Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NUMRICA DE YACIMIENTOS.
CONTENIDO.
1. Introduccin.
2. Formulacin de problemas de flujo de fluidos en medios porosos.
3. Aproximacin de ecuaciones diferenciales en diferencias finitas.
4. Simulacin numrica de flujo monofsico en yacimientos.
5. Modelos de pozos en la simulacin numrica de yacimientos.
6. Solucin de sistemas lineales de ecuaciones.
7. Introduccin a la simulacin numrica de flujo multifsico.
8. Aspectos prcticos de la simulacin numrica de yacimientos.
BIBLIOGRAFIA.
1. Aziz, K. and Settari, A.: Petroleum Reservoir Simulation. Elsevier Applied Science
Publishers, New York, 1979.
2. Peaceman, D.W: Fundamentals of Numerical Reservoir Simulation, Elsevier
Scientific Publishing, Co. Amsterdam, 1977.
3. Mattax, C.C. and Dalton, R.L.: Reservoir Simulation, SPE Monograph Series, SPE
Richardson, Tex., 1990.
4. Artculos Tcnicos Selectos.
1
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
UNIVERSIDAD NACIONAL
AUTNOMA DE MXICO
APUNTES
ENERO 2000
2
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
3
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
6. Modelos de Pozos.
4
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
BIBLIOGRAFIA.
1. Aziz, K. and Settari, A.: Petroleum Reservoir Simulation. Elsevier Applied Science
Publishers, New York, 1979.
2. Peaceman, D.W: Fundamentals of Numerical Reservoir Simulation, Elsevier
Scientific Publishing, Co. Amsterdam, 1977.
3. Mattax, C.C. and Dalton, R.L.: Reservoir Simulation, SPE Monograph Series, SPE
Richardson, Tex., 1990.
4. Artculos Tcnicos Selectos.
5
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1. Modelos fsicos.
2. Modelos matemticos.
En estas notas, los modelos matemticos son los que ocuparn nuestra atencin. El
modelamiento matemtico en la ingeniera de yacimientos, se refiere a la representacin de los
procesos de transferencia de masa, y en algunas instancias de energa, que ocurren en el medio
poroso, el yacimiento, a travs de un conjunto de ecuaciones diferenciales y a su solucin
matemtica.
En el caso general, las ecuaciones diferenciales de flujo de fluidos en medios porosos son
ecuaciones no lineales. En situaciones particulares, como es el caso de flujo monofsico de un
fluido ligeramente compresible y de compresibilidad constante, las ecuaciones diferenciales
adquieren formas lineales de manera que pueden resolverse mediante mtodos analticos clsicos.
Generalmente las ecuaciones diferenciales deben resolverse numricamente. Esto ha dado origen a
la disciplina de Simulacin Numrica de Yacimientos.
6
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
genera al aplicar en un cierto nivel de tiempo, las ecuaciones de flujo aproximadas en puntos
predeterminados, nodos, de la malla de clculo que discretiza al yacimiento, de tal manera que
cuando se usa un simulador es necesario subdividir al yacimiento en una serie de celdas o bloques.
Idealmente estas celdas deben ser lo suficientemente pequeas para evitar que los errores de
truncamiento sean grandes, y en donde en cada una de ellas se consideran constantes las
propiedades del yacimiento y de los fluidos, ver Fig. 1.1.
7
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
algoritmos cclicos, en espera en que a medida que las iteraciones progresen, el mtodo converja a
la solucin.
Los simuladores numricos de yacimientos han sido ampliamente usados debido a que ellos
pueden resolver problemas que de otra manera sera imposible hacerlo. No existe otro mtodo que
pueda describir el flujo multifsico (gas-aceite-agua) - multidimensional (ID a 3D) en un
yacimiento real. Simulacin numrica es la nica herramienta que puede describir
cuantitativamente el flujo multifsico en un yacimiento heterogneo a partir de un programa de
produccin, el cual no solo es determinado de las propiedades del yacimiento sino que tambin por
demandas del mercado, de las estrategias de inversin y por las regulaciones gubernamentales.
Debe quedar claro que la respuesta de un simulador numrico en un estudio de simulacin siempre
es cualitativa por todos los factores que intervienen.
2. Al Encargado del proyecto un estudio completo del yacimiento que puede incluir
comparaciones adecuadas de alternativos planes operativos.
8
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1) Modelo tanque (dimensin cero): es muy til cuando se necesitan respuestas rpidas
y el comportamiento de la presin promedio del yacimiento se considera como el nico
factor importante al realizar las decisiones operativas o de inversin. Los gradientes de
presin deben ser pequeos.
2
L
rw re
Modelo de 0D (horizontal)
Sistema coordenado Cartesiano
Modelo de 0D (horizontal)
Sistema coordenado Cilndrico
h
h
i-1 i i+1
w radial
rw re
L
9
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
3) Modelo de 2D (Areal): estos modelos son usados cuando el patrn de flujo areal
domina el comportamiento del yacimiento. Se deben emplear estos modelos para
estudiar yacimientos completos, pero con un espesor no muy importante o bien la
mayora de los estudios con estos modelos areales en 2D incluyen el uso de
pseudofunciones para tomar en cuenta el flujo de fluidos en la direccin vertical.
Tambin se emplean en la optimizacin de los ritmos de produccin, de los
requerimientos de los pozos, de las facilidades en la superficie, en la localizacin
ptima de los pozos productores as como de los pozos inyectores de gas y/o agua y del
tiempo ptimo de las instalaciones de un equipo de produccin artificial o de la
modificacin de las facilidades en la superficie. Estos modelos son empleados para
estimar la recuperacin final (calculo de reservas), para probar diferentes plataformas
de produccin y en las estrategias operativas en la recuperacin final.
xi
0 Pozo inyector de gas
. . . . . . . .
. . . i, j-1 . . . . .
h
. . i-1, j
. i, j
. .
i+1, j
. . .
. . . i, j+1. . . . .
. . . . . . . .
yi
. . . . . . . .
Ly
Pozo productor de aceite
0
Lx
Modelo de 2D (areal). Sistema Coordenado Cartesiano
. j
i+1, j
. i,. j .
.
i, j-1. . i-1, j . . i, j+1
. . cima
. . . . . .
.
. h
.
.
base
radial
rw re
ri
Modelo de 2D (areal). Sistema Coordenado Cilndrico.
10
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
.
.
. .
. .
. . .
. . .
. . . .
. . .
i, k-1 .
. . . .
i+1, k
.
. . .
i, k
.
. . .
i-1, k . . z k
. . .
i, k+1
.
. . . . .
. . . .
. . . .
. . .
. . .
. .
. .
. x i
.
Modelo de 2D (Seccin Transversal). Sistema Coordenado Cartesiano.
Angular
2
Cima
. . . . .
.
.
.
. . . . . i, k-1 .
.
. . . . . . . . .
z k
Vertical
i-1, k i, k i+1, k
. . . . . . . .
. . i, k+1
. . . . . .
. .
.
. Base
. radial
rw re
ri
11
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Una importante aplicacin de los modelos en 2D, es el evaluar el efecto de los ritmos de
produccin en el comportamiento del yacimiento y en la recuperacin final.
5) Modelo en 3D: estos modelos son empleados cuando la geometra del yacimiento puede
ser demasiado compleja para reducirla a modelos en 2D areales o de seccin transversal.
Por ejemplo, yacimientos con grandes extensiones de barreras de flujo pero con zonas
permeables donde ocurre flujo cruzado y que son difciles de modelar con modelos en
2D. O bien cuando los mecanismos de los fluidos del yacimiento pueden ser complejos
para analizarlos con modelos en 2D, por ejemplo, yacimientos con un gran estado de
depresionamiento caen centro de esta categora. Estos modelos tambin son usados
cuando el desplazamiento a ser estudiado est dominado por el flujo vertical, por
ejemplo, cercas del pozo en donde, tanto del casquete de gas como del acufero, puede
ocurrir una conificacin. Ocasionalmente, los modelos en 2D pueden ser mas
problemticos y caros que los simuladores en 3D debido a que el modelamiento de
algunos yacimientos que son arealmente complejos y altamente estratificados pueden
requerir docenas o cientos de conjunto de pseudofunciones.
xi
0 Pozo inyector de gas
o. . . . . . . . . . .
.
. . . . . . . . . . .
. . . . i, j-1,k. . . . . . . .
. . . i-1, .j,k i, j,k. i+1, .j,k . . . . . . .
. .
. . . . i, j+1,k . . . . . . . . .
. . . . . . . . . . . . . i, j,k h
. . . . . . . . . . . .
. . i, j-1,k.
. . . . . . . . . . . . i, j,k
Ly . . .
i,j+1,k
.
z k
. . . . . . . . . . . . . .
. . . . i, j,k .
. . . . . . . . . . . . . .
. . . .
. . . . . . . . . . . . .
i, j,k-1 .
. .
. . . . .
i-1, j,k i, j,k
.
i+1, j,k
. . . . o. . .
. . y i
. . . . .
i, j,k+1
. . . . . o. .
Pozo productor de
. aceite
. . . . . . . . . . .
0 Lx
12
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Angular
13
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Considrese el flujo multifsico isotrmico de aceite, gas y agua en un yacimiento. Las fases
aceite y gas forman una mezcla multicomponente, preponderantemente de hidrocarburos, vase la
tabla mostrada a continuacin, en equilibrio termodinmico en el yacimiento, en todo punto del
dominio en espacio y en tiempo. Considrese tambin que la fase agua no intercambia su masa con
las otras fases.
COMPONENTE FASE
C1 Aceite
C2
C3
C4 Gas
Cnc
Agua Agua
Definicin de Conceptos.
14
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Puesto que los moles del componente m en la mezcla son la suma de los moles en las fases
aceite y gas: MolesmM = Molesmo + Molesmg , se puede entonces escribir la ecuacin anterior como:
Moles mo + Molesmg
zm = ...(2.2)
Moles M
Empleando las siguientes definiciones de las fracciones molares de los componentes en las
fases aceite y gas, x m y y m , y las fracciones molares de las fases aceite y el gas en la mezcla, L y
V, es decir:
Moles mo
xm = ...(2.3)
Moleso
Moles mg
ym = ...(2.4)
Moles g
Moleso
L= ...(2.5)
Moles M
Moles g
V = ...(2.6)
Moles M
donde:
nc
Moles o = Moles jo ...(2.7)
j =1
nc
Moles g = Moles jg ...(2.8)
j =1
Las Ecs. 2.7 y 2.8 son los moles en las fases aceite y gas, respectivamente.
z m = x m L + y mV ...(2.9)
15
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
a) Ecuaciones de conservacin de materia: una para cada uno de los componentes que
constituyen la mezcla de hidrocarburos y una ms para la fase agua.
d) Relaciones de capilaridad, que establecen la relacin entre las presiones de las fases.
e) Ecuaciones de restriccin.
