah dari LKO.
28
PEMBAGIAN KATEGORI CADANGAN BERDASARKAN SUMURAN (Secara Areal dan Vertikal)
POSS
IBLE
AR
EA 250 mWell 1
Well 2 Well 3PROVEN
WOC ?LKO
Ilustrasi 2 Area P1 minyak berdasarkan radius masing-
masing sumur 250 m atau 1.5 x Radius investigasi. Jika ada sumur hasil dari tes menunjukkan radius investigasi lebih besar dari 250 m maka area P1 bisa digunakan hanya untuk area sumur tsb, contoh sumur 2.
Area 2P sebesar 2.5 x area P1 atau batas terbawah dari LKO .
29
PEMBAGIAN KATEGORI CADANGAN BERDASARKAN SUMURAN (Secara Areal dan Vertikal)
250 m
WOC ?LKO
PROVENPROBABLE
POSSIBLE
Well 1Well 2 Well 3
POSS
IBLE
AR
EA
250 m
Well 1
Well 2 Well 3
PROVEN
WOC ?LKO
Ilustrasi 3 Jika Area P1 berdasarkan radius masing-masing
sumur 250 m (1.5 x radius investigasi) saling bersinggungan, maka area P1 dihitung berdasarkan kontur terluar yang bersinggungan dengan area P1 sumuran tsb.
Area 2P sebesar 2.5 x area P1 atau batas terbawah dari LKO.
30
PEMBAGIAN KATEGORI CADANGAN BERDASARKAN SUMURAN (Secara Areal dan Vertikal)
POSS
IBLE
AR
EA
250 m
Well 1
Well 2 Well 3
PRO
VEN
WOC ?LKO
Ilustrasi 4 Jika Area P1 berdasarkan radius masing-masing
sumur 250 m (1.5 x radius investigasi) saling bersinggungan dan ada salah satu sumur dimana lowest tested berada dibawah kontur yang bersinggungan, maka area P1 dihitung berdasarkan kontur terluar yang sama dengan kedalaman lowest tested.
Area 2P sebesar 2.5 x area P1 atau batas terbawah dari LKO.
Radius investigasi dapat dianalogikan dengan pengertian properti petrofisik minimal sama dengan sumur yang memiliki data test pada reservoar yang sama
31
7. METODE PERHITUNGAN IN PLACE(Secara Umum)
OOIP (Original Oil In Place) atau OGIP (Original Gas In Place)Secara umum metode yang sering digunakan :• Pendekatan secara Deterministic : Pendekatan secara Stochastic (Geostatistic) :
Yaitu pemodelan geologi reservoar dengan mendistribusikan property berdasarkan kaidah-kaidah statistik dengan memperhitungan jarak, koordinat dan kedalaman suatu data.
Volumetrik secara konvensional :Yaitu pendekatan dengan menggunakan rata-rata Net Pay, Porosity, Saturation dari data log semua sumur dengan membuat model geologi dalam bentuk pemetaan. Pendekatan lainnya yaitu membuat peta Iso-HPV (Hydrocarbon pore volume) yang merupakan hasil perkalian net-pay * porositas * saturasi hidrokarbon untuk masing-masing zonasi geologi.
32
METODE PERHITUNGAN IN PLACE(Secara Umum)
• Pendekatan secara Probability : Pendekatan dengan MonteCarlo :
Yaitu motode statistik secara probalistik yang menggunakan angka random dengan batasan-batasan data tertentu (min, max dan rata-rata) tanpa memperhitungkan jarak, koordinat dan kedalaman.
Pendekatan secara Probability hasil dari Geostatistic : Yaitu inplace hasil dari beberapa realisasi geostatistik dibuatkan probalility dan menghasilkan P10, P50 dan P90.
• Pendekatan dengan Material Balance: Analitic Material Balance
F = N(Eo + mEg + Efw) + We (untuk reservoar Minyak)F = Gp(Eg + Efw) + We (untuk reservoar Gas)
Conventional Material Balance P/Z=(1-Gp/G ) Pi /Zi atau P/Z vs Gp (untuk reservoar Gas)
33
METODE PERHITUNGAN IN PLACE(Untuk Usulan POD)
Perhitungan In Place dalam usulan POD harus memenuhi syarat, sbb :• Didukung dengan peta struktur dan peta hasil interpretasi petrophysic seperti iso-
Netpay dan atau Iso-HPV atau hasil dari 3D model geostatistik.• Jelas batas-batas area proven, probable, possible dan batas fluida
(OWC/GWC/OGC ) atau LKO/LKG.• Titik lokasi rencana pemboran terpetakan didalam model geologi baik secara
struktur maupun peta iso-Netpay / Iso-HPV / iso-Sw atau 3D properti.
