UNIVERSIDADE ESTADUAL DE CAMPINAS

FACULDADE DE ENGENHARIA MECNICA

E INSTITUTO DE GEOCJNCJAS

Seleo de Projetos de Desenvolvimento

Integrada Anlise de Risco

Autora: C ristin a Cledia Mezzomo

Orientador: Prof. Or. Denis J os Sch iozer

CAMPINAS
2005

UNIVERSIDADE ESTADUAL DE CAMPINAS

FACULDADE DE ENGENHARJA MECNICA
E INSTITUTO DE GEOCINCIAS

Seleo de Projetos de Desenvolvimento

Integrada Anlise de Risco

Autora: C ristina Cledia Mezzomo

Orientador: Prof. Or. Oenis .los Schiozer

Curso: Cinctas e Engenharia de Petrleo

rea de Concentrao: Reservatrios e Gesto

Tese de doutorado apresentada Comisso de Ps Graduao em Cincias e Engenharia de

Petrleo da Faculdade de Engenharia Mecnica c Instttuto de Geoctncia~. como requisito para a
obteno do ttulo de Doutora em Cincias e Engenharia de Petrleo.

Campinas, 2005
SP- Brasil

Ficha catalogrfica
Umversidade Estadual de Campinas
Biblioteca da rea de Engenharia e Arquitetura
Rose Meire da Silva- CRB 815974

M579s

Mezzomo, Cristina Cledia, 1976Seleo de projetos de desenvolvimento integrada anlise de nsco I Cristina
aed1a Mezzomo. - Campinas, SP : [s.n.], 2005.
Orientador Denis Jos Schtozer.
Tese (doutorado)- Universidade Estadual de CafT1)nas, Faculdade de
Engenharia Mecnica e lnstiMo de Geocincias.
1. Otimizao. 2. Reservatno de petrteo 3. Simulao. 4. Avaliao de
riscos. I. Schiozer, Denis Jos, 1~. 11. Universidade Estadual de Campinas.
Faculdade de Engenharia Mecnica. III. Ttulo.

Informaes para Biblioteca Digttal

Trtulo em outro idioma: Field development prOJects optimization integrated to risk anatysts
Palavras-chave em ingls:
OptJmization
Petroleum reservoir
Siroolabon
Risk analysis
rea de coocentrao: Reservatrios e Gesto
Titulao: Doutora em Clnaas e Engenharia de Petrleo
Banca examinadora:
Denis Jos Schiozer [Orientador)
Clvis Raimundo Maliska
Csar Luiz Palagi
Rogrio Ferrelfa Paiva
Saul Barisnik Suslick
Data de defesa: 19-10-2005
Programa de Ps-Graduao: Cincias e Engenharia de Petrleq

11

UNIVERSIDADE ESTADUAL DE CAMPINAS

FACULDADE DE ENGENHARIA MECNICA
INSTITUTO DE GEOCINCIAS
TESE DE DOUTORADO

Seleo de Projetos de Desenvolvimento

Integrada Anlise de Risco
Autora: Cristina C. Mezzomo
Onentador: Pr f. Dr. Denis j. Schiozer

l l!l.llf"'A

~AO

Dedicatria

Este trabalho dedicado aos meus pais, Roberto e Teruko que tanto tm me incentivado e
aos meus irmos, Juliana, Mariana e Leonardo.

IV

Agradecimentos

Expresso meus agradecimentos:

Ao Professor Denis Jos Schiozer, pela orientao, compreenso e incentivo

Aos meus pais e meus irmos, pelo apoio e generosidade

A todos os professores do Departamento de Engenharia de Petrleo que ajudaram, direta ou

indiretamente, na realizao deste trabalho.
Ao meu gerente, Marcelo Curzio Salomo e toda a equipe da gerncia de reservatrios do
Ativo Marlim Sul, que me acol heu muito bem e tem me ensinado muito.

Aos meus amigos, especialmente os da turma do CEP de 2003, pelo companheirismo e por
todos os bons momentos que me proporcionaram.

Maior do que a tristeza de no haver vencido a vergonha de no ter tentado

(Rui Barbosa).

VI

Resumo

MEZZOMO, Cristina Clcdia, Seleo de Projetas de Desenvolvimento integrada Anlise de

Risco. Campinas: Faculdade de Engenharia Mecnica e Instituto de Geocincias,

Universidade Estadual de Campinas, 2005. J 96p. Tese (Doutorado).

A elaborao de projetas de desenvolvimento um processo bastante complexo devido s

incertezas devido a quantidade limitada de informaes di sponveis para o grande nmero de
variveis envolvidas com compot1amento dinmico. A fe1Tamenta mais utilizada para este
processo a simulao numrica de reservatrios, que fornece a previso de produo dos
campos e pode ser associada a algoritmos de otimizao para a maximtzao de uma funoobjetivo previamente estabelecida segundo os objetivos de cada projeto.
Embora o processo seja complexo, usualmente, so utilizados procedimentos manuais para
a escolha da estratgia de produo. Algumas tentativas tem sido publicadas com o objetivo de
tornar o processo automtico. Entretanto, nenhuma dessas duas formas parece ser a mais
adequada pois ( l) a forma manual demanda excessivo tempo dos prolissionai s envolvidos e pode
no considerar todos os cenrios necessrios para evitar tempos longos de preparao dos
projetas e (2) as formas automticas apresentadas at agora demandam um nmero muito grande
de simulaes, o que inviabiliza a aplicao em reservatrios reais.
O procedimento para seleo de planos de desenvolvimento proposto neste trabalho
procura tirar proveito das duas formas de trabalho c composta por procedimentos seqenciais
manuais e automatizados. Isso possibilita que a definio dos parmetros do plano de
desenvolvimento esteja integrada anlise de risco (tcnico, operacional, geolgico, cconmico,
etc.). O procedimento para seleo de planos de desenvolvimento pode ainda ser integrado com
VIl

uma teoria de anlise de deciso adequada utilizando, por exemplo, a teoria de utilidade multiatributos.
A idia propor um procedimento que pode ser aplicada a um conjunto amplo de
reservatrios, fornecendo embasamento para escolha da alternativa mais adequada para o
desenvolvimento inicial do campo, observando o comportamento em relao aos riscos
considerados e a pnonzao de objetivos para o projeto.
Foram testados diversos exemplos com diferentes caractersticas e os resultados md1cam
que este procedimento bastante tlexvel, podendo ser adaptada para considerar as caractersticas
e objetivos estabelecidos para cada projeto com custo computacional que pode ser estabelecido
para cada caso.

Palavras-chave: Otimizayo, Esquemas de Recuperao, Projetas Conceituais, Simulao de

Reservatrios de Petrleo.

VIII

Abstract

MEZZOMO, Cristina Cledia, Field Development Projects Optimization Jntegrated to Rsk

Analysis. Campinas: Faculdade de Engenharia Mecnica e Instituto de Geoc1ncJas,

Universidade Estadual de Campinas, 2005. 196p. Tese (Doutorado).

Field developrnent planning is a very cornplex process due to uncertainties, related to the
restricted arnount of information available for the high number of variables with dynamic
behavior. The most common too! ror this process is reservo ir simulation, that provides production
forecasts and is associatcd to optimization algorithrns for the optimization of a non-linear
objective-function previously stated, regarding the objectives for the project.
Although this is a complex process, manual proccdures are often used to selcct a recovery
stratcgy. Some studics have been developed to obtain automatic procedures. Some tests have
been published with the objective of developing an automatic process. However. none of these
approaches seem to be the most adequate regarding that (I) the manual approach requires
excessive time from the professionals involved and may not consider ali the necessary scenarios
in order to avoid long times for projects planning and (2) the automatic approaches presented
until this moment requires a very large amount of simulations and are unfeasible for actual
reservoirs.
The approach for field development plan selection proposed in th1s work takes advantages
of both approaches and is composed by a sequcnce of manual and automated procedures. This
enables to integrate the parameters definition for the devclopment plan to a risk analysis
(technical, operational, geological, economic, etc.). The procedure for field developmenl plan

IX

selection can still be integrated with an adequate decision analysis using, for example, multiattributes utility theory.
The main idea is to propose a procedure that can be applied to a large set of reservoirs,
providing the fundamentais to choose the most adequate choice for the initial field development,
regarding the risks related and objectives classification for the project.
Severa] examples with different characteristics were evaluated and the results indicate that
this procedure is very flexible and it can be adapted to consider the characteristics and objectives
stated to each project with a low computational cost that can be stated for each case.
Key words: Optimization, Recovery Schemes, Conceptual Projects, Petroleurn Reservoir
Simulation.

Indice

Dedtcatria ................................................................................................................................... i\
Agradecimentos .... .............................................................................. ...................... .................... v
Resutno ................. .................. .................................................................................................... vi i
Abstract. ....................................................................................................................................... ix
ndice ........................................................................................................................................... xi
Lista de Figuras ......................................................................... ................................................. xv
Lista de Tabelas .................................................................................. ......................... .............. xix
Non1enc Iatura .............................................................................................................................x11. i
Captulo I ..................................................................................................................................... I
Introduo ............................................... .............................................. ........................................ I
1. 1 Motivao ................................................................................................ ...................... 2

1.2

Objetivos ........................................................ ................................................................ 4

1.3

Etapas Envolvidas no Trabalho ..................................................................................... 4

1.4

Estruturao da Tese ..................................................... ............. .................................... 5

Captulo 2 ........................................................ ............................................................................. 6

Reviso Bibliogrfica ................. .................................................................................................. 6
Captulo 3 ...................................... .................................................................. ........................... 19
Fundan1entos Tericos ......................... ........................ ............................................................... 19
3.1

Mecanismos de Produo ............................................................................................ 19

3.1.1

Resen atrios de Gs em Soluo ...................................................................... 20

3. J .2

Reservatrios com Capa de Gs Inicial ................................................ .............. 21

3. 1.3

Reservatrios com Iniluxo de gua ................................................................... 22

XI

3.1.4

Mecanismo Combinado ....... ........................................... ................................... . 22

3.2

Mtodos de Recuperao ...................................... ......................................... .............. 23

3.3

Injeo de gua ........................................................................................................... 24

3.3.1

Esquemas de lnjeo ..... ....... ... .... ... ....... ... .... ...... ................................................ 25

3.3.2

Eficincia de Recuperao ........... .......... ... ....... ................................................... 27

3.3 .3

Critrios Aplicados para Definio de Vazes de lnjeo .......... ....................... 30

3.3.4

Poos Horizontais e Yerticais ....................................... ...................................... 32

3.4

Simulao de Reservatrios ........................... ............................................................. 33

3.5

Estratgia de Produo ........... ....... ... ....... ....... ...... .... ... ... ................... .......................... 34

3.6

Indicadores Econmicos .............................................................. ......... ... ................ .... 35

3.7

Anlise de Risco .... ....... ....... ...... .... ....... ....... ...... ...................................... ............. ....... 37

3.8

Anlise de Risco Geolgico ......... ............................................................................... 38

3.9

Modelos Geolgicos Representativos ................................... .. .................................... 38

3.1O Anlise de Deciso ........................................................................ ......................... ..... 40

3.11 Teoria da Uti lidade Multi-Atributos ............................................................. ............... 41

Captulo 4 ........................ ... ....... ........................ ... ............. ................... ............. .... .. ................... 44
Procedimento para Seleo de Projetas de Desenvolvimento .................................................... 44
4. 1

Consideraes Preliminares .............. ....... ... ................................................................. 44

4.2

Descrio do Procedimento .............................................. ........................................... 45

4.3

Etapa A: Definio Manual dos Parmetros de Projetas de Desenvolvimcnto .......... .49

4.4

4.5

4.6

4.3 .I

Fase 1: Definio do Mtodo de Recuperao e da Geometria dos Poos ......... 49

4.3.2

fase 2: Avaliao de Esquemas de Produo/lnjeo ........................................ 50

Etapa B: Definio Automatizada de Parmetros de Projetas de Desenvolvimento .. 52

4.4.1

Fase 3: Obteno de uma Estimativa Ajustada para o Nmero de Poos .......... 52

4.4.2

Otimiza.o de Parmetros Operacionais ............................................................ 54

Etapa C: Anlise de Risco e Anlise de Deciso ......................................................... 55

4.5.1

Fase 5: Anlise de Risco .................................... ................................ ................. 55

4.5.2

Fase 6: Anl ise de Deciso ............. .................................................................... 56

Etapa 0: Refina1nento ..................... ....... ....... ................................... ... ....................... . 57

4.6.1

Fase 7: Otimizao Suplementar de Parmetros Especficos .. ...... ..................... 58

XII

4.6.2

Fases 8 c 9: Otimizao Complementar Aps Fase de Produo In icial e

Otimizao Complementar para Campos Maduros ........................................................ 59

Captulo 5 .......... ......................................................................................................................... 60
Aplicaes ................... .............. .... ....... ........................................... ...... ......................... ............ 60

5.1

Descrio Geral dos Exemplos .................................................................................... 60

5.2

Critrios Estabelecidos para Aplicao da Metodologia aos E'\emplo!:> Propostos ..... 61

5.3

Parmetros Referentes ao Campo 1............. ......................................................... ....... 62

5.4

Parmetros Aplicados ao Campo 2 .............................................................................. 64

5.5

Exemplo A: Campo I - Mecanismo de Gs em Soluo ............................................ 66

5.6

Exemplo 8 : Campo 1 -Mecanismo de Tnflu>..o de gua por Atuao do Aqfero de

fundo .......................................................................................................................... ........... 66

5. 7 Exemplo C: Campo 1 - Mecanismo de Gs em Soluo Assoc iado Espessuras

Reduzidas ..... ................. ....................................................................................................... 67
5.8

Exemplo 0 : Campo 1 -Mecanismo de Gs em Soluo Associado a leo de Alta

viscosidade ........................................................................................................................... 67
5.9

Exemplo E: Campo 2 - Mecanismo de Gs em Soluo Associado a Ststema de

Falhas ..................................................................................................................... ............... 68

5.1 O Especificaes para as Etapas e Fases do Procedimento Aplicadas aos Exemplos

Selec1onados ......................................................................................................................... 69
5. 10.1 Especifi caes para as Etapas A e B ...................................... ............................ 70

5.1 0.2 Espec1ticaes para a Anlise de Risco .............................................................. 72

5.1 I Especificaes para a Etapa de Anlise de dec1so ......... ...... ...................................... 77

Captulo 6 .............................................. ........................................ ............................... .............. 83

Resu ltados e Discusses ............................................................................................................. g3
6. 1 Exemplo A: Campo I -Mecanismo de Gs em soluo ............................................ 83

6.2

Exemplo B: Campo I - Mecanismo de In fluxo de gua por Atuao de Aqi.ifcro de

Fundo .. .......... ........................................................ .......... ..................... ............................... I02

6.3

Exemplo C: Mecanismo de Gs em Soluo Associado a Espessuras Reduzidas .... I 16

6.4

Exemplo D: Campo 1 - Mecanismo de Gs em Sol uo Associado a leo de Alta

Viscosidade ........ ................................................................................................... .............. 130

Xli I

6.5

Exemplo E: Campo 2 - Mecanismo de Gs em Soluo Associado a Sistema de

Falhas ............................................ ....... ............. ....... ......................... .... ................ ......... .... . l43
6.6 Discusso dos Resultados ............................................................................... ........... 161
Captulo 7 ............ ................................................................ ............. ......... ............................. .. 164
Concluses e Recomendaes ................................... .... ..... ...................................................... 164
7.1 Concluses ..................................................... ...................................... ...................... 164
7.2

Recomendaes para trabalhos futuros ...................... ... ......................... ................... 167

Referncias Bibliogrficas ............................................................................................ ............ 168

Anexo 1 ............................................ ............................................ ............................................ 173
Custos de Equipamentos, Platafonnas e Servios .................................................................... 173
Sistemas de Produo ........................................................................ ................................... .... I73
Custos de Abandono de Poos em Plataformas ..................................................... .................. 175

XIV

Lista de Figuras

Figura 3.1 : Ferramentas para Escolha dos Modelos Geolgicos Representati' os ............... 39
Figura 3.2: Exemplo de Anlise Grtica, Considerando dois

Objetivo~

............... .............. 41

Figura 4. I: Estrutu ra da Metodologia Proposta ..... .............................................................. 45

Figura 4.2 Fluxograma para Obteno da Estimativa Ajustada para o Nmero de Poos .. 54
Figura 5.1: Algoritmo Aplicado aos Exemplos para Obteno de Estimati' a t1ma para o
N111ero de Poos ................ ......................... ........... ................ ............................. .......................... 71
Figura 6.1 : Exemplo A- VP L vs NPROD/NINJ - Fase 2 .................................................. 85
Figura 6.2: Exemplo A- VPL vs Np - Fase 2 ...................................................... ............... 85
Figura 6.3: Exemplo A - VPL vs Wp- Fase 2 .. ................................................................ 86
Figura 6.4: Exemplo A - VPL vs Nmero de Poos - Espaamento 450m- Fase 3 .......... 87
Figura 6.5: Exemplo A- VPL vs Nmero de poos- Espaamento 600m- Fase 3 .......... 87
Figura 6.6: Exemplo A- VPL vs Np- Espaamento 450m- Fase 4 ................................. 90
Figura 6.7: Exemplo A - VPL vs Np- Espaamento 600m - Fase 4 ................................. 90
Figura 6.8: Exemplo A- VPL vs Np - Espaamento 450m- Etapa 5 ............................... 91
Figura 6.9: Exemplo A- VPL vs Np - Espaamento 600m - Etapa 5 ............................... 92
Figura 6.10: Exemplo A- VPL vs Np- Alternativa I -A nlise de Risco ......................... 93
F1gura 6.11 : Exemplo A- VPL vs Np- Alternativa 2- Anlise de Ri sco ......................... 93
Figura 6.12: Exemplo A - VPL vs Np- Alternativa 3- Anlise de Ri sco ......................... 94
Figura 6.13: Exemplo A - VPL vs Np - Alternativa 5- Anlise de Risco ....... .................. 94
Figura 6.14: Exemplo A - VPL vs Np- Alternativa 7- Anlise de Risco ......................... 95
Figura 6.15: Exemplo A- VPL vs Np- Alternativa 9- Anlise de Risco ......................... 95
Figura 6.16: Exemplo A- VPL vs Np- Altemati va 1O- Anlise de Ri sco ....................... 96
XV

Figura 6. 17 - VME vs Risco A- Exemplo A ...................................................................... 96

Figura 6. 19: Exemplo A - Retorno (VME) vs RiscoA -Anlise de Deciso .. ................... 99
Figura 6.20: Exemplo A - Retorno (YME) vs RiscoB- Anlise de Deciso ................... I 00
Figura 6.21: Exemplo A - Retorno (VME) vs Investimento- Anlise de Deciso .......... 100
Figura 6.22: Exemplo A- Retomo (VME) vs Np - Anlise de Deciso .......................... 1OI
Figura 6.23: Exemplo B- VPL vs NPROD/NlNJ- Fase 2 ........................................... ... 104
Figura 6.24: Exemplo B - VPL vs Np - Fase 2 ........... .......... ......... ................................... 104
Figura 6.25: Exemplo B- VPL vs Wp- Fase 2 ................................................................ I 05
Figura 6.26: Exemplo B- VPL vs Nmero de Poos- Fase 3 ......................... ................ 106
Figura 6.27: Exemplo B- VPL vs Np- Fase 4 .................................................... ....... ...... 108
Figura 6.28: Exemplo B- VPL vs Np- Fase 5 ................................................................. 109
Figura 6.29: Exemplo B- VPL vs Np- Alternativa I - Anli se de Risco ............. ....... ... 11 O
Figura 6.30: Exemplo B- VPL vs Np - Alternativa 2- Anlise de Risco ... .......... ... ....... 11 O
Figura 6.31 : Exemplo B- VPL vs Np - Alternativa 3- Anlise de Risco ....................... 111
Figura 6.32- Exemplo B - VME vs RiscoA - Anlise de Risco .............................. ........ 111
Figura 6.33 - Exemplo B- VME vs RiscoB- Anlise de Risco .................... ... ............... 112
Figura 6.34: Exemplo B- Retomo (VME) vs RiscoA ................. ......... ...... ...................... 114
Figura 6.3 5: Exemplo B - Retomo (VM E) vs RiscoS ...................................................... 1 14
figura 6.36: Exemplo B -Retorno (VME) vs Investimento ............................................. I 15
Figura 6.3 7: Exemplo C- VPL vs NPROD/NlNJ- Fase 2 ................ ......... ... .................. 11 7
Figura 6.38: Exemplo C - VPL vs Np- Fase 2 .................................. ................... ............ 118
Figura 6.39: Exemplo C - VPL vs Wp- Fase 2 ............. ......................................... .......... 11 8
Figura 6.40: Exemplo C - VPL vs Nmero de Poos- Fase 3 ..... .................................... 119
Figura 6.41: Exemplo C- YPL vs Np- Fase 4 ................................................. .......... ...... 121
Figura 6.42: Exemplo C- VPL vs Np- Fase 5 .............. ................................................... 122
Figura 6.43: Exemplo C- VPL vs Np- Alternativa 1 - Anlise de Risco ....................... 123
Figura 6.44: Exemplo C - VPL vs Np- Alternativa 2- Anlise de Risco ....................... I 23
Figura 6.45 : Exemplo C- VPL vs Np - Alternativa 3- Anlise de Risco ................ ....... 124
Figura 6.46: Exemplo C- VPL vs Np- Alternativa 4 - Anlise de Risco ............. ... ....... 124
Figura 6.47 - Exemplo C- VME vs RiscoA- Anlise de Ri sco ........................ .............. 125
Figura 6.48 - Exemplo C- VM E vs RiscoB - Anlise de Risco ..... ................................. I 25
XVI

Figura 6.49: Ex.emplo C - Retomo (VME) vs RiscoA .. .......................... .......................... 127

Figura 6.50: Exemplo C - Retomo (VM E) vs RiscoB ( Ua(RiscoB)) ................................ I28
Figura 6.51: Exemplo C- Retorno (VM E) vs RiscoB (Ub(RiscoB)) ............................... 128
Figura 6.52: Exemplo C- Retorno (VME) vs Investimento ............................................. 129
Figura 6.53: Exemplo O - VPL vs NPROD/NINJ- Fase 2 .............................................. 131
Figura 6.54: Exemplo O- VPL vs Np - Fase 2 ................................................................. 131
Figura 6.55: Exemplo D - VPL vs Wp - Fase 2 ................................................................ 132
Figura 6.56: Exemplo D - VPL vs Nmero de Poos- Fase 3 ......................................... 133
Figura 6.57: Exemplo D- VPL vs Np - Fase 4 ...................... ................ ........................... 135
Figura 6.58: Exemplo D- VPL vs Np - Fase 5 ................................................................. 136
Figura 6.59: Exemplo D - VPL vs Np - Alternati\a I- Anlise de Risco ....................... I 36
Figura 6.60: Ex.emplo D- VPL vs Np - Alternativa 2 - Anlise de Risco ....................... I 37
Figura 6.62: Exemplo D - VPL vs Np - Alternativa 3 - Anlise de Risco ....................... I 37
Figura 6.63: Exemplo D- VME vs RiscoA- Anlise de Risco ....................................... 138
Figura 6.64: Exemplo D- VME vs RiscoB - Anlise de Risco ........................................ 138
Figura 6.65: Exemplo O- Retorno ( VME) vs Risco A ................................................. ..... 140
Figura 6.66: Exemplo D- Retorno (VME) vs RiscoB ...................................................... 141
Figura 6.67: Ex.emplo D- Retorno (VME) vs Investimento ................ ............ .......... ....... 141
Figura 6.68: Exemplo E - VPL vs Np - Fase 1................................ ......................... ....... . 143
Figura 6.69: Exemplo E - Avaliao para Definio do Canhoneio ........... ...................... 144
Figura 6.70: Exemplo E - VPL vs NPROD/NINJ - Fase 2 ............................................... 14)
Figura 6. 7 I: Exemplo E- VPL vs Np - Fase 2 ................................................................. 145
Figura 6.72: Exemplo E- VPL vs Np Atualizada - Fase 2 ............................................... 146
Figura 6.73: Ex.emplo E- VPL vs Nmero de Poos - Fase 3 ..................................... .... 147
Figura 6.74: Exemplo E- Np Atualizada vs Nmero de Poos - Fase 3 ......................... . 147
Figura 6.75: Exemplo E- VPL vs Np - Fase4 ................................................................. 149
Figura 6.76: Exemplo E- VPL vs Np Atualizada- Fase 4 ............................................... 149
figura 6. 77: Ex.emplo E- VPL v::, Np - fase 5 ................................................................. 150
Figura 6.78: Exemplo E- VPL vs Np Atualizada - Fase 5 ............................................... 151
Figura 6. 79: Exemplo E- VPL vs Np - Alternativa 13 - Anlise de Risco ......... ...... ...... I 52
figura 6.80: Exemplo E- VPL vs Np - Alternativa 4 - Anlise de Risco ....................... 152
XV li

Figura 6.81: Exemplo E- VPL vs Np- Alternativa 17 - Anlise de Risco ..................... 153
Figura 6.82: Exemplo E- VPL vs Np - Alternativa 8 - Anlise de Risco ....................... 153
Figura 6.83: Exemplo E- YPL vs Np - Alternativa 9 - Anlise de Risco ........ ............... J 54
Figura 6.84: Exemplo E- VME vs RiscoA- Anlise de Risco ........................................ 154
Figura 6.85: Exemplo E- VME vs RiscoB - Anlise de Risco ................ ...... .................. 155
Figura 6.86: Exemplo E- Np Atualizada vs Risco Associado- Anlise de Ri sco ........... 155
Figura 6.88: Exemplo E - Retomo (VME) vs RiscoB ...................... ................................. 158
Figura 6.89: Exemplo E - Retomo (VME) vs Investimento ............................................. 159
Figura 6.90: Exemplo D - Retorno (VME) vs NpAtualizada ............................................ 159

XVIII

Lista de Tabelas

Tabela 3.1: Expresses para as vazes de injeo aplicadas a padres completamente

' de mo b.l1 1.d ade unltana
. ' . .......................................................................... 32
desenvo Iv1'd os para razao
Tabela 4.1: Aspectos Crticos na Elaborao das Etapas que Compem o Procedimento .. 46
Figura 4.2: Estrutura Flexvel do Procedimento ..................................... ......... .................... 48
Tabela 5. I: Parmetros Geolgicos para os Quatro Exemplos Relacionados ao Campo l . 62
Tabela 5.2: Parmetros de Fluidos para os Exemplos A, B c C Relacionados ao Campo I 62
Tabela 5.3: Parmetros Financeiros para os Quatro Exemplos Relacionados ao Campo I. 63
Tabela 5.4: Diretrizcs para a Seleo de Plataformas .......................................................... 64
Tabela 5.5: Parmetros Geolgicos para o Exemplo Relacionado ao Campo 2 .................. 64
Tabela 5.6: Parmetros de Fluido para o Exemplo Relacionado ao Campo 2 ..................... 65
Tabela 5.7: Parmetros Financeiros para o Exemplo Relacionado ao Campo 2 ................. 65
Tabela 5.8: Especificaes as Etapas e Fases que Compem o Procedimento Aplicadas aos
Exemplos Selecionados ................................................................................................................. 69
Tabela 5.9: Atributos Crticos para os Exemplo A, C, O e E.............................................. 74
Tabela 5.10: Atributos Crticos para o Exemplo B .............................................................. 75
Tabela 5.11: Modelos para o Clculos dos Indicadores ................................................ ....... 76
Tabela 5.12: Modelos Aplicados s Funes-Utilidades para o E>.emplo A ....................... 78
Tabela 5.13: Modelos Aplicados s Funes-Utilidades para o Exemplo B ....................... 79
Tabela 5.14: Modelos Aplicados s funes-Utilidades para o E>.emplo C ....................... 80
Tabela 5.15: Modelos Aplicados s Funes-Utilidades para o Exemplo D ....................... 81
Tabela 5.16: Modelos Aplicados s Funes-Utilidades para o Exemplo E ....................... 82
Tabela 6.1: Exemp lo A- Resultados Obtidos Aps a Reali zao da Fase 3 ...................... 88
XIX

Figura 6.18 - VME vs RiscoB - Exemplo A ....................................................................... 97

Tabela 6.2: Resultados- Exemplo A- Preo US$14,00/bbl .............................................. 98
Tabela 6.3: Resultados - Exemplo A - Preo US$1 8,00/bbl .............................. ................ 98
Tabela 6.4: Resultados - Exemp lo A - Preo US$25,00/bbl .............................................. 99
Tabela 6.5: Exemplo A- Resultados Obtidos para Anlise Conjunta .............................. 102
Tabela 6.6: Exemp lo B - Resultados Obtidos Aps a Realizao da Fase 3 ............ ........ 106
Tabela 6.7: Resultados- Exemplo B- Preo US$14,00/bbl.. ........................................... 112
Tabela 6.8: Resultados - Exemp lo B - Preo US$18,00/ bbl.. ........................................... 113
Tabela 6.9: Resultados- Exemplo B- Preo US$25,00/bbl. ............................................ 113
Tabela 6. 10: Exemplo B- Resultados obtidos para Anlise Conjunta ............................. 116
Tabela 6.11: Exemplo C- Resultados Obtidos Aps a Realizao da Fase 3 .................. 119
Tabela 6.12: Resultados- Exemplo C- Preo US$14,00/bbl.. ....... .................................. 126
Tabela 6.13: Resultados- Exemplo C - Preo US$18,00/bbl ........ ................................... 126
Tabela 6.14: Resultados - Exemplo C- Preo US$25,00/bbl.. ......................................... 127
Tabela 6.15: Exemplo C - Resultados obtidos para Anlise Conjunta ............................. 129
Tabela 6.16: Exemplo D - Resultados Obtidos Aps a Realizao da Fase 3 .................. 133
Tabela 6.17: Resultados- Exemplo D- Preo US$12,00/bbl .......................................... 139
Tabela 6.1 8: Resultados- Exemplo D- Preo US$ 16,00/ bbl .......................................... 139
Tabela 6.19: Resultados- Exemplo D- Preo US$22,00/bbl .......................................... 140
Tabela 6.20: Exemplo D- Resultados obtidos para Anlise Conjunta ............................. 142
Tabela 6.21: Exemplo E - Resultados Obtidos Aps a Realizao da Fase 3 ................... 148
Tabela 6.22: Resultados- Exemplo E- Preo US$14,00/bbl.. ................................ ......... !56
Tabela 6.23: Resultados - Exemplo E- Preo US$18,00/bbl ........ ................................... 157
Tabela 6.24: Resultados - Exemplo E - Preo US$25,00/bbl ........................................... 157
Tabela 6.25: Exemplo E - Resultados obtidos para Anlise Conjunta .............................. 160

XX

Nomenclatura

Letras Latinas
m3,m3

fator volume de formao

componente

Gr

produo acumulada de gs

m:;

pcrmeabil idade

m2

Kr

permeabilidade relativa

vazo

m 3/d

Np

produo acumulada de leo

m3

porosidade

viscosidade cinemtica

mD/cp

'iscosidade

cp

Letras Gregas

Siglas

N1NJ

BSW

Frao de gua e Sedimentos no Lquido Produzido

CMG

Computer Modelling Group

CR

Coeficiente de Retomo

FO

Funo-Objetivo
Nmero de Poos lnjetores

NPAT

Produo Acumulada Atualizada

NPATE

Produo Acumulada Atua lizada Esperada

XXI

Np

Produo acumulada de leo

NPROD

Nmero de Poos Produtores

PVT

Presso, Volume e Temperatura

RGO

Razo Gs-leo

TIR

Taxa Interna de Retomo

VME

Valor Mdio Esperado

VOIS

Volume de leo in Situ

VP

Valor Presente

VPL

Valor Presente Lquido

Su perescrscritos
w

poo

Subscritos
p

fase

XXII

Captulo 1
Introduo
Uma das principais atividades em engenharia de reservatrios a elaborao de
projetos para o desem olvimento e cxplotao de campos de petrleo. O processo envolve
uma seqncia bastante complexa de tomada de decises visando conciliar as diretrizes e
objetivos estabelecidos e a otimizao de um quadro de parmetros crticos.

Ao longo dos ltimos anos os equipamentos de computao tm apresentado

aperfeioamentos significativos que proporcionaram um aumento significativo da
capacidade computacional e novos softwares foram desenvolvidos, utilizando recursos
sempre mais avanados. Estes avanos possibilitaram que a simulao numrica se
consolidasse como a ferramenta mais apropriada para estudos de engenharia de
reservatrios. A utilizao de relatrios, grficos e mapas gerados por ps-processadores
toma-se cada vez mais conveniente para as avaliaes requeridas na elaborao de
projetes de desenvolvimento e gerenciamento de campos de petrleo.

Atualmente novas tecnologias esto sendo incorporadas, como a perfurao de

poos horizontais, direcionais ou multilaterais e mtodos especiais de recuperao que
viabilizam a explotao de reservatrios sob lminas de gua cada vez maiores e que
contenham leos mais pesados. Desta forma, torna-se necessria uma avaliao criteriosa
com base cm um conjunto de alternativas formadas por combinaes de cenrios
geolgicos e econmicos, que devem refletir as caractersticas fisicas e estruturais dos
reservatrios e as tendncias para os preos e custos de mercado.

Um aspecto detenninante no desenvolvimento de metodologias para o problema

estudado neste trabalho est associado avaliao e tratamento do conjunto base de dados
disponibilitados pelas ferramentas atualmcnte em uso, como levantamentos ssmicos,
perfurao de poos ADR (para aquisio de dados de reservatrio), poos de extenso,
perfilagem, correlaes rocha-perfil e anlises PVT.

Em funo do alto custo, das condies de medio e do tempo consideravelmente

longo para a aquisto destes dados, as infonnaes disponveis para a fase inicial de
tomada de decises so bastante limitadas e representam dados amostrais que devem ser
submetidos a interpretao dos gelogos e geofisicos. Oeste modo, toma-5c necessrio
utilizar tcnicas de interpolao adaptadas modelagem dos reservattios c premissas
simplificadoras para estabelecer distnbuies relati\aS aos parmetros fstcos e geolgicos
do reservatno que incorporem, coerenternente, variaes inerentes s propriedades de
rocha e comportamento de fluidos, considerando a incerteza associada a cada atributo.

preciso ressaltar que, em funo do processo de modelagem geolgica descnto

acima e do comportamento dinmico do cenrio financeiro, as incertcLas mencionadas e
os riscos associados tm um impacto bastante expressivo nos resultados estimados para
um projeto conceituai. Uma avaliao completa deve integrar a anltse de risco geolgico
anlise econmica, incorporando um planejamcnto de expenmentos e anltses
comparativas adequadas funo-objctivo

e~colhida.

Convm mencionar tambm que estes procedimentos empregados para o tratamento

de incenezas e gerenciamento dos riscos demandam aperfeioamento permanente visando
atender aos critrios estabelecidos ao longo do processo de tomada de decises,
conciltando as restries de prazo, a capacidade computacional, e as demandas por
robustez e preciso definidas individualmente para o projeto.

1.1

Moti\'ao

A indstria do petrleo enfrenta diversos desafios e demanda im estimcntos macios

para o desenvolvimento de procedimentos ap licados otimizao de parmetros crticos
2

na elaborao de projetos de desenvolvimento e gerenciamento de reservatrios. Este um

aspecto bastante importante pois estes procedimentos visam proporcionar uma anlise
criteriosa e fornecer um embasamento adequado para a tomada de decises considerando
os objetivos do projeto, os investimentos e a distribuio de receitas e custos ao longo do
tempo.

No Brasil, esse problema torna-se ainda mais crtico devido a grande concentrao
de reservas em campos martimos de guas profundas onde os investimentos so maiores e
a nexibilidade para mudanas restrita. Alm disso, a grande quantidade de campos com
leos pesados que apresentam menor rentabilidade aumenta a necessidade de um
desenvoh11mento e gerenctamento adequado para os campos.

Devido complexidade desse tipo de processo e s particularidades de cada projeto,

muitas 'e7es o processo de seleo de estratgia de produo feito de fonna manual.
levando-se em conta a experincia dos profissionais envolvidos no processo. Embora este
tipo de procedimento apresente sucesso em muitos casos ele demanda um tempo muito
grande.

Alguns trabalhos como os recentemente desenvolvidos por Bittccourt [ 1997], Cruz

[ J999] e Gyagler e Horne [200 J] utilizam procedimentos automticos para escolha de

estratgia de produo aplicando tcnicas de otimizao como algoritmos genticos, por
exemplo. Entretanto, o custo computacional para esse tipo de procedimento tem se
mostrado excessivo, inviabilizando a aplicao em casos reais e

~.:omplexos,

principalmente quando incertezas esto envolvidas no processo.

Considerando estes diferentes aspectos, o processo de elaborao de um plano de

desenvolvimento pode ser melhorado com a concepo de uma nova abordagem para a
definio de parmetros integrada de forma eficiente anlise dos riscos considerados
(tcnicos, operacionais, geolgicos c econmicos e que fomea o cmbasamcnto tomada de
decises. Desta fonna, a motivao para este trabalho o desenvolvimento de uma nova
abordagem, combinando algoritmos manuais e automatizados para definio de
parmetros, associados procedimentos para anlise de risco e ferramentas para anlise
de deciso na elaborao de projetas para a explotao de C<impos de petrleo.
3

cons1derando limitaes tcnicas e restries financeiras, fazendo uso de recursos

computaciOnais hoje existentes para anlise de um maior nmero de alternativas mas
evitando um custo computacional excessivo.

1.2

Objetivos

Este trabalho tem como objctivo principal apresentar uma nova abordagem para a
seleo de projetes de desenvolvimento integrada anlise de nsco. O procedimento
composto por um quadro de algoritmos manuais e/ou automatizados para a definio dos
parmetros que compem o plano de desenvolvimento associados a uma anlise para
quantificao dos ri..,cos considerados e a\aliao do impacto destes e uma anlise de
deciso conveniente, conciliando a::, diretrizes e restries estabelecidas.

Os algoritmos e anlises que compem este procedimento devem ser

ba~tante

tlex \ eis, 'isando acompanhar o de sem oh imente tecnolgico associado cxplotao de

campos

de

petrleo

(novos

mtodos

de

recuperao,

tecnologias

de

perfurao 'completao, etc.) e tambm a eYoluo nos recursos computacionais

(desenvolvtmento de programas que proporcionem melhores resultados para a deftmo
de parmetros de projeto<; de desenvoh nnento, que proporcionem uma

anlil>~.:

de

mcertezas mais adequada) e o comportamento dinmico do cenrio financeiro.

1.3

Etapas Em-olvidas no Trabalho

A etapas para realizao deste trabalho podem ser resUJnidas em:

Reviso bibliogrfica contemplando a evoluo no estudo aplicados definio de

parmetros para projetes de desenvoh imento c anlise de risco;

Construo do procedimento formado por algoritmos para definio dos

parmetros do projeto de desenvoh imento c procedimentos para anlise de rsco e
anlise de deciso;

Aplicao do procedimento proposto ao conjunto de exemplos representativos,

formado

por reservatrios

wm

diferentes

mecanismos

de

produo

caractersticas estruturais;

1.4

Anlise dos resultados obtidos;

Formulao de concluses.

