De Yacimientos
De Yacimientos
De Yacimientos
Autores:
JAIRO ANTONIO SEPULVEDA GAONA, MSc., y FREDDY HUMBERTO ESCOBAR MACUALO, Ph.D.
ingeniera petrolera, es decir, hacia 1940. Antes de 1960, los clculos usados para
predecir el comportamiento del yacimiento -pronosticar la recuperacin o comparar
alternativas econmicas entre diversos mtodos de recuperacin- consistan en su mayora d
e mtodos analticos tales como: el mtodo de alance de materia o simulador de cero d
imensiones y el mtodo de Buckley-Leverett o modelo de una dimensin. El termino simu
lacin se hace comn a los principios de 1960, refirindose con l a mtodos de prediccin d
sarrollados en programas de computadoras relativamente sofisticados. Dichos prog
ramas representaan un mayor adelanto deido a que permitan la solucin de un conju
nto de ecuaciones expresadas en diferencias finitas que descrian flujo multifsico
a travs de un medio poroso heterogneo en dos y tres dimensiones. Este adelanto se
hizo posile gracias a la evolucin tan rpida que tuvieron las computadoras y sor
etodo el desarrollo de mtodos numricos capaces de resolver grandes sistemas de ecu
aciones en diferencias finitas. Durante los aos 60s, los esfuerzos de la simulacin
fueron dedicados en gran medida a los prolemas de dos fases (gas y agua) y, en
tres fases, as como modelos de aceite negro. La simulacin de mtodos de recuperacin s
e limitaa esencialmente a los prolemas de agotamiento natural y de mantenimien
to de presin. Con esto era posile el desarrollo de un modelo de simulacin nico, ca
paz de dirigirse a la mayora de los prolemas de yacimientos que se tenan. Este co
ncepto de un modelo general siempre ha sido atractivo deido a que significa red
uccin en el costo de su preparacin y de su uso y, potencialmente, en el costo del
desarrollo del modelo y de su mantenimiento. Sin emargo, durante los aos 1970s el
panorama cami radicalmente. El aspecto econmico motiv a que se uscara la forma d
e otener una mayor recuperacin, llevndose a efecto proyectos de prueas de campo
-prueas piloto- encaminadas al estudio de procesos de recuperacin mejorada. Esto
condujo a la simulacin de nuevos procesos que ian ms all del depresionamiento con
vencional y del mantenimiento de presin, tales como la inyeccin de misciles, la i
nyeccin de vapor, la inyeccin de productos qumicos y la comustin in-situ. Con esto,
al manejo relativamente cmodo de dos componentes hidrocaruros (gas y aceite) en
flujo simple inmisciles, haa que agregarle entonces la influencia de la temper
atura, agentes qumicos y los efectos del comportamiento complejo del equilirio e
ntre fases. La proliferacin que tuvieron estos mtodos de recuperacin en los aos 1970s
motivo la orientacin del concepto de modelo nico o general hacia modelos individu
ales desarrollados para representar cada una de estas nuevas tcnicas. Las investi
gaciones realizadas durante este tiempo, dieron como resultado un avance signifi
cativo en la formulacin de modelos de simulacin y de mtodos numricos para la solucin
de sistemas de ecuaciones. Estos avances permitieron simular procesos de recuper
acin de lo ms complejo y/o reducir el costo de tiempo del computador. En la actual
idad el enfoque de la simulacin es el de afinar los avances que se han otenido y
volver a tender hacia un simulador general aplicale a todos o a la mayora de lo
s
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
UNIDAD 2
INFORMACIN REQUERIDA PARA UTILIZAR UN SIMULADOR
2.1. INTRODUCCIN Para que todo traajo de ingeniera de yacimientos tenga xito se de
e contar con una uena informacin que represente las condiciones que prevalecen
en el yacimiento. As pues la simulacin sin ser la excepcin, requiere de una amplia
descripcin fsica del mismo y de los tipos de mecanismo por medio de los cuales va
a producir. Los resultados que se otengan de la simulacin sern tan uenos como lo
s datos que se hayan empleado para realizarla y, el tiempo que se pueda perder e
n preparar esta informacin es un tiempo ien empleado. Hay que hacer notar que la
informacin que dee tratarse de otener con mayor precisin es aquella que al vari
arla -realizando diferentes corridas de simulacin- cause un camio significativo
en los resultados otenidos. As por ejemplo, se sae que una propiedad determinad
a vara en un rango especfico y al efectuar dos o tres corridas de simulacin se vara
dicha propiedad dentro de este rango y se otienen resultados parecidos, se pued
e tomar como uena una de las predicciones, o ien, relegar a segundo trmino esfu
erzos adicionales para medir con precisin dicha propiedad. Si por el contrario, v
ariando esa propiedad se alteran los resultados consideralemente, es necesario
redolar esfuerzos para otener con mayor aproximacin dicha propiedad. La informa
cin que se requiere para efectuar una simulacin es: Descripcin fsica del yacimi
Mecanismo o mecanismos de desplazamiento que operan en el yacimiento. Propiedad
es petrofsicas de las capas de inters. Propiedades PVT de los fluidos. Otros datos
.
2.2. DESCRIPCIN FSICA DEL YACIMIENTO Para otener una descripcin fsica del yacimient
o es necesario llevar a cao un estudio geolgico de detalle que proporcione un co
nocimiento estratigrfico, estructural y petrogrfico, que permita de esta manera ca
racterizar al yacimiento perfectamente. Dicho estudio geolgico se completa con mto
dos geofsicos. La informacin de este tipo que interesa a la simulacin es: Lmites del
yacimiento
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
2.5. PROPIEDADES PVT DE LOS FLUIDOS Las propiedades de los luidos son tambin obt
enidas en el laboratorio por medio de muestras sacadas de los pozos. Para que lo
s valores que se obtengan sean aceptables (lo mismo ocurre con las propiedades p
etrosicas), se requiere que las mediciones se hagan lo ms cuidadosamente posible
y tratando de acercar al mximo las condiciones del laboratorio a las condiciones
existentes en el yacimiento. Estas propiedades de los luidos que se requieren e
n un trabajo de simulacin son: Factores de volumen del agua, del aceite y del ga
, Bw, Bo, Bg Relacin de solubilidad en el aceite y en el agua, Rs, Rsw Viscosidad
es del agua, del aceite y del gas, w, o, g Compresibilidad del agua, del aceite y d
el gas, cw, co, cg Comportamiento de ases Presin de Saturacin
2.6. INFORMACION ADICIONAL Adems de la inormacin undamental que se menciona con
anterioridad, existen otros datos irrelevantes cuando se realiza una simulacin. D
icha inormacin corresponde casi en su totalidad como se ver a continuacin, a carac
tersticas de los pozos. 2.6.1. Datos de Produccin y de Relacin de Flujo Cuando se t
rata de hacer un ajuste del modelo con la historia del yacimiento, se requieren
conocer los ritmos de produccin y la declinacin de la presin. Estos datos de produc
cin que se necesitan para cada pozo, se pueden desglosar en los siguientes puntos
: Flujo de aceite vs. tiempo Flujo de gas vs. tiempo Flujo de agua vs. tiempo Cu
alquier presin media vs. tiempo
Adems es preciso contar con los ndices de productividad y si es el caso, con los nd
ices de inyectividad de los pozos que integran el yacimiento. En la prctica gener
almente se cuenta con un registro completo de la rata de produccin de aceite de c
ada pozo, pero no pasa lo mismo con las ratas de produccin de gas y de agua,
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.
2.6.3. Aspecto Econmico En todo trabajo de ingeniera debe ser considerado como un
punto primordial el aspecto econmico. En simulacin de yacimientos la inormacin de
este tipo que se debe tomar en cuenta es la siguiente: Precio del barril de ace
te Costo del pozo Lmite econmico Mxima relaciones agua-aceite y gas-aceite con que
se piensa trabajar Mnima presin de ondo luyendo Precio de gas Gastos de operacin
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.
TRES DIMENSIONES
HORIZONTAL
VERTICAL
INCLINADO
RADIAL
AREAL
SECCIN TRANSVERSAL
RADIAL
CONVENCIONAL
RADIAL
GEOMETRA
X
Y
Z
R
X, Y
X, Z
R, Z
X, Y, Z
R, , Z
Fig. 3.1. Seleccin de un Simulador
3.2. TIPO DE YACIMIENTO En forma general, dependiendo de caractersticas fsicas pro
ducto de la mecnica de las rocas de los yacimientos, estos pueden dividirse en do
s grandes grupos: yacimientos no
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.
Y
VERTICAL
INCLINADO
Fig. 3.5. Modelos de un Dimensin.
El modelo de un dimensin con geometr rdil es til pr pruebs de formcin y prue
bs de incremento y decremento de presin, y que los efectos que provoc en el fl
ujo de fluidos l cd de presin en el pozo lo lrgo de todo el ycimiento, no p
ueden simulrse directmente con los otros modelos de un dimensin debido que l
unidd ms peque del ycimiento, un celd, es generlmente muy grnde comprd
con el volumen del ycimiento que es relmente fectdo por ls presiones en el
pozo. 3.7.3. Simuldor de dos dimensiones El mismo nlisis que se utiliz pr exp
licr el modelo en un dimensin, puede extenderse pr modelos en dos y tres dime
nsiones, esto es, l ecucin de blnce de mteri describe el comportmiento en
cd celd y l ecucin de Drcy el flujo entre los bloques, con l nic diferenci
en que l interccin de flujo en ls celds ser en dos o tres dimensiones. As pue
s, el modelo de dos dimensiones consiste en un celd en dos dimensiones y de so
lo un celd en l tercer dimensin. Como se puede precir, el simuldor en dos
dimensiones puede ser rel (Fig. 3.6.), de seccin trnsversl (Fig. 3.6.b) o de
form rdil (Fig. 3.6.c).
Jiro Antonio Seplved, MSc. y Freddy Humberto Escobr, Ph.D.
Flujo Flujo
z
r
RADIAL
Fig. 3.7.b. Modelos de Tres Dimensiones
El trmino convencional ue aparece en la Fig. 3.1, se utiliza para diferenciar al m
odelo de tres dimensiones en coordenadas cartesianas (x, y, z) del modelo de tre
s dimensiones en coordenadas cilndricas (r, , z) o modelo radial de tres dimension
es. En las Figs. 3.7.a y 3.7.b, se muestran estos tipos de simulador. 3.8. GEOME
TRIA Con esto se llega al ultimo parmetro de clasificacin de la Fig. 3.1, a decir ve
rdad, no existe una clasificacin de los simuladores en funcin de la geometra ue pr
esentan, como parece indicarse en la figura, sto es, no puede decirse ue no haya
un modelo (x) o un modelo (r, , z), sino ms bien la geometra es una consecuencia d
el numero de dimensiones ue tenga el simulador. De esta manera es claro ue un
modelo ue tenga dos
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.
del punto de uruja. Otro prolema es el clculo del factor volumtrico de formacin
a un nivel de tiempo n + 1. Esencialmente, cualquier clculo a un nivel de tiempo
n + 1 introducir un error. Desde que estos valores no sean realmente conocidos, l
os valores anteriores generalmente sern usados.
Posiles Soluciones a Errores no Lineales:
1. Tomar pequeos pasos de tiempo. 2. Usar una iteracin cclica (Newton). Iterar las
soluciones IMPES para otener un uen estimativo del factor volumtrico de formacin
en el paso de tiempo n + 1. Un nmero infinito de iteraciones deeran resultar en
cero EBM. NOTA: Deido a que EBM es igual a cero, no significa que la solucin sea
correcta. Esto significa que la masa se conserva. El fluido puede no estar en l
a uicacin correcta. 4.4. ERROR DE INESTABILIDAD El error de inestailidad es cau
sado por: a. IMPES Implcito en presin, explcito en saturacin, krn y Pcn. Para el lmit
e krn, este es un lmite de paso de tiempo tal que si se toma un paso de tiempo
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
4.16)
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
(4.17)
Sin embargo, a estos pasos de tiempo, IMPES est al borde del desbordamiento (ines
tabilidad). Adems, no se puede satisacer la Ec. 4.16 para cada celda simultneamen
te. De este modo, en la prctica no se puede eliminar la dispersin numrica con la se
leccin del tamao del paso de tiempo. 4. Uso de Permeabilidades Pseudo Relativas: L
as modiicaciones de los datos pueden disminuir la dispersin numrica. Una de estas
modiicaciones puede ser aplicada a permeabilidad relativa. Las Figs. 4.8.a - 4
.8.c ilustran este punto.
Consideraciones Prcticas. El Flujo Buckley-Leverett puede no aplicarse a situacione
s reales de campo. La dispersin en un yacimiento puede ser causada por (a) Presin
Capilar, la cual acta uera del rente, especialmente en yacimientos de baja perm
eabilidad, y (b) Heterogeneidades.
