CAPÍTULO 1

INTRODUCCIÓN A LA SIMULACIÓN NUMÉRICA DE YACIMIENTOS

El objetivo de la ingeniería de yacimientos es adquirir un mejor conocimiento de

las características del yacimiento de tal manera que el ingeniero de yacimientos
esté en capacidad de estimar las reservas recuperables, definir el mejor esquema
de explotación que permita recuperar la mayor cantidad de hidrocarburos a un
bajo costo y predecir el comportamiento futuro del yacimiento. Esto se logra
partiendo del hecho de que las condiciones reales del yacimiento se pueden
representar a través de un modelo.

Para nuestro propósito, debemos considerar un modelo como una entidad que
permite el estudio de un fenómeno, bajo condiciones de prueba apropiadas, que
tiene la probabilidad de que ocurra en la práctica.

En general los modelos pueden clasificarse como físicos y matemáticos. Los

físicos son reproducciones de laboratorio tendientes a reproducir lo que ocurre en
el yacimiento y las ecuaciones que describen de manera teórica este
comportamiento constituyen el modelo matemático.

Ambos tipos de modelos han jugado un papel importante en la industria del

petróleo. Por ejemplo, las leyes que gobiernan el flujo de fluidos en un medio
poroso fueron descubiertas y delineadas empleado modelos físicos. La ley de
Darcy, los conceptos de permeabilidad relativa, presión capilar, densidad y
correlaciones de viscosidad, entre otras, tienen sus orígenes en experimentos con
modelos físicos. Está de más decir que estos modelos han sido y son
indispensables en la ingeniería de yacimientos. Sin embargo, tienen sus
limitaciones: es poco práctico el modelamiento riguroso de sistemas de gran
escala como lo es un yacimiento de petróleo, por lo que podría decirse que los
modelos físicos son muy útiles en el estudio de fenómenos a pequeña escala.
Cuando se requiere modelar sistemas globales, como un yacimiento, se debe
recurrir a un enfoque diferente, usualmente un enfoque matemático.

El deseo de tratar en forma adecuada un yacimiento con algún grado de exactitud

dió origen a la tecnología conocida como simulación de yacimientos. Esto no
quiere decir que las técnicas de simulación de yacimientos están limitadas a
soluciones globales. Estas también se usan en el estudio de fenómenos locales
alrededor de la cara del pozo y han demostrado ser superiores, en este aspecto, a
los modelos físicos.

1
El modelo matemático más familiar es la ecuación de balance de materia. Este es
un modelo matemático o simulador de yacimiento en todo sentido. Este modelo
se basa en un concepto físico fundamental: el principio de conservación. Este
principio cuando se expresa en forma matemática bajo las limitaciones de
suposiciones arbitrarias constituye el modelo. Vale la pena anotar que los
modelos modernos están basado en los mismos principios. Difieren en la medida
en que se re-definen las suposiciones inherentes en la ecuación de balance de
materiales y se aproxima más cercanamente a las condiciones reales del
yacimiento.

Antes de discutir los principios involucrados en la construcción de un simulador

numérico de yacimientos, se debe aclarar a lo que se hace referencia por
“solución numérica”. Supóngase que se expresa un proceso físico particular por
medio de una ecuación matemática (o conjunto de ellas), que el proceso toma
lugar en alguna región que tiene dimensiones finitas. Las ecuaciones que
describen este proceso siempre harán referencia a un punto dentro de la región.
Al realizar un proceso matemático sobre la ecuación, se puede determinar la
interacción de este punto con todos los otros puntos en el sistema a todos los
tiempos y de ese modo se predice el comportamiento del proceso físico bajo
estudio. Este proceso comúnmente se conoce como solucionar la ecuación.

Si las ecuaciones matemáticas no son muy complejas, el proceso de solución

puede llevar a obtener una fórmula la cual puede ser subsecuentemente
manipulada para calcular los parámetros deseados. Esta solución es una solución
analítica.

Por otra parte, si las ecuaciones son muy complejas y no pueden resolverse
analíticamente, debemos conformarnos con algo menos que una fórmula para
representar la solución. Lo que se debe hacer en estos casos, es reemplazar la
ecuación original por un conjunto más simple que sea fácil de resolver y que esté
relacionado, de alguna manera, con la ecuación original. Sin embargo, en lugar
de obtener otra(s) fórmula(s), se puede llegar a soluciones de las ecuaciones más
simples en forma de tablas de valores numéricos, cada uno de los cuales se
refiere a puntos discretos en el espacio y en el tiempo dentro de la región. Esto se
conoce como solución numérica, la cual representa una aproximación a la
ecuación original que se quería resolver.

Si se quiere construir un modelo matemático que supere las limitaciones de la

ecuación de balance de materiales, por ejemplo, siempre se van a obtener
ecuaciones que caen dentro de la segunda categoría, las cuales requieren
soluciones numéricas, de aquí el nombre de simulación numérica de yacimientos.

2
En términos generales, podría decirse que un simulador numérico está integrado
por tres modelos: el diferencial, el numérico y el de computador.

El modelo diferencial está conformado por el conjunto de ecuaciones diferenciales

que describen los procesos físico-químicos que ocurren en el yacimiento en
función del espacio y del tiempo.

El modelo numérico constituye la forma en que se da solución al modelo

diferencial. Por lo menos existen tres formas de hacer este modelo:
• diferencias finitas, que es el más usado
• elementos finitos: no se usa porque no permite la unión de las ecuaciones
de masa y energía
• Elementos de volumen de control

Para este propósito se divide el yacimiento en una serie de pequeños bloques, de

acuerdo con la geometría del yacimiento, a los que se les puede asignar un valor
único para las propiedades de la roca, de este modo se pueden tener en cuenta
las heterogeneidades y la anisotropía del yacimiento. La variación espacial de las
propiedades del fluido también se puede asignar por bloques o zonas a través de
todo el sistema. Para reflejar la existencia de pozos, se asignan tasas de
producción e inyección a la celda en donde se encuentren.

Una vez se han ubicado los pozos y se han definido las propiedades a cada
bloque se plantean las ecuaciones fundamentales en cada nodo del sistema a
diferentes niveles de tiempo. De esta forma se obtiene el modelo numérico del
simulador constituido por un alto número de ecuaciones discretas.