Estruturao da Tese

Esta trabalho foi organizado em 7 captulos. O Captulo I apresenta o problema a ser

estudado, os objetivos estabelecidos e o processo de realizao do trabalho .. No Captulo 2
apresentada a reviso bibliogrfica contemplando os estudos que forneceram os

fundamentos para a elaborao da metodologia proposta. Este captulo aborda de fom1a

geral formulaes para otimizao e procedimentos para tomada de deciso. O Captulo 3
descreve um conjunto de fundamentos tericos relacionados engenharia de reservatrios,
anlise de risco e anlise de deciso que foram considerados na construo dos algoritmos
e na elaborao das anlises que compem o procedimento. Os algoritmos e as anlises
so detalhados no Captulo 4, destacando os aspectos mais relevantes para obteno de
resultados pertinentes que proporcionem uma fundamentao apropriada para a seleo de
projetes de desen\o]vimento. O conjunto de aplicaes definidas para a avaliao deste
procedimento para sclco descrito no Captulo 5. Os resultados obtidos so detalhados
ao longo do Captulo 6 e o Captulo 7 apresenta o quadro de concluses e recomendaes
geradas aps a sua anlise.

Captulo 2
Reviso Bibliogrfica
Os primeiro!) trabalhos que abordaram o problema de otimi/ao de estratgias para
o desem olvtmento de campos de petrleo datam da dcada de sessenta do ~culo passado.
Foram desenvolvtdos por pesquisadores de empresas norte-amencanas que buscavam
metodologias para melhorar o processo de definio de estratgias de recuperao

Inicialmente

foram

propostos

tratamentos

matemticos

para

parmetros

considerados crticos para a recuperao de reservatrios. Estes tratamentos foram

aplicados na elaborao de uma metodologta para a otimizao do proceo,so de seleo
inicial

de

alternativas

anlise

comparativa

de

projetos

conceituais

para

desenvolvimento de diferentes reservatrios, considerando os objctivos estabelecidos e as

suas particulandades.

Os trabalhos mats recentes e completos para o problema de otimino de planos de

desen\olvtmento c gcrenciamento tm apresentado procedimentos eficientes para o
planejamento de experimentos e mtodos numricos bastante ajustados ao clculo de uma
funo-objctivo a partir das curvas de produo e injeo fornecidas pela simulao do
modelo proposto para o reservatno e esta uma abordagem que apresenta um grande
potencial para o estudo de novas tecnologias que vtabilizem a explotao de leos pesados
e avaliao de projetes inovadores na rea de perfurao (poos multilaterais, inteligentes,
etc.).

Nystad [1985], Damsleth et alii [1992] e Beckner e Song [1995], propuseram

metodologias para problemas relacionados otimizao de planos de desenvolvimento e
gerenciamento para reservatrios de petrleo utilizando as previses de produo e injeo
geradas pela simulao numrica. Os trabalhos desenvolvidos por eles apresentaram as
seguintes caractersticas comuns: a definio de um quadro de premissas e simplificaes
pertinentes para a abordagem do problema e um nmero reduzido de simulaes
realizadas e de parmetros avaliados. Durante a preparao dos testes seqenciais
aplicados aos casos selecionados foi construdo um painel de atributos essenciais para a
determinao dos parmetros com maior influncia no clculo da funo-objetivo e
tambm para a otimizao destes, de modo a assegurar a qualidade do conjunto de
solues geradas de acordo com os critrios adotados.

Nystad [1985] investigou um conjunto de parmetros operacionais requeridos para a

otimizao de projetas conceituais para campos de petrleo: razo de depleo
(capacidade de produo, incluindo os aspectos de vazo de mxima eficincia) e
distribuio geogrfica da capacidade total de produo (densidade de poos, nmero de
platafonnas, etc.), inseridos de fonna integrada na funo-objetivo definida para o estudo.

Nesta abordagem proposta por Nystad, a anlise comparativa utiliza como base
inicial uma malha de produo densa gerada a partir de um nmero restrito de simulaes.
O planejamento aplicado construo desta malha base teve a sua fundamentao nos
critrios estabelecidos para este problema de otimizao, de modo a proporcionar uma
reduo no custo computacional e no tempo requerido para a execuo desta etapa
preliminar.

O autor tambm definiu um quadro de simplificaes para a construo dos cenrios

econmicos aplicados ao estudo a partir de um nmero reduzido de parmetros. Os custos
de capital incidem no primeiro perodo e o imposto total calculado a partir da aplicao
do mdulo de custo para o reservatrio, sendo contabilizado em um segundo perodo. Esta
distribuio ao longo do tempo mostrou-se adequada para o tratamento dos parmetros
econmicos na avaliao dos esquemas considerados para a explotao.

As premissas seguintes foram estabelecidas para elaborao de um algoritmo

baseado em mtodos diretos para o clculo da funo-objetivo a ser maximizada, no caso
o valor presente total para o projeto. Considerando que o volume de petrleo a ser
recuperado determinado por um conjunto de parmetros geolgicos e operacionais
associados a um cenrio financeiro bastante dinmico, Nystad props que o lucro mximo
para um projeto de uma companhia petrolfera fosse detem1inado a partir da seguinte
fnnula:

, . [ - WE + -----'---'P.F(E)]
, . = maxuno
Lucro maxuno

(2.1)

1 +r

onde: E = vazo de produo, P = preo do petrleo, F(E) = quantidade de petrleo

produzido, W = custo de produo, r = ttor de desconto

O valor mximo para a funo-objetivo determinado pela combinao de

parmetros que gera um valor nulo para a primeira derivada desta funo.

F'(E)= W (l+r)
p

(2.2)

Neste mtodo, os ajustes necessrios para a max11mzao dos lucros e a

determinao do fator de recuperao timo para um projeto so definidos por:

mximo VPL = mxim{f(p(t ).q(t,X) -I(t ,X) - b(t,X)).e'

onde

x= variveis de deciso, q(t,x)

capital,

'ldt

=razo de produo de petrleo,

b(t,x) = custos operacionais, p(t) = preo do petrleo, t,

(2.3)

l(t,x)
=

= custos de

tempo tina! de

produo, r = fator de desconto

Para a validao desta nova metodologia, o autor optou por detinir duas variveis de
deciso (em funo de seu impacto na funo-objetivo) para o problema de otirnizao

no-linear: vazo de depleo (x,) e distribuio geogrfica da capacidade de produo

(x 2). Estes dois atributos foram variados simultaneamente para a obteno da superficie de
resposta da funo-objetivo - VPL (valor presente lquido). Os resultados atenderam aos
critrios estabelecidos para o trabalho e indicaram um caminho para o estudo integrado de
atributos na elaborao de estratgias de desenvolvimento e gerenciamento.

Damsleth ct ali i [ 1992] utilizaram como base um conjunto de variaes aplicadas

individualmente a cada parmetro nos cenrios propostos para a anlise de sensibilidade e
aplicaram tcnicas estatsticas de interpolao para obteno dos resultados relativos a um
quadro de alternativas consideradas a partir da simulao de um conjunto limitado de
cenrios. importante mencionar que a utilizao das tcnicas de interpolao viabilizou
uma reduo considervel no tempo total requerido para o processo de otimizao e do seu
custo computacional.

Considerando o ltor de recuperao como sendo a varivel (y) c as variveis de

pesquisa (parmetros do reservatrio), (x 1), (x2 ) e (x 3), eles propuseram a seguinte relao
a partir da avaliao das curvas fornecidas pela simulao numrica de reservatrios:

(2.4)

Na fase seguinte os autores estudaram o comportamento no-linear apresentado pela

superficie de resposta obtida a partir de um quadro de experimentos elaborados segundo os
critrios definidos individualmente para os projetos. Esta anlise permitiu reescrever a
expresso anterior utilizando ponderadores (coeficientes) para cada varivel e considerar
as mteraes entre estas variveis, obtendo-se um modelo aproximado coerente para a
funo y:

"

v= "bx
+"h
x = O"b 1x) 1
.x) +e
~ 11
~ ''
.~o
i o

(2.5)

onde os valores da varivel "b" so coeficientes desconhecidos e "e" o termo associado

ao erro.

Na abordagem proposta por estes autores, a quantidade de termos conelacionados

pelo modelo determinada pela sua complexidade. Para avaliao da formulao
aproximada, foi definido um quadro de experimentos para estimar os coeficientes a serem
constderados na etapa posterior do estudo. Esta anlise envolveu tambm a elaborao de
um procedimento simplificado para minimizao da diferena entre os valores calculados
com a funo real (obtidos a partir das curvas geradas por simulao numrica) c os
'ai ores calculados com o modelo aproximado para a funo.

Os resultados obttdos para os experimentos propostos indicaram um bom

desempenho da metodologta. A avaliao pem1itiu tambm estabelecer um quadro de
cntrios para seleo de um nmero limitado de parmetros, que exeram um impacto
significattvo na detenninao de uma aproxtmao polinomial ideal para a funoobjetivo e, conseqentemente um impacto

no~

resultados estimados para o projeto.

O caso base proposto para avaliar o desempenho da metodologia fot um campo

localizado no Mar do Norte. Com base nas caractersticas principais deste caso base foi
proposto um conjunto inicial de parmetros para otimizao. Os resultados obtidos na
anlise de sensibilidade foram sclecionados os seguintes parmetros para serem
considerados na compos1o da funo: volume origmal de leo

in

siTu

(N),

permeabilidade relativa (Kr), permeabilidade vertical (K,), segmentao do reservatrio

(n) c a vari' el dano de formao. A utiliLao do modelo aproximado para esta funo
permitiu estabelecer as seguintes relaes entre os parmetros de entrada e a produo
acumulada de leo (Np):

Os parmetros permeabilidade vertical (K,) e dano de formao no exerceram

uma innuncia 5tgnificati\ a no comportamento da funo objctl\ o (cm
comparao com os demais parmetros), no sendo necessrio inclu-los no
modelo aproximado para a funo-objetivo.

O formato da curva de penneabilidadc relativa (Kr) e seus pontos terminais no

apresentaram um efeito significativo nos resultados de Np.

A segmentao lateral do resen atrio no influencia de fonna express1va o

comportamento de Np. Verificou-se, no entanto que
10

e~te

parmetro atua de forma

combinada com as variveis N e Kr nos resultados obtidos para a produo

acumulada.

Em funo das caractersticas de no-linearidade da funo-objelivo e dos

coeficientes aplicados para a modelagem aproximada, a varivel de pesquisa N foi
a que exerceu maior impacto nos resultados gerados para os exemplos
selecionados.

Para o modelo final , a anlise de sensibilidade incluiu variaes de at 90% para os

valores propostos para os parmetros. Os autores consideraram que a utilizao de valores
extrapolados, que no estejam contidos no intervalo estabelecido, demandaria a realizao
de estudos complementares especficos.

Beckner e Song [ 1995] apresentaram urna metodologia para a maximizao do valor

presente total de um projeto completo de desenvolvimento de campo atravs de algoritmos
para otimizao da alocao e do cronograma operacional para os poos produtores. Estes
pesquisadores utilizaram como ferramenta de otimizao o simulated annea/ing, associada

uma formulao no-linear para o problema de locao dos poos e definio do

cronograma de perfurao/completao baseada no problema clssico do "caixeiro
viajante", onde a distncia total percorrida otimizada. Nesta analogia, as locaes dos
poos correspondem s cidades e o cronograma de perfurao/completao ao cronograma
da viagem. Eles desenvolveram um procedimento para o clculo do VPL total do projeto
(em uma analogia distncia total) a partir dos resultados gerados por meio da simulao
numrica para cada esquema avaliado (conjunto de locaes e cronograma de
perfurao/completao).

O problema base definido para este estudo envolveu a definio de locaes para 12
poos horizontais em um projeto de desenvolvimento inicial para um campo martimo. A
partir deste problema base, o planejamento de experimentos foi estruturado em 7 estudos
de otimizao associada avaliao do impacto exercido por parmetros geolgicos e
tinanceiros, segundo um conjunto de premissas estabelecidas, de modo a atender ao
comportamento no-linear da funo-objetivo indicada. Estes estudos foram organizados
em ordem crescente de complexidade. Iniciando com uma otimizao aplicada a um
projeto de desenvolvimento para um reservatrio unifonne considerando um custo fixo
11

por poo e evoluindo at uma otimizao aplicada concepo de um projeto de

desenvolvimento para um reservatrio com permeabilidades verticais e horiLontais
variveis, presses mlClals variveis e custos de poos variveis. Entre a::, premissas
estabelecidas pelos autores para o desenvolvimento da metodologia devem ~er
mencionadas: anlise individual do impacto exerc1do por cada atributo e definio de um
tempo mdio constante de perfurao/completao de 3 meses por poo para a definio
do cronograma.

Ao utilizar o simulated annealing, o nmero de simulaes requerido para o estudo

fo1 bastante ele\ ado. Os resultados mostraram que a aplicao de um espaamento
umforme entre poos muito adequada para o desenvolvimento de campos sob
recuperao pnmria. OeYe-se mencionar tambm que o tratamento destes resultados
evidenciou um

impacto significativo dos custos variveis associados aos poos

(perfurao completao) e das heterogeneidades relativas s propnedades gcolg1cas do

reservatrio na definio das locaes para os poos ao longo do processo de otimizao
do VPL do projeto.

Bittcncourt [ 1997) desenvolveu um algoritmo hbrido baseado em mtodos diretos

como algoritmo gentico, mtodo Politopo e busca Tabu, aplicado otimizao de
projetes de desem oh imento para reservatrios de petrleo. Ele obtC\e um procedimento
bastante eficiente para o clculo da funo-objetivo ao promover uma integrao entre a
simulao de reservatrios e a anlise econm1ca, utilizando de fonna bastante direta os
dados gerados pelo simulador para os diferentes cenrios selccionados. A metodologia
demandou um nmero muito grande de simulaes e o tratamento empregado nos
resultados foi bastante adequado para a anlise comparativa de

Ouxo~

a priorizao das alternativas consideradas, segundo as premtssas

de caixa que deliniu

estabelecida~.

Pan c Horne [ 1998) investtgaram dois algontmos de interpolao multivariada

(baseados nos procedimentos de interpolao por mmmos quadrados e krigagem) para a
gerao de novas realizaes a partir de um nmero restrito de cenrios avaliados na
maxitmzao da funo-objetivo estabelec1da (valor presente lquido), visando a
otimizao de um quadro de parmetros operacionais relativos a elaborao de um projeto
de desemoh imento de campo mcluindo injeo de gua.

12

A anlise dos resultados obtidos indicou que o desempenho da interpolao por

krigagem (em que os valores so interpolados considerando a distncia em relao aos
pontos em que os valores foram amostrados atravs da atribuio de ponderadores) foi
superior ao da interpolao por mnimos quadrados na construo das realizaes
mencionadas para o problema de locao de poos .. Outro aspecto rele\ante na
metodologia proposta por este trabalho foi a reduo considervel no nmero de
simulaes necessrias para a obteno do conjunto de solues e, conseqentemente, no
tempo total e no custo computacional requerido pelo processo, proporcionada pelo
planejamento de experimentos para seleo de cenrios geolgicos representativos
(realizaes). Esta abordagem mostrou-se bastante conveniente para o tratamento das
incertezas e foi associada a um refinamento do processo de otimizao em torno de uma
regio intermediria, obtido por meio de simu laes adicionais. Este refinamento foi
considerado importante por pennitir a identificao dos timos locais decorrentes das
interaes entre as diversas variveis que compem a funo-objetivo estabelecida para o
projeto.

Cruz [ 1999] introduziu o conceito de "mapa de qualidade", utilizando a simulao

numrica para integrar todos os parmetros determinantes no desempenho do reservatrio
e avaliar apropriadamente as interaes entre estes.

O processo utilizado para a construo do mapa envolveu a realizao de um quadro

de simulaes em que a locao de um nico poo produtor vertical variada a cada
rodada para avaliao de toda a rea horizontal. preciso considerar que este processo
acarretou um nmero bastante elevado de simulaes. A cada rodada determinou-se a
qualidade da clula em que o poo foi alocado, de modo que este mapa de qualidade
pennitiu visualizar a distribuio do "potencial" ao longo da superfcie do reservatrio
para a produo. Em funo deste processo de construo bastante robusto, o mapa de
qualidade uma ferramenta adequada para um conjunto de problemas de engenharia de
reservatrios:

Defmir a locao de poos produtores verticais, utilizando um mtodo de

otimizao simpl ificado e robusto para a maximizao da funo-objetivo
estabelecida para o projeto.
13

Agregar as incertezas associadas ao modelo geolgico por meio de uma abordagem

( 'fu/1 approach ") para a gerao de um conjunto completo de realizaes

representativas equiprovveis que so submetidas ao simulador de reservatrios e
analisadas na tomada de decises.

A abordagem ':fifi/ approach foi estruturada em um conjunto de 5 etapas

consecutivas: (I) gerao do conjunto de realizaes para a estrutura e as propriedades
fsicas do reservatrio, uttllzando tcnicas geoestatsticas para interpolao e simulao
estocstica a partir de um conjunto restrito de dados e considerando as incerte7as
em olvidas, (2) definio da faixa de variabilidade para o nmero de poos necessrios
para cada rcservatno, (3) otimiLao da configurao para cada nmero de poos
avaliado, utilizando o mapa de qualidade do primeiro quadrante e maximizando a soma
das qualidades associadas aos poos, (4) calcular o lucro obtido para cada nmero de
poo~

e cada configurao considerando os cenrios especificados, (5) determinar o

nmero timo de poos na elaborao de um projeto conceituai:

Comparao de cenrios geolgicos

Classificao de realizaes representativas

Identificao de realizaes representativas.

Os resultados obt1dos com os casos selecionados para a validao da metodologia

indicaram que o mapa de qualidade mdia apresenta uma boa correlao com a
distribuio do potenc1al de produo ao longo da rea do resenatrio e que o
procedimento

utilizado

para o

tratamento das

incertezas

atendeu

aos

critrios

estabelecidos, viabilizando a comparao de alternativas e definio de parmctros para

um projeto de desenvoh imcnto.

Pedro~o

e Schio?er [2000] desenvolveram uma metodologia simplificada c

automatizada para o problema de otimi1ao de locao de poos produtores' erticais para

elaborao de projetes conceituais de recuperao primria em campos martimos
associando a simulao numrica e computao paralela (utilizando o PVM - Parallel

Virtual Machine). O processo foi automatizado atravs da implementao de dois

programas que promovem a interface entre as etapas seqenciais. O pnmeiro programa
14

processava os resultados fornecidos pela simulao de fluxo e realizava o clculo da

funo-objetivo (valor presente lquido) gerando uma listagem com a classificao dos
poos (em ordem decrescente). O segundo programa preparava o arquivo de entrada para a
simulao seguinte obedecendo aos critrios estabelecidos e a listaqem previamente
gerada. A automatizao da metodologia proporcionou uma reduo significativa no
tempo requerido pelo processo e os programas podem ser adaptados para a anlise de
outros indicadores tcnicos e/ou econmicos.

Este trabalho realizado por Pedroso e Schiozer [2000] forneceu os fundamentos para
a metodologia desenvolvida por Mezzomo e Schiozer [2001] para a otimizao de
parmetros operacionais na elaborao de projetos conceituais para o desenvolvimento de
campos martimos com poos vertica is e injeo de gua. Considerando as caractersticas
de no-lineandade do problema, optou-se por construir um conjunto de procedimentos que
incluam algoritmos desenvolvidos a partir de mtodos dirctos baseados em gradientes
para a maxim1zao da funo-objetivo, de modo a garantir a convergncia com um baixo
custo computacional (decorrente de um nmero reduzido de simulaes nece::,~rias).

Nakajima e Schiozer (2003] desenvolveram uma metodologia aplicada uma etapa

posterior definio da estratgia de produo, que proporcionou a ot1mizao de
desempenho de poos horizontais no desenvolvimentos de campos de petrleo.

Steagall [200 I], Santos (2002] e Costa [2003] implementaram urna metodologia
para a quantificao do risco nas etapas de avaliao e desenvolvimento. Esta metodologia
prope uma anlise de sensibilidade para reduo da quantidade de atributos mcertos e a
construo de uma rvore de deri vao baseada nos atributos crticos, onde cada ramo
desta rvore est associado a um modelo de sm1Uiao.

Para os estudos mais completos, que envolvam um grande nmero de atributos

crticos a aplicao desta metodologia pode demandar um altos custos computacionais e
longos tempos de processo. Nestes casos devem ser utilizados recursos como automao
do processo e emprego de computao paralela e tratamentos especiais para atributos
geolgicos [Costa e Schiozer, 2003]
15

Deve-se menciOnar tambm trabalhos recentes que apresentaram metodologias

desenvolvidas a partir da teoria da utilidade multi-atributos. Esta uma ferramenta
bastante adequada para a tomada de decises considerando aspectos contlitantes, como
ocorre na elaborao de projetos de recuperao para campos de petrleo.

Nepomuccno e Susllck [ 1999) desenvoh eram uma metodologia que possibilitou

avaliar mcertezas associadas aos aspectos financeiros e tecnolgicos no processo de
tomada de decises para a estratgia de recuperao de campos. Os exemplos selecionados
permitiram avaliar o desempenho da metodologia, confirmando a convenincia do u::,o da
teoria da utilidade para pnonzao de alternati\as em uma carteira de projetes.

Posteriormente, Furtado e Suslick l200 I] aplicaram a teoria da utilidade multiatributos na elaborao de uma metodologia que permitiu incluir de forma explcita o
comportamento em relao ao risco e trs objetivos principais - aspectos financeiros,
tecnolgicos c ambientais, no processo de avaliao para tomada de decises na proJetas
de recuperao.

Gyagler e H orne [200 I] propuseram uma abordagem bastante completa para o

problema de ot11nizao de planos de desen"olvimento atravs da elaborao de uma
metodologia estruturada cm duas etapas integradas: um algontmo gentico hbrido para a
otimizao da funo-objctivo, utiliLando as previses geradas por meio da simulao
numrica e um procedimento para o tratamento de incertezas c uma anlise de risco
associados locao de poos fundamentado na teoria da utilidade, obedecendo aos
critnos propostos para a elaborao do projeto conceituai.

Com relao etapa inicial, a construo de um algoritmo hbrido a partir da

combmao de caractersticas do algoritmo gentico c do mtodo Politopo \ iabili7ou a
associao de uma busca estocstica e acompanhamento de tendncias ao longo do
domnio estabelecido para a funo-objetiYo. Este foi um ftor determinante para
direcionar e acelerar a pesquisa do valor timo ao longo do domnio estabelecido para a
funo-objetivo, conciliando o comportamento no-linear da superfcie de resposta e
robustez necessria para garanLir a convergncia. O processo iterativo para maximizao
da funo-objetivo apresentou uma melhora significativa na qualidade das solues
16

decorrente da identificao de timos locais no processo de maximizao da funoobjetivo e de um retinamento na busca em tomo de sub-domnios selecionados de acordo
com as premissas atnbudas.

No entanto, este algoritmo apresentou dois inconvenientes bastante crt1cos: tempo

de processamento bastante longo e custo computacional elevado, em funo do nmero
bastante grande de sim ulaes requeridas para a avaliao do conjunto completo de
alternativas equiprovveis e aleatrias inicialmente propostas. Os autores optaram ento
por redu zir o nmero de si mu laes por meio da elaborao de um procedimento
aproximado para estimar valores de funo-objetivo para uma parte das alternativas que
compem o conjunto inic1al mencionado a partir dos resultados obt1dos pela simulao de
um grupo restrito de alternativas consideradas representativas.

Este mtodo aproxunado empregou tcnicas de interpolao por krigagem (com a

atribuio de ponderadores aos resultados gerados por meio de simulao para cada
alternativa representativa). A otim izao da funo-objetivo envolveu um processo
recursivo de seleo de cenrios representativos para simulao e anlise de valores
interpolados pelo mtodo apro.ximado. Este processo mostrou-se bastante conveniente e
proporcionou uma reduo bastante significativa no tempo e custo de processamento.

Para garantir a qualidade dos resultados, o mtodo aproximado foi calibrado ao final
de cada iterao do algoritm o gentico hbrido, utilizando-se um conjunto de dados
obtidos pelas simulaes j realizadas que foi atualizado a cada nova simulao.
1mportame ressaltar que a principal vantagem na utilizao da interpolao por krigagem
a sua robustez e adaptabi lidade para mterpolao a partir de um conjunto limitado de
dados amostrados, que permitem incorporar tendncias e continuidades.

Para a imp lementao de uma anlise de nsco apropriada, a metodologia

desenvolvida pelos autores adaptou alguns conceitos bsicos da teoria da utilidade para
viabilizar a quantificao do impacto e.xercido pelas incertens associadas ao modelo
geolgico na funo-objetivo, considerando o perfil dos responsveis pela elaborao do
projeto em relao ao ri sco e os critrios estabelecidos para a classificao das alternativas
analisadas. O procedimento envolveu a construo de uma rvore de deciso em que os
17

ns representam os e\ entos possveis, aos qua1s so atribudas probabilidades de

ocorrncia e valores de funo-utilidade. Os resultados mostraram a convenincia do uso
da teoria da utilidade para a seleo de alternativas na elaborao de projetes conce1tuais.

18

Captulo 3
Fundamentos Tericos

Este captulo tem como objetivo introduzir os principais conceitos da engenharia de

reservatrios aplicados na elaborao de projetos de desenvolvimento e gerenciamento de
campos de petrleo: mecanismos de produo (relacionando o comportamento de presso
e o ttor de recuperao estimados) e os mtodos de recuperao atualmente em uso, com
base nos padres de fluxo e no comportamento da presso e das saturaes dos fluidos
contidos nos reservatrios que, por sua vez, so determinados pelas heterogeneidades,
anisotropias, barreiras e canais existentes.

3.1

.Mecanismos de Produo

Para que o leo e/ou gs contido em um reservatrio possa(m) ser produzido(s)

necessrio que ele disponha de uma detenninada quantidade de "energia" para superar a
resistncia proporcionada pelas tortuosidades e estrangulamentos caractersticos dos
canais porosos. Esta energia de que dispe o reservatrio recebe o nome de energia
primria e depende das suas dimenses, do ambiente geolgico no qual se encontra
inserido e da composio e quantidade dos fluidos presentes.

De uma forma geral, a produo dos poos determinada principalmente por dois
efeitos decorrentes do comportamento de presso: expanso de fluidos devido
descompresso e deslocamento de um fluido por outro. Estes efeitos resultam de uma
combinao de fatores, que determinam o mecanismo de produo.

19

Os pargrafos a seguir apresentam as caractersticas dos principais mecani!:>mos de

produo: gs em soluo, capa de gs, influxo de gua e combinado. Os dois primeiros
ocorrem e\.ciUSI\ amente em reservatrios de leo enquanto que o mecanismo de tntluxo
de gua tambm pode ser observado em reservatrios de gs.

Reservatrios de Gs em Soluo

3.1.1

Estes resen atnos apresentam uma zona de leo limitada e'\ternamentc, no

ha\endo possibilidade de interferncia do ambiente externo (como por exemplo, de uma
capa de

g~

iniciul ou de um aqfero, ainda que estes pertenam ao sistema).

Inicialmente, a presso no intervalo pottador de leo superior presso de

saturao c a energia disponvel para a produo encontra-se armaLenada no prprio
lquido. F.sta presso interna do reservatrio decresce confonne o leo produztdo.
proporciOnando a expanso dos fluidos e uma reduo no volume de poros determinada
pela compressibilidade cfetiva da formao.

Em geraL os fluidos e a formao apresentam compressibtltdades baixas e a presso

do reservatrio decresce de forma bastante acelerada at atingir a presso de saturao de
leo, quando o mecanismo de gs em soluo passa a atuar de forma efeti\ a. O leo
deslocado e produzido pela epanso do gs inicialmente dissolvido, confonne este
liberado da soluo.

Em funo deste processo de reduo da presso interna, uma quantidade cada veL
ma10r de hidrocarbonetos vaporizada e a concentrao de gs cresce continuamente at a
formao de uma fase contnua, quando o gs comea a ser produzido juntamente com o
leo. Este fato constitui um problema, pois ao ser produztdo em grandes quantidades e
desde muito cedo, a presso do reservatrio decresce ainda mais rapidamente provocando
uma ltberao cada vez maior de gs de modo que a razo gs-leo (RGO), tnicialmente
bai'\a, cresce acentuadamente e atinge um valor mximo associado a um n\'cl bastante

20

reduzido de presso. A partir deste instante, o declnio contnuo de presso acarreta em

reduo na vazo de gs e, por conseqncia, na RGO.

Reservatrios sob este mecanismo apresentam recuperaes baixas, freqentementc

inferiores a 20% do volume original. Para casos em que os volumes residuais de leo so
bastante significativos devem ser realizados estudos para a implantao de projetos de
recuperao suplementar.

3. 1.2 Reservatrios com Capa de Gs Jnicial

Estes reservatrios apresentam como o principal mecanismo de produo a expanso

da capa de gs acumulada na parte superior da estrutura. As seguintes hipteses so
estabelecidas para a compreenso do comportamento do reservatrio:

O gs da capa e o leo encontram-se inicialmente em equilbrio. Deste modo, a

presso inicial do reservatrio a presso de bolha do sistema.

A saturao intersticial de gua iJTedutvel e o seu valor mdio Swi, tanto na

capa de gs como na zona de leo.

A capa de gs no contm leo em nenhum momento da \'ida produti' a do

reservatrio.

Quanto maior o volume da capa em relao ao volume de leo (nas condies de

resen atrio), maior ser a atuao da capa de gs, proporcionando a manuteno da
presso em nveis mais elevados por um perodo mais longo. A presso decresce de forma
contnua, porm mais lentamente do que o observado no mecanismo de gs em soluo. A
razo gs-leo, por sua 'ez, cresce continuamente e este crescimento mais acentuado cm
poos localizados nas partes mais altas da estrutura.

O fator de recuperao para reservatrios sob este mecani!)mO encontra-::,e na faixa

de 20% a 30%. Deve-se ressaltar que a recuperao depende fortemente da vazo de

produo que precisa ser controlada para que a queda de presso na zona de leo possa ser
transmitida adequadamente para a capa e o gs nela contido possa expandir segundo uma
taxa compathel. O intervalo de completao dos poos produtores deve estar maior
21

distncia possh cl da capa de gs, respeitando o processo de expanso desta cm

decorrncia da dcpleo do resenatrio de modo a minimizar a ocorrncia de um cone de
gs.

3.1.3

Reservatrios com Influxo de gua

Estes resen atrios encontram-se em contato d1reto (subjacente ou lateral) com uma
acumulao de gua, que recebe o nome de aqfero. Confom1e a presso do reservatrio
decresce de\ ido produo, ocorre uma contrao no volume poroso do aqfcro e a
expanso da gua nele contida. A gua excedente invade a zona de leo e esse influxo de
gua promo\e o

de~locamento

do leo para os poos produtores c a manuteno da

presso na zona de leo.

Devido s baixas compressibilidades da gua e da rocha, o aqfcro deve apresentar

um \'Olume bastante considervel para que este mecanismo tenha uma atuao eficiente e
as vazes de produo permaneam em um nvel adequado.

Da mesma forma que para os reservatrios com capa de gs, o fator Je recuperao
para

rc~ervatrios

o mecanismo de inlluxo de gua tambm determinado principalmente

pela va7o de produo dos poos. que precisa ser monitorada de modo a garantir a
manuteno da presso interna e o deslocamento mais eficiente do leo, e\ 1tando a
formao de caminhos preferenciais e minimizando a ocorrncia de uma chegada de gua
prematura nos poos produtores, especialmente nos que estejam completados cm reas de
maior permeabilidade ou alocados e completados nas partes mais baixas da estrutura.

3.1.4

Mecanismo Combinado

Mwtos reservatrios apresentam uma atuao combinada de dois ou mais

mecamsmos ao longo do tempo conforme o comportamento observado para a presso.
Uma sttuao bastante comum a atuao simultnea de um aqfero de fundo e de uma
capa de gs origmal ou secundria (gerada aps um perodo de produo). Para estes

22

reservatrios, a otimiLao dos parmetros operacionais nos projetes de desenvolvimento

e gerenciamento requer o monitoramento continuo do comportamento de presso,
associada a uma avaliao criteriosa da contribuio de cada mecanismo que
determinada pelas vazes de produo de gs e/ou gua conforme o leo produzido na
superficie.

Mtodos de Recuperao

3.2

De acordo com a complexidade inerente aos aspectos tcnicos envolvidos, os

mtodos de recuperao podem ser classificados em convencionais e no-convencionais:

Convencionais: Para estes mtodos, a injeo de fluidos realizada com o objetivo

de deslocar o leo contido nos poros das rochas (o fluido injctado passa a ocupar o
espao liberado pelo leo produ7ido). Eles atuam de forma mecnica,
proporcionando a suplementao da energia de presso do reservatrio e utilizam
fluidos imiscvcis originalmente presentes no reservatrio (gua ou gs). Ao longo
da vida produtiva do reservatrio, estes fluidos se expandem e passam a ocupar o
espao previamente ocupado pelo leo.

No-convencionais: So mtodos mais complexos, que empregam tluidos com

caractersticas especiais. Os principais mtodos includos nesta categoria so:
mtodos trmicos (dentre eles destacam-se a injeo de gua quente, a injeo
cclica de vapor e a injeo contnua de vapor, j bastante difundidos) que atuam
reduzindo as foras viscosas responsveis pela mobilizao do leo, melhorando
assim as eficincias de varrido e mtodos qumicos (injeo de solventes e
polmeros) que atuam tambm reduzindo a razo de mobilidade (tomando-a mais
prxima da unidade) assim como as foras capilares decorrentes de altas tenses
interfaciais que tendem a reter o petrleo na rocha, favorecendo o seu
deslocamento.

23

3.3

Injeo de gua

Este o mtodo de recuperao convencional mais utilizado atualmente, devido

abundncia e ao bai>..o custo da gua de injeo. No Brasil os principais campos
martimos, localizados na Bacia de Campos so recuperados com injco de gua. As
fontes de suprimento podem ser subterrneas (aqferos), superficiais (mar. lagos, rios) ou
a gua produzida juntamente com o leo

no~

poo!:>, em funo dos recursos e facilidades

disponveis. Os principais objetivos para um projeto de injco de gua so o

deslocamento do leo em direo aos poos produtores e a manuteno da presso intema
do reservatrio, conforme o leo produLido. Entre os principais

a~pectos

a serem

a\ aliados na definio de um esquema de injeo de gua devem !:>er mencionados:

Incremento na produo de leo: a finalidade principal de um projeto de mjeo

promover um acrscimo nos lucros por meio da recuperao de um volume
adicional de leo. Este volume adicional deve proporcionar um resultado que
atenda aos objetivos estabelecidos, cons1derando os investimentos realizados e o
tempo estimado para o projeto.

Volume de gua injetada: o planejamento do esquema de injeo deve visar a

minimiLao do 'o lume de gua injctada necessria para a recuperao do 'o lume
adicional de leo, de modo a obter custos menores para a captao, tratamento e
para a prpria injeo.

Volume de gua produzida: importante minimiLar a produo da gua

pre\ iamente injetada e adotar medidas que proporcionem o retardo desta produo.
A minimiLao do \Oiume produzido mdica eficincia no deslocamento do leo e
garante uma reduo nos custos de manuseio e descarte de gua. Entre os fatores
que preCi!:>am ser aval iados para atender a este critrio esto: identificao de
caminhos preferenciais (canais de alta permeabilidade) c monitoramento das
vazes de produo de leo dos poos e do comportamento de presso nas
\ i/lnhanas.

Quantidade de poos: o esquema de mjeo de\ e ser planejado \ isando fomecer os

volumes injetados e produzidos previamente estabelecidos, com a utilizao de um
nmero mnimo de poos. Entre os fatores que precisam ser avaliados esto
includos: caractersticas estruturais, geolgicas (distribuio de espessuras porosas
24

portadoras de leo, canais de permeabilidade, presena de falhas) c petrofsicas do

reservatrio em estudo, a compatibilidade com os poos j existentes c os recursos
tcnicos e financeiros disponveis. Estes fatores tambm devem ser considerados
na definio do intervalo de completao dos poos, visa ndo proporcionar o
deslocamento efetivo do leo na direo dos poos produtores.

3.3.1

Esquemas de Injeo

Conforme citado na seo antenor, a escolha do esquema de injco deve 5er

fundamentada nas caractersticas de estrutura e geometria do reservatrio. Os esquemas de
injeo utilizados com maior freqncia so classificados em 2 classes principais: injco
perifrica e injeo em padro repetido (arranjo regular).

A injeo perifrica bastante indicada para reservatri os com estrutura anticlinal.

Os poos injetores devem

~er

completados na parte mais baixa (regio que em mu1tas

situaes contm gua) e os poos produtores devem ser completados na poro ma1 s alta
da estrutura, verificando-se que o deslocamento ocmTe na direo horizontal e o contato
leo-gua sobe ao longo do tempo conforme o volume de gua injetada aumenta.

Nestes casos, os aspectos menc ionados atuam de fonna favorvel e um esquema de

injeo perifrica pennite adiar a produo de quantidades significati vas de gua,
proporcionando a recuperao mxima do leo com uma produo mmma de gua. No
entanto, a injeo perifnca requer um perodo de tempo relativamente longo para que n
gua possa deslocar efetivamente o leo na direo dos poos produtores, principalmente
se o nmero de injetorcs for reduzido. Para que o arranjo perifrico possa ser implantado
adequadamente, o reservatrio deve apresentar as condies necessrias para promover o
deslocamento da gua mjetada na direo dos poos injetores com vazes adequadas.

Na definio de esquemas ap licados aos reservatrios em forma de cunha os poos

inJetores tambm devem ser posicionados na base da estrutura (injeo na base ou injeo
no flanco) de modo a considerar o ngulo da formao e favorecer o deslocamento do leo
(menos denso) pela gua (mais densa), melhorando assim a recuperao.
25

A injco em padro repetido mais adequada para reservatrios pouco inclinados

(aproximadamente planos e horizontais), que apresentem uma rea relativamente extensa e
espessura redu.da. Para os reservatrios com estas caractersticas estruturais os poos
produtores e mjetores encontram-se alocados de forma uniforme ao longo da rea, com
intervalos de completao em profundidades similares. A gua deve ser injctada na prpria
7ona de leo (injeo lateral) sob va.1.es controladas de modo a favorecer o deslocamento
do leo pela gua e maximizar a eficu!ncia de varndo. Um aspecto bastante crtico para a
definio de sistemas de mjeo est associado ocorrncia de heterogeneidades
significativas para as distnbuies de penneabiltdade e porostdade e de descontinuidades,
pois estas dificultam o deslocamento do leo na direo desejada. A presena de fraturas e
zonas de alta transmissibilidade tambm representa um inconveniente, pois a gua injetada
tender a se deslocar na dtreo destas, no promovendo a recuperao desejada.

Entre os esquemas mais difundidos encontram-se: .five-~pot. seven-spot. nine-spvt,

linha dtreta e linha esconsa. A razo entre o nmero de poos produtores c poos injetores
varia para cada esquema e fortemente dependente de aspectos relaciOnados a
pem1eabilidades e viscosidades dos Ouidos presentes. Estes parmetros tambm exercem
um impacto bastante significati' o no raio de drenagem dos poos, devendo ser
considerados na definio da distncia entre os poos produtores e injetorcs.

