TCNICA DE OPTIMIZACIN MASIVA PARA MEJ ORAR PRODUCCIN EN

CAMPOS MADUROS: SAN FRANCISCO, COLOMBIA

RESUMEN
Una metodologa de avance ha sido implementada en el campo San Francisco,
Colombia, para producir un 12% adicional en reservas remanentes a travs de la
optimizacin de produccin e inyeccin basada en los principios clave de la teora
del aprendizaje.
Este documento presenta una nueva metodologa de optimizacin masiva aplicada
en el campo San Francisco. Tales tcnicas son especialmente adecuadas para
campos maduros, ya que cuentan con una infraestructura sustancial en su lugar,
la cual puede ser usada en maneras diferentes a la usual.
Los campos maduros representan un reto en trminos de inversin y asignacin
de recursos. Aun, quedan oportunidades de mejorar la produccin, desde que
algunas decisiones estratgicas pasadas han creado heterogeneidad en la presin
y saturacin del campo. Estos pueden ser rediseados drsticamente y los
parmetros de produccin reorganizados. Ya que muchas formas de produccin
han sido exploradas en el pasado, un proceso de aprendizaje puede ser aplicado:
el reorganizar parmetros se puede implementar con muy bajo riesgo. Todava,
existen billones de maneras para operar campos maduros: las tasas de
produccin e inyeccin pueden ser variadas, conversiones realizadas.
La optimizacin masiva de un campo significa seleccionar y jugar con miles de
escenarios de produccin e identificar el mejor. Esto solo es posible con un
simulador confiable y veloz. La Teora del aprendizaje estadstico definen las
condiciones en que dicho simulador puede ser diseado. El PRODUCTION
SIMULATOR esta diseado de tal manera que cumpla con las condiciones de un
pronstico confiable a largo plazo.
Este nuevo avance ha sido implementado con xito en el campo San Francisco
con el fin de reorganizar el rgimen de inyeccin de agua, particularmente a travs
de la conversin de productores a inyectores. El proceso completo tardo solo tres
meses.
Nuestra metodologa ha llevado a una produccin adicional esperada de 1.2
mmbo, un incremento del 12% en reservas remanentes, con un costo total de
desarrollo de 4.5 US$/bbl. Actualmente los datos de produccin, un ao despus
de la implementacin, esta en lnea con el pronostico.
INTRODUCCIN
El campo San Francisco fue descubierto en 1985 en Colombia y ha estado
produciendo de la formacin Caballos. Este es un yacimiento altamente
heterogneo en un anticlinal fracturado, a 3000 ft de profundidad. La presin inicial
fue 1100 psia con una presin de punto de burbuja aproximada de 950 psia y
calidad de crudo variando de 23 a 28 grados API. El campo ha estado bajo
esquema de inyeccin de agua desde 1989. La produccin total de fluidos actual
es 250.000 bbl con un corte de agua promedio de 96.7%.
Para el 2008, el operador, Hocol S.A., haba perforado un total de 193 pozos que
consisten de 128 productores activos y 76 inyectores activos con resultados
variados. Debido a la heterogeneidad del campo, complicada por su denso
fallamiento e inyeccin de agua bajo un desfavorable radio de movilidad, el
operador tuvo que determinar los candidatos para la prxima campaa de
conversin; no solo la ubicacin de los futuros pozos sino tambin las tasas de
inyeccin y produccin a implementar.

GEOLOGIA DEL CAMPO
La formacin Caballos esta dividida en las arenas superior e inferior. Caballos
Superior (KCU) consiste de areniscas cuarzosas de grano grueso a fino en un
ambiente de estuario y contiene el 75% del STOOIP, con valores promedios para
arena neta de 53 ft, porosidad entre 12% y 23% (promedio 17%) y un rango de
permeabilidad de 20 mD a 2000 mD (promedio 950 mD).
El miembro Caballos Inferior (KCL) (25% del STOOIP) consiste de depositaciones
fluviales intercaladas con lodolitas silicias, con valores promedios para arena neta
de 55 ft, porosidad entre 6% y 19% (promedio 12%) y un rango de permeabilidad
de 10 mD a 1500 mD (promedio 350 mD).
Caballos Superior (KCU) esta descrito por nueve unidades hidrulicas en el sector
del norte y por ocho en el sector del sur del campo, mientras Caballos Inferior esta
descrito por solo tres unidades. Estas doce unidades fueron definidas en base al
modelo estratigrfico, ambientes sedimentarios, ingeniera de yacimientos, y datos
de produccin.