Con el fin de dar solución a este gran número de ecuaciones se requiere la

elaboración de un programa de computador conocido como el modelo de
computador del simulador.

La información básica que se requiere para ejecutar el modelo de computador es

la siguiente.
• Geometría del yacimiento
• Ubicación de pozos productores e inyectores con sus respectivas tasas de
flujo.
• Propiedades de la roca y del fluido en cada bloque
• Distribución inicial de fluidos en el yacimiento

3
 • Presión promedia en cada nodo en el tiempo cero.

Los resultados obtenidos dependen del enfoque que se le haya dado al simulador,
del tipo de modelo y de la aplicación para la cual fue construido. En general se
busca estudiar el comportamiento del yacimiento bajo diferentes esquemas de
producción, de ubicación de pozos y para diferentes tasas de producción e
inyección.

HISTORIA DE LA SIMULACION

La Simulación de Yacimientos ha sido practicada desde el inicio de la Ingeniería

de Petróleos. En la década de los 40, el potencial de la simulación de yacimientos
fue reconocido y muchas compañías iniciaron el desarrollo de modelos analógicos
y numéricos con la finalidad de mejorar las soluciones analíticas existentes
(cálculo de balance de materiales y desplazamiento 1-D de Buckley-Leverett).

En la década de los 50, se llevaron a cabo investigaciones en lo que respecta a

solución numérica de ecuaciones de flujo. Como resultado, se obtuvieron
programas de computador para simulación de yacimientos, aunque sencillos pero
útiles. Estos programas representaron el mayor avance y usaron la solución de un
conjunto de ecuaciones de diferencias finitas para describir el flujo multifásico 2-D
y 3-D en medios porosos heterogéneos. Fue la primera vez que los Ingenieros de
Yacimientos lograron resolver problemas complejos.

En la década de los 60, el desarrollo de la Simulación de Yacimientos estuvo

dirigida a resolver problemas de yacimientos de petróleo en tres fases. Los
métodos de recuperación que fueron simulados incluían depletación de presión y
varias formas de mantenimiento de presión. Los programas desarrollados
operaban en grandes computadores (Mainframe) y usaban tarjetas para el ingreso
de datos.

Durante la década de los 70, la tendencia cambió bruscamente, debido al

creciente número de investigaciones en procesos EOR, avances en técnicas de
simulación numérica y la disminución del tamaño e incremento de velocidad de los
computadores. Los simuladores matemáticos fueron desarrollados de tal manera
que incluían procesos de inyección química, inyección de vapor y combustión in
situ. La investigación durante este período resultó en avances significativos en lo
que respecta a la caracterización de la física del hidrocarburo, en el
desplazamiento bajo la influencia de la temperatura, agentes químicos y
comportamiento de fase multicomponente.

Durante la década de los 80, el rango de las aplicaciones de la simulación de

yacimientos continuó expandiéndose. La descripción de yacimientos avanzó hacia

4
el uso de la GeoEstadística para describir heterogeneidades y proporcionar una
mejor definición del yacimiento.

Se desarrolló la tecnología para modelar yacimientos naturalmente fracturados,

incluyendo efectos composicionales. Así mismo, el fracturamiento hidráulico y
pozos horizontales y su aplicación al monitoreo del yacimiento. Al inicio de la
década de los 90, las aplicaciones fueron hechas en grandes computadores
(Mainframe), al final de la década se empezaron a usar microcomputadores.

Actualmente, computadores personales y una gran cantidad de sistemas de

simulación de yacimientos, proporcionan al Ingeniero, un medio económico y
eficiente para resolver complejos problemas de Ingeniería de Yacimientos.

AVANCES RECIENTES

Los avances recientes se han centrado principalmente en los siguientes temas :

1.- Descripción del yacimiento.

2.- Yacimientos Naturalmente Fracturados.

3.- Fracturamiento Hidráulico.

4.- Pozos Horizontales.

Referente a descripción del yacimiento, se están aplicando técnicas estocásticas

sustentadas en lo siguiente :

a).- Información incompleta del yacimiento en todas sus escalas.

b).- Propiedades de roca variables.

c).- Relación desconocida entre propiedades.

d).- Abundancia relativa de muestras con información proveniente de los pozos.

Referente a yacimientos naturalmente fracturados, la simulación se ha extendido a

aplicaciones composicionales e inyección cíclica de vapor.

Respecto a fracturamiento hidráulico, se ha enfatizado en la predicción de la

geometría de la fractura. Se dispone de varias técnicas para predecir la
distribución de los esfuerzos in situ, mejorando de esta forma la simulación del
crecimiento de la fractura en el sentido vertical y lateral.

5
El objetivo de la simulación de pozos horizontales es estudiar los efectos de
longitud del pozo, ángulo de inclinación, heterogeneidades locales, permeabilidad
direccional, barreras y caída de presión en el pozo. La simulación exacta de los
fenómenos cerca al pozo, ha permitido estudiar los efectos que tienen los pozos
horizontales sobre la productividad, intersección de fracturas, conificación y
recuperación de hidrocarburos.

TIPOS DE SIMULADORES
Los simuladores de yacimientos se pueden clasificar de acuerdo al número de
dimensiones, al tipo de yacimiento que se quiere simular o al proceso particular
que se quiere estudiar. Ver figura 1.

De acuerdo al número de dimensiones

El modelo más simple es el de dimensión cero o modelo tanque ya que considera
el yacimiento como un tanque. En este modelo las propiedades del fluido y de la
roca no varían de punto a punto y considera que el disturbio de presión inducido
en el yacimiento debido a la producción o inyección de fluidos se transmite en
forma instantánea a través de todo el sistema, razón por la cual los cálculos
siempre se realizan a condiciones estáticas.

Modelo tanque o dimensión cero

Con miras a tener un enfoque más realístico, se pueden unir dos o más de estos
tanques, asignando un valor único a las propiedades de la roca y del fluido a cada
tanque y permitiendo flujo de uno al otro a través de las caras adyacentes. Este
constituye un modelo en una dimensión.

Aunque los modelos en una dimensión consideran al yacimiento más

detalladamente que el modelo de dimensión cero, solamente dan una idea general
del movimiento de fluidos y de la distribución de presiones en el yacimiento en
función del tiempo.