Para condies de!>fa, orveis de deslocamento, a injcti' idade de um poo injetor

excede a produtividade de um poo produtor aps a reposio dos volumes previamente
ocupados pelo leo c a estabilizao da presso mtema do reservatrio. Deste modo,
esquemas compostos por um maior nmero de poos produtores em relao ao de poos
injetores permitem balancear a produtividade de leo desejada com a injeo de gua. O
contrrio observado cm reservatrios caracterizados por condies tvorveis para o
deslocamento de leo, para os quais espera-se obter uma maior eficincia de deslocamento
por meio da implementao de esquemas com um maior nmero de poos injetores.

O planejamento otimtzado de um esquema de injeo demanda uma a' aliao

criteriosa c adequada do impacto exercido por variaes relativas porosidade, saturao

de gua e molhabilidade, entre outros parmetros fsicos do reservatrio, ao longo da

26

direo vertical assim como as variaes regionais (ao longo de uma rea). Esta avaliao
detenninar os parmetros operacionais a serem aplicados, visando respeitar as
velocidades diferenciadas de avano das frentes de gua e maximizar a eficincia para o
deslocamento de leo no prazo estabelecido para o projeto de injeo. Em muitos casos
toma-se necessrio analisar o efeito de anisotropias, barreiras de permeabilidade, canais
preferenciais, falhas, fraturas que determinam a comunicao entre poos produtores e
injetores.

Para reservatrios com canais de alta permeabilidade ou fraturas, os projetas de

desenvolvimento geralmente so compostos por pares de poos (produtor-injetor), visando
respeitar comunicao observada na regio. importante assegurar que o alinhamento das
trajetrias definidas para cada par esteja compatvel com as orientaes destes elementos
resultantes de eventos geo lgicos, de modo a minimizar a probabilidade de uma chegada
de gua prematura seguida por um aumento considervel na produo de gua atravs
destes caminhos preferenciais. Convm ressaltar tambm as incertezas associadas aos
atributos mencionados, que precisam ser tratadas por meio de procedimentos adequados
com um planejamento de experimentos ajustado a partir de modelos representativos.

3.3.2

Eficincia de Recuperao

A eficincia final de recuperao proporcionada por um esquema de injeo de gua

dada por:
(3.1)

ER=EoxEv
onde:

ER = eficincia final de recuperao, (% do leo originalmente presente no

reservatrio)
Eo = eficincia de deslocamento para o volume "varrido" pela gua, (% recuperada
do leo originalmente no vo lume varrido)
E, =eficincia de varrido volumtri co, a frao do volume de reservatrio realmente
varrida pela gua,(% do volume do reservatrio).

27

A eficincia de deslocamento resultante determinada por uma combinao de

fatores associados s propriedades da rocha e do fluido e ao volume poroso injetado, que
precisam ser avaliados por meio de: (I) testes de laboratrio utilizando testemunhos, (2)
teoria do fluxo fracionrio ou (3) correlaes empricas estabelecidas com base nos
parmetros com maior impacto na mobilidade dos fluidos.

A realizao de testes de laboratrio, que utilizam preferencialmente testemunhos

representativos da formao e Ouidos reais do reservatrio, o procedimento mais
indicado para a determinao de valores de SoR (saturao de leo residual) e clculo de

Eo. A teoria do fluxo fracionrio pode ser usada para estimar a SoR e a Eo caso tenham
sido realizadas medies para obteno de valores de saturao utilizados na construo
de curvas de permeabilidade relativa leo-gua. Correlaes empricas tais como a gerada
por Croes e Schwarz, baseadas nos resultados de testes de injeo de gua em laboratrio,
podem ser adaptadas e utilizadas em detenninados estudos.

A eficincia de varrido volumtrico definida por:

(3.2)

E,. = EAx EL
onde:

EA

efic incia de vanido areal - frao da rea definida pelo arranjo de poos que
configuram o padro unitrio de injeo que cfctivamcnte varrida pelo tluido
deslocante, i.e., gua.

EL = eficincia de varrido vertical - espessura do reservatrio efetivamente varrida

pelo fluido deslocante, i.e., gua.

A eficincia de varrido areal determinada principalmente pela atuao conjunta

dos seguintes fatores: razo entre o nmero de poos produtores e injetores, razo de
mobilidade (definida abaixo) e heterogeneidades e variaes regionais relativas
parmetros fisicos e geolgicos do reservatrio.

A razo de mobilidade detenninada pelas pem1eabilidades relativas e pelas

viscos idades dos fluidos envolvidos. A Equao 3.3 apresenta a expresso matemtica
para o clculo desta propriedade:

28

(3.3)
onde:
M = razo de mobilidade

kr =permeabilidade relativa
~

= viscosidade

w,o = subscritos denotando gua e leo respectivamente

As penneabilidades relativas esto associadas s duas regies diferentes e separadas

do reservatrio. Craig sugeriu o clculo da razo de mobilidade antes da chegada da gua,
i.e., krw na saturao de gua mdia na regio varrida, e kro na regio no-varrida.

A eficincia de varrido areal foi estudada para vrios padres, utilizando ambos os
modelos fsico e matemtico. As correlaes mais difundidas e utilizadas para o padro

flve-spot so aquelas desenvolvidas por Dyes, Caudle, e Erckson.

O volume deslocvel, Vo, definido como a gua njetada acumulada representada

por uma frao do produto entre o volume de poros padro e a eficincia de deslocamento
no fluxo. Deve-se notar que, para as correlaes propostas, a eficincia de vanido areal
aumenta aps a chegada da gua para todas as razes de mobilidade.

A eficincia de varrido vertical (ou de invaso) determinada por uma combinao

de parmetros geolgicos e propriedade de fluidos: heterogeneidades e variaes regionais
associadas propriedades do reservatrio (permeabilidade, porosidade, distribuio de
tamanho de poro), saturao de gua conata, molhabilidade e razo de mobilidade, fluxo
cruzado, foras capilares e gravitacionais. O efeito combinado destes parmetros apresenta
um comportamento bastante dinmico que precisa ser monitorado de forma adequada ao
longo do projeto de injeo de gua.

Convm ressaltar que as variaes de permeabilidade horizontal ocorrem devido a

mudanas nos ambientes deposicionais e aos eventos geolgicos subseqentes e que estas
variaes afetam muito fortemente a eficincia de varrido areal, pois a gua injetada
desloca-se preferencialmente ao longo das zonas de maior penneabilidade. Na concepo

29

do projeto, a geometria e a trajetria dos poos so definidas com base nas inf01maes
relativas distribuio de permeabilidades e de espessuras, de modo a promover o
deslocamento efetivo do leo na direo dos poos produtores. Outro aspecto que precisa
ser considerado a maior influncia da variao de permeabilidade na eficincia de
varrido vertical e que este efeito apresenta um comportamento dependente da razo entre
as vazes de produo e injeo.

Por fim, a definio apropriada dos parmetros de um projeto de injeo de gua

tambm requer a anlise do efeito da molhabilidade no deslocamento dos fluidos. Esta
propriedade atua de forma conjunta com a va riao de permeabilidade determinando a
eficincia resultante para o varrido vertical em um projeto de drenagem. Em urna rocha
preferencialmente molhada pela gua, a gua embebida das zonas de permeabilidades
mais altas para zonas de permeabilidades mais baixas por causa das foras capilares, o que
acarretaria em uma frao de leo residual significativa nestas reas. Alm disso, a gua
injetada tende a fluir para o fundo do reservatrio devido segregao gravitacional.

3.3.3

Critrios Aplicados para Definio de Vazes de lnjeo

A vazo de produo de leo e, por conseguinte, a durao de um projeto de injeo

de gua obedecendo aos critrios econmicos definidos, est associada s vazes
estabelecidas para os poos injetores alocados em cada projeto ao longo de sua operao
no campo. Estas vazes so determinadas por uma composio de fatores e esto
submetidas a alteraes ao longo das diversas fases do projeto. As principais variveis que
precisam ser consideradas na detinio das vazes de injeo para os poos alocados em
um detenninado reservatno so: Propriedades de rocha e fluido, mobilidades de fluido
das regies varridas e no-varridas, as dimenses destas regies e a ocorrncia de
anisotropias e caminhos preferenciais, considerando as trajctrias definidas para os poos,
a razo entre o nmero de poos produtores c injetores, o espaamento entre os poos e o
raio de influncia destes para o esquema selecionado.

Com relao trajetria dos poos, de uma fom1a geral, poos horizontais
apresentam um desempenho muito satisfatrio para reservatrios com espessura reduzida

30

ou reservatrios com uma espessura considervel e uma boa permeabilidade vertical (Kv).
Observa-se que a anisonopia relativa permeabilidade vertical-horizontal atua de forma
bastante expressiva na produo de um poo horizontal segundo uma relao diretamente
proporcional - quanto maior a permeabilidade vertical maior ser o ndice de
produtividade do poo horizontal, promovendo um aumento de vazo e/ou uma reduo
no declnio de presso.

Por fim, uma outra situao em que poos horizontais tambm devem ser
considerados como uma alternativa interessante est associada ao gerenciamento de
campos que apresentam problemas de fom1ao de cone de gua ou gs ou de produo de
areia. Neste caso, os poos horizontais proporcionam um maior controle para a preveno
destes problemas e podem ser produzidos com um potencial mais alto por um perodo
mais longo.

O parmetro estabelecido para analisar os efeitos decorrentes destes parmetros nas

vazes de injeo estabelecidas para os poos que compem a malha de drenagem recebeu
o nome de injetividade e calculado como sendo a vazo de injeo por unidade de
diferena de presso entre os poos injetores e produtores. Este parmetro apresenta um
comportamento dinmico e deve ser monitorado ao longo do tempo de modo a assegurar a
varredura adequada do reservatrio.

Durante a primeira tse de injeo em um reservatrio cujo mecanismo de produo

o de gs em soluo, a injetividade e conseqentemente a vazo de injeo de gua,

declina rapidamente do valor inicialmente proposto para o projeto. Aps a gua preencher
o espao liberado pela produo de fluidos, o comportamento da injetividadc passa a estar
associado razo de mobilidade. Ela permanece constante no caso da razo de mobilidade
unitria, aumenta seM > 1 (desfavorvel) e diminui seM < I (favorvel).

Este fenmeno vem sendo abordado por diversos autores em um nmero

considervel de estudos ao longo do tempo. Para um fluxo incompressvel em regime
pennanente aplicado a um sistema radial homogneo, Muskat, e Deppe desenvolveram
equaes para a vazo de injeo em padres regulares de injeo com razo de
mobilidade unitri a e sem saturao de gs livre. Um outro trabalho bastante importante
31

foi o desenvolvido por Craig, que apresentou uma tabela em ::.ua monografia com um
conjunto de expresses tericas que relacionam as vaze~ de injeo e a presso do
reservatrio para dtferentes esquemas de produo/ injeo.

Na definio das \ azes de injeo para os poos. deve-se buscar ajust-las em

relao s vazes dos poos produtores de fonna manter a razo de mobilidade na rea em
torno de I para se obter uma maior efetividade no deslocamento do leo e maximizar a
eficincia de varrido. Isto especialmente crtico para reservatrios portadores de leos
com viscosidades elevadas. Os valores obtidos com as expresses tericas mencionadas no
pargrafo anterior podem ser utilizados como estimativas iniciais, mas deve-se realizar
uma

anli~e

integrada com a simulao numrica.

A Tabela 3.1 descreve as expresses para as vazes de injeo para os arranjos mais
utiltzados.
Tabela 3.1: Expresses para as vazes de injeo

aplicada~

a padres completamente

desenvolvidos para razo de mobilidade unitria

Direct Linedrire

i=

d~I

3,541kh(t:.p)

a
fJ ( ln-+1,571
-d -1,838) a
r..

Staggered Une Drive

l=

3,541 kh(!1p)

.u( ln_'r..!_+ 1,571 da -1,838)

Five-Spot

i=

3,541kh(t:.p)

.u(ln: -0,619]
Selen-Spot

i=

4,72kh(t:.p)

.u(ln: -0,569]

3.3.4

Poos Horizontais e Verticais

Uma escolha Importante a ser feita no processo de seleo de estratgia de produo

o tipo de poo. Prado (2003) apresentou um trabalho que pode ser utilizado como
32

referncia para comparao entre poos horizontais e verticais po1s analisa diversos
cenrios geolgicos e econmicos.

3.4

Simulao de Reservatrios

Ao longo dos ltimos anos um nmero bastante expressivo de pesquisas foram

realizadas visando tomar a simulao de reservatrios cada vez mais vivel e eficiente.
Deve-se destacar a elaborao de novas formulaes ajustadas para o sistema de equaes
a serem resolvidas que considerem a no-linearidade da funo-objetivo e outros
procedimentos que reduzam o custo computacional, o tempo de processamento e garantam
a convergncia na soluo destas equaes.

Atualmente, ela a ferramenta mats apropriada e confivel por possibilitar a

subdiviso adequada da malha proposta para o reservatrio em blocos com propriedades
distintas e utilizar mtodos baseados em diferenas finitas ou elementos finitos, com
formulaes explcitas, implcitas ou adaptativas, para a soluo do conjunto de equaes
citado anterionnente (balano de materiais, balano de energia e lei de Darcy), que
descreve o fluxo no meio poroso, fornecendo o comportamento de presso e de vazes do
reservatrio ao longo do tempo.

Paralelamente, os novos programas para ps-processamento dos dados gerados pela

stmulao pennitem construir grficos, mapas e relatrios de forma bastante conveniente,
facilitando as anlises requeridas nas diversas arividades de engenharia de reservatrios.
Eles tm possibilitado utilizar, de forma bastante direta, os resultados gerados pela
simulao de reservatrios em anlises de risco geolgico ou estudos de avaliao
econmica.

sempre importante ressaltar a necessidade de um conjunto representativo e

acurado de dados de rocha e fluidos (que deve ser elaborado a partir de informaes
fornecidas pela ssmica e testes em poos), assim como de um levantam ento bastante
pertinente do histrico de produo para que a simulao numrica proporcione prevtses

33

confi, eis para o comportamento futuro do resen atrio que sero utilizadas no
planejamento e gerenciamento de projetas.

3.5

Estratgia de Produo

A elaborao de estratgias de para o desenvolvimento de campos um problema

bastante complex.o devido (I) s incertezas decorrentes da quantidade bastante hmitada de
dados disponveis para as variveis de reservatrio envolvidas neste processo e (2) ao alto
grau de liberdade e nmero de variveis envolvidas.

Entre os principais aspectos a serem definidos na elaborao de estratgia devem ser

mencionados: nmero de poos, geometna dos poos, inten alo de completao,
cronograma de entrada dos poos, vazo de produo, incluso de sistema de injeo de
gua ou de injeo de gs, incluso de Sistema de gas-lift entre outros.

lnictalmente a abordagem utilizada para a detinio dos parmetros citados era

totalmente manual. Os engenheiros buscavam as informaes disponveis sobre estrutura,
geometria do reservatrio, assim como a distribUio de espessuras e utilizavam as
ferramentas \ iveis para obteno de prevtses de comportamento do re~en atno. Os
parmetros eram definidos a partir dos resultados

obtido~,

considerando a experincia do

engenheiro e este processo demandava um tempo muito grande. Algumas abordagens mais
recentes propem um processo totalmente automatizado. Elas associam simulao de
resen atrios e algoritmos para a definio dos parmetros que compem o projeto de
desenvolvimento. Estas abordagens tomam o processo mais rpido mas demandam um
grande nmero de simulaes e um alto custo computacional, no sendo VJvel avaliar um
grande nmero de alternati\ as para um campo de grandes dimenses. Pode-se perceber um
procedimento bastante adequada para a seleo de projetas de desenvolvimento para
resen atrios deve combinar os pontos fortes das abordagens manual e automatizada.

preciso destacar tambm que a definio destes parmetros deve considerar de

forma apropriada as incertezas mencionadas no pargrafo anterior, sendo assim necessario

34

que este processo esteja associado uma anlise dos nscos associados (tcnicos,
operacionais, geolgicos, financeiros, etc.)

Uma

caracterstica

importante

do

processo

de

seleo

de

projetas

de

desenvolvimento que o grau de sofisticao do processo depende da fase de

desenvolvimento do campo. Para a escolha da alternativa que melhor atenda aos objetivos
estabelecidos para cada fase do projeto, considerando os recursos disponveis e o prazo
definido, a anlise de risco geolgico deve ainda ser complementada por uma anlise
econmica que considere o comportamento dinmico do mercado financeiro (preos de
venda, custos, tributaes e participaes) que tem um impacto bastante forte no retom o
de um projeto.

3.6

Indicadores Econmicos

Esta seo apresentar alguns indicadores econmicos que podem ser utilizados
como funo-objetivo para a otimizao de parmetros operacionais na e laborao de
projetas de desenvolvimento ou gerenciamento de campos de petrleo, assim como para
anlise de risco geolgico e para a anl1se de sensibilidade financeira. Os valores obtidos
para estes indicadores resultam da combinao de parmetros de reservatrio e cenrios
econmicos e a comparao de alternativas est associada anlise e quantificao de
riscos e incertezas, considerando o princpio da equivalncia e os critrios estabelecidos
para a concepo de um projeto (nvel de investimento, evoluo do fluxo de caixa
associada captao e distribuio de recursos ao longo do perodo, averso ao risco,
entre outros). Um aspecto determinante na tomada de decises e priorizao destas
alternativas conciliar a rentabilidade, a antecipao de produo e receitas e as restries
estabelecidas pela gesto de recursos. Os principais indicadores so:

Valor presente lquido: o clculo do VPL de um projeto realizado transportandose todos os custos e as receitas para a sua data inicial com a aplicao da taxa
mnima de atratividade. Este indicador representa o resultado proporcionado pela
realizao de um projeto e indicado para comparar alternativas para as quais
estejam definidos custos e receitas diferenciadas. No caso da anlise de projetas de
desenvolvimento e gerenciamento de campos de petrleo, as simulaes fornecem

35

valores futuros de receitas c os custos associados so definidos segundo as

caractersticas do projeto. A frmula utilizada para o clculo do VPL de um projeto

VPL=

FC

(3.4)

(1 +r)'
onde:
VPL = valor presente lquido;

r - taxa de desconto ou taxa de atratividade;

1-C = fluxo de caixa do projeto para o perodo t considerado;
r = perodo considerado.

Coeficiente de retorno: o CR calculado como sendo a razo entre o lucro lquido

e o total atualizado de investm1cntos. Este indicador representa o nmero de
unidades monetrias obtidas para cada unidade monetria

In\ esttda

Ta>..a interna de retomo: a taxa de juros que aplicada para transportar as parcelas
de um fluxo de caixa para o tempo inicial proporciona um valor presente lquido
nulo. Para a avaliao de um projeto, a TIR utilizada como indicador de sua
atratividade a partir da comparao com as TIR de outras alternati\ as ou com uma
ta>..a mnima de atratividade.

Valor monetrio esperado (VME): este indicador muito utilizado para avaliao
de projetas de desenvolvimento para reservatrios de petrleo cm uma anlise de
deciso sob condies de incerteza.

O valor monetrio esperado (YME) de um projeto definido como o

\alares presentes

lquido~ (VPL)

~amatrio

dos

dos cenrios considerados ponderados pelas suas

respecti\as probabilidades de ocorrncia. conforme indicado na Equao 3.5

11

VME =Lp,.VPL,
r-1

onde:
p, = probabilidade de ocorrncia do cenrio i
VPLi = valor presente lquido do cenrio i
36

(3.5)

n =nmero de cenrios possveis, e

LP,=I

(3.6)

1=1

Os algoritmos para definio dos parmetros que compem o procedimento proposto

neste trabalho, estes indicadores econmicos foram utilizados em conjunto com dois
mdicadores tcnicos: produo acumulada (Np) e produo acumulada atu ai izada (NPA T)
(que representa um valor obtido ao se transportar os valores de produo acumulada ao
longo do tempo para a data de incio da produo e um indicador adequado para projetas
com meta de antecipao de produo). Esta anlise integrada importante para ponderar
a robustez e evoluo do fluxo de caixa das alternativas mencionadas, segundo os critrios
estabelecidos.

As etapas de anlise de risco utilizaram como indicadores a produo acumulada

(Np) e o valor monetrio esperado. Esta anlise conjunta proporciona uma boa
fundamentao para a tomada de decises, visando a seleo da melhor alternativa.

3.7

Anlise de Risco

incerteza pode ser definida como uma grandeza decorrente da falta de informao
sobre os atributos (geolgicos, tecnolgicos ou econmicos). A incerteza inerente a estes
atributos, por sua vez, gera incerteza tambm nas previses de produo. Ao final , a
anlise da incerteza de produo combinada com o retomo financeiro dos projetas e um
processo decisrio (por exemplo, a seleo de estratgia de recuperao) proporciona a
quantificao dos riscos de cada projeto.

O risco determinado pelas incertezas ac1ma mencionadas que prectsam ser

consideradas na construo do modelo de tluxo para avaliao de estratgias de produo,
usado no gerenciamento do processo de deciso. Estes aspectos so ainda mais
determinantes na anlise de reservatrios complexos que demandam um nvel maior de
detalhamento na previso de produo.

37

As metodologias mais recentes para anlise de risco utilizam procedimentos elaborados a

partir de trs ferramentas: elaborao de rvores de deciso, simulao Monte Cario e
teoria

da~

opes reais. A escolha de uma destas ferramentas baseada em caractersticas

individuais dos atributos considerados.

3.8

An lise de Risco Geolgico

Na fase de definio dos parmetros que compem o plano de desenvolvimento h

muitas incertezas associadas aos atributos geolgicos (volume de leo in situ.
continuidade, extenso e atuao das falhas, anisotropias, etc.) em funo da quantidade
bastante limitada de dados disponveiS. Estas incertezas precisam ser tratadas de forma
apropriada pois influenciam significativamente nos re~ultados esperados para o projeto.

E:\IStem di"ersas metodologias para a definio dos atributos incertos crticos e para
a quanti licao e avaliao do impacto dos riscos inerentes. Em geral busca-se adequar o
nmero de atributos incertos e o grau de refinamento da metodologia para quantificao
importncia do projeto e um custo computaciOnal aceitvel.

3.9

Modelos Geolgicos Representativos

A maior parte
atnbuto~

da~

metodologias empregadas para a quantificao do nsco inerente

geolgicos e avaliao do impacto deste risco na seleo de projetas de

desenvolvimento utilizam modelos geolgicos representativos que retratem os diferentes

cenrios possveis a partir dos atributos considerados determinantes (com suas respecti' as
probabilidades de ocorrncia definidas ~egundo a experincia do gelogo).

Eistem na literatura diversos procedimentos para a construo do conjunto de

modelos geolgicos representativos. Para a obteno de um conjunto apropriado de
modelos representativos, os modelos selecionados de\em

apre~entar

diferenas

significativas no fato r de recuperao (FR) e estar prximos dos percentis P 1O, P50, P90
da curva de distribuio normal para a funo-objetivo (desta forma possvel garantir
38

tambm uma variao considervel na produo de leo acumulada (Np) e na produo de

gua acumulada (Wp).

Alguns procedimentos ma1s simplificados utilizam, por exemplo, apenas trs

modelos (1 pessimista, 1 mais provvel e I otimista) como mostrado na Figura 3.1. Para
determinados estudos em que se deseja uma resposta rpida esta pode ser uma opo
adequada.

Steagall (200 I] props uma metodologia baseada na escolha de alguns modelos em

intervalos prximos aos percentis estabelecidos- PI O, P50 e P90 - como otimista, mdios
ou pessimista, respectivamente, em funo da existncia de vrios modelos que podem ser
representativos em relao s incertezas do reservatrio.

Para avaliar quais modelos podem ser escolhidos corno representativos a

metodologia de Steagall prope a construo do grfico apresentado na Figura 4.1 em que
esto mostrados os valores de VPL e FR para os diversos cenrios geolgicos
considerados. A escolha do modelo otimista foi feita entre os modelos que obtiveram
resultados prximos do percentil PIO e a esco lha dos mode los mdio e pessimista foi feita
considerando intervalos prximos dos percentis P50 e P90.

VPL vs FR

2"1

(])

;;o 2:10
rn

::>

'b

"

!:. 200
-J

<!>

a.

>

170

1'0
01

Pl O

P50

L__

0.15

<i>

<!>

"

02

FR(%)

-o

P90

Figura 3.1: Ferramentas para Escolha dos Modelos Geolgicos Representativos

39

0.115

Santos [2002] empregou o conceito de modelos representativos como uma

ferramenta para o processo de tomada de decises para diferentes aspectos de um projeto
de recuperao como o dimensionamento das instalaes de produo e o detalhamento
requerido em uma etapa posterior. O conceito tambm pode ser aplicado para avaliao da
flexibilidade entre estes projetas para cada um dos cenrios possveis.

Costa 12003) empregou o conceito de modelos representativos e afirma que a

utilizao destes modelos na representao de incertezas relati\as aos atributos geolgicos
e a integrao destas mesma com as demais incertezas uma forma bastante conveniente
de reduzir o tempo e o custo requerido no processo.

O conceito de modelos representativo::. foi tambm utilizado por Schiozer el ai.

[2003] empregam o conceito de modelos representativos na quanti licao de incerte.las
inerentes aos atributos geolgicos. As mcertezas inerentes escolha da

e~tratgia

de

recuperao foram integradas s incertezas geolgicas na otimizao destes modelos

representativos. Posteriormente, foram incorporadas as incertezas relativas aos atributos
tecnolgicos e financeiros. Os resultados indicaram que a integrao dos modelos
representati\ os com a estratgia de recuperao proporcionou uma reduo c;ignificati\ a
no nmero de simulaes requeridas e no custo computacional do processo.

3.1 O Anlise de Deciso

As ferramentas de anlise de deciso fornecem o embasamento para comparao de

alternativas para um projeto, considerando os objetivos e restnes estabelecidos para
este.

Para uma anlise de deciso considerando dois objetJ\ os (indicadores), uma opo
bastante adequada a construo de um grfico como o apresentado na Figura 3.2. Para
cada altematJva so mostrados os valores para os dois indicadores. A cun a de fronteira
eficiente estabelecida pelo tomador de decises atendendo aos critrios estabelecidos
para o projeto. As combinaes de \ai ores que compem a cun a da fronteira eficiente so

40

Linear: U(x) = cx

(3.7)

E:'\ponencial: U(:'\) =-e-c'

(3.8)

Logartimica: U(x) = ln(x +c), c > O. x > -c

(3.9)

Raiz Quadrada: U(x) = ~lx +c), c > O, x > -c

(3.1 O)

No caso de se utilizar uma funo-utilidade para o risco, a constante c recebe o nome

de coeficiente de averso ao risco e definida pela expresso

(3.11)

-U"(x)/ U'(x)

Fm que U"(x) e U'(x) so, respectivamente, a primeira e a segunda derivadas de

U(x).

O coeficiente de averso ao risco indica como o il1\ estidor se comporta em relao

ao risco cons1derando a magnitude dos valores monetnos (retomo). Desta forma. C > O
ind1ca a' erso ao risco. c = O ind1ca indiferena em relao ao risco e c < O indica uma
atitude pr-risco.

Em alguns casos pode ser conveniente operar com as funes-utilidade normalizadas

cm que o valor O atribudo ao p10r cenrio e o valor I atribudo ao cenrio mais
adequado para o objetivo.

A etapa seguinte o agrupamento das funes utilidades individuais. Para a teoria da

utlhdade multi-atributos, so utilizados duas formas pnncipais: a forma aditiva e a fonna
multiplicati\ a.

A formulao geral do modelo aditi\ o :

,

u(x)= L:k.u,(x,)

(3.12)

-1

onde i o atributo selecionado,

Xi

o valor obtido para este atributo, u1(x 1) o \alor da

funo utilidade para este atributo obtido com o valor

atributo i considerando os n atributos, tal que

"
Lk,
= I.
i=l

42

Xi

ki

a importncia relativa do

Estudos indicam que este modelo deve ser api icado a casos em que a preferncia do
tomador de decises atenderem a independncia aditiva.

A fonnulao geral do modelo multiplicativo pode ser representada por:

n

l+ku(x)= fl[l +k k; u(x;)]

(3.13)

=I

onde O~ k; ~ I o peso para cada atributo sendo que

2) , :t:. J

e a constante k na equao

1=1

recebe o nome de k comum.

Os pesos atribudos a cada funo-utilidade individual devem ser determinados com

base em anlises bastante pertinentes, de acordo com as preferncias para a tomada de
decises. Em muitos casos observa-se uma interao entre as funes-utilidade individuais
consideradas.

43

Captulo 4
Procedimento para Seleo de Projetos de Desenvolvimento

Este captulo apresenta o procedimento proposto neste trabalho para a seleo de

projetes de desenvolvimento sob incertezas. Este procedimento foi organizado em etapas,
as quais foram subdivididas em tses, visando uma abordagem mais conveniente para o
problema em estudo. Ao longo das sees sero descritos os algoritmos e as anlises que
compem o procedimento, ohedecendo a seqncia em que so executados.

4.1

Consideraes Preliminares

Com a finalidade de agregar ao procedimento resultante deste trabalho as

caractersticas de flexibilidade e confiabilidade requeridas para o estudo deste problema,
tomou-se necessrio estabelecer um conjunto de premissas e diretrizes simplificadoras
para a construo das etapas que a compem.

A primeira premissa estabelecida foi uma abordagem seqencial para a definio

dos parmetros. Em funo do grande nmero de parmetros envolvidos na construo de
um projeto de desenvolvimento eles foram avaliados de forma sucessiva e independente.

A segunda prem1ssa adotada foi a utilizao de um processo simplificado para

seleo dos atributos geolgicos incertos. Esta premissa foi adotada visando adequar o
tempo para a execuo do processo

44

Uma terceira premissa estabelecida foi compatibilizar o custo computacional dos

algoritmos para a definio dos parmetros e os processos para anlise de risco e anlise
de deciso e a qualidade requerida para os resultados. Esta premissa teve por objetivo
garantir um procedimento vivel, considerando os recursos limitados e os prazos
estabelecidos para a elaborao dos projetos.

4.2

Descrio do Procedimento

O procedimento desenvolvido neste trabalho foi estruturado em uma seqncia de

etapas seguindo o percurso para a definio dos parmetros, anlise de risco, anlise de
decis.o e refinamentos. A Figura 4.1 apresenta o fluxograma geral para este procedimento.
la

lb

te ld le 1f lg

1h li ... ln

Etapa A: Etapa Manual de Defmio de Parmetros

Fase 1: Seleo do Mtodo de Recuperao e
Defmio da Geometria dos Poos
Fase 2: Avaliao dos Esquemas de Produo/1 njeo
Etapa B: Etapa Automatizada de Definio de Parmetros
Fase 3: Obteno de Estimativa Ajustada para o
Nmero de Poos
Fase 4: Definio de Parmetros Operacionais
Etapa C: Etapa de Anlise de Risco e Anlise de Deciso
Fase 5: Anlise de R~co
Fase 6: Anlise de Deciso
Etapa 0: Etapa de Refinamento
Fase 7: Otimizao Complementar de Parmetros
Especficos
Fase 8: Otimizao Complementar- Aps Fase Inicial

Fase 9: Otimizao Complementar- Campos Maduros

Figura 4. J: Estrutura da Metodologia Proposta

A Tabela 4.1 apresenta os aspectos crticos na concepo das etapas que compem o
procedimento. Estes aspectos precisam ser considerados de fonna individual izada para
45

cada projeto, de fonna a garantir a quali dade dos resultados e estabelecer um custo
computacional aceitvel.
Tabela 4.1: Aspectos Crticos na Elaborao das Etapas que Compem o Procedimento

Etapa A- Definio Manual de Par metro!> de Pr oietos de Desenvoh imcnto

Aspectos Crticos
Con~truo do Modelo Geolg1co Inicial
Importao do \ltodelo GeolgiCO para o Modelo de Simulao
Nmero de Snnulaes
lntcrao l:.licientc entre Gelogos e Engenheiros
Agregar a Lxperinc1a dos Lngenhe1ros para Obteno de um Conjunto Adequado de
Altcmatl\ as Com,iderando as Caractersticas do Resen atno (Geometna, Arcabouo
Estrutural e o(s) Mecantsmo(s) Atuantc(s)) e as Restncs Tcnicas c Operacionais.
Fase l - Seleo do M todo de Recuperao e Definio da Geometria dos Pocos
Fase 2- Ava liao dos Esquemas de Produ o/ lnjco
Etapa B- Definio Automati.tada de Parmetro!~ de Projetos de Oesen\'olvimento
Aspectos Crticos
ConMruo de Algontmos Apropriados para a Definio dos Parmetros - Eswlha
do Mtodo N umrico
Custo
ComputaciOnal

Numero
de S1mulues

Fas(' 3- Obteno de Estima tiva Ajustada para o Nmero de Poos

Fase 4- Defini o de Parmetros Operacionais
Aps a Fase 4- Obtm-se um conj unto etc Alter nativa<; Vi:ivcis
Etapa C- Anlbe d(' Risco c Anlise de Decbo
Aspectos CrtiCOS
-Para a 1\nli~e de R1~co (Risco!> Tcni<.:os, Operacionai:., Geolg1co:., Econmico:. ... )
Scleo dos Atributos Crt1cos - Quantificao do Risco I A\aliao do Impacto
Cuc:to Computacional/ Nmero de Simulaes
- Para a Analise de Deciso
ComJ')atib1hzar o" Objeti\OS, Segundo a Pnont.ao Estabclec1da para o Projeto
Fase 5 - An lise de Risco
Fase 6 - Anlise de Deciso
R('sultado da Fase 6- Projeto de D('!>Cfl\OI\'imento Selccinnado
Etapa O- Refinamento
Aspectos Criticos
Combmar Procedimentos Manuais c Automatl7ados para Agregar a Experincia
dos e ngenheirOS no Tratamento dos Parmetros e CompatlblliLar o Custo
Computacional c a Qualidade da Anlise
Fase 7- O timiLao Comp lementar de Pa rmetro) Especficos- Antes da
Impleme ntao
Fase 8 - O timizao Complementar - A ps Fase Inicial
Fas(' 9 - O timizao Complementar - Para C ampos Maduros

46

Dois pontos detenninantes na construo dos algoritmos para definio dos

parmetros de um projeto a adequao destes s caractersticas especficas deste projeto
(restries tcnicas e operacionais) e o ajuste do grau de robustez a um custo
computacional aceitvel. Esta robustez pennite simultaneamente, garantir a convergncia
na determinao dos valores timos e minimizar o nmero de simulaes necessrias para
atender ao nvel de preciso estabelecido. Deste modo os algoritmos viabilizam a
avaliao do nmero requerido de alternativas nas etapas de definio dos parmetros para
a concepo do projeto.

Convm ressaltar que a estrutura apresentada na Figura 4.1 deve ser flexvel. O
nmero de alternativas a serem analisadas a cada etapa, assim como o grau de
aprimoramento dos mtodos para anlise de risco e anlise de deciso devem ser
estabelecidos com base na importncia do projeto e do grau de incerteza associado aos
atributos incorporados, de forma que os resultados proporcionem um embasamento
adequado para o dimensionamento das facilidades de superfcie e sub-superfcie, assim
como para elaborao de cronogramas de intervenes. Deve-se considerar que projetes
considerados estratgicos ou de maior risco demandam a avaliao de um nmero de
alternativas para que seja possvel obter uma soluo bastante satisfatria.

A Figura 4.2 mostra que o procedimento pode ser iniciado em qualquer uma das
etapas ou fases. Mostra tambm que aps a anlise de risco, caso se julgue necessrio, o
processo pode retornar para a Etapa A ou B, de modo a buscar melhores resultados.

Aps a execuo das etapas A, B e C apresentadas nas Figuras 4.1 e 4.2 e na Tabela

4.1, o procedimento ainda inclui a realizao de etapas posteriores para refinamento da

soluo selecionada. Uma stima etapa para a otimizao suplementar de parmetros
especificas da alternativa selecionada recomendada antes da implantao do projeto.
Etapas posteriores de otimizao podem ainda ser aplicadas para integrao com o sistema
de produo e gerenciamento da produo de campos em produo ou campos maduros.

47

Conjunto Inicial Abrangente

Fase I

Fase 2

Definio de Parmetros

Fase 3

Etapa B

Fase 4
Quantificao do

l~i~co

I A\'aliao do Impacto
Etapa C

\n:li~e

de Oerisiio

Projeto de OcscO\ oh imcnto Srlccionado

Otimitao Comlllementa r de Parmetros
Especficos- Anle!! da Implementao
Otimiz:w;o Complementar- Aps Fase Inicial

Etapa I)

Otimizao Complementa.-- Campos Maduros

Figura 4.2: Estrutura Flexvel do Procedimento

Embora a etapa de refinamento proporciOne ganhos

significativo~.

especialmente

para projctos mais complexos. este trabalho tem como foco principal as trs primeira::,
etapas que tm corno objctivo a seleo de uma estratgia de produo sob incertezas e a
escolha da estratgia de implantao para o projeto. As seis primeiras etapas ::.o
importantes, principalmente para campos martimos, para que seja

pos~\ el

projeto de desenvolvimento antes do fechamento de contratos para

a scleo do

a~ fe~ciltdades

de

produo.

Para a a' aliao do procedimento proposto neste trabalho foram selecionados cmco
resen atrios com diferente::. caractersticas geolgicas e estruturais que compem o seu
escopo inicial. Os resultados permitiram identificar

a~pectos

relevantes que podem ser

generalizados na elaborao de algoritmos para a definio de um conjunto de parmetros

operacionais na elaborao de projetes e critrios que requerem um estudo mats detalhado
e adaptado s particularidades do re:,ervatrio em questo.

48

Este procedimento pode receber complementaes de modo a incorporar aspectos

especficos para determinados planos de desenvolvimento. Os procedimentos para a
seleo e avaliao de cenrios operacionais e financeiros representativos podem ser
ajustados para atender s condies estabelecidas como, por exemplo, poos com
geometrias e trajetrias especiais e tributaes diferenciadas. Tambm possvel elaborar
novos mtodos numlicos e algolitmos para as quatro primeiras etapas mencionadas que
proporcionem uma melhor convergncia para o clculo da funo-objetivo, de modo a
melhorar a qualidade das solues e reduzir o custo computacional.

4.3

Etapa A: Definio Manual dos Parmetros de Projetos de Desenvolvimento

A primeira etapa do procedimento foi dividida em duas fases. A fase I foi elaborada
para definio do mtodo de recuperao e da geometTia dos poos, enquanto a fase 2 foi
construda para avaliao dos esquemas de produo/injeo. Na execuo desta etapa o
conhecimento do engenheiro fundamental para avaliar as informaes geradas pela
modelagem geolgica e identificar os pontos determinantes para a escolha apropriada do
mtodo de recuperao e da geometria dos poos assim como para a composio das
malhas de drenagem e injeo. As sees segui ntes descrevem as fases 1 e 2.

4.3.1

Fase 1: Definio do Mtodo de Recuperao e da Geometria dos Poos

Para esta fase foi desenvolvido um processo para definio do mtodo de

recuperao na concepo do projeto de desenvolvimento e da geometria dos poos, a
partir de mtodos propostos nos trabalhos mencionados na reviso bibliogrfica.

Para a escolha do mtodo de recuperao foi elaborada uma abordagem para

avaliao geral das principais caractersticas geolgicas e estruturai s do reservatrio para o
qual est sendo definido o projeto, atendendo s caractersticas pa1ticulares de seus
mecanismo atuante (gs em soluo, capa de gs, influxo de gua por atuao do aqfero,
ou uma combinao destes).

