Revista Ingeniería Petrolera Septiembre-Octubre 2022

Petrolera Ingeniería Contenido

Órgano de Divulgación Técnica e Información de la Asociación de Ingenieros Petroleros de México, A.C. Vol. 62, No. 5, SEPTIEMBRE-OCTUBRE DE 2022 www.aipmac.org.mx/editorial/

Mejores prácticas en la aplicación de productos oxidantes de polímero

Ángel Salazar Munive Everardo Hernández del Ángel Omar Villaseñor Chávez Gustavo Ulises Cruz Paz

285-299

268-284 300-318

Implementación optimizada del índice de oportunidad del yacimiento (ROI) en campos maduros

Oscar Pérez Velázquez Fernando Samaniego Verduzco Agustín P. Galindo Nava

Oscar Candia Gutiérrez Oscar Osorio Peralta

Modelado de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México

Luis Ahindel Castellanos Bassoult Daniel Alejandro Pineda Flores Rubén Charles Fiorenzani

319-337

Identificación y cuantificación de flujo cruzado mediante análisis de caídas de presión (Análisis nodal®) y balance de materia

Juan Manuel Ham Macosay Jorge Enrique Paredes Enciso

Foto de portada: cortesía de Pemex.

INGENIERÍA PETROLERA.- Publicación bimestral editada por la Asociación de Ingenieros Petroleros de México A.C., Av. Melchor Ocampo 193, Torre A piso 12, Col. Verónica Anzúres, Alcaldía Miguel Hidalgo, Ciudad de México, C.P. 11300, Tels: 5260 2244 y 5260 7310; a cargo de 4AM FOR ADVERTISING AND MARKETING S.A. DE C.V., Enrique J. Palacios No. 108, Col. Prado Ermita, C.P. 03590, Alcaldía Benito Juárez, Ciudad de México, Tel: 55 3211 6077. Certifcado de reserva de Derechos al Uso Exclusivo núm. 04-2019-041219030400-203 ante la Dirección General del Derecho de Autor. Toda la correspondencia debe dirigirse a la Asociación de Ingenieros Petroleros de México A.C. EL CONTENIDO DE LOS ARTÍCULOS TÉCNICOS ES RESPONSABILIDAD DEL AUTOR.

D irec tiva N ac io na l 2022 -202 4

Presidente Ing. Francisco Javier Flamenco López Vicepresidente Ing. Eduardo Poblano Romero Secretario Ing. Edmundo Herrero Coronado

Tesorero Ing. José Antonio Ruiz García

Director de la Comisión de Estudios Ing. Marco Antonio Delgado Avilés Director de la Comisión Editorial Ing. Quintn Cárdenas Jammet Coordinador de Ayuda Mutua Ing. José Antonio Wuoto Ramos Coordinador de Fondo de Retiro Ing. Pedro José Carmona Alegría Director de la Comisión Legislativa Ing. Francisco Arana Guzmán Director de la Comisión de Membresía Ing. Lauro Jesús González González

P res ide ntes Delegac io nale s 2021 -202 3

Delegación Ciudad del Carmen Ing. Adrián Álvarez Bahena

Delegación Coatzacoalcos Ing. César Luis Chavarría Fernández

Delegación Comalcalco Ing. Miguel Ángel Maqueda Ceballos

Delegación México Ing. David Velázquez Cruz

Delegación Monterrey Ing. Roberto Gracia Saldívar

Delegación Poza Rica Ing. Luis Pineda Fonseca

Delegación Reynosa Ing. Pedro René Romero Morales

Delegación Tampico Ing. Alfonso Amieva Zamora

Delegación Veracruz Ing. Gabriel González Covarrubias

Delegación Villahermosa Ing. Heberto Ramos Rodríguez

Re v is ta Inge nie ría Pe trole ra

Coordinación Editorial Ing. Quintn Cárdenas Jammet comision.nacional.editorial@aipmac.org.mx Laura Hernández Rosas lhernandezr@aipmac.org.mx

Consejo Editorial

Roberto Aguilera University of Calgary

Universidad Nacional Autónoma de México

Jorge Alberto Arévalo Villagrán Universidad Nacional Autónoma de México

Fernando Ascencio Cendejas

Petróleos Mexicanos

José Luis Bashbush Bauza Schlumberger

Thomas A. Blasingame Texas A&M University

Rodolfo Gabriel Camacho Velázquez Universidad Nacional Autónoma de México

Héber Cinco Ley Universidad Nacional Autónoma de México

Petróleos Mexicanos

Lic. Franco Vázquez Asistencia técnica

Erik Luna Rojero Universidad Nacional Autónoma de México

Comisión Nacional de Hidrocarburos

Michael Prats Consultor EUA

Fernando J. Rodríguez de la Garza Universidad Nacional Autónoma de México

Fernando Samaniego Verduzco Universidad Nacional Autónoma de México

Francisco Sánchez Sesma Universidad Nacional Autónoma de México

César Suárez Arriaga Universidad Michoacana de San Nicolás Hidalgo

César Treviño Treviño Universidad Nacional Autónoma de México

Universidad Nacional Autónoma de México

Mejores prácticas en la aplicación de productos oxidantes de polímero

Ángel Salazar Munive Everardo Hernández del Ángel Omar Villaseñor Chávez Gustavo Ulises Cruz Paz Pemex Exploración y Producción

Artículo recibido en noviembre de 2021-revisado, evaluado y aceptado en julio de 2022

Resumen

En campos costa afuera de la Sonda de Campeche, la perforación de la etapa de yacimiento se realiza empleando lodos base agua de mar, ocasionando un daño severo a la formación debido a la alta carga de polímeros que se utiliza para dar viscosidad al lodo y reducir, en la medida de lo posible, los grandes volúmenes perdidos; afectando principalmente la permeabilidad en la ventana de aceite, debido a dos mecanismos: precipitación de polímeros por incompatibilidad con los crudos pesados de la formación Cretácico, generación de un enjarre en la vecindad del pozo en conjunto con los recortes de perforación en la zona de pérdida total. El presente trabajo muestra la evolución en el desarrollo de productos oxidantes de alto desempeño para degradar y dispersar el enjarre y polímeros precipitados; así como las mejores prácticas para su aplicación en campo como parte de los tratamientos químicos en la industria petrolera acelerando el tiempo de inducción y limpieza de los pozos.

Palabras clave: Daño, lodo, enjarre, polímeros, oxidantes, incompatibilidad, agua de mar.

Best practices in the application of polymer oxidizing products

Summary

In offshore fields located in the Campeche Sound, the drilling of the reservoir stage is performed using seawater-based muds, causing severe damage to the formation due to the high polymer load used to provide viscosity to the mud and reduce, as much as possible, the large volumes lost; mainly affecting the permeability in the pay zone, due to two mechanisms: polymer precipitation due to incompatibility with the heavy crudes of the Cretaceous formation, generation of filter cake in the vicinity of the well in combination with drill cuttings in the zone of total loss. The present work shows the evolution in the development of high performance oxidant products to degrade and disperse the precipitated polymer and filter cake, as well as the best practices for its application in the field as part of the chemical treatments in the oil industry, accelerating the flowback and cleaning time of the wells.

Keywords: Skin, drilling mud, filter cake, polymer, oxidant, incompatibility, seawater.

Introducción

Como parte de la estrategia de reducción de costos y tiempos de perforación en los pozos costa afuera de la Sonda de Campeche, se hace uso del mayor recurso disponible: el agua de mar; mediante la incorporación de aditivos sólidos o líquidos incluyendo biopolímeros, gomas, almidones y celulosa, se logra dar viscosidad al lodo de perforación buscando minimizar el volumen de lodo perdido en la ventana de aceite (se tienen pozos donde el volumen perdido supera los 40,000 m3); durante la limpieza de los pozos se tenía producción con alto corte de agua de baja salinidad hasta por tres meses; adicionalmente la alta caída

de presión en fondo por la precipitación de polímeros en la formación productora ocasiona conificación del acuífero, produciendo con ello agua de alta salinidad afectando la cuota de aceite comprometida para el pozo.

Problemática: Daño severo a la formación

En 2016 durante la limpieza de un pozo (K-52) se obtuvo evidencia del daño severo a la formación productora que ocasionan los lodos base agua de mar, Figura 1, mediante la recuperación de fluido altamente emulsionado: lodo + polímeros + aceite.

Figura 1. Emulsión entre lodo base agua de mar y aceite Cretácico, recuperado en la limpieza del pozo marino K-52.

Se logró reproducir en laboratorio la incompatibilidad de este tipo de lodos con aceite de diferentes campos productores de la formación Cretácico; se demostró que

la precipitación de polímeros se intensifica si este tipo de lodos entra en contacto con HCl convencional o con solventes aromáticos, Figura 2

Figura 2. Incompatibilidad de los lodos base agua de mar con aceite de la formación Cretácico y HCl convencional.

Ángel Salazar Munive, Everardo Hernández del Ángel, Omar Villaseñor Chávez, Gustavo Ulises Cruz

Cálculo del radio de daño a la permeabilidad absoluta por invasión de los lodos base agua de mar con alta carga de polímeros

El uso de lodos base agua de mar para perforar la etapa de yacimiento ocasiona un daño severo a la formación productora por la formación del enjarre y precipitación de polímeros, por la incompatibilidad con los aceites del Cretácico reduciendo o eliminando la permeabilidad absoluta en el radio de invasión, Figura 3.

Figura 3. Daño a la permeabilidad absoluta por los lodos base agua de mar.

El radio de invasión del lodo se calcula empleando un modelo de penetración radial, tomando el volumen de lodo perdido, espesor del yacimiento (desde la cima del yacimiento a la PT del pozo), radio del pozo y porosidad promedio, Gráfica 1.

Gráfica 1. Cálculo del radio de daño ocasionado por el lodo base agua de mar.

Implementación del uso de sistemas oxidantes y su proceso de mejora continua

Para remover el daño a la permeabilidad absoluta ocasionada por los lodos de perforación base agua de mar, en 2017 se evaluaron diferentes productos de la compañía “S” encontrando que los oxidantes como el

hipoclorito de sodio (NaCIO) permiten remover el enjarre y polímeros; el mecanismo de acción de estos oxidantes consiste en generar una fragmentación acelerada de los polímeros mediante hidrólisis con el objetivo de reducir la longitud de la cadena principal del polímero y disminuir su peso molecular dispersándolos y manteniéndolos en suspensión, Figura 4

Figura 4. Mecanismo de acción de un agente oxidante de polímeros.

Pruebas de compatibilidad para la selección de los sistemas oxidantes:

En un baño María a 90 °C y presión ambiente se deben realizar pruebas de compatibilidad entre aceite del yacimiento y fluidos bombeados en relación 50%:50% o 1:1; así mismo se recomienda realizar pruebas de compatibilidad con mezclas críticas incluyendo 33.3% aceite : 33.3% lodo : 33.3% producto químico; en estas pruebas se busca que la mezcla de productos no genere emulsiones; para ello debe ocurrir una separación de fases en los primeros 30 minutos en baño; posteriormente, después de 4 horas se debe realizar el filtrado en una malla 100 (orificio de 150 micrones), en caso de observar presencia de lodillo asfaltico, polímeros o sólidos insolubles se considera que los sistemas son incompatibles y podrían generar un daño adicional a la formación productora.

Magnitud del daño de los lodos de perforación base agua de mar con alta carga de polímeros:

En abril de 2019 en la etapa de terminación de un pozo marino de la Sonda de Campeche, durante la introducción del liner ranurado, se presentaron resistencias intentando vencer la misma en varias ocasiones sin éxito; se decidió recuperar el liner ranurado superficie; al recuperar el liner se encontraron todas las ranuras tapadas con un polímero tipo silicón, Figura 5, confirmando el daño severo que ocasiona este tipo de lodo, al grado de taponar el aguajero perforado e impedir la introducción del liner de producción.

Ángel Salazar Munive, Everardo Hernández del Ángel, Omar Villaseñor Chávez, Gustavo Ulises Cruz

Se realizaron pruebas de solubilidad a las muestras de polímero recuperadas; con los sistemas oxidantes de la compañía “H”, alcanzando una solubilidad de 49% en 1 hora, Figura 6. Para incrementar el porcentaje de solubilidad de

los polímeros, se realizaron reformulaciones para potenciar el poder de los agentes oxidantes logrando una solubilidad superior al 97%, en tiempo de contacto de una hora con el oxidante de la compañía “C”, Figura 7.

Figura 5. Polímero tipo silicón recuperado en las ranuras de un liner de producción.

Figura 6. Solubilidad de polímeros recuperados, oxidante de la compañía “H”.

Posteriormente se implementó una campaña para demostrar la precipitación de polímeros de todos los lodos base agua de mar ofertados por las diferentes compañías de

servicios debido a la incompatibilidad con los aceites de la formación Cretácico, Figura 8 y 8A.

Ángel Salazar Munive, Everardo Hernández del Ángel, Omar Villaseñor Chávez, Gustavo Ulises Cruz

Figura 7. Solubilidad de polímeros recuperados, oxidante de la compañía “C”.

Figura 8. Incompatibilidad de 3 lodos base agua de mar (AM) con aceites Cretácicos.

Eficiencia de los sistemas oxidantes

Los sistemas oxidantes además de ser compatibles, deben tener la capacidad de romper los lodos base agua de mar, eliminando la viscosidad del fluido haciendo “agua” el lodo de perforación, inicialmente en las pruebas de compatibilidad se obtuvieron resultados satisfactorios en una relación 1:1; esto implica que por cada metro cúbico de lodo perdido se requiere el mismo volumen de oxidante para romper remover el daño, sin embargo hasta marzo 2019 algunos pozos requerían más de un bombeo de bache oxidante para lograr eliminar el daño ocasionado por el uso de lodos de perforación base agua de mar con alta carga de polímeros.

Como parte del proceso de mejora continua, se observó que los oxidantes dejaban de ser efectivos cuando se modificaba la relación 1:1 o 50% lodo: 50% oxidante; se reformularon los oxidantes y evaluaron a diferentes relaciones hasta alcanzar resultados satisfactorios en una relación 10% oxidante: 90%, superando las expectativas actuales, logrando eliminar la viscosidad de los lodos mediante la adición de surfactantes y oxidantes de alto desempeño para romper las cadenas de polímeros, Figura 9

Mejores prácticas en la aplicación de productos oxidantes de polímero, p.p. 268-284

Figura 8A. Incompatibilidad de 3 lodos base agua de mar (AM), con aceites Cretácicos.

Para demostrar la eficiencia de las nuevas formulaciones se realizó la deshidratación de diferentes lodos base agua de mar para obtener la máxima carga de polímeros; estos

polímeros deshidratados se contaminaron con muestras de aceite, buscando reproducir la condición en yacimiento, Figura 10

Figura 10. Polímero de lodo base agua de mar deshidratado y contaminado con aceite.

Para el oxidante de la compañía “C”, se realizaron 36 pruebas de solubilidad alcanzando porcentajes superiores al 99% en 1 hora para los tres tipos de polímeros deshidratados

contaminados con aceite, Gráfica 2. Para el oxidante de la compañía “H”, se realizaron 36 pruebas de solubilidad alcanzando porcentajes superiores al 97%, Gráfica 3

Gráfica 2. Solubilidad de polímeros deshidratados con oxidante de la compañía “C”.

Ángel Salazar Munive, Everardo Hernández del Ángel, Omar Villaseñor Chávez, Gustavo Ulises Cruz

Figura 9. Rompimiento de lodos base agua de mar con oxidantes de alto desempeño.