1
Pseudoraccin - Permeabilidad Relativa
0.9
Pseudouncin convencional
0.8
0.7 0.6 0.5 0.4 0.3
Pseudouncin modiicada
0.2 0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Sw, raccin del PV
Fig. 4.8.a. Ejemplo del uso de unciones de permeabilidad pseudo - relativa modi
icadas para reducir la dispersin numrica Pseudo Funciones Modiicadas y Convencio
nales
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.
q = 23,000 scf/D k = 0.15 md = 0.18 ct = 5 x 10-6 psi-1 Datos del modelo: x = 100
ft
Solucin. La solucin sigue estos simples pasos: (1) graficar los datos de restaurac
in en escala log t, (2) diujar una lnea recta en semilog, (3) calcular to, y (4) enco
ntrar Po a to en la lnea recta en semilog. Esta es la presin de ajuste la cual ser co
rada con la presin de celda del simulador al tiempo de la pruea de presin de rest
auracin. La Fig. 5.2 muestra el dato de restauracin de campo graficado a escala se
milog. La presin de ajuste es encontrada mediante el clculo de to como sigue:
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
E p = V P Integran o:
Ep
Eo
E
p
= V P
Po P
P
(6.7)
E p Eo = V P
Po
El la o erecho e la ecuacin anterior se evala e la relacin P vs. V que es me i a
en el laboratorio como se ilustra en la Fig. 6.2. Esta figura muestra la relacin
existente entre la presin y el volumen obteni o en el laboratorio. Alternativame
nte estos cambios e energa pue en expresarse en trminos e la ensi a el flui o
como se muest
a a continuacin:
=
m V
(6.8)
Sustituyendo la ecuacin ante
io
en la ecuacin (6.7),
E p Eo = m
P
dP
Po
(6.9)
Tomando como
efe
encia la p
esin atmosf
ica, a la cual Eo = 0, la ecuacin (6.9) se
t
ansfo
ma a:
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
73
V
1
Volumen
V0 P1 P0
P
esin
Fig. 6.2. T
abajo aplicado sob
e un elemento de volumen
P
Ep = m
Patm
dP
(6.10)
6.3. POTENCIAL DE FLUJO,
Un principio fundamental de la mecnica de fluidos a travs del medio poroso es que
los vectores de la velocidad del fluido son siempre normales a las superficies e
quipotenciales y que la magnitud de dichos vectores son proporcionales al gradie
nte de estos potenciales; sto es, la distribucin de potencial dentro de un fluido
determina su movimiento y la velocidad de dicho movimiento, ig. 6.3. Hubbert de
fine al potencial como Energa mecnica por unidad de masa de fluido en cualquier loc
alizacin. Segn sto, el potencial gravitacional y el potencial de presin se pueden obt
ener de las ecuaciones (6.4) y (6.10) respectivamente:
g = Eg m
Ep m
= gZ
P
(6.11)
dP
p =
=
Patm
(6.12)
Pa
a lleva
un fluido a una localizacin dete
minada deben
ealiza
se algunas clas
es de t
abajo en dicho fluido, la suma total del t
abajo hecho en el fluido
efl
eja la ene
ga mecnica dent
o del mismo. De esta mane
a, si se conside
a una pa
tcul
a de fluido en un punto en el que se sabe que el potencial es ce
o (o = 0), enton
ces el potencial asociado con
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
P
dP
+ gZ
(6.14)
La ecuacin (6.14) es la exp
esin gene
al de potencial de flujo en donde Po es la p
especto a la p
esin se conside
a constante (fluido lige
amente comp
esible). As pu
es, la comp
esibilidad del fluido est dada po
:
cf =
1 d = constante dP
(6.15)
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
75
Despejando dP de la ecuacin (6.15) se tiene:
dP =
1
cf
d
(6.16)
Sustituyendo (6.16) en (6.12),
P =
1 cf
d
o
2
=
1 1 1 c f o
En trminos de presin la ecuacin anterior se expresa como:
P =
1 c ( PP ) 1 e f o c f o
Si la dife
encia de p
esin (P Po) es pequea, el exponente puede ap
oxima
se como
: [1 cf (P Po) ] luego:
P = P Po
o
Sustituyendo esta ltima ecuacin en la ecuacin (6.14) se obtiene la exp
esin del pote
ncial del flujo pa
a lquidos, ecuacin (6.17).
L = P Po
o
+ gz
(6.17)
Donde los t
minos
unto inicial. Pa
a
gases, se p
ocede
s ideales se llega
P
Po y o se
efie
en a la p
esin y a la densidad del fluido en el p
obtene
la exp
esin que p
opo
cione el potencial de flujo pa
a
de la siguiente mane
a: a) Pa
tiendo de la ecuacin de los gase
a la siguiente exp
esin:
=
RT PAtm = m Atm
(6.18)
donde: = densidad a la p
esin P.
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
76
atm = densidad a la p
esin Patm.
b) Sustituyendo la Ec. (6.18) en la Ec. (6.12)
Pg = PAtm dP P PAtm
Atm
P
Finalmente,
Pg =
Atm
PAtm
ln
P PAtm
(6.19)
c) Sustituyendo la Ec. (6.19) en la Ec. (6.14):
g =
Atm
PAtm
ln
P + gZ PAtm
(6.20)
Que es la ecuacin que exp
esa el potencial de flujo pa
a gases.
6.3.2. El Potencial pa
a Columnas de Lquidos y Gases
El potencial pa
a columnas de fluidos estticos es constante. De esta mane
a, de l
a Ec. (6.17) se tiene:
= P Po
o
+ gz = cons tan te
Consid
ese como la p
esin de
efe
encia Po a la p
esin atmosf
ica (Patm) en la pa
te
supe
io
de la columna de lquido. En la supe
ficie el = 0, ver igs. (6.4) y (6.
5). Para cualquier otro punto de la columna, considerando que = 0 = constante y
utilizando la Ec. (6.17),
P Po
o
+ gz = 0
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
77
Z=0
P
ofundidad
=0
Z=0
Contacto g-o Contacto w/o
Presin
Fig. 6.4. Columna de lquido
Fig. 6.5. Relacin presin - proundidad para los luidos de un yacimiento
P = Patm + o g D
(6.22)
ea
posibles confusiones se explica a continuacin la necesidad de int
oduci
la c
onstante g
avitacional gc en estas ecuaciones. Si se analizan unas posibles unid
ades de los t
minos de la Ec. (6.22) se tiene:
lb lb pie lbm P = PAtm +g
3
D [ pie] 2 2 2 pie pie
(6.23)
lb lb lbm P = PAtm + gD 2 2 2 pie pie seg pie
Las unidades del segundo miembro del lado derecho de la igualdad en la ecuacin (6
.23) no son consistentes, esto es:
lb lbm pie 2 seg 2 pie
(6.24)
Multiplicando la ecuacin (6.23) por 1/gc,
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
ollado ant
e
io
mente. Supngase aho
a una columna de gas. Igualando la ecuacin (6.20) con ce
o se tiene:
Atm
PAtm
ln
P + gz = 0 PAtm
(6.26)
Si se toma como p
esin de
efe
encia a la p
esin en la cabeza del pozo (Pt) en vez
de la Patm, se tiene:
t
Pt
ln
P + gz = 0 Pt
(6.27)
Si la ecuacin ante
io
se hace z = D y se conside
a una gas ideal donde,
Atm
PAtm =
t
Pt
(6.28)
Pudindose esc
ibi
finalmente: ln P = ln Pt + ln P = ln Pt +
g Atm D g c PAtm g t D g c Pt
(6.29)
(6.30)
que
ep
esentan las ecuaciones pa
a columnas de gas.
6.4. NOTACIN VECTORIAL
Un escala
es un nme
o, el cual tiene un valo
singula
. Po
ejemplo, 5 es escala
, es escala
, 3.6 es escala
. Po
ot
o lado, un vecto
, es un nme
o el cual inc
luye va
ios valo
es. El ms comn es el espacio t
idimensional. Po
ejemplo, un vect
o
u tiene la siguiente fo
ma en t
es dimensiones:
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
79
u1 vector u = u = u = u2 u 3
(6.31)
Algunas veces, se dice que un vector tiene direccin y magnitud, pero una forma ms
general es pensar que un vector es una columna de nmeros. La columna longitud tie
ne tres nmeros en el espacio tridimensional y dos nmeros en el espacio bidimension
al. Ahora, se presenta un operador llamado delta (u operador nabla), que se escr
ibe . En notacin vectorial esto es equivalente a la derivada. Por ejemplo, si se t
iene un espacio tridimensional x, y, z. El operador delta se usa junto con un es
calar, por ejemplo a, para definir el gradiente de a.
a x a Gradiente del escalar a = a = y a z
(6.32)
Aunque a es escalar, a es vector. Una operacin algebraica comn es el producto inter
no que se denota con u . v o (u, v), por ejemplo, donde u y v son vectores. Algu
nas veces, el productor interno se le llama producto punto y se define como:
Producto interno (punto) de los vectores u y v = u v = ( u,v ) = u 1v 1 + u 2 v
2 + ... + u nv n = u i v i
i=1 n
El operador delta tambin se usa para especificar la divergencia de un vector. Div
ergencia de u = u = u1 u 2 u 3 + + x y z (6.33)
La divergencia de un vector es un escalar. Estas reglas bsicas se usan repetidame
nte cuando se
escriben y se derivan ecuaciones en Ingeniera de Yacimientos.
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
En 1856, Darcy descubri que el flujo que pasaba a travs de un filtro de arena era
proporcional al gradiente de presin aplicado al rea transversal al flujo e inversa
mente proporcional a la longitud del empacamiento. Matemticamente, h h q = CA 1 2
L (6.34)
Al aplicarse la ley a otros fluidos se encontr que la constante C podra ser consid
erada como k/, donde es la viscosidad del fluido y k una propiedad (permeabilidad
) exclusiva de la roca. La forma general de la ley de Darcy para el flujo de flu
idos a travs de un medio poroso es: VS = k dP dZ dS g dS (6.35)
La ley de Darcy gobierna el flujo de fluidos en el yacimiento y en el simulador.
Darcy public resultados experimentales de agua que flua a travs de filtros de aren
a. El observ que:
q = c(h w2 h w1)
(6.36)
Esto manifiesta que el caudal es proporcional a la diferencia de altura de agua
del manmetro en los dos extremos del tubo. Darcy not que esta proporcionalidad de
la rata de flujo con la diferencia en el manmetro se aplicaba sin importar el ngul
o de inclinacin del tubo. Ahora, se generaliza este resultado reconociendo que el
empaquetamiento tiene una permeabilidad, k, rea, A, longitud, L, y que el fluido
tiene una viscosidad particular, . La ecuacin se rescribe como: q= kA ( 2 1) L (6
.37)
Las lecturas del manmetro expresan el potencial de flujo, .
6.5.1. Ley General de Darcy (Isotropa)
Una expresin ms general de la ley de Darcy muestra que el vector velocidad Darcy, u,
es igual a la movilidad multiplicada por el gradiente del potencial para cualqu
ier fase. Esta expresin general es para permeabilidad isotrpica, y no direccional.
k u = 0.00633
(6.38)
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
z
en una dimensin,
u x = 0.00633
k dP dz dx + 144 dx
(6.39)
, para simplificar la notacin, se puede usar el ngulo pr designr el ngulo de incl
incin de l direccin x con l horizontl. Entonces, dz/dx = sen , y:
u x = - 0.00633
k dP + sen dx 144
(6.40)
Note que se define el potencial como = P + (/144) Z, luego esto es est
ictamente
vlido pa
a fluidos incomp
esibles. Realmente, el g
adiente del potencial debe
a de
fini
se pa
a fluidos comp
esibles = P + (/144) Z. Luego, las diferencias de potencia
l deben encontrarse mediante integracin de los gradientes a lo largo del camino d
e flujo. La velocidad Darcy no es una velocidad real. Es una velocidad macroscpic
a, la cual da la rata de flujo cuando se multiplica por el rea seccional normal a
l flujo. Sus unidades son ft3/D/ft2. Esto no considera el espacio ocupado por la
s partculas de la roca. La velocidad promedia, v, puede calcularse en la direccin
de flujo, mediante v = u/, donde u es la velocidad (Darcy) microscpica deinida po
r q = Au.
6.5.2. Ley General de Darcy (Anisotropa)
Si se tiene permeabilidad direccional (anisotropa), la expresin general es ms compl
icada.
u = - 0.00633 k11 k = k21 k31 k12 k22 k32 k k13 k23 k33
(6.41)
(6.42)
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
lujo Multifsico
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
83
w = Pw +
w
144
z = P+
w
144
z P cow
(6.49)
donde, Po,g,w P Pcog Pcow Z = p
esin de la fase, psi = Po, psi = p
esin capila
ac
eitegas, Pg Po, psi = p
esin capila
aceiteagua, Po Pw, psi = elevacin (posi
tiva hacia a
ZZ
FWL
Sw
1S o
Fig. 6.6. Cu
vas de p
esin capila
El efecto de la p
esin capila
en el desplazami
ento es menos obvio po
que no se est acostumb
ado a hace
clculos manuales de fluj
o de fluidos incluyendo efectos capila
es. Consid
ese un desplazamiento ho
izonta
l de aceite po
agua en un espacio unidimensional. La solucin a este p
oblema es
di
ecto si no se tienen efectos capila
es. Const
uimos una cu
va de p
esin capila
y luego se t
aza una tangente desde la satu
acin inicial a la cu
va de flujo f
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
85
A menudo se nota que es impo
tante simula
los efectos capila
es en el desplazam
iento en un modelo a escala de campo. Si se igno
an los efectos capila
es, se en
cuent
a que el simulado
no p
opo
ciona el f
ente b
usco que da la solucin de Wel
ge. En vez de sto, un e
o
de Modelamiento llamado dispe
sin num
ica
esulta en un
f
ente dispe
so simila
al causado po
la inclusin del efecto de la p
esin capila
a
ocas con alta pe
meabilidad. Ot
a aplicacin de los efectos de p
esin capila
e
s su efecto en la imbibicin de la fase mojante. Un ejemplo es el flujo cont
aco
0.00633k
u, psi/ft
(6.54)
Fue
za G
avitacional =
, psi/ft 144 dP c S, psi/ft dS
(6.56)
uerzas Capilares = Pc =
(6.57)
Donde, S es la saturacin de inters. La inspeccin de estas ecuaciones proporciona un
entendimiento de las fuerzas: 1. Si no hay flujo, la fuerza viscosas = 0. 2. Si
no existe diferencia de densidad (fase nica, por ejemplo) entonces la fuerza gra
vitacional = 0. 3. Si no hay gradiente de saturacin (por ejemplo, nica fase) luego
, las fuerzas capilares=0. Es comn analizar los trminos de flujo en el yacimiento
en trminos de relaciones. Recordemos el nmero de Reynolds, para flujo en tuberas co
mo una relacin las fuerzas inerciales con las fuerzas viscosas. Un ejemplo de una
relacin de fuerzas para flujo en yacimientos es el nmero gravitacional: la relacin
entre fuerzas gravitacionales con las
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
87
Rata de flujo msico de ds =
( u n ) ds =
( u n ) ds
(6.60)
Las unidades pueden exp
esa
se en: (lb/ft3) (ft/sec) (ft2)=lbm/sec (6.61)
Pa
a obtene
la masa total de flujo fue
a del elemento, se integ
a sob
e toda la
supe
ficie:
flujo total de masa que sale = ( u n )dS
S
(6.63)
Tomando un pequeo volumen, dV, de cualquie
pa
te del elemento:
flujo total de masa pe
dida de dV =
( ) dV t
(6.64)
Luego, se obtiene la
ata de nasa total pe
dida mediante integ
acin sob
e todo el
elemento:
total de masa pe
dida =
V
( ) dV t
(6.65)
igualando: masa total que sale = masa total pe
dida, i.e.,
( u n )ds =
S V
( ) dV t
(6.66)
Aplicando el teo
ema de la dive
gencia (de Gauss) que dice;
( u n )ds = ( u )dV
S V
(6.67)
Substituyendo lo ante
io
en el lado izquie
do se tiene:
( u )dV =
V V
( ) dV t
(6.68)
A medida que dV tiende a ce
o, los integ
andos se igualan, dando la fo
ma final
de la ecuacin de continuidad:
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
88
( u)=
( ) t
(6.69)
Esta es la ecuacin de continuidad pa
a el flujo de fluidos en medios po
osos.