A
, k
(xm o ox )x (xm o ox )x + x
(y m g gx )x (y m g gx )x + x
( w wx )x ( w wx )x + x
x x + x
Fig. 2.1 Volumen de control representativo del medio poroso
16
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Ahora bien, asumiendo que cada uno de los componentes de la mezcla de hidrocarburos
estn presentes simultneamente en las fases aceite y gas, se tiene que los ritmos de entrada y salida
de moles del componente m en el elemento son:
El ritmo de acumulacin de moles del componente m en el elemento, est dado por el ritmo
de cambio de los moles de m, contenidos en las fases aceite y gas en el espacio poroso, esto es:
Substituyendo las Ecs. 2.15 a 2.18 en el postulado de conservacin de masa, Ec. 2.14 y
dividiendo la expresin resultante entre el volumen del elemento de control, Ax, rearreglando y
tomando el lmite cuando x 0, se llega a:
(x m o ox ) ( y m g gx ) + (x m o q~o* + y m g q~g* ) =
x x
[ (xm o So + ym g S g )] ...(2.19)
t
17
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
La ecuacin anterior puede extenderse al caso de flujo multidimensional, por lo que la Ec.
2.19 se escribe en su forma ms general, en trminos del operador diferencial nabla, , como:
p =
kkr p
p
(p p p D ) ...(2.24)
xm o o (po oD ) + ym g
kkr kkrg
(pg g D ) +
o g ...(2.25)
(xm o q~o* + ym g q~g* ) = [ (xm o So + ym g S g )]
t
m = 1, 2,, nc
y
kkr
w w (pw wD ) + w q~w* = ( w S w ) ...(2.26)
w t
Ahora bien, la condicin de equilibrio termodinmico entre las fases gas y aceite se estipula
a travs de la igualdad de las fugacidades de los componentes en las fases, es decir:
18
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
f mo = f mg m= 1, 2,, nc ...(2.27)
(
f mg = f mg p g , T y , y1 , y 2 ,..., y nc ) ...(2.29)
Pc wo (S w ) = po p w (2.31)
So + S g + S w = 1 (2.32)
nc
xm = 1 (2.33)
m =1
nc
ym = 1 (2.34)
m =1
Se puede verificar que las Ecs. 2.25, 2.26, 2.27 y 2.30 a 2.34 definen un conjunto de 2nc + 6
ecuaciones con 2nc + 6 incgnitas variables primarias, que son:
po , p g , p w , S o , S g , S w , x1 , x 2 ,..., x nc , y1 , y 2 ,..., y nc
19
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
COMPONENTE FASE
Agua Agua
Las ecuaciones de flujo multifsico de fluidos tipo beta-modificado pueden obtenerse como
un caso particular de las ecuaciones generales del flujo multifsico composicional. La Ec. 2.25, para
los componentes aceite y gas, es por lo tanto:
Para el componente aceite, m = 0,
xo o
kkro
o
( kkr
)
(po o D ) + y o g g p g g D +
g
...(2.35)
( ) [(
xo o q~o* + y o g q~g* =
t
)]
xo o S o + y o g S g
20
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
kkrw
w (p w w D ) + w q~w* = ( w S w ) ...(2.37)
w t
La condicin de equilibrio termodinmico entre las fases puede ser alternamente expresada a
travs de las constantes de equilibrio de los componentes en las fases, es decir:
( y
k o po , p g , T y , xo , y o = o
xo
) ...(2.38)
y,
( )
yg
k g po , p g , T y , x g , y g = ...(2.39)
xg
Las relaciones de presin capilar estn dadas por las Ecs. 2.30 y 2.31:
( )
Pc go S g = p g p o ...(2.43)
Pc wo (S w ) = p o p w ...(2.44)
Se puede verificar que las Ecs. 2.35 a 2.44 constituyen un conjunto de 10 ecuaciones con 10
incgnitas: po , p g , p w , S o , S g , S w , xo , x g , y o , y g . Se puede sin embargo, expresar las fracciones
molares de los componentes; xo , x g , y o y y g , en trminos de propiedades volumtricas, funciones
de po y p g , y consecuentemente reducir el nmero de ecuaciones y de incgnitas, como se
muestra a continuacin:
Empleando la definicin de xo , ver Ec. 2.3, y utilizando la relacin entre moles y masa, se
tiene que:
21
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Molesoo M o moo
xm = = ...(2.45)
Moleso M o mo
Donde:
Moles oo = Moles de aceite en la fase aceite,
M o = Peso molecular del componente aceite,
M o = Peso molecular de la fase aceite,
moo = Masa del componente aceite en la fase aceite y
mo = moo + m go = Masa total de la fase aceite.
Moles ggM g g , cs V gg , cs g , cs
yg = = = ...(2.48)
Moles g M g g V g , cy g B g
Substituyendo las Ecs. 2.42 a 2.45 en las Ecs. 2.31 a 2.40 se obtiene:
Para el componente aceite,
kkro
( )
kkrg
(p o o D ) + rs p g g D +
o Bo g Bg
...(2.51)
S S g
q o* + rs q *g = o + rs
t Bo B g
22
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Donde q o* , q *g y q *w son los gastos a condiciones de superficie (c.s.) de aceite, gas y agua
por unidad de volumen de roca.
Las Ecs. 2.51 a 2.53 juntamente con las Ecs. 2.42 a 2.44 definen un conjunto de 6
ecuaciones con 6 incgnitas: po , p g , p w , S o , S g y S w .
Se puede ahora, establecer la relacin entre las densidades de las fases, p , y sus
propiedades volumtricas. Para esto se emplean las restricciones estipuladas por las Ecs. 2.40 a
2.41, es decir:
o, c.s. + g , c.s. Rs
xo + x g = 1 = ...(2.54)
o Bo
Lo que conduce a:
o, c.s. + g , c.s. Rs
o = ...(2.55)
Bo
Similarmente,
o,c.s. rs + g ,c.s.
yo + y g = 1 = ...(2.56)
g B g
23
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1 + g , c.s. Rs o, c.s.
Ko = ...(2.59)
1 + g , c.s. o, c.s. rs
COMPONENTE FASE
Agua Agua
Ntese que al no existir el componente aceite en la fase gas, la relacin de solubilidad del
aceite en el gas es cero, rs = 0 y las ecuaciones de flujo multifsico de fluidos tipo beta se obtienen
como un caso particular de las ecuaciones anteriores. Estas son:
24
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
So + S g + S w = 1 (2.64)
( )
Pc go S g = p g po (2.65)
Pc wo (S w ) = po p w (2.66)
Como en el caso de aceites tipo beta-modificado, se puede apreciar que las Ecs. 2.61 a 2.66
forman un conjunto de 6 ecuaciones con 6 incgnitas: po , p g , pw , S o , S g y S w .
Se considera ahora un yacimiento bajosaturado donde existe flujo monofsico de aceite, esto
es, en presencia de una saturacin inmvil de la fase agua. La fase agua se considera compresible y
su saturacin, por lo tanto, esta sujeta a cambios debido a las variaciones de presin. Las ecuaciones
que describen el flujo de aceite, en estas condiciones, se obtienen a partir de las ecuaciones
presentadas en la seccin anterior, estas son:
p w = po Pcwo (S w ) (2.70)
25
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Ecuacin de Flujo:
1 1
p + o qo = hc o (2.71)
o
B k oc k oc t o
B
Donde p = p g y hc = S g = (1 S wc )
26
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
pV = znRT (2.77)
Esta ecuacin puede usarse en la definicin del factor de volumen del gas, para dar la
siguiente relacin:
Vg ,cy T y p s z
Bg = = (2.78)
Vg ,cs Ts p
p pT p
p + s y q g = hc (2.79)
g z Ts k gc k gc t ' z
Usando la regla de la cadena en la derivada del tiempo de la Ec. 2.79 y considerando la Ec.
2.80, se puede reescribir la Ec. 2.79 como:
p pT c p p
p + s y q g = hc g g (2.81)
g z Ts k gc k gc g z t
27
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
La suposicin de equilibrio gravitacional y capilar significa que no existe flujo de las fases al
tiempo cero; esto es, los gradientes de potencial de las fases en cualquier punto y en cualquier
direccin son cero. Esto es, conforme a la ley de Darcy, Ec. 2.24, se tiene que:
kkrp
pBp
(
p p p D = 0 ) ...(2.84)
p p
=0 ...(2.86)
y
Las Ecs. 2.85 y 2.86 indican que en condiciones de equilibrio, las presiones, p p en el plano
horizontal (x, y) ubicado en z es constante. En estas condiciones, la Ec. 2.84 tambin indica que:
p p
p = 0 ...(2.87)
z
p p ( x, y, z , t = 0) = p p 0 ( z ) ...(2.88)
Conocida la presin, po, ref , medida a z ref , es posible calcular la presin po en cualquier
profundidad z dentro del yacimiento.
28
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Conocida po,ref , a zref , se calcula po en cualquier z del yacimiento a partir de la Ec. 2.90,
escrita para la fase aceite, esto es:
g
po = po, ref + ( z zref ) ...(2.92)
gc o
Conocida la presin en el contacto agua-aceite, po, zcwo se puede calcular la presin de la
fase agua en el contacto, pw, zcwo . Dado que:
Pcwo ( S w = 1.0) = Pcwo, e = po, zcwo pw, zcwo ...(2.93)
Donde Pcwo, e es la presin de entrada de los poros. De la Ec. 2.92 se puede obtener la
presin de la fase agua en el contacto agua-aceite,
pw, zcwo = po, zcwo Pcwo, e ...(2.94)
29
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Pc go ( S g ( z )) = p g ( z ) po ( z ) ...(2.98)
Y
Pcwo ( S w ( z )) = po ( z ) pw ( z ) ...(2.98)
Ntese que dentro de la zona de aceite existe una cierta posicin z arriba de la cual la
saturacin de agua, S w , se toma irreducible o inmvil. A partir de este punto y en toda la regin
donde esto se cumpla, se tiene que el gradiente de presin de la fase agua ser el correspondiente a
la fase aceite. Un criterio similar se aplica a la regin dentro de la capa de gas donde la fase gas se
toma inmvil: el gradiente de presin de la fase gas en esa regin ser el correspondiente a la fase
aceite. La Fig. 2.1 muestra esquemticamente esta inicializacin en equilibrio gravitacional y capilar
del dominio de inters.