49

O nmero de mtodos de recuperao a serem avaliados (convencional - injeo de

gua ou gs, ou no-convencional - trmico ou qumico) funo da valor e da
complexidade do projeto e dos aspectos particulares do mecanismo atuante mencionados
acima. Tambm preciso ponderar as restries tcnicas e operacionaiS.

Outro aspecto a ser considerado, para a definio da geometria e trajetria dos

poos, a construo de um conjunto apropriado de simulaes que permita avaliar o
desempenho

do~

poos com diferentes trajetrias (vertical, hori7ontal ou direcional)

considerando as caractersticas individuais de cada reservatrio. Ele deve permitir a

comparao do desempenho dos poos verticais e honzontais na recuperao do
reservatno. atendendo aos diferentes mecanismos de recuperao mencionados.

Com m destacar que, em funo da abordagem proposta para esta Fase I estar
fundamentada em uma avaliao do conjunto bastante limitado de dados disponveis para
a caracterizao geolgica e estrutural do reservatrio torna-se necessria uma boa
mterao com os prolissionais das reas de geologia e geotlsica para que as informaes
geradas a partir da interpretao da ssmica c dos pertis possam fornecer o embasamento
requerido para a composio do conjunto de simulaes mencionado nos pargrafos
antenores.

Esta abordagem bastante flexvel. A 1dia principal usar um nmero de mtodos

de recuperao micial compatvel com a importncia e o nvel de conhecimento do
resen atrio, dcrxando opes no adequadas de fora e incluindo todas as opes com
possibilidade de sucesso. Se o resef\ a trio em estudo impo1tante para a empresa e \rias
opes so possveis, muitos testes devem ser feitos. Para casos

meno~

importantes ou que

estudos iniciais j levem a um nmero restrito de opes de mtodo de recuperao,

poucas opes micias entraro no "funil" da Figura 4. I.

4.3.2

Fase 2: A\aliao de Esquemas de Produ o/lnjeo

A fase seguinte foi elaborada para avaltao de esquemas de produo/injeo

concebidos com base no mtodo de recuperao e na geometna dos poos definidos na
50

fase anterior. Escolhido o mtodo de recuperao, pode-se determinar o esquema de

produo e injeo do campo. Esta fase divi dida em dois eventos: seleo de
espaamentos regulares para a locao de poos e concepo de malhas de drenagem e
avaliao de um quadro representativo de esquemas de produo/injeo que sero
tambm utilizados para a determinao das reas com maior potencial de recuperao.
Assim como citado na seo anterior, esta avaliao deve respeitar a quantidade bastante
limitada de dados disponveis (referentes a caracterizao geolgica do reservatrio e dos
fluidos contidos neste).

Ao longo da seqncia de testes para seleo dos espaamentos regulares iniciais

que definiro as malhas de drenagem so avaliados simultaneamente trs fatores crticos:
extenso do campo, raio de drenagem detnido para os poos e dimenses dos blocos que
compem a malha de simulao escolhida, considerando a geometria indicada para os
poos na etapa anterior. Estes espaamentos devem proporcionar uma avaliao pe1tinente
da distribuio de leo e da comunicao ao longo das reas estabelecidas para os
reservatrios, especialmente em casos onde o deslocamento do leo determinado pelo
comportamento heterogneo para propriedades como permeabilidade e porosidade e da
presena de descontinuidades (falhas selantes, barreiras de transmissibilidade, etc.).

Os espaamentos iniciais definidos sero utilizados para avaliao dos esquemas

definidos nesta etapa. As simulaes pem1item identificar as reas do campo com maior
potencial de recuperao a partir da avaliao pertinente do desempenho dos poos nas
locaes sugeridas para cada esquema, sob as mesmas condies. Deste modo, toma-se
necessrio estabelecer no modelo de simulao a entrada simultnea em operao de todos
os poos produtores e injetores e que os poos produtores estejam produzindo com as
maiores vazes permitidas (vazes potenciais) a partir do incio da simulao at o
momento em que se atinge uma restrio econmica (vazo mnima de leo ou valor
mximo de BSW). Os clculos associados elevao dos fluidos so simplificados e no
se estabelece um limite para a capacidade de processamento da platafonna.

O procedimento para clculo de valor da funo-objetivo foi elaborado considerando

a utilizao direta dos resultados obtidos para cada alternativa. Aps a realizao desta
etapa obtm-se um quadro composto pelos esquemas com maior potencial de recuperao,
51

que sero submetidos ao procedimento proposto na fase seguinte para obteno de um

nmero preliminar de poos que promova a drenagem adequada para cada alternativa.

No' amcnte, so consideradas para a seqncia das etapas, o mximo de

com potencial de ser a alternativa tima e

~o

alternativa~

descartadas aquelas com baixo potencial.

Como ainda muitos parmetros ainda sero alterados nas prximas etapas, a sugesto. para
as etapas iniciais manter algumas alternativas diferentes mesmo que no estejam entre as
melhores.

4.4

Etapa

B:

Definio

A utomatizada

de

Par metros

de

Projetos

de

Desen ,'olvimento

A etapa subseqente do procedimento proposto envolve a definio automatizada de

parmetros de desenvoh imento. Esta etapa foi estruturada em duas

fa~es:

obteno de

uma estimati\'a ajustada para o nmero de poos produtores e injetores que comporo cada
alternativa do quadro resultante da execuo da etapa anterior e definio dos parmetros
operacionais para estas. Estas fases sero detalhadas nas sees seguintes.

4.4.1

Fase 3: Obteno de uma Estimativa Aj ustad a para o N mero de Poos

Para esta etapa preciso elaborar um algoritmo adequado para a definio do

nmero de poos. Este algontmo deve respeitar o comportamento da funo-objetJ\0
estabelecida para a definio do nmero de poos e os aspectos crticos do projeto que tm
uma influncia significativa neste nmero de poos. Algoritmos mais complexos pennitcm
identificar timos locais e proporcionam uma anlise mais completa do domn1o
estabelecido para a funo-objetivo. Deve-se considerar a velocidade de convergncia e o
nmero de simulaes requeridas, conciliando o custo computacional e a qualidade dos
resultados obtidos.

As curvas potenciais de produo e injeo obtidas por meio das sim ulaes so
utilizadas de fonna bastante direta para o clculo da funo-objetivo. Para cada alternativa
52

realiza-se o processo iterativo que associa o clculo desta funo-objetivo para cada poo
e da alternativa como um todo a uma anlise comparativa dos potenciais de produo c
injeo dos poos, determinando-se o nmero de poos que proporciona a drenagem mais
eficiente e maximiza a funo-objetivo estabelecida para o projeto.

Assim como estabelecido para a segunda etapa descrita na seo anterior, toma-se
necessrio defmir a entrada em operao simultnea dos poos para a obteno da
estimativa ajustada do nmero destes em cada altemativa selecionada, de modo a
assegurar que o valor da funo-objetivo para cada poo ser calculado sob as mesmas
condies e que a anlise comparativa ser pertinente.

Outro detalhe importante que precisa ser considerado para garantir a qualidade das
solues o efeito dinmico de interferncia entre os poos atravs da realizao da
anlise mencionada para comparao do potencial dos poos a cada iterao, identiticando
os ganhos e perdas individuais na produo e mantendo o padro inicialmente proposto
(razo entre o nmero de poos produtores e o nmero de poos injetores). Deve-se
mencionar tambm que os critrios aplicados na anlise comparativa para seleo dos
poos a serem mantidos a cada iterao determinam a velocidade de convergncia e
devem ser ajustados para se obter uma avaliao com o grau de refinamento requerido
pela importncia do projeto.
Para casos em que necessrio avaliar um grande nmero de altemativas, a
automatizao do processo mostra-se bastante interessante, proporcionando uma reduo
no tempo de execuo desta etapa. O nmero de alternativas que devem ser mantidas aps
a realizao desta fase determinado pela importncia e pela complexidade do projeto. A
Figura 4.2 apresenta um fluxograma com os passos que compem o procedimento de
otimizao.

53

Inicializao: Conjunto de Esquemas Obtidos

Aps a Execuo da r Etapa

ClcuJo da Funo - Objetivo

Anlise Comparativa do Potencial dos Poos

Sim

Obteno de um
novo nmero de
Poos

Figura 4.2 Fluxograma para Obteno da Estimativa Ajustada para o Nmero de Poos

4.4.2 Otimizao de Parmetros Operacionais

Esta fase foi construda para definio de parmetros relativos s condies

operacionais para os poos que compem cada uma das alternativas contempladas no
quadro proposto aps a execuo da etapa anterior, considerando as restries tcnicas
associadas principa lmente aos investimentos e custos estabelecidos. Aps a execuo
desta etapa obtm-se um conjunto de boas alternativas, com todos os parmetros
requeridos para a Implementao definidos. Estas alternativas sero ento submetidas
anlise de risco e anlise de deciso para a seleo da que esteja mais de acordo com os
objetivos estabelecidos.

O algoritmo proposto para a definio de parmetros operacionaiS neste trabalho, de

forma semelhante ao algoritmo menc ionado na seo anterior, deve atender ao
comportamento no-l inear da funo-objet ivo e aos aspectos particulares dos parmetros
54

operacionais analisados. O nmero de parmetros a serem avaliados e o grau de

detalhamento para a concepo do algoritmo determinado pela importncia do projeto e
pela complexidade do reservatrio em estudo.

prectso tambm considerar as mesmas restries mencionadas ao longo do

trabalho e um conjunto de premissas operacionais previamente definidas, por exemplo,
intervalo regular para a entrada dos poos (que funo da disponibilidade de sondas e do
tempo requerido para perfurao/completao dos poos), data para o incio da injeo e a
data de encerramento do projeto (em geral considera-se um limite econmico).

A automatizao do procedimento pode ser implementada atravs da construo de

programas para montagem dos arquivos de simulao para cada iterao e que utilizem de
forma direta os arquivos gerados pelos ps-processadores para o clculo da funoobjetivo e classificao dos resultados.

4.5

Etapa C: Anlise de Risco e Anlise de Deciso

Nesta etapa, as alternativas selecionadas aps a execuo da fase 4, so submetidas

uma anlise de risco e em seguida uma anlise de deciso. Com base nesta anlise de
deciso selecionada a a lternativa que se encontra mais adequada aos objetivos
estabelecidos para o projeto. A Fase 5 de anlise de risco e a Fase 6 de anlise de deciso
sero descritas nas sees seguintes

4.5.1 Fase 5: Anlise de Risco

Esta fase deve ser composta por mtodos que proporcionem uma quantificao
adequada dos riscos considerados na elaborao do projeto e uma avaliao do impacto
exercido por estes. Os riscos podem ser tcnicos, operacionais, geolgicos, financeiros,
etc.

55

No caso da anlise de risco geolgico para projetes de desenvolvimento, conforme

citado antenormente, a quantidade de dados geolgtcos e estruturais disponvets para a
elaborao de projetes conceituais aplicados a campos novos bastante limitada. Podem
ser ut1hzados conceitos geoestatsticas, como a interpolao por krgagem e a Simulao
estocstica para a construo de cennos geolgicos que incorporem aos modelos de
simulao as incertezas associadas aos atributos geo lgicos. A partir destes cenrios
aplica-se uma metodologia adequada para a seleo de um conjunto de atributos crticos e
para a avaliao do impacto exercido por estes. O nvel de detalhamento desta
metodologia deve compatibilizar a qualidade desejada para os resultados e um custo
computacional adequado. Esta anlise crtica para resenatrios complexos. que
apresentem, por exemplo, alto grau de heterogeneidade, canais de alta permeabilidade,
barreiras, falhas c aqferos.

Para a anlise de risco financeiro, preciso construir uma metodologia adequada

para avaliao do impacto exercido pelo conjunto variveis selccionadas. Recomenda-se
estabelecer um quadro de diretrizes para selecionar os atributos financeiros crticos e
ajustar esta anltse de sensrbilidade ao nvel de detalhamento e s restries de tempo de
processamento e custo computaciOnal. Estas diretrizes devem apresentar um carter
abrangente, sendo fundamentadas em trabalhos recentes e tendncias do mercado. O
enfoque principal deve ser a incorporao da e"oluo do tluxo de catxa ao longo do
tempo, de uma forma bastante pertinente para a tomada de decises segundo o plano
estabelecido para a gesto do projeto.

Outro aspecto a ser mencionado que a formulao empregada para a anlise

econmica de\e apresentar flexibilidade de modo a agregar part1culandades inerentes s
tributaes, participaes espec1ais, antec1pao de produo, parcerias c outros

aspecto~

financetros que se tomem crticos para a implementao de um projeto.

4.5.2

Fase 6: Anlise de Deciso

Para esta fase preciso desen-.olver um mtodo de anlise de dec1so que pem1ita
selecionar a alternativa mais adequada considerando os objetivos estabelecidos para o
56

projeto. Entre as ferramentas indicadas podem ser mencionadas a anlise grfica e a teoria
da utilidade multi-atributos.

Para a anlise grfica deve-se definir dois objetivos (que podem ser dois indicadores
a serem maximizados ou minimizados) e construir um grfico com os valores destes.
Neste grfico deve ser acrescentada a curva da fronteira eficiente determinada para o
projeto e a alternativa a ser escolhida a que se encontrar mais prxima da fronte1ra
eficiente.

Para a utilizao da teoria da utilidade multi-atributos, inicialmente, necess ri o

estabelecer de forma bastante clara um quadro de objetivos mensurveis para a construo
das funes-utilidade individuais- U 1(x) relativas a cada um destes.

Aps a definio das funes-utilidade individuais so estabelecidos os pesos para

estas funes segundo a importncia relativa dos objetivos do projeto. As funesutilidades individuais so ento agrupadas de forma aditiva, obtendo-se a funo-utilidade
mui ti -atributos.

Convm destacar que as fonnulaes aplicadas s funes-utilidades indi viduais

devem retratar a relao entre o comportamento das variveis e o interesse do tomador de
decises nas diferentes alternativas. Os pesos atribudos a estas funes-u tilidades devem
expressar as imp011ncias relativas na escolha.

4.6

Etapa D: Refina mento

Esta etapa tem por objetivo mel horar a alternativa selecionada aps a anlise de
deciso. Esta etapa deve ser executada em casos onde se verifica a necess1dade de uma
otimizao complementar de um grupo especfico de parmetros da alternativa
selecionada, que as anlises realizadas na fase 5 indiquem exercer uma influncia muito
significativa na funo-objetivo estabelecida. A avaliao dos resultados gerados aps a
execuo desta fase deve proporcionar um melhor entendimento da interao entre estes
parmetros crticos e da sua atuao combinada no comportamento da funo-objetvo.
57

Estas melhoras podem ser obtidas por otimizaes antes da implementao da alternativa
(Fase 7) ou aps a implementao (Fase 8 e Fase 9).

4.6.1

Fase 7: Otimizao Suplementar de Parmetros Especficos

Entre os parmetros recomendveis para esta fase de otimi;ao complementar

devem ser mencionados. por exemplo, cotas de produo e injeo {para poos alocados
em um mesmo bloco no reservatrio e que estejam interligados a uma mesma plataforn1a),
assim como cotas de gas-lifl para poos que apresentem um potencial de produo inferior
ao desejado. Para muitos projetos pode tambm ser mteressante implementar uma
otimin:1o de intervalos de completao de poos produtores, considerando o volume
origmal de leo

111

situ, a dic;tribUJo de espessura porosa c as permeabilidades horizontais

e verticai!-1 ao longo da rea de reservatrio. Isto proporciOnaria uma reduo considervel

nos custos de perfurao e completao dos poos e mmimizaria na medida do posshel a
ocorrncia de chegada da gua prematura nos poos produtores.

A seleo de cenrios representativos de\ e atender ao grau de incerteza associado a

cada varivel considerada para otimizao, conciliando as suas caractersticas individuais
e os critrios estabelecidos para os proJetos. Estes dois aspectos esto sempre associados e
tambm devem ser considerados na construo do algoritmo para a otimizao
mencionada. A incluso desta etapa acarreta um aumento no custo computacional e em
muitos casos, no nmero de

simulae~

requendas pelo processo, &endo importante

aju~tar

o custo ad1cional c o ganho de qualidade associado ao novo conjunto de solues. dada a

Importncia do projeto.

Ponderando estas recomendaes inicialmente mencionadas, uma abordagem

bastante conveniente para a elaborao desta etapa a automatizao dos algoritmos de
otimizao por meio de programas que proporcionem uma interao bastante eficiente
com os dados fornecidos aps o processamento das simulaes e redu/a o tempo
necessrio para a execuo da anlise especificada.

58

4.6.2

Fases 8 e 9: Otimizao Complementar Aps Fase de Produo Inicial e

Otimizao Complementar para Campos Maduros

Aps um perodo de produo, pode-se observar uma necessidade de melhorar o

desempenho da estratgia em operao. Este o momento para realizao da Fase 8 do
procedimento. Ela proporciona uma nova otimizao do projeto, com a avaliao de
alternativas como infi/1 drilling (para drenagem de reas no varridas), recompletao de
poos que estejam produzindo com BSW ou RGO.

Mais tarde, quando o campo atinge a sua "maturidade", pode-se observar um novo
potencial de otimizao, buscando a sua revitalizao. Este seria o momento para a
execuo da Etapa 9 do procedimento. Neste caso, pode-se buscar uma nova otimizao a
partir da estratgia corrente, contemplando mtodos especiais de recuperao como
injeo de vapor ou de produtos qumicos para a drenagem de reas do campo que
contenham leos mais viscosos.

59

Captulo 5
Aplicaes

Neste captulo so apresentados os exemplos selecionados para avaliao do

desempenho

da

metodologia

desenvolvida

neste

trabalho,

destacando

aspectos

detem1mantes referentes elaborao dos modelos de lluxo e construo dos cennos

econmicos adequados s anlises de sensibilidade propo<..tas. So discutidas tambm
algumas opes feitas para a realizao das etapas descritas na metodologia.

5.1

Descrio Geral dos Exemplos

Para a avaliao do desempenho da metodologia foram escolhidos 5 exemplos de

reservatrios martimos baseados em 2 campos pertencentes Bacia de Campos no Estado
do Rio de Janeiro. Os quatro primeiros exemplos foram construdos a partir do Campo I
com a aplicao respectivamente de um mecanismo de gs cm soluo, um mecanismo de
intluxo de gua por atuao de aqfero de fundo, um mecanismo de gs em soluo
associado a espessuras porosas reduzidas e um mecanismo de gs em soluo associado a
um leo pesado. O quinto exemplo foi elaborado a partir do Campo 2 com a aplicao de
um sistema de falhas associado a um mecanismo de gs em soluo.

Estes exemplos, cm funo das suas caractersticas, permitt:m a utilizao de

modelos black-oil para a simulao. Foram escolhidos dois simuladores Black-oil
comerciais: para os exemplos aplicados ao primeiro campo optou-se pelo IMEX da CMG,
enquanto que para o exemplo baseado no segundo campo optou-se pelo simulador

60

ECLIPSE da Geoquest/SCHLUMBERGER. Os modelos de simulao foram construdos

a partir de uma estrutura simplificada, respeitando as restries decorrentes da quantidade
limitada de dados fsicos e geolgicos disponveis para reservatrios em estgio inicial de
desenvolvimento e tambm por ser o objetivo deste trabalho o desenvolvimento de
metodologia e no de aplicao.

A malha aplicada ao primeiro campo foi composta por 28 x 51 x 6 blocos nas

direes x, y, z respectivamente, com dimenses de 150m nas direes x e y e dimenses
variveis na direo z. Para o segundo campo os modelos foram construdos a partir de
uma malha composta por 40 x 40 x 1Oblocos com dimenses de 150m nas direes x e y e
dimenso de 2m na direo z.

5.2

Critrios Estabelecidos para Aplicao da Metodologia aos Exemplos Propostos

Para que esta metodologia proporcione anlises adequadas ao longo da execuo das
etapas foi necessrio estabelecer um conjunto de critrios, considerando os cinco
exemplos propostos. Os poos produtores apresentam um canhoneio efetivo em 30% da
espessura das camadas e esto completados em todas as camadas que apresentem uma
saturao de gua equivalente apenas a de gua conata. O limite econmico para operao
do poo BSW mximo de 90% (a vazo de gua produzida corresponde a 90% da vazo
total de lquido. Com relao aos poos injetores, determina-se um intervalo para o incio
de operao de acordo com a condio inicial de presso do reservatrio e das condies
operacionais de1inidas para os poos, de modo a evitar a ocorrncia de problemas
operacionais e de convergncia bastante graves ao longo da simulao, especialmente em
regies com espessuras mais baixas ou permeabilidades e porosidades reduzidas. A gua
injetada com a mxima vazo possvel at o limite de presso estabelecido.

61

5.3

Parmetros Referentes ao Campo 1

Os dados referentes a testes realizados para o Campo I foram utilizados para a

elaborao dos modelos de simulao para os Exemplos A, B, C e O. Os valores adotados
para um conjunto de parmetros geolgicos c propriedades de nuidos so apresentados nas
Tabela 5.1 e 5.2.
Tabela 5. 1: Parmetros Geolgicos para os Quatro Exemplos Relacionados ao Campo I

VALO R

UNIDADES

8568

Blocos

5 I i X 28J " 6"

150

Varivel

Permeabl11dade Honzontal

255

MD

Perrneabi Iidade Vertical

26

MO

Poros1dade (<!>)

24

3100

Par metros Geol gicos

Nmero de Blocos
Dimenses da Malha
D1men~o

dos Blocos- Di r. X c Y

Espessuras dos Blocos

Dir. Z

Profundidade Mdia

Tabela 5.2: Parmetros de Fluidos para os Exemplo:, A, B e C RelaciOnados ao Campo I

Propriedades de Fluidos

VALOR

UN IDADES
0

Densidade do leo

28

AP I

Densidade do Gs

0,76

relativa a densidade do ar

Presso de Saturao

210

kgf/cm-

s"i

18

Sor

22

Conforme j mencionado anterionnente, o modelo elaborado para o Exemplo C

apresenta espessuras porosas redu;idas. Para efeitos de comparao com os resultados
obtidos para o Exemplo A, optou-se por manter a proporcionalidade na distnbuio destas
espessuras ao longo da rea.

62

Para o Exemplo D foi adotado o mesmo modelo geolgico elaborado para o

Exemplo A (distribuio de permeabtlidades, distribuio de espessuras e porosidades). O
valor atribudo densidade do leo mais pesado contido no reservatrio foi 16 API,
associada a uma viscosidade de 25 cp.

Para o clculo da funo-objetivo ao longo das etapas que compem a metodologia

foi necessrio inc1uir na f01mulao um quadro restrito de investimentos (determinados
pelas caractersticas da plataforma) e de custos de perfurao associados ao tipo de poo e
uma taxa de atratividade. A Tabela 5.3 apresenta os va lores definidos para estes
parmetros aplicados aos quatro exemplos construdos a partir do Campo I.

Tabela 5.3 : Parmetros Financeiros para os Quatro Exemplos Relacionados ao Campo I

PARMETROS FINANCEIROS

VALOR

UN IDADES

Custo de Perfurao/Poo: Produtor Vertical- Terrestre

1.000.000

US$

Custo de Perfurao/Poo: lnjetor Vertical- Terrestre

890.000

US$

Custo de Perfurao/Poo: Produtor Vertical- Martimo

5.300.000

uss

Custo de Perfurao/Poo: lnjetor Vettical- Martimo

4.900.000

US$

Custo de Perfurao/Poo: Produtor Horizontal- Martimo

8.000.000

US$

Custo de Perfurao/Poo: Injetor Horizontal -Martimo

7.200.000

uss

15

60

Investimento- Plataforma Caisson

3.500.000

US$

Investimento- Plataforma Jaqueta

13.000.000

US$

Taxa de Atratividade - Anual

Nmero de Sondas Disponveis
Lmina de Agua

Complementando as informaes necessrias para a construo do cenrio

financeiro aplicado aos exemplos construdos a partir do Campo I, o valor utilizado para o
custo de produo nos Exemplos A e 8 foi US$ I 0,00/bbl associado a um preo de venda
de US$ 18,00/bbl. Estes valores foram definidos com base nas propriedades do leo e nas
condies operacionais da plataforma. Para o Exemplo C o custo de produo adotado f01
US$ 12,00/bbl e o preo aplicado para a venda do leo foi US$ 18,00/bbl. O custo de
63

produo adotado para o leo pesado do exemplo O foi US$ 13,00/bbl associado a um
preo de 'enda de USS 16,00/bbl. O preo de venda do gs adotado para os 4 exemplos foi
deUS$ 90,00/1.000 m

Com base na lmina de gua e nas informaes apresentadas no Anexo I,

a~

platafonnas adequadas aos projetas de desenvolvimento para os exemplos A, B, C e D so

as do tipo Caisson ou jaqueta. A escolha entre o::, dois tipos de platafonna obedeceu aos
critrios de custo de aquis1o e ao nmero de poos que compem a malha de drenagem,
dando origem ao seguinte quadro de diretri7es:

Tabela 5.4: Oiretri7es para a Seleo de Plataformas

5.4

NMERO DE POOS

FACILIDADES

1- 7

I plataforma tipo Caisson

8 - 14

2 platafom1as tipo Caisson

14-22

3 plataformas tipo Caisson

> 22

.Jaqueta

Parmetros Aplicados ao Campo 2

As informaes referentes aos levantamentos ssmicos. testes de formao c

periilagens reali?adas para o Campo 2 foram utill;adas para construo do modelo de
simulao para o Exemplo E. Os valores adotados para um quadro de parmetros
geolgicos e propriedades de fluidos so apresentados nas Tabela 5.4 e 5.5.
Tabela 5.5: Parmetros Geolgicos para o Exemplo Relacionado ao Campo 2.

PARAMETROS GEOLOGICOS

VALOR

UNIDADES

16000

Blocos

40i x 40 1 .>.. 1o~..

150

I .000 a 8.000

mO

0,3 *KH

mO

Nmero de Blocos
Dimenses da Malha
Dimenso dos Blocos- Dir. X e Y
Espessuras

Dir. Z

Permeab1l1dade Horizontal
Perrneabi Iidade Vertical

64

Tabela 5.6: Parmetros de Fluido para o Exempl o Relacionado ao Campo 2

Propriedades de Fluidos

VALOR

UNIDADES

Densidade do Oleo

21

Densidade do Gs

0,76

(relativa: dens. Ar= I)

Presso de Saturao

270

kgf/cm 2

s,,,

0, 15

Sor

0,25

AP1

O cenrio financeiro considerado no clculo da funo-objetivo e nas anlises

comparativas foi ajustado s caractersticas de explotao do Campo (que so funo do
o API

do leo, da lmina de gua e do desempenho dos poos). A Tabela 5.6 apresenta os

valores definidos para investi mentos, custos de perfurao e taxa de atratividade para este
Exemplo E construdo a partir do Campo 2.

Tabela 5.7: Parmetros Financeiros para o Exemplo Relacionado ao Campo 2

PARAMETROS FINANCEIROS

VALOR

UN IDADES

1.000.000

US$

890.000

US$

Custo de Perfurao/Poo: Produtor Vertical - Martimo

5.300.000

US$

Custo de Perfurao/Poo: lnjetor Vertical- Martimo

4.900.000

US$

Custo de Perfurao/Poo: Produtor Horizontal -Martimo

8.000.000

uss

Custo de Perfurao/Poo: lnjetor Horizontal- Martimo

7.200.000

US$

Taxa de Atratividade - Anual

15

Nmero de Sondas Disponveis

Custo de Perfurao/Poo: Produtor Vertical- Terrestre

Custo de Perfurao/Poo: lnjetor Vertical- Terrestre

Investimento - Platafonna Semi-submersvel

Lm ina de Agua

92

uss

1.000

Com base em uma anlise similar s realizadas para os exemplos construdos a partir
de dados referentes ao Campo 2, o custo de produo adotado para este Exemplo E foi
US$ 12,00/bbl e o preo aplicado para a venda do leo foi US$ 18,00/bbl. O tipo de
65

platafom1a escolhido na elaborao de projetos de desenvolvimento foi a Semisubmersvel, sendo o investimento requerido para sua aquisio determinado pelo nmero
de poos a serem interligados.

5.5

Exemplo A: Campo 1 - Mecanismo de Gs em Soluo

O modelo de 5imulao elaborado para o Exemplo A apresenta 5 camadas (4

camada~

portadoras de leo c uma camada inferior caracterizada por uma saturao ma1or

de gua) com um total de 7.140 blocos divididos em 3 regies. A presso Jntcial encontrase acima da presso de saturao, caracterizando um resenatrio sub-c;,aturado e o
mecanismo atuante para a produo dos fluidos a expanso de gs em soluo.

A produo do leo do campo acarreta um declnio contnuo de presso no

resen atno e obsena-se a formao de uma capa de gs secundria aps esta presso
atingir o \ alor de sua presso de saturao. A partir de ento, a expanso desta capa de gs
secundria passa a atuar como mecanismo que fornece energia para a produo de fluidos.

Com m mencionar que as distribuies de porosidade e permeabilidade (nas

d1recs horiLontal e \ertical) apresentam valores relativamente altos que obedecem a uma
distnbuio homogenea, caracterizando um reservatrio com boa comunicao de presso,
tanto na direo vertical quanto na horizontal.

5.6

'

Exemplo B: Campo 1 - Mecanismo de Influxo de Agua por Atuao do

Aq fero de fundo

O modelo de simulao construdo para o Exemplo B apresenta o mesmo nmero de

camada:, e blocos que o modelo descrito na 6eo anteri or. A camada inferior desta malha
representa um aqfero de fundo bastante atuante, que fornece a energia para a produo
de leo por meio do influxo de gua. importante ressaltar que este aqfero f01 definido
no modelo de simulao segundo as formulaes desenvolvidas por Fetkovitch para
aqfero radial infinito, visan do retratar de forma mais correta o comportamento esperado.

66

As distribui es de permeabilidade, porosidade e espessura, ass1m como as

condies iniciais de presso so iguais s utilizadas no modelo do Exemplo A. Isto
permitiu identificar as particularidades dos mecanismos de gs em soluo e influxo de
gua que precisam ser consideradas na implementao da metodologia proposta neste
trabalho.

5. 7

Exemplo C: Campo 1 - Mecanismo de Gs em Soluo Associado Espessuras

Reduzidas

O modelo de simulao para este terceiro exemplo tambm apresenta o mesmo

nmero de camadas e blocos que o modelo utilizado no Exemplo A. Para a sua elaborao,
as conservou-se a distribuio original de saturaes de fluidos nas camadas e fo i aplicado
um redutor amadas apresentam a mesma di stribuio original de saturaes de fluidos e as
espessuras foram submetidas a uma reduo proporcional, mantendo-se constante a razo
entre as espessuras das clulas.

As distribuies de permeabilidade, porosidade, ass11n como as condies iniciais de

presso so iguais s utilizadas no modelo do Exemplo A. Isto viabilit.ou o estudo do
impacto da distribuio de espessuras na definio das traj etrias e intervalos de
completao dos poos e tambm a avaliao da compatibilidade das diretrizes utilizadas
na primeira etapa da metodologia para ambos os exemplos.

5.8

Exemplo 0: Campo 1 - Mecanismo de Gs em Soluo Associado a leo de

Alta viscosidade

O modelo de simulao elaborado para este quarto exemplo tambm apresenta o

mesmo nmero de camadas e blocos que o modelo utilizado no Exemplo A. As camadas
apresentam a mesma distribuio original de saturaes de fluidos.

67

As espessuras e as distribuies de permeabi I idade, porosidade, assim como as

condies iniciais de presso so iguais s utilizadas no modelo do Exemplo A. O leo
contido no reservatrio tem alta v1scosidade (25 cp) e uma densidade de 16 o APL A
comparao dos resultados obtidos para o Exemplo D e para o Exemplo A, pennitir
avaliar o impacto da qualidade do leo nas tomadas de deciso ao longo da elaborao de
um projeto conceituai.

5.9

Exemplo E: Campo 2 - Mecanismo de Gs em Soluo Associado a Sistema de

Falhas

O modelo de simulao para o Exemplo E, elaborado a partir de um segundo campo

apresenta IO camada~ com espessura constante (8 camadas portadoras de leo e as 2
camadas inferiores saturadas com gua). Tambm para este modelo a presso inic1al
estabelecida encontra-se acima da presso de saturao, caracterizando um resen atno
sub-saturado. Deve-se ressaltar a fonnao de uma capa de gs secundria, que passa a
atuar como principal mecanismo de produo aps a presso do reservatrio atingir
valores infcnores presso de saturao. O SIStema de falhas verticais atravessa as deL:
camadas e di\ ide o resen a trio em trs reas com comunicao bastante reduzida de
presso.

A distribUJo dos parmetros geolgicos foi defimda com a utilizao de

procedimentos da geoestatstica (krigagem e simulao estocstica). Os 'alores para as
penneabilidades (nas direes horizontal e vertical) variam de forma relativamente
gradual ao longo do malha estabelecida para o modelo, cm um intervalo de 2.000 a 8.000
mO. Os \ alores mais ele' ados encontram-se no faixa central do reservatrio c tomam-se
menores na direo das C\tremidades.

68

5.1 O Especificaes para as Etapas e Fases do Procedimento Aplicadas aos Exemplos

Selecionados

Nesta seo sero apresentados as especificaes estabelecidas para as fases que

compem o procedimento para aplicao aos 5 exemplos escolhidos. A Tabela 5.8
apresenta um resumo geral e os pargrafos seguintes detalharo estas especificaes.
Tabela 5.8: Especificaes as Etapas e Fases que Compem o Procedimento Aplicadas aos
Exemplos Selecionados

Fase 1
Fase 2

Fase3
Fase 4

Fase 5

Fase 6

Etapa A: Definio Manual de Parmetros

Mtodos de Recuperao Avaliados: Recuperao Primria
Injeo de gua
Avaliao de Malhas de Drenagem - Espaamento Regula r
Avaliao de lntervalos de Completao
Etapa B: Definio Automatizada de Parmetros
Algoritmo Apresentado na Figura 5.
Parmetros selecionados: Cronograma de Entrada dos Poos
Data de Incio da lnjeo
Etapa C: Anlise de Risco e Anlise de Deciso
Anlise de Risco Geolgico
Procedimento baseado na Metodologia Proposta por Steagall
Seleo dos Atributos Crticos
Construo do Modelo Base
Elaborao de Nove Modelos Representativos
3 Pessimistas (Soma das Probabilidades de Ocorrncia - 20%)
3 Mais Provveis (Soma das Probabilidades de Ocorrncia - 60%)
3 Otimistas (Soma das Probabilidades de Ocorrncia- 20%)
Anlise de Risco Financeiro
Atributo Incerto - Preo do leo
3 Preos - I Pessimista, I Mais Provvel e l Otimista
Probabilidades de Ocorrncia: 20%, 60% e 20%- Respectivamente
Anlise Grfica
Anlise Conjunta de 2 Objetivos- Funes-Utilidade

69

5.10.1 Especificaes para as Etapas A e B

A funo-objettvo a ser maximizada nas quatro primeiras etapas que compem a

metodologia proposta neste trabalho foi o valor presente lquido (VPL). Este mdicador f01
escolhido por englobar parmetros de reservatrios e operacionais associados a cenrios
econmicos, sendo bastante adequado para a otimizao de projetes conceituais. Para a
avaliao do desempenho da metodologia optou-se por analisar tambm, de forma
integrada, a produo acumulada de leo (Np) em cada etapa do processo para todos os
casos.
Na Fase I de deJimo do mtodo de recuperao c da trajetria dos poos os
mtodo" analisados poos com trajetna vertical e honzontal. Foram a' aliados 2
intervalos de completao (poos produtores completados nas camadas I e 2 e
completados nas camadas 1, 2, 3 e 4 para os Exemplos A, 8, C e D. Para o Exemplo E,
poos produtores completados nas camadas I, 2, 3 e 4 e completados nas camadas I. 2, 3,

4, 5, 6, 7 c 8)

Na Fase 2 as locaes dos poos que compuseram as malhas de drenagem e injeo

respeitaram espaamentos regulares.

O algoritmo utilizado para a obteno de uma estimativa ajustada para o nmero de

poos na fase 3 foi dividido cm dois passos. No passo I, para cada alternativa, a primeira
iterao utiliza a malha densa com o espaamento imcial, realiza-se a simulao e calculase o YPL do Campo. Sclcciona-se urna ftao dos poO!> - que apresentarem o pior
desempenho e estes poos so excludos. RcaliLa-se ento uma nova simulao e calculase o VPL do campo. Este processo repetido at que o VPL do campo diminua. Tem
incio ento o passo 2, cm que se realiza uma busca baseada no mtodo da bisseo com o
intervalo definido pelas duas ltimas iteraes do passo I. Ao final do passo 2 obtm-se a
estimativa ajustada para o nmero de poos. A Figura 5.1 Apresenta o Fluxograma para
este algoritmo

Para a fase 4 os parmetros operacionais escolhidos foram: cronograma de entrada

dos poos e data de incio da injeo. Na determinao do melhor cronograma aplicada a

70

cada exemplo foi estabelecido um quadro de cronogramas para as alternativas mantidas

aps a realizao da fase 3. Estes cronogramas foram implementados nas simulaes e
utilizando as curvas de produo geradas pelas simulaes foram calculados os valores
para o VPL do Campo. Uma vez identificado o melhor cronograma para a entrada dos
poos, tem incio o processo para determinao da melhor data para incio da injeo. O
processo foi iniciado com um intervalo de 2 meses entre a entrada do primeiro poo
produtor e o primeiro poo injetor, com o aumento gradual deste intervalo. Para cada
alternativa proposta para os exemplos foi escolhida a data de incio para a injeo que
proporcionou o maior VPL para o campo.

C Rodada- Malha Densa

Simulao- Clculo do VPL do Campo

Obteno de um Novo Nmero de Poos
Descartar poos com os
menores valores de VPL
Sim
No
Simulao - Clculo do VPL do Campo
Busca - Bisseo
Obteno de um Novo Nmero de Poos

Figura 5.1: Algoritmo Aplicado aos Exemplos para Obteno de Estimativa tima para o
Nmero de Poos

71

Especificaes par a a An lise de Risco

5.10.2

Para este trabalho os riscos considerados foram os riscos inerentes ao!:> atributos
geolgicos c o risco financeiro.

O procedimento utili7ado para anlise de risco geolgico neste trabalho foi baseado
na metodologia proposta por Steagall [2001]. Ele requer o tratamento das mcertezas
existentes e a construo de um modelo base integrada a um planejamento de
experimentos para detinio do nrncro de atributos incertos (entre eles: espessura,
extenso de aqfero, permeabilidades e porosidade entre outros). do intcn alo de
\ anabihdade

para

os

parmetros

geolgicos

considerados,

admitindo-se

total

independncia entre estes atributos. Os atributos crticos so definidos atravs de uma

anlise de sensibilidade parmetro a parmetro, a partir do modelo de reservatrio mais
prod\el.

A partir do conjunto inicial fonnado por todas as combmaes possvei5 so

aplicados critrios para a montagem de um conjunto de modelos representativos
dimens1onado em funo da importncia do projeto, conciliando os critrios de custo
computacional e prazo.