Estos modelos 1D son usados para estudiar la sensibilidad del comportamiento

del yacimiento a las variaciones de los parámetros del mismo. Por ejemplo, la
sensibilidad del petróleo recuperable a la relación de movilidad, permeabilidad
absoluta o la forma de las curvas de permeabilidad relativa.

6
 Dimensión
Cero

Modelo Lineal
Una
Dimensión
Modelo Radial

Geometría Horizontal

Número de Dos
Dimensiones Dimensiones Geometría Vertical

Geometría Radial

Modelo Cartesiano
Tres
Dimensiones
Modelo Cilíndrico
Tipos de
Simulador

Yacimientos de Gas

Tipo de
Yacimientos de Petróleo
Yacimiento

Yacimientos de Condensado

Recuperación Primaria

Simulación Térmica
Proceso de
Recuperación
Inyección de Químicos y
Polímeros
Desplazamiento Miscible

Figura 1. Clasificación General de los Simuladores

7
Estos modelos son raramente usados en estudios de yacimientos para un campo
entero, debido a que no se puede modelar el barrido areal y vertical. Por ejemplo,
no se pueden efectuar cálculos confiables de la eficiencia del desplazamiento en
regiones invadidas debido a que no se puede representar los efectos
gravitacionales que actúan perpendicularmente a la dirección del flujo.

(a)

(b)

Modelo de una Dimensión: (a) Lineal; (b) Vertical.

Modelo radial

MODELOS 2-D

AREALES.- Los modelos areales cartesianos 2-D (x,y) son los más usados en los
estudios de yacimientos. Se usan principalmente para estudiar el yacimiento
entero en casos donde el espesor de la formación es relativamente pequeño o
donde no hay una gran variación vertical en las propiedades de los fluidos y la
formación.

8
Los modelos areales usan normalmente sistema de coordenadas cartesianas
(x,y), sin embargo existen algunas aplicaciones que requieren sistemas de
coordenadas radiales (r,θ ) o cilindricas. Estos dos últimos sistemas proporcionan
una mejor definición cerca a los pozos.

Modelo en dos dimensiones horizontal y vertical

El modelo de geometría horizontal es particularmente útil en la simulación de

eficiencias de barrido, efectos de barreras y evaluación de arreglos geométricos
de pozos de inyección. Los modelos verticales permiten simular la variación
vertical de permeabilidad, efectos de estratificación y efectos de segregación de
fluidos.

SECCIONES TRANSVERSALES.- Se usan primariamente para desarrollar :

a.- Para simular inyección de agua periférica o inyección de gas en la cresta con la
finalidad de proporcionar información sobre la uniformidad de la eficiencia de
barrido.

b.- Se usan también para analizar el efecto de la gravedad, capilaridad y fuerzas

viscosas sobre la eficiencia de barrido vertical (conificación de agua).

Si la eficiencia de barrido areal, es un aspecto importante a ser tomado en cuenta,

no se debe usar este tipo de modelo para estimar el comportamiento total del
campo.

RADIAL. Es usado para desarrollar funciones de pozo que permitan predecir el

comportamiento cuando se usen en modelos 2-D areales y 3-D y permiten evaluar
el comportamiento de los pozos cuando los efectos verticales dominan el
comportamiento como en el caso de la conificación de agua o gas. Los modelos
2-D radiales son muy usados para simular la convergencia o divergencia del flujo
en una región radialmente simétrica del yacimiento.

Además se usan estos modelos para estudiar el comportamiento de pozos en

yacimientos con empuje de agua de fondo, con capa de gas y yacimientos que

9
tienen una delgada columna de petróleo y se encuentran rodeados por agua o
gas.

r
θ

Modelo radial en dos dimensiones (r,θ)

MODELOS MULTICAPA.- Usados para modelar yacimientos con varias capas sin
flujo cruzado ("crossflow"), sin embargo estas capas tienen las mismas
condiciones límites, tales como acuífero común o la producción proveniente de las
capas se mezcla en el pozo (commingled).

MODELOS 3-D.- Los modelos en tres dimensiones pueden ser cartesianos o

radiales. Son los más versátiles ya que permiten simular la variación de las
propiedades de la roca y de las condiciones del fluido en forma areal y vertical.
Sin embargo su aplicación es limitada debido a su alto costo y a que requiere una
caracterización precisa del yacimiento.

Los modelos 3-D son usados donde la geometría del yacimiento es muy compleja
como para ser modelado por un 2-D. Los yacimientos en etapa de depleción
avanzada tienen una dinámica de fluido muy compleja y requieren ser modelados
con un simulador 3-D. También se usan modelos 3-D para simular el
desplazamiento de fluidos donde los regímenes de flujo son dominados por el flujo
vertical.

Un problema que está asociado a los modelos 3-D es el tamaño. Un adecuado

modelo puede tener tantos gridblock que consumiría mucho tiempo en
proporcionar resultados y retardaría la toma de decisiones.

10
 Modelo cartesiano en tres dimensiones (x,y,z)

r
θ

Modelo radial en tres dimensiones (r,θ,z)

De acuerdo al tipo de yacimiento

Según esta clasificación existen tres grupos: simuladores de yacimientos de gas,
de yacimientos de aceite negro y de yacimientos composicionales (aceite volátil y
gas condensado).

Los simuladores de yacimientos de gas pueden tener modelos monofásicos o

bifásicos dependiendo de si hay o no agua móvil.

11
Por otra parte, el modelo black oil, también conocido como modelo β es capaz de
simular aquellos sistemas donde hay presencia de agua, aceite y gas teniendo en
cuenta la solubilidad del gas en el petróleo, por lo cual la transferencia de fases se
lleva a cabo entre el gas y el aceite, aunque no tiene en cuenta cambios en la
composición de estas fases. En este modelo el fluido del yacimiento es
aproximado por dos componentes: un componente no volátil (crudo) y un
componente volátil (gas) soluble en la fase del petróleo.