Z ref Cima
Pg
1 S or Gas
Pg = Po Pcgoe
P
r Sg S g (0% ) = 0 Pcgo = Pcgoe
o Z cgo
f Aceite
u
n S wc
d Po
i
d Sw Pcwo (S w ) = Po Pw
a
d Pw
Z S w (100% ) = 1
Z cwo
Pcwo = Pcwoe
Agua
Pw = Po Pcwoe
Base
Pref
Fig. 2.1 Condiciones Iniciales en Equilibrio
Gravitacional y Capilar
30
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1) Gasto Especificado.
Entonces:
p p D p Bpq p
= ...(2.101)
p
kkr p A
Front Front
2) Presin Especificada.
En este caso se especifica la presin en la frontera, por ejemplo de la fase aceite, a lo largo
del tiempo. Es decir:
po (Frontera, t ) = po (t ) Front ...(2.102)
31
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Suponer que para cada x en el intervalo (a, b) existen la funcin f(x); y hasta la k esima
derivada de la funcin, o sea: f ( x ), f ' (x ), f ' ' ( x ),..., f ( k ) ( x ). Entonces, la expansin de la funcin
f (x ) al rededor del punto xi contenido en el intervalo ser:
( x xi ) df ( x xi ) 2 d 2 f ( x xi ) k d k f
f ( x ) = f ( xi ) + + + ... + ...(3.1)
1! dx xi 2! dx 2 xi
k! dx k
Donde, el error de truncamiento es:
= xi + ( x xi ) y 0 < <1
Ntese que la expansin dada por la Ec. 3.1 contiene k trminos solamente y aun es exacta.
Reemplazamos la acostumbrada serie infinita de Taylor por una serie finita. Esto es posible ya que
como se puede apreciar, el k esimo trmino esta evaluado no en el punto xi sino en el punto xi
contenido en el intervalo ( x, xi ), que se desconoce, pero sin embargo hace posible la igualdad.
La Ec. 3.1 sirve de base en la aproximacin de las derivadas que constituyen las ecuaciones
de flujo de fluidos en medios porosos que nos ocupan, como se ver a continuacin.
Ntese que no existe manera de evaluar el ltimo trmino de la Ec. 3.3, ya que no se tiene
informacin sobre la segunda derivada, f ' ' ( x ), y del punto p donde debe evaluarse; este trmino
acaba desprecindose, y constituye lo que se denomina el error local de truncamiento de la
aproximacin. Su anlisis es sin embargo importante, ya que nos informa sobre el orden de la
aproximacin. El orden es definido por la potencia de x, que multiplica al trmino despreciado. En
este caso la aproximacin de la primera derivada de f (x) mediante diferencias progresivas es de
primer orden, o sea O(x) . Es comn reescribir la Ec. 3.3 como:
df f ( xi + x ) f (xi )
= + O p (x) ...(3.4)
dx xi x
Siendo O p (x) el Error Local de Truncamiento, definido como:
32
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
x d 2 f
O p (x) = , para K = 2 ...(3.5)
2 dx 2 p
Y
x 2 d 2 f x 3 d 3 f
f ( xi x ) = f (xi ) x
df
+ ...(3.10)
dx xi 2! dx 2 xi
3! dx 3
r*
33
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
x 3 d 3 f
( )
Oc x =2
3! dx 3
d3 f
+ 3
dx
...(3.13)
*
p* r
x 0
( )
lim Oc x 2 < lim O p (x )
x 0
...(3.14)
xi +1 = xi + x,
xi 1 = xi x,
f i = f ( xi ),
f i +1 = f ( xi +1 ),
Y
f i 1 = f ( xi 1 )
Diferencias progresivas,
df f ( xi + x ) f ( xi ) f f
= + O p (x) = i +1 i + O p (x) ...(3.15)
dx xi x x
Diferencias regresivas,
df f ( xi ) f ( xi x ) f f i 1
= + Or (x) = i + Or (x) ...(3.16)
dx xi x x
Y diferencias centrales,
f (xi + x ) f (xi x ) f f
df
dx
=
2x
( )
+ Oc x 2 = i +1 i 1 + Oc x 2
2x
( ) ...(3.17)
xi
34
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
p
3.3 Aproximacin de los Trminos de la Forma:
x x
Suponer que p = p( x, y ) y el coeficiente = ( p ) . Se desea aproximar el siguiente trmino
diferencial:
p
...(3.18)
x x
Considrese ahora el ncleo tpico de celdas mostrado en la Fig. 3.1 para un espacio
bidimensional discretizado.
xi
xi +1 2 xi +1 / 2
xi 1 / 2
Si se define,
p
u= ...(3.19)
x
35
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
u 1 p p
1 1 ...(3.22)
x i, j xi 2 x
i + , j 1
i+ , j
i , j x 1
i , j
2
2
2
p
Se necesita ahora aproximar en las fronteras de las celdas. Usando de nuevo
x
diferencias centrales y apoyndose ahora en los nodos i, j , i + 1, j e i 1, j , se obtienen las
siguientes aproximaciones:
p p i +1, j p i, j
...(3.23)
x i + 1 , j x 1
2 i+
2
Y
p p i, j p i 1, j
...(3.24)
x 1
i , j x 1
2 i
2
p
3.4 Aproximacin de los Trminos de la Forma:
t
36
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1
p n +1 p n
( )
n+
p 2
+ O t 2
i, j i, j
= ...(3.28)
t t
i, j
p 1
x x x x p ...(3.34)
x x xi x i, j
i, j
y
n +1
p 1
i pi , j ...(3.35)
t i, j t
37
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
E1 esquema explcito consiste en aproximar la derivada parcial del tiempo de la Ec. 3.36
mediante diferencias progresivas, es decir al nivel de tiempo n. Esto automticamente define el nivel
de tiempo del resto de los trminos de la ecuacin. Se desea entonces aproximar la Ec. 3.36 en
cualquiera de las celdas i, que discretizan el dominio O < x < L, en el nivel de tiempo n, esto es:
n
2 p B n 1 p
n
2 + qi = ...(3.40)
x i k t i
i = 1,2,..., I
n = 0,1,2,...
Donde:
k
=
CT
= cte.
CT = cte.
= uniforme y cte.
k = Isotropica.
La aproximacin del trmino de flujo mediante diferencias centrales, de la Ec. 3.25 con
= 1 y x = constante, es:
n
2 p pin+1 2 pin + pin1
2 ...(3.41)
x i x 2
38
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Se puede ver que la solucin de la Ec. 3.40 mediante un esquema explcito produce una
solucin explcita para pin+1 .
Y rearreglando,
B
pin+11 (2 + 1) pin+1 + pin++11 = pin tqin+1 ...(3.48)
k
i = 1,2,..., I
n = 0,1,2,...
O bien
cpin+11 apin+1 + bpin++11 = d in
i = 1,2,..., I
n = 0,1,2,...
39
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Substituyendo las Ecs. 3.50 y 3.51 en la Ec. 3.49 y aproximando las derivadas parciales
mediante diferencias centrales, se obtiene la siguiente representacin de la Ec. 3.40 en diferencias
finitas:
1 pin++11 2 pin +1 + pin+11 1 pin+1 2 pin + pin1 B n +1 n 1 pin +1 pin
+ + q i + q i =
t
( ...(3.52) )
2 x 2 2 x 2 2k
Rearreglando,
pin+11 2( + 1) pin +1 + pin++11 = pin1 + 2( 1) pin pin+1
B
k
(
t qin +1 + qin ) ...(3.53)
i = 1,2,..., I
n = 0,1,2,...
O bien,
cpin+11 + apin +1 + bpin++11 = d in ...(3.54)
1. Cmo se comparan las soluciones obtenidas mediante cada uno de los mtodos con la
solucin exacta?,
2. Cul de los mtodos produce la mejor solucin?,
3. Cul es el efecto de x y t sobre el desempeo numrico de los mtodos y sobre la
solucin?
40
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
k k
( )
{Ap}in + B qin = {L p p}in + B qin + Oc x 2 O p (t ) = 0 ...(3.58)
De donde se obtiene:
{Ap}in {L p p}in ( )
= Oc x 2 O p (t ) = Rin ...(3.59)
Esta expresin indica que la diferencia entre la representacin exacta y aproximada del
problema de flujo en cuestin, esta dada por el error local de truncamiento o de discretizacin, Rin .
Que L sea consistente con A, tomando como ejemplo la Ec. 3.59, significa que en el lmite,
cuando x 0 y t 0 , la norma del vector de errores de discretizacin tambin tiende a cero,
R 0. Es claro que una aproximacin numrica deber ser consistente para que tenga algn valor
prctico.
41
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Se define ahora el Error Global de la Solucin como la diferencia entre las soluciones
exacta y aproximada:
in = pin pin ...(3.62)
Existe una relacin entre los errores locales de discretizacin y los errores globales de la
solucin, y Ri . Esta se establece restando las Ecs. 3.60 y 3.61:
{L p p}in {L p p }i
n
{
= L p p p
} = {L s} = R
n
i
p
n
i
n
i ...(3.63)
o sea:
in++11 2 in+1 + in+11 1 in +1 in
= Rin ...(3.64)
x 2 t
Se puede ver en la Ec. 3.64 que la ecuacin que describe el comportamiento de los errores
globales de la solucin, , es la misma ecuacin que gobierna el comportamiento de p , excepto
que el trmino fuente, qi se substituye, en este caso, por el error local de discretizacin, Rin . Esto se
cumple solamente en problemas lineales. La Ec. 3.64 implica que:
0 cuando R 0
42
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Existen varios mtodos para probar la estabilidad de una aproximacin numrica, entre los
que se puede mencionar, el mtodo de series de Fourier, el mtodo matricial y el mtodo de la
energa. Se ha demostrado que el esquema explcito aplicado a la Ec. 3.35 es condicionalmente
estable. La condicin de estabilidad es:
t 1
= ...(3.65)
x 2 2
Se puede ver, en la Ec. 3.65, que para mantener estable la solucin numrica de la Ec. 3.35
mediante un esquema explcito, existe un compromiso entre el tamao del incremento de tiempo,
t y el tamao de las celdas x .
Los nodos y los bloques o celdas a su vez pueden ser distribuidos de manera uniforme o no
uniforme. Las mallas no uniformes son necesarias en la simulacin de problemas con regiones que
experimentan cambios fuertes en la presin y en las saturaciones, a lo largo del tiempo. A
continuacin se indican los mtodos para construirlas.