Os critrios aplicados na escolha dos modelos representativos so definidos por: (a)

o nmero de 'arivcis passveis de reduo de incerteza,

as~ociadas

aos seus respecti\ os

nveis, de forma que, quanto maior o nmero de atributos cujas incertezas possam ser
eliminadas ou reduzidas por meio da aquis io de novas informaes, maior o nmero de
modelos

rcpre~entativos;

(b) do grau de disperso ou concentrao apresentado pela

distnbuio de pontos no grfico VPL versus FR, que indica uma diferena significatn a
ou no entre os valores de VP L e FR; (c) da distribuio de probabilidades de ocorrncia
rclacionuda a cada modelo gerado; (d) da im po1tnc ia atribuda ao projeto conceituai grau de confiana que se deseja obter no processo - considerando que, a preciso e a
confiabilidade da anlise esto diretamente relacionados com o nmero de modelos
representativos e, (e) do prazo definido para a realizao do processo de anlise de risco.

72

De uma forma geral, a escolha dos modelos representativos est fundamentada nas
funes-objetivo, mencionadas anterionnente como, o valor presente lquido (VPL),
produo de leo (Np), fator de recuperao (FR) e produo de gua (Wp). Para a
composio do conjunto de modelos representativos devem ser selecionados modelos que
apresentem diferenas significativas no fator de recuperao (FR) e que esto prximos de
PI O, PSO e P90 do valor presente lquido (de modo a garantir tambm uma grande
variao no Np e Wp).

O nmero de modelos que deve compor o quadro de modelos geolgicos

representativos deve considerar o grau de incerteza associada aos parmetros selecionados
(quanto maior as incertezas, maior o nmero de modelos que devero compor o quadro) e
atender aos critrios de custo computacional e preciso estabelecidos para esta anlise.
Aps a construo dos modelos so definidas probabilidades de ocorrncia para cada um
deles e cada alternativa selecionada aplicada a este quadro de modelos representativos.

As probabilidades de ocorrncia atribudas a cada um destes cenrios so definidas

com base no conhecimento do gelogo. Uma atribuio pertinente destas probabilidades,
respeitando as incertezas, um aspecto determinante para a obteno de resultados
coerentes. Atualmente existem tcnicas bastante apropriadas para a definio destas
probabi !idades.

Para os exemplos A, C, D e E os atributos incertos so apresentados na Tabela 5.8.

O atributo volume poroso agrega a incerteza no apenas quanto porosidade, mas tambm
associada ao volume de rocha do reservatrio. Para a definio das distribuies de
penneabildades horizontal e vertical utilizou-se um mapa determinstico, considerado
como o mais provvel segundo as informaes analisadas pelos gelogos. Os demais
nveis so obtidos por meio da aplicao de fatores multiplicadores a todas as clulas do
mapa. A compressibilidade da rocha foi tratada como um atributo uniforme para todo o
reservatrio.

73

Tabela 5.9: Atributos Criticos para os Exemplo A, C, O e E.

ATRIBUTOS

NVEIS
porO

Porosidade

por! =porO * Ct
por 2 = porO
permxO

PermcabiIidade
Horizontal
Pem1eabi Iidade
Vertical
Compressibi Iidade
Da Rocha

onde c 1, c3 e

c~,

* c2

* C3
permx2 = perm>.O * c-l

permx I = permxO
permzO
pennz 1 = pcrmz
permz2 = pcnnLO
cpor

* c5
* c6

cporl = cporO * C7
cporO = cporO * cl:l

c 7 apresentam valores entre O e I e as constantes

c~,

c4 , c6 .- cx assumem

valores maiores que 1. Os nveis O, I e 2 estabelecidos representam respectivamente os

nveis mais provvel, pessimista e otimista.

Com relao ao Exemplo B- elaborao de um projeto para o desenvolvimento de

reservatrios com mecanismo de mtluxo de gua por atuao de aqfcro de fundo ou
lateraL de\ e-se ressaltar que anlise de ri sco precisa considerar de fonna bastante coerente
as incerte;as merentes modelagem adotada para e5>te aqfero (para este exemplo
con5>iderou-se como atributo incerto a extenso do aqfero ).

74

Tabela 5.10: Atributos Crticos para o Exemplo 8

ATRIBUTOS

NfVEJS
porO
Porl =porO* c 1

Porosidade

Permeabi I idade
Horizontal
Permeabilidade
Vertical
Compressibilidade
Da Rocha

Extenso do Aqfero

onde c,,

C3

cs,

C7

C9

Por 2 = porO * c2
PermxO
Permx 1 = permxO * c3
Permx2 = permxO * c~
PermzO
Permz 1 = permzO * c5
Permz2 = pennzO * c6
cporO
Cpor 1 = cporO

* c7

CporO = cporO * cs
eaqO
Eaq I = eaqO * c9
Eaq2 = eaqO * cw

apresentam va lores entre O e I e as constantes c2, c4 , c6, cs e c 1o

assumem valores > l e os nveis O, 1 e 2 representam respectivamente os nveis mais

provvel, pessimista e otimista.

Na construo do quadro de modelos representativos para a anlise de risco aplicada

aos 5 exemplos selecionados neste trabalho, so utilizados 9 modelos geolgicos,
considerando 3 otimtstas (representativos de P10), 3 mdios (representativos de P50) e 3
pessimistas (representativos de P90). O nmero de modelos foi definido com base no
nmero de atributos incertos considerados e os nveis atribudos a estes. As probabtlidades
de ocorrncia de cada um desses cenrios aplicados na anlise de risco so atribudas com
base no conhecimento do gelogo. Cada conjunto de modelos representativos de P 1O, PSO
e P90 tm respectivamente 20%, 60% e 20% de probabilidade de ocorrncia, resultando
nas seguintes probabilidades de ocorrncia para os modelos: para cada cenrio otimista 6,67%, para cada cenrio mdio- 20% e para cada cenrio pessimista - 6,67%.

Na realizao da anlise de risco financeiro optou-se por definir apenas um atributo

financeiro incerto para a composio dos cenrios - o preo do leo, aplicando-se trs
75

nYeis (valores) para este parmetro. Para os Exemplos A, 8, C, E os 'alores utilizados

foram USS 14,00/bbl, US$18,00/bbl e US$25,00/bbl. Para o Exemplo O, caracterizado por
um leo mais viscoso foram utilizados os valores US$12,00/bbl, US$16,00/bbl e
US$22,00/bbl. Em runo destes valores foram selecionados trs

nvei~

para o

investimento requerido por cada alternativa: Para o preo mais bai>..o e o preo mais alto a
probabilidade de ocorrncia adotada foi 20%, enquanto que para o preo mdio f01
definida uma probabilidade de 60%.

A Tabela 5.11 apresenta os modelos para o clculo dos indicadores VME, Risco
(foram utilizadas duas definies para Ri sco), NpAtE (para o Exemplo E).

Tabela 5.11: Modelos para o Clculos dos Indicadores

Modelo para Clculo dos Indicadores
Considerando as Probabilidades atribudas aos 9 Modelos Representativos
VME = Probre~rY PLPes l + Probrcs2VPLPc<l + Probres3YPLPc~3 + VPLMdiVPLMdl +
+ ProbMd3VPLMdJ + Probotl VPL<>tl + Probo,:2 YP Lo12 +
ProbMd~VPLMd~
ProbotJ' YPLot3
Vl\lE = 0,067YPLrc~l + 0,067VPLrc,:2 + 0,067VPLp.:,J + 0,067Y PL~1dl +
0,067VPL,1d2 + 0,067VPLMd3 + 0,067VPLotl + 0,067VPLoc + 0,067VPLot3
RiscoA = YPLmj,- VPLmm- Utilizando os 9 Modelos Representativos
RiscoB = (VPLm.h- YPLmm)/VME- Utilizando os 9 Modelos Representativos
Para o E>..emplo E:
NpAtE = Probpc~l NpAtresl + Probre~2NpAtPrs2 + Probr~~3 NpAtpc,1 + ProbMdiNpAtMIII
+ProbMd:rNpAtMd2 + ProbMd3NpAtMo3 + Probot lNpAtotl + ProboaNpAlot2 + Probo13NpAto13
NpAtE = 0,06 7NpA tresl + 0,067NpAIPe~2 + 0,067NpAtpc,3 + 0,067NpAt..,1dl +
0,067NpAtMd2 + 0,067NpAtMd3 + 0,067NpAto1J + 0,067NpAto12 + 0,067NpAto13
Modelo para Clculo dos Indicadores
Considerando as Probabilidades atribudas aos 3 Preos Reprcscntati\OS
VMEcomb- Probf>rcoiVMErreol + ProbPrco2VMErreo2 + ProbJ>rco3VMEpreo3
VMEcomb = 0,2VMEPrcol + 0,6YMEI'rco2 + 0,2YMErrco3
RiscoAcomh = ProbPrcoiRiscoAJ>reol + Probrrrn2RiscoAPrer,:o2 + ProbPre"3RiscoArrco3
RiscoAcomb = 0,2RiscoAPreol + 0,6RiscoArreo2 + 0.2RiscoArrro3
RiscoBcomb = Probrreoi RiscoBPreol + ProbPrro:rRiscoBrrco:! + Probrren3RiscoBrrco3
RiscoBcomb = 0,2RiscoBPrecol + 0,6RiscoBPrco, + 0,2RiscoBPr<?o3
Para o Exemplo E:
~pAtEcomb = ProbrrcolNpAtErn.ol + Probrr~o:!NpAtErrc,.o:! + Probrrco3NpAtErrc<>3
NpAtEcomb = 0.2VMErrc.-ol + 0.6NpAtErrt.'o2 + 0.2Riscorrc~ol

76

5.11 Especificaes para a Etapa de Anlise de deciso

Para a anlise de deciso neste trabalho, foram utilizadas a anlise grfica para a
comparao das alternativas e tambm a teoria

Para a anlise Grfica foram construdos grficos com os valores de retomo e risco
para o conjunto de alternativas para cada exemplo, da mesma fonna tambm foram
construdos grficos com os valores de retomo e investimento e os valores de retorno e
produo acumulada.

Para a teoria da utilidade multi-atributos as funes-utilidades estabelecidas para os

cinco exemplos foram U(VME), U(Np), U(ln vesti mento) e U(Risco) considerando os
objetivos de maximizao do retomo, maximizao da produo acumulada, minimizao
dos investimentos requeridos e minimizao dos riscos. Para o Exemplo E tambm foi
utilizada a fun.o-utilidade U(NPAtualizadaEsperada), visando avaliar a adequabilidade deste
indicador para a tomada de decises. As formulaes utilizadas para estas funesutilidades encontram-se na literatura. Elas permitem medir a atratividade das alternativas
para o tomador de decises considerando a importncia relativa dos objetivos.

Os valores de investimento para cada alternativa so estabelecidos a partir do

nmero de poos produtores e injetores, da geometria dos poos e da caracterstica dos
fluidos produzidos. Esta foi uma abordagem simplificada para o parmetro, que atendeu
aos critrios estabelecidos para a anlise de deciso.

As Tabelas 5.12, 5.13, 5.14, 5.15 e 5.16 apresentam os modelos aplicados s

funes-utilidade para cada exemplo.

77

Tabela 5.12: Modelos Aplicados s Funes-Utilidades para o Exemplo A

U(VME)
Ua(INV)
Ub(I~V)

ti(RiscoA)
U(RiscoB)
U(l'pE)

Exemplo A
Modelos Aplicados s Funes-Utilidade Individuais
= exp(0.002*VME)
= U(lNVb) = 1/log(O,O I *INV)
= I /exp(O,OO I* lN V)
= 1/log(O,O I*RiscoA)
= I/(0,28*exp( RISC08A2,06))
= exp(0,00002*NpE)
Modelos Aplicados s Funes-Utilidade Globais
Considerando o A~rupamento Aditivo das Funes-Utilidade
=U(VME)

Ul(TOT)
f(U(Vl\1E))
=ai *U(VME) + bl *Ua(INV)- O,S*U(VME) + O,S*Ua(ll'V)
U2(TOT)
F(U(VME),Ua(ll\ V))
= a2*U(VME) + b2*Ub(INV)- O,S*U(VME) + O,S*Ub(INV)
U3(TOT)
F(U(VME),Ub(INV))
= a3*U(VME) + b3*U(RiscoA)- O,S*U(VME) + O,S*U(RiscoA)
U4(TOT)
f(U(VME),U(RiscoA))
US(TOT)
= a4*U(VME) + b4*U(RiscoB)- O,S*U(VME) + O,S*U(RiscoB)
f(U(VME),U(RiscoB))
U6(TOT)
= a5*U(VME) + b5*U(NpE)- O,S*U(VME) + O,S*U(NpE)
F(U(YME),U(NpE))
Modelos Aplicados para o Clculo do Va lor Mdio da Funo-Utilidade Global
Considerando as Probabilidades de Ocorrncia para os Trs Preos Representativos
UI(Comb)
= ProbPrcorol *UI (TOT)Pre\-ol + Probrr.:o2*U I(TOT)Pn:ll:! + ProbJ>reoJ*U I (TOT)r1cu3
= 0,2. UI (TOT)rre~ol + 0,6. UI (TOT)rreol + 0,2U I (TOT)rreo3
U2(Comb)
- ProbPreol* U2(TOT)P..-.;ol -t ProbPreo2 *U2(TOT),.,~,:o:! + Probrrco,:o3 *U2(TOT)PH:o3
= 0,2U2(TOT)rreol + 0,6.U2(TOT)rreo2 + 0,2.U2(TOT)rreo3
U3(Comb)
= Probrrc{> l*U3(TOT)rreol + Probrrco2*U3(TOT)I'n:.,u:: + Probrreo3 *U3(TOT)I'rcu3
= 0,2.U3(TOT)rreol + 0,6.U3(TOT)rrecoz + 0,2.U3(TOT)Preo3
U4(Comb)
- Probrrcol *U4(TOT)I'reol + Probpre0 2*U4(TOT)p1co:! + ProbPreco3*U4(TOT)prc1,3
= 0,2.U4(TOT)Precol + 0,6U4(TOT)Precoz + 0,2U4(TOT)Preco3
US(Comb)
= Probrreol *U 5(TOT)rreol + Probrreo2 * U5(TOT)rrco2 + Probrreo3 *U 5(TOT)Prcc,;u3
= 0,2.US(TOT)rrecol + 0,6.US(TOT)rreo2 + 0,2.US(TOT)rreol
U6(Comb)
= ProbPrcoi*U6(TOT)Preol + ProbPrco2*U6(TOT)p,.,:o2 + Probrreo3*U6(TOT)Prco3
= 0,2.U6(TOT)rrecol + 0,6.U6(TOT)rreo2 + 0,2.U6(TOT)r,eo3

78

Tabela 5.1 3: Modelos Aplicados s Funes-U tilidades para o Exemplo B

Exemplo B
Modelos Aplicados s Funes-Utilidade Individuais
U(VME)
Ua(INV)
Ub(JNV)
U(RiscoA)
U(RiscoB)

exp(O,OOJ*VME)

= llexp(0,0009*INV)
= 0,35/log(TNY/230)
= 1/log(0,009*RiscoA)
= l/(0,3*exp(RiscoW' 1,98)

Modelos Aplicados s Funes-Utilidade Globais

Considerando o A~rupamento Aditivo das Funes-Utilidade
Ul(TOT)
= a l *U(VME) + b I *Ua(INV) - 0,5*U(VME) + 0,5*Ua(lNV)
F(U(VME),Ua(INV))
= a2*U(VME) + b2*Ub(fNV) - 0,3*U(VME) + 0,7*Ub(lNV)
U2(TOT)
f(U (VME), Ub(JNV))
= a3*U (VME) + b3*U(Ri scoA)- 0,5.U(VME) + 0,5.U(RiscoA)
U3(TOT)
f(U (VME), U(RiscoA))
= a4*U(VME) + b4*U(RiscoB) - 0,5.U(VME) + 0,5.U(RiscoB)
U4(TOT)
f(U(VME), U (RiscoB))
Modelos Aplicados para o Clculo do Valor Mdio da Funo-Utilidade Global
Considerando as Probabilidades de Ocorrncia para os Trs Preos Representativos
Ul(Comb)
= Probrreo l*U 1(TOT)rreol + ProbPrco2*U l(TOT)Pre~o2 + Probrre~o3*U 1(TOT)Prro3
= 0,2*UJ(TOT)precol + 0,6.Ul(TOT)Preco2 + 0,2.Ul(TOT)rreco3
U2(Comb)
= Probrreo 1*U2(TOT)rreo 1 + Probrreo2 * U2(TOT)rreo2 + Probrrco3 *U 2(TOT)Preo3
= 0,2*U2(TOT)rrecol + 0,6*U2(TOT)rreco2 + 0,2*U2(TOT)Preeo3
U3(Comb)
= Probrrco l*U3(TOT)rreo l + Probrreo2*U3(TOT)rreo2 + Probrreo3* U3(TOT)rreo3
= 0,2*U3(TOT)rrecol + 0,6*U3(TOT)Precoz + 0,2*U3(TOT)rreco3
= Probrreoi* U4(TOT)rreo l + Probrreo2*U4(TOT)rreo2 + Probrreo3*U4(TOT)rrco3
U4(Comb)
= 0,2*U4(TOT)rrccol + 0,6*U4(TOT)Preco2 + 0,2*U4(TOT)rreo3

79

Tabela 5.14: Modelos Aplicados s Funes-Utilidades para o Exemplo C

Exemplo C
Modelos Aplicados s Funes-Utilidade Individuais
U(VME)
= exp(O,OOI 5*VME)
U(INV)
= l/exp(0,0008*1NV)
= 1/log(0,012*RiscoA)
U(RiscoA)
= 1/(0,35*exp(RiscoBA2)
Uu(RiscoB)
=1/(0,S*Iog(RiscoB* I00)
Ub(RiscoB)
Modelos Aplicados s Funes-Utilidade Globais
Considerando o A2rupamento Aditivo das Funes-Utilidade
Ul(TOT)
= a1 *U(VME) + bl *U(lNV)- O,S*U(VME) + O,S*U(JNV)
F(U(VME),U(INV))
= a2*U(VME) + b2*U(RiscoA)- O.S*U(VME) + O,S*U(RiscoA)
U2(TOT)
f(U(VM E),U(RiscoA))
U3(TOT)
= a3*U(VM E) + b3*U(RiscoB)- O,S*U(VME) + O,S*U:lRiscoB)
f(U(\ ME),Ua(RiscoB))
U4(TOT)
= a4*U(VME) + b4*U(Risco8)- O,S*U(VME) + O,S*Ub(RiscoB)
f(U(VME),Ub(RiscoB))
Modelos Aplicados para o Clculo do Valor Mdio da Funo-Utilidade Global
Considerando as Probabilidades de Ocorrncia para os Trs Preos Representativos
UJ(Comb)
= Probrreol *U 1(TOT)rrcol + Probrr.:o2 *U I (TOT)Preo2 + Probrre~o3 *U I (TOT)rre~o3
= 0,2*Ul(TOT)precol + 0,6*Ul(TOT)rmo2 + 0,2*Ul(TOT)preco3
U2(Comb)
= Probrreol *U2(TOT)rrc01+ Probl'rco2U2(TOT)r,co2 + ProbPrco3 U2(TOT)rrco1
= 0,2*U2(TOT)rrecol + 0,6*U2(TOT)rmo2 + 0,2*U2(TOT)preco3
U3(Comb)
= Probrreo 1*U3(TOT)Preo1 + Probrrco2 * U3(TOT)Pr..-o2 + Probrrco3 *U 3(TOT)p,c\o3
= 0,2*U3(TOT)rrecol + 0,6*U3(TOT)rrcco2 + 0,2*U3(TOT)rrC'co3
U4(Comb)
= Probrrcol *U4(TOT)Pre<;l11 + ProbPreo2*U4(TOT)Prc()2 + Probrreo3*U4(TOT)Pr.:o3
= 0,2*U4(TOT)rrecol + 0,6*U4(TOT)rmo2 + 0,2*U4(TOT)r,-..co3

80

Tabela 5.15: Modelos Aplicados s Funes-Utilidades para o Exemplo D

Exemplo D
Modelos Aplicados s Funes-Utilidade Individuais
U(VME)
=exp(O,OO18*VME)
U(INVa)
= 1/exp(0,0008* lNV)
U(INVb)
= Iflog(0,009*INV)
= l/log(O,Ol4*RiscoA)
U(RiscoA)
U(RiscoB)
= l/(0,32*exp(Risco8" I,97))
Modelos Aplicados s Funes-Utilidade Globais
Considerando o Agrupamento Aditivo das Funes-Utilidade
Ul(TOT)
=al *U(VME) + bl *U(lNVa)- O,S*U(VME) + O,S*U(INVa)
F(U(VME),Ua(INV))
U2(TOT)
=a2*U(VME) + b2*U(INYb)- O,S*U(VME) + O,S*U(INVb)
f(U(VME),Ub(INV))
U3(TOT)
=a3*U(VME) + b3*U(RiscoA)- O,S*U(VME) + O,S*U(RiscoA)
f(U(VM E),U(RiscoA))
= a4*U(VME) + b4*U(RiscoB)- O,S*U(VME) + O,S*U(RiscoB)
U4(TOT)
f(U(VME),U(RiscoB))
Modelos Aplicados para o Clculo do Valor Mdio da Funo-Utilidade Global
Considerando as Probabilidades de Ocorrncia para os Trs Preos Representativos
Ul(Comb)
= Probrreol*UI (TOT)rrcol + ProbPrco2*U I (TOT)Pr~:o2 + ProbPreo3*U I(TOT)Prco3
= 0,2*U l (TOT)rreot + 0,6*U l(TOT)Preco2 + 0,2*U l(TOT)preco3
= Probp1eol *U2(TOT)Preo t + ProbPreo2*U2(TOT)Preo2 + ProbPreo3 *U2 (TOT )prc~o3
U2(Comb)
= 0,2*U2(TOT)Precot + 0,6*U2(TOT)t,nco2 + 0,2*U2(TOT)Preo3
= ProbPreot*U3(TOT)Preot + ProbPrco2*U3(TOT)rr.:o2 + Probrl'l.:o3*U3(TOT)prco3
U3(Comb)
= 0,2*U3(TOT)Prt>cot + 0,6*U3(T0T)pn~co2 + 0,2*U3(TOT)rreco3
= ProbPreot*U4(TOT)Preol + Probrreo2*U4(TOT)rreo2 + ProbPrc:o3*U4(TOT)rreo3
U4(Comb)
= 0,2*U4(TOT)rreco t + 0,6*U4(TOT)rreo2 + 0,2*U4(TOT)rreoJ

81

Tabela 5.16: Modelos Aplicados s Funes-Utilidades para o Exemplo E

Exemplo E
Modelos Aplicados s Funes-Utilidade Indh iduais
= exp(O,OO I2*VM E)
U(VME)
U(JN\' a)
= 1/exp(O,OO l *INYa)
= J/log(0,007*fNYb)
U(lNVt~)
U(RiscoA)
= 1/log(O,OIS*RiscoA)
= l/(0,36*exp(Ri scoBI\2,04))
U(RiscoB)
= exp(O,OOOO 19*NpAtE)
U(pate)
Modelos Aplicados s Funes-Utilidade Globais
Considerando o Agrupamento Aditivo das Funes-Utilidade
= U(VME)
Ul(TOT)
U2(TOT)
=a I *U(VME) -t bl *U(lNYa)- O,S*U(VME) + 0,5*U(Jl\'V8 )
f(U(VME),Ua(l NV))
= a2*U(VME) + b2*U(INV11 )- O,S*U(VME) + O,S*U(INVb)
U3(TOT)
f(U(YME),Ub(INV))
U4(TOT)
= a3*U(YME) + b3*U(RiscoA) - O,S*U(VME) + O,S*U(RiscoA)
f(U(VME),U(RiscoA))
= a4*U(YME) + b4*U( RiscoB)- O,S*U(VME) + O,S*U(RiscoB)
US(TOT)
f(U(VME),U(RiscoB))
U6(TOT)
= a5*U(VME) + b5*U(NpAtE)- O,S*U(VME) + O,S*U(N pAtE)
f(U(\'ME),U(NpAtE))
Modelos Aplicados para o Clculo do Valor Mdio da Funo-Utilidade Global
Co nsiderando as Probabilidades de Ocorrncia Atribudas aos Trs Preos Representativos
Ul(Comb)
= Probrreol *UI (TOT)Prcol + ProbPrco2*U I (TOT)Pr~o~ + Probrreo3* UI (TOT) rr~~o3
= 0,2*UI(TOT)preol + 0,6*U l(TOT)Preo2 + 0,2*U I(TOT)preo3
U2(Co mb)
= Probrrco 1* U2(TOT)rrcol + Probrrel'l * U2(TOT)rrco2 + Probrrco3 * U2(TOT)Prco3
= 0,2*U2(TOT)Precol + 0,6*U2(T0T)Preco2 + 0,2*U2(TOT)Preo3
U3(Co mb)
= Probrre\l>l *U3(TOT)Prcol + Probrreo2*U3(TOT)rreo2 + Probl'rco3*U3(TOT)pr,,.o3
= 0,2*U3(TOT)Jrccol + 0,6*U3(TOT)rrco2 + 0,2*U3(TOT)rrel;o3
U4(Com b)
= Probrrenl * U4(TOT)Preol + ProbPrco2* U4(TOT)Prcn2 + ProbPreo3*U4(TOT)Prco3
= 0,2*U4(TOT)Preol + 0,6*U4(TOT)Prt'o2 + 0,2*U4(TOT)PrecoJ
US(Comb)
= Probrrco l*U5(TOT)rreol + Probr,c,.o2*U5(T0T)Prc<'2 + Probl'I"C(o3 *U5(TOT)prc~o3
= 0,2*US(TOT)rrecol + 0,6.US(TOT)Preco2 + 0,2.US(TOT)rrecoJ
U6(Co mb)
= ProbPrenl *U6(TOT)Pr~:o l + Probrrt:o~*U6(TOT)preo2 + PrObtreoJ*U6(TOT)prco3
= 0,2*U6(TOT)rmol + 0,6*U6(TOT)Preco2 + 0,2*U6(TOT)rreco3
A Fase 7, para otimt7ao suplementar de parmetros especficos, as::.im como as
Fases 8 e 9 no foram aplicadas aos exemplos selecionados neste trabalho, em funo dos
objetivos estabelecidos. A Fase 7 e as etapas posteriores demandam outros tipos de
otJmJzao e tm como objettvo o detalhamento da estratgta selecionada nas Etapas de I
a 6.

82

Captulo 6
Resultados e Discusses

Os resultados obtidos para o conjunto de exemplos descritos so apresentados nas

sees seguintes, destacando os aspectos crticos para a adequao da metodologia
proposta a estes exemplos, atendendo aos objetivos estabelecidos. A foco maior em todos
os exemplos foi a aplicao da metodologia em diferentes situaes e no o detalhamento
dos exemplos ou a preocupao com cenrios econmicos e modelos geolgicos
compatveis com os modelos reais.

6.1

Exemplo A: Campo l -Mecanismo de Gs em soluo

Fase 1 - Seleo do Mtodo de Recuperao e Definio da Geometria dos

Poos

Nesta fase foi avaliado um quadro de caractersticas estruturais do campo

(geometria, distribuio de espessuras) juntamente com a sua condio inicial de presso,
que determinam a atuao do mecanismo de gs em soluo e o desempenho dos poos ao
longo do tempo. A partir de um conjunto proposto de simulaes para a definio de
parmetros nesta primeira etapa, verificou-se a necessidade de um suporte de presso por
meio da injeo de gua para promover um deslocamento mais eficiente do leo.
Considerando as distribuies razoavelmente regulares de espessuras, permeabilidade e
porosidade a trajetria vertical mostrou-se a mais adequada para a perfurao de poos
produtores e injetores. Outras estratgias poderiam ser testadas caso houvesse dvida mas

83

o objetivo deste trabalho apenas avaliar a metodologia e isso no foi feito para esse
exemplo.

Fase 2 - Avaliao dos Esquemas de Produo/lnjeo

O conjunto in1cial de altemati\'aS para este E)l.emplo A foi formado a partir das duas
diretrizes estabelecidas na primeira fase (perfurao de poos com trajctrias verticais e
suporte de presso por meio de injeo de gua) e de um estudo para definio de um
quadro representativo de espaamentos mic1a1s.

Os e~quemas de injeo aplicados s alternativas foram os ma1s freqentemente

utilizados (perifrico - com diferentes raLes entre o nmero de poos produtores e poos

injetores.flve-spot. seven-spot. nine-5pot, linha direta, linha alternada c misto). O e!,copo

fo1 abrangente, buscando identificar os que melhor atendiam geometria e estrutura do
reservatrio.

O espaamento mnimo necessrio entre os poos, de modo a no ocorrer

sobreposio de reas de drenagem foi determinado com base em simulaes, obtendo-se
o valor de 450 m para este espaamento mnimo. Alm do critrio de no-sobrcpos1o de
reas de drenagem foi necessrio ava li ar tambm o comprimento dos intervalos
completados nos poos e a rea total do reservatrio. Considerando estes aspectos foram
selecionados o espaamento mnimo (450 m) e outros dois

espaamento~ -

600 m e 750

m. Estes valores foram adequados para a avaliao da qualidade do rescrvatno e

Identificao das zonas com maior potencial de recuperao. com um custo computacional
bastante razovel.

A Figura 6.1 apresenta os valores de VPL obtidos em funo da razo entre o

nmero de poos produtores e poos injetores para os esquemas definidos com os 3
espaamentos estudados. Na F1gura 6.2 so

apresentad o~

os valores de produo de leo

acumulada (Np) associados aos respectivos valores de funo-objetivo para os mesmos

esquemas e na Figura 6.3 so apresentados os valores de produo de gua acumulada
(Wp) tambm associados aos respectivos valores de funo-objetivo.

84

VPL vs NPROD/NINJ
900

f.;. ~ .

800

Espaamento 450m
Espaamento 600m
i & Es_P-aamento 750m

..... .. \:....-.

700

.. 600

...~soo

~400

...

:l

iOO
>

----

200 _A_
100 -

~------------------------------~
2
4
6
8
10

NPROD/NINJ

Figura 6.1: Exemplo A - VPL vs NPROD/NINJ - fase 2

VPLvs Np
900 . - - - - - - - - - - -- - - - - - - - - -- - - .
800
700

Espaamento 450m
Espaamento 600m

.l ~~l'_!l1ento 150m

.. 600
~500

.,.

~400 ~300

>

200
100
o~--------------------~

20000

25000

30000

35000
40000
Np (10 3 m 3)

45000

50000

55000

Figura 6.2: Exemplo A- VPL vs Np- fase 2

Pode-se observar que em funo do maior nmero de poos, os esquemas definidos

com um espaamento inicial de 450m antecipam a produo de volumes maiores de leo e
maximizam a produo acumulada. Observou-se tambm que os melhores esquemas com
espaamento de 450m apresentaram valores de funo-objetivo (VPL) bastante prximos
aos obtidos para os melhores esquemas com espaamento inicial de 600m.

85

VPL vs Wp
900
Espaamento 450m
Espaamento SOOm
Espaamento 750m

800
700
.. 600
o
~

..

::::>

ti~

IJ~ ~..

~500

.V

~400

......

Q.

> 300
200
100

o
o

10000

20000

30000

40000

50000

Wp (10 3 m3)

Figura 6.3: Exemplo A- VPL vs Wp- Fase 2

Um aspecto importante a ser mencionado que para os trs espaamentos estudados

os esquemas que proporcionaram os maiores va lores para a produo acumulada e para a
funo-objetivo VPL so os que apresentam um valor prximo de I para a razo entre o
nmero de poos produtores e o nmero de poos injetores. Eles maximizam a
injetividade dos poos e a eficincia de vaJTido por estarem ajustados geometria e ao
arcabouo estrutural do reservatrio.

Fase 3- Obteno de Estimativa Ajustada para o Nmero de Poos

A anlise comparati va realizada na etapa anterior indicou um novo conjunto,

fonnado pelas alternativas detimdas com os espaamentos de 450m e 600m mais
adequadas aos critrios estabelecidos para o projeto. O nmero de alternativas escolh1do
deve ser funo da importncia do caso, do custo computacional da simulao e da
variabilidade das respostas apresentadas na etapa - nesse caso foram selecionadas J J
alternativas. Estas alternativas foram submetidas ao processo para obteno de uma
estimativa ajustada para o nmero de poos.

O nmero mdio de iteraes necessrias para obteno desta estimativa ajustada foi
igual a 8. Deve-se observar que a funo-objetivo escolhida apresenta um comportamento
no-linear e sua superfcie de resposta apresenta mximos locais. Em funo do algoritmo

86

de otimizao ser baseado em gradientes, a estimativa ajustada para o nmero de poos

representa um mximo local situado na direo do domnio estabelecida para busca. As
Figuras 6.4 e 6.5 apresentam a maximizao do VPL ao longo do processo de obteno da
estimativa ajustada para o nmero de poos para os esquemas selecionados. A Tabela 6. I
apresenta a estimativa ajustada para o nmero de poos para cada alternativa considerada.

VPL vs Nmero de Poos - 450m

1100
1000 -

....
o

900

...

800

::I

700 -

1/)
o

..J

o.

> 600

..

-..

alternativa 1
alternativa 3
::IC alternativa 5

soo

alternativa 2
alternativa 4
alternativa 6

400

40

70

60

50

80

100

90

110

120

Nmero de Poos

Figura 6.4: Exemplo A - VPL vs Nmero de Poos - Espaamento 450m - Fase 3

VPL vs Nmero de Poos - 600m

880 . - - - - - - -- -- - - - - - - - - -- -- - - -- -- - - - - - - - - - - - - - - - - ,
Alternativa 7
Alternativa 8
860
Alternativa 9
840
Alternativa 1 O
::IC Altemat1va 11
..0820

...

~800

-x

it780

>
760

x.
A x
,_ X.

::l

740
720

-.

L ________ __ __ __ __ ______________ ________ __ __ _- J

20

25

30

35

40

45

50

55

60

65

Nmero de Poos

Figura 6.5: Exemplo A - VPL vs Nmero de poos - Espaamento 600m- Fase 3

87

Tabela 6.1: Exemplo A- Resultados Obtidos Aps a Realizao da Fase 3

Alternativa

Espaamento (m)

Np (lO' m')

VPL (US$ 106)

Nmero de Poos

Alternativa 2
Alternativa 1
Alternativa 3
Alternativa 5
Alternativa 4
Alternativa 7
Alternativa 8
Alternativa 10
Alternativa 9
Alternativa 11
Alternativa 6

450
450
450
450
450
600
600
600
600
600
450

46.470
46.598
46.993
47.249
47.071
45.907
44.330
44.395
45.056
44.205
48.710

996
985
982
981
968
856

70
70
74
74
70

8')"
_.)

44
41
42
44
77

820
820
816
724

41

Aps a execuo desta fase verificou-se que as Alternativas li e 6 apresentnram os

piores desempenhos. Elas foram ento descartadas, utilizando-se as alternativas restantes
para a execuo da Fase 4. As Alternativas 2, I, 3 c 5 proporcionaram resultados bastante
prximos para a funo-objetivo. As Alternativas 7 a I O (relauva<; ao espaamento inicial
de 600m), apesar de apresentarem desempenho inferiores, foram

mantidas pois

apresentaram caractersticas diferenciadas das outras e, por is~o. potencial de se tomarem

boas alternativas nas prximas fases.

Fase 4- Definio de Parmetros Operacionais

Aps a obteno da estimativa ajustada para o nmero de poos na fase anterior. um

novo conJunto de alternativas foi submetido ao processo de otimizao de parmetros
operacionais na quarta etapa da metodologia. importante lembrar que essa fse pode ser
diferente de acordo com as caracterbticas de cada problema. Os itens testados aqui so os
que foram escolhidos como os mais importantes para esse e:\emplo.

Foi realizado um teste para a\ aliar o impacto exercido pela seqncia de entrada
definida para os poo~ na funo-objerivo, visando Identificar casos em que este deve ser
considerado como um parmetro de otimizao. Inicialmente foram propostos trs
cronogramas para a entrada em operao dos poos com um intervalo regular de dois
meses. Este nmero de cronogramas foi considerado adequado importncia do projeto c
s caractersticas do reservatrio

88

Cronograma

I -

Os poos produtores e injetores entram em operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injetores obedecem a ordem decrescente de injetividade.
Cronograma 2 -

Os poos produtores e injetores entram em operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injetores obedecem a ordem crescente de injetividade.
Cronograma 3 -

Os poos produtores e injetores entram em operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injetores obedecem ao critrio de vizinhana.

O Cronograma 2 foi testado apenas para verificar a importncia deste parmetro no

processo de otimizao. Caso estes cronogramas proporcionassem resultados muito
diferentes, a otimizao poderia ser mais detalhada, mas no foi esse o caso. Dessa forma,
foi escolhida apenas o melhor cronograma. O Cronograma 1 proporcionou melhor
resultado para as Alternativas 1 e 6. Para as demais alternativas o cronograma que
maximizava a funo-objetivo foi o Cronograma 3.

Com base no cronograma que maximizava a funo-objetivo para cada alternativa

foi realizado um conjunto de simulaes para determinao da data mais adequada para o
inicio da injeo de gua. Para todas as alternativas a\ aliadas o primeiro poo injetor entra
em operao 4 meses aps a entrada do primeiro poo produtor. As Figuras 6.6 e 6. 7
apresentam os resultados obtidos para esta quarta etapa. Os pontos representam os valores
obtidos com diferentes cronogramas para cada alternativa e os valores obtidos com
diferentes datas de incio da injeo para o melhor cronograma para cada alternativa.

Analisando os grficos das Figuras 6.6 e 6.7 optou-se por descartar as Alternativas 4
e 8 foram descartadas e as sete alternativas restantes foram utilizadas na realizao da Fase
5.

89

VPL vs Np 450m
570
560

.. 550
o
....

~540

:::>

..J

..

'

.~
X

~530

520
510
43000

-45000

44000

:I(

Alternativa 1
Alternativa 2
.a. Alternativa 3
Alternativa 4
X Alternativa 5

46000
Np (10 3 m3)

47000

48000

49000

Figura 6.6: Exemplo A - VPL vs Np- Espaamento 450m - Fase 4

580

VPLvs Np 600m

r:; --

.Alternativa 7
Alternativa 8
A Altemattva 9
Alternativa 1O

570
560
o

:;; 550
U>

:::>

~540
530

520
510 '----42000

- -- -- - -- - - - - - - - - -42500
43000
43500
000
4-4500
45000
45500
Np (10 3 m 3)

Figura 6.7: Exemplo A

46000

VPL vs Np- Espaamento 600m - Fase 4

Fase 5- Anlise de Risco (Risco Geolgico e Financeiro)

O conjunto preliminar de solues obtido aps a realizao da fase anterior

submetido ao procedimento para anlise de risco (risco geolgico c financeiro) nesta
quinta fase da metodologia.

A partir do modelo geolgico base proposto para este exemplo e considerando os

atributos incertos mencionados no Item 5. I0.2 associados aos seus respectivos nveis so

90

obtidos nove modelos representativos para o reservatrio Cada alternativa pertencente ao

conjunto preliminar de solues aplicada ao caso base e aos nove modelos
representativos (3 modelos otimistas, 3 modelos mais provveis e 3 modelos pessimistas).
Ao final desta etapa o valor mdio esperado (VME) de cada alternativa calculado, assim
como a funo-utilidade para a seleo da alternativa que melhor atenda aos objetivos
estabelecidos para o projeto, considerando o comportamento em relao ao risco.