Este modelo asume lo siguiente:

• Se considera que el agua y el crudo son inmiscibles
• El gas es soluble en el aceite, pero no en el agua
• A condiciones de yacimiento, el aceite está formado por dos componentes:
aceite a condiciones de superficie y gas a condiciones normales
• Dentro del yacimiento los fluidos se encuentran en equilibrio termodinámico

Los yacimientos de condensado y de aceite volátil usualmente requieren un

simulador de propósito especial que tenga en cuenta el comportamiento
composicional entre los componentes hidrocarburos individuales en las fases gas
y líquido. Este tipo de modelo está catalogado dentro de los más complejos
puesto que se enfoca a componentes individuales y no a fases, además presentan
problemas tales como la determinación de las propiedades físicas de las fases
cerca al punto crítico, la caracterización de los componentes del crudo y los largos
tiempos requeridos para correr el simulador.

De acuerdo al tipo de proceso

Los procesos y fenómenos particulares del yacimiento como la conificación en la
cara del pozo, el recobro térmico, la inyección de químicos y los desplazamientos
miscibles constituyen otros tipos de modelos de yacimiento. En los modelos de
conificación se examina en detalle el comportamiento del pozo con el propósito de
determinar los mejores intervalos de completamiento y las mejores tasas de
producción necesarios para minimizar la conificación de agua o de gas dentro del
pozo.

Los procesos de recobro térmico, incluyendo la estimulación con vapor, el

desplazamiento con vapor y la combustión in situ han dado origen a modelos de
yacimientos muy sofisticados que tratan de tener en cuenta todos los fenómenos
físicos involucrados.

12
Los modelos de inyección de químicos tienen en cuenta ecuaciones de
conservación adicionales para diferentes especies, por ejemplo, polímeros,
surfactantes, etc. Además, deben tener en cuenta el efecto de la adsorción e
incluir los efectos de reducción de permeabilidad en la fase acuosa despues del
contacto con el polímero.

La mayoría de los modelos de desplazamiento miscible se basan en

modificaciones de los modelos usados en los procesos de desplazamiento
inmiscible.

RAZONES PARA EFECTUAR SIMULACION

La simulación puede proporcionar beneficios potenciales en los siguientes

aspectos:

(1) Estudiar la recuperación final primaria y su comportamiento bajo diferentes

modos de operación tales como depleción natural, inyección de agua y/o gas.

(2) El tiempo en el cual debe iniciarse un proceso de recuperación mejorada a fin

de maximizar la recuperación así como el tipo de patrón que debe ser usado.

(3) El tipo de proceso de recuperación mejorada más apropiado y cuál será la

recuperación final y el comportamiento con el proceso elegido.

(4) Investigar los efectos de nuevas ubicaciones y espaciamientos de pozos.

(5) Analizar el efecto de las tasas de producción sobre la recuperación

(6) Analizar que tipos de datos tienen el mayor efecto sobre la recuperación y por
lo tanto los que deben ser estudiados cuidadosamente con experimentos físicos
de laboratorio.

PREPARACION DE LOS DATOS

La calidad de los datos de salida no puede ser mejor que la calidad de los datos
de entrada. Los datos requeridos para hacer un estudio de simulación proviene de
varias fuentes y no están siempre en el formato requerido para ser aplicados
directamente al computador.

Existen diferentes fuentes que proporcionan la misma información. Se debe

diferenciar y seleccionar la mejor data disponible. Si ésta no está disponible para

13
un caso particular, se debe determinar alguna forma alternativa de conseguir la
misma información.

DATOS REQUERIDOS

Los datos requeridos para efectuar una simulación son los siguientes :

(.) Dimensión para el modelo del yacimiento (Grid)

(.) Geometría del yacimiento

(.) Distribución de Porosidad y Permeabilidad

(.) Datos de presión capilar y permeabilidad relativa

(.) Datos PVT de los fluidos

(.) Distribución dentro del yacimiento de la presión y saturación inicial

(.) Método de solución de las matrices

(.) Parámetros de diagnóstico y control de la ejecución ("Corrida")

(.) Datos de producción y de los pozos.

Fuentes para obtener elevación de la Formación

Obtenidos a partir de mapas estructurales del subsuelo. Estos datos son

compilados inicialmente de :

1).- Datos de perfiles eléctricos.

2).- Registros de perforación.

Fuentes para obtener el espesor de la Formación

Es obtenido de mapas de espesor total o de espesor neto. Muchos simuladores

usan mapas de espesor total para calcular las características de flujo del modelo.

14
Los mapas de espesor total proporcionan la dimensión vertical correcta necesaria
para evaluar la corrección por potencial; sin embargo para calcular el OOIP (que
está basado en espesor de arena neta petrolífera), es costumbre incluir ya sea
factores de espesor neto/total para permitir el cálculo de OOIP o un programa
separado para calcular el OOIP basado en espesores netos.

El espesor de la formación también se puede obtener a partir de datos

estructurales restando a los contornos estructurales del fondo de la formación de
los del tope.

Fuentes para obtener la Permeabilidad

La permeabilidad absoluta debe ser obtenida a partir de varias fuentes :

1).- Datos de presión buildup (DST).

2).- Datos de presión falloff.

3).- Pruebas de interferencia.

4).- Pruebas de potencial inicial.

5).- Análisis de regresión.

6).- Medidas de laboratorio.

La fuente más importante de datos de permeabilidad es el análisis de pruebas de

presión y el ingeniero debe ser familiar con las técnicas actuales disponibles.

Fuentes para obtener la Porosidad

Este parámetro se obtiene usualmente de las fuentes siguientes :

1).- Datos de perfiles eléctricos.

2).- Medidas de laboratorio.

3).- Correlaciones publicadas.

15
Datos de Perfiles Eléctricos

En la forma de señales acústicas o sónicas. Se obtienen por medir el tiempo de

viaje del sonido a través de la formación. El tiempo de viaje es directamente
afectado por los fluidos que se encuentran presentes en el espacio poroso de la
roca.

Medidas de Laboratorio

Que están basadas en la determinación de parámetros tales como: volumen

bruto, volumen de granos y volumen poroso. Los métodos usuales determinan el
volumen poroso ya sea por la introducción de un fluido hacia la roca o la remoción
de los fluidos de la roca.

Correlaciones Publicadas

Que se refieren en su mayoría al estimado de la porosidad a una profundidad

determinada en base a la compactación natural.