Memperkirakan in place harus mengintegrasikan berbagai data :• Mengintegrasikan hasil analisis dari geometri dan batas cebakan yang terkait
dengan volume batuan secara gross dengan bantuan hasil analisis data seismik.• Mengintegrasikan hasil analisis dari karakteristik geologi yang dapat
mendifinisikan besaran volume pori dengan bantuan alur distribusi fasies/flow unit serta karakteristik fungsi-fungsi petrofisik reservoir.
• Mengintegrasikan hasil kajian geologi dan reservoir untuk menentukan level kedalaman kontak fluida/LKO/LKG.
• Mengintegrasikan hasil kajian dari kualitas reservoir, tipe fluida serta kontaknya untuk mendapatkan kontrol besaran saturasi fluida.
34
Metode yang boleh digunakan untuk perhitungan In Place sbb :• Pendekatan secara deterministic baik volumetrik conventional atau
menggunakan geostatistik (stochastic). Metode ini sangat dianjurkan.• Pendekatan secara probability hasil dari Geostatistic dapat dilakukan
tetapi P10 tidak eqivalent dengan proven, pendekatan ini hanya untuk mencari realisasi yang terbaik.
• Pendekatan secara probalility dengan MonteCarlo tidak direkomendasikan, boleh dilakukan tetapi hanya sebagai pembanding.
• Pendekatan dengan Material Balance dapat dipertimbangkan apabila didukung dengan peta model geologi reservoar dan mempunyai produksi-tekanan telah cukup memadai, yaitu :Analitic material balance dengan perbandingan produksi terhadap
Inplace (Gp / Inplace) > 30%. Basarar 30% ???Conventional material balance (P/Z vs Gp) dengan perbandingan
produksi terhadap Inpalce (Gp / Inplace) > 50%. Basarar 50% ???
METODE PERHITUNGAN IN PLACE(Untuk Usulan POD)
35
METODE PERHITUNGAN IN PLACE(Tidak dianjuarkan dalam usulan POD)
Metode Perhitungan In Place secara probalility dengan MonteCarlo tidak direkomendasikan, karena :
• Tanpa didukung dengan peta model geologi dan geofisik akan sulit menentukan area proven, probbable dan possible.
• Metode ini cocok dalam memperkirakan potensi suatu lapangan yang status masih eksplorasi dimana data pendukung sangat kurang.
Metode Perhitungan gas In Place dengan material balance secara conventional tidak direkomendasikan apabila data produksi tidak memadai, karena :
• Faktor ketidak pastian sangat tinggi dengan faktor kesalahan bisa mencapai 52%.• In-place hasil plot P/Z vs Gp sangat tergantung pada mekanisme pendorong
reservoar (Water drive, depletion dan abnormar pressure) dan plot P/Z vs Gp per sumur atau per reservoar atau perlapangan akan menghasilkan perhitungan in-place yang berbeda-beda.
• Penentuan faktor deviasi gas (Z) tergantung metode yang dipakai metode standing lebih optimis dibandingkan dengan metode dranchuk.
• Data produksi dan tekanan harus cukup memadai.36
METODE PERHITUNGAN IN PLACE(Berdasarkan P/Z vs Gp )
Hasil Gas in-place berdasarkan material balance conventional : Menyebabkan faktor kesalahan bisa mencapai 52%.
Tergantung mekanisme pendorong reservoar.
37
Perbandingan Inplace hasil dari P/Z (Conventional), MBAL dan Volumetric pada Lapangan di Bangladesh
Perhitungan Gas Inplace di Lapangan Bangladesh hasil studi dari Zaved Choudhury seorang Manager Reservoir Engineering pada Petrobangla. Inplace hasil perhitungan material balance P/Z vs Gp sangat optimiis jika dibandingkan dengan hasil Volumetrik, hal tsb karena Gp/Inplace < 50% belum bisa dipakai untuk menentukan Inplace.