Gráfica 3. Solubilidad de polímeros deshidratados con oxidante de la compañía “H”.

Mejores prácticas operativas para la colocación de oxidantes de alto desempeño

El Activo de Producción fue pionero en la implementación del bombeo de baches oxidantes para remover el daño

generado por el uso de lodos base agua de mar con lata carga de polímeros; el volumen de oxidante debe alcanzar el radio de penetración de la zona dañada para comunicar la zona virgen del yacimiento con la vecindad del pozo, Gráfica 4

Gráfica 4. Penetración del sistema oxidante en el intervalo de interés.

Igual de importante que la selección adecuada del producto oxidante es la técnica de colocación del tratamiento; en el Activo se implementaron las siguientes premisas:

1. Durante la perforación del yacimiento, en caso de un atrapamiento, deberá bombearse un preflujo de oxidante para degradar el lodo en la vecindad del pozo; posteriormente bombear un tren de solventeácido-solvente con propiedades de oxidantes. En caso

de utilizar ácidos convencionales, la incompatibilidad entre el lodo base agua de mar con el HCl, producirá una precipitación severa de polímeros complicando aún más la liberación de la sarta de perforación.

2. Para pozos con terminación convencional, el bache oxidante se deberá bombear 100% líquido en 1 ó 2 estaciones antes de bajar el empacador con aparejo de producción, Figura 11

Figura 11. Esquema de colocación de bache oxidante rompedor de enjarre y polímeros para pozo BNC con terminación convencional.

3. Para pozos en agujero descubierto sin cola extendida, el bombeo del bache oxidante se debe realizar con cédula 100% líquida y tubería de trabajo estacionada a profundidad de la última zapata; no se recomienda estacionar la tubería de trabajo dentro del agujero

descubierto, al romper el lodo de perforación y el enjarre en la vecindad del pozo, puede ocurrir un desprendimiento de recortes y atrapar la sarta de perforación, Figura 12

Ángel Salazar Munive, Everardo Hernández del Ángel, Omar Villaseñor Chávez, Gustavo Ulises Cruz

Figura 12. Colocación de bache oxidante para pozo terminado en agujero descubierto.

4. Para pozos de BNC terminados con cola extendida, el bache oxidante debe bombearse con tubería de trabajo conectada al empacador de producción con cola extendida y cédula parcialmente energizada

con nitrógeno para manejar altos gastos y generar divergencia, desplazando con diésel 100% líquido para dejar controlado el pozo y poder continuar con introducción del aparejo de producción, Figura 13.

Figura 13. Colocación de bache oxidante para pozo terminado con cola extendida dentro de liner disparado o ranurado.

5. Para pozos BEC:

a. En caso de terminaciones convencionales; se deberá bombear de forma simultánea el bache oxidante y la estimulación por intervención; se debe espaciar el oxidante con un bache de diésel o solvente y

posteriormente bombear la cédula de estimulación con sistemas ácidos y solventes con propiedades oxidantes, Figura 14

b. Para terminación con cola extendida en liner ranurado o disparado, aplicar el punto “2”; para agujero descubierto aplicar el punto “3”, Figura 15

Figura 14. Esquema de colocación de bache oxidante rompedor de enjarre y polímeros + estimulación matricial para pozo BEC con terminación convencional.

Ángel Salazar Munive, Everardo Hernández del Ángel, Omar Villaseñor Chávez, Gustavo Ulises Cruz

Figura 15. Colocación de bache oxidante para pozo BEC terminado con cola extendida.

6. Para pozo monitor-productor bajado con aparejo de producción integral (pozos equipados con sensores de presión y temperatura en fondo); aplicar el punto

“2” para liner de producción ranurado o disparado; o el punto “3” para agujero descubierto, Figura 16

Figura 16. Colocación de bache oxidante para pozo monitor-productor, bajado con aparejo de producción integral, (una sola corrida).

Innovaciones en sistemas ácidos y solventes con propiedades oxidantes para lodos base agua de mar con alta carga de polímeros

A partir de noviembre 2020, en conjunto con las compañías de servicio, se evaluaron y desarrollaron sistemas solventes y ácidos con propiedades oxidantes; además de remover material orgánico y disolver empaque de recortes respectivamente, también tienen la capacidad de romper los remanentes del lodo de perforación enjarre y polímeros. Actualmente la compañía “C” cuenta con 3 sistemas ácidos y 1 solvente para lodos base agua de mar; y la compañía “H” cuenta con 4 ácidos y 2 solventes para estimular pozos perforados con este tipo de lodos.

Caso de aplicación: Pozo marino “Z” en la Sonda de Campeche, perforado en la formación Cretácico con lodo base agua de mar

Para la cédula del bache oxidante rompedor de enjarre y polímeros bombeados al pozo “Z”; se calculó un volumen de 122 m3 de oxidante; 9,058 m3 estándar de nitrógeno para energizar parcialmente el tratamiento y 35 m3 de diésel para desplazar y colocar los productos en formación; el tratamiento se bombeó con tubería de trabajo conectada al empacador de producción para TR 7 5/8” a 3,490 MD, el cual se encuentra equipado con cola extendida de 3 ½” abierta en fondo a 3,852 MD, Tabla 1

Descripción de la cédula de bombeo

• El objetivo del tratamiento es remover daño a la formación productora, generado por el enjarre en la vecindad del pozo, (producto del lodo base agua de mar de alta carga polimérica), permitiendo su degradación y precipitación al acuífero o su rápida expulsión durante el periodo de inducción y limpieza.

• Etapa 1 bombeada 100% líquida para limpiar el intervalo productor por debajo de la CE. Etapa 2 energizada con nitrógeno al 37% para romper y degradar lodo y polímeros en la zona media del

intervalo productor. Etapa 3 energizada al 70% y mayor gasto equivalente en fondo para remover el daño en la zona superior del intervalo productor. Etapa 4 con diésel para colocar el tratamiento en el yacimiento y dejar el pozo controlado para continuar con la introducción del aparejo.

La interpretación de la gráfica de bombeo del bache oxidante se realizó analizando el comportamiento de las siguientes variables: gasto de líquido, gasto de nitrógeno, bombeo de etapas en superficie y presión de cabeza del pozo, Figura 17

Ángel Salazar Munive, Everardo Hernández del Ángel, Omar Villaseñor Chávez, Gustavo Ulises Cruz

Tabla 1. Cédula de bombeo de bache oxidante.

Figura 19. Interpretación de la gráfica de bombeo del bache oxidante.

El pozo marino “Z” se estimuló antes de alinear el pozo a batería para su inducción y limpieza, presentando inicialmente un corte de agua de 50% con salinidad de 80,000 PPM, reduciéndose rápidamente hasta 2.4%; hoy en día el pozo presenta una producción de aceite medida por aforo de 5,000 bd respecto a su cuota comprometida de 3,000 bd.

Conclusiones

1. De la evaluación realizada a 6 tipos de lodo base agua de mar con alta carga de polímeros, se demostró que todos generan daño severo a la permeabilidad absoluta por incompatibilidad con aceites de la formación Cretácico.

2. El presente trabajo mostró la evaluación y evolución de los sistemas oxidantes, así como su aplicación en campo como uno de los tratamientos químicos de rigor para remover el daño a la formación generado por lodos de perforación base agua de mar.

3. Para la selección de un oxidante de alto desempeño se deben cumplir de manera satisfactoria las pruebas

de compatibilidad entre el lodo, el aceite y los sistemas; se debe observar pérdida de viscosidad del lodo y durante el filtrado la malla debe quedar totalmente limpia; así mismo se deben realizar pruebas de solubilidad con polímero deshidratado impregnado con aceite buscando una solubilidad superior al 90% en una hora; adicionalmente deben realizarse pruebas de corrosión considerando la metalurgia presente en el pozo.

4. Para el éxito de los baches oxidantes rompedores de enjarre y polímeros, es de vital importancia la técnica de colocación de acuerdo con el tipo de terminación del pozo; así como el bombeo del oxidante al final de la etapa de perforación, buscando mayor tiempo de contacto con el yacimiento.

5. Todos los pozos perforados con lodos base agua de mar con alta carga de polímeros deben tener como primer tratamiento químico el bombeo de baches oxidantes de alto desempeño; tomando como guía la metodología de evaluación y técnicas de colocación descritos en este artículo.

Nomenclatura

• BEC: Bombeo Electrocentrífugo

• BNC: Bombeo neumático continuo

• Bpm: Barril por minuto

• CE: Cola extendida

• HCl: Ácido Clorhídrico

• NaCIO: Hipoclorito de sodio

• TR: Tubería de revestimiento

Agradecimientos

A los líderes de ingeniería y laboratoristas de las compañías de servicio que proveen productos y servicios para los tratamientos químicos, en pozos marinos de la Sonda de Campeche: Sarai Santos, José del Carmen Jiménez, Marisol Méndez, Aridane Ríos, Joksan Guzmán, Héctor Méndez.

Referencias

• Cruz Paz, G. 2019. Seguimiento del Pozo ProductorMonitor Zaap-45. Informe Técnico de Productividad de Pozos KMZ.

• García Olvera, G. et al., 2017. Evaluación y Aplicación de Sistemas Químicos para Resolver Problemas

Semblanza de los autores Ángel Salazar Munive

Específicos en Pozos del AIPBAS01-02. Jornadas Técnicas de la Asociación de Ingenieros Petroleros de México, Delegación Ciudad del Carmen.

• Hernández del Ángel, E. et al., 2021. Mecanismos de daño en pozos de los campos Ku Maloob Zaap. Jornadas Técnicas del Colegio de Ingenieros Petroleros de México, Sección Ciudad del Carmen.

• Hernández del Ángel, E. y Villaseñor Chávez, O. 2021. Tratamientos Químicos a Pozos con Lodo Bamil. Informe Técnico de Productividad de Pozos KMZ.

• Jiménez, J. y Cruz Paz, G. 2019. Prueba de Solubilidad de Polímero Recuperado en el Pozo Zaap-45. Informe de Laboratorio Sección Estimulaciones.

• Jiménez, J. y Hernández del Ángel, E. 2021. Pruebas de Solubilidad de Lodos BAMIL Deshidratados y Contaminados con Aceite. Informe de Laboratorio Sección Estimulaciones.

• Santos, S. y Villaseñor Chávez, O. 2019. Prueba de Solubilidad de Polímero Recuperado en el Pozo Zaap45. Informe Soporte Técnico Laboratorio.

• Santos, S. y Hernández del Ángel, E. 2021. Pruebas de Solubilidad de Lodos BAMIL Deshidratados y Contaminados con Aceite. Informe Soporte Técnico Laboratorio.

Ingeniero Petrolero egresado del IPN, Especialidad en Sistemas Artificiales de Producción y Maestría en Ingeniería Petrolera, ambas por la UNAM. 26 años de experiencia como Ingeniero de Diseño y Productividad de pozos, Análisis Nodal y Flujo multifásico. Proyectos en los que ha participado: Proyecto BEC Activo Integral Ek-Balam; Pruebas de Presión-Producción con BEC en pozos Exploratorios de Campeche Oriente; Diseño de aparejos de producción con BNC; Documentación, licitación e implantación del Proyecto regional de BEC de la RMNE y Optimización de la Productividad de pozos en el APKMZ mediante colas extendidas.

Everardo Hernández del Ángel

Ingeniero Petrolero egresado de la UNAM. De 2011 a 2012 laboró en la SENER; en 2013 en la SGRT mediante la generación de mapas tecnológicos; en octubre del mismo año ingresó al APKMZ mediante el programa Talento PEP, participando en el diseño de pozos con BNC; evaluación y aplicación de divergentes selectivos, quelantes y ácidos para tratamientos a pozos BEC, modificadores de permeabilidad relativa, evaluación y aplicación de oxidantes, así como implementación de desemulsificantes y mejoradores de flujo como parte de los tratamientos químicos.

Ángel Salazar Munive, Everardo Hernández del Ángel, Omar Villaseñor Chávez, Gustavo Ulises Cruz

Omar Villaseñor Chávez

Realizó sus estudios en Ingeniería Petrolera de 2008 a 2012 en el Instituto Politécnico Nacional. De 2013-2014 se desempeñó como Ing. de Yacimientos en el APKMZ. En octubre de 2014 ingresó a PEMEX en el área de Productividad de Pozos, diseñando y documentando intervenciones de las plataformas Ku-A y Ku-B, colaboró en el desarrollo del primer pozo con auto-BN del Activo. En 2016 inició su participación en el Grupo de Estimulaciones, siendo parte del equipo de desarrollo de los tratamientos a pozos con sistema BEC.

Gustavo Ulises Cruz Paz

Ingeniero Petrolero egresado de la Universidad Veracruzana Campus Coatzacoalcos. En septiembre de 2014 ingresó al programa talento PEP. De enero de 2015 a la fecha labora en el APKMZ como analista de disciplina de productividad de pozos; ha participado en el diseño de intervenciones de pozos con BNC, diseño de tratamientos de químicos para pozos con BNC y BEC, análisis y evaluación del comportamiento de pozos, modelado de pozos mediante software especializado y propuestas de optimización de gas de BN..

Implementación optimizada del índice de oportunidad del yacimiento (ROI) en campos

maduros

Oscar Pérez Velázquez

Fernando Samaniego Verduzco Universidad Nacional Autónoma de México

Agustín P. Galindo Nava

Oscar Candia Gutiérrez Oscar Osorio Peralta Pemex Exploración y Producción

Artículo recibido en noviembre de 2021-revisado, evaluado y aceptado en junio de 2022

Resumen

El desarrollo de campos maduros consiste en la identificación, localización y cuantificación de los volúmenes de hidrocarburos remanentes móviles en el yacimiento que no ha sido desplazado eficientemente hacia los pozos; asimismo, se determina la técnica de recuperación que permita obtener la cantidad de hidrocarburos mayor.

El Índice de Oportunidad del Yacimiento es un parámetro que combina la información estática y dinámica de los modelos geológico y simulación, para detectar las zonas con el mejor potencial de producción, combinando tres factores claves que gobiernan el flujo dentro del medio poroso: la capacidad de flujo, el volumen remanente-móvil de hidrocarburos y la cantidad de energía remanente en el yacimiento (presión). Esta metodología reduce drásticamente tanto el tiempo como la cantidad de información requeridos en la proposición de localizaciones de pozos nuevos en el desarrollo de campos maduros. En este trabajo se propone la combinación de dos de los métodos disponibles en la literatura y se desarrolla un conjunto de ecuaciones diferente para la estimación del índice de oportunidad, establecido con el propósito de conjuntar las fortalezas identificadas en las expresiones de los métodos publicados previamente.

Se presentan y analizan los resultados de la implementación del índice de oportunidad en un campo maduro de México. Se obtuvieron resultados satisfactorios, lográndose identificar principalmente seis zonas con potencial de producción, en donde se propone la perforación de pozos nuevos. Los resultados obtenidos con esta metodología concordaron ampliamente con las zonas en donde se perforaron los pozos de desarrollo por el personal de Pemex.

Palabras clave: Campos maduros, desarrollo de campos, optimización de la explotación, oportunidades, simulación numérica de yacimientos, Índice de oportunidad del Yacimiento (ROI), Índice de calidad de la Roca (RQI).

