La Fondation des estimations fiables des réserves

L'industrie pétrolière engage régulièrement des milliards de dollars pour le forage et la production sur la base des prévisions de réserves. Chaque baril compté comme prouvé, probable ou possible repose sur une chaîne d'hypothèses et de mesures. Au cœur de cette chaîne se trouvent les données de pression-volume-température (PVT) - l'ensemble de propriétés physiques qui définit comment les fluides de réservoir se comportent dans des conditions changeantes.

Les données PVT décrivent le comportement volumétrique et de transport du pétrole, du gaz et de l'eau à travers la gamme de pression et de température rencontrées pendant la production. Il indique à un ingénieur combien le pétrole va diminuer lorsque le gaz sort de la solution, quand un bouchon de gaz se formera, comment la viscosité des fluides devient à mesure que la pression diminue, et comment l'ensemble du système de fluide réagit à l'injection d'eau ou de gaz.

Comment PVT drive chaque méthode de réserves

Chaque technique classique d'estimation des réserves repose sur les propriétés de PVT comme intrants fondamentaux. La méthode volumétrique[ pour le pétrole en place utilise le facteur de volume initial de formation d'huile (Boi) dans le dénominateur de la formule standard: OOIP = (7758 × A × h × φ × Soi) / Boi. Une erreur de 5% dans Boi] devient une erreur de 5% dans OOIP directement. De même, le facteur de récupération dépend de la façon dont o[FLT:] et le rapport gaz-huile

Les calculs de l'équilibre matériel utilisent explicitement les fonctions PVT pour relier le vide du réservoir au changement de pression. L'approche Havlena-Odeh sépare l'expansion du pétrole, du gaz libéré et de l'eau, et chaque terme utilise des facteurs de volume de formation et des compressibilités dérivés de PVT. Un terme d'expansion du gaz incorrect (Bg – Bgi) ou un indice de commande de gaz à solution mal évalué peut conduire à une interprétation fondamentalement erronée du mécanisme d'entraînement et à une récupération ultime.

Dans analyse de courbe de déclin[ et analyse de flux-transient[, la compressibilité totale (ct) et le facteur de volume de formation de gaz ([Bg) convertissent les débits de surface en volumes de réservoir.

La simulation numérique utilise des tables PVT ou une équation d'état (EOS) pour calculer les termes de fluide dans les équations d'écoulement. La fonction Rs détermine quand le gaz libre apparaît, modifiant la perméabilité relative. La viscosité contrôle les performances d'écoulement. Si les données PVT sont erronées, le simulateur peut encore correspondre à l'historique en ajustant d'autres paramètres, mais cette correspondance devient inutile pour la prédiction dans des conditions d'exploitation modifiées.

Paramètres critiques de la PVT et leur sensibilité

Facteur de volume de la formation du pétrole et rapport gaz-huile de solution

]]]][FLT:]]][FLT:]]][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:[F][F][F][F=F

Facteur de volume Z-Facteur de gaz et de formation

Pour les réservoirs de gaz, le facteur Z conduit à la courbe de balance des matériaux p/Z, outil principal pour estimer le gaz d'origine en place. Un facteur Z trop élevé à haute pression sous-estime le gaz en place; un Z surestimé à basse pression masque l'afflux d'eau. La pente p/Z est inversement proportionnelle à G, de sorte qu'un biais de quelques pour cent dans Z peut changer l'EUR par des dizaines de Bcf. Le facteur de volume de formation de gaz Bg], dérivé de Z et de température, est essentiel pour convertir la production de surface en vide de réservoir.

Viscosité de toutes les phases

La viscosité du pétrole entre directement dans l'équation d'entrée de Darcy : une erreur de 10% dans μo signifie une erreur de 10% dans l'indice de productivité (tous les autres égaux).Dans les processus de déplacement, la viscosité contrôle le rapport de mobilité et l'efficacité de balayage.

Compression sous-saturée de l'huile

Au-dessus du point de bulle, co contrôle le taux d'épuisement de la pression initiale. Dans les formations serrées, la compressibilité totale (roche plus fluides) domine le comportement de débit transitoire.

