Anlisis de Riesgo e Incertidumbre

El Anlisis de Riesgo e Incertidumbre contempla la determinacin de la

Distribucin Probabilstica de las Reservas de Hidrocarburos y su comparacin
con las Reservas Oficiales en libros. Este anlisis permite cuantificar la
certidumbre de los compromisos volumtricos contemplados en el Portafolio de
Oportunidades (PDO). Se sigui la metodologa que se describe a
continuacin:
Identificacin del Modelo
Se utiliz como punto de partida un modelo tradicional donde existen variables
de entrada, un modelo y variables de salida.
Para identificar el modelo de la investigacin se utilizaron los conceptos de
Petrleo Original en Sitio (POES), Reservas Recuperables (RR) y Reservas
Remanentes (RRem). Basados en estas definiciones se determin que los
modelos matemticos que permitir realizar el anlisis de riesgo e
incertidumbre son los siguientes:
Petrleo Original en Sitio (POES):

7758 * A * h * * (1 Swi )
Boi

Donde las variables de entrada del modelo son:

: Porosidad efectiva de la formacin (fraccin)
A: rea (acres)
h: Espesor neto petrolfero (pies)
Swi: Saturacin de agua inicial (fraccin)
Boi: Factor volumtrico del petrleo a condiciones iniciales (BY/BN)
7758: Factor de conversin (Bls/acres x pies)

Reservas Recuperables (RR):

RR = POES * FR (MMBls)
Donde las variables de entrada del modelo son:
POES: Petrleo original en sitio (MMBls)
FR: Factor de Recobro (%)
Reservas Remanentes (RRem):
RRem = RR - Np (MMBls)
Donde las variables de entrada del modelo son:
RR: Reservas Recuperables (MMBls)
Np: Petrleo Acumulado (MMBls)
Tomando como punto de partida el modelo tradicional, basado en variables
determinsticas, se construy un modelo cuyas variables de entrada son del
tipo probabilstica, de manera de considerar la incertidumbre (el rango de
posibles valores) asociadas a cada una de ellas.
El esquema muestra la existencia de incertidumbres en las variables de
entrada, propagacin de la incertidumbre a travs del modelo matemtico. Esta
propagacin se logra con la simulacin del Mtodo de Monte Carlo, para
obtener finalmente la variable de salida (variable de decisin) que permitir
determinar el riesgo del modelo, en este caso el Petrleo Original en Sitio
(POES), Reservas Recuperables (RR) y Reservas Remanentes (RRem) del
yacimiento B-8 del rea VLB-0410.
Identificacin de las Variables de Entrada
Los modelos ms conocidos para cuantificar la incertidumbre asociada a una
variable son las distribuciones probabilsticas. En esta etapa se propone
encontrar la distribucin de probabilidades que mejor representan cada una de
las variables de entrada al modelo.

Como se describi anteriormente las variables de entrada son: (porosidad

efectiva de la formacin), A (rea), h (espesor neto petrolfero), Swi (saturacin
de agua inicial), Boi (factor volumtrico del petrleo a condiciones iniciales),
POES (petrleo original en sitio), FR (factor de recobro), RR (reservas
recuperables) y Np (Petrleo Acumulado). Cada una de las variables
involucradas en los clculos ya no estn identificadas como valores
determinsticos, por el contrario, cada una de ellas est definida por una
distribucin probabilstica.
A continuacin se describe la metodologa utilizada para caracterizar en forma
probabilstica cada una de las variables mencionadas.
rea (A)
La incertidumbre de este parmetro depende de la metodologa empleada para
determinar el rea del yacimiento. Generalmente se dispone de un nico valor
de rea definido por los especialistas, ubicndose sta en el libro de reservas.
Cuando la informacin es insuficiente para generar una curva de distribucin
probabilstica, los versados en la materia recomiendan el uso de la distribucin
normal con una desviacin estndar del 10 % o ir disminuyendo en
concordancia con el incremento del grado de definicin de la variable estudio,
en este caso, el rea de la acumulacin.
Como se dispone de dos o tres posibles valores de rea, una buena
aproximacin es considerar una distribucin probabilstica triangular, en este
caso, se requiri de valores mnimo, mximo y ms probable, los cuales se
colocaron directamente en el programa.