Fuentes para obtener Permeabilidades Relativas

Es a menudo la data más dificultosa de evaluar u obtener. Las relaciones

requeridas por los simuladores son las siguientes :

1).- Permeabilidad relativas gas/petróleo.

2).- Permeabilidad relativa petróleo/agua.

3).- Permeabilidad relativa gas/agua.

Fuentes para obtener datos de Presión Capilar

Estos datos son necesarios para evaluar las presiones en las diferentes fases
durante los cálculos IMPES y también para plantear las ecuaciones en la solución
SIMULTANEA. Las presiones capilares son determinadas de datos de laboratorio.

16
Fuentes para obtener datos de Compresibilidad de la Roca

Estos datos son obtenidos a partir del análisis de laboratorio o de correlaciones

publicadas.

DISTRIBUCIÓN DENTRO DEL YACIMIENTO DE LA PRESIÓN Y SATURACIÓN

INICIAL

Fuentes para obtener datos de Saturación de fluidos de Formación

En un yacimiento existen dos posibles planos de interés que pueden ser usados
para evaluar las saturaciones de los fluidos del yacimiento: El contacto
gas/petróleo y el contacto agua/petróleo.

La saturación de agua connata puede ser evaluada de :

1).- Datos de núcleos.

2).- Perfiles eléctricos.

3).- Datos de presión capilar.

Fuentes para obtener datos de Tasas de Flujo

Son requeridos por el simulador para calcular la capacidad productiva de un pozo

dentro de un sistema. Estos datos son generalmente basados en lo siguiente:

1).- Indice de productividad.

2).- Indice de Inyectividad

3).- Tasas de flujo óptimas

4).- Máxima diferencial de presión permisible.

El Indice de Productividad es la relación entre la tasa de producción (STB/dia)

para flujo líquido a la diferencial de presión en el punto medio del intervalo
productor.

J = IP = q / (P - Pwf)

17
El IP es una medida del potencial del pozo, o la facilidad del pozo para producir.

El Indice de Inyectividad es usado en pozos inyectores para recuperación

mejorada. Es la relación entre la tasa de inyección (STB/día) al exceso de presión
sobre la presión del yacimiento.

II = q / (Pwf - P)

Ambos índices (de productividad e inyectividad) están referidos a las presiones en

la cara de la arena y las caídas de presión por fricción en el casing o tubing no
están incluidas. En el caso de inyección o producción a altas tasas, estas caídas
(pérdidas) de presión pueden ser apreciables.

DISEÑO DEL MODELO

A pesar que los resultados de un estudio de simulación son más aceptados debido
a la complejidad que se le proporciona al modelo, es mejor diseñar el modelo más
simple que permita simular el proceso de desplazamiento con suficiente exactitud.
El diseño de un modelo es influenciado por los siguientes factores:

a.- Tipo y complejidad del problema

b.- Tiempo disponible para completar el estudio

c.- Costo del estudio

d.- Calidad de los datos disponibles

f.- Capacidad del simulador y hardware existente.

PLANIFICACION DE UN ESTUDIO DE SIMULACION

A continuación se presenta un posible orden de las actividades más significantes a

llevar a cabo durante un estudio de simulación :

A.- Definición del Problema.

B.- Adquisición y Revisión de datos.

C.- Descripción del yacimiento y Diseño del modelo.

D.- Ajuste de historia.

18
E.- Predicción.

F.- Reporte.

A.- DEFINICION DEL PROBLEMA.- El primer aspecto a tratar cuando se lleva a

cabo un estudio de simulación es definir los problemas del comportamiento del
yacimiento y problemas operativos asociados. Para efectuar esto se debe reunir
la información suficiente acerca del yacimiento y su forma de operación para
identificar las alternativas necesarias en lo que respecta a pronósticos.

Se debe definir en forma clara y concisa el objetivo práctico del estudio. Así
mismo son necesarias evaluaciones rápidas a fin de identificar el mecanismo
principal de depletación y reconocer que factores dominarán el comportamiento
del yacimiento (gravedad, heterogeneidad, conificación, etc.).

Si es posible, determinar el nivel de complejidad del modelo de yacimiento, para

iniciar el diseño del mismo e identificar los datos necesarios para su construcción.

B.- ADQUISICION Y REVISION DE LOS DATOS.- Los datos deben ser revisados
y reorganizados después que estos hayan sido coleccionados, debido a que estos
han sido obtenidos para diferentes razones y normalmente no han sido
organizados de tal forma que tengan un uso inmediato.

La revisión debe efectuarse cuidadosamente y se debe consumir todo el tiempo

necesario a fin de evitar trabajo inútil.

C.- DESCRIPCION DEL YACIMIENTO Y DISEÑO DEL MODELO. El diseño de

un modelo de simulación estará influenciado por el tipo de proceso a ser
modelado, problemas relacionados con la mecánica de fluidos, los objetivos del
estudio, la calidad de los datos del yacimiento y su descripción, restricciones de
tiempo y el nivel de credibilidad necesario para asegurar que los resultados del
estudio sean aceptados.

D.- AJUSTE DE HISTORIA.- Después que un modelo de yacimiento ha sido

construido, debe ser probado a fin de determinar si puede duplicar el
comportamiento del mismo. Generalmente la descripción del yacimiento usada en
el modelo es validado haciendo "correr" el simulador con datos de producción e

19
inyección histórica y comparar las presiones calculadas y el movimiento de fluido
con el comportamiento actual del yacimiento.

E.- PREDICCION.- Una vez que se ha obtenido un ajuste de historia aceptable, el

modelo puede ser usado para predecir el comportamiento futuro del yacimiento y
así alcanzar los objetivos trazados por el estudio.

La calidad de las predicciones dependerá de las características del modelo y la

exactitud de la descripción del yacimiento.

F.- REPORTE.- El paso final de un estudio de simulación es plasmar los

resultados y conclusiones en un reporte claro y conciso. El reporte puede ser un
breve memorando para un pequeño estudio o un informe completo de gran
volumen para un estudio a nivel yacimiento.

En el reporte se debe incluir los objetivos del estudio, descripción del modelo
usado y presentar los resultados y conclusiones referentes al estudio específico.