Optimized implementation of the reservoir opportunity (ROI) index in mature fields

Abstract

Development of mature fields consists in identifying, localizing, and quantifying the remaining hydrocarbon volumes which are still being mobile and have not been displaced efficiently towards the wells. As well as determining the most appropriate recovery technique that allows us the obtain the largest amount of hydrocarbons is required.

The Reservoir Opportunity Index (ROI) is a parameter that combines the static and dynamic information from the geologic and simulation models to detect the zones with the greatest production potential, by means of combining three key factor that have been identify as the as being the parameters governing the movement of fluids within the reservoir: flow capacity, remaining-mobile hydrocarbon volume, and the remaining amount of energy in the reservoir (pressure). This methodology reduces dramatically both the amount of time and the information required to select new infill well placements in the development of mature fields. This paper proposes the combination of two of the available methods in the literature and a new set of equations to estimate the opportunity index is developed, with the purpose of gathering the identified strengths in the expressions published by previous authors.

The results of the ROI implementation in a mature field of Mexico are presented and analyzed. We obtained satisfactory results in this field, identifying mainly six areas with production potential, where the drilling of infill wells is recommended. There is a clear congruence between the zones found with the methodology proposed here and the zones where the development wells were drilled by Pemex engineers.

Keywords: Mature fields, development of fields, development optimization, numerical simulation, Reservoir opportunity index (ROI), Reservoir quality index (RQI).

Introducción

En la actualidad la mayoría de los campos de México se encuentran en su etapa de producción madura y, debido a la dificultad que implica realizar nuevos descubrimientos, surge la necesidad de buscar alternativas más eficientes de explotarlos. El objetivo principal en el desarrollo de cualquier campo es alcanzar la recuperación máxima de hidrocarburos, empleando métodos económicamente viables, maximizando así los ingresos obtenidos por su explotación.

Se estima que la producción mundial de aceite durante el segundo cuarto del 2022 fue igual a 99.1 [MMbpd], de acuerdo con la Agencia Internacional de Energía (International Energy Agency, IEA), y también que aproximadamente el 70% de la producción mundial proviene de campos maduros, es decir, 70 [MMbpd]. En México, de los 750 campos del país, se considera que alrededor de 485 pueden valorarse como maduros (Franco Hernández, 2018).

Un campo maduro se puede definir como aquel que ha producido por cierto periodo de tiempo suficiente para alcanzar su pico de producción, sobrepasar la plataforma de producción e iniciar su declinación; estrictamente no existe un punto exacto en el tiempo para definir a un campo como maduro; sin embargo, algunos autores señalan que son campos que se aproximan a su límite económico, después de los esfuerzos de recuperación primaria y secundaria, (Babadagli, 2007).

La clave en el desarrollo de campos maduros consiste en la localización y cuantificación del aceite remanente que no se desplazó durante las etapas de producción primaria y secundaria de la vida productiva del campo; asimismo, se busca saber cuánto del aceite remanente sigue siendo móvil y podría recuperarse con el uso de otras técnicas, como pozos de relleno, cambios de intervalo, redispararos, pozos horizontales, entre otras; por último, se selecciona la técnica más adecuada para recuperar el volumen máximo de fluidos. Otro factor para tomar en consideración es la elección del punto en el tiempo para implementar estas técnicas.

En el trabajo presente, se estudia la implementación del Índice de Oportunidad del Yacimiento (ROI), como una metodología a nivel de yacimiento que busca incrementar la recuperación y rentabilidad de campos maduros, mediante la identificación de oportunidades en el yacimiento por medio de las características geológicas y petrofísicas de la formación y los resultados del modelo de simulación, con la perforación de pozos nuevos.

Índice de oportunidad del yacimiento (ROI)

La determinación de la localización de pozos nuevos en un yacimiento no es una tarea sencilla, debido a la cantidad de parámetros que controlan el movimiento de los fluidos que deben tomarse dentro del medio poroso en consideración.

En los métodos convencionales la localización de un pozo se selecciona tomando en cuenta las características geológicas y petrofísicas del yacimiento, el posicionamiento relativo del intervalo abierto a producción con respecto a los contactos (agua-aceite y gas-aceite) y la minimización de la interferencia con respecto a los pozos existentes, y se realiza un pronóstico de producción de pozos. El factor de recuperación obtenido de los diferentes escenarios se usa para determinar qué esquema de producción es el que resultará con la cantidad mayor de fluidos recuperados.

El índice de oportunidad es un parámetro que combina información dinámica y estática de los modelos geológicos y de simulación de las celdas activas, para detectar zonas de hidrocarburos no barridas de manera adecuada y con potencial de producción, que no pueden observarse eficientemente con los métodos tradicionales. Información como dimensiones de la malla, porosidad y permeabilidad por celda del modelo de yacimiento del simulador numérico, así como los resultados de presión y saturación se requieren a diferentes pasos de tiempo; estos datos se combinan para planear la perforación de nuevos pozos, o cambios del intervalo productor de los existentes. También, se pueden emplear otras fuentes de información como registros de producción si se cuenta con la disponibilidad al momento del análisis. El resultado

Metodología

final del ROI es un número determinado de localizaciones de pozos basado en mapas 2D y 3D generados de este parámetro, como una propiedad adicional de las celdas de simulación en cualquier paso de tiempo. Estos pozos pueden emplearse fácilmente en los simuladores numéricos para predecir su comportamiento futuro. Evidentemente, como otras propiedades del simulador, la precisión del índice es fuertemente dependiente de la calidad del ajuste histórico de producción, por lo que se debe asegurar que el modelo de simulación ha sido desarrollado correctamente, y que reproduce el comportamiento del yacimiento de manera satisfactoria.

Frecuentemente, la generación de planes de desarrollo en campos con modelos geológicos complejos se vuelve un proceso complicado. En un yacimiento con capas múltiples de simulación resulta difícil decidir dónde colocar los pozos de desarrollo y su orientación. Por ejemplo, una capa de celdas del simulador puede sugerir una zona con potencial de producción, pero una capa superior o inferior, no. Por estas razones surge la necesidad del uso de una metodología estructurada y la generación de mapas 2D y 3D del índice, que permitan una mejor selección de las zonas en donde se localizarán los pozos nuevos, así como su intervalo de terminación.

El índice de oportunidad está basado en el trabajo realizado por (Camargo, 1999), en el cual estableció sus expresiones matemáticas para combinar variables del yacimiento en términos de la saturación de aceite, el volumen poroso de hidrocarburos y la capacidad de flujo, como se muestra en la ecuación (1):

(1) donde:

Io = Índice de saturación de aceite

Ic = Índice del volumen poroso de hidrocarburos

Ikh = Índice de la capacidad de flujo

Varios autores han modificado esta expresión a lo largo del tiempo, la Tabla 1 muestra las ecuaciones y modificaciones realizadas que se encuentran disponibles en la literatura. Puede observarse que la mayoría de los métodos presentados en esta tabla incorporan un término para

la capacidad de flujo, asociada con la roca; un segundo término para el volumen móvil de hidrocarburos, asociado con el sistema roca-fluidos; y un tercer término para la presión, asociado con la energía remanente del yacimiento capaz de desplazar los fluidos hacia los pozos.

Oscar Pérez Velázquez, Fernando Samaniego Verduzco, Agustín P. Galindo Nava, Oscar Candia Gutiérrez, Oscar Osorio Peralta

En este trabajo se hace uso de las ecuaciones de dos de los métodos, el método de (Saputra, 2016) y el de (Varela y cols., 2014) y se plantea la combinación de éstos como un conjunto nuevo de ecuaciones para la estimación del índice de oportunidad. El primero es un método que incorpora ecuaciones más sofisticadas que aquellas de los

métodos publicados previamente al mismo, tomando en consideración más parámetros que gobiernan el flujo de fluidos dentro de la formación. La ecuación del índice y la nomenclatura del método de Saputra se muestran en la Tabla 1, sin embargo, se vuelven a presentar las ecuaciones aquí, por conveniencia. (2)

donde los índices secundarios están dados por las siguientes expresiones: (3) (4) (5)

De acuerdo con lo mencionado anteriormente, la modificación planteada en este trabajo extiende el método propuesto por Saputra con la introducción del Índice de Calidad de la Roca (Reservoir Quality Index, RQI, (Amaefule, 1993)), el cual se incluyó en el cálculo del

RQI desarrollado por (Varela y cols., 2014). El RQI es un parámetro que describe las variaciones de la porosidad y permeabilidad dentro de las diferentes litologías, que a su vez definen rocas con características de flujo similares llamadas unidades de flujo y se calcula con la ecuación (6): (6)

Autor Ecuaciones

(Molina & Rincon, 2009)

Ikh = kx * kro * NTG * DZ

IHCPVm = (So - Sor ) * ϕ * NTG * DZ

Ipoper = p - pabn --- Normalización ---

Nomenclatura

Ikh = Índice de la capacidad de flujo.

IHCPVm = Índice del volumen poroso móvil de HC’s. Ipoper = Índice de la presión de operación.

Ioppor = Índice de oportunidad.

kx = Permeabilidad horizontal [md]. kro = Permeabilidad relativa al aceite [frac.].

NTG = Relación entre el espesor neto y el total [frac.].

DZ = Espesor [m].

So = Saturación del aceite [frac.]. Sor = Saturación de aceite residual [frac.]. φ = Porosidad [frac.]. p = Presión [kg/cm2]. pabn = Presión de abandono[kg/cm2].

(Molina & Rincon, 2009)

Molina presentan un método en el cual asigna una ponderación diferente a cada índice; le llaman el índice de oportunidad ponderado (weighted opportunity index):

Ioppor = A * Ikh+B* IHCPVm+ C * Ipoper

A, B y C = Factores de ponderación [frac.] (Ghazali & Razib, 2011) MOI = So - Sorw CFI = k * DZ * NTG OVI = MOI * ϕ * DZ * NTG ---Normalización---

MOI = Índice de aceite móvil. CFI = Índice de la capacidad de flujo. OVI = Índice del volumen de aceite. Sorw = Saturación residual del aceite [frac.]. k = Permeabilidad absoluta [md]. SOI = ROI = Índice de oportunidad de simulación (del yacimiento).

(Varela, Hutheli, & Mutairi, 2014) SOMPV = Dx * Dy * Dz * ϕ * So ---Normalización---

RQI = Índice de la calidad del yacimiento. SOMPV = Saturación de aceite móvil.

Dx = Dimensión de la celda en la dirección “x” [ft]. Dy = Dimensión de la celda en la dirección “y” [ft]. Dz = Dimensión de la celda en la dirección “z” [ft]. p = Presión [psia].

(Ataei, Soni, & Chuah, 2014)

Misma metodología que Molina.

Ikh = kx * kro * NTG * DZ

IHCPVm = (So - Sor) * ϕ * NTG * DZ

Ipoper = p - pabn ---Normalización---

Mismas ecuaciones que Molina

Tabla 1. Revisión de la literatura del ROI

Oscar Pérez Velázquez, Fernando Samaniego Verduzco, Agustín P. Galindo Nava, Oscar Candia Gutiérrez, Oscar Osorio Peralta

Autor

(Al-Khazraji & Shuker, 2015)

(Saputra, 2016)

Ecuaciones Nomenclatura

ISO = Índice de la saturación de aceite. kh = Capacidad de flujo [mD-ft].

OI = Índice de oportunidad.

kh = k * NTG * DZ

HCPV=ϕ * So * DZ * NTG

---Normalización---

• Para yacimientos de aceite

IHCPV = Índice volumen poroso de HC’s. IKH = Índice de la capacidad de flujo.

h = Espesor de la celda [ft]. havg = Espesor promedio [ft].

OFI = Índice del flujo del aceite. kro = Permeabilidad relativa al aceite [frac.]. kavg = Permeabilidad promedio [md].

μw = Viscosidad del agua [cP].

μo = Viscosidad del aceite [cP].

• Para yacimientos de gas

PPI = Índice del potencial de la presión. pabn = Presión de abandono [psia].

SOI = Índice de oportunidad de simulación.

MGI = Índice del gas movible.

Sgr = Saturación residual de gas. krg = Permeabilidad relativa al gas [frac.].

μg = Viscosidad del gas [cP]

Pp = Pseudo-presión del gas. Ppabn = Pseudo-presión del gas a condiciones de abandono.

Tabla 1. Revisión de la literatura del ROI, (Continuación).

Como puede apreciarse en la Tabla 1, por lo general el índice de oportunidad está expresado en función de tres índices secundarios y la magnitud del ROI se obtiene por medio de la raíz cúbica del porducto de los tres subíndices, es decir, el promedio geomético. De esta manera, introduciendo el índice de calidad del yacimiento en el método de Saputra, la ecuación propuesta para el ROI en este trabajo se expresa con la ecuación (7):

(7)

Los índices secundarios que se tienen dentro de la raíz deben normalizarse con respecto a su valor máximo antes de realizar el cálculo del índice de oportunidad, con el propósito de que los cuatro índices posean el mismo orden de variación (entre cero y uno). De esta forma, el método pondera con el mismo peso a todos los parámetros.

Generación de mapas 2D y 3D del ROI

Los mapas del índice de oportunidad se usan para determinar la localización más apropiada de los pozos, con base en la distinción de los valores mayores del ROI, identificados por la diferencia de colores mostrada en ellos.

Con el fin de generar los mapas 2D, los parámetros secundarios se calculan para cada celda y se normalizan con respecto a los valores obtenidos por capas de celdas; es importante enfatizar que la normalización debe realizarse por capa de celdas en la dirección z, es decir, la capa k, ya que los valores de los espesores de las celdas (Dz) pueden variar verticalmente y lo que se busca es conocer como varía el índice lateralmente. Posteriormente, se obtienen las

magnitudes del ROI en cada celda de la capa k empleando las ecuaciones correspondientes de cada método. Por último, se suman los valores del índice de todas las capas del yacimiento en la dirección z para cada par de coordenadas (x, y) usando la ecuación (8) para estimar el valor del Índice de Oportunidad Acumulado, generando una matriz de dos dimensiones de valores acumulados. (8)

Finalmente, dado que los valores de la matriz de los índices acumulados oscilan en el mismo orden de magnitud, se normalizan nuevamente con el método respecto al valor más alto, con el objetivo de obtener valores comparativos que oscilan entre cero y uno (ecuación 9): (9)

El flujo de trabajo para la generación de los mapas 2D del ROI se ilustra en la Figura 1.

La generación de los mapas 3D es relativamente más sencilla, primero se calculan los índices secundarios,

después se normalizan los valores por capas de celdas y, por último, se calculan los valores del ROI en todas las celdas del yacimiento, generando el mapa. La Figura 2 muestra el flujo de trabajo empleado para la elaboración de estos mapas.

Figura 1. Diagrama de flujo para la generación de los mapas 2D del ROI.

Figura 2. Diagrama de flujo para la generación de los mapas 3D del ROI.