TITAS FIELD
Habiganj Upper Sand
38
Perhitungan Gas Inplace dengan Material Balance Conventional (P/Z vs Gp)
Hasil perhitungan gas inplace dengan material balance conventional dapat digunakan dalam pengajuan POD jika Gp/Inplace > 50%. Gambar dibawah ini hasil perhitungan gas Inplace sebesar 266 Bscf dengan P/Z dimana Gp/Inplace = 76%, memberikan hasil yang sangat pasti dan mendekati dengan hasil Volumetrik sebesar 262 Bscf .
39
8. PENENTUAN RF & CADANGAN HIDROKARBON(Untuk Usulan POD)
Metode yang dapat dipakai untuk menghitung Recovery factor (RF) dancadangan hidrokarbon dalam usulan POD, sbb :
• Simulasi Reservoar, yaitu model geologi yang terintegrasi dengan seismik, petrophysic dan reservoar telah teruji keakuratannya dengan data produksi dan tekanan. Metode ini sangat dianjurkan dan dapat digunakan pada semua tahappengembangan lapangan.
• Material balance analitic, yaitu mirip dengan model simulasi tetapi jumlah grid lebih sederhana dan diwakili dengan tank model. Metode ini dapat dilakukan baik untuk reservoar minyak maupun reservoar gas apabila simulasi reservoar tidak dilakukan dengan syarat perhitungan inplace berdasarkan model geologi (Volumetrik) dan telah memiliki peta pendukung seperti peta netpay, porosity, sw, permeabilitas serta rock region untuk masing-masing lapisan dan harusdimodelkan beberapa tank model yang mencerminkan perbedaan karakteristik reservoar seperti rock region/flow unit/property yang berbeda baik secara lateral maupun vertikal.
40
PENENTUAN RF DAN CADANGAN HIDROKARBON(Untuk Usulan POD)
• Material balance conventional, yaitu perhitungan cadangan atau RF berdasarkan P/Z dapat dilakukan dengan syarat : Metode ini harus telah memiliki data produksi dan tekanan yang memadai
telah dimilikinya lebih dari 50% ??? kumulatif produksi dari total perhitunganawal minyak/gas ditempat, memiliki dan mengintegrasikan data analisa fluidadan analisa batuan yang mewakili sebaran pelamparan lateral dan vertical reservoir.
Analisa P/Z per reservoar/per compartment/lapisan bukan per lapangan. Memiliki data-data PVT yang memadai dan tidak bisa dianalogikan dengan
lapangan sekitarnya.Metode ini dapat dilakukan apabila metode simulasi reservoir atau metode materila balance secara analitik (tank model) tidak bisa dilakukan dengan pertimbangan data tidak cukup mendukung atau jumlah reservoar cukup banyak atau pertimbangan lain.
• Decline curve, dapat dilakukan dengan syarat : Reservoir telah memiliki data produksi dan tekanan yang memadai, lapangan
telah memasuki tahanan kondisi produksi yang telah mature (telah melampauititik tertinggi dari kemampuan produksi).
Analisa decline curve harus dilakukan per reservoar atau per sector.41
Time
Data
High
Most likely
LOW DevelopmentDecision
P1
P2P3
Cadangan untuk keperluan POP dan POD/POFD
POD
• Cadangan berasal dari lapisan yang akan di produksikan. Apabila prediksi produksi terpotong oleh kontrak, perhitungan cadangan s/d kontrak habis.
• Klasifikasi cadangan yang akan digunakan untuk usulan POD sudah menggunakan klasifikasi P1, P2 dan P3. Perhitungan cadangan hidrokarbon mengacu pada peta Iso-HPV (Hydrocarbon pore volume) atau Peta Net Pay atau hasil 3D model.