Dada la importancia del ajuste histórico a continuación se presentan algunos

aspectos a tener en cuenta.

AJUSTE HISTÓRICO (History Matching)

El principal objetivo de un estudio de simulación es predecir el comportamiento

futuro del yacimiento con mayor exactitud que alguna otra técnica simple de
predicción.

Es evidente que el comportamiento del modelo numérico debe ser similar al del
yacimiento para que los resultados sean aceptables. Debido a la incertidumbre
inherente a los datos requeridos para construir el modelo, se debe probar el
comportamiento del modelo antes de ser usado para predecir el comportamiento
futuro.

La única forma de probar el modelo es simular el comportamiento pasado del

yacimiento y comparar los resultados con los datos históricos. El proceso de
probar el modelo a través de comparar el comportamiento pasado es usado
también para identificar las inconsistencias del modelo y corregirlo.

El ajuste de historia es, por lo tanto, el proceso de refinar el modelo a través del
ajuste de parámetros de geología, roca y fluido, para producir la mínima diferencia
entre los datos de campo y los resultados del simulador.

20
PARAMETROS PARA EL AJUSTE DE HISTORIA.

a.- Presión

b.- Tasas de flujo.

c.- GOR

d.- WOR

e.- Tiempo de irrupción del frente.

El objetivo es minimizar la diferencia entre estos parámetros y los obtenidos por el

simulador.

PARAMETROS QUE PUEDEN SER MODIFICADOS

Existen varios parámetros que pueden ser modificados ya sea solo o en conjunto
para lograr un buen ajuste de historia :

a.- Permeabilidad y espesor del yacimiento.

b.- Permeabilidad y espesor del acuífero.

c.- Almacenamiento del acuífero.

d.- Datos de permeabilidad relativa.

e.- Datos de presión capilar.

f.- Datos del pozo (factor skin, ect).

Parámetros adicionales que son conocidos con mayor certeza pero que a veces
pueden ser variados :

g.- Porosidad y espesor del yacimiento.

h.- Definición geológica del yacimiento.

i.- Compresibilidad de la roca.

j.- Propiedades de los fluidos.

21
k.- Contactos agua/petróleo y gas/petróleo.

l.- Presión fluyente de fondo.

MECANICA DEL AJUSTE DE HISTORIA

a.- Reunir los datos de historia de producción.

b.- Evaluar su calidad

c.- Definir los objetivos para el ajuste de historia.

d.- Desarrollar un modelo preliminar basado en los mejores datos disponibles.

e.- Comparar los resultados del simulador con el comportamiento del yacimiento.

f.- Decidir si los resultados del ajuste están dentro de una tolerancia aceptable.

g.- Decidir si es necesario un ajuste de historia automático.

h.- Efectuar ajustes al modelo y simular otra vez para mejorar el ajuste.

ANALISIS DATOS DE CAMPO

Los datos de producción deben ser analizados pozo a pozo para identificar y
eliminar inconsistencias. Se puede incluir :

a.- Producción de petróleo.

b.- Producción e inyección de gas.

c.- Producción e inyección de agua.

d.- Presiones fluyentes o de cierre corregidas al datum.

Resultados inexactos de producción de un pozo o zona productiva deben también

ser evaluados. Se debe tener especial cuidado para refinar estos datos, ya que
estos pueden representar características anormales si es que no se eliminan.
Cabe mencionar que datos de producción e inyección de agua no son medidos tan
exactamente como la producción de petróleo.

22
El petróleo in-situ, así como los contactos agua/petróleo y gas/agua deben ser
comparados con estimados perfectamente conocidos, y si hubiera diferencia,
proceder a revisar a fin de continuar con la predicción.

AJUSTE DE LA HISTORIA DE PRESION

Se recomiendan los pasos siguientes para un exitoso ajuste de presión :

a.- Identificar los parámetros a ser ajustados. Normalmente la permeabilidad de la

roca es la variable menos definida, y es usada para producir un ajuste de presión.
La porosidad no debe ser ajustada, a menos que exista incertidumbre en la data.
Si la porosidad es obtenida del análisis de perfiles eléctricos o núcleos, no debe
ser cambiada. La porosidad, espesor y extensión areal del acuífero son menos
conocidos que en el yacimiento de petróleo, y pueden ser ajustados para obtener
una buena reproducción de la presión.

b.- Estimar el nivel de incertidumbre para las variables mencionadas

anteriormente.

c.- Efectuar una primera corrida de prueba y decidir si la presión volumétrica

promedia del yacimiento (entero) es satisfactoriamente reproducida por el modelo.
Si no lo es, usar alguna técnica simple, junto con la información geológica
disponible para efectuar algunos cambios. En este paso, se deben analizar los
diferentes mecanismos de depletación a fin de evaluarlo y ajustarlos para producir
un ajuste de presión de todo el yacimiento.

d.- Después que se logra un ajuste del yacimiento total, se debe llevar a cabo un
ajuste de las mayores regiones del yacimiento. En esta etapa se refinan los
parámetros de heterogeneidad del yacimiento, barreras al flujo y acuífero.

e.- Dependiendo de los objetivos del estudio, se pueden obtener ajustes de

presión para cada pozo.

AJUSTE DE GOR Y WOR

La mejor indicación de validez del modelo en la representación del yacimiento, es

el ajuste de GOR y WOR. El procedimiento usado para el ajuste puede variar de
un yacimiento a otro, sin embargo se puede seguir el siguiente procedimiento:

a.- Identificar los parámetros que influyen en el movimiento del agua y gas dentro
del yacimiento y acuífero.