Oscar Pérez Velázquez, Fernando Samaniego Verduzco, Agustín P. Galindo Nava, Oscar Candia Gutiérrez, Oscar Osorio Peralta

Caso de estudio: Campo maduro A

La metodología se implementó en el campo A, el cual es un yacimiento naturalmente fracturado, siendo uno de los campos que conforman el complejo en el que se encuentra. La roca almacenadora del complejo está compuesta por formaciones carbonatadas, principalmente dolomías y, en menor escala, calizas dolomitizadas y calizas brechoides del Jurásico Superior Kimmeridgiano (JSK), Cretácico Inferior, Medio y Superior. Estructuralmente, es un anticlinal compuesto por varios bloques que se encuentran comunicados hidráulicamente, con una orientación

preferencial de Noroeste a Sureste. El campo se descubrió en 1973 y alcanzó su pico máximo de producción de 8100 [b/d] en 1992, de aceite ligero de 31 [°API]. El espesor del yacimiento es de 70 [m], la porosidad del 4 %, la permeabilidad varía entre 3 y 60 [md], la saturación inicial del agua es igual a 12 %, el volumen original de aceite de 77.8 [MMbls] y volumen original de gas igual a 125.8 [MMMpc]. En el campo se han perforado 8 pozos, de los cuales sólo dos siguen siendo productores actualmente. En la Tabla 2 se enlistan algunas de sus propiedades principales, mientras que en la Figura 3 se muestra el mapa del campo.

Porosidad, φ [%] 4 Permeabilidad, k [md] 3 – 60

Saturación inicial de agua, Swi [%] 12 Espesor, h [m] 70 Densidad API [°API] 31 Volumen original de aceite, N [MMbls] 77.8 Volumen original de gas, G [MMMpc] 125.8 Pozos perforados 8

Tabla 2. Generalidades del Campo A. Figura 3. Mapa del Campo A.

Resultados

Pemex inició la producción de este campo en el año de 1986 y actualmente continúa produciendo alrededor de 900 [bpd] y 2.36 [MMpcd], por medio de dos pozos productores. Por lo que uno de los objetivos de la empresa es incrementar su factor de recuperación, mediante la perforación de uno o más pozos. Los mapas del índice de oportunidad que se presentan se calcularon con base en los resultados obtenidos del modelo de simulación del yacimiento, validado empleando el software EVoIFRAC (Galindo N. y cols., 2019). y ajustado históricamente hasta el presente, utilizando el conjunto de ecuaciones propuesto en este artículo (ecuaciones (3) a (7)), que se derivó con el objetivo de conjuntar las fortalezas identificadas en las expresiones propuestas en dos de los trabajos previos.

En la Figura 4 se presenta el mapa 2D del ROI normalizado. Asimismo, se obtuvieron los mapas 2D de los cuatro parámetros secundarios, es decir, el índice de aceite móvil (MOI), el índice del flujo de aceite ( OFI), el índice del potencial de la presión ( PPI) y el índice de la calidad del yacimiento (RQI), los cuales se muestran de la Figura 5 a la 8, respectivamente. En ellas se pueden observar cinco de los pozos que se han perforado en el campo, ya que tres de ellos se han taponado. Es posible notar la variación del valor normalizado de los distintos índices basados en la diferencia de colores mostrada en los mapas, la escala varía del magenta al rojo, con el magenta indicando las zonas menos favorables y el rojo representando las zonas que poseen los valores mayores y, por lo tanto, las áreas con mejor potencial de producción, saturación de aceite móvil, capacidad de flujo, presión y homogeneidad del yacimiento, según sea el caso.

Oscar Pérez Velázquez, Fernando Samaniego Verduzco, Agustín P. Galindo Nava, Oscar Candia Gutiérrez, Oscar Osorio Peralta

Figura 4. Mapa 2D del ROI normalizado del Campo A.

Figura 5. Mapa 2D del MOI normalizado del Campo A. Figura 6. Mapa 2D del OFI normalizado del Campo A.

Figura 7. Mapa 2D del PPI normalizado del Campo A. Figura 8. Mapa 2D del RQI normalizado del Campo A.

El proceso de selección y priorización de las oportunidades identificadas se realiza de manera conjunta, determinando no solamente las regiones con mejores valores del ROI, sino correlacionandolos con los valores de los otros índices; así, por ejemplo, la oportunidad O6 posee un valor del índice de oportunidad aceptable; sin embargo, si se revisa el mapa del índice de la presión (PPI, Figura 7), se puede notar que en la zona en la que se encuentra esta oportunidad, la presión ha sido abatida debido a la producción de los pozos existentes, a diferencia de las zonas circundantes. Además,

es importante considerar un espaciamiento apropiado entre los pozos para disponer de radios de drene adecuados para cada pozo. Por estas razones, la oportunidad O6 queda desplazada hasta el último puesto entre las oportunidades identificadas.

Considerando los resultados obtenidos, incluidos en las Figuras 4 a 7, y la localización de los pozos ya perforados, en la Tabla 3 se enlistan algunas características y recomendaciones de las oportunidades identificadas.

Oportunidad Características

O1

Corresponde al área con mejor ROI del campo; se encuentra a una distancia considerable de cualquier pozo perforado; es una oportunidad con una gran área y posee buenos valores de los índices secundarios.

O2 La zona se encuentra alejada de la zona de los pozos perforados; también cuenta con una extensión (área) considerable; posee buenos valores del MOI y OFI .

O3

Tiene un buen valor del índice de oportunidad; además, su posición está centrada con respecto a la superficie del yacimiento, por lo que podría drenar un gran volumen de fluidos.

O4 Cuenta con un buen índice de oportunidad y está centralizada, aunque en menor medida comparada con la anterior.

O5 Es una oportunidad que se encuentra apartada, por lo que no interferiría con el radio de drene de ningún pozo; posee un valor ROI moderado.

O6 Esta región se encuentra muy cercana a la zona de pozos; por esta razón tiene un valor de PPI bajo. Una solución posible a este problema es realizar el redireccionamiento de alguno de los pozos existentes hacia esta dirección.

Tabla 3. Características de las oportunidades identificadas para el Campo A.

Conclusiones y recomendaciones

De acuerdo con los resultados obtenidos, es posible establecer las siguientes conclusiones y recomendaciones:

• La precisión del método radica en que considera varios de los parámetros más importantes involucrados en el movimiento de los fluidos en el yacimiento.

• El ROI ayuda a identificar zonas con alta saturación de aceite remanente, en zonas con buenas condiciones de permeabilidad y presión, así como con condiciones de flujo similares.

• La metodología reduce drásticamente tanto el tiempo como la cantidad de información requerida

para la identificación y localización de zonas con potencial de producción.

• Algunas zonas con oportunidades altas identificadas con esta metodología concuerdan con la posición de los pozos de desarrollo del campo.

• La identificación de las oportunidades debe realizarse considerando los distintos factores mencionados y con un análisis conjunto de todos los índices involucrados.

• Se debe contar con la certidumbre suficiente de que el modelo de simulación se desarrolló y ajustó correctamente, dado que los resultados del método dependen fuertemente de la calidad de los modelos de simulación.

Oscar Pérez Velázquez, Fernando Samaniego Verduzco, Agustín P. Galindo Nava, Oscar Candia Gutiérrez, Oscar Osorio Peralta

Nomenclatura

A = Factor de ponderación del método de (Molina,2014), [frac.]

B = Factor de ponderación del método de (Molina,2014), [frac.]

C = Factor de ponderación del método de (Molina,2014), [frac.]

CFI = Índice de la capacidad de flujo, [1]

Dx = Dimensión de la malla en la dirección x, [ft]

Dy = Dimensión de la malla en la dirección y, [ft]

Dz = Dimensión de la malla en la dirección z, [ft]

h = Espesor, [ft]

havg = Espesor medio del yacimiento, [ft]

HCPV = Volumen poroso de hidrocarburos, [frac.]

IHCPV = Índice del volumen poroso de hidrocarburos, [frac.]

IKH = Índice de la capacidad de flujo, [frac.]

ISO = Índice de la saturación de aceite, [frac.]

Ic = Índice del volumen poroso de hidrocarburos, [frac.]

Ikh = Índice de la capacidad de flujo, [frac.]

IHCPVm = Índice del volumen poroso móvil [frac.]

Io = Índice de la saturación de aceite, [frac.]

Ipoper = Índice de la presión de operación [frac.]

kh = Capacidad de flujo, [md-ft]

kx = Permeabilidad horizontal (dirección x), [md]

krg = Permeabilidad relativa al gas, [frac.]

kro = Permeabilidad relativa la aceite, [frac.]

MGI = Índice del aceite movible, [frac.]

MOI = índice de aceite móvil [frac.]

NTG = Relación del espesor neto al total, [frac.]

OVI = Índice del volumen de aceite, [frac.]

p = Presión de la celda en paso de tiempo, [psia]

PPI = Índice del potencial de la presión,[ frac.]

pabn = Presión de abandono, [km/cm2, psia]

pi = Presión inicial del yacimiento, [psia]

pD = Presión adimensional, [frac.]

pp = Pseudo-presión del gas en la celda en un paso de tiempo, [psia2/cp]

Ppabn = Pseudo-presión del gas de abandono. [psia2/ cp]

psf = Presión en la pared del pozo, [psia]

pwf = Presión de fondo fluyendo, [psia]

qgsc = Gasto de gas a condiciones estándar, [MMscfd]

qLsc = Gasto de líquido (aceite + agua) a condiciones estándar, [stbd]

qsc = Gasto de aceite a condiciones estándar, [stbd] qwsc = Gasto de agua a condiciones estándar, [stbd]

qtsc = Gasto total a condiciones estándar, [stbd]

ROI = Índice de oportunidad del yacimiento (reservoir opportunity index)

RQI = Índice de calidad del yacimiento (reservoir qualit inde m

SOI = Índice de oportunidad de simulación (ROI), [frac.]

SOMPV = Saturación de aceite móvil en términos del volumen poroso de hidrocarburos, [ft^3]

Sg = Saturación de gas, [frac.]

So = Saturación de aceite a un tiempo de explotación t, [frac.]

Sor = Saturación de aceite residual, [frac.]

Letras griegas

μg = Viscosidad del gas, [cp] μo = Viscosidad del aceite, [cp] μw = Viscosidad del agua, [cp] ϕ = Porosidad de la celda, [1]

Subíndices

abn = Condiciones de abandono acum = Acumulado D = Adimensional e = Efectiva g = Gas max = Máximo min = Mínimo norm = Normalizado o = Aceite w = Agua x = Dirección “x” y = Dirección “y” z = Dirección “z”

Implementación optimizada del índice de oportunidad del yacimiento (ROI) en campos maduros , p.p. 285-299

Agradecimientos

Este trabajo se realizó originalmente como trabajo de tesis y gracias al esfuerzo del Dr. Fernando Samaniego. También, quiero agradecer al personal de Pemex Exploración y Producción por la oportunidad de utilizar y publicar los resultados de campo incluidos en este trabajo.

Referencias

Abd Karim, M. G. y Abd Raub, M. R. 2011. Optimizing Development Strategy and Maximizing Field Economic Recovery through Simulation Opportunity Index. Artículo presentado en SPE Reservoir Characterization and Simulation Conference and Exhibition, Abu Dabi, EAU, octubre 9-11. SPE-148103-MS. https://doi.org/10.2118/148103-MS

Al-Khazraji, A. K. y Shuker, M. T. 2015. Development of Heterogeneous Immature Brownfield with Waterdrive Using Dynamic Opportunity Index: A Cases of Study from Iraqi Oilfields. Artículo presentado en SPE North Africa Technical Conference and Exhibition, Cairo, Egipto, septiembre 14-16. SPE-175708-MS. https://doi.org/10.2118/175708-MS.

Amaefule, J. O., Altunbay, M., Tiab, D. et al. 1993. Enhanced Reservoir Description: Using Core and Log Data to Identify Hydraulic (Flow) Units and Predict Permeability in Uncored Intervals/Wells. Artículo presentado en SPE Annual Technical Conference and Exhibition, Houston, Texas, octubre 3-6. SPE-26436-MS. https://doi.org/10.2118/26436-MS.

Ataei, A., Soni, S., Chuah, B. et al. 2014. Reservoir Opportunity Index - Advance in Well and Subsurface Design for Cost Effective Field Development. Artículo presentado en SPE Asia Pacific Oil & Gas Conference and Exhibition, Adelaida, Australia, octubre 14-16. SPE-171460-MS. https://doi.org/10.2118/171460-MS.

Babadagli, T. 2007. Development of Mature Oil Fields - A Review. Journal of Petroleum Science and Engineering 57 (34): 221-246. https://doi.org/10.1016/j.petrol.2006.10.006.

Camargo, A. 1999. Prioritizing Opportunities for New Well Location and Well Workovers. Geoquets Schlumberger Forum, Venezuela.

Franco Hernández, G. 2018. Campos Maduros en México. Comisión Nacional de Hidrocarburos. https://www.gob.mx/ cms/uploads/attachment/file/418486/Pl_tica_6._Campos_ Maduros_en_M_xico.pdf (Fecha de acceso 27 de mayo de 2019).

Galindo N., A. 2019. Programa EVoIFRAC, “Comunicación personal”.

International Energy Agency. 2019. Oil Market Report (15 May 2019). https://www.iea.org/reports/oil-market-reportmay-2022 (Fecha de acceso 11 de junio de 2021).

Molina, A. R. y Rincón, A. A. 2009. Exploitation Plan Design Based on Opportunity Index Analysis in Numerical Simulation Models. Artículo presentado en SPE Latin American and Caribean Petroleum Engineering Conference, Cartagena de Indias, Colombia, mayo 31-junio 1. SPE-122915-MS. https://doi.org/10.2118/122915-MS.

Saputra, W. 2016. Simulation Opportunity Index, A Simple and Effective Method to Boost the Hydrocrabon Recovery. Artículo presentado en SPE Annual Technical Conference and Exhibition, Dubai, EAU, septiembre 26-28. SPE-184501STU. https://doi.org/10.2118/184501-STU.

Van Everdingen, A. y Hurst, W. 1949. The Application of the Laplace Transformation to Flow Problems in Reservoirs. Houston, Texas: AIME.

Varela-Pineda, A., Hutheli, A. H. y Mutairi, S. M. 2014. Development of Mature Fields Using Reservoir Opportunity Index: A Case of Study from a Saudi Field. Artículo presentado en SPE Arabia Saudita, Section Annual Technical Symposium, Al Khobar, Arabia Saudita, abril 21-24. SPE172231-MS. https://doi.org/10.2118/172231-MS.

Oscar Pérez Velázquez, Fernando Samaniego Verduzco, Agustín P. Galindo Nava, Oscar Candia Gutiérrez, Oscar Osorio Peralta

Semblanza de los autores

Oscar Pérez Velázquez

Realizó sus estudios de licenciatura en Ingeniería Petrolera en la Universidad Nacional Autónoma de México, (UNAM), titulándose en noviembre de 2019. Fue parte del equipo Petrobowl de la UNAM que resultó campeón del certamen mundial en Dallas, 2018. Desde el 2020, y a la fecha, labora en el Proyecto Cantarell como Ingeniero de yacimientos.

Fernando Samaniego Verduzco

Realizó sus estudios en la Especialidad de Ingeniería Petrolera, Licenciatura y Maestría en la Facultad de Ingeniería de la Universidad Nacional Autónoma de México, y Doctorado en la Universidad de Stanford, EUA.

Fue Investigador en el Instituto Mexicano del Petróleo, Instituto de Investigaciones Eléctricas y Petróleos Mexicanos. Actualmente es profesor Titular “C” en la División de Ingeniería en Ciencias de la Tierra de la Facultad de Ingeniería, UNAM.

Agustín Patricio Galindo Nava

Ingeniero Petrolero egresado de la ESIA del IPN. Maestría en Ingeniería Petrolera en la DEPFI de la UNAM.

Ingresó al Instituto Mexicano del Petróleo en el año de 1984 en el área de Simulación Numérica de Yacimientos.