Figura 26. Distribucin Triangular del rea

Porosidad efectiva de la formacin () / Saturacin de agua inicial (Swi)
Como se dispona de un volumen de datos previamente validados de la
petrofsica detallada para cada pozo del yacimiento en estudio, se procedi a
llevar dicha informacin en una hoja Excel. El paso siguiente consisti en la
generacin de las correspondientes curvas de distribuciones probabilsticas
segn el siguiente procedimiento:
Generacin de Distribuciones Probabilsticas utilizando el Software
Crystall Ball
Para generar una distribucin probabilstica a partir de un conjunto de datos
reales, se utiliz la herramienta Crystall Ball. Este software debe estar instalado
en la PC o a nivel de red, el cual al ser activado, presenta un libro Excel con
una barra de herramientas adicional a la tradicionalmente conocida en este
programa.
Para la generacin de una distribucin probabilstica se sigui el siguiente
procedimiento:
a.- En una hoja Excel, con la aplicacin de Crystall Ball activada, se organiz la
informacin sujeta al anlisis. En este caso, un conjunto de datos de porosidad
y saturacin asociados a pozos.

b.- Se ubic el cursor y se activ la celda de la variable sujeta al anlisis. Esta

celda debe estar definida por un valor numrico colocado manualmente, no
puede ser ni una celda con frmula ni una celda en blanco, de lo contrario esta
variable no podr ser definida por Crystall Ball. Se coloc el valor promedio
del conjunto de datos asociados a las variables de porosidad y saturacin.
c.- Una vez ubicados en la celda correspondiente, se hace un click en el icono
Define Assumption sobre la Barra de herramientas para activar la distribucin
probabilstica. El programa muestra automticamente la galera de modelos
probabilsticas.

Figura 27. Galera de Distribuciones Probabilsticas

Para mostrar los restantes modelos probabilsticos se hace un click en el
cuadro More y se muestran las distribuciones restantes incorporadas en la
galera. Para seleccionar alguna de las curvas de la galera se hace un click
sobre la distribucin de preferencia.
d.- Si se conoce previamente el comportamiento probabilstica de la variable,
se selecciona directamente el modelo de la galera, en caso contrario, se hace
click en el recuadro Fit para generar la distribucin probabilstica capaz de
reproducir el comportamiento de la data real. El programa muestra en pantalla
un recuadro donde el usuario indica el rango de datos a cotejar
probabilsticamente.

e.- Se hace click en el recuadro Next para ir a la siguiente pantalla, en este

momento se activan las siguientes opciones: All Continuous Distributions y
Show Comparison Chart and Goodness of Fit Statistics para visualizar todo el
espectro de posibilidades. Para finalizar se hace click en el recuadro OK.
f.- El programa muestra en cada una de las grficas, la comparacin entre el
modelo probabilstico generado y la data real. Las barras corresponden a la
informacin real y la lnea corresponde a la distribucin probabilstica ajustada
a ese conjunto de datos. El programa muestra por defecto el modelo con el
mejor ajuste, sin embargo, es posible seleccionar otro tipo de distribucin. Para
ello se hace click en el botn de Next Distribution visualizndose la gama
completa y pudindose seleccionar aquella con la mejor aproximacin segn el
criterio del grupo de expertos.
Una vez seleccionada la distribucin ms representativa se hace click en el
botn Accept y el programa asignar automticamente la distribucin
probabilstica de la variable a la celda donde estaba ubicado el valor
determinstico. Este procedimiento se repiti para cada una de las variables
En este caso, el mejor ajuste de los datos reales de porosidad se obtuvo para
una distribucin del tipo Log Normal:

Figura 28. Distribucin Log Normal de Porosidad

Mientras que el mejor ajuste de los datos reales de saturacin de agua inicial
se obtuvo para una distribucin del tipo Normal:

Figura 29. Distribucin Normal de Saturacin de Agua

Es importante tener en cuenta que mientras mayor es el nivel de data
disponible, mejor ser el ajuste de los datos reales a una distribucin
probabilstica en Crystall Ball. De esta forma el valor promedio obtenido es ms
representativo, es decir, posee un mayor grado de certidumbre.
Como el anlisis se realiz en un yacimiento conformado por varias arenas, se
consider la informacin asociada a todos los pozos en donde dichos
horizontes estaban presentes, an cuando stos no estaban completados en
dichos pozos.
Espesor Neto Petrolfero (h)
La construccin de la curva de distribucin probabilstica de este parmetro fue
similar al aplicado a las variables de porosidad y saturacin. El mejor ajuste de
los datos reales de espesor neto petrolfero (h) se obtuvo para una distribucin
del tipo Log Normal:

Figura 30. Distribucin Log Normal de Espesor Neto Petrolfero

Factor volumtrico del petrleo a condiciones iniciales (Boi)

La distribucin asignada a este parmetro depende de la cantidad de anlisis

PVT (Presin, Volumen y Temperatura) disponibles para el yacimiento. Si se
contara con varios anlisis validados, se utilizara toda la informacin disponible
para generar la distribucin probabilstica segn el procedimiento explicado
anteriormente. En su defecto, como se dispona de un nico PVT validado se
utiliz una distribucin probabilstica uniforme.

Figura 31. Distribucin Uniforme de Factor Volumtrico

de Petrleo a condiciones iniciales
Factor de Recobro (FR)
Para generar la distribucin probabilstica del Factor de Recobro (FR) se
consider el valor de Factor de Recobro obtenido de este estudio y por lo tanto
se utiliz una distribucin probabilstica uniforme.

Figura 32. Distribucin Uniforme de Factor de Recobro

Petrleo Acumulado (Np)

Para generar la distribucin probabilstica del Petrleo Acumulado (Np) se

consider el valor del Petrleo Acumulado obtenido de este estudio y por lo
tanto se utiliz una distribucin probabilstica uniforme.

Figura 33. Distribucin Uniforme de Petrleo Acumulado

Estimacin Probabilstica de Variables de Salida
(Mtodo de Monte Carlo utilizando el software Crystal Ball)
Distribucin Probabilstica del POES
La estimacin probabilstica del POES utiliza la frmula del mtodo volumtrico:
N

7758 * A * h * * (1 Swi )
Boi

N: Petrleo Original en Sitio (POES) (BN)

: Porosidad efectiva de la formacin (fraccin)
A: rea (acres)
h: Espesor neto petrolfero (pies)
Swi: Saturacin de agua inicial (fraccin)
Boi: Factor volumtrico del petrleo a condiciones iniciales (BY/BN)
7758: Factor de conversin (Bls/acres x pies)
Es importante hacer la siguiente acotacin: cada una de las variables
involucradas en este clculo (A, h, , Swi, Boi) ya no estarn ms identificadas
como un valor determinstico, por el contrario, cada una de ellas estar definida
por una distribucin probabilstica.

Una vez definida la distribucin probabilstica de cada variable de entrada, se

procedi a la determinacin del POES (variable de salida) de acuerdo a la
siguiente metodologa:
a.- Finalizada la seleccin del respectivo modelo probabilstico para cada
variable, se procedi a identificar la celda de la macrovariable la cual ser el
producto de la ecuacin matemtica del POES donde intervienen las variables
definidas en los pasos anteriores.
b.- La celda del POES es producto de una frmula, condicin sta definida en
Crystall Ball. Para ello se selecciona la celda del resultado (POES). Luego, se
selecciona el icono Define Forecast de la barra de herramientas.
Este icono le indica al sistema, la ejecucin de una ecuacin en donde el
resultado ser una distribucin probabilstica calculada a partir de una
Simulacin Monte Carlo. El sistema muestra automticamente un recuadro en
donde se identificar la variable a determinar. Haciendo click en OK, la celda
quedar automticamente definida.