43
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1 2 I
re
Nodos
Si se considera un total de I nodos, su espaciamiento, x, es:
L
xi = ...(3.66)
I 1
Ntese que el volumen de las celdas situadas en las fronteras es la mitad del volumen de las
celdas internas, es decir:
Axi / 2 i = 1, I
Vri = ...(3.67)
Axi i = 2,3,..., I - 1
La posicin de los nodos es:
xi = (i 1)xi i = 1,2,...,I ...(3.68)
Y la posicin de la frontera de las celdas es:
1
x 1 = (i )xi i = 1,2,...,I ...(3.69)
i+ 2
2
i= 1 2 I
xi
Nodos
44
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Considrese flujo radial en rgimen permanente con la viscosidad y el factor de volumen del
fluido constantes, de tal manera que el gasto est representado por la Ec. 3.74:
2khr p p
q= = 2hr = constante ...(3.74)
B r r
Donde
k
=
B
Integrando la Ec. 3.74,
p p ref
q = 2h ...(3.75)
ln(r rref )
La generacin de esta malla radial se establece a partir de este gasto, de la siguiente manera:
La representacin exacta del gasto en la frontera entre celdas, i + 1 , ver Fig. 3.4, est dada por:
2
ri +1 2
i-1 i
rw re
i1 ri i+ 1
2 2 Fig. 3.4 Malla radial logartmica.
45
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
p i +1 p i
q E = q = 2h ...(3.76)
ln(ri +1 ri )
Donde:
q E = Gasto Exacto
y la representacin numrica del gasto en la frontera entre celdas, est dada como:
r
q N = qi + 1 = 2h ( pi +1 pi ) ...(3.77)
2 r i + 1
2
Por otra parte, el gasto exacto que pasa a travs de las fronteras, est dado como:
Para la frontera en i + 1 ,
2
p i +1 pi
q Ei + 1 = 2h ...(3.81)
2 ln(ri +1 ri )
Para la frontera en i 1 ,
2
pi pi 1
q Ei 1 = 2h ...(3.82)
2 ln(ri ri 1 )
46
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
ri +1 r
= i = bien ri +1 = ri donde i= 1, 2, 3 I. Valido para cualquier tipo de malla.
ri ri 1
Ahora bien, la distribucin de los radios de los nodos, para una malla de nodos
distribuidos, ver Fig. 3.5, est dada como sigue:
ri +1 2
i-1 i i+1
rw re
i1 ri i+ 1
2 2
Fig. 3.5 Malla radial logartmica de nodos distribuidos.
La distribucin de los radios de los nodos, para una malla de bloques centrados, ver Fig.
3.4, est dada tambin por la Ec. 3.88. La diferencia con respecto a la malla de nodos distribuidos
est en como calcular ahora el radio del pozo, rw , el radio de drene del pozo, re y el factor
geomtrico, , los cuales se calculan para esta malla como sigue:
47
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
La Ec. 3.85 aplica directamente a este tipo de malla, por lo que simplificndola, se establece
que:
(ri +1 ri ) = (rI r1 )1 /( I 1) = ...(3.89)
Pero de acuerdo con las Ecs. 3.80 y 3.88, se tiene que el radio del pozo, rw , se calcula
como:
r
r1 1
r1 = rw =
r1 r0
= = ( 1) r1 ...(3.90)
2 ln ln ln
48
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
p D q B
= w ; t>0 ...(4.3)
x x x = 0 kA
Y,
p D
=0 ; t>0 ...(4.4)
x x x = L
Se desea resolver numricamente el problema definido por las Ec. 4.1 a 4.4. La
aproximacin en diferencias finitas de la Ec. 4.1 en el nodo i, de la malla de bloques centrados
espaciada irregularmente, considerando un esquema implcito, se inicia con:
n +1 n +1
p D
+ {q *}in +1 = ...(4.5)
x x x i t B i
i = 1, 2,..., I
n = 1, 2,...
49
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
La aproximacin del trmino de flujo mediante diferencias finitas centrales, vase la Ec.
3.25, es:
n +1 n +1 n +1
p D 1 p p (D ) 1
i +1 i + 2
xi x i + 1
i
x x x i
2
...(4.6)
n +1 + 1
p p (D ) 1
n
i i 1 i 2
x i 1
2
50
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Se necesita ahora obtener la forma particular que adquiere la ecuacin aproximada en las
celdas de las fronteras, i = 1 e i = I , debido al acoplamiento de las condiciones de frontera. Para
esto, considrese la porcin de la malla de clculo correspondiente a la frontera ubicada en x = 0,
mostrada en la figura 4.1, donde se muestra el nodo ficticio i = 0 :
n +1 n +1 n +1
p D 1 B
p1 p0 (D ) 1 = qw ...(4.13)
x x 1 x 1 2 kA 1
2 2 2
O bien:
n +1
q w = T 1n +1 p1 p0 (D ) 1 ...(4.14)
2
2
La condicin de frontera en x = L, Ec. 4.4 se aproxima similarmente como, vase la Fig.
4.2:
En x = L, o i = I + 1 2 , se tiene que:
51
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
n +1 n +1
p D 1 p
p I (D )I + 1 =0 ...(4.15)
x x I + 1 x I + 1 I +1 2
2 2
Entonces,
n +1
T n +11 p I +1 p I (D )I + 1 =0 ...(4.16)
I + 2 2
Considrese ahora la Ec. 4.8 escrita en la celda I , i = I, con q In +1 = 0 :
n +1
n +1 Vr1
n
T1n.5+1 [ p 2 p1 (D )1.5 ]n +1 T 1n +1 p1 p0 (D ) 1 = ...(4.17)
2 t B 1 B 1
2
La condicin de frontera, Ec. 4.14, puede ahora acoplarse en esta ecuacin. As la ecuacin
aproximada para el nodo 1 adquiere la siguiente forma:
n +1
Vr
n
T1n.5+1 [ p 2 p1 (D )1.5 ]n +1 + q w = 1 ...(4.18)
t B 1 B 1
Las Ecs. 4.18 para el nodo 1, i = 1, conjuntamente con la Ec. 4.8 para los nodos
i = 2,3,..., I 1 y la Ec. 4.20 para el nodo I , i = I , constituyen un sistema de I ecuaciones
algebraicas no lineales con las incgnitas pin +1 , i = 1,2,..., I . Existen varios mtodos para resolver
este sistema de ecuaciones.
52
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Supngase que existe una discontinuidad en las propiedades de los nodos i e i + 1 , y que la
discontinuidad se localiza en el punto i + 1 2 , la frontera de la celda como se muestra en la Fig. 4.3:
xi xi +1
i + 12
k 1 k 1
qi + 1 = A pi + 1 pi = A pi +1 pi + 1 ...(4.22)
2 x B i 2 x B i +1 2
k 1
qi + 1 = A ( pi +1 pi ) ...(4.23)
2 x B i +1
k 1
qi + 1 = A pi +1 pi + 1 + pi + 1 pi ...(4.24)
2 x B i +1 2 2
xi + xi +1
ki + 1 = ...(4.25)
2 x x
k i k i +1
53
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Se puede hacer un anlisis similar para el caso de flujo radial. Esto conducir a la siguiente
expresin para k i + 1 :
2
ln (ri +1 ri )
ki+ 1= ...(4.26)
ri ln ri +1 ri + 1
2
ln ri + 1
2 + 2
k k
i i +1
6. Linealizacin Directa.
6. Mtodo semi-implcito linealizado.
6. Mtodo de iteraciones sucesivas.
6. Mtodo de Newton Raphson, o de iteraciones Newtoniana.
Con el objeto de simplificar la exposicin del mtodo, considrese flujo lineal horizontal en
la Ec. 4.8. Se define entonces la siguiente funcin de residuos, Fi en i = 1,2,..., I , en el nivel de
tiempo n + 1 .
n +1 n +1 n +1 n +1
Fi ( pi 1 , pi , pi +1 )n +1 = T p p (D ) 1 T p p (D ) 1
i + 12 i +1 i i + 2 i 12 i i 1 i 2
...(4.27)
n +1 V n +1 n
+ qi ri = 0
t B i B i
i = 1,2,..., I
n = 1,2,...
54
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Por lo tanto
( ) ( ) ( )
Fi F Fi
pi(1+1) + i p i( +1) + p i(+1+1) = Fi( ) ...(4.29)
pi 1 p i p i +1
Donde pi
+1 ( )
representa los cambios iterativos de las incgnitas:
pi( +1) = pi( +1) pi( ) ...(4.30)
De las Ecs. 4.28, 4.31 y 4.32, se establece el siguiente sistema algebraico de ecuaciones
lineales:
Para i = 1 ,
( ) ( )
F1 F
p1( +1) + 1 p 2( +1) = F1( ) ...(4.33)
p1 p 2
Para i = 2,3,..., I 1 ,
( ) ( ) ( )
Fi F Fi
pi(1+1) + i pi( +1) + pi(+1+1) = Fi( ) ...(4.34)
p i 1 p i p i +1
Para i = I ,
55
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
( ) ( )
FI F
p I(+11) + I p I( +1) = FI( ) ...(4.35)
p I 1 p I
( )
Una vez resueltos los cambios iterativos, pi +1 , se calculan las presiones en la iteracin
+ 1:
pi( +1) = p i( ) + p i( +1) ...(4.37)
Se considera que el proceso iterativo converge a la solucin cuando los cambios iterativos de
las incgnitas, en valor absoluto, son menores que una tolerancia estipulada, p :
56
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Ti + 1 Ti 1
F Vr
ai = i = Ti 1 + Ti 1 x pi 1
+ +
2
x pi 1 2
i ...(4.42)
pi 2 2 2 p i 2 p i t pi B i
Ti + 1
Fi
bi = = Ti + 1 + x pi + 1 2 ...(4.43)
i +1
p 2 2 p i +1
Primeramente se nota que los elementos de la matriz Jacobiana estn constituidos por tres
tipos de trminos. Estos son: transmisibilidades, derivadas de transmisibilidades y derivadas del
trmino de acumulacin. De esta manera se tiene:
ci = (cT )i + (cT ' )i ...(4.44)
Los trminos (bT )i , (bT ')i , (aT )i , (aT ')i , se definen similarmente. El trmino (a AC )i esta
dado por:
(a AC ' )i = i
Vr
...(4.49)
t p i B i
Con estos antecedentes, se puede expresar la matriz Jacobiana, [J ], como la suma de las
siguientes submatrices:
[J ] = [T ] + [T '] + [( B )'] ...(4.50)
Donde:
57
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
De acuerdo con lo anterior, se puede derivar del mtodo de Newton los mtodos de
linealizacin citados anteriormente. Estos se obtienen prelinealizando parcialmente la funcin de
residuos, Fi y controlando el nmero de iteraciones, como se muestra a continuacin:
(FLD )i = [T n p n +1 ]i + qin +1
Vri
t = 0 ...(4.52)
t B i
Se observa que [J ]LD es un caso particular de la matriz Jacobiana del mtodo de Newton,
[J ]TI , que se obtiene al eliminar la submatriz de derivadas de transmisibilidad, [T '].