Ingresó a Petróleos Mexicanos en el año de 1998 en el área de Simulación Numérica de Yacimientos, para dar soporte técnico a nivel nacional en el modelado dinámico de yacimientos naturalmente fracturados. Actualmente colabora en la Gerencia de Aseguramiento Técnico de Explotación de la STEP.

Líder de la Red de Especialistas de Simulación Numérica de Yacimientos: 2004 a 2016. Impartió cursos de ingeniería de yacimientos, recuperación secundaria y simulación numérica en la ESIA del IPN, en la DEPFI-UNAM y a personal de Pemex.

Candia Gutiérrez

Estudió la licenciatura en Ingeniería Petrolera, (2007) y Maestría en Ingeniería Petrolera en Yacimientos (2017), ambas en la Universidad Nacional Autónoma de México. Ha realizado interpretaciones de pruebas presión producción, curvas de declinación, balance de materia, ha participado en estudios de yacimientos naturalmente fracturados, areniscas y en proyectos de recuperación secundaria.

Experiencia de 12 años en Pemex. Actualmente está en la SPEE de la Gerencia de Caracterización y Evaluación Dinámica de Campos Estratégicos, en la Coordinación de Caracterización Dinámica.

Oscar

Oscar Osorio Peralta

Ingeniero Petrolero con especialidad en Simulación de yacimientos. Como consultor ha participado en varios estudios de ingeniería de yacimientos naturalmente fracturados y arenas; en yacimientos de gas y condensado, de gas seco, de aceite ligero, de aceite pesado y de aceite extrapesado; modelado de pozos no convencionales, de pozos con fracturamiento hidráulico; en proyectos de recuperación secundaria y mejorada en diferentes campos en México para inyección de agua, inyección de gas amargo, inyección de N 2, inyección de CO2, inyección de vapor e inyección de agua caliente.

Ha tenido las posiciones de Gerente de Desarrollo de Negocios en el Área de Ingeniería de Yacimientos y Gerente de Operaciones de la Región Sur en la compañía Schlumberger.

Oscar Pérez Velázquez, Fernando Samaniego Verduzco, Agustín P. Galindo Nava, Oscar Candia Gutiérrez, Oscar Osorio Peralta

Modelado de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México

Luis Ahindel Castellanos Bassoult PEMEX

Daniel Alejandro Pineda Flores PEMEX Rubén Charles Fiorenzani Geoprocesados

Artículo recibido en noviembre de 2021-revisado, evaluado y aceptado en junio-julio de 2022

Resumen

El campo T se ubica en el sureste de México; pertenece a la Cuenca Salina del Istmo de la Provincia Geológica Cuencas Terciarias del Sureste, limitada al Oriente por la Cuenca de Comalcalco, al Poniente con la Cuenca de Veracruz, al Sur por el Frente Plegado de la Sierra de Chiapas. El campo cuenta con cuatro pozos que producen aceite y gas comercial (41˚ API), en las areniscas de edad Plioceno medio. El área de interpretación está cubierta por sísmica 3D adquirida y procesada en 1999, con una extensión total de 1394 m, de calida d buena a regular.

Para garantizar la respuesta óptima de las salidas del modelo de física de rocas, fue necesario revisar y dar control de calidad al modelo petrofísico. Para ello, se realizaron evaluaciones multimineral ó gicas calibradas con datos de núcleo, con base en las cuales se determinaron cuatro litofacies.

Se realizó un análisis de física de rocas para determinar la factibilidad del estudio de inversión sísmica. El modelado de las ondas compresionales y de cizalla se realizó con Xu-White por las consideraciones que se tienen en arenas arcillosas.

Este estudio ayud ó a comprobar la factibilidad de nuevas localizaciones y reparaciones mayores dentro del campo.

Palabras clave: F ísica de rocas , inversión simultánea, yacimientos de petróleo ligero, sureste de México, inversión sísmica.

Abstract

Field T is in southeast Mexico; it belongs to the Salina del Istmo Basin, of the Geological Province Cuencas Teciarias del Sureste, limited to the East by the Comalcalco Basin, to the West by the Veracruz basin, to the South by the Folded Front of the Sierra de Chiapas. The field has four wells producing commercial oil and gas (41˚ API), in the middle Pliocene age sandstones. The interpretation 3D seismic area was acquired and processed in 1999 with a total extension of 1394 m, of good to medium quality.

Rock physics modeling and simultaneous inversion for light oil reservoirs: a case study in southeast Mexico

To ensure the optimal response of the rock physics model outputs, it was necessary to review and give quality control to the petrophysical model. To do this, calibrated multimineralogical evaluations were performed with core data, from which four lithofacies were determined.

A rock physics analysis was performed to determine the feasibility of the seismic inversion study. The modeling of the compressional and shear waves was carried out with Xu-White model due to the considerations that exist in clay sands.

This study helped verify the feasibility of new locations and major repairs within the field.

Keywords: Rock physics, simultaneous inversion, light oil reservoirs, southeast Mexico, seismic inversion.

Introducción

La caracterización de yacimientos en la industria petrolera se ha convertido en el estándar para la solución de problemas de ingeniería de yacimientos. La caracterización de un yacimiento de petróleo se basa en su descripción geológica y petrofísica, es decir, la distribución de propiedades como permeabilidad, porosidad, desbordes, etc. Una buena caracterización de las heterogeneidades del yacimiento es un requisito fundamental para predecir su comportamiento. La clave está en caracterizar lo mejor posible el yacimiento, preservando la heterogeneidad en todas sus escalas. Solo

entonces se podrá estudiar y predecir el movimiento de hidrocarburos en el yacimiento, controlado principalmente por valores extremos petrofísicos, es decir, por los valores máximo y mínimo.

El campo T, Figura 1, se ubica en el sureste de México; pertenece a la Cuenca Salina del Istmo, de la Provincia Geológica Cuencas Terciarias del Sureste, limitada al Oriente por la Cuenca de Comalcalco, al Poniente con la cuenca de Veracruz, al Sur por el Frente Plegado de la Sierra de Chiapas.

Figura 1. Campo T.

Luis Ahindel Castellanos Bassoult, Daniel Alejandro Pineda Flores, Rubén Charles Fiorenzani

Modelado de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México, p. p. 300-318

El campo cuenta con cuatro pozos de los cuales se tiene roducci n comercial de aceite gas A I en las areniscas de edad Plioceno Medio.

Arenas del Plioceno Medio

Los sedimentos terrígenos potencialmente productores se presentan como una alternancia de areniscas y arcillas, que de acuerdo con su registro geológico constituyen depósitos que van desde el Plioceno Inferior hasta el Mioceno Medio.

E l mapeo de las electro facies es resultado de la clasificación de la respuesta eléctrica de acuerdo con el tipo de contacto y al carácter de la curva GR que permite inferir: la granulometría, la arcillosidad y el nivel de energía, Figura 2 . En general, este mapeo muestra que en los pozos se presentan diversas facies, y como resultado se infiere que los sedimentos que conforman se encuentran en facies distales, lo que representa baja calidad en la roca almacén.

Figura 2. Mapas de electrofacies.

Sedimentológicamente, los objetivos Plio-PA7 y Plio-PA8 están asociados a un ambiente costero de frente deltaico dominado por oleaje, Figura 3, ubicándose en una zona distal.

Figura 3. Modelo sedimentario conceptual.

Interpretación sísmica

El área de interpretación está cubierta por sísmica 3D adquirida en 1999, el tipo de proceso usado para el análisis de T-53 es Proceso Migración Pre-apilamiento en tiempo, con preservación de amplitudes y fase mínima; se trata de la unión de los cubos O-E-R, con una extensión total de 1394 m, de calidad buena a regular, Figura 4. Figura 4. Ficha sísmica campo T.

En la calibración de la relación tiempo profundidad del proyecto pozo T-53, se hace referencia al sismograma sintético elaborado para el pozo T-1 Figura 5. Este sismograma sintético se elaboró a partir de los registros de cable tomados en el pozo T-1 utilizando un modelo

de ondícula extraída estadísticamente por el método de autocorrelograma del volumen sísmico, obteniendo los parámetros siguientes, cubo una frecuencia dominante 22 Hz, resolución sísmica vertical 37 m, con una velocidad interválica a nivel de los yacimientos de 3400 m/s.

Luis Ahindel Castellanos Bassoult, Daniel Alejandro Pineda Flores, Rubén Charles Fiorenzani

de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México, p. p. 300-318

Figura 5. Sismograma sintético para T-1.

Caso de estudio

Para la construcción del modelo de velocidades de intervalo en profundidad se utilizó el modelo de velocidades RMS de la PSTM, para convertirlas a intervalo en profundidad ajustados con los marcadores; la función de velocidades se interpoló horizontalmente a lo largo de las superficies interpretadas generando un volumen de velocidades de intervalo.

Para garantizar la perforación de nuevos pozos y la reparación mayor es necesario contar con un modelo petrofísico calibrado (entre otros), para optimizar la respuesta y salidas del modelo de física de rocas. Para ello, se realizaron evaluaciones multimineral ó gicas calibradas con datos de núcleo. Como se puede observar en la Figura 6 , se tiene una correlación aceptable del dato núcleo-propiedad petrofísica.

Modelado

Figura 6. Se muestra la calibración de la evaluación de formación con las propiedades petrofísicas de núcleo, porosidad, permeabilidad y densidad de matriz.

Modelo petrofísico

La determinación precisa de los parámetros clave del yacimiento y del sello es imperativa no solo en la evaluación del yacimiento, sino también en el modelado de física de rocas y el análisis sísmico cuantitativo. El flujo de trabajo que

se suele realizar en petrofísica cuando se trata de conjuntos de registros estándar se caracteriza por la combinación de modelos fundamentales y empíricos para calcular los parámetros clave necesarios en el proceso de calibración sísmica y caracterización de yacimientos.

Amaefule definió el índice de calidad de roca (RQI) y el indicador de zonas de flujo (FZI). Estas unidades son una correlación entre la permeabilidad de la formación con la porosidad efectiva en función de FZI, Figura 7. FZI = RQI / NPI = {(.0314√k/Φ)}

donde:

FZI= Flow Zone Indicator, m k= Permeabilidad, md. Φ= Porosity, volume fraction.

Se considera que el uso de datos de pozo (porosidad y permeabilidad) para calcular FZI para el intervalo de profundidad registrado, es una herramienta importante para determinar la permeabilidad. Los valores de FZI y de permeabilidad se obtienen tanto para las capas que contienen hidrocarburos como para las que contienen

Luis Ahindel Castellanos Bassoult, Daniel Alejandro Pineda Flores, Rubén Charles Fiorenzani

Modelado de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México, p. p. 300-318

agua. Los valores altos de FZI indican valores altos de permeabilidad en arena petrolífera limpia y permeable.

A partir de la correlación de Amaefule se definieron cuatro unidades para las areniscas objetivo.

Figura 7. Flujo de trabajo FZI.

Los datos de producción concuerdan con los tipos de roca obtenidos a partir del FZI. Es decir, las facies de mejor calidad están presentes en el pozo con mayor producción.

Pozo Intervalo Arenisca Np (b)

T-1 3495-3500 Plio_PA7 128,296.14

T-11 3603-3608 Plio_PA8 99,388.04

T-11 3512-3520 Plio_PA7 709.41

T-13 3685-3710 Plio_PA8 317,810.69

T-31 3822-3835 Plio_PA8 908,822.83

T-31 3810-3815 Plio_PA8 26,922.83

T-31 3840-3860 Plio_PA8 11,738.33

Las propiedades petrofísicas promedio son las siguientes:

Propiedad Plio PA7 Plio_PA8

Porosidad Efectiva (%) 15-16 14-17

Saturación de agua (%) 45-50 36-50

Volumen de arcillas (%) 25-32 23-46

Permeabilidad absoluta mD 53-80 53-80

Espesor neto Impregnado (m) 3-5 4-22

Control de calidad de los registros acústicos

Los registros acústicos DTCO (sónico compresional) y DTSM (sónico de cizalla) se han tomado en tres pozos del Campo T. Como primer control, se calcularon las inversas de los registros DTCO y DTS que son las velocidades P y S,

respectivamente. La ecuación de Castagna “Mud Rock” [Vs = 0.8621Vp – 1172.4 (m/s)] ) es una ecuación empírica, que vincula a las dos velocidades en rocas clásticas, incluyendo arenas, limos y arcillas, con distintos grados de consolidación. Esta ecuación es muy útil para predecir Vs en función de Vp para estas litologías.

Una comprobación adicional para validar si las curvas de registros acústicos tienen valores razonables puede hacerse considerando la ecuación que define a la velocidad “P”:

Vp= [(Kb + (4/3)Mu) / RHOB] ** 0.5 (2)

donde Kb es el módulo de incompresibilidad total de la roca (Bulk Modulus) y Mu (G) es el módulo de cizalla. RHOB es la densidad total de la roca, es decir, incluye los sólidos (granos minerales) y los líquidos que llenan el espacio poroso. Asimismo, el módulo de cizalla interviene en la ecuación: Vs = [Mu/RHOB] ** 0.5 (3)

Despejando Kb de la Ec. 2 en función de las velocidades Vp y Vs, se obtiene: Kb = RHOB[Vp² - (4/3) Vs²)] (4)

El valor de Kb siempre debe ser mayor que 0. Se ha calculado el valor de Kb en los tres pozos y sus valores han resultado

siempre mayores que 0, como se muestra en la Figura 8 para los pozos del campo T.

Luis Ahindel Castellanos Bassoult, Daniel Alejandro Pineda Flores, Rubén Charles Fiorenzani

Modelado de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México, p. p. 300-318

Figura 8. Presentación de la variable 'k' de los pozos T, donde se muestra que la variable 'k' o Bulk Modulos es positiva dentro del todos lo intervalos de interés en el proyecto.

La nube de puntos determinada por los valores de VP (abscisa) y VS (ordenada), Figura 9, se ajustan muy bien a la ecuación de Castagna “Mud Rock” expresada en m/sec.

Castagna “Mud Rock” [Vs = 0.8621Vp – 1172.4 (m/s)]

• T-1 [Vs=.7104Vp-675.9486 (m/s)]

• T-11 [Vs=.6664Vp-477.2774 (m/s)]

• T-13 [Vs=.7238Vp-713.6978 (m/s)]

Figura 9. Dispersión de datos Vp - Vs.

Determinación de facies por grupos de gráficas, multi-resolución

En la Figura 10, se muestra el análisis de facies utilizando el módulo facimage de Geolog, ayudando al análisis en obtención de grupos mediante reconocimiento de patrones, y el diagnóstico en sistemas complejos.

Se obtuvieron dos aproximaciones empleando los métodos estáticos y los paramétricos basados en modelos probabilísticos, que analizan la estructura de la información y los no paramétricos que no utilizan ningún modelo.

Los enfoques paramétricos requieren límites y el conocimiento de cierto número de grupos, siendo éstos

los PDF. Y el enfoque no paramétrico no necesita ninguna parametrización. Consecuentemente este enfoque es capaz de reconocer grupos de datos de diferentes formas; sin embargo, es muy sensible a la irregularidad de la distribución de los datos disponibles.

Del análisis de datos de las propiedades elásticas se obtuvieron cuatro facies principales, las cuales a su vez ajustan con las obtenidas empleando la metodología FZI:

• Arena

• Arena compacta

• Limolita

• Lutita

Figura 10. Uso de Facimage para determinar zonas de interés.