6.9. REGLA DE LA CADENA
Si w = f ( u1, u2, ..., um ) y uj = f ( x1, x2, ..., xn ) entonces se cumple que
,
w w u1 w u2 w u m = + + ...+ x i u1 x i u2 x i u m x i
(6.70)
Ejemplos: Si = f(P,T) y P, T = f(x, y, z, t) entonces,
P T = + x P x T x
Pe
o si = f (P) solamente y P = f(x, y, z, t) se tiene,
d P = x dP x
donde d/dP exp
esa la de
ivada total, no la de
ivada pa
cial
6.10. LINEALIDAD
L (0) = 0 L (c1u) = c1L(u) L(u1 + u2) = L(u1) + L(u2) L(c1u1 + c2u2) = c1L(u1) +
c2L(u2)
Homogneos:
(6.71) (6.72) (6.73) (6.74)
L(u) = 0
Nohomogneos:
(6.74)
L(u) = f(x,y)
(6.75)
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
89
i.g. un ope
ado
(con x, y) de segundo o
den se
:
L = A
2 2 2 + B + C 2 + D + E + F 2 x xy x y y
(6.76)
donde A, B, C, D, E, F = f (x,y), y no de f(u).
6.11. ECUACION DE DIFUSIVIDAD
La ecuacin de difusividad pa
a un sistema lquido en un medio po
oso homogneo es:
2P=
ct P
k t
(6.77)
La derivacin, que se detallar en la prxima unidad est basada en las siguientes tres
relaciones: 1. Ecuacin de Continuidad
u = ( ) t
(6.78)
2. Ley de Da
cy
u=
k
P
(6.79)
3. Ecuacin de estado (proceso isotrmico)
= f(P)
La comp
esibilidad isot
mica del fluido es:
(6.80)
c=
1 dV 1 d = V dP dP
(6.81)
y la de la
oca es:
cf =
1 d dP
(6.82)
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.
(6.89)
Expandiendo el lado de
echo:
2 P=
1 + k t t
Jairo Antonio Seplveda, MSc. y
P P (c ) t + (c f ) t
2P =
P c + c t k
Definiendo ct como la compresibilidad total (fluido y roca), ct = c + cf, se obt
iene la forma final del la ecuacin de difusividad:
2P=
ct P
k t
(6.77)
Esta puede expresarse en trminos de dierentes geometras, aectando solo el lado i
zquierdo de la ecuacin. El trmino 2P se llama El Laplaciano de P. Esta ecuacin es di
ferencial parcial si ct/k no dependen de P. Usualmente se asume que cada parmetro e
s constante de modo que resulta una ecuacin dierencia1 parcial que es posible ha
llarle solucin analtica: Flujo lineal 1D:
2 P c t P = k t x2
(6.90)
Flujo cartesiano 2D
2 2 P P c t P + 2= x2 y k t
(6.91)
En anlisis de presiones de ondo se usa geometra radial: 1 P c t P r = r r
2 P 1 P c t P + = k t r 2 r r
(6.92)
(6.93)
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.
rontera Interna:
q=
2 (0.00633)khr P |r r w r B
(6.109)
Defina las siguientes variables adimensionales:
tD= 0.00633kt ct r 2 w
(6.110)
PD = rD =
2 (0.00633)kh( P i - P) qB r
(6.111) (6.112)
rw
La EDP y sus condiciones iniciales y de frontera en forma adimensional son:
PD PD rD = r D r D r D t D
1
(6.113)
Condicin Inicial:
P D (r D ,0) = 0
Condicin de rontera Externa:
(6.114)
P D (r D ,t D )|r D = 0
(6.115)
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
3 4
(6.131)
Jairo Antonio Se
lveda, MSc. y Freddy Humberto Escobar, Ph.D.
e xD
2 / 4t
D
x x D erfc D 2 t D
(6.143)
La solucin en la frontera interna es:
P D (0 ,t D ) = 2 tD
(6.144)
6.14.4. Sistema Lineal Cerrado (Rata constante, estado
seudoestable). De nuevo,
la ecuacin de difusividad
ara un sistema cerrado es una ecuacin de Poisson. Para
que exista estado
seudoestable,
/t est en toda
arte. Realizando un balance de m
asa se halla que
/t= -qB/(V
ct). Haciendo esta sustitucin en la EDP da:
2 c qB d P = 2 0.00633k LA c dx
(6.145)
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
(-1 )n
n x n 2 2t sin e 2
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
(6.163)
6.14.6. Sistema Lineal Transitorio (Frontera izquierda cerrada). Para este caso,
(6.168)
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
T
mino fuente o sumide
o
=
Acumuacin de masa
(7.1)
Jai
o Antonio Sepveda, MSc. y F
eddy Humbe
to Escoba
, P.D.
( V ) X ( V ) X +X Y Z t + ( V )Y ( V )Y +Y X Z t + ( V ) Z
+t ( )t
(7.4)
2 k x 2 k y 2 k z + + W ( x, y, z ) = ( ) x
(7.5)
La expresin anterior es la ecuacin general de difusividad que representa el flujo
de un solo fluido a travs de un medio poroso. Para el flujo de varios fluidos es
necesario considerar que el medio poroso estar sujeto a variaciones en la saturac
in por lo que despus de proceder en forma similar a la anterior, la ecuacin de difu
sividad para flujo multifsico en donde kf representa la permeabilidad efectiva al
fluido en cuestin, est dada por la siguiente expresin:
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
Incmpresible
= cte
P
esin
oan cada un
a de estas ecuaciones:
7.4.1. Ecuacin de Estado pa
a Fuido Incomp
esibe
= constante =0 P
7.4.2. Ecuacin de Estado pa
a Fuido Lige
amente Comp
esibe
(7.7)
Po
definicin de comp
esibiidad:
cf = 1 V V P T
(7.8)
Como:
=
m m ; V= V
(7.9)
Sustituyendo (7.9) en (7.8):
cf = 1 1 d = P T dP
(7.10)
Despejando c dP:
cdP =
1
d
Integ
ando y despejando :
= oe
c f ( P P )
(7.11)
Dnde: o = Densidad inicia de fuido evauada a a p
esin inicia Po. P = P
esin
medida a cuaquie
tiempo.
Jai
o Antonio Sepveda, MSc. y F
eddy Humbe
to Escoba
, P.D.
qB =0 + + + x x y y z z k (7.18)
2 2 2
La exp
esin (7.18) es a ecuacin de difusividad pa
a un fuido incomp
esibe, a c
ua puede esc
ibi
se de a siguiente mane
a: 2 qB =0 K (7.19)
A a ecuacin (7.19) se e conoce como a Ecuacin Poisson. Si no existe inyeccin, a
ecuacin (7.19) se simpifica a:
2 = 0
La cual se conoce como la Ecuacin Laplace.
7.5.2. Ecuacin de Difusividad para luidos Ligeramente Compresibles
cf =
1 P
dP =
1 cf
dP 1 d = dz c f dz
dP 1 d = dx c f dx
dP 1 d = dy c f dy
Reco
dando a ecuacin dife
encia y si no existe ningn pozo, W = 0:
2 k x 2 k y 2 k z + = ( ) + x Y y z
Po
P
dP
+ gz
1 P = x x
Jai
o Antonio Sepveda, MSc. y F
eddy Humbe
to Escoba
, P.D.
a en funcin de a p
esin. Pa
a eo se p
ocede de a siguiente fo
ma: Reco
dando
a ecuacin de estado pa
a un fuido ige
amente comp
esibe dada po
a exp
esin
(7.13):
= o 1 + c ( P P )
Entonces:
x y z t x = y = z = t =
{ { { {
P 1 + c ( P P ) = c o x P o 1 + c ( P P ) = c o y P o 1 + c (
) = c o t
o
}
}
}
(7.22)
}
Sustituyendo en la ecuacin (7.21) se tiene:
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
y a ecuacin gene
a de difusividad,
2 k x 2 k y 2 k z + + W = ( ) x Y y
Suponiendo que no existe inyeccin, W = 0 y que la porosidad es constante y defini
endo la funcin de pseudopresin de un gas real como:
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
De
ivando m(P): m( P ) P m( P ) x m( P ) y m( P ) t m( P ) Z = 2P ( P ) Z ( P ) 2P
( P ) x 2P P ( P ) Z ( P ) y 2 P P ( P ) Z ( P ) t 2 P P ( P ) Z ( P ) Z
=
=
=
=
Mutipicando po
2RT/M obtenemos, X m( P ) m( P ) m( P ) P k k + +
(7.27)
Ahora, P P 1 1 Z P = t Z Z P Z P t Como, cg = 1 1 Z P Z P
Entonces,
Jairo Antonio Seplveda, MSc. y
o de sistema a tiempo ce
o. As pues, e modeo matemtico competo es una combina
cin de: a) Ecuaciones que gobie
nan e compo
tamiento de fujo en e yacimiento.
b) Condiciones iniciaes que p
opo
cionan os vao
es de a va
iabe dependiente
a un tiempo inicia (to). c) Condiciones de f
onte
a que p
opo
cionan os vao
es de a va
iabe dependiente en dete
minadas
egiones de yacimiento (f
onte
as
) pa
a cuaquie
tiempo. Ve
Fig. 7.3 y 7.4.
P n
F
onte
a
No ay fujo
=0
Fujo
P n
F
onte
a
= cte
Vao
es fijos de p
esin P = p
esc
ito
Fig. 7.4. Condiciones de f
onte
a. Las posibes condiciones de f
onte
a son: a)
En a f
onte
a inte
na: P
esin de pozo constante: P(
w, t) = Pwf = constante.
P(
w, t) = constante,
Cauda constante: P (
, t ) = cte
=
w
q P = = cte kAfront r front
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
Yacimiento Infinito:
Limr P ( r , t ) = Pi
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
( Vx ) ( Vy ) ( Vz ) W ( x, y, z ) = ( ) x y z t
(8.5)
V W ( x, y, z ) = ( ) t
(8.6) La ecuacin de continuidad cuando existen dos fases fluyendo (agua aceite)
:
o V o Wo ( x, y, z ) = ( o So ) t w V w Ww ( x,
Las ecuaciones de estado para cada fase son:
(8.7) (8.8)
o = f ( Po )
w = f ( Pw )
Y e potencia de fujo est definido po
:
(8.9) (8.10)
= w =
o w
Pw
Po
+ gz + gz
(8.11) (8.12)
La ey de Da
cy pa
a cada fase se define como:
Jai
o Antonio Sepveda, MSc. y F
eddy Humbe
to Escoba
, P.D.
c
(8.17)
Entonces:
o =
o c
w =
w c
(8.18)
8.3. ECUACIONES DE FLUJO MULTIFASICO COMPOSICIONAL
Hasta el momento se ha conside
ado ases estables sin ninn inte
cambio de masa e
nt
e ellas. Con el objeto de pe
miti
este enmeno es necesa
io
educi
los luid
os en el yacimiento, ya sean aua, pet
leo, as natu
al, ases asociados, etc., a
sus componentes estables ms elementales como po
ejemplo: metanos, butanos, as
ca
bnico o aua. Estos componentes pod
n existi
en cualquie
a de las t
es ases y
po
lo tanto no plantea
emos las ecuaciones con base en la conse
vacin de masa p
a
a cada ase como lo hemos hecho ante
io
mente sino la conse
vacin de masa pa
a
cada componente. Las ecuaciones se o
iinan en p
incipios natu
ales de conse
vac
in, que dan lua
a ecuaciones de continuidad. a) Ecuacin de Continuidad (P
incipi
o de Conse
vacin de masa ) b) Ecuacin de movimiento: Ecuacin de Da
cy o ecuacin de F
o
cheimme
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
122
c) Ecuacin de Estado (Desc
iben el compo
tamiento P.V.T de los luidos) d) Ecuacin
de Ene
a (En el caso de tempe
atu
a va
iable) Conside
e: a) 3 ases: aceite, a
s y aua. = o, , w. b) N componentes dist
ibuidos en estas ases: i =1, 2, 3,
... , N. c) Ci,
accin msica de i en .,
Ci =
masa i en la ase masa total de la ase
8.3.1. Ecuacin De Continuidad Del Componente I
Se basa en el p
incipio de conse
vacin de masa, el cual exp
esa:
Ritmo de ent
ada Ritmo de salida Ritmo de su min ist
o o de + de masa
Ci = A x S Ci
masa de i en el elemento
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
123
A f x Ci f
x
A f f x Ci f
x +x
x
x+x
x
Fig. 8.1. Flujo del elemento i sore un volumen de control
Ax
t
f
f S f C if = Cambio de masa de i en el elemento con el tiempo.
i = Ax
f
S f C if
(8.23)
Sustituyendo (8.20) a (8.23) en (8.19), y dividiendo por (Ax) y en el lim x 0
lim x0
( V
f f
fX
Cif
)
x +x
( f V fX Cif )
f
x
x
( Cif q
f
) = f
S Ci t f
o bien,
(8.24)
Para flujo en x, y, z:
( V x Ci ) ( V y Ci ) ( V z Ci )
i
(8.25)
(C
q
) =
( S Ci ) t f
La Ec. (8.25) es la ecuacin de continuidad para el componente i en el sistema.
f = o, g, w. i = 1, 2, 3,........., N.