Dados el vector de residuos FLD y la matriz Jacobiana [J ]LD , se puede verificar que el
mtodo de linealizacin directa se obtiene aceptando la solucin de la primera iteracin, es decir:
[J ]nLD p (n +1) = F LD
n
...(4.54)
Ntese que:
Aziz y Settari muestran que la solucin que se obtiene con el mtodo semi-implcito
linealizado es equivalente a la solucin generada en la primera iteracin del mtodo de Newton, o
sea:
[J ]nSL p (n +1) = FSLn ...(4.56)
Donde:
(FSL )in = (FLD )in ...(4.57)
Y,
[J ]nSL = [J ]n ...(4.58)
58
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
0 < x < Lx
0 < y < Ly
t>0
p D
= 0; 0 < y < Ly ; t >0 ...(5.3)
x x x = 0, x = Lx
p D
= 0; 0 < x < Lx ; t >0 ...(5.4)
y y y = 0, y = Ly
n +1 n +1 n +1
p D p D n +1
+ + {q *}i, j = ...(5.5)
x x x i, j y y y t B i, j
i, j
i = 1,2,...,I
j = 1,2,...,J
n = 1,2,...
59
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
i, j 1
y j
i 1, j i, j i + 1, j
h
i, j + 1
x i
n +1 n +1 n +1
p D 1 x p
x +1 , pi , j (D )i + 1 , j
xi x i + 1 , j 2
i j
x x x i , j
2 ...(5.6)
x
n +1 n +1
p p ( )
i, j i 1, j D 1
i 2 , j
x i 1 , j
2
Y
n +1 n +1
p D 1 y p
n +1
y + p (D ) 1
y j y +
, 1 ,
2
i j i j i , j
y y y
i, j 1
i, j + 2
...(5.7)
y
n +1 n +1
pi , j pi, j 1 (D )i , j 1
y
i, j 1 2
2
n +1 n +1
1
n
...(5.8)
t B i, j t B i, j B i, j
60
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Sustituyendo las Ecs. 5.6 a 5.8 en la Ec. 5.1 y multiplicando por el volumen de roca de la
celda i, j , Vri, j = h xi y j , se obtiene:
n +1 n +1
Tx n +11 pi +1, j pi, j (D )i + 1 , j Tx n +11 pi, j pi 1, j (D )i 1 , j +
i + 2 , j 2 i 2 , j 2
n +1 n +1
Ty n +1 1 pi, j +1 pi, j (D )i, j + 1 Ty n +1 1 pi, j pi, j 1 (D )i, j 1 ...(5.9)
i , j + 2 2 i , j 2 2
Vri, j n +1 n
+ qin, +j 1 =
t B i, j B i, j
i = 1,2,..., I
j = 1,2,..., J
n = 1,2,...
h y
(
Txi + 1 , j = T pi +1, j , pi, j = ) j
xi + 12 , j ...(5.10)
2 x i + 1
2
Y
( h xi
Tyi , j + 1 = T pi, j +1 , pi, j = )
yi , j + 12 ...(5.11)
2 y j + 1
2
La Ec. 5.9 puede escribirse en trminos de operadores, Ecs. 3.29 y 3.32, como sigue:
Tx n +11
i+ 2 ,j
[ x p x D ]n +11 Tx n +11 [ x p x D ]n +11 +
i+ , j i , j i , j
2 2 2
Ty n +1 1
i, j + 2
[ y p y D] n +1
i , j + 12
Ty n +1 1
i, j 2
[ y p y D] n +1
i , j 12
+ ...(5.12)
Vri, j
qin, +j 1 = t
t B i, j
Agrupando cada direccin de flujo,
[ ( i, j
)]
x [Tx ( x p x D )]in, +j 1 + y Ty y p y D n +1 + qin, +j 1 =
Vri , j
t
t ...(5.13)
B i, j
O bien,
Vri , j
[T (p D )]in,+j1 + q in, +j 1 = t ...(5.14)
t B i, j
i = 1,2,..., I
j = 1,2,..., J
n = 0,1,2,...
61
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
El acoplamiento de las condiciones de frontera, Ecs. 5.3 y 5.4 en la Ec. 5.9 se hace de
manera similar al problema unidimensional (1D). La Ec. 5.9 entonces adquiere formas particulares
en las celdas ubicadas a lo largo de las fronteras.
Las Ecs. 5.14 constituyen un sistema algebraico de ecuaciones no lineales. Los mtodos de
linealizacin descritos para el problema unidimensional (1D) aplican tambin en este caso. La
diferencia bsicamente estriba en las caractersticas, o estructura, del sistema de ecuaciones lineales
que se genera. Se puede analizar esta diferencia a travs del mtodo de Newton.
n+1
( )
Fin, j+1 = Fi, j pi, j1, pi1, j , pi, j , pi+1, j , pi, j+1 n+1 = Txn+11 pi+1, j pi, j (D)i+1, j
i+ , j 2
2
n+1 n+1
Txn+11 pi, j pi1, j (D)i1, j + Tyn+1 1 pi, j+1 pi, j (D)i, j+1 ...(5.15)
i , j 2 i, j+ 2
2 2
62
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Donde:
pi(, j+1) = pi(, j+1) pi(, j) ...(5.18)
Escrita en forma compacta la Ec. 5.17, se tiene:
f i(,j )pi(, j+11) + ci(, j)pi(1+,1j) + ai(, j)pi(, j+1) + bi(, j)pi(+1+,1j) + ei(, j)pi(, j++11) = Fi(,j ) ...(5.19)
(f ) (c ) (a ) (b ) (e )
La definicin de los coeficientes f i, j , ci, j , ai , j , bi, j y ei, j se establece al igualar las Ecs.
5.17 y 5.19.
Para un ordenamiento normal de las incgnitas y de las ecuaciones, cuando se barre la malla
de clculo secuencialmente por renglones, o bien por columnas, el sistema de ecuaciones, Ec. 5.19,
genera una matriz pentadiagonal, de la siguiente forma:
( ) p ( +1) ( )
a1,1 b1,1 e1,1 1,1 F1,1
c p F
2,1 a2,1 b2,1 e2,1 2,1 2,1
c3,1 a3,1 b3,1 e3,1 p3,1 F3,1
c4,1 a4,1 b4,1 e4,1 p4,1 F4,1
c5,1 a5,1 e5,1 p5,1 F5,1
f1,2 a1,2 b1,2 e1,2 p1,2 F1,2
f2,2 c2,2 a2,2 b2,2 e2,2 p F
2,2 2,2
f3,2 c3,2 a3,2 b3,2 e3,2 p3,2 = F3,2
f4,2 c4,2 a4,2 b4,2 e4,2 p F
4,2 4,2
f5,2 c5,2 a5,2 e5,2 p5,2 F5,2
f1,3 a1,3 b1,3 p1,3 F1,3
f2,3 c2,3 a2,3 b2,3 p2,3 F2,3
f3,3 c3,3 a3,3 b3,3 p3,3 F3,3
f4,3 c4,3 a4,3 b4,3 p F
4,3 4,3
f5,3 c5,3 a5,3
5,3
p F5,3
63
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
p D
= 0; 0 < y < Ly ; 0 < z < Lz ; t >0 ...(5.22)
x x x = 0, x = Lx
p D
= 0; 0 < x < Lx ; 0 < z < Lz ; t >0 ...(5.23)
y y y = 0, y = Ly
p D
= 0; 0 < x < Lx ; 0 < y < Ly ; t >0 ...(5.24)
z z z = 0, z = Lz
64
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
i, j , k 1
zk
i, j 1, k
i 1, j , k i, j, k i + 1, j , k
i, j + 1, k
i, j , k + 1
yi
x i
En la direccin x,
n +1 n +1 n +1
p D 1 x p
x +1, , p i , j ,k (D )i + 1 , j ,k
x i , j ,k xi x i + 1 , j ,k
i j k
x x
2
2 ...(5.26)
x
n +1 n +1
p ( )
i, j ,k p i 1, j ,k D 1
i 2 , j ,k
x i 1 , j
2
En la direccin y ,
n +1 n +1
p D 1 y p
n +1
y p (D )
y
1
y y y j y 1
i , j +1,k i , j ,k i , j + 2 ,k
i , j ,k i , j + 2 ,k
...(5.27)
y
n +1 n +1
y pi , j ,k pi , j 1,k (D )i , j 1 ,k
i , j 1 ,k 2
2
Y en la direccin z,
65
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
n +1 n +1 n +1
p D 1 k p
z , , +1 pi, j ,k (D )i, j ,k + 1
z i, j ,k z k z i, j ,k + 1 2
i j k
z z
2 ...(5.28)
k
n +1 n +1
pi, j ,k pi, j ,k 1 (D )i, j ,k 1
z i, j ,k 1 2
2
n +1 n +1
1
n
...(5.29)
t B i, j , k t B i, j , k B i, j , k
Sustituyendo las Ecs. 5.26 a 5.29 en la Ec. 5.25 y multiplicando por el volumen de roca de la
celda i, j , k , Vri, j , k = h xi y j z k , se obtiene:
n +1 n +1
Tx n +11 p pi , j , k (D )i + 1 , j , k Tx n +11 p pi 1, j , k (D )i 1 , j , k +
i + 2 , j , k i +1, j , k 2 i 2 , j , k i , j , k 2
n +1 n +1
Ty n +1 1 p pi , j , k (D )i , j + 1 , k Ty n +1 1 p pi , j 1, k (D )i , j 1 , k +
i , j + 2 , k i , j +1, k 2 i , j 2 , k i , j , k 2 ...(5.30)
n +1 n +1
Tz n +1 p pi , j , k (D )i , j , k + 1 Tz n +1 p pi, j , k 1 (D )i, j , k 1
i, j , k + 12 i , j , k +1 2 i, j , k 12 i , j , k 2
Vri , j , k n +1 n
+ qin, +j ,1k =
t B i , j , k B i, j , k
i = 1,2,..., I
j = 1,2,..., J
k = 1,2,..., K
n = 1,2,...
66
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
La Ec. 5.30 en trminos de operadores, Ecs. 3.29 y 3.32, esta dada por:
Tx n +11
i + 2 , j, k
[ x p x D]in++11, j, k Txin+11, j, k [ x p x D]in+11, j , k +
2 2 2
Ty n +1 1
i, j + 2 , k
[ y p y D] n +1
i , j + 12 , k
Ty n +1 1
i, j 2 , k
[ y p y D] n +1
i , j 12 , k
+
...(5.34)
Tz n +1
i, j , k + 12
[ z p z D]in, +j ,1k + 1 Tzin, +j ,1k 1 [ z p z D]in, +j,1k 1 +
2 2 2
Vri, j , k
qin, +j ,1k = t
t B i, j , k
[ (
x [Tx ( x p x D )]in,+j1,k + y Ty y p y D n +1 +
i , j ,k
)]
...(5.35)
Vri , j ,k
z [Tz ( z p z D )]in,+j1,k + q in, +j ,1k = t
t B i , j ,k
O bien,
Vri, j ,k
[T (p D )]in,+j1,k + q in, +j ,1k = t ...(5.36)
t B i , j ,k
i = 1,2,..., I
j = 1,2,..., J
k = 1,2,..., K
n = 0,1,2,...