Luis Ahindel Castellanos Bassoult, Daniel Alejandro Pineda Flores, Rubén Charles Fiorenzani

Modelado de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México, p. p. 300-318

El modelo petrofísico fue realizado con base en el siguiente flujo de trabajo:

Figura 11. Flujo de trabajo del modelo petrofísico.

La petrofísica sísmica implica que el acondicionamiento y análisis adecuado de los registros debe realizarse desde la parte superior hasta la base de los datos medidos, en lugar de solo la zona objetivo.

Modelado de física de rocas

Para obtener una mejor comprensión física de las relaciones entre propiedades elásticas, porosidad y permeabilidad en sistemas heterogéneos tan complejos

como las rocas sedimentarias, las rocas deben clasificarse primero de acuerdo con principios que tienden a considerar simultáneamente parámetros petrofísicos, de composición y textura. Las propiedades elásticas describen el comportamiento de un cuerpo elástico cuando éste es sometido a un esfuerzo, (ondas acústicas).

Contando con el modelo petrofísico calibrado, se prosigue a estudiar la factibilidad de separabilidad con registros acústicos, Figura 12, usando diversos crossplots. Es importante contar con las características del yacimiento.

Figura 12. Flujo de trabajo análisis de factibilidad.

Al comprobar que existe una separabilidad de fluidos dentro del yacimiento, se procede a comprender y entender el modelo a aplicar de física de rocas, Figura 13

Figura 13. Flujo de trabajo modelo física de rocas.

Existen diversas metodologías para poder modelar las curvas elásticas, siguiendo modelos empíricos, heurísticos y teóricos. Las aplicaciones que encontramos al realizar el modelo de física de rocas es la estimación de la onda Shear, sustitución y modelado de fluidos/sólidos, etc.

Los modelos de ecuaciones empíricas describen la relación entre el yacimiento y las propiedades elásticas de las rocas. Ejemplo de ello es la reconstrucción de velocidad de la onda P por Wyllie, Raymer-Hunt-Gardner, Krief, Castagna, entre otros.

• Los modelos empíricos imitan las tendencias esperadas.

• Diferentes modelos / coeficientes para diferentes litologías.

• Necesidad de calibrar coeficientes con datos locales.

• La calibración local será sensible a la calidad de los datos.

En este campo se usó un modelo de inclusión (modelo basado en la estructura de la roca) por las características del yacimiento; la información que se requirió fue la siguiente:

• Volúmenes de minerales y fluidos

• Propiedades elásticas de los minerales y fluidos

• Relaciones de aspecto (AR) para diferentes minerales / poros.

El análisis de física de rocas y el modelado de curvas fue necesario para determinar la factibilidad de un estudio de inversión sísmica. El modelado de las ondas compresionales y de cizalla se realizó con un modelo de inclusión (Differential effective medium models (DEM)) Xu-White, por las consideraciones que se tiene en arenas arcillosas. El modelo atribuye el efecto del contenido de arcilla sobre la velocidad sónica a la geometría de los poros, o a las diferencias en la relación de aspecto de los poros entre la lutita y la arenisca.

Los modelos de física de rocas:

• Se basan en la idealización de las rocas.

• Son consistentes con las tendencias generales.

• Proporcionan información útil

• En muchos casos, los modelos proporcionan un gran poder predictivo.

• Utiliza AR constante (Alfa) para cuarzo y arcilla inicialmente

• Optimizar los parámetros de física de rocas ( Figura 14).

• Estimar AR para Vp y Vs por separado, para encontrar la mejor relación entre registros de entrada y modelados

Luis Ahindel Castellanos Bassoult, Daniel Alejandro Pineda Flores, Rubén Charles Fiorenzani

Modelado de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México, p. p. 300-318

Figura 14. Relación de poro.

Xu y White (1995) dividieron los poros de la arenisca arcillosa en un poro de arenisca con una relación de aspecto más alta y un poro de lutita con una relación de aspecto más baja, esto se puede observar en la Figuras 15.

Figura 15. La forma de los poros es la propiedad más importante que determina las propiedades elásticas en masa de una roca.

Uno de los parámetros que pueden afectar de manera significativa el modelado de física de rocas (AR) es el contenido mineralógico, por ello es necesario tener un control con datos de núcleo y muestras XRD para poder realizarlo, véase Figura 16.

Figura 16. Estimación de la relación de aspecto para modelos de inclusión.

Al aplicar el modelo de Xu y White, véase Figura 17, se observa una reconstrucción de las ondas compresional y de corte (curvas en color magenta) correctas, es decir, no existe dispersión respecto a las originales (curvas en color

negro). Por lo que se procede a realizar gráficos cruzados con las propiedades elásticas modeladas, para determinar separabilidad de facies.

Figura 17. Separabilidad de facies.

Luis Ahindel Castellanos Bassoult, Daniel Alejandro Pineda Flores, Rubén Charles Fiorenzani

Modelado de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México, p. p. 300-318

En el gráfico DTCO vs VPVS se muestran los datos sin modelar y los datos modelados después de haber aplicado, por facie, el modelo Xu-White, Figura 18. Dado el trabajo realizado anteriormente y el análisis de los coeficientes de

determinación, se puede determinar que la incertidumbre en el cálculo es baja. Este análisis se realizó para cada pozo del campo T.

Figura 18. Modelado de las curvas compresionales y de cizalla por Xu-White.

El flujo de trabajo en el modelado de física de rocas se puede resumir de la siguiente manera:

1. Control de calidad del análisis petrofísico para litología, porosidad, permeabilidad y saturación, con acondicionamiento de datos adicional, si es necesario.

2. Parametrización petrofísica necesaria en la construcción de modelos de física de rocas (Vcl, Vsh, porosidad, saturación).

3. Edición de los datos sobre propiedades elásticas de la roca volumen densidad b V V incluidos los efectos de invasión de pozos defectuosos y filtrado de lodo, correcciones anisotropícas en pozos con grandes caídas relativas y calibración y / o cálculo de registros de VS.

4. Evaluación de la temperatura, la presión de poro y, al menos, la tensión principal vertical del tensor de tensión.

5. Aplicación de las plantillas de física de rocas controladas por litología, incorporando así las propiedades sísmicas y del yacimiento, e investigación intencionada de las principales tendencias diagenéticas y estratigráficas locales.

Inversión sísmica

Encontrar las mejores propiedades de roca para disminuir la incertidumbre de la distribución de las facies productoras dentro del campo T, utilizando el flujo de trabajo siguiente, Figura 19.

Figura 19. Flujo de trabajo de inversión sísmica determinística.

Fue necesario visualizar la distribución del contenido de frecuencias de los datos sísmicos identificando que 50 Hz es el rango mayor. Esta frecuencia se utilizó para aplicarle un

filtro al registro para la factibilidad de separabilidad a nivel de la resolución sísmica, Figura 20.

Figura 20. Demarcado por la frecuencia del dato sísmico.

Luis Ahindel Castellanos Bassoult, Daniel Alejandro Pineda Flores, Rubén Charles Fiorenzani

Modelado de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México, p. p. 300-318

Se llevó a cabo un análisis de varias propiedades elásticas modeladas con el objetivo de identificar aquellas que separarán mejor las facies proporcionadas, Figura 21

Figura 21. Propiedades de la inversión extraídas en los pozos con estudios de física de rocas.

Se incrementó la definición de los rasgos estratigráficos en los volúmenes de las propiedades, al usar ondículas específicas para las zonas de yacimiento, Figura 22.

Figura 22. Propiedades de inversión Impedancia Vp/Vs.

Dado que en las nuevas localizaciones propuestas no se encontraba la arena de interés, se procedió a cancelar los pozos de desarrollo en esta área. El estudio ayudó a sustentar los intervalos propuestos para dispararse, Figura 23

Conclusiones

La edición y el acondicionamiento cuidadosos de los datos del registro de pozos son dos de los primeros pasos en el flujo de trabajo de la física de rocas. Incluso, la información moderadamente errónea sobre las propiedades elásticas de la roca in situ puede generar errores significativos en la física de las rocas y, por lo tanto, en los modelos sísmicos sintéticos más adelante, durante el análisis sísmico cuantitativo.

Generar un modelo de física de rocas con una inversión simultanea ayuda a disminuir el riesgo en las decisiones a tomar. Impedancia S a menudo se puede utilizar como indicador de litología, mientras que Impedancia P no, ya que se ve afectada por la litología y los fluidos.

Con el modelo de física de rocas se pudo detener la perforación de más pozos dentro del campo T, al no tener un impacto económico rentable para la empresa. Los intervalos para reparaciones mayores se validaron por medio del modelo generado, disminuyendo la incertidumbre.

Los registros finales muestran una respuesta elástica que coincide mejor con las expectativas; por ejemplo, la separación de las facies del yacimiento en el dominio elástico.

La petrofísica sísmica de pozos múltiples es un requisito clave para el modelado robusto y preciso de la física de rocas.

Referencias

Amini, H. 2018. Calibration of Minerals’ and Dry Rock Elastic Moduli in Sand-Shale Mixtures. Proc. 80th EAGE Conference and Exhibition, Copenhague, Dinamarca, junio 11-14. https://doi.org/10.3997/2214-4609.201801019.

Keys, R. G. y Xu, S. 2002. An Approximation for the Xu- White Velocity Model. Geophysics 67 (5): 1406-1414. https://doi.org/10.1190/1.1512786

Mavko, G., Mukerji, T. y Dvorkin, J. 2020.The Rock Physics Handbook, third edition Cambridge, United Kingdom: Cambridge University Press.

Ruiz, F. y Dvorkin, J. 2010. Predicting Elasticity in Nonclastic Rocks with a Differential Effective Medium Model. Geophysics 75 (1): E41-E53. https://doi.org/10.1190/1.3267854

Luis Ahindel Castellanos Bassoult, Daniel Alejandro Pineda Flores, Rubén Charles Fiorenzani

Figura 23. Propiedades de inversión extraídas en los pozos con física de rocas.

Modelado de física de rocas e inversión simultánea para yacimientos de petróleo ligero: un caso de estudio en el sureste de México, p. p. 300-318

Semblanza de los autores

Luis Ahindel Castellanos Bassoult

Egresado de la Universidad Nacional Autónoma de México en Ingeniería Petrolera, se desempeñó en el área de reactivación a pozos cerrados en el Activo Integral de Producción de Poza Rica-Altamira, por Baker Hughes en el área de Project Management, cuenta con diversos cursos y diplomados por las compañías ADNOC, Halliburton, Schlumberger, Perm Ink Canada y CGG. Posee una maestría en ciencias de la educación; ha escrito diversos artículos de publicación nacional e internacional (SPE-SPWLA) y actualmente se desempeña como Sísmico Petrofísico en la Gerencia de planes de explotación de la Subdirección técnica en Petróleos Mexicanos.

Daniel Alejandro Pineda Flores

Egresado del Instituto Tecnológico de Ciudad Madero como Ingeniero en Geociencias. Se ha desarrollado como especialista en caracterización sísmica implementando metodologías y tecnologías de última generación enfocadas en minimizar la incertidumbre en el riesgo geológico en perforación, geomecánica 3D/4D, inversión sísmica, posicionamiento de pozos, diseño de pozos horizontales y análisis de modelos geológicos apegados a la producción histórica de yacimientos. Actualmente se desempeña dentro de la Gerencia de Planes de Explotación.

Rubén Charles Fiorenzani

Ingeniero Geólogo, egresado de la Universidad de Oriente, Núcleo Bolívar en Venezuela. Se desempeñó como Ingeniero de productividad en importantes campos del oriente de Venezuela, diseñando estrategias y aplicaciones de optimización de seguimiento y mejora de producción de pozos. Ha participado de diferentes proyectos de caracterización estática como analista petrofísico y física de rocas donde se aplican metodologías clásicas y de vanguardia tanto en yacimientos clásicos como en carbonatos. Actualmente ejerce como analista petrofísico en la compañía Geoprocesados en la Ciudad de Villahermosa.

Identificación y cuantificación de flujo cruzado mediante análisis de caídas de presión (Análisis nodal®) y balance de materia

Juan Manuel Ham Macosay Jorge Enrique Paredes Enciso Pemex

Artículo recibido en noviembre de 2021-revisado, evaluado y aceptado en agosto de 2022

Resumen

El trabajo muestra una metodología para el análisis y cuantificación de pérdida de producción en pozos con más de dos zonas productoras de aceite.

La pérdida de producción se presenta cuando la presión estática de una de las zonas es menor con respecto a las otras y existe un flujo de aceite de la zona con mayor presión a la zona de menor presión. En condiciones dinámicas el flujo cruzado también ocurre cuando la presión de la zona es menor a la presión de fondo fluyendo.

La metodología consiste en evaluar el potencial del pozo a través del índice de productividad y de las curvas de afluencia de las diferentes zonas; posteriormente se integra el modelo de pérdidas de presión conocido por análisis nodal ® de Mach, Proano y Brown (1979) a un modelo de yacimiento de balance de materia para validar volúmenes originales de aceite y simular la estrategia de explotación. Es importante evaluar la estrategia de explotación debido a que el agotamiento de las zonas puede llegar a propiciar el flujo cruzado en un futuro.

Este trabajo contiene tres aplicaciones en los campos A, B, y C en los que se implementa la metodología a modelos sintéticos, para representar diferentes condiciones dinámicas, simulando el flujo cruzado y un caso real de estudio.

Palabras clave: Flujo cruzado, zona ladrona, análisis de caídas de presión, análisis nodal, balance de materia fluyente, índice de productividad.

Summary

The work shows a methodology for the analysis and quantification of production loss in wells with more than two oilproducing zones.

Production loss occurs when the static pressure of one of the zones is lower than the others and there is an oil flow from the zone with higher pressure to the zone with lower pressure. Under dynamic conditions, crossflow also occurs when the zone pressure is less than the flowing bottomhole pressure.

Identification and quantification of crossflow through pressure loss analysis (nodal analysis™) and material balance

n cuantifcaci n de u o cruzado mediante análisis de caídas de resi n Análisis nodal alance de materia, . .

The methodology consists of evaluating the potential of the well through the productivity index and the inflow curves of the different zones; subsequently, the pressure loss model known as nodal analysis™ is integrated into a material balance reservoir model to validate original volumes of oil and simulate the exploitation strategy. It is important to evaluate the exploitation strategy since the depletion of the zones can lead to cross flow in the future.

This article contains three applications on A, B, and C fields in which the methodology is implemented to synthetic models, to represent different dynamic conditions, simulating crossflow and a real case study.

Keywords: Crossflow, thief zone, pressure drop analysis, nodal analysis, flowing material balance, productivity index.

Objetivo

Existen formaciones que pueden llegar a presentar más de dos zonas productoras independientes, lo cual puede suponer una ventaja o desventaja desde el punto de vista de producción y normatividad. En un caso ideal, las diferentes zonas productoras estarán separadas por unos cuantos metros y contarán con propiedades de roca y fluidos similares y sus presiones presentarán una variación pequeña debido a la profundidad; para este escenario es factible producir ambas formaciones desde un inicio.

Por otro lado, es posible encontrar formaciones separadas verticalmente por cientos de metros, causando una diferencia significativa en las propiedades de los fluidos, la roca, la presión y el volumen original; estas condiciones son favorables para que se presente el fenómeno conocido por “flujo cruzado” en el pozo, y es característico cuando una zona recibe producción en lugar de aportarla, Figura 1.