Acquérir des échantillons représentatifs

La qualité de toute prévision dérivée de PVT commence avec l'échantillon. L'échantillonnage par trous de descente est préféré pour les réservoirs d'hydrocarbures car il peut capter le fluide dans des conditions de réservoir, idéalement au-dessus du point de bulle, avec une contamination minimale. La contamination par filtrat de boue déprime le point de bulle mesuré et modifie la composition, produisant B[o[ et R[s][courbes qui ne sont pas représentatives. La technologie d'échantillonnage monophasé de Schlumberger ([]Schlumberger sample one-phase []]) maintient la pression au-dessus de la saturation tout au long de la récupération, préservant l'intégrité de l'échantillon.

Pour les champs où la composition est classée, il faut effectuer plusieurs échantillons à différentes profondeurs. L'analyse en laboratoire devrait suivre les normes d'organismes tels que American Petroleum Institute (API)[ et Société des ingénieurs pétroliers (SPE)[. Une étude complète de PVT comprend une analyse de composition à au moins C36+, une expansion de composition constante, une libération différentielle (huile), une déplétion en volume constant (condensat de gaz) et des essais de séparateurs à plusieurs étages.

Validation et lissage des données de laboratoire

Avant d'utiliser les données dans un modèle, les ingénieurs appliquent des algorithmes de lissage pour assurer la cohérence thermodynamique. Les techniques comprennent des lignes cubiques, des polynômes de faible ordre ou un logiciel PVT commercial qui impose le bilan massique et l'équilibre de phase. Les régions de point de bulle et de point de rosée nécessitent un soin particulier.

Lorsque les données de laboratoire ne sont pas disponibles, les corrélations empiriques fournissent des estimations. Standing, Vasquez-Beggs, Glasø et Al-Marhoun pour l'huile noire, et Dranchuk-Abou-Kassem pour le facteur Z, sont adaptés à de nombreux bassins. Cependant, les corrélations comportent des incertitudes, en particulier dans les environnements à haute pression/haute température (HPHT) ou les compositions atypiques de fluides.

Intégration de PVT dans les modèles de simulation

Simulation de l'huile noire

Dans les modèles à huile noire, les données PVT sont souvent fournies sous forme de tableaux de Bo, R[s, B[g, et la viscosité par rapport à la pression pour chaque phase. Les tableaux doivent couvrir la gamme complète de pression de la première à l'abandon. La région sous-saturée où Rs est constante, avec des transitions lisses à travers le point de bulle pour empêcher l'oscillation numérique.

Simulation de composition et réglage EOS

Pour les projets de pétrole volatil, de condensat de gaz et d'injection de gaz, il faut un modèle de composition utilisant une équation d'état. Le réglage EOS consiste à ajuster les propriétés critiques, les facteurs acentriques et les coefficients d'interaction binaire des pseudo-composants pour correspondre aux expériences de laboratoire – pressions de saturation, abandon de liquide et densités. L'objectif est de créer un modèle qui prédit de façon fiable le comportement de phase pour le processus de récupération prévu, réduisant généralement les pseudo-composants à six à dix pour l'efficacité.

L'intégration exige une collaboration étroite entre les pétrophysiciens, les ingénieurs des réservoirs et les spécialistes de la PVT. Les principales décisions comprennent le nombre d'étapes de pression, l'initialisation du fluide pour correspondre aux contacts et pressions mesurés, et le traitement de l'hystérie dans la perméabilité relative.

PVT pour les réservoirs non conventionnels

Les ressources non conventionnelles — pétrole et gaz de schiste, gaz serré et méthane provenant du charbon — présentent des défis uniques en matière de PVT. La perméabilité extrêmement faible signifie que les données initiales de production sont dominées par un flux transitoire. Les propriétés de PVT comme la compressibilité totale et le facteur de volume de formation de gaz influent directement sur les interprétations de l'équilibre des matériaux en circulation et de l'analyse de vitesse-transient. Dans les schistes riches en liquides, le point de bulle et [s] le comportement du pétrole dans les nanopores peut différer de celui des PVT classiques en raison des effets de confinement et d'adsorption capillaires.