As Figuras 6.8 e 6.9 expressam os resultados obtidos para esta anlise. Cada
conjunto de pontos formado pelos valores obtidos utilizando o cenrio base e os nove
cenrios representativos para cada alternativa. Aparentemente, para esse exemplo, as
incertezas geolgicas esto causando mais vari abilidade nas respostas do que as
alternativas de estratgia de produo. Isso pode sugerir at que algumas das estratgias
descartadas em etapas anteriores fossem incorporadas no processo novamente para testar
como o compo11amento delas com modelos representativos pessimistas e otimistas.
Entretanto, isso no foi feito neste trabalho. No foi observado nenhuma mudana grande
de comportamento das estratgias para os 9 modelos escolhidos. As incertezas sero ento
integradas com as incertezas econmicas nas etapas seguintes.

VPL vs Np 450m
800 ~------------------------------------------,

700
600

..0500
......~400

Alternativa 1
Alternativa 2
.t. Alternativa 3 '
Alternativa 5

.
:

>

200

- ~ -~----

..Y"'

i300

....- ~

- ....

"

100

o ~----------------------------------------~
20000
25000
30000
35000
-40000
45000
50000
55000
60000
Np (103 m3 )

Figura 6.8: Exemplo A - VPL vs Np - Espaamento 450m- Etapa 5

Para a escolha dos modelos representativos, a sugesto seguir a metodologia sugerida por Steagall

(2001) e Schiozer et ai (2004). Esses modelos tem a funo de representar bem as incertezas geolgicas.
Detalhes desse tipo de escolha podem ser achados nessas referncias.

91

VPL vs Np - 600m
800
700
600
'"0

Alternativa 7
Alternativa 9
4 Alternativa 1O

500

... 400
~

~ 300

>

200

lll

~t

ll

100

o
20000

25000

30000

35000
40000
Np (10 3 m3 )

45000

50000

55000

Figura 6.9: Exemplo A- VP L vs Np- Espaamento 600m - Etapa 5

Confonne mencionado anteriormente, foram

utilizados cenrios financeiros

simplificados para esta anlise formados a partir dos trs valores representativos para o
preo do leo neste exemplo. Mais incertezas econm icas podem ser incorporadas no
processo visto que no h necessidade de novas simulaes mas apenas o clculo
econmico para essa fase.

As Figuras 6.10, 6.1 1, 6.12, 6.13, 6.14. 6.15 e 6. 16 apresentam os resultados obtidos
com a realizao desta anlise. Para cada Alternativa so apresentados 3 conjuntos de 10
pontos, onde cada ponto representa o valor obtido para I cenrio geolgico (cenrio base+

9 cenrios representativos- 3 pessimistas, 3 ma is provveis e 3 otimistas).

92

VPL vs Np- Alternativa 3

1400
Preo do leo= US$14,00/bbl
Preo do leo= US$18,00/bbl
A Preo do leo = US$25,00/bbl

1200

..

.......
o

800

Vi

"

::;)

'

"" "

"

1000

600

..J

"

c..
> 400

200

o
30000

35000

40000

45000

50000

55000

60000

Np (10 3 m 3)

Figura 6.12: Exemplo A- VPL vs Np- Alternativa 3- Anlise de Risco

VPL vs Np -Alternativa 5
1200 .--- -- -- - - -- - - - - - -- -- - - -----.,
Preo do leo= US$14,00/bbl
Preo do leo= US$18,00/bbl
A Preo do leo = US$25,00/bbl
1000
"'
o

......

"
" "

"" "

800

~ 600

...J

c..
> 400

200

"

L------------------------~

30000

35000

40000

45000

Np (10 3

50000

55000

60000

m3 )

Figura 6.13: Exemplo A- VPL vs Np- Alternativa 5 - Anlise de Risco

94

VPL vs Np - Alternativa 1O
1400
Preo do leo= US$14,00/bbl
Preo do leo= US$18,00/bbl
4 Preo do leo US$25,00/bbl

1200

1000
o

.,......

"'

&

800

(/)

:::> 600

'
.J
a.
> 400

o
25000

30000

35000

40000
Np {10 3 m3 )

III
~

200

45000

50000

55000

Figura 6.16: Exemplo A- VPL vs Np- Alternativa I O- Anlise de Risco

As Figuras 6.17 e 6.18 apresentam os valores de Retorno (VME) associados aos

valores de RiscoA e de RiscoB para o conjunto de alternativas analisadas

Retorno (VME) vs RiscoA

1000

Preo do leo= US$14,00/bbl

Preo do leo= US$18,00/bbl
A Preo do leo US$25,00/bbl

900

A9

AS

"' 800
o
: 700
(/)

~ 600

~ 500

.....

>

~ 400

AS

"'o 300

A1

A7

Ag A11 .A3

Q;

A2

200
100

L-----------------------------------------------~

200

300

400

500
600
700
Retorno- VME (US$ 106 )

800

Figura 6.17- VME vs RiscoA - Exemplo A

96

900

1000

Retorno (VME) vs RiscoB

1000 -,---------------------~
A3,A

900

"i

_J._
&A5

A1

800

A2

A9

ar
A10

Preo do leo= US$14,00/bbl

- Preo do leo= US$18,00/bbl
~.!'IO do le'! = US$25,00/b~l

~o

:;; 700
til

=?
w
:E
>
o

600
AIO

---------~

500

A9

400

.s.,

a:

~ ----

300 1 - - -

A3 A1

A2

200
100

O L--------------------~
0,6

0,7

0,8

0,9

1,1

1,2

1,3

1,4

1,5

RiscoS

figura 6.18- W.1E vs RiscoS- Exemplo A

Fase 6- Anlise de Deciso

Foram utilizados seis modelos para a funo-utilidade global (as formulaes esto
descritas no captulo anterior- Tabela 5 .12).

Para complementar a an lise deste caso, as Tabelas 6.2, 6.3 , 6.4 apresentam os
valores obtidos para os indicadores e para os Modelos I, 2, 3, 4, 5 e 6 aplicados a U(TOT),
considerando os trs cenrios financeiros, para cada alternativa.

Os resultados apresentados nas Tabelas indicam que para os Modelos 2 e 3 a

Alternativa 7 a mais adequada para os preos do leo de US$14,00/bbl e US$18,00/bbl.

interessante observar que para o preo de US$25,00/bbl os modelos indicam que a

melhor alternativa Alternativa 3 indicando que para cenrios de preos maiores,
alternati va com ma is poos e maiores investimentos poderiam ser mais interessantes

As Figuras 6. 19, 6.20, 6.21 e 6.22 apresentam os grficos elaborados para a anlise
de deciso a partir dos valores obtidos para o retorno (VME) associados aos valores de
RiscoA, RiscoS, Np e investimento, com a atribuio de probabilidades para cada um dos
trs cenrios financeiros (20% para o cenrio com menor preo, 60% para o cenrio com
preo mdio e 20% para o cenrio com preo mais alto), resultando em uma combinao.

97

Estes grficos tambm formam um quadro adequado para a tomada de deciso por
incorporar as preferncias em relao aos objetivos adotado na elaborao do projeto.

Tabela 6.2: Resultados- Exemplo A- Preo US$14,00/bbl

ALTERNATIVAS
I

lO

43.570

45.897

45.897

46.540

42.956

41.884

42.434

281

290

298

350

316

296

291

347

420

359

315

380

303

311

RiscoB

1,24

1,45

1.21

0,91

1,20

1,02

1.07

UI(TOT)

1,76

1.78

1.81

2.01

1,88

I ,81

U9

U2(TOT)

1,80

1,86

1,87

2,00

2,05

1.99

2,04

U3(TOT)

1,23

1.25

l ,27

1,37

1,32

1.28

1,28

U4(TOT)

2,73

2,50

2,71

3,01

2,66

2,98

2.92

US(TOT)

1,26

l ,lo

1,32

1.79

1.35

1,53

1.46

U6(TOT)

2,07

2,14

2,1 s

2,27

2.12

2.06

2.06

NP
(10 3 m~)

VME
6

(US$ 10

Risco A

(US$ 106)

Tabela 6.3: Resultados- Exemplo A - Preo US$ I 8,00/bbl

ALTERNATIVAS
1

10

43.570

45.897

45.360

46.540

42.956

41 .884

42.434

493

519

531

514

536

511

506

462

559

474

464

SOS

513

518

RiscoB

0,94

1.08

0.89

0.90

0,94

1.00

1.02

Ul(TOT)

2.72

2,87

2,93

2,84

2,96

2,81

2,80

U2(TOT)

1,64

1,74

1,76

1,79

1,91

1.84

1,90

U3(TOT)

1,68

1,78

1,8 1

1,75

1.86

1,78

1,78

U4(TOT)

2.16

2, 14

2,25

2,21

2.23

2,15

2,14

U5(TOT)

2,13

2,01

2,30

2.24

2,24

2,08

2,04

U6(TOT)

2,57

2,70

2,72

2,7 1

2,68

2,58

2,58

Np
(103m3)
VME
6

(US$ 10

Risco A
6

(US$ 10

98

Tabela 6.4: Resultados- Exemplo A- Preo US$25,00/bbl

ALTERNATIVAS
I

10

43.570

45.897

45.360

46.540

42.596

41 884

42.434

886

920

938

849

920

896

885

662

801

687

765

724

886

850

RiscoB

0,75

0,87

0,73

0,89

0,79

0,99

0.96

Ul(TOT)

6,06

6,49

6,73

5,63

6,49

6,18

6,05

U2(TOT)

3.69

3,94

4.06

3,49

4,03

3.84

3.82

U3(T0T)

3,3 1

3,54

3,66

3.1 0

3,58

3.41

3,36

U4(TOT)

3,71

3,86

4,03

3,45

3,90

3,68

3,63

US(TOT)

4,12

4, 14

4,48

3,67

4,27

3,80

3,78

U6(TOT)

4.26

4,53

4,64

4,12

4,46

4,28

4,23

Np
3

(10 m

VME
(US$ 10(')
RiscoA
6

(US$ 10

Retorno (VME) vs RiscoA

590 - . - - - - - - - - - - - - - - - - U4(Comb)

=f(U(VME), U(RiscoA))

580

......
o

570

1/)

=-? 560
w

lo-Utllidode

>550
o
c
540

~(Comb)

. Kl.

c 2.27

_ lso.UtiUdade LJ4(Comb) 2.29

A9

_ lo-Utlidode U4lComb) 2.31

_ lso-Utilldodo ~(Comb) 2.33

A10

Fronteira Efl1ente

0::

530

5zo L--- -- - - - -- -- - - ------------380

430

530

480

580

630

Risco (US$ 106 )

Figura 6.19: Exemplo A- Retorno (VME) vs RiscoA - Anlise de Deciso

99

Retorno (VME) vs RiscoB

590

r------------------------------------------------,
U5(Comb)

=f(U(VME), U(RiscoB))

580

~ 570

....
=: 560
1/)

w
:E

:::- 550
o

c:

o540

AS

_ I$OUtohdade US(Comb) 1.97

A10

_lso-Utlldad U5(Comb) 1.98

a::

A9

_ lso-U1ihdade U5(Comb) 1.99

_ lso-Utildade U6(Comb) 2.00
Fronteira Eflc1ente

530

~============~----------------------------~

520

0,7

0,6

0,9

0,8

1,1

1,2

RiscoS

Figura 6.20: Exemplo A- Retomo (VME) vs RiscoB- Anlise de Deciso

Retorno (VME) vs Investimento

580
U3(Comb)

575

=f(U(VME), Ub(lnv))

570
'b
; 565

~
'

560

555

:::- 550
o

E 545

o
i 540

a::

535

530

525

Iso-Utilidade U3(Comb)

1 925

_ lso-Utolidodo U3{Comb) 1 94
_ Iso-Utilidade U3(Comb)
_ l~o-Ut ilidade U3(Comb)
Ffontoira Eficiente

w:

A10

1 96
1 98

A1

L __ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ __

200

250

300

350

400

450

500

550

Investimento (USS 106 )

Figura 6.21: Exemplo A- Retomo (VME) vs Investimento- Anlise de Deciso

Para o Exemplo A foi elaborada a Tabela 6.5, que apresenta os valores obtidos para
os indicadores e modelos de funo-utilidade (Np, VME, Ri scoA, RiscoB, Investimento,
U 1(TOT), U2(TOT), U3(TOT), U4(TOT), US(TOT) e U6(TOT)) obtidos para a
combinao dos trs cenrios (tomam-se VME(Comb), RiscoA(Comb), RiscoB(Comb),
lnv(Comb), U l(Comb), U2(Comb), U3(Comb), U4(Comb), U5(Comb) e U6(Comb)).

100

Retorno (VME) vs Np
580
575

U6(Comb)

=f1UJ'\'ME)._U(Np))

570

1<7 .-

~565

...Cll560

::>
~555 f -

~550

1-

g545
E54o

A~

-A10

Cll

u:535

AS

--

A1

530
525
41000

~
~ \

---

42000

43000

44000
45000
Np (1 0 3 m3)

_
_
_
_
_

lso-Uulldodo U5(CombJ 2.79

lsoUIIIIdode U61Combj 2.110
tso-utoldadt UI(Combj 2.81
lso-Utolldade UI(Combl = 2.82
Fronteira Eficoento

46000

47000

48000

Figura 6.22: Ex.emplo A- Retomo (VME) vs Np - Anlise de Deciso

Com base nos resultados apresentados pela Tabela 6.5 e anteriores, pode se atirmar
que:

A Alternativa I minimiza o Ri scoA para a combinao dos trs cenrios mas

no chega a ser a melhor alternativa em nenhuma situao. Poderia ser a
alternativa escolhida apenas para uma grande averso ao risco.

A Alternativa 7 maximiza o VME(Comb), a U2(Comb) e a U3(Comb), ou

seja, tem o maior VME e uma boa alternativa quando h

limitae~

de

investimento.

A Alternativa 3 apresenta um bom compromisso entre o retorno, o risco e a

produo - ela maximiza a U4(Comb) e a US(Comb), podendo ser uma
alternativa vlida para previses de preos crescentes, bons valores tambm
para U2(Comb) e U3 (Comb).

A influncia dos pesos na utilidade final pode ser grande e eles precisariam
ser calibrados para cada empresa. Tal vez o peso dado ao U( INY) tenha sido
grande e o peso dado ao U(Np) tenha sido pequeno para este trabalho mas
isso no inviabiliza os resultados e concluses.

Para a tomada de deciso, os valores contidos nesta tabela devem ser analisados
juntamente com os grficos de variao dos indicadores de modo a considerar a
priorizao dos objetivos do projeto.
101

Tabela 6.5: Exemplo A- Resultados Obtidos para Anlise Conjunta

ANALlSE CONJUNTA
ALTERNATIVAS
I

10

Nmero de Poos

70

70

74

74

41

42

41

Np

43.567

45.897

45.360

46.540

42.956

41.884

42 434

529

553

566

548

569

545

540

510

446

446

479

370

392

357

479

580

493

494

524

552

555

RscoB(Comb)

0,96

1.11

0,92

0,90

0,96

1.00

!.02

Ut(Comb)

2,92

3,07

3, 15

3,04

3,16

3,02

2,99

2.21

2.35

2.39

2.30

2.51

2.40

2.45

1.79

1.87

1.91

1.85

1,95

1.87

I.S7

2,14

---'

') ')"'

2,34

2.28

_,_,_

') "')

2.22

2.21

2,20

2,07

2,36

2.34

2,3 1

2,18

2. 14

2,67

2,81

2,83

2.81

2.78

2.68

2.68

(I o~

m~)

V~1E(Comb)

(US$ milhes)
lnvest(Comb)
(US$ milhes)
RiscoA(Comb)
(LSS milhes)

F{U(VMt.))
U2(Comb)
f(U(VMI::.).Ln(lm ))
U3(Comb)
t1C(V.\1l:.).Cb(lm ))
U4(Comb)
f( U(VME).U(Rl!>COA))
US(Comb)
f(U(VME).U(RiscoB)l
U6(Comb)
f(L(VME).U(l\p))

6.2

Exemplo 8: Campo 1 - Mecanismo de Influxo de gua por Atuao de

Aqfero de Fundo

Fase 1 - Seleo do Mtodo de Recuperao e Definio da Geometria dos

Poos

Na primeira isc da metodologia para este exemplo foi utilizado um conjunto de

simulaes representativas para avaliar de forma qualitativa a atuao do aqfero de

102

fundo para deslocamento do leo manuteno de presso no reservatrio, considerando as

suas distribuies de propriedades geolgicas. Os resultados indicaram que, apesar do
influxo significativo de gua do aqfero, h necessidade de injeo de gua para a
manuteno de presso. A injeo de gua complementar a atuao do aqfero para o
deslocamento do leo na direo dos poos injetores aumentando a eficincia de drenagem
e impedindo um crescimento acentuado da RGO nos poos produtores posicionados nas
partes mais altas do reservatrio.

Em

funo

das distribuies de espessura,

permeabi I idade e porosidade

relativamente homogneas para o modelo elaborado, os resultados obtidos com as

simulaes para o modelo elaborado tambm indicaram que a trajetria mais adequada
para a perfurao dos poos foi a trajetria vertical.

Fase 2- Avaliao dos Esquemas de Produoflnjeo

O conjunto inicial de alternativas para este exemplo foi formado a partir das duas
diretrizes estabelecidas na fase anterior: poos perfurados com trajetrias verticais e
manuteno da presso por meio da injeo de gua

Foram utilizados dois valores para o espaamento inicial entre os poos: 450m e
600m. Estes valores mostraram-se adequados para avaliao da qualidade do reservatrio
e determinao das zonas com maior potencial de recuperao.

A Figura 6.23 apresenta os valores de VPL obtidos em funo da razo entre o

nmero de poos produtores e poos injetores para os esquemas definidos a partir dos 2
espaamentos estudados. Na Figura 6.24 so apresentados os valores de produo de leo
acumulada (Np) associados aos respectivos valores de funo-objeti vo para os mesmos
esquemas e na Figura 6.25 so apresentados os valores de produo de gua acumulada
(Wp) tambm associados aos respectivos valores de funo-objetivo.

103

VPL vs NPROD/NINJ
1000
900

800

...

700

......o 600

Vl
::I

500

it

400

>

;.'.. li-~:

300

Espaamento 450m

200

Espaamento 600m

100

10

NPROD/NINJ

Figura 6.23: Exemplo B- VPL vs NPROD/NTNJ - Fase 2

VPL vs Np
1000
Espaamento 450m

900

-"~*'

Espaamento 600m

800

.....
o

700

...

500

...J

400

Vl
::I

600

ll.

>

300
200
100

o
30000

35000

40000

45000

50000

Np (10 3 m3 )

Figura 6.24: Exemplo B - VPL vs Np - Fase 2

104

55000

VPL vs Wp
1000 . - - - - - - - -

............. ..., .
--.

900
800
700

"'

~ 600

...

~ 500
~

>

400
300
200

Espaamento 450m
Espaamento 600m

100

o ~------,----------~--~
20000

25000

30000

35000

40000

45000

50000

Wp (103 m3 )

Figura 6.25: Exemplo B - VPL vs Wp- Fase 2

Assim como observado para o Exemplo A, para este exemplo os esquemas definidos
com um espaamento inicial de 450 m antecipam a produo de volumes maiores de leo
e maximizam a produo acumulada. Os resultados obtidos tambm permitiram verificar
que os melhores esquemas com espaamento de 450 m apresentaram va lores de funoobjetivo (VPL) bastante prximos aos obtidos para os melhores esquemas com
espaamento inicial de 600 m.
Um outro aspecto em que o Exemplo 8 mostra-se semelhante ao Exemplo A que,
para os dois espaamentos estudados, os esquemas que proporcionaram os maiores valores
para a produo acumulada e para a funo-objetivo VP L so os que apresentam um va lor
prximo de 1 para a razo entre o nmero de poos produtores e o nmero de poos
injetores.

As trs melhores alternativas foram selecionadas para serem submetidas tse

seguinte (Fase 3). As demais alternativas foram descartadas. Para este Exemplo 8
considerou-se suficiente trabalhar com estas 3 Alternativas nas demais Fase da
Metodologia.

105

Fase 3- O bteno de Estimativa Ajustada para o Nmero de Poos

As 3 alternativas selecionadas aps a execuo da etapa anterior foram submetidas

ao processo para obteno de uma estimativa ajustada para o nmero de poos.

O nmero mdio de iteraes

necessna~

para detenninao desta estimati\a

ajustada foi igual a 8. A Figura 6.26 apresenta a maximizao do VPL ao longo do

processo de obteno de estimativa ajustada para o nmero de poos para os esquemas
selecionados. A Tabela 6.6 apresenta a estimativa ajustada para o nmero de poos para
cada alternativa considerada.

VPL vs Nmero de Poos

...

1100

.....

- I

. \41 \ .u

Alternativa 1
Alternativa 2
A Alternativa 3

1050

1000

~ 950

::J
...J

~ 900

850
800

20

40

60
80
Nm ero de Poos

100

120

Figura 6.26: Exemplo B - VPL vs Nmero de Poos - Fase 3

Tabela 6.6. Exemplo B- Resultados Obtidos Aps a Reali;:ao da Fase 3

Espaa mento (m)

Np ( l0 3 m)

VPL (US$ I 0)

Nmero de Poos

Alterna tiva 1

450

47.084

1.059

69

Alternativa 3

450

47.228

1.039

69

Alternath a 2

450

48.315

1.031

62

Alternativa

106

Fase 4- Definio de Parmetros Operacionais

Com a concluso da Fase 3 as trs altemativas so submetidas ao processo de

otim izao de parmetros operacionais na quarta etapa da metodologia.

Inicialmente foram propostos trs cronogramas para a entrada em operao dos

poos com um intervalo regular de dois meses.
Cronograma

I -

Os poos

produtores e

injetores entram

em

operao

altemadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injetores obedecem a ordem decrescente de injeti vidade.
Cronograma 2 -

Os

poos produtores e

injetores entram

em

operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VP L e os poos

injetores obedecem a ordem crescente de injetividade.
Cronograma 3 -

Os

poos

produtores e

injetores entram

em operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injetores obedecem ao critrio de vizinhana.

O Cronograma I foi o mais adequado para a Alternativa I, enquanto o Cronograma

2 foi o mais adequado para a Alternativa 2 e o Cronograma 3 foi o mats adequado para a
Alternativa 3.

A partir da Cronograma que maximizava a funo-objetivo para cada alternativa foi

constmdo um conjunto de simulaes para determinao da data mais adequada para o
incio da injeo de gua. Em funo do mecani smo de influxo de gua por atuao do
aqfero de fundo, para todas as alternativas avaliadas o valor mximo para a funoobjetivo obtido com o primeiro poo injetor entrando em operao IO meses aps a
entrada do primeiro poo produtor. A Figura 6.27 apresenta os resultados obtidos para esta
quarta etapa. Cada conjunto de pontos formado pelos valores obtidos com os diferentes
cronogramas e as diferentes datas de incio da injeo para o melhor cronograma aplicado
a cada alternativa.

107

VPL vs Np
690

680

..

.. 670

..

..

....

... 660

1/l

::J

~650

.. ..

..

II

Alternativa 1

>

640

Alternativa 2

a Alternativa 3
630
45500

46000

46500
Np (103 m3 )

47000

47500

Figura 6.27: Exemplo B - VPL vs Np - Fase 4

Fase 5- Anlise de Risco (Risco Geolgico e Financeiro)

Dando continuidade ao processo as trs a lternativas so en to submetidas ao

procedimento para anlise de risco nesta quinta etapa da metodologia .

A partir do modelo geolgico base proposto para este exemplo e considerando o

conjunto de atributos incertos e os seus respectivos nveis so obtidos nove modelos
representativos para o reservatrio. Cada alternativa pertencente ao conjunto preliminar de
solues aplicada ao caso base e aos nove modelos representati vos.

Para este Exemplo B importante mencionar que a onmi7ao dos parmetros

operacionais na elaborao de um proJeto para o desen\ olvimento de reservatrios com
mecanismo de influ"o de gua por atuao de aqfero de fundo ou lateral fortemente
dependente da modelagem adotada para este aqfero- quanto mais ajustada a modelagem
melhor ser a qualidade do conjunto de so lues. Deve-se destacar que a extenso do
aqfero um atributo bastante incerto e a otimizao dos parmetros operacionais
mencionados deve estar associada a uma anlise de risco coerente que considere estas
incertezas por mc1o da construo de cennos com base na experincia dos gelogos.

108

A Figura 6.28 apresenta os resultados obtidos para esta anlise. Os trs conjuntos de
pontos representam os valores obtidos utilizando o cenrio base e os 9 cenrios
representativos para as trs alternativas avaliadas.

VPL vs Np
1200
1000

..

Alternativa 1
Alternativa 2
A Alternativa 3

800

.......
1/l
;:)

600

..J

Q.

>

400
200

..

.~
.

o ~------------------------------------__..J
20000 25000 30000 35000 40000 45000 50000 55000 60000 65000
Np (103 m3)

Figura 6.28: Exemplo B - VPL vs Np - Fase 5

Os cenrios financeiros simplificados adotados para esta anlise foram os mesmos

utilizados para o Exemplo A. O preo do leo foi considerado o atributo incerto para esta
anlise e foram definidos 3 valores representativos para este exemplo, com base em
tendncias de mercado. Cada conjunto de pontos composto pelos valores obtidos
utiliLando o cenrio base e os nove cenrios representativos.
As Figuras 6.29, 6.30, 6.31 apresentam os resultados obtidos. As Figuras 6.32 e 6.33
apresentam os valores de Retomo (VME) associados aos valores de RiscoA e de RiscoS
para os trs preos avaliados.

109

VPL vs Np -Alternativa 1
1800
1600
1400

+Preo do leo E US$14,00/bbl

Preo do leo E US$18,00/bbl
A Preo do leo= US$25,00/bbl

1200
o

;1000

</)

:::)

800

'
...J
0..

600

>

....

400
200

L __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ ___...J

20000

25000

30000

35000

40000

45000

50000

55000

60000

65000

Np (103 m3)

Figura 6.29: Exemplo B - VPL vs Np- Alternativa I -Anlise de Risco

VPL vs Np - Alternativa 2
1600
1400

r---------------------------------------+Preo do leo= US$14.00/bbl

Preo do leo~ US$18.00/bbl
A Preo do leo = US$25,00/bbl

1200

... 800
</)

:::)

o ~--------~~----------------------------------~

'
~ 600

>

...

400

200

20000

25000

30000

35000

40000

45000

50000

55000

60000

65000

Np (103 m 3 )

Figura 6.30: Exemplo B- VPL vs Np- Alternativa 2- Anlise de Risco

110

VPL vs Np - Alternativa 3
1600
1400

... ... ... ...

+Preo do leo= US$14,00/bbl Preo do leo= US$18,00/bbl

1200 - .1. Preo do le~ =..l:!$25,00/bl?l - -

.. 1000
~

.,.

......

:::> 800

...

...

600

>

.. ..

U)

..J
0..

...

...

400

200

-.

o L----------------------~-----------------~
20000

25000

30000

35000

40000

45000

50000

55000

60000

65000

Np(10lm3)

Figura 6.31 : Exemplo B- VPL vs Np- Alternativa 3 - Anlise de Risco

Retorno (VME) vs RiscoA

1200
... A1

.. 1000
...... 800

... A2

AlA

(/)

:::>

w
> 600
o
E 400
o

:E

A1

A3

Ir:

o+

A2

Preo do leo E US$14,00/bbl

Preo do leo= US$18,00/bbl
.l Preo do i!!O = US$~,00/bbl

200

o
o

200

400

600

800

RiscoA (US$

1000

1200

1400

106)

Figura 6.32 - Exemplo B - VME vs RiscoA - Anlise de Ri sco

111

Figura 6.33- Exemplo B- VME 's RiscoB- Anlise de Risco

Fase 6- Anlise de Deciso

Foram utilizados 4 modelos para a funo-ut ilidade global (as formulaes esto
descritas no captulo anterior- Tabela 5. I 3)

As Tabelas 6.7, 6.8 e 6.9 apresentam os \alores obtidos para os indicadores e para os
Modelos I, 2, 3 e 4 aplicados a U(TOT), considerando os trs cenrios financeiros, para
cada alternativa.

Tabela 6. 7: Resultados- Exemplo B- Preo US$14,00/bbl

ALTER!\'ATIVA

401

371

357

578

561

504

RiscoS

1.44

1,51

I ,41

UI(TOT )

1.03

1.90

1.84

UZ(TOT)

2.00

2,06

VME
(US$ 106 )
RiscoA
6

(US$ 10

U~8

? .,..,

U3(T OT)

2,36

") ")"
-,-..>

--"

U4(TOT)

1.88

1,69

1.70

112

Tabela 6.8: Resultados- Exemplo B - Preo US$18,00/bbl

ALTERNATIVA

671

643

616

1~"
.).)

721

651

RiscoB

1,09

1,12

1,06

Ul(TOT)

4,16

3,86

3,59

U2(TOT)

3,24

3,14

2,89

U3(TOT)

4,42

4,12

3,89

U4(TOT)

4.33

4,00

3.80

VME
(US$ lO)
RjscoA
6

(US$ 10 )

Tabe la 6.9: Resultados- Exemplo B- Preo US$25,00/ bbl

ALTERNATIVA
1

1112

1095

1052

.).)
9"'"'

1209

919

RiscoB

0,84

1,10

0,87

UI(TOT)

14,79

14,07

12,41

U2(TOT)

9.54

9.14

8.12

U3(TOT)

15,03

14,25

12.67

U4(TOT)

15,38

14,30

12,96

VME
6

(US$ 10

Risco A
6

(US$ 10

As Figuras 6.34, 6.35 e 6.36 apresentam os grficos elaborados para a anlise de

deciso a partir dos valores obtidos para o retorno (VME) associados aos valores de
RiscoA, R1scoB e investimento, com a atribuio de probabilidades para cada um dos trs
cenrios financeiros (20% para o cenrio com menor preo, 60% para o cenrio com preo
mdio e 20% para o cenrio com preo mais a lto), resultando em um a combinao.

113

Retorno (VME) vs RiscoA

710

..o

700

...

690

(/)

::::>

680

:E

>

670

lo-Utlliclade U3(Combl 4
_ loo-IJUitdode U3(Comb) 4
_ loo.Ut.bdode U3(Comb! 4
_ l.soUltfidade Ul(Comb) 4

c:

ex:"'

660

75
80

85
tO

Fronte.ra Efi,tente

+A

650
U3(Comb)

=f(U(VME), U(RiscoA))

640
300

200

soo

400

600

700

800

900

RiscoA (US$101 )

Figura 6.34: Exemplo B- Retomo (YME) YS RiscoA

Retorno (VME) vs RiscoS

720
710
~o

... 700

~690
::::>

'

~ 680

>

f.to-Utihdade U.t,Comb) 4 52

~ 670

_ loo-utolldade U4(Comb) 4 .55

c:

ltoUtilld-4\de U4(Comb) 4 88

a::
"'

Frol'lttira Efic:leotc

~ 660

l.so-Utllidadf" U.t(Comb) 4.61

650

U4(Comb)

=f(U(VME), U(RiscoB)

640

0,2

0,4

0,6

0,8

1,2

1,4

RiscoS

Figura 6.35: Exemplo B

Retomo (VME) vs RiscoS

I 14

1,6

Retorno (VME) vs Investimento

..o

==A

700

:;; 690 (/)

:::l

u:. 680

:E

A2

>
670
o
<:

_ lso utlidde U1(Cornb) e 4,'"

_ Iso-Utilidade U1(Comb) 4.60
_ l $o~UU1idadc U1(Comb) 4. 52

2 660

Q)

_lso-Utilidad~

U1(CQmb) 4.54 - - -

CC

650
U1(Comb)

=f(U(VME), Ua(lnv))

~o ~-----------.------------------------~

100

200
300
400
Investimento (US$ 101)

soo

600

Figura 6.36: Exemplo B - Retorno (VME) vs Investimento

A Tabela 6.1 Oapresenta os valores obtidos para os indicadores e modelos de funoutilidade (VME, RiscoA, Ri scoS, In vestimento, UI (TOT), U2(TOT), U3(TOT) e
U4(TOT)) obtidos para a combinao dos trs cenrios (tornam-se VME(Comb),
RiscoA(Comb), RiscoB(Comb), lnv(Comb), Ul(Comb),

U2(Comb),

U3(Comb) e

U4(Comb)).

Observando os valores apresentados nesta Tabela 6.19, verifica-se que a Alternativa

3 proporciona o menor risco para a combinao dos trs cenrios, enquanto a Alternativa 1
pem1ite maximizar o VME(Comb), Ul (Comb), U2(Comb), U3(Comb) e U4(Comb).
Deve-se considerar tambm que os grficos da anlise de deciso indicam que a
Alternativa l a que se encontra mais prxima da fronte ira eficiente.

115

Tabela 6.1 0: Exemplo B -Resultados obtidos para Anlise Conjunta

ANLISE CONJUNTA

Alternativa!

Alternativa 2

Alternativa 3

Nmero de Poos

69

62

69

Np

45.913

45.865

44.702

705

679

652

441

422

441

742

787

675

RiscoS (Comb)

UI

1,19

1,09

Ul(Comb)

5,86

5,51

5.00

4,25

4,12

3,73

6,13

5.77

5.31

6,05

5,60

5.21

(10 m-')
VME(Comb)
(US$ milhes)
I nvest(Comb)
(US$ milhes)
RiscoA(Comb)
(US$ milhes)

f(U(VME).Ua(lnv))

U2(Comb)
tlU(YME).Ub(lnv))

L3(Comb)
f( U(Y ME), U(RiscoA))

U4(Comb)
f~U(YM E).U(RtscoB))

6.3

Exemplo C: Mecanismo de Gs em Soluo Associado a Espessuras Reduzidas

Fase l - Seleo do Mtodo de Recuperao e Definio da Geometria dos

Poos

Na construo do modelo para o Exemplo C foi utilizado o mesmo mecanismo de

gs em soluo aplicado ao Exemplo A, considerando uma reduo nas espessuras das
camadas portadoras de leo. A anlise realizada nesta primeira etapa identificou a
demanda por injeo de gua para melhorar a eficincia de varrido com um controle
bastante criterioso devido a probabilidade bastante alta de ocorrncia de uma chegada
prematura de gua, especialmente em poos com bom potencial completados nas partes

J 16

mais baixas do reservatrio. Considerando as espessuras reduzidas, os poos produtores e

injetores sero perfurados com trajetrias horizontais para melhorar seus ndices de
produtividade e injetividade respectivamente.

Fase 2- Avaliao dos Esquemas de Produ o/lnj e o

O conjunto inicial de alternativas para este exemplo foi formado a partir das duas
diretrizes estabelecidas na fase anterior: poos perfurados com trajetrias horizontais e
suporte de presso por meio da injeo de gua

O espaamento inicial entre os poos util izado fo i 450m. Este valor mostrou-se
apropriado para avaliao da qualidade do reservatrio e determinao das zonas com
maior potencial de recuperao.

A Figura 6.37 apresenta os valores de VPL obtidos para cada alternativa em funo
da razo entre o nmero de poos produtores e poos injetores. Na Figura 6.38 so
apresentados os valores de produo de leo acumulada (Np) associados aos respectivos
valores de funo-objetivo para os mesmos esquemas e na Figura 6.39 so apresentados os
valores de produo de gua acumulada (Wp) tambm associados aos respectivos valores
de funo-objetivo.

VPL vs NPROD/NINJ
1600

.------.

~-----------------------------------------,

-------

1500

~--

1400

..S! 1300
1200

~1100
:;)

--

~1000
0..

> 900

800
700

600L_--------------------------~------------~

0.5

1.5

2.5

NPROD/NINJ

Figura 6.37: Exemplo C - VPL vs NPROD/NINJ - Fase 2

117

3 i

VPL vs Np

. .,. ..

1600
1500
1400

..

~1200

"'~ 1100

~1000

56000

57000

1300

Cl.

> 900
800
700
600
50000

51000

52000

54000 55000
Np (10 3 m 3)

53000

58000

59000

Figura 6.38: Exemplo C- YPL vs Np - Fase 2

VPL vs Wp
1600
1500

1400
1300
..o1200

....

'

~1100

::J

~ 1000
Cl.

> 900
800

700
600
100000

120000

140000

160000 180000 200000

Wp (10 3 m3 )

220000

240000

260000

Figura 6.39: E'\emplo C - VPL \S Wp - Fase 2

Aps a realizao desta fase foram selecionadas as 4 melhores alternativas para

serem avaliadas na etapa seguinte da metodologia. As demais alternativas foram
descartadas. Para este Exemplo considerou-se suficiente trabalhar com quatro alternativas
nas outras etapas da metodologia.

118

Fase 3- Obteno de Estimativa Ajustada para o Nmero de Poos

As quatro alternativas mencionadas no pargrafo anterior foram submetidas ao

processo para obteno de uma estimativa ajustada para o nmero de poos.

O nmero mdio de iteraes necessrias para determinao desta estimativa

ajustada foi igual a 7. A Figura 6.40 apresenta a maximizao do VPL ao longo do
processo de obteno de estimati va ajustada para o nmero de poos para os esquemas
selecionados. A Tabela 6.1 1 apresenta a estimativa ajustada para o nmero de poos para
cada alternativa considerada.

VPL vs Nmero de Poos

1~0 r-====-~--------------

1S40

1520

eo::: I
~1460

~ 1440

Alternativa 1
Alternativa 2
.t. Alternativa 3
Alternativa 4

_.

0..

>1420

1400

.&.

.&.

I
.&.

1380

1360 ' - - - - - -- - - - - - -- - - - - - --------'

30
35
40
5
10
15
20
25
o
Nmero de Poos

Figura 6.40: Exemplo C- VPL vs Nmero de Poos- Fase 3

Tabela 6.11: Exemplo C- Resultados Obtidos Aps a Realizao da Fase 3

Alternativa

Np (10~ m3 )

VPL (USS 10

Nmero de Poos

Alternativa I

57.228

1.538

28

Alternativa 2

58.177

1.509

28

Alternativa 3

57.271

1.488

30

Alternativa 4

58.497

1.487

28

119

Fase 4- Definio de Parmetros Operacionais

Aps a obteno da estimativa ajustada para o nmero de poos na etapa anterior as

quatro alternativas so submetidas ao processo de otimizao de parmetros operacionais
na quarta fase da metodologia.

Imcialmente foram propostos cinco cronogramas para a entrada em operao dos

poos com um intervalo regular de dois meses.

Cronograma

Os

poos produtores e

injetores entram

em operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injetores obedecem a ordem decrescente de injetividade.
Cronograma 2 -

Os

poos

produtores e

injetores entram

em

operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injetores obedecem a ordem crescente de injetividade.
Cronograma 3 -

Os poos produtores e

injetores entram em operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injetores obedecem ao critrio de vizinhana.
Cronograma 4 -

Os poos

produtores e

injetores entram em

operao

alternadamente. Os poos produtores obedecem a ordem decrescente de N p e os poos

injetores obedecem a ordem decrescente de injetividade.
Cronograma

5 -

Os

poos produtores e

injetores entram

em

operao

alternadamente. Os poos produtores obedecem a ordem crescente de Wp e os poos

injetores obedecem a ordem crescente de injetividade.