En trminos del operador , para x, y, z:
Jairo Antonio Seplveda, MSc. y
i+ j+ k x y z
(8.26)
V f = V f X i + V fY j + V f Z k
(8.27)
i Producto punto ( i ) : Proyeccin de un vector sobre otro vector. i j ( i ) =
= 0 j i (i ) = 1 i j j ( i k ) = ( k ) =0 ( ) =1 (k k ) = 1
. Ci
j ( k ) = ( k ) =0 j
V fx i + V fy j + V fz k
i+ j+ k + C V fx i + V fy j + V fz k = z
= S Ci f t f f f
(8.29)
f = o, g, w i=1, 2, 3, ...... , N
La ley de Darcy se define como:
vf =
kkrf
P f D f f
(8.30)
lo tanto, hab
N de estas. b) Satu
aciones. El volumen po
oso est siemp
e ocupad
o po
luidos.
S + So + Sw = 1.0
(8.32)
c) Concent
acin de masa La suma total de las concent
aciones de los componentes q
ue constituyen cada ase, debe se
iual a la unidad.
C
i +1
N
i
= 0;
= o, , w
(8.33)
d) P
opiedades Te
modinmicas Los anlisis PVT, p
opo
cionan las siuientes
elacion
es pa
a cada ase:
= 1 ( , Ci ) = 2 ( , Ci )
(8.34)
e) P
opiedad de la
oca. Toda
oca que almacena luido est ca
acte
izada po
su p
o
osidad.
= o 1 + c r ( P Po )
o
, que las siuietes suposicioes so
vlidas: a) Slo existe t
es (3) compoetes e las fases de aua, pet
leo y as.
Las fases de pet
leo y as est compuestas po
dos clases de hid
oca
u
os: Pet
leo
Simulaci de Yacimietos: P
icipios, Coceptos y Cost
ucci de Mallas
128
Coo =
masa del compoete aceite masa aceite + as disuelto
dividiedo po
el volume de aceite a codicioes estda
Simulaci de Yacimietos: P
icipios, Coceptos y Cost
ucci de Mallas
129
C =
masa del compoete as masa total de la fase as
masa de as volume de as a C .S . C = masa total de as vol. de as a C .Y v
olume de as a C .S . vol. de as a C .Y . C =
c.s .
(8.43)
Cw = 0
De la ecuaci (8.33):
(8.44)
C
i =1
N
i
= Co + C + Cw = 1.0
=
c.s.
(8.45)
Cow = 0
(8.46) (8.47)
Cw =0 No existe as disuelto e el aua.
Cww = masa del compoete aua masa total de la fase aua
masa de aua volume de aua a C .S . Cww = masa de aua vol. aua a C .Y volume
de aua a C .S . vol. aua a C .Y . Cww =
w c.s . ww
(8.48)
De la ecuaci (8.33):
Jai
o Atoio Seplveda, MSc. y F
eddy Hume
to Escoa
, Ph.D.
Simulaci de Yacimietos: P
icipios, Coceptos y Cost
ucci de Mallas
130
C
i =1
N
iw
= Cow + Cw + Cww = 1.0
w c.s . = 1.0 w w
w =
w c.s . w
(8.49)
Cuado existe as disuelto e el aua,
w =
c.s. Rsw + w c.s. w
(8.50)
La ecuaci (8.29) esc
ita pa
a el compoete aceite queda:
( C i f f f ) Cif q ** = f
f f
S Ci t f
(Coo o o + Co + Cow w w) + Coo qo** + Co q** + Cow qw** = ( Coo
S + Cow w Sw ) t
{
}
(8.51)
pe
o,
masa de aceite + as disuelto q unidad de tiempo x unidad de volumen
oca = masa
de aceite + as disuelto vol. aceite + as disuelto a C .Y . o o vol. aceite a C
.S . volumen de aceite + as disuelto a C .Y .
** o
o o
** qo
* = qo
Simulaci de Yacimietos: P
icipios, Coceptos y Cost
ucci de Mallas
131
S Vo
+ qo = o o t o
de la ley de Darcy,
(8.54)
vo =
donde,
kkro
o
[Po oD ]
(8.55)
o =
o c
D = P
ofudidad a pa
ti
de u plao de
efe
ecia k = Teso
de pe
meailidades
kxx kxy kxz kx 0 0 k = kyx kyy kyz 0 ky 0 kzx kzy kzz 0 0 kz
kx = ky = kz, indica medio Isotrpico
Reemplazando la ecuacin (8.55) en la ecuacin (8.54) se obtiene la ecuacin general p
ara el flujo del componente aceite
k k
o S [Po o D] qo* = o t o o O
(8.56)
P
ocediendo en o
ma simila
, la ecuacin ene
al pa
a el lujo del componente as
:
k k
kk [Pg D ] +
o Rs [Po o D] o O
(8.57)
y la ecuacin general para el flujo del componente agua:
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
rontera
a. Condiciones Iniciales:
Con base al equilibrio gravitacional y capilar de los fluidos al tiempo t = 0 Di
stribucin inicial de presiones y de Saturaciones
ig. 8.3. Esquema ilustrativo de las condiciones iniciales Dados:
Pref t=0 @ Zref Zcwo Zcgo
Zref Pref Zc
: Plano de referencia : Presin de referencia : Plano de contacto
Equilibrio Gravitacional, no hay flujo de Darcy:
k k rf
f Bf
( P
f
f
D )= 0
(8.59)
Para:
k k rf
f Bf
0 entonces,
( P
f
D )= 0
(8.60)
Movindonos a lo largo de un plano horizontal:
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
x
Fi. 8.5. Teo
ema del valo
medio
Pf f = 0 , etoces; Z Pf = Z c f
c
Pf
Pf = Z
f
Pf
ef
dPf
f
=
Z
ef
dZ
Z
Aplicado el Teo
ema del Valo
Medio, etoces,
c
1 ( Pf Pf f
ref
) = Z Z
ref
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
ef
ef
f ( Z Z
ef ) c
(8.61)
Po
ef P Zco Z
ef Zcwo Pw Po
P
Z
Fi. 8.6. Localizaci de la p
esi de
efe
ecia
= f
( Pf )
= ( P , P
f
f
ef
)
Pf + Pf Pf = 2
ref
(8.62)
La distancia inicial de Po se calcula de:
Po = Po ref +
_
g _ o ( Z Z
ef c
)
Po =
_
(8.63)
o = o Po
_
Po + Po ref 2
(8.64)
Conocida Po zcwo , calculamos Pw zcwo:
Pcwo (Sw =1.0) = 0 Pw zco = Po zcwo
Tambin,
Po zcwo Pw zcwo = 0 Sw = 1.0
Pc = 0
(8.65)
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
Pg zcgo Po zcgo = 0 Sg = 0
Pc =0 (8.66) (8.67)
g _ w ( Z Z cwo ) c _ ( Z Z cwo ) c
P = P
zco
(8.68)
Equili
io Capila
P
Z
Po
Z
= Pco S
(
Z
)S
Z
(8.69) (8.70)
Po Z Pw Z = Pcwo ( S w Z ) S w Z
. Codicioes de F
ote
a
qf
Caudal Especificado de Da
cy:
f
ot
=
Pf D f front f B f front kAkr
(8.71)
Rca mjada pr agua La curva de drene debe usarse para calcular la distribucin i
nicial de saturacines (Debid al prces de migracin de ls luids)
Pc
Agua imbibe
Tresld pressure
0
Swc
Sr
1.0
Sw
Fig. 8.7. Curva de Presin Capilar agua aceite Vs. Saturacin de Agua, para prces
s de drenaje imbibicin
Jair Antni Seplveda, MSc. y Freddy Humbert Escbar, P.D.
Ecuacines en Dierencias
Ecuacines Dierenciales Se aplican a tda ( x, y, z, t ) en el dmini del prb
lema.
Ecuacines en Dierencias Se aplican a valres discrets (xi, yj, zk, tn). i = 1
,2,...I , j = 1,2,...J k = 1,2,...K , n = 1,2,.... en el dmini
Jair Antni Seplveda, MSc. y Freddy Humbert Escbar, P.D.
A = (0)
Derivand el plinmi (9.1) y la derivada se evala en x = 0, tenems, que:
P'(0) = A1 P"(0) = 2A2 P"'(0) = 6A3
En general,
A1 = '(0) A2 = "(0) /2 A3 = "'(0) /6
Pk(0) = K! AK
Despejand Ak de la ltima expresin,
Jair Antni Seplveda, MSc. y Freddy Humbert Escbar, P.D.
ii ( A) ( x A )
2!
2
+ ... +
n ( A) ( x A ) n!
n
(9.3)
Se le cnce cn el nmbre de Plinmi de Taylr de grad n generad pr (x) e
n el punt A, el cual cm ya se cment, es el principi bsic utilizad en la der
ivacin de las rmulas de aprximacin en dierencias initas.
9.5. DIFERENCIAS FINITAS
La slucin numrica aprximada de una ecuacin dierencial parcial pr medi de las d
ierencias initas se reiere al prces pr el cual las derivadas parciales sn
reemplazadas pr expresines aprximadas, btenidas a partir de las series de T
aylr. Supnga que para cada x en (a,b), existen (x), '(x), "(x),..., k(x),
entnces se btiene:
( x ) = ( xi )
( x xi ) +
1!
x
( x xi ) +
xi
2
2!
2 x 2
( x xi ) +
xi
3
3!
3 x3
( x xi ) + ... +
xi
k
k!
k x k (9.4)
(9.5)
donde i est en (a,b) y = i + ( - i);
0 < < 1.0
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.
i
i
i
Si K = 2 en la Ec. (9.6); f( i +x ) = f( xi ) + x
f x
f x
+
xi
x 2 2 f luego: 2! x 2 p
=
i
f( i +x ) f ( xi ) x
x 2 f 2 x 2 p
Despreciando trminos de 2ndo orden f
i
f ( i +x ) f( xi ) x
O ( x )
a) Diferencia progresiva
(9.7)
Xi X
X
) Diferencia regresiva
X X
Xi
c) Diferencia central
Xi -X X
Xi
Xi +X X
Fig. 9.4. Aproximaciones de la primera derivada . Diferencias regresivas: Si x =
xi x, entonces x = xi - x, (Ver Fig. 9.4.).
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
xi
x 3 3 f 3! x3
+ ..... + ( 1)
xi
k
x k k f k ! xk r (9.8)
Si K = 2 en la Ec. (9.8) f( i x ) = f( xi ) x f x f x +
Xi
x 2 2 f de donde, 2! x 2 r
Xi
f( i ) f( xi x ) x
x 2 f + 2 x 2
r
Despreciando trminos de 2ndo orden, f
i
f ( i ) f ( xi x ) x
O ( x )
(9.9)
c. Diferencias centrales: Si K = 3 en las Ecs. (9.6) y (9.8) f( xi +x ) = f( xi )
+ x f x +
Xi
x 2 2 f 2! x 2
+
Xi
x 3 3 f 3! x3 p
(9.10)
f( i x )
f = f( xi ) x x
xi
x 2 2 f + 2! x 2
xi
x 3 3 f 3! x 3 r
(9.11)
Restando la Ec. (9.11) de (9.10):
f( i +x ) f ( xi x ) = 2x
f x
+
xi
x3 3 6 x3
+
p
3 f 3
r
Desp
eciando t
minos de te
ce
o
den, x =
xi
( xi +x ) f( xi x ) 2x
+ O ( x 2 )
(9.12)
Se tiene que, O(x2) < O(x)
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
n +1
f 2 = fi + t + O ( t ) , entonces: t i
n
n
Despreciando trminos de 2o orden,
fi = fi
n n +1
f t t
n +1
+ O ( t )
2
i
f t
n +1
i
fi n +1 fi + O ( t ) t
(9.17)
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
i
t fi t
9.5.2 Aproximaciones a la segunda derivada
Una expresin para la 2a derivada se otiene sumando las Ecs. (9.6) y (9.8). Esto
es:
f( xi +x ) = f ( xi ) + x f x +
xi
x 2 2 f 2! x 2
+
xi
x 3 3 f 3! x3
+ ... +
xi
x k k f k ! x k P
(9.6)
f( X i X ) = f( X i ) X
f X
+
Xi
X 2 2 f 2! X 2
Xi
X 3 3 f 3! X 3
+ ..... + ( 1)
Xi
k
X k k f k ! X k r (9.8) (9.20)
f( i +x ) + f( xi x )
2 f = 2 f( xi ) + x x 2
2
xi
4 4 f f + x + 4 x 4 r P
4
Despejando de la expresin anterior la 2nda derivada,
2 f x 2 =
Xi
f( xi +x ) 2 f( xi ) + f( xi x ) x 2
x 2 12
4 4 4 + 4 x x P r
Despreciando trminos de 4o orden, 2 f x 2 =
xi
f ( xi +x ) 2 f ( xi ) + f( xi x ) x 2
+ O ( x 2 )
(9.21)
Simplificando la escritura de la ecuacin (9.21), utilizando la notacin convenciona
l, tenemos:
f ( i +1) 2 f ( i ) + f( i 1) 2 f = + O ( x 2 ) 2 2 x i x
(9.22)
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
147
xi
1 i , j 2
1 2
xi +
1 2
1 i+ , j 2
i, j + 1
1 i, j + 2
yi
i 1, j
i, j
i + 1, j
1 i, j 2
i, j 1
xi
+1
+P
+1 i +1
( X ) =
t
2
(P
i
n +1
Pi )
Facto
izado,
P
+1 i 1 2 2 ( x ) P n+1 + P n+1 = P n ( x ) 2+ i +1 i t i t
(10.8)
Ntese que en esta ltima expresin; la cual tiene tres incgnitas, el punto i est ligado
a los puntos (i + 1) e (i 1). La forma general de la ecuacin es:
n+ n+ ai Pi 1 1 + bi Pi n +1 + ci Pi +1 1 = di
(10.9)
Donde los coeficientes ai, bi, ci, se refieren, como se ver posteriormente cuando
se defina el trmino transmisibilidad, a la geometra del sistema y a sus propiedad
es fsicas y di contiene a los trminos conocidos. Nuevamente, para avanzar la soluc
in al nuevo tiempo es preciso escribir la Ec. (10.9) para las N celdas que compon
en la malla. El resultado final son N ecuaciones con N incgnitas. Esto es:
Celda a1 Pon +1 1 2 3 N
+b1 P n +1 1 a2 P n +1 1
+ c1 P2n +1 +b2 P2n +1 a3 P2n +1
+c P +b P
n +1 2 3 n +1 3 3
+c3 P4n +1
n +bN PN +1
= d1 = d2 = d3
+1 +cn PNn+1
n +1 aN PN 1
= dN
Las celdas con 0 y n + 1 que se escriben son generalmente celdas ficticias que no fo
rman parte del modelo y que se definen como se ver ms adelante, producto de las co
ndiciones de frontera que se estn utilizando.