23
b.- Estimar los límites superior e inferior para cada parámetro basado en su
incertidumbre.

c.- Decidir, si es necesario, el uso de función de pozo, para simular ciertas

condiciones tales como penetración parcial o conificación. El ajuste del
comportamiento de un pozo en el cual el agua o gas rodea la zona de
completamiento requerirá el uso de un modelo de conificación. El modelo se
ajusta variando la permeabilidad en capas donde la incertidumbre es grande. La
permeabilidad vertical es un factor de ajuste muy crítico en el modelo.

d.- Examinar las corridas efectuadas en el ajuste de presión. Estas corridas

pueden ser usadas para identificar la severidad de la estratificación, la cual
requerirá ajuste de la permeabilidad vertical. La permeabilidad vertical no puede
ser determinada en forma confiable de medidas de campo o núcleos. Se debe
probar la sensibilidad del modelo a la permeabilidad vertical.

e.- La distribución areal de la permeabilidad es otro factor importante y puede ser

ajustado.

f.- Decidir si se efectúa ajuste en los datos de permeabilidad relativa.

g.- Determine el efecto de la dimensión del gridblock sobre el comportamiento de

un grupo de pozos. Gridblocks grandes generan diferencias aparentes entre el
modelo y el comportamiento del campo debido a los errores en el cálculo de las
eficiencias de desplazamiento.

h.- Cuando lleve a cabo estos cambios, continúe comparando el comportamiento

de presión actual y calculada. El comportamiento de presión debe mantenerse
mientras se ajusta el GOR y WOR.

AJUSTE DE LA PRESION DE LOS POZOS

La dimensión de un bloque que contiene a un pozo productor o inyector en un

simulador es normalmente mucho mayor que el radio del pozo. La presión de
fondo medida, representa la presión a r = rw y al tiempo de la prueba. Por otro
lado, la presión calculada representa la presión promedia dentro del bloque donde
se encuentra el pozo al final de cualquier time step. Por lo tanto, la presión de
fondo medida en un pozo activo, no puede ser comparada directamente con la
presión estimada para el bloque.

24
VENTAJAS Y DESVENTAJAS DE LA SIMULACIÓN NUMÉRICA DE
YACIMIENTOS

Algunas de las principales ventajas y/o aplicaciones de los modelos de simulación

numérica son:
• A cada bloque se le pueden asignar valores únicos de propiedades de la roca,
lo que permite tener en cuenta heterogeneidades y anisotropías del yacimiento.
• A cada bloque o zona se les puede asignar valores de datos PVT, lo cual
permite modelar la variación de las propiedades del fluido en el yacimiento.
• Se tiene en cuenta el flujo de fluidos entre bloques adyacentes, lo que permite
simular el movimiento de los frentes de fluidos en poryectos de inyección, los
cambios en la posición del contacto gas-aceite en yacimientos con empuje
hidráulico y los cambios en las distribuciones de presión y saturación del
fluidos en ambos casos.
• Se puede tener en cuenta la existencia de pozos inyectores o productores
mediante la adición de los términos apropiados a las ecuaciones de flujo.
• Permite determinar los mejores intervalos y tasas de producción en
yacimientos con problemas de conificación.
• Permite el estudio de variables involucradas en los procesos de recuperación,
tales como arreglos y espaciamiento de pozos, intervalos de completamiento,
tasas de producción, entre otros.
• Permite modelar el comportamiento de sistemas pozo-arena productora
cuando se produce de varias zonas aisladas.
• Permite ubicar los pozos y las tasas de producción en lugares donde se
explota un yacimiento por parte de varios operadores.

Algunas desventajas son:

• Distorsión numérica como consecuencia de la división en bloques del

yacimiento y asignación de nodos, dado que a cada nodo le corresponde un
volumen de control de tamaño considerable, dentro del cual a las variables
dependientes como presión y saturación se les asigna un valor único, lo cual no es
consistente con lo que ocurre realmente en el yacimiento. Esta suposición puede
conducir a errores considerables en los resultados obtenidos. Igualmente los
simuladores consideran cambios abruptos de presión y saturación entre
volúmenes de control consecutivos, lo cual tampoco ocurre en la realidad.
Esta distorsión puede reducirse incrementado el número de nodos (es decir
disminuyendo las dimensiones de los volúmenes de control). Sin embargo esta
solución no es práctica, en muchas ocasiones, debido a que se incrementan los
costos y los tiempos de ejecución del simulador.

25
• Errores de truncamiento debido a que las ecuaciones diferenciales
empleadas son aproximadas por una serie de ecuaciones discretizadas, con lo
que la solución del conjunto de ecuaciones numéricas difiere, en cierto grado, de
la solución de la ecuación diferencial original

• Error de redondeo acumulado debido a la gran cantidad de cálculos que se

requieren para dar solución al sistema de ecuaciones discretizadas.

• Falta de Infomación. Probablemente esta sea la principal limitación para

correr el simulador. Por ejemplo, se necesita tener pleno conocimiento de la
distribución de permeabilidad y porosidad en el yacimiento, con la finalidad de
asignar a cada bloque valores representativos de la variación de estas
propiedades a través del yacimiento. Los análisis de núcleos de formación, las
pruebas de presión y los estudios geológicos del yacimiento son fundamentales en
la obtención de esta información, pero no siempre se dispone de esta información
en suficiente cuantía. Al seleccionar y asignar datos de entrada, se debe recordar
que la veracidad de los resultados obtenidos depende de la veracidad de la
información de entrada.

Las ventajas y aplicaciones que ofrecen los modelos de simulación numérica

conducen a pensar que los modelos convencionales, tales como la ecuación de
balance de materiales y los modelos electrolíticos, han sido totalmente
desplazados. Ciertamente, algunos modelos, como por ejemplo los modelos
electrolíticos, han entrado en desuso debido a que son más costosos, de menor
aplicabilidad y menos confiables que los modelos de simulación numérica. Sin
embargo, es importante tener presente que no siempre la simulación numérica
representa la mejor alternativa.

Algunas veces es recomendable ó necesario aplicar modelos analíticos mas

simples. Esto es particularmente cierto cuando no se tiene certeza acerca de la
veracidad de los datos de entrada requeridos para correr el simulador o cuando
los costos de correr el simulador no justifica la mejoría de los resultados obtenidos
comparados con los resultados de un modelo más simple. Al respecto, Coats
anota: "seleccione el modelo más simple que le permita obtener el cálculo
deseado acerca del comportamiento del yacimiento". Mattax y Dalton señalan:
"Los problemas deben ser resueltos por los métodos menos costosos y más
simples, siempre y cuando conlleven a la respuesta adecuada.

Por lo tanto, el ingeniero de yacimientos siempre debe determinar el nivel de

simplificación primero y luego seleccionar el método de análisis apropiado con la
finalidad de evitar 'sobre-trabajo' técnico."