Mise à jour dynamique et quantification de l'incertitude

Les prévisions de réserves ne sont pas statiques. À mesure que les données de production s'accumulent, les entrées de PVT devraient être réexaminées. Si le rapport gaz-pétrole produit réel diverge des prévisions, il peut indiquer un point de bulle incorrect ou Rsfonction. Un bilan de matériaux actualisé peut conduire à une révision Boi][volume connecté.

Les paramètres clés — point de bulle, viscosité de l'huile, Boi, facteur Z—sont des distributions de probabilité attribuées basées sur la répétabilité en laboratoire et des données analogiques. Pour chaque itération, le code échantillonne ces distributions et exécute la prévision, produisant une distribution d'EUR avec des estimations P90, P50 et P10. Cela traite directement du risque inhérent à la caractérisation des fluides. Les corrélations entre les paramètres (par exemple, Bo et Rs]) devraient être incluses dans le tableau de sensibilité des tornados, qui permet d'éviter les comportements de fluides irréalistes.

Les flux de travail pratiques pour de meilleures prévisions

  1. Collecte et examen de données :[ Compilez tous les rapports de laboratoire, les tests de séparation et les données de composition.
  2. Qualité de contrôle contre production:[ Comparer PVT-décrivé R[s et B[o][[FLT:]][[FLT:]][FLT:][FLT:][FLT:][FLT:][FLT:][FLT:][F][
  3. Modèle Building:[ Utilisez un logiciel commercial pour générer des tables PVT lissées et thermodynamiquement cohérentes. Pour les modèles de composition, sélectionnez des pseudo-composants qui préservent la forme de l'enveloppe de phase.
  4. Histoire Correspondance avec PVT Intégrité:[ Évitez de régler PVT au-delà des limites d'incertitude physique pour corriger les erreurs d'appariement du réservoir.
  5. Précaution et sensibilité: Exécuter des cas de sensibilité en modifiant les paramètres PVT dans leurs plages d'incertitude. Documenter l'impact sur EUR dans un graphique de tornade. Souvent, le point de bulle et s] dominent dans le moteur à gaz solution, tandis que le facteur Z et le rendement condensé dominent dans les réservoirs à condensation gazeuse.

Pièges communs dans les applications de TCP

  • Echantillon unique d'une colonne graduée :[ Une analyse PVT ne peut représenter un réservoir avec variation de composition verticale.
  • Propriétés de l'eau neglectantes:[ La salinité de l'eau et le gaz dissous affectent Bw[ et la compressibilité.
  • Ignorer l'hystérie dans la perméabilité relative pendant l'injection: Les chemins de saturation non monotoniques interagissent avec PVT. Les modèles de composition sans hystérésis peuvent surestimer la récupération d'huile.
  • Corrélations non validées:[ Les corrélations développées pour des bassins spécifiques (p. ex. Standing for California) peuvent échouer dans de nouvelles pièces, en particulier la HPHT ou le pétrole lourd.
  • Corrélations d'incertitude neglectantes:[ Échantillonnage Bo et Rs indépendamment dans les modèles probabilistes peut produire des comportements fluides impossibles, en biaisant la plage P90/P10.

Étude de cas : Correction de l'EVP pour sauver un plan de développement

La PVT initiale a donné un point de bulle de 3 800 psia, B[oi = 1,45 rb/STB, et R[si[ = 900 scf/STB. Le bilan matériel prévoyait une forte poussée d'eau et une récupération ultime de 250 MMTB. Après deux ans, la pression a diminué plus rapidement que prévu et la coupe d'eau a été faible. Un nouvel échantillon de fond a révélé que l'original avait été clignoté, que le point de bulle surestimant et B]oi].].

Les progrès réalisés dans l'échantillonnage des trous d'amont, la précision des laboratoires et les techniques probabilistes donnent aux ingénieurs des outils puissants. En appliquant des workflows disciplinés pour l'acquisition, le contrôle de la qualité et la mise à jour dynamique, les opérateurs peuvent s'assurer que leurs estimations de réserves reposent sur une solide base d'ingénierie, protégeant les décisions de plusieurs milliards de dollars qui en dépendent.