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
(10.10) donde,
b1 a 2 c1 b2 a3 P n +1 d1 a1 P0 1 n +1 d2 P
n bn n n n n +1
c2 b3 a4 c3 b4 . c4 . .
0
. . an
0
El sistema se resuelve para la presin desconocida P utilizando el algoritmo de Thoma
s, el cual es discutido en el captulo siguiente. Para un sistema en dos dimensione
s el desarrollo es idntico al utilizado con anterioridad para el de una sola dime
nsin, solo que los resultados son un poco diferentes. Considrese la siguiente ecua
cin diferencial en derivadas parciales en dos dimensiones:
2 P 2 P P + = x 2 y 2 t
(10.11)
En dierencias initas ser:
Jair Antni Seplveda, MSc. y Freddy Humbert Escbar, P.D.
+1 i +1, j
4P
+1 i, j
+P
+1 i , j 1
+P
+1 i , j +1
( x ) =
t
2
(P
n +1 i, j
Pi ,j )
(10.13)
La cual se
educe a:
P
+1 i , j 1
+P
+1 i +1, j
2 2 ( x ) P n +1 + P n+1 + P n+1 = ( x ) P n 4+ i 1, j i , j +1 t i , j
(10.14)
En forma general esta ltima expresin es:
n+ n+ ei Pi ,nj+11 + ai Pi +1,1j + bi Pi ,nj+1 + ci Pi 1,1j + fi Pi ,nj++11 = d i
(10.15)
Donde los coeficientes ei, ai, bi, ci, fi, y di, son similares a los que se defi
nieron para el sistema en una dimensin. Nuevamente, para avanzar la solucin al nue
vo nivel de tiempo se requiere escribir la Ec. (10.15) para todas y cada una de
las N celdas que constituyen la malla. De esta manera se tendrn N ecuaciones con
N incgnitas. En esta ocasin se trata de un sistema pentadiagonal, el cual puede es
cribirse en notacin matricial como se muestra a continuacin:
AP = d
n n +1 n
(10.16)
c f P 1 P 2 c * P3 P4 b P5 d1 d 2 =
b a e
b b a a
c b
Los algoritmos que se utilizan para resolver este tipo de problemas de dos dimen
siones se discuten ms adelante. El esquema implcito es el que involucra mayor esfu
erzo de cmputo para avanzar la solucin de un nivel a otro ya que para resolverlo s
e recurre a procesos iterativos, sin embargo, permite utilizar incrementos de ti
empo mucho mayores
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
U n +1 2U n +1 + U n +1 U n 2U n + U n U n +1 U n i +1 i i 1 i i 1 i i
2 2 t ( x ) ( x )
(10.18)
Donde 0 < < 1. Si se analiza la ecuacin se notar ue si = 0 se trata de un esuema
eplcito, si = se trata de un esuema de Crank Nicholson y si = 1, se considera
un esuema implcito.
10.4 EL CONCEPTO DE TRANSMISIBILIDAD EN LOS ESQUEMAS DE SOLUCION
Ya con anterioridad, en los captulos iniciales, se coment ue al utilizar una mall
a ue divida al yacimiento en una serie de bloues, se debe determinar de alguna
manera la interaccin de flujo ue eiste entre los mismos. Por ellos a continuac
in, se define el concepto de transmisibilidad, T, como la la capacidad de transmi
tir el flujo y est dada por la siguiente epresin: = T P Donde, T: Transmisiilid
ad q: Gasto o rata de flujo P: Cada de presin. (10.19)
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
156
Nivel de tiempo s
1
Dete
mine Pc
Datos:
ko, kw, Pc, Sw
s=s+1
Pc
Sw
Fo
mule la ecuacion de diusividad en die
encias initas
Dete
mine Sw
Resuelva la mat
iz:
No
s
| | |
| | |
s
1 x N
s +1
d1 = dx d N
Se ha llegado al limite de tiempo ?
Si
Halle o y W
Fin
1
Fi. 10.3. Dia
ama de lujo mtodo IMPIS
a) Esquema de Solucin Explcito: En este esquema las t
ansmisibilidades de los t
min
os de lujo, lo mismo que ocu
i con las p
esiones ante
io
mente, se evalan al niv
el de tiempo conocido n. La exp
esin en die
encias initas es:
n n Txn+1/ 2 ( Pi +1 Pi n ) Txn1/ 2 ( Pi n Pi 1 ) = i i
Vbi n +1 ( Pi Pi n ) t
(10.22)
El sundice i+ i- se utiliza por lo que ya se explic, que el flujo que cruza por el
o i al pasar de i+1 a i-1 o viceversa, se ve afectado por la transmisiilidad de amos
loques. El sundice X indica la direccin y el trmino Vi es el volumen total del
loque i. ) Esquema de solucin mixto (IMPES = Implcito en presiones, explcito en s
aturaciones). Este esquema surge al considerar el concepto de transmisiilidad.
En l las presiones se evalan al nivel de tiempo nuevo n+1, mientras las transmisiil
idades se evalan al nivel de tiempo anterior o conocido n. Fig. 10.2. La expresin en
diferencias finitas es la siguiente:
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
Se desea exp
esa
el camio e satu
aci e t
mios de la p
esi capila
y fialme
te e t
mios de potecial. Pa
a hace
sto se usa la
ela de la cadea: S S Pc = t Pc
que puede esc
ii
se de la siuiete mae
a: P S =S' c t t (10.32) (10.31)
Celda 3:
n a3 n +1 + b3 n +1 + c3 n +1 + d3 o3+1 = Dw3 w2 w3 w4 n n n e3 o2+1 + f3 o3+1 + g3 o
+1 + h3 n +1 = Do3 w3
U in++1 2 U in+1 2 1/ 1/ xi
Por la definicin de U, la anterior ecuacin puede expresarse como: U X i
n +1
=
1 X i
Reemplazando las Ecs. (11.6) y (11.7) en la Ec. (11.5) y multiplicando por Vri =
At (X)i, se llega a:
n+ Ti +1/12 Pi +1 Pi ( D )i +1/ 2 n +1 n+ Ti 1/12 Pi Pi 1 ( D )i 1
qin +1 =
Vri n +1 n t B B i
(11.8) i = 1,2,3,.....,I n = 0,1,2,3,.... donde,
Como se aprecia en la ig. 11.1, se usa una celda imagen ficticia en la frontera
izquierda. Aplicando diferencias centrales a la ecuacin (11.3) para x = 0 , i = :
n +1 1 B P D P P0 ( D )1/ 2 = qw 1 = kA x i /
n +1
n +1
Donde,
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
q1n +1 =
Vr1
t (11.12) t B 1
Reemplazando la Ec. (11.11) en la Ec. (11.12):
n T1.5+1 P2 P ( D )1.5 1 n +1
+ qw + q1n +1 =
Vr1
t t B 1
(11.13)
Haciendo referencia a la ig. 11.2, la ecuacin en diferencias para el ltimo nodo i
= N usa como condicin de frontera en dicho punto (x = L) la Ec. (11.4):
P D =0 x x = L x
aplicada en x = L, luego, en ese punto i = I + . La Ec. (11.8) en i = I es: TIn++
1 2 PI +1 PI ( D ) I +1/ 2 1/ La ecuacin para i = I: TIn+1 2 PI PI 1
n +1 n +1
TIn+12 PI PI 1 ( D ) I 1/ 2 1/
n +1
qIn +1 =
Vr1
t t B I (11.14)
+ qIn +1 =
VrI
t t B I
(11.15)
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
(12.3)
La Ec. 12.2 dee satisfacer la ecuacin diferencial, luego:
(P
n +1 i +1
n+ + in++11 ) 2 ( Pi +1 + i +1 ) + ( Pi 1 1 + i+11 )
x 2
(P =
i
n +1
+ in +1 ) ( Pi + i ) t
(12.4)
(12.6)
Esta exp
esi puede simplifica
se a: i = e JPix (12.7)
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
o
, el cual dee se
meo
o iual que
la uidad pa
a otee
estailidad. Reemplazado la Ec. 12.7 e la Ec. 12.5, se
tiee:
+1e JP ( i +1) x 2 +1e JPix + +1e JP (i 1) x
x 2
=
+1e JPix e JPix
t
Multiplicando amos lados de la ecuacin anterior por 1/( e JPix ) :
e JPx 2 + e JPx
x
2
=
1
t
(12.8)
existe una falla entre las celdas, es mejor leer las propiedades en
(caso particular), sobre la falla o emplear algn algoritmo que me des
dos celdas. La mejor manera de manejar la transmisibilidad entre las
aquella que sea la ms representativa (movimiento entre nodos).
ente pe
meabiidad como se esquematiza en a Fig. 12.5. E fujo tota ent
e xi
y xi+1 es:
Jai
o Antonio Sepveda, MSc. y F
eddy Humbe
to Escoba
, P.D.
xi + 1/2
Fig. 12.5. Flujo en paralelo (Sistema de estratos) Promedio de transmisiilidade
s
q = q1 + q2 qi +1/ 2 = A
(12.16)
1 ( Pi +1 Pi ) 1 A 2 ( Pi +1 Pi ) 2 xi +1/ 2 xi +1/ 2
(12.17)
qi +1/ 2 = Ai +1/ 2
( Pi +1 Pi )
xi +1/ 2
(12.18)
Puesto que = 1 + 2, La Ec. 12.17 pue e rescribirse como:
qi +1/ 2 = A
( Pi +1 Pi ) 11 + 22
xi +1/ 2 1 + 2
(12.19)
Igualando la Ec. (12.18) y la Ec. (12.19) se tiene,
Ai +1/ 2
( Pi +1 Pi ) = A ( Pi +1 Pi ) 11 + 22
X i +1/ 2 X i +1/ 2 1 + 2
i +1/ 2 =
11 + 2 2 1 + 2
(12.20)
La Ec. 12.20 es el promedio aritmtico de 1 y 2 ponde
ado po
1 y 2. En la prctica, el
valor absoluto e la permeabili a , k, usualmente se asigna al centro el bloque
y las propie a es epen ientes e presin, incluyen o la permeabili a y porosi a
o
es significativos, cuando existe muco cont
aste en p
e
meabiidad ent
e boques consecutivos.
12.5.3. Funciones de P
esin: f(p)
En agunas ocasiones, se
eaizan simuaciones en donde as p
opiedades de yaci
miento se pueden conside
a
omogneas e isot
picas, como po
ejempo e caso de a
pe
meabiidad; esta p
opiedad a conside
a
a constante y que no cambia con a
p
esin, simpificando e ccuo de a t
ansmisibiidad ( T ) necesitando soo eva
ua
e t
mino ( b / ) . Este t
mino soo es funcin de p
esin y se puede t
ata
de
a siguiente mane
a:
f( Pi+1/ 2 ) = f( Pi+1 , Pi ) Pi +1/ 2 = Pi +1 + Pi 2
(12.21)
(12.22)
+1
+ qi +1 =
V
i
t t B i (13.6)
Si en la condicin de frontera el gasto es especificado, podemos usar la distribuc
in de malla de bloques centrados, que nos permite manejar mejor las condiciones d
e frontera. Si en la condicin de frontera la presin es especificada, usamos mejor
la distribucin de mallas de nodos distribuidos. Para mallas uniformes, la nica dif
erencia hasta el momento es el tratamiento de las condiciones de frontera. Sin e
mbargo, cuando se considera espaciamiento arbitrario, el anlisis muestra que la m
alla de nodos distribuidos es una aproximacin correcta en comparacin con la otra.