El acoplamiento de las condiciones de frontera, Ecs. 5.22, 5.23 y 5.24 en la Ec. 5.30, es
similar al problema unidimensional (1D). Nuevamente se enfatiza que la Ec. 5.30 adquiere formas
particulares en todas aquellas celdas ubicadas a lo largo de las fronteras.
Las Ecs. 5.36 forman un sistema algebraico de ecuaciones no lineales. Los mtodos de
linealizacin descritos para el problema unidimensional (1D) aplican igualmente.
Para analizar la estructura de los sistemas de ecuaciones generados por los mtodos de
linealizacin, cuando se aplican al sistema no-lineal de ecuaciones 5.36, se aplicar el mtodo de
Newton. Se define entonces el mtodo general.
67
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
(
Fin, j+,1k = Fi, j,k pi, j,k 1, pi, j1,k , pi1, j,k , pi, j,k , pi+1, j,k , pi, j+1,k , pi, j,k+1 n+1 = )
n+1 n+1
Txn+11 p pi, j,k (D)i+1, j,k Txn+11 p pi1, j,k (D)i1, j,k +
i+ , j,k i+1, j,k 2 i , j,k i, j,k 2
2 2
n+1 n+1
Tyn+1 1 pi, j+1,k pi, j,k (D)i, j+1,k Tyn+1 1 pi, j,k pi, j1,k (D)i, j1,k +
...(5.37)
i, j+ 2,k 2 i, j2,k 2
n+1 n+1
Tzn+1 p pi, j,k (D)i, j,k+1 Tzn+1 p pi, j,k 1 (D)i, j,k 1 +
i, j,k +1 i, j,k +1 2 i, j,k 1 i, j,k 2
2 2
68
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
hi(, j), k pi(, j+, k1)1 + f i(,j ,)k pi(, j+11), k + ci(, j), k pi(1+,1j), k + ai(, j), k pi(, j+, k1) + bi(, j), k pi(+1+,1j), k
...(5.41)
+ ei(, j), k pi(, j++11), k + g i(, j), k pi(, j+, k1)+1 = Fi(,j ,)k
La definicin de hi, j,k , fi, j,k , ci, j,k , ai, j,k , bi, j,k , ei, j,k y gi, j,k se establece al igualar las Ecs. 5.39
y 5.41.
Para un ordenamiento normal de las incgnitas y de las ecuaciones, el sistema de Ecs. 4.41,
genera en este caso una matriz de coeficientes heptadiagonal.
( ) ( +1) ( )
a1,1 b1,1 e1,1 g1,1 p1,1 F1,1
c p F
2,1 a2,1 b2,1 e2,1 g2,1 2,1 2,1
c3,1 a3,1 b3,1 e3,1 g3,1 p3,1 F3,1
c4,1 a4,1 b4,1 e4,1 g4,1 p4,1 F4,1
c5,1 a5,1 e5,1 g5,1 p5,1 F5,1
f1,2 a1,2 b1,2 e1,2 p1,2 F1,2
f2,2 c2,2 a2,2 b2,2 e2,2 p F
2,2 2,2
f3,2 c3,2 a3,2 b3,2 e3,2 p3,2 = F3,2
f4,2 c4,2 a4,2 b4,2 e4,2 p F
4,2 4,2
f5,2 c5,2 a5,2 e5,2 p5,2 F5,2
h1,3 f1,3 a1,3 b1,3 p1,3 F1,3
h2,3 f2,3 c2,3 a2,3 b2,3 p2,3 F2,3
h3,3 f3,3 c3,3 a3,3 b3,3 p3,3 F3,3
h4,3 f4,3 c4,3 a4,3 b4,3 p F
4,3 4,3
h5,3 f5,3 c5,3 a5,3 p5,3 F5,3
El proceso iterativo se inicia con la solucin del nivel del tiempo previo, y termina al
cumplirse los criterios de convergencia equivalentes con las Ecs. 4.35 y 4.36.
[ (p D )] + q* = ...(5.42)
t B
69
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Vri, j , k
[T (p D )]in, +j ,1k + qin, +j ,1k = t ...(5.43)
t B i, j , k
Ntese que existe una gran similitud entre estas dos ecuaciones y que el paso de la Ec. 5.42
a la Ec. 5.43 es directo. Esto es, en el trmino de flujo se reemplaza el operador diferencial por el
operador de diferencias centrales y la mobilidad por la transmisibilidad T. El trmino fuente,
que se expresa en la ecuacin diferencial como gasto por unidad de volumen de roca, deber ser
simplemente el gasto del pozo ubicado en la celda. En el trmino de acumulacin se reemplaza la
derivada parcial con respecto al tiempo, t , por el operador de diferencias regresivas en tiempo,
t , y a su vez este se multiplica por el volumen de roca de la celda y se divide entre t.
A
Ti + 1 = T ( pi +1 , pi ) = i + 1 ...(5.44)
2 i + 1 2
2
Ntese que la ecuacin diferencial, Ec. 5.42, es no lineal y que el sistema algebraico de
ecuaciones aproximadas, 5.43, tambin lo es. Se mostr que el mtodo iterativo de Newton-
Raphson es el mtodo general para resolver el sistema no lineal de ecuaciones. Mtodos como
linealizacin directa, aproximaciones sucesivas y semi-implcito linealizado pueden obtenerse
como casos particulares del mtodo de Newton, prelinealizando parcialmente las ecuaciones y
controlando el nmero de iteraciones.
Se observa tambin que la estructura matricial del sistema lineal de ecuaciones, generado
por los mtodos de linealizacin, depende del nmero de dimensiones del problema. As para un
ordenamiento normal de las ecuaciones y de las incgnitas se tienen que el problema
unidimensional genera un sistema de ecuaciones tridiagonal, el problema bidimensional genera un
sistema pentadiagonal y el problema tridimensional genera un sistema heptadiagonal.
6. Modelos de Pozos.
70
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
En este captulo se presenta una breve discusin de los mtodos de solucin comnmente
empleados en la simulacin numrica de yacimientos.
Bsicamente los sistemas de ecuaciones, como los que se generan en la simulacin de los
yacimientos, pueden resolverse mediante mtodos directos o iterativos. Los Mtodos Directos
requieren un nmero fijo de operaciones en la solucin de un sistema dado. En los Mtodos
Iterativos no es posible predeterminar el nmero de operaciones, ya que la solucin consiste en
aplicar algoritmos cclicos, en espera de que al paso de las iteraciones se obtenga una mejor
aproximacin de la solucin.
La solucin numrica de los problemas del flujo de fluidos a travs de medios porosos,
generan sistemas lineales de ecuaciones que en forma matricial conforman una matriz dispersa con
una estructura bandada, en la cual los elementos diferentes de cero estn sobre una banda de ancho
predecible.
El trabajo requerido en los algoritmos de banda esta directamente relacionado con el ancho
de la banda. El menor ancho de banda se obtiene cuando el ordenamiento de las incgnitas y de las
ecuaciones se hace en la direccin del menor nmero de celdas.
La eficiencia de los mtodos directos se mejora grandemente cuando se hace uso de tcnicas
especiales de ordenamiento del sistema lineal de ecuaciones, como es el caso del ordenamiento D4.
71
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
a1u1 + b1u 2 = d1
ci ui 1 + ai ui + bi ui +1 = d i ; i = 2,3,..., I 1
c I u I 1 + a I u I = d I ...(7.1)
O bien,
Au = d ...(7.2)
Donde,
a1 b1 u1 d1
c a2 b2 u d
2 2 2
c3 a3 b3 u 3 d 3
A= . . . . = .
. . . . .
. . . . .
cI a I u I d I
A = WQ ...(7.3)
w1
c w2
2
c3 w3
W = . .
. .
. .
cI wI
72
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1 q1
1 q2
1 q3
Q= . .
. .
1 q I 1
1
Au WQu = Wg ...(7.6)
Donde g = Qu . Es decir, se tiene:
( ) ( +1) ( )
w1 g1 d1
c w2 g d
2 2 2
c3 w3 g3 d3
. . . = .
. . . .
. . . .
wI g d
cI I I
73
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
( ) ( +1) ( )
1 q1 u1 g1
1 q2 u g
2 2
1 q3 u 3 g3
. . . = .
. . . .
1 q I 1 . .
1 u g
I I
uI = g I
u i = g i q i u i +1 ; i = I 1, I 2,...,1 ...(7.8)
En los mtodos iterativos por punto, MIP, las incgnitas de cada nodo son resueltas
explcitamente en cada iteracin. Por otro lado, los mtodos iterativos por lnea/bloque, MIL/B, se
resuelven simultneamente las incgnitas de un grupo de celdas. Entre ms implcito sea un mtodo
iterativo, esto es entre mayor sea el nmero de incgnitas que se resuelven simultneamente, la
convergencia a la solucin es ms rpida. Esto requiere sin embargo una mayor capacidad de
memoria de cmputo y un mayor esfuerzo computacional por iteracin. Lo anterior indica que en la
implementacin de un mtodo iterativo por bloques, es necesario hacer un balance entre implicitud
y simplicidad para resolver el sistema de ecuaciones generado por los bloques.
74
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Dentro de los mtodos iterativos que han recibido atencin en la simulacin numrica de
yacimientos se tienen a los mtodos PSOR, LSOR, BSOR y algunas variantes de estos, as como
los mtodos ADIP y SIP. Ninguno de estos mtodos es universal: algunos funcionan bien bajo
algunas circunstancias y mal bajo otras. A continuacin se presentan algunos de estos mtodos.
Como antecedentes a los mtodos SOR se presentan primeramente los mtodos de Jacobi y
de Gauss Seidel.
La solucin del sistema de ecuaciones, Ec. 7.9, mediante el mtodo de Jacobi consiste en la
aplicacin sucesiva del siguiente proceso iterativo:
ui(,mj +1) = (m ) (m ) (m ) (m )
1
d i, j f i, j u i , j 1 ci, j u i 1, j bi, j u i +1, j ei, j u i , j +1 ...(7.10)
ai , j
75
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
El mtodo iterativo del PSOR se basa en una modificacin del mtodo de Gauss-Seidel,
donde se introduce el uso de un parmetro de iteracin, , con el objeto de acelerar el proceso de
( )
convergencia a la solucin. Si se denomina u i*, jm +1 a la solucin obtenida mediante el mtodo de
Gauss-Seidel en la iteracin m + 1, el mtodo PSOR se define como:
Como una extensin del mtodo de Gauss-Seidel, para cada j se establece el siguiente
sistema de ecuaciones:
ci, j u *(m +1) + ai, j u *(m +1) + bi, j u *(m +1) = d i, j f i, j u (m +1) ei, j u (m ) ...(7.13)
i 1, j i, j i +1, j i , j 1 i , j +1
i = 1,2,..., I para cada j
El ritmo de convergencia del mtodo iterativo LSOR, depende del valor del parmetro de
sobrerelajacin, . Existe un valor ptimo de este parmetro, el cual se puede obtener por ensaye y
error o mediante algn procedimiento o algoritmo, como se ver posteriormente.
