Search

Chemical flooding is currently one of the most promising solution to increase the recovery of mature reservoirs. In Surfactant-Polymer (SP) processes, several parameters should be taken into account to estimate the return on investments: concentrations of the injected chemical species, slug sizes, initiation times, residual oil saturation, adsorption rates of the chemical species on the rock, etc. Some parameters are design parameters whereas other ones are uncertain. For operators, defining the optimal values of the first ones while considering the uncertainties related to the second ones, is not an easy task in practice. This work proposes a methodology to help handle this problem. Starting from a synthetic reservoir test case where an SP process is set up, we select design and uncertain parameters which may impact the production. In the reservoir simulator, for the sake of flexibility, some of them are tabulated functions, which enables the user to input any data coming from any system. However, point-wise modifications of these curves would soar the number of parameters. Therefore, a particular parameterization is introduced. We then propose a methodology based on Response-Surface Modeling (RSM) to first approximate the oil production computed by a reservoir simulator for different values of our parameters and identify the most influential ones. This RSM is based on a Karhunen-Loève decomposition of the time response of the reservoir simulator and on an approximation of the components of this decomposition by a Gaussian process. This technique allows us to obtain substantial savings of computation times when building the response surfaces. Once a good predictability is achieved, the surfaces are used to optimize the design of the SP process, taking economic parameters and uncertainties on the data into account without additional reservoir simulations.

Modeling Steam Assisted Gravity Drainage (SAGD) can involve significant CPU (Central Processing Unit) time when both thermal fluid flow and geomechanics are coupled in order to take into account variations of permeability and porosity inside the reservoir due to stress changes. Here, a numerical procedure that performs thermo-hydro-mechanical simulations, in an efficient way, is presented. This procedure relies on an iterative coupling between a thermal reservoir simulator based on a finite volume method and a geomechanical one based on a finite element method. A strong feature of this procedure is that it allows handling the case when the reservoir simulations are performed using Adaptive Mesh Refinements (AMR). It thus provides an accurate description of the steam front evolution and allows taking geomechanical effects into account without performing the geomechanical simulations on a refined mesh. The efficiency of this coupling procedure is illustrated on a synthetic but realistic SAGD test case. La modélisation du procédé SAGD (Steam Assisted Gravity Drainage) peut impliquer un temps de calcul important lorsque l’écoulement thermique et la géomécanique sont couplés pour tenir compte des variations de perméabilité et de porosité à l’intérieur du réservoir induites par l’évolution des contraintes. Une procédure numérique qui effectue des simulations thermo-hydro-mécaniques, d’une manière efficace, est présentée. Cette procédure repose sur un processus de couplage itératif entre un simulateur réservoir thermique basé sur la méthode des volumes finis et un simulateur géomécanique basé sur une discrétisation par éléments finis. Une caractéristique forte de cette procédure est qu’elle permet de traiter des cas où les simulations de réservoir sont réalisées en utilisant un raffinement de maillage adaptatif. Elle fournit ainsi une description précise de l’évolution du front de vapeur d’eau et permet de prendre en compte les effets géomécaniques sans effectuer les simulations géomécaniques sur un maillage raffiné. L’efficacité de cette procédure de couplage est illustrée sur un cas SAGD synthétique mais réaliste.

In this paper, we focus on the joint integration of production and 4-D inverted seismic data into reservoir models. These data correspond to different types and different scales. Therefore, we developed two-scale simulation workflows making it possible to incorporate data at the right scale. This issue also emphasized the need for adapting traditional history-matching methodologies. For instance, the formulation of the objective function and the development of customized parameterization techniques turned out to be two key factors controlling the efficiency of the matching process. Two application examples are presented. The first one is a small-size synthetic field case. It aims to build a set of reservoir models respecting either production data only or both production and 4-D seismic-related data. It is shown that the incorporation of 4-D seismic-related data in addition to production data into reservoir models contributes to reduce the uncertainty in production forecasts. The second example is a field in the North Sea offshore Norway operated by Statoil. It stresses difficulties in conditioning reservoir models to both real production and 4-D inverted seismic data among the very large number of uncertain parameters to handle and the comparison of real noisy data with numerical responses. Cet article présente une méthodologie permettant d’élaborer des modèles de réservoir contraints à la fois par des données de production et des attributs sismiques 4-D. Ces données sont de natures très différentes et caractérisent des échelles tout aussi différentes. Leur intégration à l’échelle appropriée dans des modèles de réservoir a nécessité le développement d’une chaîne de simulation faisant intervenir deux échelles, ce qui nous a amené à adapter les techniques classiques de calage d’historique. Par exemple, il s’est avéré important de revoir la formulation de la fonction objectif pour mieux quantifier l’erreur entre les attributs sismiques déduits des mesures et les attributs sismiques simulés pour les modèles de réservoir considérés. De plus, le paramétrage des propriétés pétrophysiques attribuées à l’ensemble des mailles constituant le modèle de réservoir est un élément essentiel dont dépend l’efficacité du calage des données de production et des attributs sismiques. Deux exemples d’application sont considérés. Le premier est un cas synthétique, de taille réduite. Il vise à mettre en évidence l’intérêt de l’intégration des attributs sismiques en plus des données de production pour réduire l’incertitude sur les prédictions calculées à partir des modèles contraints. Le second exemple est un cas réel correspondant à un champ en Mer du Nord exploité par Statoil. Il présente la construction d’un modèle de réservoir respectant à la fois des données de production et des impédances acoustiques collectées à deux temps différents. Cet exemple souligne la difficulté du problème, du fait notamment du très grand nombre de paramètres à gérer et du bruit important sur les données sismiques.