A continuación, se presenta una metodología de análisis para la identificación y cuantificación del flujo cruzado durante la vida productiva del campo, la cual se complementa con un análisis de balance de materia fluyente para estimar el volumen total de las zonas productoras. Al utilizar la producción total y presiones de fondo fluyendo, no es necesario discretizar la producción ni cerrar el campo para tomar registros de presión de fondo cerrado.

Identificación y cuantificación de flujo cruzado

Comúnmente, para identificar flujo cruzado se utiliza una herramienta de registros de producción (PLT por su acrónimo en inglés) dentro del pozo; los datos de presión, temperatura, densidad y producción obtenidos por la herramienta se interpretan para cuantificar el flujo y el tipo de fluido de las zonas productoras.

Figura 1. Modelo esquemático de un yacimiento con zonas productoras múltiples, también conocido por multi-capa.

Se realizan varias pasadas de esta herramienta, preferentemente en la cara de la formación, para cuantificar la producción en función del movimiento de los molinetes.

En condiciones estáticas (pozo cerrado), es posible identificar el flujo cruzado con el movimiento de los molinetes dentro del pozo; en condiciones fluyentes, la herramienta cuantifica los caudales, lo que permite discretizar el aporte por zonas; sin embargo, en condiciones dinámicas es posible que la presión de fondo fluyendo sea lo suficientemente baja para permitir fluir varias zonas con diferentes presiones.

Para cuantificar el flujo cruzado mediante el análisis nodal, se debe generar la curva de afluencia, conocido en inglés por Inflow Performance Relationship (IPR) de cada zona productora y la IPR total del pozo. El ajuste de la presión de fondo fluyendo, permite determinar el flujo cruzado entre las capas o zonas y cuantificar la pérdida de producción; mientras menor sea la presión de fondo fluyendo con respecto a la presión de las zonas, más baja será la probabilidad de que se presente flujo cruzado.

Los parámetros principales que determinan un flujo cruzado entre zonas productoras son los siguientes:

Tiempo de explotación

Inicio de explotación de las zonas al mismo tiempo

Inicio de explotación de las zonas a tiempo diferentes

Inicio de explotación de las zonas al mismo tiempo

Presión de yacimiento en las zonas

Presión de los yacimientos igual o similar en todas las zonas

Presión de los yacimientos similar

Presión de los yacimientos diferentes

• Tener varios intervalos abiertos con presiones diferentes; también puede presentarse el caso de flujo cruzado debido a una mala cementación y tener flujo en el espacio entre la tubería de revestimiento y la pared del pozo.

• Presión de yacimiento y presión de fondo fluyendo, son las principales causantes del flujo cruzado.

• Fecha de apertura de las diferentes zonas productoras.

• La diferencia en el valor de los índices de productividad (IP).

• Volumen original de las capas productoras.

La condición crítica para presentar un flujo cruzado es tener una zona de baja presión con un volumen original pequeño y un alto índice de productividad, lo cual la haría una zona de mayor capacidad de admisión, y adicionalmente tener otra zona abierta con una presión mayor, mayor volumen y un índice de productividad alto.

En la Tabla 1 se presentan las principales combinaciones y sus consecuencias para el flujo cruzado.

índice de productividad de las zonas Volumen original por zona Presencia de flujo cruzado

índice de productividad similar o igual en todas las zonas

índice de productividad similar o igual en todas las zonas

índice de productividad similar o igual en todas las zonas

Volumen original similar en todas las zonas Baja probabilidad de flujo cruzado

Volumen original similar Baja probabilidad de flujo cruzado

Volumen original similar

Inicio de explotación de las zonas al mismo tiempo

Inicio de explotación de las zonas al mismo tiempo

Presión igual o similar en todas las zonas

Presión igual o similar en todas las zonas

índice de productividad diferente en las zonas

índice de productividad similar o igual en todas las zonas

Volumen original similar

Volumen original diferente en las zonas productoras

Posible flujo cruzado si la diferencial de presión es muy alta

Baja probabilidad de flujo cruzado, no todas las zonas van a producir a su máximo potencial

Baja probabilidad flujo cruzado dependerá del agotamiento.

Tabla 1. Principales parámetros que influyen en el comportamiento del flujo cruzado.

dentifcaci n cuantifcaci n de u o cruzado mediante análisis de caídas de resi n Análisis nodal alance de materia, . . 319

Finalmente, se debe de simular la estrategia de explotación con los pozos de relleno o adicionales, para cuantificar el vaciamiento de cada zona a lo largo del tiempo y comprobar si dicha caída de presión afecta a la producción, convirtiéndola en un futuro en una potencial zona ladrona.

Metodología de análisis:

A. Es necesario contar con la información de presiones estáticas iniciales y fluyentes del pozo, registros de producción, mediciones, condiciones operativas, estado mecánico e histórico de intervenciones.

B. Determinar los volúmenes originales mediante los métodos aplicables, volumétrico o por balance de materia. En este tipo de circunstancias, el método de balance de materia fluyente es de gran utilidad para determinar el volumen original total de aceite cuando se tienen varias zonas productoras; si bien, no es posible discretizar el volumen, si puede determinarse el total, de ahí la importancia de bajar sensores de presión permanente en los pozos.

C. En etapas tempranas de explotación, es recomendable utilizar los volúmenes estimados volumétricamente mediante el modelo estático. En caso de contar con suficiente historia de presión–producción, es posible realizar un análisis de balance de materia ajustando los datos históricos para determinar los volúmenes de hidrocarburos.

Ecuación de balance de materia

Se puede realizar un análisis de balance de materia convencional, siempre y cuando se cuente con información de presión y producción discretizada por yacimiento. Es factible cuando se produce de varios yacimientos secuencialmente y se obtienen datos durante suficiente tiempo para realizar un balance de materia convencional para cada yacimiento, cabe resaltar que dichos volúmenes deben compararse con los volúmenes estáticos y no tener grandes desviaciones en sus valores.

La ecuación general de balance de materia para yacimientos de aceite Schilthuis (1941) se define en la ecuación 1.

(1)

Balance de materia fluyente

El balance de materia fluyente permite calcular o estimar dinámicamente el volumen drenado, ya que, en lugar de emplear presiones estáticas, utiliza la presión de fondo fluyendo del pozo y la presión inicial; en caso de tener varias formaciones productoras el volumen total observado es el volumen de todas las zonas productoras.

El balance de materia fluyente Doublet, Pande, McCollum y Blasingame (1994), ocupa la ecuación de flujo en estado pseudo estacionario, como se muestran en las ecuaciones 2, 3, 4 y 5, y Figura 2

(2)

(3)

(4)

(5)

En el caso de presentar un acuífero la ecuación, se puede incorporar el parámetro de entrada de agua We, ecuación 6 (6)

Figura 2. Balance de materia fluyente.

Una vez determinados los volúmenes originales de aceite, es necesario determinar el potencial de producción mediante el análisis nodal de cada zona y total del pozo, ajustando las pruebas de presión - producción.

Consideraciones:

• Flujo pseudo estacionario.

• Propiedades similares en todas las zonas o formaciones productoras.

• Se conocen las propiedades de las zonas.

• Presión llevada a un plano de referencia.

Es posible utilizar cualquier método para la estimación del IPR; en el trabajo presente se abordará el método de IP y Vogel (1968).

dentifcaci n cuantifcaci n de u o cruzado mediante análisis de caídas de resi n Análisis nodal alance de materia, . .

Procedimiento para IPR de cada capa, el cual consta de las siguientes etapas:

1. Calcular qo en función de J (IP) a diferentes presiones de fondo fluyendo; para yacimientos con aceite saturado, utilizar el modelo de IPR de Vogel para presión de yacimiento por debajo de la presión de saturación. (7)

2. Determinar el gasto máximo. (8) (9)

3. Determinar qo a la presión de saturación. (10)

4. Calcular el qo a diferentes presiones de fondo fluyendo. (11)

IPR combinada, (varias zonas)

1. Determinar la presión estática promedio de las zonas productoras. (12)

Alternativamente se puede utilizar la fórmula siguiente para calcular la presión promedio estática de todas las zonas: (13)

2. Para cuando Pwf es mayor a Pb, estimar qo con J (IP). (14)

3. Para Pwf menor que Pb, determinar el gasto máximo. (15) (16)

4. Determinar la presión de saturación aparente. (17, 18)

5. Determinar qo a la Pb aparente. (19)

6. Calcular qo a diferentes Pwf. (20)

Determinar la existencia de flujo cruzado bajo condiciones actuales, mediante la IPR combinada y la presión de fondo fluyendo del pozo. De ser posible, corroborar con registros de presión y de producción PLT.

En la Figura 3 se puede observar un ejemplo de una IPR combinada por dos zonas productoras. La zona número 1

tiene una presión de yacimiento de 276 kg/cm2 y un IP de 1.5; la zona número 2 tiene una presión de yacimiento de 460 kg/cm2 y un IP de 1.29; ambas zonas son productoras a una presión de fondo fluyendo de 211 kg/cm2. La zona # 1 produce 1,419 bd; la zona # 2 produce 4,486 bd; en total se tiene una producción de 5,905 bd.

Figura 3. IPR de combinada de dos zonas con diferente presión.

dentifcaci n cuantifcaci n de u o cruzado mediante análisis de caídas de resi n Análisis nodal alance de materia, . . 319 337

Si la presión de fondo fluyendo se incrementa a 316 kg/cm2, Figura 4, se observa que la zona #1 se convierte en una zona ladrona bajo condiciones dinámicas y el flujo cruzado estará

presente. La zona #1 resta una producción de 750 bd, la zona #2 produce 2,625 bd, en total se tiene una producción de 1,875 bd, Figura 5.

Figura 4. IPR combinada mostrando zona ladrona identificada de color rojo, la zona de producción combinada es identificada de color verde.

Bajo estas condiciones es factible producir únicamente de la zona #2 y posteriormente cuando su presión baje a 276 kg/cm2, anexar la zona #1. También se pueden implementar

alternativas para disminuir la presión de fondo fluyendo para permitir a ambas capas fluir al mismo tiempo.

Figura 5. IPR combinada mostrando zona ladrona operando con una Pwf mayor.

Se realiza la simulación de la estrategia de explotación para integrar el modelo yacimiento-pozo (todos los yacimientos y todos los pozos que forman parte de la estrategia de explotación deben considerarse). Finalmente, es necesario corroborar que en el tiempo no se presente flujo cruzado debido al abatimiento de las zonas en función del volumen extraído.

En caso de existir flujo cruzado en algún punto, cambiar la estrategia de explotación en función de número de pozos productores y zonas disparadas, también es factible proponer terminaciones dobles o inteligentes para optimizar la producción del pozo.

A continuación, se presentan tres de los campos A, B y C que comparan diferentes parámetros, de presión, índice de productividad y su efecto en la producción.

Campo A

Este campo tiene dos zonas con las mismas características de volumen original 100 MMb de aceite, una presión de 505 y 510 kg/cm2 respectivamente y un IP de ambas zonas de 5 STB/d/psi.

Se observa que ambos yacimientos son productores, con un comportamiento idéntico con respecto a la presión y producción, Figuras 6 y 7.

Figura 6. Comportamiento de presión campo A.

Figura 7. Comportamiento de producción campo A.

dentifcaci n cuantifcaci n de u o cruzado mediante análisis de caídas de resi n Análisis nodal alance de materia, . . 319

Campo B

Los mismos dos yacimientos con las mismas características de volumen original 100 MMb de aceite, una presión de 505 y 510 kg/cm2 respectivamente; el yacimiento M3 tiene un IP de 1 STB/d/psi, mientras que el yacimiento M2 tiene un IP de 5 STB/d/psi.

Se observa que la presión del yacimiento M2 presenta una mayor caída asociada a un mayor vaciamiento; las dos zonas son productoras, pero el yacimiento M3 presenta una producción menor con respecto al yacimiento M2, Figuras 8 y 9.

Figura 8. Comportamiento de presión campo B.

Figura 9. Comportamiento de producción campo B.

Campo C

Contiene las mismas dos zonas M2 y M3 con las mismas características de volumen original 100 MMb de aceite, con una diferencia de presión de 300 y 510 kg/cm2 respectivamente, los yacimientos M2 y M3 tienen un IP de 5 STB/d/psi.

El yacimiento M3 presenta una presión inicial de yacimiento menor, la diferencia de presión genera que los primeros meses el yacimiento M3 sea un yacimiento ladrón, hasta que la presión del yacimiento M2 cae y finalmente la presión de la M3 es mayor que la Pwf, permitiéndole fluir.

Si la IP del yacimiento con menor presión es alto, permitirá una mayor admisión, generando una mayor pérdida de la producción, Figuras 10 y 11.

Figura 10. Comportamiento de presión campo C.

Figura 11. Comportamiento producción campo C.

Juan Manuel Ham Macosay, Jorge Enrique

dentifcaci n cuantifcaci n de u o cruzado mediante análisis de caídas de resi n Análisis nodal alance de materia, . . 319

Balance de materia fluyente

Para el ejemplo anterior se realizó el balance de materia fluyente obteniendo los resultados siguientes, Figura 12.

Figura 12. Balance de materia fluyente para el campo A.

Parámetro Valor

Volumen original total N (MMb) 200 Compresibilidad total (psi-1) 1E-5

IP Yacimiento M2 5 IP Yacimiento M3 5 IP total 1/b (STB/d/psi) 10

Cabe señalar la relación del IP con los resultados del balance de materia fluyente: (21) (22)

Caso real de estudio del campo D

El campo D en análisis se encuentra en etapas tempranas de explotación; cuenta con dos yacimientos productores Y2 y Y3 que pertenecen a diferentes arenas; son

yacimientos de aceite negro y presentan características similares en sus propiedades de la roca y fluidos. Se desea evaluar la presencia de zonas ladronas, y evaluar en el tiempo la posibilidad de presentarse flujo cruzado entre ambas arenas.

En la Tabla 2 se presentan las características principales de las arenas.

Arena Porosidad (%) Saturación de agua (%) Permeabilidad (md)

Volumen original aceite (MMB)

Presión estática (kg/cm2)

Índice de productividad (IP)

Y3 20 36 71 47 505 0.67

Y2 21 18 560 91 510 5.05

Tabla 2. Características principales de las arenas analizadas en el caso de estudio.

Registro de producción

El fluido del yacimiento analizado es un aceite negro de 20 °API y Rs de 60 m3/m3. El aparejo de producción es 3 ½ “de diámetro, combinado con 4 1/2 “, el pozo fluye a través de un estrangulador de 1”; tiene una producción de 6,502 bd de aceite y una RGA de 57 m3/m3; la Pwf es de 317 kg/cm2.

Se realizó una toma de información de perfil de aportación dinámico y estático con tubería flexible de 1 ¾” y herramienta PLT en el intervalo superior del yacimiento Y3. Los resultados se interpretaron y se determinó que el 86.8% de la producción proviene del yacimiento Y2 y pequeños aportes que suman 13.2% identificados en el yacimiento Y3. En la Figura 13 se observa la interpretación del registro de producción.

Figura 13. Interpretación del registro de producción; el mayor aporte proviene de la inferior del yacimiento Y2.

dentifcaci n cuantifcaci n de u o cruzado mediante análisis de caídas de resi n Análisis nodal alance de materia, . .

Se realizaron estaciones a pozo cerrado a diferentes profundidades, con lo cual se demostró que todas las estaciones registraron cero revoluciones por segundo

(RPS). Finalmente, se corroboró que en las condiciones de operación actuales y con pozo cerrado y fluyendo, no existe flujo cruzado entre las arenas, Figura 14.