43
Cadangan untuk keperluan POP dan POD/POFD
Cadangan yang akan digunakan untuk prediksi produksi didalam perhitungan keekonomian pada usulan POP dan POD/POFD harus dikurangi sebagai sebagai back up. Formula pengurang sbb:
• POP (Put On Production) : 90% P1
• POD (Plan of Development) : Minyak = 90% P1 + 50% P2 Gas Pipa = 90% P1 + 50% P2 Gas LNG = 90% P1, 50%P2 bisa digunakan untuk gas domestik
• POFD (Plan of Further Development) dari Lapangan yang sudah Produksi : Minyak = 90% P1 (Sisa Cadangan) + 50% P2 Gas Pipa = 90% P1 (Sisa Cadangan) + 50% P2 Gas LNG = 90% P1 (Sisa Cadangan)
44
Persyaratan Data Cadangan dari Lapangan yang akandilaporkan
• Lapangan Status Ekplorasi : Lapangan yang bukan status Lead and Prospect
Sudah ada data tes produksi, memiliki peta hidrokarbon dan jelas batas-batas P1, P2 dan P3. Perhitungan cadangan berdasarkan deterministik (Volumetrik) dan bukan probabilistik. Jika hanya memiliki 1 sumur perhitungan cadangan berdasarkan luas area sumuran.
Sudah ada perhitungan cadangan berdasarkan Sertifikasi
Lapangan yang akan segera di kembangkan (POD) dan sudah diserahkan dari Ekplorasi ke Pengembangan dimana tidak memerlukan tambahan sumur delianiasi.
• Lapangan status Ekploitasi : Lapangan yang sudah mendapat persetujuan POD/POP
Lapangan yang sudah berproduksi
46
Besaran Data Cadangan
• Data Cadangan yang dilaporkan berdasarkan kemampuan reservoar dengan batasan ekonomi limit, tidak dikaitkan dengan komersil dan masa kontrak KKKS.
• Data cadangan dari lapangan tidak aktif atau masih status proyek atau lapangan yang dikategorikan sebagai marginal apabila secara teknis dapat dihitung besaran cadanganganya harus dilaporkan.
Habis Kontrak
Ekonomi Limit
47
BESARAN-BESARAN DATA
Data Umum Nama Blok/WKP/Area Nama Kontraktor Nama Lapangan Lokasi Operasi : Onshore/offshore Nama Cekungan Kabupaten/Propinsi/Pusat
Data Cadangan : Minyak, Gas Associated, Non Asso. dan Condensate Awal Isi Setempat (Initial Inplace) Faktor Perolehan (Recovery Factor) Pengambilan Maksimum (Ultimate Recoverable Reserve) Produksi Tahunan Produksi Kumulatif Sisa Cadangan
Status SumurData GeologiData Reservoar
48
KLASIFIKASI CADANGANDalam Buku Laporan Cadangan Tahunan (Annual Reserves Report)
• Berdasarkan tingkat kepastian :Cadangan Pasti (Proven Reserve)Cadangan Mungkin (Probable reserve)Cadangan Harapan (Possible Reserve)
• Berdasarkan Status ProduksiCadangan Dari Lap. Sudah BerproduksiCadangan Dari Lap. Belum Berproduksi
Di dalam Pelaporan Cadangan Tahunan sudah tidak menggunakan lagi istilah :
• P90, P50 dan P10
• Low, Most likely dan High
49
FORMAT LAPORANANNUAL RESERVES REPORT CONTENTS
I. COVER LETTER
- Brief Explanation
- Revision of Reserves
- Revision of Map
- Reclasification of Reserves
- New Discovery
II. CONTRACT AREA MAP
- Oil Field Location
- Gas Field Location
- Undeveloped Field Location
III. RESERVES AND PRODUCTION SUMMARY
A. Estimated Reserves
By Field
Form : A-1 - Form : A-3.3
By Reservoir
Form : A-4 - Form : A-8.3
B. Revision Reserves
Form : B-1 - Form : B-5.3
C. Production
Form : C-1 - Form : D-1
50
FORMAT LAPORANANNUAL RESERVES REPORT CONTENTS
I IV. APPENDICES / ATTACHMENTS
1. Individual Reservoir Data - Form : D-2 GEOLOGICAL DATA
ENGINEERING DATA
PRODUCTION AND INJECTION DATA
RESERVOIR RESERVES CALCULATIONS Method of CalculationType of Reservoir Drive
2. Top Structure Map
3. Net Isopach Map
4. Production Performance Figures :
5. Other Supporting Data : Estimated Economic Limit, Gas Composition, Gas Utilization, Platform Location Map, Structure Cross Section, Type Well Log Section - Etc.
51