CAMPOS MADUROS: PORQUE LA OPTIMIZACION ES UTIL
Campos maduros de crudo y gas han estado produciendo por mucho tiempo
(tpicamente ms de diez aos) y han alcanzado un alto nivel de complejidad.
Cuando esta iniciando la produccin, la heterogeneidad existe en la geologa del
yacimiento (particularmente en la arena neta), Mientras la presin del campo es
usualmente constante para un horizonte dado. Despus de que muchos
productores han sido perforados y operados por un largo tiempo, ms distorsin
ser desarrollada, desde los pozos depletando localmente el campo y
disminuyendo la saturacin. Los inyectores tambin impactan fuertemente ambos
presin y saturacin de yacimiento. Como tanto presin y saturacin son
heterogneas, la manera en que produce el campo, es, la afinacin exacta de las
tasas de produccin y/o inyeccin individual por pozo, es muy importante.
Esta capacidad para mejorar la produccin a travs del rediseo de las tasas de
inyeccin y produccin tambin ha sido probada en campos actuales, los cuales
no son mostrados en el presente documento. Los resultados varian de +10% a
+20% en reservas remanentes, dependiendo del campo y de las oportunidades
disponibles para variar parmetros, con rangos razonables y conservativos,
definidos en base a la historia pasada. En casos donde nuevos pozos de relleno
pueden ser econmicamente perforados, los resultados pueden tener un rango de
+25% a +80% de reservas remanentes.

PRIMER PASO: LA CREACIN DE UN SIMULADOR DE PRODUCCIN
CONFIABLE
El comportamiento de la normalmente llamada Lnea base o negocios como es
usual de un completo campo maduro puede ser normalmente bien derivado de
herramientas tradicionales, las cuales incluyen anlisis de curvas de declinacin e
interacciones promedias de pozos.
Una nueva estrategia de produccin implicara la modificacin de los parmetros
de produccin contra la lnea base. Esto no debe incluir solamente la variacin de
las tasas de produccin e inyeccin, sino tambin la conversin de productores a
inyectores o la perforacin adicional de pozos.
Para ello, es necesario pronosticar correctamente el impacto de estos cambios en
la tasa de produccin de cada uno de los pozos. Un simulador de campo confiable
necesita ser desarrollado, el cual debe calcular por lo menos la tasa de produccin
por pozo, por fase y por mes, como funcin de los parmetros de produccin
dados, incluyendo conversiones y/o nuevos pozos de relleno.
Como se ver a continuacin, otro factor deseable de este simulador es la
velocidad de clculo.
En resumen, el simulador de produccin representa el compromiso apropiado
entre los modelos demasiado simples y demasiado complejos. Este es vlido solo
para campos maduros, los cuales entregan informacin pasada suficiente para
permitir la construccin de un espacio de soluciones lo suficientemente grande
para tener en cuenta todos los fenmenos clave en el estado del campo.
La confiabilidad del simulador de produccin ha sido demostrada con muchas
pruebas, donde los parmetros de produccin son conocidos y los datos de
produccin son calculados usando el simulador de produccin. La comparacin
entre los datos actuales y los calculados es excelente (en un rango menor al 5%),
incluso para largos periodos de tiempo de hasta cinco aos.

OPTIMIZACIN MASIVA (HIBRIDO)
La optimizacin masiva es posible, tan larga como el tiempo de clculo para un
escenario de produccin dado, tal que miles o incluso cientos de miles escenarios
pueden ser proyectados y comparados.
Por ello, es por supuesto imposible jugar con todos los escenarios factibles. No es
inteligente seleccionar y probar miles de ellos aleatoriamente como en el mtodo
Monte-Carlo, sabiendo que no hay chance de que se capture un muy buen
escenario.
Tcnicas de optimizacin especficas necesitan ser desarrolladas, con el fin de
explorar apropiadamente el vasto monto de posibilidades de manera informada,
con el fin de lograr la mejor comprensin y relevancia en la eleccin de los
escenarios proyectados. El motor de optimizacin es una tcnica desarrollada con
el fin de seleccionar y jugar con cientos de miles escenarios de produccin,
usando un hibrido de tres tipos de mtodos:
1. Optimizacin Heurstica: Con el fin de limitar el nmero de escenarios de
produccin con los que se jugara, algunos razonamientos lgicos a travs
de la experiencia pueden ser usados para limitar el espacio que se
explorara.
2. Optimizacin Determinstica: Empezar con un escenario de produccin muy
razonable y tratar de refinarlo.
3. Optimizacin No Determinstica: Saltar a diferentes posibles escenarios.

UN VISTAZO AL CAMPO SAN FRANCISCO
De acuerdo a estudios previos realizados en el campo San Francisco, era
aparente que habra una posible ganancia con la reorganizacin del esquema de
inyeccin, con el fin de mejorar la saturacin en las reas de drene. Esto tendra
que ser realizado bajo restricciones tcnicas, no solo por pozo, sino para todo el
campo, en particular las tasas totales de inyeccin y produccin. Tambin la
restriccin financiera, era minimizar el gasto capital.
Una de las preguntas difciles y clave prctica fue definir cuantos productores
deberan idealmente ser convertidos, donde y cuando. Como haban 99
productores activos, haban 2^99 posibilidades, incluso sin tener en cuenta cuando
convertirlos.