Esto porque las fronteras de los bloques deben colocarse entre los nodos y no vi
ceversa, puesto que las ecuaciones diferenciales se aproximan a los nodos y no a
las fronteras.
13.3. MALLAS NO UNI ORMES (COORDENADAS CILINDRICAS, LUJO RADIAL)
Cuando nos acercamos a rw necesitamos cada vez ms una malla ms fina. A medida que
r rw se necesita mayor definicin de la malla para mantener una exactitud uniforme
de la solucin y para ello se requiere una malla altamente irregular. La relacin d
el r ms grande al ms pequeo es del orden de 103, r/rw=1000. Para flujo radial se tiene
, 1 k P P r = ct
r t Multiplicando por r2, (13.7)
r
k P 2 P r = r ct
r t
(13.8)
Si =ln r, y sabien o que ( ln r ) = k P 2 P = r ct ln
ln r t
dr r
Jairo Antonio Seplveda, MSc. y
r = e
Reemplazan o la Ec. 13.7.b y 13.7.c en la Ec. 13.7.a, se tiene:
(13.7.c)
c P 2 P 1 P + 2 = t 2 2 e e e k t
De on e:
2 P P e2 ct P + = k 2 t
Jairo Antonio Seplve a, MSc. y Fre y Humberto Escobar, Ph.D.
403.43
1
e w
i1 i i+1
N
h
(13.17)
La cada de p
esin ent
e i+1 e i, se obtiene integ
ando a ecuacin ante
io
:
qi +1/ 2 = 2 hi +1/ 2
Disc
etizando,
( Pi +1 Pi )
l(
i +1 /
i )
(13.18)
i +1
i
i +1/ 2
r ( Pi +1 Pi ) r i +1
r 1 = i +1/ 2 r ln i +1 ri +1/ 2 ri
ri +1/ 2 = ri +1/ 2 , ri +1 ln ri ri +1
i
l i +1
i si ri +1/ 2 = ri +1
i
i +1/ 2 =
(13.20)
P
omedio loa
tmico de los
adios de los odos i+1 e i.
=
ri +1 ri
de donde
ri +1/ 2 =
ri +1
i ri
i = l ln (13.21)
ri +1/ 2 =
( 1)
i
l
13.3.2. Mll de Bloques Centrdos: (Rdil)
Un representcin esquemtic de un mll rdil de bloques centrdos est dd en l
Fig. 13.6.
rw
i-1 i
e w
i+1
re
h
i + 1/2
Fig. 13.6. Malla ra ial e bloques centra os
Jairo Antonio Seplve a, MSc. y Fre y Humberto Escobar, Ph.D.
1 =
1+1/ 2 l ( 1)
1 =
rw ln ( 1)
(13.26)
Jai
o Atoio Seplveda, MSc. y F
eddy Hume
to Escoa
, Ph.D.
Simulaci de Yacimietos: P
icipios, Coceptos y Cost
ucci de Mallas
185
UNIDAD 14
SOLUCION DE SISTEMAS DE ECUACIONES ALGEBRAICAS
14.1. INTRODUCCION
E el captulo ate
io
se vi que al aplica
las ecuacioes
esultates del esquema
de soluci implcito a cada uo de los loques que compoe la malla, se estalece
u dete
miado me
o de ecuacioes ale
aicas co su co
espodiete me
o de i
citas. Este sistema lieal de ecuacioes simulteas que
esulta puede se
esc
it
o e fo
ma ee
al empleado la otaci mat
icial siuiete: AP = d
(14.1)
Dode A es la mat
iz de coeficietes, d es u vecto
coocido y P es el vecto
de ic
itas de p
esi e todos los putos del sistema coside
ado vecto
P . De esta mae
a, aho
a el p
olema cosiste e
esolve
el sistema pa
a otee
el vecto
de
icitas de p
esi, el cual puede se
muy simple o muy complejo, depediedo del
femeo fsico que se itete
esolve
. Cuado la soluci es
elativamete fcil, como
e el caso de p
olemas de ua dimesi y muchos p
olemas de dos dimesioes, l
a soluci al vecto
de p
esi costituye solo ua f
acci del tiempo total de cmputo
y del costo de la simulaci del yacimieto. Si ema
o, e p
olemas ms complejo
s como e el caso de aluos modelos de dos y la
a mayo
a de los de t
es dime
sioes, el esfue
zo que se
equie
e pa
a
esolve
el vecto
P tiee u mayo
si
ificado co
elaci al
esto del p
olema e la simulaci del yacimieto. Po
lo
ate
io
, es fcil comp
ede
que la eficiecia que tea u simulado
tato pa
a
esolve
el p
olema plateado como e el aspecto ecomico depede e
a medida
del alo
itmo que se utilice pa
a
esolve
eficietemete el vecto
de p
esi es
talecido. Los mtodos que se emplea pa
a otee
la soluci de la ecuaci (14.1) p
uede dividi
se e dos
ades
upos: mtodos di
ectos y mtodos ite
ativos. Alua
s de las ca
acte
sticas de estos mtodos de soluci se p
eseta a cotiuaci:
Mtodos Di
ectos Mtodos Ite
ativos 1. Soluci exacta 1. Soluci cove
ete 2. Tiempo
de computado
p
edecile 2. Tiempo de computado
imp
edecile 3. Altos
eque
im
ietos de memo
ia 3. Bajos
eque
imietos de memo
ia 4. E p
olemas 2D, t
aaja
mejo
e 4. E p
olemas 2D, t
aaja mejo
e 3 sistemas co meos de 1000 celd
as sistemas co ms de 3000 celdas 5. No es p
ctico pa
a p
olemas 3D 5. Reque
ido
pa
a p
olemas 3D
Jai
o Atoio Seplveda, MSc. y F
eddy Hume
to Escoa
, Ph.D.
Simulaci de Yacimietos: P
icipios, Coceptos y Cost
ucci de Mallas
186
14.2. METODOS DIRECTOS EN LA SOLUCION DE SISTEMAS DE ECUACIONES ALGEBRAICAS
Los mtodos di
ectos so aquellos e los cuales la soluci
s se otiee cuado se ha
esuelto la mat
iz que
ep
eseta
ejemplos de mtodos di
ectos so los siuietes:
e
Elimiaci de Gauss. Descomposici mat
icial Mtodo de
14.2.1. Ive
si de Mat
iz
Se t
ata de u mtodo astate secillo pa
a el cual se
equie
e dete
mia
la mat
iz ive
sa de la mat
iz de coeficietes y mediate ua p
emultiplicaci otee
la soluci. El p
ocedimieto es como siue. Dado el sistema: AP = d
(14.2)
Dete
miado A1 y multiplicado po
la ecuaci (14.2): A1 A P = A1 d
(14.3)
saemos que: A1 A = I, I = Mat
iz idetidad o idtica. I P = A1 d
P=d ,
1
(14.4)
d = A1 d
1
La soluci se otiee co los
esultados que p
opo
cioe el p
oducto del lado de
ollado
e ua computado
a tal como lo
equie
e el t
ata
de otee
la soluci del vecto
P. Ejemplo:
Jai
o Atoio Seplveda, MSc. y F
eddy Hume
to Escoa
, Ph.D.
Simulaci de Yacimietos: P
icipios, Coceptos y Cost
ucci de Mallas
187
2P1 3P2 = 7 3P1 + 5P2 = 1 cuya ecuaci mat
icial es:
2 3 P 7 1 3 5 P = 1 2
1 | 16 3 4 2 1 2 1 4 8 2 | 13 8 1 1 3 2 | 14 1 1 3 2 1 | 4
continuacin algunas operaciones fundamentales a los renglones de esta ltima matriz
, con el objeto de reducirla a una matriz diagonal superior. Matriz superior es:
1 0 0 0 0 1 3 2 1| 4 1 7 5 4 | 28 0 17 17 8 | 49 0 0 170 79 |
P1 + P2 3P3 + 2P4 5P5 = 4 P2 + 7P3 5P4 + 4P5 = 28 17P3 17P4 + 8P5 = 49
170P4 79P5 = 146 3152P5 = 12608
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
(14.9)
entonces,
A=LU
donde,
(14.10)
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
LY = b y U P = Y
(14.14)
Las matrices de coeficientes que resultan en problemas de simulacin de yacimiento
s son matrices en forma de banda. Para matrices pequeas en forma de banda, la sol
ucin directa por medio de descomposicin matricial, conocida tambin como descomposic
in LU o factorizacin es un mtodo eficiente. Por ejemplo, el caso de modelos areales
de 2D con menos de 15 bloques.
14.3. METODOS ITERATIVOS EN LA SOLUCION DE SISTEMAS DE ECUACIONES ALGEBRAICAS
Este tipo de mtodos son de naturaleza repetitiva y el proceso de solucin implica u
n clculo sistemtico de una aproximacin a dicha solucin, la cual es mejor en cada ite
racin. Para ello se requiere la seleccin de un conjunto de valores iniciales de la
s incgnitas, conocido con el nombre de vector inicial, sobre el cual se opera par
a producir un mejor resultado. El error en cada paso se reduce y el nuevo valor
de la incgnita Pn que se obtiene se aproxima a la solucin correcta P* a medida que
se sigue iterando, ver ig. 14.1. Dentro de los mtodos iterativos ms importantes
(14.15)
La matriz A se sustituye por:
A=D+R
(14.16)
Donde D es una matriz diagonal, es decir, una matriz cuadrada cuyos elementos so
bre la diagonal principal son los nicos diferentes de cero. R es otra matriz que
contiene ceros en su diagonal principal y tiene los restantes elementos de A, en s
us dems elementos. Sustituyendo en la expresin (14.15):
( D + R) P = b
D P+ R P = b
(14.17)
D P = b R P
Premultiplicando por D1:
Jairo Antonio Seplveda, MSc. y
(14.18)
= D b D R P
1
1
(K )
(14.19)
Donde:
K = 0, 1, 2, ..........
El mtodo de Jacobi, definido por la ecuacin matricial de recurrencia dada por la e
xpresin (14.19) significa que una vez planteado el sistema (14.15) se despeje P1
de la primera ecuacin, P2 de la segunda, P3 de la tercera, etc., quedando:
P ( K +1) = 1 P2( K +1) = P3( K +1) =
1 b1 a12 P2( K ) a13 P3( K ) ..... a1n Pn( K ) a11
(
) ) )
1 b2 a21 P ( K ) a23 P3( K ) ..... a2 n Pn( K ) 1 a22 1 b3 a31 P ( K ) a32 P2( K
) ..... a3n Pn( K ) 1 a33
(
(
...
Pn( K +1) =
Donde,
1 bn an1 P ( K ) an 2 P2( K ) ..... an( n 1) Pn(K ) 1 1 ann
(
)
(14.20)
K = 0, 1, 2, .....
Pa
tiendo de una p
ime
a ap
oximacin:
P
(0)
0 0 0 0 = P ( ) , P2( ) , P3( ) ,...., Pn( ) 1
(14.21)
Se sustituir en los segundos miembros de las ecuaciones de la expresin (14.20) par
a obtener la nueva aproximacin:
P
(1)
= P (1) , P2(1) , P3(1) ,...., Pn(1) 1 (14.22)
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
(14.24)
donde es un vector
P (0) = {0, 0, 0, 0,
expresin (14.20) se
b b b b P = 1
(14.25)
Este ltimo vecto
P , se utiliza
como vecto
inicial P (0) en la solucin de sistem
as po
el mtodo de Jacobi. Pa
a una mejo
comp
ensin del mtodo, se
esolve
el siui
ente sistema de ecuaciones: 6P1 + 2P2 + P3 = 22 P1 + 8P2 + 2P3 = 30 P1 P2 +
6P3 = 23 Despejando P1 de la p
ime
a ecuacin, P2 de la seunda y P3 de la te
ce
a
: 1 ( 22 2 P2 P3 ) 6 1 P2 = ( 30 + P 2 P3 ) 1 8 1 P3 = ( 23 P + P2 ) 1 6
P= 1
Haciendo
ecu
sivo este sistema, sen la exp
esin (14.20):
P ( K +1) = 1 P2( K +1)
1 22 2 P2( K ) P3( K ) 6 1 = 30 + P ( K ) 2 P3( K ) 1 8
( (
) )
(14.a) (14.b)
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
196
P3(
K +1)
=
1 K K 23 P ( ) + P2( ) 1 6
(
)
(14.c)
Donde K = 0, 1, 2, 3, ....
sustituyendo K = 0 en las
, se obtiene: 1 22 2 P2(
(1) = 23 P ( 0) + P2( 0)
Tomando el vecto
inicial P (0) =(22/6, 30/8, 23/6) y
t
es ecuaciones de
ecu
P (1) = 1
( ( (
) )
)
Sustituyendo valo
es: 1 = 1.778 ( 22 2 ( 30 / 8) 23 / 6 ) 6 1 P2(1) = ( 30 + 22
/ 6 2 ( 23 / 6 ) ) = 3.250 8 1 1 P3( ) = ( 23 22 / 6 + 30 / 8 ) = 3.847, 6
P (1) = 1
obtenindose:
P (1) = [1.778, 3.250, 3.847]
Sustituyendo K = 1 en las Ecs. (14.a), (14.b) y (14.c): 1 ( 22 2 ( 3.25) 3.847 )
= 1.942 6 1 2 P2( ) = ( 30 + 1.778 23.847 ) = 3.011 8 1 2 P3( ) = ( 23 1.778 +
3.250 ) = 4.079 6
P ( 2) = 1
Po
lo tanto:
P (2) = [1.942,3.011, 4.079]
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
197
P
ocediendo
eite
adamente en o
ma simila
se obtiene:
K = 2 ; P (3) = [1.983, 2.973, 4.012] K = 3 ; P (4) = [2.007, 2.995, 3.998] K =
4 ; P (5) = [2.002, 3.001, 3.998] K = 5 ; P (6) = [2.000, 3.001, 4.000] K = 6 ;
P (7) = [2.000, 3.000, 4.000]
Finalmente la solucin del sistema es:
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
198
P ( K +1) = 1 P2( K +1) = P3( K +1) =
1 b1 a12 P2( K ) a13 P3( K ) ..... a1n Pn( K ) a11
(
) ) )
1 b2 a21 P ( K +1) a23 P3( K ) ..... a2 n Pn( K ) 1 a22
(
1 b3 a31 P ( K +1) a32 P2( K +1) ..... a3n Pn( K ) 1 a33
(
...