Para as alternativas 3 e 4 foi avaliada tambm um sexto cronograma: Os poos

produtores obedecem a ordem decrescente de Np e os poos injetores obedecem a ordem
crescente de injetividade.

O Cronograma 1 foi o mais adequado para a alternativa I e o Cronograma 5 foi o

mais adequado para a alternativa 2. Para as alternativas 3 e 4 o Cronograma que
max1mizava a funo-objetivo foi o Cronograma 6.
120

A partir do cronograma que maximizava a funo-objetivo para cada alternativa foi

realizado um conjunto de simulaes para determinao da data mais adequada para o
incio da injeo de gua. Em funo das espessuras reduzidas adotadas para o modelo
neste Exemplo C, para todas as alternativas avaliadas o primeiro poo injetor entra em
operao 4 meses aps a entrada do primeiro poo produtor. A Figura 6.41 apresenta os
resultados obtidos para esta quarta etapa. Cada conjunto de pontos formado pelos valores
obtidos com os diferentes cronogramas para cada alternativa e com as diferentes datas de
entrada para o melhor cronograma.

VPL vs Np
1165
~

1160

1155

... 1150

<00

~1145

..:, 1140

D..

> 1135
1130
1125

,.

:::1

Alternativa 1
, Alternativa 2
Alternativa 3
, Alternativa 4

1120
55500

56000

56500

57000

57500

58000

Np (10 3 m 3 )

Figura 6.41: Exemplo C - VPL vs Np - Fase 4

Fase 5- Anlise de Risco (Rjsco Geolgico e Financeiro)

As quatro alternativas so ento submetidas ao proced im ento para avaliao do

impacto das incertezas geolgicas e anlise de risco nesta quinta etapa da metodologia.

A partir do modelo geolgico base elaborado para este exemplo C e considerando o

conjunto de atributos incertos e os seus respectivos nveis so obtidos nove modelos
representativos para o reservatrio. Cada alternativa pertencente ao conjunto de solues
mencionado no pargrafo anterior aplicada ao caso base e aos nove modelos
representativos.

121

A Figura 6.42 apresenta a relao VPL-Np para os cenrios representativos. Cada

conjunto de pontos fom1ado pelos valores obtidos utilizando o cenrio base e os 9
cenrios representativos para cada alternativa. Em funo das caractersticas do
reservatrio, verifica-se que a melhor alternativa maximiza o VPL a Alternativa I e o Np
a Alternativa 4.

VPL vs Np
1600
1400

..
...
.
o

11)

::::>

1000

+ Alternativa 1

soo

Alternatova 2
.t. Alternativa 3
e Alternativa 4

..J

0..

>

..,

1200

600

......

400
200

o
20000

30000

40000

60000

70000

80000

Figura 6.42: Exemplo C - VPL vs Np - Fase 5

Os cenrios financeiros simplificados adotados para esta anlise foram os mesmos

utilizados para o Exemplo A. Para este Exemplo C tambm considerou-se preo do leo o
nico atributo incerto para esta anlise e foram aplicados os mesmos 3 valores
representativos.

As Figuras 6.43, 6.44, 6.45 e 6.46 apresentam os resultados obtidos:

122

VPL vs Np - Alternativa 1
2500

+ Preo do leo
2000

US$14,00/bbl

.....

8 Preo do leo= US$111.00/bbl

.l Preo do leo = US$25,00/bbl

..

"

~500

....

(/)

;:)

.)ooo
>

-.

20000

30000

11..

500

40000

50000

60000

70000

80000

Np (10'm')

Figura 6.43: Exemplo C - VPL vs Np- Alternativa I -Anlise de Risco

VPL vs Np Alternativa 2
2~0 r-----~=====-----------------------------~
Preo do oleo = US$14,00/bbl
Preo do oleo = US$18,001bbl

2000

.l Preo do leo= US$25,00/bbl

....

1500

(/)

::I

'
..J 1000

11..

"

>

~o

o
20000

30000

40000

"

'

50000

60000

70000

80000

Np (103 m3 )

Figura 6.44: Exemplo C - VPL vs Np - Alternativa 2 - Anlise de Risco

123

VPL vs Np- Alternativa 3

2500 . - - - - - - -- - - -- - - - - -- - - -- - - - - -- - - - - - - -- - - - - - - - - - - - ,

2000

+Preo do leo= US$14,00/bbl

Preo do leo= US$18,00/bbl
..a. Preo do leo~ US$25.00/bbl

1500

"'
0

.......

.... ....

. -
....

C/)

:::>
1000

....

..J

fl.

>

500

....

o ~----------------------------------------------..J
20000

30000

40000

60000

70000

80000

Figura 6.45: Exemplo C- YPL vs Np- Alternativa 3- Anlise de Risco

VPL vs Np- Alternativa 4

2500 . - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - .

2000

+Preo do leo= US$14,00/bbl

Preo do leo= US$18,00/bbl
..a. Preo do leo = US$25,00/bbl

..o

....
.... .... ....
............

....

...

.... 1500

C/)

....

:::>

t. 1000

....

>

500

20000

30000

40000

;t+

50000

60000

70000

80000

Np (10~ ma)

Figura 6.46: Exemplo C- VPL vs Np- Alternativa 4- Anlise de Risco

As Figuras 6.47 e 6.48 apresentam os valores de Retorno (VME) associados

aos valores de RiscoA e de RiscoB para os trs preos avaliados.

124

Retorno (VME) vs RiscoA

2000 ,---------------------------------------------~

1800
.. 1600
o

:; 1400
C/)

'=? 1200
A2

~ 1000

63 .A1

A4

>

~ 800

E
,g 600

..

0::

400
200

:. - Preo do leo= US$14,00/bbl

Preo do leo= US$18,00/bbl
1- .a. Preo do leo = US$25,00/bbl , - - - L---------------------------------~----------~

700

800

900

1000
1100
RiscoA (US$ 106)

1200

1300

1400

Figura 6.47- Exemplo C- VME vs RiscoA- Anlise de Risco

Retorno (VME) vs RiscoS

2000
A3

1800

A~A1

...

1600
o
,...
M

A2- - - - - - - - - - - - - - - - - - -

1400

tJ)

::>

1200

UJ

:E

.
o

>

1000
Al

800

A4.

\A2

600

0::

Preo do leo= US$14,00/bbl

Preo do leo= US$18,00/bbl
~Pre? do leo= US$25,00/bbl

400
200

o
0,6

0,7

0,8

0,9

1'1

1,2

1,3

1,4

RiscoB

Figura 6.48 - Exemplo C- VME vs RiscoB - Anlise de Risco

Fase 6 - Anlise de Deciso

Foram utilizados 4 modelos para a funo-utilidade global (as formulaes esto

descritas no captulo anterior- Tabela 5.14)

125

As Tabelas 6.1 2, 6.13 e 6.14 apresentam os valores obtidos para os indicadores e

para os Modelos 1, 2, 3 e 4 aplicados a U(TOT), considerando os trs cenrios financeiros,
para cada alternativa.

Tabela 6.12: Resultados- Exemplo C- Preo US$14,00/bbl

ALTERNATI VA

736

700

729

725

954

91 I

905

898

RiscoB

1,29

1.30

1,24

1,24

Ul(TOT)

2,32

2,29

2,28

2.21

U2(TOT)

1.98

1,91

1.97

1.97

U3(T0T)

1.78

1,69

1,80

1,79

U4(TOT)

1,98

1,91

1,97

1,96

VME
(USS 1Ob)

Risco A

(US$ JOb)

Tabela 6.13: Resultados- Exemplo C - Preo US$18,00/bbl

ALTERNATIVA
1

1 I 14

1058

li 07

1100

1044

98.3

1017

1002

RiscoB

0,94

0.93

0,92

0,91

Ul(TOT)

3,96

3.91

3.88

3.65

U2(TOT)

3,16

2.96

3,14

3.1 I

U3(TOT)

3,31

3,10

3,30

3,28

U4(TOT)

3,22

3,00

3,19

3,17

VME
(US$

106)

Risco A

(US$ 10

126

Tabela 6.14: Resultados- Exemplo C - Preo US$25,00/bbl

A L TERNA TJV A

1770

1681

1765

1754

1323

1262

1309

1291

RiscoS

0,75

0,75

0,74

0,74

Ul(TOT)

10,40

10,32

10,15

9.12

U2(TOT)

7,75

6,84

7,70

7,56

U3(TOT)

8, 18

7.26

8, 14

8,02

U4(TOT)

7,88

6.97

7,83

7,71

VME
6

(US$ 10

Risco A
6

(US$ 10

As Figuras 6.49, 6.50 e 6.51. 6.52 apresentam os grficos elaborados para a anlise
de deciso a partir dos valores obtidos para o retomo (VME) associados aos valores de
RiscoA , Ri scoB e investimento, com a atribuio de probabilidades para cada um dos trs
cenrios financeiros (20% para o cenrio com menor preo, 60% para o cenrio com preo
mdio e 20% para o cenrio com preo mais alto), resultando em uma combi nao.

Retorno (VME) vs RiscoA

1190

..

......

1180

1170

lf)

1160

::::>

'
UJ
::1:

>

+ A4

1150

o'

1140

1130

a::

1120

1110

Iso-Utilidade U2(Comb) J 366

_ IIOUtJiidade U2(Comb) 3 39
_ lso-Utllklade U2(Comb) ~ J 41
lso-Utoh<lade U2(Comb) = 3 43
Fronteira Ef1ctent1

" J

U2(Comb) = f(U(VME), U(RiscoA))

1100
300

400

500

600

700

800

900

1000

1100

RiscoA (US$101 )

Figura 6.49: Exemplo C - Retorno (VME) vs Ri scoA

127

1200

Retorno (VME) vs RiscoS

1190 r
1180
1170
m

........ 1160
1/)

'=? 1150
UJ

~ 1140

g' 1130

loUllhdad U3(Co.,bt 3 27
_ ltoUtohdado U3(Comb) 3 2!

l5

_ o.UtJhdade Ul(Comb) 3.31

G) 1120

_ ltoUtohdad UJ(Comb) 3 33

a::

1110

Fronteira Ef1c-ente

U3(Comb)

A2

= f(U(VME), Ua(RiscoB))

1100 ' - - - -- - - -0 ,4

0,5

0,6

0,8

0,7

0,9

1,1

1,2

RscoB

Figura 6.50: Exemplo C

Retomo (VME) "~ RiscoB (Ua(R1scoB))

Retorno (VME) vs RiscoS

1190
1180
.. 1170
o

... 1160
~

::I

' 1150

UJ

> 1140
o

lsoUtilldad U4(Comb} 3 118

E 1130
o

_ IIOUtJiidadc U4(Comb} 3 22
lto-Utlltdade U4(Comb} 3 24
lsoUtJhdade U4-(Combl 3 S$

1120

Fronteira Efictente

1110
U4(Comb)

1100
03

0 ,5

0,7

0,9

1,1

=f(U(VME), Ub(RtscoB))
1,3

1,5

1 ,7

RtscoB

Figura 6.51: Exemplo C - Retomo (VME) vs RiscoB (Ub(R1scoB))

A Tabela 6.15 apresenta os valores obtidos para os indicadores e modelos de funoutilidade (VME, RiscoA, Ri scoB, In vestimento, UI (TOT), U2(TOT), U3(TOT) c
U4(TOT)) obtidos paro a combinao dos trs cenrios (tomam-se VME(Comb),
R1scoA(Comb), RiscoB(Comb), Im (Comb),

UI (Comb),

U4(Comb)).

128

U2(Comb),

U3(Comb) e

Retorno (VME) vs Investimento

1190

..

1180

1150

...~ 1170
1160
A4
Iso-Utilidade U1(Comb)
U1(Combl
_ ls~tolodado U1CComb)
_lso-Uuhdde U1(Comb)

:::- 1140
o
~ 1130
Qi
a: 1120

_ ls~tdodado

U1(Comb)

1110

31!1
3 21
3.23
3 2

=f(U(VME), U(lnv))

A2

1100

100

200

300

400

500

600

700

800

900

Investimento (US$ 106 )

Figura 6.52: Exemplo C - Retomo (VME) vs Investimento

Tabela 6.15: Exemplo C - Resultados obtidos para Anlise Conjunta

ANALISE CONJ UNTA
Alternativa 1

Alternativa 2

Alternativa 3

Altcrnativa4

Nmero de Poos

28

28

30

28

VME(Comb)

11 70

IIII

1163

1156

650

650

650

722

1082

1024

1053

1039

Ris coB(Comb)

1,29

1,30

1,24

1,23

Ul(Comb)

3,68

3,36

3,63

3,61

3,84

3,52

3,82

3,77

3,98

3,65

3,97

3,93

3,90

3,58

3,88

3.83

(USS milhes)
Invest(Comb)
(US$ milhes)
RiscoA(Comb)
(US$ milhes)

f(U(VME).U(lm))

U2(Comb)
f(U( VME), U(RiscoA))

U3(Comb)
ftU(VME),Ua(RiscoB))

U4(Comb)
f(U(VME),Ub(RtscoB))

129

De acordo com esta Tabela 6.15 a Alternativa 2 a opo de menor \alor para
RrscoA para a combinao dos trs cenrios, a Alternativa I a que viabiliza o maior
VME(Comb). Ana lisando os grficos para a an lise de deciso verifica-se que a escolha
difcil pois as Alternativas l e 3 so bastante interessantes.

6.4

Exemplo 0: Campo

- Mecanismo de Gs em Soluo Associado a leo de

Alta Viscosidade

Fase I - Seleo do Mtodo de Recuperao e Definio da Geometria dos

Poos

Na construo do modelo para o Exemplo O foi utilizado o mesmo mecanismo de

gs em soluo aplicado ao Exemplo A, considerando um leo de alta vrscosidade ( 16
0

A PI). A anlise realizada por meio do conju nto de simu laes para esta primeira etapa

identificou uma demanda por injeo de gua com um forte controle de vazes para
melhorar a eficincia de vamdo. Os poos produtores e injetores sero perfurados com
trajetrias horiLontais para melhorar seus ndices de produtividade e injet\ rdade
rcspecti\ amente.

Fase 2- Avaliao dos Esquemas de Produo/lnjeo

O conjunto inicial de alternativas para este exemplo foi formado a partrr das duas
diretrizes definidas aps a anlise na fase antenor: poos perfurados com trajetrias
horizontais e manuteno de presso por meio da injeo de gua com va7cs controladas.

O espaamento inicial entre os poos utilizado foi 600m. Este va lor proporcionou

uma avaliao per1inente da qualidade do reservatrio e a dctcnninao das zonas com

maior potencial de recuperao.

A Figura 6.53 apresenta os

valore~

de VPL referentes a cada alternativa em funo

da razo entre o nmero de poos produtores e poos injetores. Os valores de produo de

leo acumulada (Np) associados aos respectivos valores de f-uno-objetivo para os
130

mesmos esquemas so apresentados na Figura 6.54 e na Figura 6.55 so apresentados os

valores de produo de gua acumulada (Wp) tambm associados aos respectivos valores
de funo-objeti' o.

VPL vs NPROD/NINJ
700
650

.....
o

....
t/)
~

600

..._

5SO

-----

soo

'

-l
0..

>

450
400
3SO
300
0.6

0-1

0.8

0.9

1
1.1
NPRODININJ

1.3

1.2

1.4

Figura 6.53: Exemplo D- VPL vs NPROD/NINJ- Fase 2

VPL vs Np
700
6SO

.....

600

~sso
~

'

-l

~soo

450
400
31500

32000

32500

33000
33500
Np (10 3 m3 )

34000

Figura 6.54: Exemplo D - VPL vs Np - Fase 2

131

34500

35000

VPL vs Wp
700
650

600

...

~550

'

_j

g;soo

450

400

1ooooo 11oooo 12oooo 13oooo 14oooo 1soqoo 16oooo 11oooo 1eoooo 19oooo
Wp (10 m)

Figura 6.55: Exemplo O VPL vs Wp- Fase 2

Analisando as Figuras 6.53, 6.54 e 6.55 optou-se por sclcctOnar as trs melhores
alternativas para serem submetidas fase seguinte. As demais alternativas foram
descartadas, considerando-se suficiente trabalhar com trs alternativas nas demais etapas
da metodologia.

Fase 3- Obteno de Estimativa Ajustada para o ~mero de Poos

As trs altcmativas mencionadas no pargrafo anterior foram submetidas ao

processo para obteno de uma estimativa ajustada para o nmero de poos.

O nmero mdio de iteraes

nece~srias

para determinao desta estimati' a

ajustada fo1 tgual a 7. A Figura 6.56 apresenta a ma>..imi/ao do VPL ao longo do

processo de obteno de estimativa ajustada para o nmero de poos para os esquemas
selecionados. A Tabela 6.16 apresema a est1111ativa ajustada para o nmero de poos para
cada a!tema ti va considerada.

132

VPL vs Nmero de Poos

700

...

650

...

600

~550

::l

...

...J

~soo

..

...

...

...

Alternativa 1
Alternativa 2
Alternativa 3

450
400
20

25

30

35

40

Nmero de Poos

45

50

Figura 6.56: Exemplo O- VPL vs Nmero de Poos - Fase 3

Tabela 6.16: Exemplo O- Resultados Obtidos Aps a Realizao da Fase 3

Np (103 m3 )

VPL (US$ milhes)

Nmero de Poos

Alternativa 1

32.540

674

38

Alternativa 2

32.631

665

36

Alternativa 3

33.315

581

34

Alternativa

Fase 4 - Definio de Parmetros Operacionais

Aps a obteno da estimativa ajustada para o nmero de poos na etapa anterior as

trs alternativas so submetidas ao processo de otimizao de parmetros operacionais na
quarta etapa da metodologia.

Inicialmente foram propostos cinco cronogramas para a entrada em operao dos

poos com um intervalo regular de dois meses.

Cronograma

Os poos produtores e

injetores entram

cm

operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

inj etores obedecem a ordem decrescente de injetividade.
Cronograma 2 -

Os poos

produtores e

injctores entram

em

operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injetores obedecem a ordem crescente de injeti vidade.
133

Cronograma

3 -

Os poos produtores

injetores

entram

em

operao

alternadamente. Os poo::, produtores obedecem a ordem decrescente de YPL e os poos

injetores obedecem ao critrio de\ izinhana.
Cronograma 4

Os

poos produtores

mjetores

entram

em

operao

alternadamente. Os poos produtores obedecem a ordem decrescente de Np e os poos

injctores obedecem a ordem decrescente de injetividade.
Cronograma

5 -

Os

poos

produtores

injetores

entram

em

operao

alternadamente. Os poos produtores obedecem a ordem crescente de Wp e os poo~

injctores obedecem a ordem crescente de injetividade.

O Cronograma 5 foi o mais adequado para as trs alternativas, maximizando a

funo-objetivo.

Aps a determinao do cronograma que maximizava a funo-objetivo para cada

altemativa foi realizado um conjunto de simulaes para determinao da data mais
adequada para o mcio da injeo de gua. I:.m funo da alta viscosidade do leo e das
condies de presso do reservatrio para Exemplo D, para todas as alternati\as avaliada::,
o primeiro poo mjetor entra em operao 4 meses aps a entrada do pnmeiro poo
produtor. A F1gura 6.57 apresenta os resultados obtidos para esta quarta etapa. Cada
conJunto de pontos formado pelos valores obtidos com os diferentes cronogramas para
cada alternativa e com os valores obtidos para as diferentes datas de incio da injeo para
o melhor cronograma.

134

VPL vs Np
550

500

,......

.,
o

...
~

450

...

(/)

:::>
..J
Cl.

...

400

>

Alternativa 1
Alternativa 2 I
4 Alternativa 3

350

300
31200

31400

31600

31800

32000

32200

32400

Np (10 3 m3)

Figura 6.57: Exemplo O - VPL vs Np - Fase 4

Fase 5 - Anlise de Risco (Risco Geolgico e Financeiro)

As trs alternativas so en to submetidas ao procedimento para aval iao do

impacto das incertezas geolgicas e anlise de risco na quinta etapa da metodologia.

A partir do modelo geolgico base elaborado para este exemplo O so obtidos nove
modelos representativos para o reservatri o. Cada alternativa pertencente ao conjunto de
solues mencionado no pargrafo anterior aplicada ao caso base e aos nove modelos
representativos.

A Figura 6.58 apresenta os resultados obtidos aps a execuo desta anlise de risco.

Dando continuidade ao processo, as trs alternativas so submetidas ao

procedimento para anlise de sensibilidade econmica na sexta etapa da metodologia.

Os cenrios financeiros simplificados adotados para esta anlise foram construdos

segundo o mesmo processo aplicado ao Exemplo A. O preo do leo foi considerado o
nico atributo incerto para esta anlise e foram definidos 3 valores representativos para o
leo mais viscoso deste exemplo com base em tendncias de mercado.

135

VPL vs Np
700

..

.-

Alternauva 1
8 Alternabva 2
Altrnativa 3

600

500

~400

::l

it300

>

1.

: : L_____._---------------~
15000

20000

25000
30000
Np (10' m")

35000

40000

Figura 6.58: Exemplo D- VPL vs Np - Fase 5

As Figuras 6.59, 6.60, 6.61 apresentam os resultado obtidos. Cada conjunto de

pontos composto pelos valores obtidos utilizando o cenrio base e os 9 cenrios

representativos.

VPL vs Np - Alternativa 1
1200
1000

Preo do oleo " US$12,00/bbl

Pro do leo= US$16,00/bbl
Preo do leo = USS22,001bbl

800

...~ 600

.-..

.J

Q.

400

200

20000

o
15000

...

o
....

>

25000

30000

35000

40000

Np (10' m')

Figura 6.59: Exemplo D - VPL vs Np- Alternativa I - Anlise de Risco

136

VPL vs Np - Alternativa 2
1200

Preo do Oleo = USS12.00/bbl

a Preo do leo = US$16,00/bbl

1000

"'

A Preo do oleo = US$22 .00/bbl

.....

"' "' "'

800

"'

...~ 600

"'

'
~
a.
> 400

200

li-

1!>000

20000

"'

"'

25000

30000

.~

40000

35000

Np (10 m )

Figura 6.60: Exemplo D- VPL vs Np - Alternativa 2 - An lise de Risco

VPL vs Np- Alternativa 3

1200

1000

....

Preo do leo - US$12,00/bbl

Proo do loo- US$16,00/bbl
.t. Preo do leo - USS22,00/bbl

....

800

"'

...
(/)

::J

"'

600

...J

a.

>

400

200

o
15000

20000

.t. A

"'

25000
30000
1
3
Np (10 m )

"'

....

"'

.ri'

35000

40000

Figura 6.62: E>..emplo D - VPL vs Np - Alternativa 3 - Anlise de Risco

As Figuras 6.63 e 6.64 apresentam os va lores de Retorno (VME) associados aos

valores de RiscoA e de RiscoB para os trs preos avaliados.

137

Retorno (VME) vs RiscoA

900

700

.....
.,.

A~A2

Preo do oteo - USS 12 00/bbt

Preo do oteo - USS16 00/bbl
Preo do leo - USS22 00/bbl

800

A3

600

Cl)

::>

500

A,.A2

::!:

A3.

> 400
o
c

o 300
Q;

A1t

cz: 200

Al

. A2

100

o
o

100

200

300

400

soo

600

700

RiscoA (US$ 106 )

Figura 6.63: Exemplo D

VME vs Ri::,coA

Anlise de Ri..,co

Retorno (VME) vs RiscoB

900 , - 800

700

::; 600

::>
~ 500

::!:
:::- 400

300

Q;

cz:

200

100

Preo do Oleo - USS12 00/bbl

Preo do oleo - US$16 00/bbl
a Preo do leo- US$22,00/bbl

o ~-------------------------------------------0.4

0,6

0,8

1,2

1,4

R1scoB

Figura 6.64: Exemplo D - VME vs Riscol3 - Anlise de Ri sco

Fase 6- Anlise de Deciso

Foram utilizados 4 modelos para a funo-utiltdade global (as formulaes esto

descritas no capitulo anterior- Tabela 5.15)

As Tabelas 6.1 7, 6. J 8 c 6.19 apresentam os 'alores obtidos para os tndicadores e

para os Modelos J, 2, 3 c 4 aplicados a U(TOT), considerando os trs cenrios financeiros,
para cada alternativa.
138

Tabela 6.17: Resultados - Exemplo O- Preo US$12,00/bbl

A LTERNATIVA
I

210

274

268

272

353

333

RisroB

1,30

1,29

1,24

UI(TOT)

1,1 7

1,30

1,29

U2(TOT)

1,42

1,64

1,57

U3(TOT)

1,55

1,57

1,58

U4(TOT)

1, 15

1,27

1.29

VME
6

(US$ 10

RisroA
6

(US$ 10

Tabela 6.18: Resultados - Exemplo O - Preo USS J 6,00/bbl

ALTERNATIVA
I

410

485

476

384

449

437

RiscoB

0,94

0,93

0,92

UI(TOT)

1,57

1,80

1,76

U2(TOT)

1,68

1,9 1

1,84

U3(TOT)

1,86

2,02

2,00

U4(TOT)

1,84

2,05

2.03

VME
(US$ 106 )
Risco A
(US$ 106)

As Figuras 6.65, 6.66 e 6.67 apresentam os grficos elaborados para a anlise de

deciso a partir dos valores obtidos para o retorno (VME) associados aos valores de
RiscoA, RiscoS e investimento, com a atribuio de probabi lidades para cada um dos trs
cenrios financeiros (20% para o cenrio com menor preo, 60% para o cenrio com preo
mdio e 20% para o cenrio com preo mais alto), resultando em uma combinao.

139

Tabela 6.19: Resultados - Exemplo O- Preo US$22,00/bbl

ALTERNATIVA

758

832.20

819.33

567

618

607

RiscoB

0.75

0.74

0.74

Ut(TOT)

2,80

3.19

3.11

U2(TOT)

2,60

2,94

2,86

t lJ(TOT)

3.02

3.38

3.31

l '4(TOT)

3.27

3,65

358

VME

(USS 106 )

Risco A
(US$ lOb)

Retorno (VME) vs RiscoA

600
550
o

....

~ 500

A3

:;:)

~450

>
o
E 400

lso-Vtllloooo V3(Comb) & 1.615

_lsoVtlidode UJ(Comb) 1.73
ISOUtlhdldO U3(Comb) 1 76
_ lso-Uilhdado U3(Combl E 1 7S
Frontir.- E.ffcente _ ____J

B
G>

a::

350

300
250

U3(Comb) f(U(VME),
U(RiscoA))

300

350

400

450

soo

550

RiscoA (USS 10 )

Figura 6.65: Exemplo D- Retomo (VME)

140

\S

RiscoA

600

Retorno (VME) vs RiscoB

600

.. 550
o
......
(/)

~ 500

A3

>

_
_
_
_

~ 450

E
o
i
Ir

Iso-Utilidade U4(Comb)
Iso-Utilidade U4(Comb)
lso-Utllidode U4(Comb)
loo-utllidodo U4(Comb)

1 48
1.4!1
1 51
1 53

"1

Ftontlua Eflcacnte

400
U4(Comb) = f(U(VME), U(RiscoB))
350

o,s

0,6

0,7

0,8

0,9

1,1

1,2

1,3

RiscoS

Figura 6.66: Exemplo D - Retomo (VME) vs RiscoB

Retorno (VME) vs Investimento

600

......

"'o

550

(/)

~soo
w

r-

A2

:e

~ 450
o

. ...1

loo-UIIIidodo U2(Comb) 1.31

~ 400

_ Sao. Utihdade U2(Ccm1bJ 1 41

_ Iso-utilidade U2(Comb) 1 44

Ir

_ Iso-Utilidade U2(Comb) 1 47

350
U2(Comb) = f(U(VME), Ub(l nv))

300
150

250

350

450

550

650

750

850

950

1050

Investimento (USS 105)

Figura 6.67: Exemplo O - Retorno (VME) vs Investimento

A Tabela 6.20 apresenta os valores obtidos para os indicadores e modelos de funoutilidade (VME, Ri scoA, RiscoB, Investimento, U 1(TOT), U2(TOT), U3(TOT) e
U4(TOT)) obtidos para a comb inao dos trs cenrios (tomam-se VME(Comb),
RiscoA(Comb), RiscoB(Comb), lnv(Comb), U I (Comb),
U4(Comb)).

141

U2(Comb), U3(Comb) e

Tabela 6.20: Exemplo O- Resultados obtidos para Anhse Conjunta

ANALISE CONJUNTA
Alt ernativa I

Alternativa 2

Alternativa 3

Nmero dr Poos

38

36

34

Np

32. 155

3 1.283

31.974

439

512

503

799

650

722

398

464

450

RiscoB(Comb)

0.97

0.96

0,95

Ul(Comb)

1.74

1,98

1.94

1.81

2,06

1.99

2.03

2,20

2. JX

!.99

2,22

2.1 9

(10 3 m3 )
VME(Comb)
(LS$ milhes)
lnvest(Comb)
(LS$ milhes)
RiscoA(Comb)
(USS milhes)

f(U(VME).ua(lm))
L2(Comb)
f(U(VMLl.Ub(lm ))
U3(Comb)
f(U(VME).U(RiscoA))
U4(Comb)
f(L'(VMI ).U(Ri!.coBl)

Ana lisando os valores apresentados na Tabela 6.20 para a tomada de deciso

\erifica-se que a Altemativa I proporciona o menor valor para o RiscoA considerando a
combinao dos trs cenrios, enquanto a Alternativa 2 pennitc atingir os maiores \alores
de VME (Comb), UI (Comb), U2(Comb), U3(Comb) e U4(Comb). A Alternativa 2
tambm a que se encontra mais prxima da fronteira eficiente segundo os grficos para a
anlise de deciso.

142

6.5

Exemplo E: Campo 2 - Mecanismo de Gs em Soluo Associado a Sistema de

Falhas

Fase 1 - Seleo do Mtodo de Recuperao e Definio da Geometria dos

Poos

Na construo do modelo para o Exemplo E toi incorporado o mecanismo de gs em

soluo e o sistema de falhas selantes que dividiu o reservatrio em 3 regies. A anlise
realizada por meio do conjunto de simulaes para esta primeira etapa identificou uma
demanda por injeo de gua utilizando pares produtor-injetor de ambos os lados das
falhas. Os poos produtores e injetores sero perfurados com trajetrias hori zontais para
melhorar seus ndices de produtividade e injetividade respectivamente.
A Figura 6.68 apresenta uma comparao do desempenho das estratgias com poos
definidos com trajetria vertical e horizontal

VPL vs Np
3000
2500

.---------~~~~-==-~-~-=---------------------~

Trajetria Horizontal -Preo US$14,00/bbl

Trajetria Hori:wntal- Preo US$18,00/bbl
Trajetrla Horizontal - Preo US$25,00/bbl
e Trajetria Vortical- Preo US$14,00/bbl
::J( Traj&tria Vertical- Preo US$18,00/bbl
e Trajetria Vertical -Preo US$25,00/bbl

2000

o
.....
~1500

::>

_.

~1000

500

.---.. -

....

O L-------------------------------------------~
40000

45000

50000

55000

60000

65000

70000

75000

Figura 6.68: Exemplo E - VPL vs Np- Fase 1

Fase 2- Avaliao dos Esquemas de Produo/lnjeo

O conjunto in icial de altemativas para este exemplo foi fonnado a partir das duas
diretrizes definidas aps a anlise na fase anterior: poos perfurados com trajetrias
horizontais e manuteno de presso por meio da injeo de gua com vazes controladas.
143

O espaamento inicial entre os poos utilizado foi 450m. Este valor proporcionou
uma avaliao pertinente do efeito do sistema de falhas no deslocamento de leo e a
determinao das zonas com maior potencial de recuperao.

A Figura 6.69 apresenta os resultados obtidos na avaliao realizada para definir a

completao dos poos. Optou-se por canhonear os produtores nas camadas de 1 a 8 e os

injetores nas camadas 9 e I O.

VPL vs Np
3000
2500

..
.......
o

2000

------

Completao 1 Preo US$14,00/bbl

Completao 1 Preo US$18,00/bbl
A Completao 1 Preo USS25,001bbl
Completao 2 Preo USS14,00/bbl
X Completao 2 Preo US$16,00/bbl
e Completao 2 - Preo US$25,00/bbl

~ 1500

.J

o.
> 1000

;K

;K

soo

..

o L------------------------------------------30000

35000

40000

45000

50000 55000
Np (10) m3 )

60000

65000

70000

75000

Figura 6.69: Exemplo E- Avaliao para Definio do Canhoneio

A Figura 6. 70 apresenta os valores de VPL referentes para as alternativas

selecionadas com completao mais extensa em funo da razo entre o nmero de poos
produtores e poos injetores. Os valores de produo de leo acumulada (Np) associados
aos respectivos valores de funo-objetivo para os mesmos esquemas so apresentados na
Figura 6. 71 e na Figura 6. 72 so apresentados os valores de produo de leo atualizada
(Npat) tambm associados aos respectivos valores de funo-objetivo.

144

VPL vs NProd/Ninj
1400

1200

..

.,.

1000

VI
::::1

800

....1

600

a.
>

400
200

o
o

0.5

1.5

2.5

NProd/Ninj

Figura 6.70: Exemplo E - VPL vs NPROD/N INJ- Fase 2

VPL vs Np
3000 , . . . . - - - --

- - --

- -- -- - - - - -- -- - - .

Preo do leo= US$14,00/bbl

Preo do leo= US$16,00/bbl
Preo do leo= US$25,00/bbl

2500

"'~2000

.,.
VI
::::1

....
.... .....

'1500

....1

a.

>

1000

-. -

500

.A.

L __ _ _ _ _ __

50000

55000

_ _ _ _ _ _ _ __ __

60000

65000
Np (103

_ __ _ _ _ _ _ _ __ __

70000

75000

mi

Figura 6.7 1: Exemplo E- VPL vs Np - Fase 2

145

_ _~

80000

VPL vs NpAtualizada
1400

1200
1000
~

......
o

800

(/)

:::l

' 600
..J
Q.

>
400

......

200

o
20000

25000

30000

35000

40000

45000

50000

55000

Figura 6.72: Exemplo E- VPL vs Np Atualizada- Fase 2

Analisando as Figuras 6. 70, 6. 71 e 6. 72 optou-se por selec10nar as 8 melhores

alternativas para serem aplicadas na etapa seguinte (Alternativas I3, 17, 4, 8, 9, I O, I 2 e
2). As demais altematn as foram descartadas, considerando-se suficiente uti Ii.lar S
alternativas nas demais fase::, da metodologia.

Fase 3- Obteno de Estimati\a Ajustada para o Nmero de Poos

As quatro altemati\ as mencionadas no pargrafo anterior foram submetidas ao

processo para obteno de uma estimativa ajustada para o nmero de poos.

O nmero mdio de iteraes necessrias para determmao desta estimati\a

ajustada foi 1gual a 8. A Figura 6.73 apresenta a maximizao do VPL ao longo do
processo de obteno de cstimatl\ a ajustada para o nmero de poos para os esquemas
selec10nados e a Figura 6. 74 apresenta o comportamento da produo de leo acumulada
atualizada neste processo. A Tabela 6.21 apresenta a cstimati\'a ajustada para o nmero de
poos para cada altemati\ a considerada.

146

VPL vs Nmero de Poos

1500 r---------------------------------------------~

_.

1400

1300 -1---------

..

a ~~~ .,.
r.
--.- --"'----*..._,-::.:
"-_6

:.: ::.:

_. _ _ - j_ _

1200

...

..-1100

1/)

+Alternativa 4
Alternativa 8
Alternativa 9
900
e Altarnativa 10
~ X Alternativa 12 ___
800
e Alternativa 13
700 ~ + Alternativa 17
): Alternativa 2

:1:

::;'1000
...J

g;

600
20

25

30

40

35

45

50

60

55

Nmero de Poos

Figura 6.73 : Exemplo E- VPL vs Nmero de Poos - Fase 3

NpAtualizada vs Nmero de Poos

.
.
.. .

5sooo ~----------------------------------------~

"'e

----- '

ll1

":- 45000

'"~

"O

~ 40000

::s

35000
30000

_,.,.______

50000

Alternativa 4
Alternativa 8
.a. Alternativa 9 j
e Alternativa 1OI
IX Alternativa 12 :
1 Alte rnativa 13 '
Alternativa 17
X Alternativa 2

li{

lli I ll1

"' .

...

--.-;--~-

ll1

L ::::::::::::::=::::::.___________,_________________________J
15

20

25

30

35

40

45

50

55

60

Nmero de Poos

Figura 6.74: Exempl o E- Np Atualizada vs Nmero de Poos- Fase 3

147

Tabela 6.21: Exemplo E- Resultados Obtidos Aps a Rcallzao da Fase 3

Np (10~ m3 )

Npat (I 0 m ')

VPL (US$ milhes)

Nmero de Poos

Alternativa 13

71.871

48.872

I 444

Alternativa 17

71.046

4Q.022

1.404

39
..,..,

Alternativa 4

68.778

46.425

1.398

39

Alternativa 8

68.858

46 686

1.299

39

Alternativa q

67.838

44 773

I 280

40

Altcroatha I O

69.194

47 052

I 234

37

Alternativa 12

67 440

46 533

I 234

.)

Alternativa 2

67.2~7

46.233

1.232

.).)

Alternativa

_l.)

..,..,_,

""

Fase 4- Definio de Parmetros Operacionais

Aps a obteno da estimativa ajustada para o nmero de poos na etapa anterior a:,
quatro alternativas so ento submetidas ao processo de otimizao de parmetros
operacionais na quarta etap3 da metodologia.

Inicialmente foram propostos

poos com um intenalo regular de

Cronograma

I -

tr~

doi~

cronogramas para a entrada cm operao dos

meses.

Os poos produtores e injetores entram cm operao

altcrnaJamente. Os poo:, produtores obedecem a ordem decrescente de VPL e os poos

injetor~s

obedecem a ordem decrescente de injetividade.

Cronograma 2 -

Os poos produtores e injetores entram em operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injctores obedecem a ordem crescente de injeti\ idade.
Cronograma 3 -

Os poos produtores e injetores entram em operao

alternadamente. Os poos produtores obedecem a ordem decrescente de VPL e os poos

injetores obedecem ao critrio de viLinhana.

O Cronograma 3 foi o mais adequado para as trs alternativas analisadas.

148

A partir do cronograma que maximizava a fu no-objeti vo para cada alternativa foi

estruturado um conjunto de simulaes para detenninao da data mais adequada para o
incio da injeo de gua. Em funo das caractersticas estruturais e geolgicas do
modelo o primeiro poo injetor entrando em operao 4 meses aps a entrada do primeiro
poo produtor. As Figuras 6.61 e 6.62 apresentam os resultados obtidos para esta quarta
etapa. Cada conjunto de pontos fonnado pelos valores obtidos com os diferentes
cronogramas para cada alternativa e pelos valores obtidos com as diferentes datas de incio
de injeo para o melhor cronograma.
VPL vs Np
850 ...--- - - -- - - - - -- - - - - -800
750

- 700
o

...

t
I

;(

1/)

::::>

' 600
~
> 550
500
450

:;; 650

+ Alternativa 13
'Alternativa 17
.l Alte rnativa 4 _ __
' e Al ternativa 8
.X Alternativa 9
e Aittrnativa10

400 L---- -- -- - - 64000

65000
66000
67000
68000

69000

70000

71000

72000

Np (10' m3 )

Figura 6.75: Exemplo E- VPL vs Np- Fase 4

VPL vs NpAtualizada

.., I
800

750

..
...

