Otimização de estratégiade produção de petróleo com injeção de polímeros e integração com sistemas de produção

• Processo: 22/02231-9
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Vigência (Início): 01 de abril de 2022
• Vigência (Término): 31 de dezembro de 2023
• Área do conhecimento: Engenharias - Engenharia Mecânica - Fenômenos de Transportes
• Acordo de Cooperação: Equinor (antiga Statoil)
• Pesquisador responsável: Denis José Schiozer
• Beneficiário: Lorena Cardoso Batista
• Instituição Sede: Centro de Estudos de Energia e Petróleo (CEPETRO). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Empresa Sede: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Mecânica (FEM)
• Vinculado ao auxílio: 17/15736-3 - Centro de Pesquisa em Engenharia em Reservatórios e Gerenciamento de Produção de Petróleo, AP.PCPE
• Assunto(s): Engenharia de petróleo
• Palavra(s)-Chave do Pesquisador: integração com sistemas de produção | políimeros | simulação de reservatórios | Engenharia de Petróleo

Resumo

A injeção de polímero é uma técnica de recuperação EOR amplamente utilizada emreservatórios de óleo pesado, para aumentar a eficiência de varrido devido à modificação da razãode mobilidade. No entanto, as cargas presentes nas cadeias poliméricas interagem com a formaçãorochosa levando a efeitos adicionais em meios porosos, como adsorção, ocasionando a redução daconcentração do polímero na solução aquosa, quebra das cadeias poliméricas devido à taxa decisalhamento no meio poroso, alteração da curva de saturação do óleo residual e retenção dopolímero no meio poroso causando redução da injetividade (LIU, ZHEYU et al., 2017).Simuladores numéricos comerciais podem simular vários destes efeitos. Contudo, a qualidade dosresultados para uma aplicação prática depende da integração dos modelos com todo o projeto decampo de desenvolvimento (LAMAS, L. F. et al., 2021).Cada parte do processo traz incertezas que podem afetar a confiabilidade das simulações e,assim, a decisão final. Neste contexto, as condições de contorno são fundamentais do ponto de vistada simulação numérica, que, ao mesmo tempo, precisa representar o comportamento do escoamentono reservatório do ponto de vista geológico. Além disso, do ponto de vista operacional, assimulações também devem capturar como as taxas de pressão e vazão estão mudando nos poçosprodutores e injetores. Com foco na perspectiva operacional de injeção de polímeros, temos algunsdesafios, por exemplo, como os fluidos produzidos variam com o tempo. Primeiro, espera-seproduzir com maior relação óleo/água, mas com o avanço do banco de polímeros, o polímero passaa ser produzido. A existência de uma fase gasosa torna o problema mais complexo. Ao analisar aintegração entre os sistemas de produção com a produção do reservatório, a entrega de cada poçoafetará o outro. Além disso, o sistema de linha de fluxo fornece perdas de pressão adicionais ediferentes de cada via de fluxo possível. Neste contexto, interessa-nos estudar se as condiçõesaplicadas nos poços produtores e injetores podem ser otimizadas para a máxima produção emfunção do fluido produzido em cada etapa.Outro aspecto importante durante a injeção de polímero é em relação à condição na regiãopróxima ao poço. A maioria dos simuladores numéricos comerciais usa a estratégia Peaceman paracalcular a pressão nas células. Uma vez que as células são geralmente muito maiores que o diâmetrodo poço, os efeitos das perdas de injetividade na região próxima ao poço não são bemrepresentados. Ademais, outro aspecto que leva à incerteza é a estratégia para calcular as perdas deinjetividade e como integrar esse efeito com as condições de contorno discutidas anteriormente. Éclaro que muitas variáveis estão envolvidas na otimização da injeção de polímero. Assim, énecessária uma metodologia bem definida.Para auxiliar as tomadas de decisão, SCHIOZER et al. (2019) descreveram doze etapas, queforam divididas em: (a) coleta de dados, caracterização do reservatório e construção do modelo sobincerteza; (b) assimilação de dados e redução de incertezas; (c) otimização da produção do ciclo devida e análise de decisão sob incerteza com base em modelos de simulação e outras técnicas parainfiltrar o processo; e (d) implementação de decisões de longo prazo e controle de reservatórios decurto prazo. Este projeto será baseado nesta metodologia e provavelmente contará com acolaboração da RL2 - Artificial Lift and Flow Assurance. (AU)