Pn( K +1) =
1 bn an1 P ( K +1) an 2 P2( K +1) ..... an( n 1) Pn(K +1) 1 1 ann
(
)
(14.26)
Como ejemplo del p
ocedimiento de clculo que siue ste mtodo se
esolve
el mismo si
stema de ecuaciones que se emple pa
a ejempliica
el mtodo de Jacobi. 6P1 + 2P2 +
P3 = 22 P1 + 8P2 + 2P3 = 30 P1 P2 + 6P3 = 23 Las ecuaciones sen la exp
esin (
14.26) se
educen a:
P( 1
K +1)
=
1 K K 22 2 P2( ) P3( ) 6
(
)
) )
(14.d)
P2( K +1) = P3( K +1)
1 30 + P ( K +1) 2 P3( K ) 1 8 1 = 23 P ( K +1) + P2( K +1) 1 6
( (
(14.e) (14.)
Donde K = 0, 1, 2, ..... Tomndose el mismo vecto
inicial que en aquel ejemplo, e
sto es:
22 30 23 P (0) = , , 6 8 6
y sustituyendo K = 0 en las ecuaciones (14.d), (14.e) y (14.):
P( ) = 1
1
1 0 0 22 2 P2( ) P3( ) 6
(
)
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
199
P2( ) =
1
P3(1)
1 1 0 30 + P ( ) 2 P3( ) 1 8 1 = 23 P (1) + P2(1) 1 6
( (
)
)
Sustituyendo valo
es: 1 30 23 P (1) = 22 2 = 1.778 1 6 8 6
= 4.0369 8 6 1 P3(1) = ( 23 1.778 + 4.039 ) 6 Se obtiene:
P (1) = [1.778, 3.014, 4.039]
Procediendo reiteradamente en forma similar, resultan las siguientes iteraciones
:
K=1; K=2; K=3;
P (2) = [1.998, 2.989, 4.000] P (3) = [ 2.004, 3.001, 4.000] P (4) = [ 2.000, 3.
000, 4.000]
Por lo tanto la solucin es P1 = 2000, P2 = 3000, y P3 = 4000. Como puede apreciar
se, es la misma solucin que proporciona el mtodo de Jacobi, con la ventaja que ste
la obtienen en tres iteraciones menos.
14.3.3. Mtodo de Relajacin
Se trata de un mtodo que acelera la obtencin de la solucin con respecto a los mtodos
iterativos vistos anteriormente. En ste, el nuevo valor de Pi(k+1) se obtiene co
n parte de la nueva iteracin y con parte de la anterior. Para ello se introduce e
l trmino parmetro de relajacin, , cuya presencia acelera el proceso de convergencia. A
s pues, notacionalmente se tiene el siguiente sistema:
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.
a i,i
N b i - i=1,i j ai , j Pj , Si i > j , = K +1, y si j < i, = K
Es muy importante seleccionar el valor adecuado de un para acelerar el proceso,
pues un valor ptimo de dicho parmetro produce una convergencia etraordinariamente
rpida. La estimacin de este parmetro est en funcin del tamao de la malla y de la hete
rogeneidad del medio poroso. Una manera de estimar un juego de parmetros de sobre
-relajacin ptima para sistemas heterogneos y anisotrpicos se presenta a continuacin:
k N 2 y 2 = 2 k y N y x 2
Donde Nx y Ny representan el nmero de nodos en la direccin x e y, respectivamente.
=
1 + cos( / N x ) 2 1+ 1
opt =
Jairo Antonio Seplveda, MSc. y Freddy Humberto Escobar, Ph.D.
203
x x x
x x x
x x x x x x x x x x x x x x x x x x x
x x x
x x x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x x x x x x x x x
x x x x x x x
x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x
x x
x
ig. 14.5. Localizacin de la matriz de elementos
x x
x x x x x x x x x x x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x x x x x x x x x x x x
x x x x x x x x x x
en el ordenamiento A3
x
x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x x
x x x x x x x x x x x x x x x x
x x
x x x x x x x x x x x x
x x
x x x
ig. 14.6. Localizacin de la matriz de elementos en el mtodo D4
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
211
Multiplicando po
2 y expandiendo la de
ivada en tiempo:
2 2 Pi ,nj+1/ 2 X 2 + 2 Pi ,nj+1 Y 2 + 2 Pi ,nj Y 2 2Qi , j = 2 Pi ,nj+1 Pi ,nj
X 2 pi ( kh / )
X 2 pi ( kh / )
= 2
(14.27.e)
Exp
esado la Ec. 14.27.d e dife
ecias fiitas:
t D t D n+ P n +1/ 2 2 Pi ,j+1/ 2 + Pi 1,1/ 2 ) + ( Pi,j +1 2Pi,j + Pi,j 1 ) j
( i +1, j 2 X 2 X 2 t D Qi , j = ( Pi ,j+1/ 2 Pi ,j ) 2 2X pi ( kh / )
Defina:
=
t D / 2 kt / 2 = 2 X ct x 2
Lueo:
(P
n +1/ 2 i +1, j
n+ 2 Pi ,nj+1/ 2 + Pi 1,1/ 2 ) + ( Pi ,nj +1 2 Pi ,nj + Pi ,nj 1 ) j
pi ( kh / )
Qi , j
=
(P
1
n +1/ 2 i, j
Pi ,j )
2m
b = 4 cos 2
2m
k =
1 , k = 1, 2,...., m bz k 1
El factor de reduccin del error depu de m doble barrido e:
1 z z1.5 exp Pm = 1 z 1+ z
Sm = m Pm
4
El valor ptimo de m se escoge para el valor mnimo de Sm. Por ejemplo, para un enma
llado de 17 x 17, los valores ms eficientes de fueron:
1 = 0.252147 2 = 0.497533 3 = 0.981727 4
249 8 = 29.365296
ls mtrices resultntes de l pliccin de
gonles y pueden resolverse por el Algoritmo
btener l distribucin de presin lo lrgo
empo, lo cul
on e,
x(u +1) = x(u +1) x(u )
Se parte e la estimacin x(0) y se calcula x(1), se contina iteran o hasta que x(u
+1) y/o f (u +1) . La intrprtacin gomtrica, como s prsnta n la Fig. 14.17,
s basa n lo siguint. Sa:
x =
(1)
f ( 0)
f x
( 0)
f x
(0)
=
f( ) f( ) f( ) 1 = (1) ; ntoncs, x( ) = ( 0) x (1) x (0) x f x
0 0 0
n x(3) in ica qu s st crca al valor vr a ro. La stimacin x(0) b star
ntro convrgncia para qu la solucin convrja. Dl jrcicio antrior:
or x(u), y(u).
Fi x Fi x
(
( u +1)
,y
( u +1)
) = F (x
i
(u )
,y
(u )
)
F + i x
(u )
x
( u +1)
F + i y
(u )
y ( u +1) = 0
(u )
x
( u +1)
F + i y
(u )
y ( u +1) = Fi (u )
i = 1, 2
Aplican o al sistma cuacions:
Jairo Antonio Splv a, MSc. y Fr y Humbrto Escobar, Ph.D.
2 x
1 y 2 y
(u )
x y
( u +1)
F1 =
(u )
El proceso iterativo inicia con X(o), Y(o) y termina cuando:
|x(u+1)| y |y(u+1)|
y/o |F1(u+1)| y | F2(u+1)|
14.6.3. Nwton Raphson para la Solucin Sistmas Ecuacions No Linals
S tin l siguint sistma: Fi (x1, x2, x3, ......., xn) = 0 No. Ecuacion
s = No. Incgnitas Suponga qu s conocn:
Fi
(u )
i = 1, 2, 3,......, n.
Fi y x j
(u )
i = 1, 2,3,..., n j = 1, 2,3,..., n
ntoncs, s pu xpan ir Fi(+1) alrededor del nivel iterativo (), empleando er
ie de Taylor, truncado a lo trmino de orden m bajo, eto e:
Fi
( +1)
= Fi
( )
Fi ( ) ( +1) Fi ( ) ( +1) Fi ( ) ( +1) + x1 + x2 + ... + xn = 0; i = 1, 2,3,...., n
Jairo Antonio Seplveda, MSc. y Freddy Humberto Ecobar, Ph.D.
1 x2 2 x2 3 x2
1 x3 2 x3 3 x3
3 x1 . n x1
2 3 = ...
( )
La anterior ecuacin matricial contituye la matriz de coeficiente plena, porque e
n toda la ecuacione etn preente toda la variable. Se dice que la matriz
et dipera, cuando
Jairo Antonio Seplveda, MSc. y Freddy Humberto Ecobar, Ph.D.
adas.
(14.29)
( P D )n +1 = 0 1/ 2 n +1 ( P D ) I +1/ 2 = 0 n = 0, 1, 2, 3,.....
Desa
ollando (14.28):
(12.30) Malla de bloques cent
ados (12.31)
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
222
n+ Ti +1/12 Pi +1 Pi ( D )i +1/ 2
n +1
n+ Ti 1/12 Pi Pi 1 ( D )i 1/ 2
n +1
+ qin +1 =
V i
( B )n +1 ( B )n i t (14.32)
kb Ti +1/ 2 = T ( Pi +1 , Pi ) = i +1/ 2i +1/ 2 = i +1/ 2 i +1/ 2 kb Ti
i , Pi 1 ) = i 1/ 2 i 1/ 2 = i 1/ 2 i 1/ 2
Y la gravedad especfica evaluada en la posicin i+ est dada por:
i +1/ 2 = ( Pi +1 , Pi ) = i 1/ 2
i +1/ 2 c = ( Pi , Pi 1 ) = i 1/ 2 c
Los camios del volume po
oso puede
ep
eseta
se po
la siuiete exp
esi
es
ultate de la expasi y poste
io
t
ucamieto de la se
ies de Taylo
. Puesto qu
e = (p) entonces;
n+1 = n [1 + c
(Pn+1 Pn)]
Se tiene un sistema de ecuaciones no lineales. Las linealidades son el
esultado
de (1) Los t
minos de lujo y (2) Los t
minos de acumulacin. Esto ame
ita la linea
lizacin del sistema. No se puede pe
miti
una mala linealizacin del t
mino de acumul
acin. Aplicando el mtodo de Newton Raphson a la solucin del sistema de ecuaciones
(14.32) se tienen I ecuaciones con I incnitas. Si se deine Fi (Pi1, Pi, Pi+1),
entonces:
Fi ( Pi 1 , Pi , Pi +1 ) = Ti +1/ 2 [ Pi +1 Pi (D)i +1/ 2 ] Ti 1/ 2 [ Pi Pi 1
] + qi Vri ( b )n +1 ( b )n = 0; i = 1, 2, 3, ....., I i t
(14.33) La implicicidad o explicicidad de la Ec. 14.33 se obvia para facilitar l
as manipulaciones.
Si e conoce F ( ) ,
Para el nodo I tambin se estableci una frontera cerrada lo que indica que no hay f
lujo a travs de ella, luego (P - D)I+ = 0. Reemplazando en la Ec. (14.33):
FI ( PI -1 , PI ) = - TI - [ PI - PI -1 - ( D) I ] + qI FI ( ) ( +1) FI ( ) ( +1) P
+ PI = FI( ) PI 1 PI
VrI
( b ) - ( b ) n = 0 I t
El sistema de ecuaciones resultante para la malla de I nodos est dado por:
1 P2 2 P2 3 P2
2 P3 3 P3
0
3 P4
..
I 1 PI 2
I 1 PI 1 I PI 1
I 1 PI I PI
( )
P 1 P2 P3 ... PI 1
( +1)
F1
2 3 = .... I 1
( )
Si e tiene un itema compueto nicamente por 8 bloque o nodo, la anterior ecu
acin matricial e convertira en:
F1 P 1 2 P 1 0 0 0 0 0 0
1 P2 2 P2 3 P2
0 0 0 0 0
0
0 0
0 0 0
0 0 0 0
0 0 0 0 0
2 P3 3 P3 4 P3
0 0 0 0
3 P4 4 P4 5 P4
0 0 0
4 P5 5 P5 6 P5
0 0
5 P6 6 P6 7 P6
0
6 P7 7 P7 8 P7
0 0 0 0 0 0
7 P8
8 P8
( )
P 1 P2 P3 P 4 P5 P6
( +1)
F1 2 3
4 =
( )
Para dar olucin al itema de ecuacione, el proceo iterativo inicia con:
Jairo Antonio Seplveda, MSc. y Freddy Humberto Ecobar, Ph.D.
y termina una vez que: |Pi(+1)| y/o Para todo i, |Fi(+1)| i = 1, 2, 3, 4,......, I
Pi (+1) = Pi (+1) Pi ()
de donde Pi (+1) = Pi () + Pi (+1)
Fi ( Pi 1 , Pi , Pi +1 ) = Ti +1/ 2 [ Pi +1 Pi (D)i +1/ 2 ] Ti 1/ 2 [ Pi Pi 1
] + qi Vri
( b )n +1 ( b )n = 0 i t
Las transmisibilidades en la cara o en la mitad del bloque se obtienen del prome
dio entre dos nodos contiguos:
Ti+ = T (Pi, Pi+1) Ti = T (Pi, Pi1)
i+ = (Pi+1, Pi) i = (Pi, Pi1)
i = (Pi)
bi = b (Pi)
Las de
ivadas de las unciones con
especto a la p
esin en cada nodo estn dadas po
: Fi , Pi 1 Fi , Pi Fi Pi +1
y dichas de
ivadas se evalan de:
i T = Ti 1/ 2 1 + Di 1/ 2 i 1/ 2 Pi Pi 1 ( D )i 1/ 2 i 1/ 2
(14.36)
Las propiedades del fluido en la posicin i, se evaluan con base en la presin en di
cho nodo, Pi:
bi = b (Pi),
Donde:
i = (Pi),
i = (Pi)
Jai
o Atoio Seplveda, MSc. y F
eddy Hume
to Escoa
, Ph.D.