Figura 14. Resultado de las diferentes estaciones a pozo cerrado; no existe movimiento del molinete, por lo tanto, no hay flujo cruzado.

Modelado de las condiciones actuales

Se realizaron los análisis de las caídas de presión respectivas para cada formación, calculándose la IPR combinada para modelar la producción actual del pozo con ambas

formaciones productoras. Posteriormente, se integraron a un modelo de multi tanque simulando los yacimientos Y2 y Y3 con sus volúmenes originales respectivos, discretizando la producción con los resultados obtenidos en la interpretación del registro de producción, Figura 15.

Figura 15. Modelo tipo tanque simulando los dos yacimientos Y2 y Y3 discretizando la producción en función de los resultados obtenidos del registro de producción.

Con el modelo, se comprobó que la diferencia de presión no es suficiente para que exista flujo cruzado entre las arenas en condiciones estáticas qo = 0, ni con el pozo fluyendo (la

IPR combinada siempre es mayor que las IPR individuales para cualquier valor de Pwf), confirmándose los resultados obtenidos con el registro de producción PLT, Figura 16.

Figura 16. Generación de IPRs condiciones iniciales.

Posteriormente, se realizó una simulación a 30 años para analizar flujos cruzados posibles debido al vaciamiento de las arenas. El análisis demostró que el yacimiento Y2 con mayor potencial produce a altos gastos, con un vaciamiento mayor; posteriormente su producción se normaliza con la producción del yacimiento Y3, Figuras 17 y 18. Durante todo el horizonte de tiempo no se presenta flujo cruzado.

La Figura 13 muestra las IPRs al final de la simulación, demostrando que para qo=0 no existe flujo cruzado y para cualquier valor de Pwf la IPR combinada sigue siendo mayor a las IPRs de ambas arenas.

Figura 17. IPRs en condiciones finales después de simular 30 años de producción.

dentifcaci n cuantifcaci n de u o cruzado mediante análisis de caídas de resi n Análisis nodal alance de materia, . .

Figura 18. Perfil de producción de las dos arenas y producción total de la simulación para 30 años.

Con los datos de producción y presión, Figura 19, se realizó un balance de materia fluyente para comprobar y demostrar que la técnica es factible de aplicarse en este tipo de yacimientos, con zonas productoras múltiples y

con diferentes presiones de yacimientos para determinar el volumen original total, el valor de volumen obtenido se puede complementar para corroborar el volumen total estimado por otros métodos Figura 20 y Tabla 3

Figura 19. Perfil de presión estática por arena y presión promedio.

Figura 20. Balance de materia fluyente con la información de presión de fondo y producción de los yacimientos Y2 y Y3.

Parámetro Valor

Volumen original total N (MMb) 157 Compresibilidad total (psi-1) 1E-5 Índice de productividad Y2 5.05 Índice de productividad Y3 0.67 IP Y2+Y3 (STB/d/psi) 5.72

Tabla 3. Se presentan las características principales de las arenas.

El balance de materia convencional y el balance de materia fluyente no deberían de tener una desviación mayor al 5% por convención con respecto al valor estimado volumétricamente.

En caso de aplicar el balance de materia fluyente en un yacimiento saturado o con presencia de agua, es necesario aplicar las pseudo presiones en función de las saturaciones de los fluidos definidas de la siguiente ecuación general. (23)

Donde (24) (25) (26)

Conclusiones

• Es posible analizar yacimientos con zonas productoras múltiples y evaluar la presencia de flujo cruzado mediante la metodología de análisis presentada en este trabajo.

• La generación de las IPRs permite analizar las zonas productoras, identificar y cuantificar flujo cruzado bajo condiciones estáticas cuando qo = 0 y también en condiciones fluyentes; para cualquier valor de pwf.

• La integración con un modelo de balance de materia permite evaluar la existencia de flujo cruzado posible,

en función del vaciamiento de las diferentes zonas productoras.

• El análisis de balance de materia fluyente determina el volumen total en yacimientos con zonas productoras múltiples, sin la necesidad de discretizar producción ni presiones; sin embargo, es necesario contar con un sensor permanente de presión en el fondo.

• Evaluar en el tiempo la posibilidad de flujo cruzado permite optimizar la estrategia de explotación del campo, usando las herramientas y tecnología adecuadas, como el caso de terminaciones dobles, selectivas, e inteligentes.

dentifcaci n cuantifcaci n de u o cruzado mediante análisis de caídas de resi n Análisis nodal alance de materia, . .

Nomenclatura

µ Viscosidad, cp

A Área, acres

Bg Factor de volumen del gas, bbl/scf

Bo Factor de volumen del aceite, bbl/STB

Cf Compresibilidad de la formación, psi-1

Ct Compresibilidad total, psi-1

Cw Compresibilidad del agua, psi-1

Gp Producción acumulada de gas, scf

h Espesor, ft

J Índice de productividad, STB/d/psi

K Permeabilidad, mD

N Aceite Inicial in situ, STB

Np Producción acumulada de aceite, STB

P Presión promedio del yacimiento, psi

Pb Presión al punto de burbuja, psi

Pwf Presión de fondo fluyendo, psi

q producción, bd

RGA Relación gas-aceite instantánea, scf/STB

Rp Relación gas-aceite acumulada, scf/STB

Rs Solubilidad del gas, scf/STB

rw Radio de pozo, pulg.

S Daño, adimensional

Sw Saturación de agua, fracción

We Entrada acumulada de agua, bbl

Wp Producción acumulada de agua, bbl

Cambio de presión en el yacimiento (pyi-py), psi

Referencias

• Doublet, L. E., Pande, P. K., McCollum, T. J. et al. 1994. Decline Curve Analysis Using Type Curves--Analysis of Oil Well Production Data Using Material Balance Time: Application to Field Cases. Artículo presentado en International Petroleum Conference and Exhibition of Mexico, Veracruz, México, 10-13 octubre. SPE-28688MS. https://doi.org/10.2118/28688-MS

• Guo, B., Liu, X. y Tan, X. 2017. Petroleum Production Engineering, second edition. Cambridge, Massachusetts: Gulf Professional Publishing.

• Mach, J., Proano, E. y Brown, K. E. 1979. A Nodal Approach for Applying Systems Analysis to the Flowing and Artificial Lift Oil or Gas Well. Artículo SPE 8025 disponible en SPE, Richardson, Texas.

• Schilthuis, R. J. 1936. Active Oil and Reservoir Energy. En Transaction of the Society of Petroleum Engineers, Vol. 118, SPE-936033-G, 33-52. https://doi.org/10.2118/936033-G.

• Tarek, A. 2019. Reservoir Engineering Handbook, fifth edition. Cambridge, Massachusetts: Gulf Professional Publishing.

Semblanza de los autores

Juan Manuel Ham Macosay

Ingeniero en petróleo y gas natural egresado en el año 2009 de la Universidad Olmeca.

Ingresó a Petróleos Mexicanos en el año 2010 en el área de enlace operativo del Grupo multidisciplinario de diseño de proyectos del Activo Integral de Producción Bellota-Jujo.

Se ha desempeñado como Ingeniero de productividad de pozos y de yacimientos en Pemex Exploración y Producción. Actualmente se desempeña como Ingeniero de yacimientos en la Gerencia de Planes de Explotación de la Subdirección Técnica de Exploración y Producción.

Miembro activo del Colegio de Ingenieros Petroleros de México (CIPM), y de la Society Petroleum Engineers, (SPE) Sección México.

En el 2021 fue galardonado en los “Regional Technical Awards” SPE Costa del Golfo de América del Norte con el reconocimiento “Reservoir Description and Dynamics Award”.

Jorge Enrique Paredes Enciso

Ingeniero petrolero graduado del Instituto Politécnico Nacional. Trabajó en el Instituto Mexicano del Petróleo de 2008-2009. Actualmente trabaja en PEMEX como Gerente de Planes de Explotación de la Subdirección Técnica de Exploración y Producción. Ha participado en el desarrollo de 67 publicaciones técnicas en congresos nacionales e internacionales acerca de Caracterización de Fluidos, Ingeniería de Yacimientos y Simulación Numérica. Desarrolló la herramienta PVTVAL (Software para la validación de estudios PVT) con Certificado de derechos de autor No. 03-2014060310231500-01 y PVTTools (en proceso de Certificado de Derechos de Autor). Miembro activo de la SPE (Society of petroleum Engineer), AIPM (Asociación de Ingenieros Petroleros de México) y CIPM (Colegio de Ingenieros Petroleros de México). Actualmente funge como YP (Young Professional) Mentor Chairperson de la SPE sección México.

Política Editorial

Ingeniería Petrolera es una publicación de investigación científica editada por la Asociación de Ingenieros Petroleros de México, AC (AIPM), que tiene como objetivo difundir investigación original relacionada con el área de la ingeniería petrolera en todas las categorías siguientes:

Yacimientos

Sistemas de Producción y Comercialización de Hidrocarburos

Intervención a Pozos

Seguridad Industrial, Higiene y Protección Ambiental

Administración y Negocios

Recursos Humanos y Tecnología de Información

Desarrollo y Optimización de la Explotación de Campos

La revista Ingeniería Petrolera es un espacio abierto para investigadores y profesionales interesados en dar a conocer sus trabajos e incluye artículos en español e inglés.

La revista Ingeniería Petrolera tiene como objetivo contribuir al progreso y la divulgación de la Ingeniería Petrolera en México, promover el estudio y la investigación científica entre sus miembros y fomentar la fraternidad entre los mismos, tiene como misión ser una tribuna técnica para los ingenieros que laboran directa o indirectamente en la industria petrolera y su visón es dar a conocer trabajos inéditos relacionados con el área petrolera en México y en el Mundo en idiomas español e inglés.

Información para los autores

Manuscritos

Los especialistas que colaboren con artículos de investigación deberán integrarlos bajo las siguientes normas editoriales de la publicación:

1. Los manuscritos elaborados en español o en inglés deberán ser enviados a la Comisión Nacional Editorial, comision.nacional.editorial@aipmac.org.mx , lhernandezr@aipmac.org.mx con una extensión máxima de 20 cuartillas, incluyendo tablas, gráficas, figuras, fotografías, etcétera, las cuales deberán ser colocadas en el lugar correspondiente y enviadas en formato TIFF o JPG con calidad mínima de 300 dpi.

2. Debe ser escrito a una columna con márgenes de 3 cm de lado izquierdo y 2 cm en los lados restantes. El espaciado interlineal debe ser de 1.5, con fuente Arial de 12 puntos para el texto y de 14 puntos para los títulos,

utilizando los acentos ortográficos correspondientes en letras mayúsculas. El procesador de palabras deberá ser Microsoft Word.

3. El encabezado del artículo deberá integrar la siguiente información:

• Título del trabajo en inglés y español: deberá ser corto y conciso sin que exceda de 15 palabras.

• Datos de los autores y coautores: nombre completo, institución a la que pertenecen, dirección postal, teléfono(s), direcciones y correo electrónico.

• Resumen: Elaborar uno en español y otro en inglés, los cuales no excedan de 250 palabras cada uno.

• Palabras clave en español e inglés: Incluir seis descriptores en inglés y en español para facilitar la recuperación de la información en las bases de datos especializadas.

4. La estructura de los artículos deberá contener:

• Introducción

• Desarrollo del tema

• Conclusiones

• Nomenclaturas

• Agradecimientos

• Apéndices (en su caso)

• Referencias

• Trayectoria profesional de cada autor

5. Las expresiones matemáticas deberán ser escritas claramente, cuidando que sean legibles los símbolos y utilizando el Sistema Internacional de Unidades.

6. Las referencias enunciadas en el desarrollo de los trabajos deberán anotarse indicando el apellido del autor y el año de su publicación, por ejemplo: “Recientemente, Gracia (1996)...” o bien “En un trabajo reciente (Gracia, 1996)”... Para tres autores o más: Gracia et al . (1996) o (Gracia et al ., 1996). Estas referencias se citarán al final del texto y en orden alfabético al final del trabajo, de acuerdo al manual establecido por la SPE Publication Style Guide:

Libros

Bourdet, D. 2002. Well Test Analysis: the Use of Advanced Interpretation Models. Amsterdam: Elsevier.

Artículos

Hernández García, M.A. 2011. Desarrollo del Campo Cauchy: Caso de Éxito en la Región Norte. Ingeniería Petrolera LII (2): 19-35.

Soliman, M.Y., Miranda, C. and Wang, H.M. 2010. Application of After-Closure Analysis to a Dual-Porosity Formation, to CBM, and to a Fractured Horizontal Well. SPE Prod & Oper 25 (4): 472-483. SPE-124135-PA. http://dx.doi. org/10.2118/10.2118/124135-PA

Conferencia, reunión, etc.

Al-Khalifa, A.J. y Odeh, A.S. 1989. Well Test Analysis in Oil Reservoirs with Gas Caps and/or Water Aquifers. Artículo SPE 19842, presentado en: SPE Annual Technical Conference and Exhibition, San Antonio, Texas, octubre 8-11. http:// dx.doi.org/10.2118/19842-MS

Tesis

Pérez Martínez, E. 2011. Estudio de Conificación de Agua en Yacimientos Naturalmente Fracturados. Tesis de Maestría, UNAM, Programa de Maestría y Doctorado en Ingeniería, México, D.F.

Miguel Hernández, N. 2002. Scaling Parameters for Characterizing Gravity Drainage in Naturally Fractured Reservoir. PhD dissertation, University of Texas at Austin, Austin, Texas.

PDF (en línea)

Secretaría de Energía. Dirección de Planeación Energética. 2011. Balance Nacional de Energía 2010. http://www.sener. gob.mx/res/PE_y_DT/pub/2011/Balance%20Nacional%20 de%20Energía%202010_2.pdf (descargado el 1 de febrero de 2010).

Normas

NRF-005-PEMEX-2000. Protección Interior de Ductos con Inhibidores. 2000. México, D.F.: PEMEX, Comité de Normalización de Petróleos Mexicanos y Organismos Subsidiarios.

Software

Eclipse Reservoir Engineering Software. 2005. Schlumberger, http://www.slb.com/content/services/software/resent/

1. Los autores deberán anotar una semblanza de su trayectoria profesional que no rebase las 100 palabras en el idioma en que se escribió el artículo, éstas se ubicarán después de las referencias.

Autores

• El autor deberá ceder los derechos a la revista Ingeniería Petrolera de la AIPM.

• El artículo deberá ser original y compromete a sus autores a no someterlo simultáneamente a la consideración de otra publicación.

• La responsabilidad del contenido de los artículos sometidos a la publicación corresponde a los autores.

Evaluación

Todos los artículos presentados serán valorados previamente por dos o más expertos del Comité Técnico de Expertos de la Asociación de Ingenieros Petroleros de México AC, y posteriormente por la Comisión Editorial, quienes estudiarán su contenido y darán una opinión acerca de su publicación. En este proceso participan especialistas reconocidos y de alto nivel en la materia, con habilidad y experiencia para evaluar de manera confiable y expedita, tanto la calidad y la originalidad, como el mérito del contenido de los artículos.

La revista Ingeniería Petrolera es editada por la Asociación de Ingenieros Petroleros de México, A. C.

Esta edición se terminó en octubre de 2022 en la Ciudad de México

Derechos reservados ©

Asociación de Ingenieros Petroleros de México, A.C., 2022