POES

7758 * A * ANP * * (1 Sw)

Boi

Figura 34. Distribucin Probabilstica del POES

c.- Una vez definidas todas las distribuciones probabilsticas de cada variable
independiente y las celdas producto de ecuaciones, el programa queda listo

para efectuar la simulacin Monte Carlo, realizando las correspondientes

iteraciones acorde con la cantidad pre-establecida. Sin embargo, si el usuario
desea modificar el nmero de iteraciones, debe activar las opciones Run de la
barra de herramientas de Excel y luego a Run Preferences. El programa
automticamente mostrar en pantalla el cuadro donde se coloca el nmero de
iteraciones deseado.
Mientras mayor sea el nmero de variables involucradas, el nmero de
combinaciones se incrementa y por ende, mayor deber ser el nmero de
iteraciones a seleccionar, recomendndose utilizar un mnimo de 10000
iteraciones.
d.- Para iniciar el clculo, se hace click en el icono Start Simulation de la
barra de herramientas. En este momento se observar en pantalla todas las
iteraciones realizadas por el programa.
El resultado tendr ahora una distribucin probabilstica definida, la cual ser el
producto de combinar aleatoriamente las distribuciones asociadas a cada
variable.
La moda de la distribucin resultante corresponde al valor ms probable de
esta variable y puede ser comparado con el valor determinstico y/o oficial
manejado en el rea. Esta distribucin da el rango completo de los valores
posibles de esta variable.
Distribucin Probabilstica de las Reservas Recuperables (RR)
Una vez obtenido el POES y el Factor de Recobro probabilstico, se procede a
efectuar la estimacin probabilstica de las Reservas Recuperables (RR)
utilizando la siguiente frmula:
RR = POES * FR (MMBls)

POES: Petrleo original en sitio (MMBls)

FR: Factor de Recobro (%)

Tanto el POES como las Reservas pasan de ser un nmero determinstico a
una distribucin probabilstica, cuyo comportamiento estar en funcin del
comportamiento real de las variables involucradas en su clculo.

POES

7758 * A * ANP * * (1 Sw)

Boi

FR

RR = POES *FR
Figura 35. Distribucin Probabilstica de Reservas Recuperables
Distribucin Probabilstica de las Reservas Remanentes (RRem)
Una vez obtenidas las Reservas Recuperables y el Petrleo Acumulado
probabilstico, se procede a efectuar la estimacin probabilstica de las
Reservas Remanentes (RRem) utilizando la siguiente frmula:
RRem = RR - Np (MMBls)
RR: Reservas Recuperables (MMBls)
Np: Petrleo Acumulado (MMBls)
Tanto las Reservas
Recuperables
(RR) como el Petrleo Acumulado (Np)
7758 * A * ANP
* * (1 Sw)
POES
Boi
pasan de ser un nmero determinstico a una distribucin FR
probabilstica, cuyo
comportamiento estar en funcin del comportamiento real de las variables
involucradas en su clculo.

RR = POES *FR
RRem = RR - Np

Np

Figura 36. Distribucin Probabilstica de Reservas Remanentes

El resultado de las Reservas Recuperables y Remanentes estar definido por

una distribucin probabilstica particular, donde la moda corresponder al valor
ms probable y el rango de la curva mostrar todos los valores posibles.
En los grficos resultantes es posible la ubicacin del valor oficial, tanto del
POES como de las Reservas Recuperables y Remanentes, pudindose
presentar una de estas cuatro posibilidades:

Valor Libro = Valor Probabilstico (Basado en lo ms probable)

Valor Libro < Valor Probabilstico (Oportunidad)

Valor Libro > Valor Probabilstico (Mayor Riesgo)

Valor Libro >>> Valor Probabilstico (No materializable)