Simulaci de Yacimietos: P
icipios, Coceptos y Cost
ucci de Mallas
226
Pi 1/ 2 =
y;
Pi + Pi 1 2
i 1/ 2 1 i 1/ 2 = Pi 1 2 c Pi 1/ 2 Ti 1/ 2 Ti 1/ 2 Pi 1/ 2 1 Ti
2 Pi 1 Pi 1/ 2 Pi 1 2 Pi 1/ 2 2 Pi 1/ 2
b Pi 1/ 2
( )
i 1/ 2
( )
i 1/ 2
=
i 1/ 2
bi 1/ 2 bi 1/ 2 i 1/ 2 Pi 1/ 2 Pi 1/ 2
( i 1/ 2 )
2
Jairo Antonio Splv a, MSc. y Fr y Humbrto Escobar, Ph.D.
i T = Ti 1/ 2 1 + Di 1/ 2 i 1/ 2 Pi Pi 1 ( D )i 1/ 2 i 1/ 2
(14.36)
Puesto que la gravedad especfica est relacionada con densidad, es factible obtener
la siguiente expresin:
i 1/ 2 1 i 1 1 1 i 1 = = = Pi 1 2 Pi 1 2 P i 1 2 c Pi 1
Jai
o Atoio Seplveda, MSc. y F
eddy Hume
to Escoa
, Ph.D.
Simulaci de Yacimietos: P
icipios, Coceptos y Cost
ucci de Mallas
228
Ti 1/ 2 1 b = ( k )i 1/ 2 Pi 1 2 Pi 1
( )
1 b = ( k )i 1/ 2 2 i 1
( )
1 b 1 P P = Pi1 i 1 b P
Ti +1/ 2 1 1 b 1 = ( k )i +1/ 2 b i b P P Pi 2 i Ti 1/ 2 1
Pi 2 i
1 db 1 d d db d + ( b ) = + b = ( b )i dP dP dP i b dP dP i i
i T = Ti +1/ 2 1 Di +1/ 2 i +1/ 2 + Pi +1 Pi ( D )i +1/ 2 i +1/ 2
( )
( )
(14.38)
i +1/ 2 1 1 = = Pi +1 2 P i +1/ 2 2 c P 1+1/ 2
Ti +1/ 2 1 = ( k )i +1/ 2 Pi +1 2 P
Si:
( )
=
i +1
1 ( k )i +1/ 2 b 2
( )
1 b 1 P i +1 i +1 b P
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
I 1 PI I PI
. .
. . c
. a . b . .
. .
donde: . . [T ] =
a=
i , Pi
b=
i , Pi +1
c=
i Pi 1
. . ci
. ai .
bi . .
c =T i 1/ 2 i ai = Ti +1/ 2 Ti 1/ 2 . bi = Ti +1/ 2 .
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
T ci = Pi Pi 1 ( D )11/ 2 i 1/ 2 P i 1 T T ai = [ P D ]1
. bi = Pi +1 Pi ( D )1+1/ 2 i +1/ 2 P
i +1
. . ci
. ai . bi . .
. ( b ) ' =
. ai .
Vr d ( b )i ai = i t dPi .
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
231
V
i
{ {1 + c ( P t
n r
n +1
P n ) ( b )
}
n
} = t {{1 + c ( P
VPi
i r
n +1
P n ) b bn
}
}
i
14.6.3.2 Mto os Linalizacin a. Linalizacin Dircta
Esta s una particulari a l mto o Nwton Raphson y tambin s l llama mto o
xtrapolacin. Extrapolacions alto or n son posibls pro rquirn mayor c
apaci a mmoria. Las aproximacions a los mto os sgun o or n prsrva su
or n cuan o las matrics son valua as a nivls timpo xtrapola os. Esta
aproximacin trabaja bin simpr y cuan o las linali a s no san muy furts y
pu n usars satisfactoriamnt n problmas monofsicos y flujo miscibl. En flu
jo multifsico la naturalza xplcita la xtrapolacin causa limitacions stab
ili a similar a las l mto o simpl o xpltico. T ( P D ) i + qin +1 =
n +1
Vri t
t ( b )i
Linealizando pa
cialmente la ante
io
ecuacin, es deci
, Tn+1 Tn, y adems n+1 n, lo
cual e muy imilar al mtodo IMPES, e tiene: T n ( P n +1 n D ) + qin +1 =
i
Vri t
( b )n + 1 ( b )n
Fi i 1/ 2 n = Ti 1/ 2 + (T n D ) i 1/ 2 P Pi 1 i 1
Vr Fi n n = Ti +1/ 2 Ti 1/ 2 ( b ) (T n D )i +1/ 2 i +1/ 2 + (T n D )i
i Pi t dP i
i
Fi i +1/ 2 n = Ti +1/ 2 (T n D ) i +1/ 2 P Pi +1 i
[J ] = [T ]n + [( b)] + [G] Hay qu tnr prsnt qu cuan o s scrib un program
a computa or (simula or) st bra calcular las matrics por spara o. Una m
ala linalizacin los trminos acumulacin, tin un rfljo rror n balanc
matria, EBM. Un EBM s una con icin ncsaria pro no suficint para qu l
problma st bin. La forma gnral para linalizar s l mto o Nwton Raphs
on, las otras son particulari a s.
b. Itracin Simpl o Explcita
El mto o linalizacin ms simpl y frcuntmnt usa o linalizacin s obtin
prmitin o qu las no linali a s s rtracn un nivl timpo atrs. Linali
zan o: Tn+1 ~ Tn, n+1 ~ n, ( b)n+1 ~ ( b)n
[J ] = [T ]n + [( b)]n Es important tnr n conociminto qu sta linalizacin
crc l or n la aproximacin a 0(t) para mtodos de mayor orden y por lo tanto n
o se justificar su uso.
c. Semi - implcito (linealizado)
El mtodo semi - implcito linealizado fue originalmente desarrollado para preservar
la
Jairo Antonio Seplveda, MSc. y Freddy Humerto Escoar, Ph.D.
[J ]( ) P
( +1)
= F
( )
Si = 0 y Pi(0) = Pi(n); i = 1, 2, 3,..., I., y olo e itera una vez:
[J ]
(n)
P
( n +1)
= F
(n)
on , [J ]n = [T ]n + [T]n + [( b)]n
14.7. ALGORITMO DE THOMAS
To os los sistmas flujo uni imnsionals iscuti os antriormnt (xcpto p
ara l caso con icions frontras pri icas) rsultar n un sistma N cu
acions simultnas algbraicas con trs iagonals. Si [A] = [W] [Q] on , [W] =
Matriz triangular infrior [Q] = Matriz triangular suprior
Jairo Antonio Splv a, MSc. y Fr y Humbrto Escobar, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
239
UNIDAD 15
CAUDALES Y PRESIONES DE POZOS
15.1. ECUACIONES PARA POZO
En simulacin de yacimientos, las ecuaciones usan p
esiones en el cent
o de los no
dos o bloques. Estas p
esiones
ep
esentan p
esiones p
omedias de balance de mat
e
ial en cada bloque. Sin emba
o, si un pozo est localizado en el cent
o del blo
que, la p
esin del bloque, Pi,j, no es la p
esin de ondo luyente del pozo, Pw.
Estas ecuaciones calculan el lujo de bloque a bloque pe
o no modelan los altos
adientes de p
esin en las ce
canas al pozo. De modo que si un pozo est localizado
en una celda, se necesitan ecuaciones adicionales pa
a
elaciona
el compo
tami
ento del pozo con las va
iables de la celda. Se puede asumi
que existe estado e
stable dent
o de la celda de modo que las siuientes exp
esiones se pueden usa
:
kr n qo = J model pi, j+ 1 pwf B o
n
(
)
(15.1)
q w = J model
q g = J mod el
kr n+ 1 p wf p B w i, j
n
(
)
+ R n +1 q o s
(15.2) (15.3)
kr B g
n
(p
n +1 i, j
p wf
)
Las propiedades de las rocas y los fluidos son las mismas de la celda. Ahora se
tienen tres ecuaciones con cuatro incgnitas: qo, qw, qg y Pwf. Esto significa que
el usuario debe especificar una de estas incgnitas. Esta es la condicin bajo la c
ual producir el pozo. Por ejemplo, si el usuario especifica qo, entonces qw, qg y
Pwf se calculan de las Ecs. 15.1 a 15.3. Similarmente, si se especifica Pwf, se
puede calcular qo, qw y qg de las ecuaciones arriba presentadas.
15.2. ECUACIONES DE PEACEMAN
La variable Jmodel es el ndice de productividad o el ndice del pozo el cual tiene una
connotacin especial discutida ms adelante. Esto no es lo mismo que el ndice de prod
uctividad real del pozo, J. Jmodel se calcula as:
Jairo Antonio Seplveda, MSc. y reddy Humberto Escobar, Ph.D.
ia dent
o de boque) tiene cie
to vao
comp
endido ent
e Pwf y a p
esin p
ome
dia de yacimiento. La Fig. 15.2 muest
a e a cu
va de
estau
acin de p
esin de d
atos de campo. La p
esin de boque co
espondiente a a
estau
acin de p
esin adecu
ada pa
a e
Jai
o Antonio Sepveda, MSc. y F
eddy Humbe
to Escoba
, P.D.
= p
esin capila
en sistemas pet
leoaua = p
esin de
estau
acin, psia = p
esin, psi
a = p
esin inicial, psia = p
esin de ondo luyendo, psia = caudal de p
oduccin =
itmo de salida/ent
ada de masa de un elemento po
unidad de volumen de
oca =
a
dio = satu
acin de as,
accin = tiempo, Das = tempe
atu
a, R =velocidad = volumen
po
oso de la celda, t3 = volumen = vecto
velocidad = t
abajo = altu
a = consta
nte de diusividad = espaciamiento de la celda en la di
eccin x, t = espaciamien
to de la celda en la di
eccin y, t = tiempo de cie
e, ho
as = tiempo de cie
e
co
espondiente a la p
esin de celda, ho
as = espaciamiento de la celda en la di
eccin z, t = e
o
= mobilidad, md/cp = di
eccin pe
pendicula
= densidad =
ave
dad especica = po
osidad,
accin = viscosidad, cp = acto
de o
ma = potencial
SUBNDICES Y SUPERNDICES
c D e
ont i j
= capila
= adimensional = exte
no =
ente = as,
avedad = ndice de la celda e
n la di
eccin x, inicial = ndice de la celda en la di
eccin y
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
247
n o
s t w w
= nivel de tiempo = pet
leo =
elativa = esttica = total = pozo = ondo luyente
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
248
BIBLIOGRAFIA
1. Aziz, K. and Setta
i, A.: Pet
oleum Rese
voi
Simulation, Applied Science Publi
she
s Ltda, London, 1979. 2. C
at, B. G. and Hawkins, M.F., J
.,: Applied Pet
ol
eum Rese
voi
Eninee
in, P
entice Hall Inc., Enlewood Clis, N.J., 1959. 3. C
um on Rese
voi
Simulation Salzbu
, Aust
ia, Au. 31Sept. 4, 1992. 13. Fanchi,
J.R. P
inciples o Applied Rese
voi
Simulation Gul Publishin Company. Houston,
Texas, EE.UU., 1997. 14. Escoba
, F.H. Thi
teenPoint Finite Die
ence Solution
o
P
ediction o Wate
lood Pe
o
mance. MS Thesis. The Unive
sity o Oklahoma.
1995.
Jai
o Antonio Seplveda, MSc. y F
eddy Humbe
to Escoba
, Ph.D.
Simulacin de Yacimientos: P
incipios, Conceptos y Const
uccin de Mallas
249
15. P
ess, W.H., Teukolosky, S.A., Vette
lin, W.T., and Flanne
y, B.P. Nume
ical
Recipes in C Second edition. Camb
ide Unive
sity P
ess. 1992. 16. Da
cy, H. Dist
inition DEAU, Librair s Coros Ds Fonts t Crausss t Ds Mins, Victor Dalmon
t, E itur, Paris, Franc, 1856. 17. Yanosik, J.L. an McCrakn, T.A. A NinPoin
t Finit Diffrnc Rsrvoir Simulator for Ralistic Pr iction of A vrs Mobi
lity Ratio Displacmnt. Papr SPE 5734. p. 253262. 1979. 18. Ding, Y., an Lmm
onir, P. A ThirtnPoint Finit Diffrnc Oprator to R uc th Effct of Gri
Orintation. 3r Europn Confrnc on th Mathmatics of Oil Rcovry. 1719.
Dlft Univrsity of Tchnology, Dlft, Nthrlan s Jun 1992. p. 8594. 19. Esco
bar, F.H. an Civan, F. Difrncia Finita Trc Puntos para Pr cir l Compor
taminto Inyccin Agua. Boltn Esta stico Mnsual l ACIPET. Vol. 339. No. 7,
p. 1015. ISSN 01225758. Agosto 1998.
Jairo Antonio Splv a, MSc. y Fr y Humbrto Escobar, Ph.D.