76
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
La idea principal de este mtodo consiste en rearreglar por planos el sistema de ecuaciones
generado por un problema tridimensional:
hi, j,kui, j,k1 + fi, j,kui, j1,k +ci, j,kui1, j,k + ai, j,kui, j,k +bi, j,kui+1, j,k + ei, j,kui, j+1,k + gi, j,kui, j,k+1 = di, j ...(7.17)
i = 1,2,..., I
j = 1,2,..., J
k = 1,2,..., K
Es decir, el problema tridimensional, Ec. 7.17, se resuelve mediante una serie de barridos
bidimensionales, empleando los nuevos valores de las incgnitas de los planos previamente
resueltos.
El problema bidimensional, Ec. 7.18, genera para un ordenamiento normal, una matriz de
coeficientes pentadiagonal que se resuelve ms eficientemente que el problema original. Cada uno
de estos problemas reducidos, se resuelve empleando un esquema directo de solucin, con lo que
se genera una solucin intermedia que sirve de base para obtener la solucin al nivel de iteracin
desconocida, (m + 1). Una vez que se obtiene la solucin intermedia de las incgnitas u i*(, jm, k+ 1) ,
i = 1,2,..., I y j = 1,2,..., J correspondientes al plano k , sta se sobrerelaja como la Ec. 7.14.
En problemas donde el mtodo LSOR no converge debido, por ejemplo, que la formacin es
altamente heterognea y anisotrpica, el mtodo BSOR tiene un mejor comportamiento. Las
propiedades de convergencia de estos mtodos iterativos mejoran a medida que el nmero de
ecuaciones resueltas simultneamente aumenta. Esto; sin embargo, ocasiona un aumento en el
trabajo computacional realizado en cada iteracin.
Al igual que el mtodo anterior, el mtodo BSOR, comienza con una estimacin inicial dada
por la Ec. 7.15 y termina cuando alcanza la convergencia estipulada por la Ec. 7.16.
77
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
120
No. de Iteraciones
110
100
90
80 b = 1.15
70
0.7 0.8 0.9 1 1.1 1.2 1.3 1.4
Parametro de Sobrerelajacin
( A) =
( + 1) ...(7.21)
1
2
78
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Los valores de ( ) deben estar muy prximos a un valor lmite de y este valor se usa
como una aproximacin del radio espectral. Tambin se requiere un valor inicial de en la Ec.
7.21 para obtener el vector solucin x ( ) . Por tal motivo, se requiere que este proceso iterativo se
inicialice con = 1 y se cumpla con la siguiente condicin:
79
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
a1 b1
c a2 b2
2
c3 a3 b3
A= . . .
. . .
. . .
cI a I
Los elementos ai , bi y ci son para el caso de flujo de los pseudocomponentes aceite, gas y
agua, submatrices de (3 x3), como se definen en el problema multifsico. Los elementos ui y d i son
equivalentemente subvectores de orden 3.
w1 w2 w3
w4 w5 w6
w7 w8 w9
1
c1 c 2 c3 w1 w2 w3
c 4 c 5 c 6
w w5 w6
4
c 7 c8 c9 w7 w8 w9 2
2
c1 c2 c3 w1 w2 w3
c c5 c6 w w5 w6
4 4
c 7 c8 c9 3 w7 w8 w9 3
W =
c1 c2 c3 w1 w2 w3
c
4 c5 c 6 w
4 w5 w6
c 7 c8 c9 I
w7 w8 w9 I
Y,
80
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
1 q1
1 q2
1 q3
Q= . .
. .
1 q I 1
1
uI = g I
...(7.29)
ui = g i qi ui +1 ; i = I - 1, I - 2,..., 1
81
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
iterativos es la falta de metodologas para el clculo de los parmetros de iteracin ptimos. Los
mtodos existentes para el clculo de estos parmetros han sido desarrollados bajo una serie de
simplificaciones. En algunas situaciones los parmetros tericos no solo no resuelven
eficientemente el problema, sino que provocan problemas de convergencia en el mtodo.
Considrese el flujo lineal multifsico isotrmico de fluidos tipo beta: aceite, gas y agua en
un yacimiento petrolero. Las distribuciones de presiones y de saturaciones al tiempo cero, p p (x, t = 0)
y Sp(x,t = 0) , obedecen al equilibrio gravitacional y capilar, como se describe en el capitulo 2. Se
considera que no existen fuentes distribuidas a lo largo del dominio del yacimiento. El yacimiento
produce a un gasto de aceite qo en la frontera situada en x = 0 y en la frontera en x=L esta cerrada al
flujo. Las ecuaciones que describen el flujo de fluidos en el yacimiento son:
po D S o
o o = ...(8.1)
x x x t Bo
p g D p D S g S o
g g + o Rs o o = + R ...(8.2)
x x x t B g Bo
s
x x x
p w D S w
w w = ...(8.3)
x x x t B w
0< x<L
t >0
So + S g + S w = 1 (8.4)
82
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Pc go = p g p o (8.5)
y
Pc wo = p o p w (8.6)
p o D B
o = o o qo ; t0 ...(8.9)
x x x =0 kkro A x =0
Los gastos de produccin del gas libre y del agua pueden obtenerse, con algunas
simplificaciones, mediante las siguientes relaciones:
g
q g =
qo (8.10)
o x =0
Y
q w = w qo (8.11)
o x =0
Ntese que el gasto total de produccin de gas, libre ms disuelto, esta dado por:
g
q gT = q g + q o (Rs ) x =0 = + R s qo (8.12)
o x =0
p p D
=0 ; t0 ...(8.13)
x p
x
x= L
83
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
(
Vri S g R s 1 S g S w
t +
) ...(8.15)
t Bg Bo
i
Ntese que las relaciones adicionales, Ecs. 8.4 a 8.6, fueron acopladas en las ecuaciones de
flujo en diferencias. Con esto se tiene ahora en cada nodo tres ecuaciones con tres incgnitas:
( )i
p o , S g , S w , i = 1,2,..., I.
84
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
q o = T n +1 1 [p o o D ]n1 +1 ...(8.19)
o, 2 2
Y,
p, I + 2
[
T n+1 1 p p p D n+11 = 0
I+2
] ...(8.20)
Por similitus con la Ec. 8.19, los gastos de produccin de gas y de agua, q g y q w , pueden
escribirse en forma de diferencias como sigue:
[ ]
q g = T n +11 p g g D n1 +1 (To R s )n1 +1 [p o o D ]n1 +1
g,
...(8.21)
2 2 2 2
Y,
q w = T n+11 [p w w D ]n1 +1 ...(8.22)
w, 2 2
Tg
n +1
Vr S
q on +1 = 1 t g +
1 S g S w ( ) ...(8.24)
T + R s
o 1 t B g Bo 1
2
85
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
g,I
[ I2
]
T n +1 1 p o + Pc og g D n +11 (To R s )n +11 [p o o D ]n +11
I I
2 2 2
...(8.27)
Vr (
S g 1 S g S w )
= I t +
t B g Bo I
Las Ecs. 8.14, 8.15 y 8.16 y sus formas particulares para las celdas de fronteras, definen un sistema
(
no lineal de 3I ecuaciones con 3I incgnitas en el nivel de tiempo n + 1 : po , S g , S w (n +1) ; )I
i = 1,2,..., I. Su solucin ha originado una serie de formulaciones, o mtodos de soluciones,
conocidos en la literatura especializada como: IMPES, Solucin Simultnea o SS, Solucin
Secuencial o SEQ, Semi-Implcitos Linealizados o SL y Totalmente implcitos o TI.
Los mtodos menos implcitos, IMPES, requiere el menor esfuerzo computacional para
resolver un problema dado: estn sin embargo condicionados a usarse en problemas de flujo donde
las variaciones de presin y saturacin en las celdas, p y S g , durante una etapa de tiempo, t , son
suaves. Problemas donde esto no se cumple, problemas de conificacin, segregacin gravitacional
y formaciones de frentes, por ejemplo, requieren de mtodos ms estables, como los mtodos semi-
implcitos linealizados, SI o el mtodo totalmente implcito, TI. Debe notarse sin embargo que en la
medida en que el mtodo es ms implcito, los requerimientos computacionales, memoria y tiempo,
son mayores. Consecuentemente, los costos tambin son mayores.
El mtodo fue propuesto en 1961 por Stone y Garder. Debido a los requerimientos
computacionales relativamente reducidos del mtodo y a las limitaciones de memoria y velocidad
86
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
de operacin de los sistemas de cmputo de la poca, el mtodo IMPES result ser el mtodo
viable en estudios globales de comportamiento de yacimientos en los inicios de la simulacin
numrica.