700

t-

...

/ x

.... 650

1/)

=? 600

Alternativa 13
Altornatlva 17
.11. Alternativa 4
e Alternativa 11
:1:'. Alternativa ~
e Alternabva 10

..J

~ 550

500
450
400
42000

43000

44000

45000

46000

47000

48000

49000

50000

NpAtua hza da (10 3 m3)

Figura 6. 76: Exemplo E- VPL vs Np Atualizada - Fase 4

149

Fase 5- Anlise de Risco (Risco Geolgico e Financeiro)

As quatro alternativas so ento submetidas ao procedimento para anlise de nsco

na quinta etapa da metodologia.

A partir do modelo geolgico base elaborado para este exemplo E para o qual

~e

estabeleceu um conjunto de atributos incertos e os seus respectivos nveis so obtidos nove

modelos representativos para o reservatrio. Cada alternativa pertencente ao conjunto de
solues mencionado no pargrafo anterior aplicada ao caso hase e aos nove modelos
rcpresentati\'OS.

As F1guras 6. 77 e 6."'8 apresentam os resultados obtidos aps a e'\ecuo desta

etapa.

VPL vs Np
1200

r
Alternabv;o 13
Alternativa 4
4 Alternabva 17
e Alternabva 8
X AlternatiVa 9

1000
- 800

...o

~600

...
.
_.....

; :.:~~~

:.e

'

...J

0..

.:1 ...

>400

:A

..

200

o
30000

40000

50000

60000
Np (10 3 m3)

Figura 6.77: Exemplo E - VPL

150

70000

\S

80000

Np - Fase 5

90000

VPL vs NpAtualizada
1200

r - - -- - -- - - - -- -- - - - - - - - . . ,

1000
.. 800
o
.....

....
~

-.-. . .

Alternativa 13
Alternativa 4
A Alternativa 17
e Alternativa 8
:1: Alternabva 9

- . fi> ..

:!::
. . . . -:. .. :!::

600

'

...J

x.:

g; 400
200

o ~--------------------~
20000

25000

30000

35000 40000 45000 50000

NpAtualizada (10 3 m 3)

55000

60000

65000

Figura 6. 78: Exemplo E - VPL vs Np Atualizada - Fase 5

Para o modelo de reservatrio deste e>..emplo o aspecto crtico adaptar o sistema de

injeo de modo a obter a maior eficincia no deslocamento do leo considerando as
falhas selantes.

importante mencwnar que em funo da sua definio a produo acumulada

atualizada no deve ser utilizada como um indicador nico para tomada de decises. Este
indicador deve ser utilizado para a comparao de alternativas que apresentem valores
prximos de VPL.

Os cenri os financeiros simplificados adotados para esta anlise foram os mesmos

que os utilizados nos E>..emplos A, B e C. O preo do leo foi considerado o atributo
incerto para esta anlise e foram definidos 3 valores representativos com base em
tendncias de mercado.

As Figuras 6.79, 6.80, 6.81, 6.82 e 6.83 apresentam os resultado obtidos. Cada
conjunto de pontos composto pelos va lores obtidos utilizando o cenrio base e os 9
cenrios representativos.

151

VPL vs Np - Alternativa 13
2500 , . . . - - -- - -- - - -- - -- - - - -- - - Preo do leo= US$14.001bbl
Preo do leo = USS111.00/bbl
& Preo do oleo = US$25,00/bbl

2000

..
...

...... ...

~ 1500

....
-... . ...

Cl)

:::l

~:

...

~ 1000

>

...
... ...

30000

40000

50000

70000

80000

J
90000

Figura 6. 79: E\emplo E- YPL \\ Np- Altemati\a 13 - Anli se de Risco

VPL vs Np -Alternativa 4
2500

2000

+ Preo do oleo =US$14,00/bbl

Preo do leo = US$18,00/bbl
A Preo do leo= US$25,00/bbl

...

.........
.........

~ 1500

...
.

....
- . ...
..

...

Cl)

:::l

...

~1000

...

>

soo

o
30000

40000

50000

60000
3

70000

80000

90000

Np (10 m )

Figura 6.80: Exemplo E - YPL vs Np - Alternativa 4- Anlise de Risco

152

VPL vs Np Alternativa 17
2000 r---------------------------------------------~

1800

Preo do leo = US$14,00/bbl

Preo do leo= US$18,00/bbl

....

1600 .\ Preo do leo = US$25,00/bbl

1400

~200

...

~000

..:. 800

a.

-
...

> 600

400
200

1-

o
30000

40000

50000

60000
Np (1 0 3 m3 )

...

70000

80000

90000

figura 6.81: Exemplo E - VPL vs Np - Alternativa 17- Anlise de Ri sco

VPL vs Np - Alternativa 8

2500.----2000

..

...

Preo do leo= US$14,00/bbl

Preo do leo= US$18,00/bbl
.\Preo do leo= US$25,00/bbl

....__.

1500

VI

:::1

a.
>

1000

500

oooo

50000

...

o
30000

60000

70000

Np (103 m 3 )

Figura 6.82: Exemplo E- VPL vs Np- Alternativa 8- Anlise de Risco

153

VPL vs Np -Alternativa 9
2000

r:;

1600

..

+P reo do leo= US$14,00/bbl

Preo do oleo = US$18,00/bbl

1800

Preo do leo = US$25,00/bbl

1400

~ 1200

...

~ 1000

...J

a.. 800
>
600

400
200
30000

40000

I
I

'\+

....

50000

_j
70000

60000

80000

90000

Np (103 m 3 )

F1 gura 6.83 : Exemplo E- VPL vs Np - Alternati va 9 - Anl ise de

Ri~co

As Figuras 6.84, 6.85 e 6.86 apresentam os valores de Retorno (VME) associados

aos 'alares de RiscoA e de RiscoS para o~ trs preos a' aliados e de NpAtualizada vs
Risco Associado.

Retorno (VME) vs RiscoA

1600
+ Preo do olco = US$14,00/bbl
1400

A4 .A. .A. A13

Preo do oleo = US$18,00/bbl

.a. Preo do leo = US$25,00/bbl

~ 1200

......

A!

A17

~ 1000
A17

'

800

600

o
'i

0::

::IM~

..

o
300

- - 400

500

600

700

800

900

1000

1100

RiscoA (USS 105)

Figura 6 .84: Exemplo E

VME vs Ri scoA

154

Anli~e

de Risco

Retorno (VME) vs RiscoS

1600
Preo do leo = US$14,00/bbl
Preo do leo= US$18,00/bbl
.t. Preo do leo = US$25,00/bbl

1400

....

1200

(/)

1000

...
:I

'
w

:E

A1~_:!8
A9 4 A11

Mj3~17

800

>

o'
c:
o

..

600

400

A8

A9

+ A1~13
A8At
+A9

Ir

200

o
0.4

05

06

0.7
RiscoB

08

0.9

Figura 6.85: Exemplo E- VME vs RiscoS - Anlise de R1sco

Produo Acumulada Atualizada vs Risco Associado

~E 50000
"

o
';' 49000

,"'

~ 48000

ii
:l

:i

,"'

47000

~ 46000
E

:l

~ 45000

A4

ocv

,~44000
e

o. 43000 ' - - - - -- - - - - - - - -- - - - - - - - - - - '

19500

20000

20500

21000

21500

22000

22500

23000

Risco Associado- RiscoNp (103 m 3)

----

Figura 6.86: Exemplo E- Np Atualizada vs Ri sco Associado - Anlise de Risco

Fase 6- Anlise de Deciso

Foram utilizados 6 modelos para a funo-utilidade g lobal (as formulaes esto

descritas no captulo anterior - Tabela 5.16)

155

As Tabelas 6.22, 6.23 e 6.24 apresentam os valores obtidos para os indicadores e

para os Modelos I, 2, 3, 4, 5 e 6 a piicados a U(TOT), considerando os trs cenrios
financeiros, para cada alternativa.

Tabela 6.22: Resultados- Exemplo E- Preo US$14,00/bbl

ALTERNATIVAS

13

17

69.698

66.698

71.742

66 .776

65.787

47.395

45 .021

49.502

45.274

43.419

400

380

386

389

385

369

340

354

341

360

RiscoB

0.92

0.89

0,92

0,88

0,93

UI(TOT)

1.61

1,58

1,59

1.60

1,59

U2(T0T)

1.20

1.18

1.20

LJ9

1.18

U3(T0T)

1.21

I ,19

1,22

1,20

1,19

U4(TOT)

1.48

1,50

1.48

1.50

1,48

lJ5(TOT)

1,27

1,24

1,25

1.24

1.26

lJ6(TOT)

2.04

1,97

2,07

1.98

1.93

Np

(I OJ

m 3)

NpAtE
(10 3 m')

VME
(US$ 10

Risco A
(US$ 10

156

Tabela 6.23: Resu ltados - Exemplo E- Preo US$ 18,00/bbl

ALTERNATIVAS

J3

17

69698

66698

71742

66776

65787

47395

45021

49502

45274

43419

773

745

740

692

682

573

549

561

53 1

513

RiscoB

0,74

0,74

0,76

0,77

0,75

UJ(TOT)

2,66

2.57

2,55

2 ,41

2,38

U2(TOT)

1,72

1,68

1,68

1,60

1,58

U3(TOT)

1,73

1,67

1,69

1,61

1,58

U4(TOT)

1,90

1,87

1,86

1,80

1,80

US(TOT)

1,70

1,65

1,65

1,59

1,57

U6(TOT)

2,62

2,52

2,62

2,44

2,39

Np
3

(10 m

NpAtE
(103 m J)
VME
6

(US$ 10

RiscoA
6

(US$ 10

Tabela 6.24: Resu ltados - Exemplo E- Preo US$25,00/bbl

ALTERN ATIVAS

13

17

69.698

66.698

71.742

66.776

65 .787

47395

45.021

49.502

45.274

43.419

1504

1474

1341

1456

1361

1035

1000

962

1013

970

RiscoB

0,69

0,68

0,72

0,70

0,71

Ul(TOT)

6,69

6,45

5,50

6,32

5.63

U2(TOT)

3,73

3,62

3,15

3,55

3,20

U3(TOT)

3,72

3,60

3,14

3,53

3,19

U4(TOT)

3,83

3,72

3,25

3.65

3,3 1

U5(TOT)

3,69

3,56

3, 1 I

3,50

3, 17

U6(TOT)

4,70

4,52

4,16

4,46

4,07

Np
(10 3 m3)
NpAtE
3

(103 m

VME
( US$ 106 )

Risco A
(US$ 106 )

157

As Figuras 6.87, 6.88, 6.89 e 6.90 apresentam os grficos elaborados para a anlise
de deciso a pa1tir dos valores obtidos para o retomo (VME) associados aos valores de
RiscoA, RiscoB, Np e investimento, com a atribuio de probabilidades para cada um dos
trs cenrios

1~nanceiros

(20% para o cenrio com menor preo, 60% para o cenrio com

preo mdio e 20% para o cenrio com preo mais alto), resultando em uma combinao.
Estes grficos tambm formam um quadro muito adequado para a tomada de deciso por
incorporar de forma bastante fiel o comportamento em relao aos objetivos adotado na
elaborao do projeto.

Retorno (VME) vs RiscoA

840
o

;;; 820
UJ
:;)

800
Iso-Utilidade U4(Comb) = 2.0036
_ Iso-Utilidade U4(Comb) 2.010
_ lsoUtohdade U4(Comb) 2 015
_ ISOUiilidade U4(Comb) 2 020
F ronte1ra Efictente

>

g 780

o
4

a: 760
U4(Comb)

=f(U(VME), U(RscoA))

740L---------------------------------------------400
450
500
550
600
650
700
RscoA (US$ 106)

Figura 6.87: Exemplo E- Retomo (YME) vs RiscoA

Retorno (VME) vs RiscoS

860 .--- - - - - - -----------------------

-----

840
o

;;; 820
UJ
:;)

w 800

:i!

>

E 78o
B

:::

_
_
_
_

---,

A4

Iso-Utilidade U5(Comb) = 1.865

Iso-Utilidade U5(Comb) = 1 89
lsoUtihdade U5(Comb) = 1 91
ISOUtilldade U5(Comb) = 1 93

A17
A8

Frorllcira Eficrentc

760
US(Comb)

=f(U(VME), U(RiscoB})

A9

740 ' - - -- -- -- ------------------------------------'

0,2
0,3
0,4
0,5
0,6
0.7
0,8
0,9
RISCOS

Figura 6.88: Exemplo E - Retomo (VME) vs RiscoB

158

Retorno (VME) vs Investimento

860 , - -- - -- - - - - - - - -

840

...~

820

A4

III

;;:)

~ 800

:i

_ lso-Uiilodado UJ(Comb) 1.835

_lso-U\IIodade U3(Comb) 1.85
_lso-Utllldade UJ(Comb) 1.87
_ lso-Utllodade UJ(Comb) 1 89

>

o 780

E
211>

+ AB

0:: 760

U3(Comb) = f(U(VME), Ub(lnv))

A9

740 ~--------------------~

100

150

200

250

300

350

400

Investimento (USS 106)

Figura 6.89: Exemplo E- Retorno (VME) vs In vestimento

Retorno (VME) vs Produo Acumulada Atualizada

880 . - - - - - - - -- -- - - - - - - - - - - - - - - - - - .

860
~

...

840

_ lso.otihdade U6(comb) a 2.74

~~~

_ lso.otihdadeU6(comb) ;2n
_ lso.otihdade U6(Comb) 2 ao
_lso.otihdade U6(comb) 2.83 I - -

A 13

III

~ 820

:i

> 800
oc:

A8

780

11>

0::

U6(Comb)

760

=f(U(VME), U(NpAtE))

A9

740 ' - - - - -- - - - - - - - --

40000

42000

44000

46000

48000

50000

52000

54000

Produo Acumulada Atuallzada - NpAtE - (103 m 3 )

Figura 6.90: Exemplo O - Retomo (VME) vs NpAtualizada

Para o Exemplo E foi elaborada a Tabela 6.25, que apresenta os valores obtidos para
os indicadores e modelos de funo -utilidade (Np, VME, RiscoA, RiscoS , Investimento,
UI (TOT), U2(TOT), U3 (TOT), U4(TOT), U5(TOT) e U6(TOT)) obtidos para a
combinao dos trs cenrios (tomam-se VME(Comb), RiscoA(Comb), RiscoB(Comb),
lnv(Comb), UI (Comb), U2(Comb), U3(Comb), U4(Comb), U5(Comb) e U6(Comb)).

159

Tabela 6.25: Exemplo E - Resultados obtidos para Anlise Conjunta

ANALISE CONJUNTA
Alternativa 13

Alt"rnativa4

Alternativa 17

AlternativaS

Alternativa9

Nmero M Poos

39

39

.)_,
,~

39

40

Np

69.698

66.698

71.742

66.776

65.787

845

818

789

784

759

326

326

292

326

344

625

597

600

590

574

RiscoB(Comb)

0,77

0,76

0,78

0,77

0.78

Ul(Comb)

2,89

2.80

::uo

::!.69

2.61

1,83

1.79

1.75

I. 73

1.68

1,84

1.79

1.76

1.74

1.69

2,00

1.97

1.92

1,92

1.88

2,24

2.21

2,13

2,13

2.09

2,73

2.64

2.70

2,59

2.50

(10' m~)
\ ME(Comb)
(USS milhes)
lnvest(Comb)
(US$ milhes)
RiscoA(Comb)
(LSS milhes)

I'(L(VME).U(In'-a))
U2(Comb)
f(U( VME).U(Inva))
U3(Comb)
f(L'(VME).U(Ima))
L4(Comb)
f( U(VME),C(Jma))
US(Comb)
I( U(VM E).U( lnva))

U6(Comb)
t(U(VMI:: ).U(ln\a))

Anallsando

o~

valores da Tabela 6.25, a Alternativa 9 e a que apresenta menor risco

e a Alternativa 13 proporciona os maiores valores de VME(Comb), UI (Comb), U2(Comb)

e U3(Comb). A anlise deve ser complementada pelas informaes dos grfico da anlise
de deciso. Estes grficos indicam que a Alternativa 13 consideravelmente melhor que
as outras, encontrando-se mais prxima da fronteira eficiente.

160

6.6

Discusso dos Resultados

Esta seo apresenta alguns comentrios gerais com base nos resultados obtidos
aps a aplicao da metodologia proposta aos cinco exemplos selecionados.

Para os casos selecionados neste trabalho verificou-se que para campos que
apresentem distribuies razoavelmente homogneas de permeabilidade e porosidade
esquemas com diferentes espaamentos proporcionam resultados bastante prximos. No
entanto, a ava liao apropri ada de reservatri os complexos, que apresentem anisotropias e
heterogeneidades relevantes demanda a utilizao de malhas mais densas, com
espaamentos iniciais menores entre os poos, de modo a identificar as zonas com maior
potencial de recuperao, assim como as comunicaes preferenciais e segmentaes.

A execuo seqencial das Etapas A, B e C com as tses que compem o

procedimento mostrou-se bastante adequada para os cinco exemplos. Foram necessrias
cerca de 8 simulaes para a obteno da estimativa ajustada para o nmero de poos em
cada exemplo, cerca de 7 simu laes para cada a ltemativa na execuo da Fase 4 para
cada exemplo e 9 simulaes para a anlise de risco geolgico em cada exemplo. Esse
nmero de simulaes pode mudar para outros exemplos e objetivos mas pode- e afinnar
que o nmero de simu laes pode ser controlado de acordo com as caractersticas e
impot1ncia do problema evitando um processo de otim izao de estratgia ineticiente.

O processo proporcionou bons resultados com um custo computacional controlado.

Os algoritmos das fases 3 e 4 foram efic ientes para a obteno de uma estimativa ajustada
para o nmero de poos e para a definio dos parmetros operacionais, considerando o
indicador escolhido (VPL). Para estudos em que a funo-objetivo estabelecida for outra
estes algoritmos podem ser adaptados para que os mximos (ou mnimos) desta funoobjetivo possam ser melh or determinados. Outro aspecto importante que estas Etapas 3 e
4 podem ser automatizadas para acelerar o processo.

De uma forma geral observa-se que, para campos com distribuies homogneas de
penneabil idade e porosidade, o conj unto de alternativas obtido aps a realizao das
161

quatro primeiras etapas da metodologia apresentam diferentes nmeros de poos c

proporciOnam valores muito prximos de produo acumulada (Np ). Deste modo, a
priorizao destas alternativas dever estar fundamentada nos critrios de antecipao de
produo e Valor Presente Lquido

A utilizao de nove modelos representativos para a anlise de risco atendeu

ao~

objetivos estabelecidos para os cinco e\emplos. No entanto, para reservatrios com maJor
grau de incerteza torna-se necessrio construir um nmero maior de cenrios geolgicos e
sempre cons1derar a expenncia do gelogo na atribuio das probabilidades de ocorrncia
estes cenrios. A anlise de risco geolgico muito importante em funo da quantidade

limitada de informaes disponveis relacionadas modelagem geolg1ca para a

elaborao de planos de desenvolvimento.

Com relao a anlise de sensibilidade ao cenrio econmico, para

o~

exemplos

selecionados a utilizao do preo do leo como nico atributo incerto foi adequada para
demonstrar a metodologia para os exemplos do trabalho. No entanto, para alguns projetes
pode ser necessrio considerar diferentes modelos para outros

parmetro~.

Um aspecto importante obsenado pelos resultados fo1 associar a anlise de risco

anlise de deciso. Pnra os cinco exemplos sclec10nados foi

po~!->\el

optar pela

minimizao do nsco, maximizao do retomo (maximizao do VME) ou aplicar uma

funo-utilidade com uma modelagem que reOetiu a priorizao de interesses na
elaborao do projeto para a escolha da alternatiYa.

Analisando os resultados obtidos para o Exemplo C pode-se afirmar que a

maximizao da funo-objetivo VPL em projetos para o dcsen\Oivimento de
resef\ atrios com espessuras reduzidas est fortemente associada a rninitmzao das
probabilidades de ocorrncia de uma chegada prematura de gua. Os algoritmos para as
Fases 3 e 4 do procedimento foram adequados para Deste modo, a otimi/ao da distncia
ente os poos

produtore~

c os poos injctores que os atendem, assim corno o inten alo de

completao destes poos.

162

Para os 5 exemplos estudados, a data de incio da injeo e o cronograma para

entrada em operao dos poos injetores so dois parmetros que exercem um impacto
bastante significativo na produo acumulada e no comportamento da funo-objetivo.
Eles so especialmente crticos para reservatrios mais complexos, que apresentem
anisotropias e heterogeneidades significativas e/ou sistemas de falhas.

163

Captulo 7
Concluses e Recomendaes
Este trabalho desenvolveu um novo procedimento para sclco de projetes de
desemol\'lmento integrada anlise de risco e anlise de deciso. As concluses
decorTentes da anlrse dos resultados obtidos para as aplicaes descritas no Captulo 4
sero apresentadas na primeira parte deste captulo de fechamento enquanto a::,
recomendaes para a continuao e complementao do estudo realizado sero
delineadas na seo seguinte.

7.1

Concluses

Foi proposto um procedimento para selco de projetes para o desenvolvimento de

campos de petrleo com caractersticas hbndas entre o processo manual baseado na
expenncia dos profissionais envolvidos e o processo auto rn trco proposto por alguns
trabalhos na literatura. E::,te procedimento di\ idido em etapas e, por isso, llex\ el para
aplicao em projetes com diferentes caracterstrcas, o que rmportante devido aos
aspectos diferenciados dos projetes de desenvolvimento de campos de petrleo.

O objctivo deste trabalho era mostrar a aplicao do procedimento proposto at a

fase de anlise de deciso (Fase 6), ficando para trabalhos futuro<. a otimi?ao detalhada
da estratgia escolhida nesta fase.

A anlise dos resultados obtrdos para o conjunto de exemplos propostos gerou

ainda as seguintes concluses:
164

A aplicao do procedimento proposto para cada um dos cinco exemplos

escolhidos atendeu aos critrios de preciso e custo computacional estabelecidos.

A estruturao seqencial proposta para o procedimento proporcionou o

embasamento necessrio ao processo evolutivo de tomada de decises na
elaborao de projetes conceituais.

O procedimento de avaliao preliminar das caractersticas estruturais dos

reservatrio associada a um nmero restrito de simulaes representativas na Fase
I do procedimento mostrou-se adequado para a definio da geometria dos poos e
da extenso destes para os cinco exemplos estudados.

Com relao fase 2, um aspecto determinante a definio de um conjunto de

espaamentos iniciais adequado ao comprimento estabelecido para os poos e
malha proposta para o modelo de simulao. Este conjunto de espaamentos deve
proporcionar uma aval iao pertinente do potencial do campo com um custo
computacional (associado ao nmero de iteraes necessrias), de modo a
viabilizar um quadro inicial de esquemas que sero otimizados e avaliados nas
etapas posteriores da metodologia.

Os resultados obtidos com a realizao da fase 2 do procedimento para os

exemplos selecionados tambm indicam que os esquemas com melhor desempenho
apresentam um va lor para a razo entre o nmero de poos produtores e de poos
injetores em tomo de 1 ( I poo injetor para cada poo produtor). Este aspecto
especialmente crtico para campos que apresentem leo pesado.

A abordagem implementada na Etapa 5 para anlise de risco geolgico, que

consistiu em uma aval iao preliminar para a escolha dos atributos incertos e
seleo do nmero requerido de cenrios geolgicos representativos seguida uma
anlise comparativa, que permitiu avaliar a atratividade das alternativas
considerando estes cenrios geolgicos e identificar as mais robustas.

A elaborao de uma abordagem individualizada para fase 7, que atenda a

otimizao dos parmetros crticos na elaborao de um projeto, requer uma
avaliao bastante criteriosa para o entendimento da atuao deste parmetro no
comportamento da funo-objetivo e pode proporcionar uma melhora bastante
significati va no quadro de solues a ser apresentado para tomada de decises.

165

A definio de parmetros operacionais em resen.atrios com mecamsmo de

influxo de gua deve ser fundamentada em uma avaliao apropriada da atuao de
aqferos de fundo ou lateral e da contribuio destes no comportamento destes
aqferos. Neste caso, a obteno de bons resultados fortemente dependente de
um processo coerente para a modelagem destes aqferos, devendo-se aplicar uma
anlise de mcertelas ajustada aos atributos como a posio do aqlcro e a \ua
extenso.

Com relao aos reservatrios com mecanismo de gas em soluo com reas
limitadas por falhas e/ou espessuras reduLidas, um aspecto crtico est assocmdo
orientao estabelecida para a~ trajetrias dos poos. necessria a definio de
locaes e trajetnas para o pares produtor-mjetor segundo a orientao do sistema
de falhas de modo a proporciOnar uma maJOr eiictncia de drenagem c minimizar a
formao de cones de gs em produtores posiCIOnados nas partes mais altas da
estrutura c de cones de gua nos poos completados nas partes mais baixas. Devese tambm considerar as incertezas associadas a efcti\ idade da fratura e a
comunicao da fratura.

A qualidade dos resultados obtidos aps a e>..ecuo da anlise de incerte?as

geolg1ca na fase 5 fortemente dependente do planejamento de experimentos
para scleo do nmero de vari' eis e do processo de seleo dos casos
represcntatt\os. nnpo11ante que o nmero de atributos incertos e o processo
mencionado para scleo de casos representativos estejam atendam aos critrios
estabelecidos para uma anlise comparati\ a pertinente na elaborao de um
projeto.

A escolha dos indicadores de' e atender aos objctivos estabelecidos para o projeto,
considerando sua complexidade e importncia.

O indicador produo acumulada atualinda deve ser utilizado apenas para a

anlise comparativa de alternativas que proporcionem VPL prximos. Neste caso
ele permitir identificar a altemativa que proporciona a maior antecipao da
produo.

A anlise grfica mostrou-se uma ferramenta bastante adequada tomadas de

deciso considerando-se 2 indicadores simultaneamente.

166

A elaborao das funes-utilidade deve observar o perfil do decisor em relao

aos indicadores (considerando, por exemplo, os va lores disponveis para
investimento, o risco aceitvel ... ), assim como as preferncias relati\ as para estes
indicadores.

Ao se api icar o procedimento aos 5 exemplos selecionados, verificou-se que para o

Exemplo A, a deciso levar em conta as preferncias relativas do decisor
observando os indicadores utilizados e as funes-utilidades estabelecidas. No caso
do Exemplo E verificou-se uma alternativa consideravelmente melhor no conjunto
submetido anlise de deciso.

Recomendaes para trabalhos futuros

7.2

Confom1e mencionado em captulos anteriores, a metodologia desenvolvida neste

trabalho possui uma estrutura bastante flexvel. Ela pode ser adaptada e complementada de
modo a expandir o seu escopo e melhorar a qualidade do conjunto de solues. Algumas
recomendaes para trabalhos futuros nesta linha de pesquisa sero apresentadas nos itens
a seguir

Os algoritmos de otimizao utilizados nas fases 3 e 4 podem ser aperfeioados de

modo a proporcionar uma avaliao mais completa do domnio estabelecido para a
funo-objetivo, identificando os mximos locais e buscando o timo global.

Os procedimentos pode ser automatizados por meio de programas que funcionem

corno interface para uma utilizao mais direta dos resultados de simulao para o
clculo da funo-objetivo e classificao das alternativas.

As fses 2, 3 e 4 podem ser adaptadas de modo a contemplar o uso de mtodos de

ele\ ao artificial para os poos

interessante incorporar novas metodologias para anlise de risco que

proporcionem uma melhor aval iao do impacto exercido por estas.

A incluso de etapas para o refinamento do conjunto de solues permitir avaliar

em maior detalhe o impacto de variveis crticas para cada projeto em elaborao

167

Referncias Bibliogrficas

Aanon~en,
Uncertain~r

S. I., Eide A. L., Holden, L., Optum::ing Resermir Petformance under

1vith Application to Well Location, 'SPE 3071 O, 1995 Annual Technical

Conferencc and E\h1bition, Dallas, TX, Outubro, 1995.

Bittencourt, A. C., Optimi::ing 1-Jydrocarbon F1eld De,elopment lJsing a Genetc

Alt;orithm Based Approach, Petroleum Engineering Dcpartment, Stanford University,
1997, 154 P., PhD Thesis.

Beckncr, B. L. and Song X., Field Development Uing Simulated Annealing - Optimal
Economical We/1 Schedulling and Placement, SPE 38895, 1997 SPE Annual Technical

Conference and Exh1bition, San Antonio, TX, Outubro, I 997.

Bobar, A. R. Resermir Engineerng Concepts on We/1 Spacing, SPF 15338, Janeiro, 1985.

Clark, S. K., Tomlinson, C. W. and Royds, J. S., Well Spacmg - lts E.ffects on Reco1eries
and Proftis, AAPG, Fevereiro, 1994.

Costa, A. P. A. e Schiozer, D. J., Treatment of geological Aflributes in Risk Analrsis

Apphed to the Appraisal Phase of Petroleum Fields, Canadian lntcmational Petrolcum

Conference, Calgary, Alberta, Canada. Junho, 2003.

Costa. A. P. A., Schiozer, D. J ., Treatment o.f Geological Attributes in Risk Ana!rsis

Apphed to the Appraisal Phase of Petro/eum Fie/ds. Canadian lntcmational Petrolcurn

Conference, Junho, Calgary, Alberta, Canada, 2003.

168

Craig Jr. , F. F., The Reservoir Engineering Aspects of Waterflooding, Thc Henry L.
Doherty Series Yol. 3, Third Printing, Dallas, Texas, 1980.

Crawford, P. B., Factors Affecting Waterjlooding Pattern Performance and Selection,

Joumal of Petroleum Technology, Dezembro, 1960.

Cruz, P. S., Home R. N., Deutsch C. V., The Qualily Map: A Too/ for Reservoir
Uncerrainly Quantiflcation and Decision Making. SPE 56578, Outubro, 1999.

Damsleth et alli: Maximum Information at Minimum Costs, Joumal of Petroleum

Technology, 1992, pag. 1349-1356.

Ding, Z., Starzman, R. A., A Software to Oil Field Facilities lnvestments Minimi:=ation,
SPE 28252, Agosto, 1994.

Grant, E. L., Ireson, W. G. Principies of Engineering Economy. New York: The Ronald
Press Company, 1970, 640p.

Gyagler, B., Horne R. N., Rogers, L. and Rosenzweig, J. J., Optimization o.f We/1
Placement in a Gul.fof Mexico Waterjlooding Project, SPE 63221, 2000 Annual Technical

Conference and Exihibition, Dallas, TX, Outubro, 2000.

Gyaguler, 8., Home R. N., Uncertainty Assessment ofWell Placemenl Optimization, SPE
7 I 625, Outubro, 200 I .

Magalhes, T. C. B., lnjluncia de Restries Operacionais na Definio de Estratgias

de Produo. Campinas: Faculdade de Engenharia Mecnica, Unicamp, 2001, 161 p.

Dissertao (Mestrado).

Mezzomo, C. C., Schiozer, O. J. , Production System Optimization for a Petroleum FieldPaper apresentado no 8 Congresso Brasileiro de Engenharia e Cincias Trmicas ENCIT, Outubro, 2000.
169

Nakajima, L.. Otimi:::ao de Desempenho de Poos Hori::ontais no Desenvohimento de

Campos de Petrleo. Campinas: Faculdade de Engenharia Mecnica, Unicamp, 2003,

128p. Dissertao (Mestrado).

Nakajima. L. e Schiozer, O. J., Automated Methodofog;y .for Field Per(ormance

Optimi:::ation Developed v.:ith Hori:::onta/ Welfs, SPE 81031, SPE Latin America and

Canbbean Petroleum l:,ngineering Conference, Port-of-Spain, Trinidad. West lndies.

Abnl, 2003.

Nakajima, L. e Sch10zer, O. J., Horizontal We/1 Plucement Optimization U.\ing Quality

Map De(lnilion, Canadian lnternational Petroleum Conference. Calgary, Alberta, Canada.

Junho, 2003.

Nakajima, L., Mezzomo, C. C., Schiozer, D. J. e Guilhenne, L R.. Determinao do Mapa

de Qualidade de um Reservarrio Utili:::ando Sistema Fu:::zi, 2 Congresso Brasileiro de

P&D em Petrleo e Gs, Rio de Janeiro, Junho 2003.

Nepornucento, F., Suslick, S. 8., Walls, M., Alocao de Recursos Financeiros em

projetas de risco na e.\plorao de Perrleo. Natural Resources Rescarch. N. Y., V. 8,

n3, p. 193-203 1999.

Nepomucento. F., Suslick, S. B., Alocao de Recursos Financeiros em projetas de risco

na explorao de Petrleo, RAE FGV. So Paulo, V. 40, nl. p. 63-76, 2000.

Nystad, A. N., Reservoir Economic Optimi:::ation, SPI:. I 3775, FeYereiro, I 985.

Pan, Y., I !orne R. N., fmproved Methods for Mult1variate Optimi=ation o( Field
De,,elopment Scheduling and We/1 Placement De5gn, SPE 49055, 1988 Annual Technical

Conference and Exhibition, Louisiana, Outubro, 1998

170

Pedroso Jr., C. and Schiozer, O. J., Optimizing Location of Wel/s in Field Development
Using Reservoir Simulation and Parai/e/ Computing (PVM), Rio Oil and Gas, 2000, Ri o

de Janeiro.

Prado, R. P. S., Comparao entre Estratgias de Produo Utilizando Poos Verticais e

Horizontais. Campinas: Faculdade de Engenharia Mecnica, Unicamp, 2003, 123p.

Dissertao (Mestrado).

Santos, J. A. M., Estudo da Influncia da Estratgia de Produo em Anlise de R1sco de

Projetas de E&P. Campinas: Faculdade de Engenharia Mecnica e Instituto de

Geocincias, Universidade Estadual de Campinas, 2002, 140p. Dissertao (Mestrado).

Santos, J. A. M., Schiozer, D. J. Quantifying Production Strategy lmpact in Risk Ana/ysis

of an E&P Project Using Reservoir Simulation, J?'h Reservoir Simulation Symposium,

SPE 79679, Houston, TX, Fevereiro, 2003.

Schiozer, D. J., Ligero E. L., Suslick, S. B., Costa, A. P. A. e Santos, J. A. M., Use of
Representative Models in lhe lntegration of Risk Analysis and Production Strategy
Definition. Joumal ofPetroleum Science and Engineering, Outubro, 2004.

Schiozer, O. J. e Mezzomo, C. C., Methodology for Field Development Optimization with

Water lnjection, SPE 8202 1, SPE Hydrocarbon Economics and Evaluation Sympos1um,

Dallas, TX, Abri l, 2003.

Steagall, D. E., Anlise de risco nas previses de produo com simulao numrica de
fluxo - Exemplo de um campo na fase de delimitao. Campinas: Faculdade de

Engenharia Mecnica, Unicamp, 200 l, 89p. Dissertao (Mestrado).

Steagall, D. E. e Schiozer, O. J., Uncertainty Analysis in Reservoir Production Forecasts
during Appraisal and Pilot Production Phase, SPE 66399, 16th Rescrvoir Simulation

Symposi um , Dali as, TX, Fevereiro 200 I.

Suslick, S., Furtado, R.,

171

Xa\ ier. A. M., Anlise do mlor da il?(ormao na Al'aliao e Desenrolvimento de

Campos de Petrleo.

Campinas~

Faculdade de Engenharia Mecnica, Umcamp, 2004.

159p. Dissertao (Mestrado).

Willhite, G. P. Waternooding, SPE Textbook Series Vol. 3. Second Printing, Richardson.

Texas, 1986.

172

Anexo 1

Custos de Equipamentos, Plataformas e Servios

O objetivo deste anexo apresentar o conjunto de infom1aes utilizadas para a
definio de parmetros econmicos inerentes s anlises de viabilidade tcnica e
econmica na elaborao de projetos de desenvolvimento.

Sistemas de Produo
Custos de Sistemas de Produo
FSO C/ TURRET
Capacidade (BPD)

30000

70000

100000

Custo Instalado (milhes US$)

58

70

83

Capacidade (BPD)

30000

100000

150000

Custo Instalado (milhes US$)

73

111

160

FPSO C/ TURRET
(Sem facilidades de Produo)

SEMlSUBMERSJVEL
(sem facilidades de produo)
Capacidade (BPD)

30000

100000

150000

Custo Instalado (milhes US$)

73

111

160

TLP (sem facilidades de produo)

173

Capacidade (BPD)

50000

100000

150000

Custo Instalado (milhes US$)

11 o

188

247

LDA(m)

70

100

150

Custo Instalado (milhes US$)

15

25

66

LDA(m)

lO

30

60

Custo Instalado (milhes US$)

1.5

2.0

3.5

JAQUETA (sem facilidades de produo)

CAISSON (sem facilidades de produo)

Equipamentos, Servios, Diversos e Aluguel de Plataforma

Qg (103 m~fdia)
Qo (bpd)
30000

90000

100000

soo

2000

3000

Equipamentos (M US$)

1.540,00

2.700,00

3.280,00

Transferncia e Separao Gs/Oieo

19.610,00

37.495,00

46.415,00

Compresso de Gs e Recup. de Vapor

300,00

510,00

640,00

Drenagem e Separao de Agua Oleosa

2.000,00

3.000,00

3.000,00

Desidratao do Gs

1.000,00

2.000,00

2.000,00

Dessulfurizao

1.000,00

2.710,00

2. 7 10,00

Tratamento e Injeo de Agua

J .360,00

1.360,00

1.360,00

Agua de Resfriamento

500,00

800,00

1.000,00

Captao da Agua do Mar

555,00

980,00

530,00

1. 140,00

1.140,00

1.140,00

Ar Comprimido

100,00

180,00

180,00

Gs Combustvel

500,00

500,00

500,00

Gerao de Hipoclorito

350,00

600,00

680,00

Produtos Qumicos para Gs e Oleo

500,00

700,00

700,00

Tocha e Vent

1.100,00

1.100,00

1.100,00

Sa1vatagem

1.700,00

1.700,00

1.700,00

Proteo contra Incndio

7.800,00

I I .200,00

13.600,00

Agua de Aquecimento e Fomo

174

Porcentual do Equipamento

Diversos

Distribuio Eltrica e Iluminao

JO%

Instrumentao

15%

Comunicao

2%

Tubulao

6%

Vent. E Ar condicionado (VAC)

2%

Outros

10%

Estruturas

0%

Servios

Percentual do Equipamento

Construo e Montagem

20%

Assistncia Tcnica

1%

Aluguel de Plataformas

50.000 bpd

100.000 bpd

US$/dia

100.000,00

160.000,00

Custos de Abandono de Poos em Plataformas

Estes valores incidem no tempo de abandono do projeto. Em uma anlise econmica
estes custos devem ser descontados para o valor presente.

Tipo de Plataforma

Custo de Abandono

Lmina de Agua

(milhes de dlares)

Caisson

0,5

At 60 m

Jaqueta

1,0

At 150m

ss

2.0

At J 500 m

FPSO

2,0

At 1500 m

TLP

2,0

Superior a J 500 m

Poo Terrestre

0,08

175