Las ecuaciones aproximadas de flujo del mtodo IMPES, de acuerdo con las
consideraciones mencionadas son:
Es necesario ahora hacer explcitas las variables primarias, p o ,i (n +1) , S g,i (n+1) y Sw,i(n+1) en los
trminos de acumulacin de las Ecs. 8.29 a 8.31. Para esto se hacen las siguientes operaciones, se
toma como ejemplo el trmino de acumulacin de la ecuacin del aceite:
(
1 Sg Sw ) (
1 Sg Sw ) n+1 (
1 Sg Sw ) n ...(8.32)
t =
Bo i Bo i Bo i
87
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
( )
Sumando y restando ( / Bo )n+1 1 S g Sw n en la Ec. 8.31, se le puede llevar a la siguiente
forma:
(
1 S g Sw )
n+1 n+1 n
t = B ( ) ( )
t 1 S g S w + 1 S g S w n
Bo
...(8.33)
Bo i o i Bo
i
t
(
1 Sg Sw ) = n+1 (1 S ) (
n+1 n+1 n+1 n
) n
...(8.34)
g Sw + 1 Sg Sw +
Bo
t
Bo i Bo i Bon Bon Bo
i
Es decir:
t
(
1 Sg Sw ) = n+1 (1 S ) (
1
) 1
Sw + 1 Sg Sw n t + n+1t ...(8.35)
t g n
Bo i Bo i Bo Bo i
n+1
d 1
(1 / Bo )n+1 (1 / Bo )n = t (1 / Bo ) ...(8.36)
dp Bo pon+1 pon t po
n+1
d 1
t (1 / Bo ) = t po ...(8.37)
dp Bo
1 d 1 t ...(8.38)
cr =
dp n t po
t = cr nt po ...(8.39)
Sustituyendo las Ecs. 8.37 y 8.39 en la Ec. 8.35 y finalmente sustituyendo sta en la
ecuacin del aceite, Ec. 8.29, se obtiene:
88
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
[ ( )] (
Ton pon+1 on D i = oo t po + og t S g + ow t S w
i
) ...(8.40)
Operando en forma similar en los trminos de acumulacin de las ecuaciones del gas
y del agua, se obtienen las siguientes expresiones,
[ (
T gn pon+1 + Pc go
n
)] [
gn D + (To Rs )n p on+1 on D i =
i
( )] ...(8.41)
(
go t po + gg t S g + gw t S w )i
Y para el componente agua,
[ (
Twn p on+1 Pc wo
n +1
)] (
wn D i = wo t p o + wg t S g + ww t S w
i
) ...(8.42)
89
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Ntese que las incgnitas S g , i y S w, i aparecen solo en el lado derecho de las ecuaciones de
flujo, Ecs. 8.40 a 8.42. Esta caracterstica es aprovechada por el mtodo IMPES para combinar las
tres ecuaciones aproximadas del nodo i y generar una sola ecuacin en trminos de presin,
exclusivamente. Para esto, se multiplica la ecuacin del gas, Ec. 8.41, por g i y la ecuacin de l
agua, Ec. 8.42 por wi , y sumando las ecuaciones juntamente con la ecuacin del aceite, Ec. 8.40.
Esto es:
[ ( )] [ (
Ton pon +1 on D i + gi Tgn pon +1 + Pcgo
n
i
)] [ (
gn D + gi (To Rs )n pon +1 on D i )]
[ (
+ wi Twn pon +1 Pcwo
n +1
)] (
wn D i = oot po + g go + w wo t po,i +
i
) ...(8.52)
( )i (
og + g gg + w wg t S g,i + ow + g gw + w ww t Sw,i )i
Para eliminar t S g y t S w de la ecuacin anterior es necesario que se cumpla lo siguiente:
( ) (
og + g gg + w wg = og + g gg = 0 )i ...(8.53)
Y
( ow + g gw + w ww )i = 0 ...(8.54)
Esto constituye un sistema de dos ecuaciones con dos incgnitas en cada nodo i : gi y wi .
Resolviendo este sistema se obtiene:
og ...(8.55)
g i =
gg
i
Y
1 og
...(8.56)
wi = ow gw
ww i gg
i
[ ( )] [ (
Ton pon+1 on D i + gi Tgn pon+1 + Pcgo
n
i
)] [ (
gn D + gi (To Rs )n pon+1 on D i )] ...(8.57)
[ (
+ wi Twn pon+1 Pcwo
n+1
)] (oo +g go +wwo )i t po,i
wn D i =
90
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Esta ecuacin contiene exclusivamente las incgnitas: po,i 1n+1, po,i 1n+1 y po,i 1n+1. Puede
entonces escribirse de la siguiente manera:
Y
1
t S g ,i =
og
{[ ( i )] (
Ton pon+1 on D oo t po + ow t S w
i )} ...(8.62)
i
Una vez calculadas ( po, Sg , Sw)in+1 se puede calcular ( pg , pw, So)in+1 y avanzar al siguiente
nivel de tiempo.
Al escribir la Ec. 8.52 en cada uno de los nodos de la malla de clculo, i = 1,2,...,I se genera
un sistema tridiagonal de ecuaciones que se resuelve con el algoritmo de Thomas.
a1 b1
c
2 a 2 b2
c3 a3 b3
A= . . .
. . .
. . .
c I a I
Es evidente que en este sistema el vector de incgnitas esta formado por los subvectores
u T
= ( p1 , p 2 , ..., p I ) y el vector de trminos conocidos por los subvectores d T = (d1, d 2 ,...,d I ).
91
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
A partir de las Ecs. 5.15 a 5.17 se definen las siguientes funciones de residuos:
Vri S g Rs 1 S g S w
t +
(
=0
) ...(8.64)
t B g Bo
i
[(
F p ,i p o , S g , S w
i 1
) (
, po , S g , S w , po , S g , S w
i i +1
) (
n +1
=0 ) ] ...(8.66)
Donde p = o, g , w.
A partir de las funciones de residuos se establece el siguiente proceso iterativo para resolver
el sistema no lineal de ecuaciones:
( ) ( ) ( )
F p, i F p, i F p, i
po(, i+11) + S g(, i+11) + S w(, i+11) +
po, i 1 S g , i 1
S w, i 1
( ) ( ) ( )
F p, i F p, i F p, i
po(, i+1) + S g(, i+1) + S w(, i+1) +
...(5.67)
po, i S g , i
S w, i
( ) ( ) ( )
F p, i F p, i F p, i
po(, i++11) + S g(, i++11) + S w(, i++11) + = F p(, i)
po, i +1 S g , i +1
S w, i +1
92
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Los criterios de convergencia son similares a los mostrados en las Ec. 4.35 y 4.36.
Notacin compacta:
Si se define:
F p,i
a po,i = ...(8.69)
po,i
F p,i
a pg,i = ...(8.70)
S g ,i
Y,
F p,i
a pw,i = ...(8.71)
S w,i
Donde p = o, g , w.
De acuerdo con las Ecs. 8.69, 8.70 y 8.71, entonces se puede escribir el subsistema de
ecuaciones, Ec. 8.67 para el nodo i como se muestra a continuacin:
( +1)
po
p
g
pw
i1
( ) ( ) ( ) ( +1) ( )
coo cog cow aoo aog aow boo bog bow po Fo
p ...(8.72)
cgo cgg cgw ago agg agw bgo bgg bgw g = Fg
cwo cwg cww awo awg aww bwo bwg bww pw Fw
i i i i i
( +1)
po
p
g
pw
i+1
O bien:
ci( )u i(1+1) + ai( )u i( +1) + bi( )ui(+1+1) = Fi( ) ...(8.73)
i = 1,2,..., I
n = 0,1,2,...
Ntese que c es la submatriz de orden (3x3 ) de la Ec. 8.73 que contiene los elementos
c po, c pg , c pw. a y b son tambin submatrices de orden (3x3) , similarmente definidas . u es el
subvector de incgnitas: (po , S g , S w )T y F es el subvector de residuos (Fo , Fg , Fw )T .
93
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
Al escribir la Ec. 8.72 en cada uno de los nodos de la malla de clculo, i = 1,2,...,I se genera
un sistema bloque-tridiagonal de ecuaciones. Esto es, se tiene un sistema tridiagonal donde los
elementos son submatrices de (3x3) : ci , ai y bi .
a1 b1
c a2 b2
2
c3 a3 b3
...(8.74)
A= . . .
. . .
. . .
cI a I
Es evidente que en el sistema del vector de incgnitas esta formado por los subvectores
uT = (u1, u2 ,...,u I ) y el vector de trminos conocidos por los subvectores F T = (F1, F2 ,..., FI ) .
94
FI-UNAM FUNDAMENTOS DE SIMULACIN
NUMRICA DE YACIMIENTOS.
BIBLIOGRAFA.
1. AZIZ, K. and SETTARI, A.: Petroleum Reservoir Simulation, Applied Science Publishers,
Ltd., London, (1979).
2. BEHIE, A. and VINSOME, P.K.W.: Block Iterative Methods for Fully Implicit reservoir
Simulation, SPEJ (Oct. 1982) 658-668.
3. BREITENBACH, E.A., THURNAU, D.H. and VAN POOLEN, H.K.: The Fluid Flow
Simulation Equations, SPEJ (1969), 9, No. 2, pp. 155.
4. COATS, K.H.: Use and Misuse of Reservoir Simulation Models, JPT, (Nov., 1969), 1391-
1398.
5. COATS, K.H.: Reservoir Simulation: State of the Art, JPT, (Aug., 1982), 1633-1642;
Trans., AIME, 273.
6. DOUGLAS, J.Jr., PEACEMAN, D.W. and RACHFORD, H.H. Jr.: A Method for
Calculating Multi-Dimensional Immiscible Displacement, Trans. SPE of AIME, 216,
(1959), pp. 297.
7. LETKEMAN, J.P. and RIDINGS, R.L.: A Numerical Coning Model, SPEJ (1970), 19,
No. 4, pp.418.
8. MacDONALD. R.C. and COATS, K.H.: Methods for Numerical Simulation of Water and
Gas Coning, Trans. SPE of AIME, 249, (1970), pp. 107.
9. NOLEN, J.S. and BERRY, D.W.: Tests of the Stability and Time-Step Sensitivity os Semi-
Implicit Reservoir Simulation Techniques, Trans. SPE of AIME, 253, (1972), pp. 253.
10. MITCHELL, A.R.: The finite Difference Method in Partial Differential Equations. John
Wiley & Sons, (1980).
11. ODHE, A.S.: Reservoir Simulation What is it? , JPT, (Nov. 1969), 1383-1388.
12. PEACEMAN, D.W.: Fundamentals of Numerical Reservoir Simulation, Elsevier,
Amsterdam, (1977).
13. PRICE, H.S. and COATS, K.H.: Direct Methods in Reservoir Simulation, SPEJ, (June
1974), 19.
14. RODRIGUEZ de la GARZA, F.: CONIMP: Un Simulador Numrico del Fenmeno de
Conificacin de Fluidos, Revista IMP, (Julio 1985), Vol. 17, No. 3, pp. 17.
15. SETTARI, A. and AZIZ, K.: Use of Irregular Grid in Reservoir Simulation, SPEJ (April
1972) 103-114.
16. SPILLETE, A.G., HILLESTAD, J.G. and STONE, H.L.: A High-Stability Sequential
Solution Approach to Reservoir Simulation, SPE 4542, Presented at the 48th Annual Fall
Meeting, Las Vegas, Nev. (1973).
17. STAGGS, H.M. and HERBECK, E.F.: Reservoir Simulation Models- An Engineering
Overview, JPT, (Dec., 1971), 1428-1436.
18. STONE, H.L. and GARDER, A.O.Jr.: Analysis of Gas-Cap or Dissolved-Gas Drive
Reservoirs, SPEJ (June 1961) 91-102.
19. STRANG, G.: Linear Algebra and Its Applications, Academic Press, New York, 1976.
20. WATTS, J.W.: A Method for Improving Line Successive Over-relaxation in Anysotropic
Problems- A theoretical Analysis, SPEJ (April 1973) 105-108, Trans., AIME, 255.
95