Adicionalmente, los modelos de laboratorio son de gran utilidad para investigar los
procesos físicos que ocurren en el yacimiento. En este sentido, la

26
experimentación con modelos físicos y el desarrollo de modelos de simulación
numérica son complementarios, no excluyentes.

Finalmente, es importante anotar que la simulación de yacimientos es una valiosa

herramienta de trabajo en el análisis del comportamiento de un yacimiento. Sin
embargo, los simuladores numéricos no deben ser considerados como panaceas
o "cajas negras" que producen resultados infalibles.

El más sofisticado de los simuladores numéricos puede producir resultados

totalmente erróneos si se aplica a un yacimiento cuyas características difieren de
las suposiciones para las cuales se desarrolló el modelo, o si los datos de entrada
no corresponden a la caracterización real del yacimiento, o si simplemente no se
posee la destreza suficiente para interpretar los resultados obtenidos.

Un simulador puede ser aplicable para describir adecuadamente el

comportamiento de un yacimiento, en tanto que puede ser totalmente inapropiado
para otro yacimiento, así los dos yacimientos presenten, aparentemente, similitud
entre sí. El criterio de ingeniería es imprescindible en este caso. Al respecto,
Crichlow señala: "En los procesos de simulación de un yacimiento el ingeniero
está al tope de la situación". Nada de lo que el simulador haga puede mejorar la
calidad de su trabajo, solamente le ayuda a adquirir un mejor entendimiento de los
procesos que ocurren en su proyecto."

27
 BIBLIOGRAFIA

1.- "Fundamentals of Numerical Reservoir Simulation" - Donald Peaceman -

Elsevier Scientific Publishing Company - 1977; 173 pag.

2.- "Reservoir Simulation" - Calvin C. Mattax and Robert L. Dalton - SPE

Monograph Volume 13 - 1990; 161 pag.

3.- "Modern Reservoir Engineering - A Simulation Approach" - Henry B. Crichlow -

Prentice Hall Inc. - 1977 - 354 pag.

4.- “Petroleum Reservoir Simulation”. K. Azis and A. Setari. Elsevier

5.- “Principles of Aplied Reservoir Simularion”. J. Fanchi. Gulf Publishing

Company, 1997.

6.- “Principles of Hydrocarbon Reservoir Simulation”. G. W. Thomas. International

Human Resources Development Corporation, 1982.

7.- “Notas sobre simulación numérica de yacimientos”. Gildardo Osorio Gallego,

Ph D. Universidad Nacional, Sede Medellín. Febrero de 2002.

28
 1

2. ECUACIONES FUNDAMENTALES DE FLUJO EN MEDIOS POROSOS

En su forma más simple, una ecuación fundamental de flujo en un medio

poroso es una expresión analítica, diferencial, que expresa la variación de la
presión o el potencial en función del espacio y el tiempo.

Existen algunas condiciones que deben ser fijadas antes de definir

completamente la forma de una ecuación fundamental de flujo. Estas
condiciones, denominadas condiciones de flujo, son las siguientes:

a. La geometría de flujo (lineal, radial, etc.)

b. La naturaleza del fluido en movimiento (fluido incompresible, levemente

compresible o compresible).

c. Tipo de flujo (continuo, semi-continuo o no continuo).

d. El número de fases en movimiento (flujo monofásico, bifásico o trifásico).

Cada posible combinación de estas condiciones conlleva a una ecuación

fundamental de flujo diferente. A continuación se discuten los principales casos
que se pueden presentar dentro de cada una de estas categorías de
condiciones de flujo.

2.1 GEOMETRIAS DE FLUJO

La geometría de flujo en un medio poroso está determinada por la orientación

de las líneas de flujo con respecto a un sistema de referencia. Las clases de
geometría de flujo mas comúnmente utilizadas son: lineal, vertical, radial,
bidimensional, tridimensional y esférico.

2.1.1 Flujo Lineal. Ocurre cuando las líneas de flujo son paralelas. Por
ejemplo, la Figura 2.1 presenta un sistema acuífero lateral - yacimiento. La
intrusión de agua desde el acuífero al yacimiento ocurre siguiendo líneas de
flujo paralelas al eje x.

Agua We Petróleo

Acuífero Yacimiento

Fig. 2.1 – Sistema Acuífero Lateral – Yacimiento (Ejemplo de Flujo Lineal).

 2

2.1.2 Flujo Vertical. Es un caso particular del flujo lineal. Ocurre cuando las
líneas de flujo son paralelas entre sí y verticales. Por ejemplo, la Figura 2.2
ilustra la trayectoria de las líneas de flujo que gobiernan la intrusión de agua
desde un acuífero de fondo a un yacimiento.

Yacimiento

We

Acuífero

Fig. 2.2 – Sistema Yacimiento – Acuífero de Fondo (Ejemplo de Flujo Vertical)

2.1.3 Flujo Radial. Se presenta cuando las líneas de flujo tienen forma de
rectas localizadas en un plano horizontal, convergiendo hacia un punto central.
Por ejemplo, considérese el flujo en las cercanías de un pozo que produce a
través de todo el espesor de la formación (Figura 2.3).

Fig. 2.3 – Esquema que Indica el Flujo Radial de Fluidos hacia un Pozo.

2.1.4 Flujo Bidimensional. Se caracteriza por que las líneas de flujo se

encuentran localizadas en un plano sin existir paralelismo entre ellas. Este tipo
de flujo se puede representar en un sistema de ejes cartesianos (x, y ) . Por
ejemplo, la Figura 2.4 ilustra la discretización areal de un yacimiento, tal como
se hace en un simulador areal. Se simula que el flujo de bloque a bloque
ocurre siguiendo líneas de flujo perpendiculares entre sí y paralelas a un par de
ejes cartesianos (x, y ) .
 3
y
Pozo

Fig. 2.4 – Discretización Areal de un Yacimiento

2.1.5 Flujo Tridimesional. Ocurre en tres dimensiones. Las líneas de flujo se

pueden representar en un sistema de ejes cartesianos (x, y, z ) . Por ejemplo, la
Figura 2.5 presenta la discretización de un yacimiento en tres dimensiones. El
flujo ocurre siguiendo líneas paralelas a los ejes del sistema ortogonal
cartesiano (x, y, z ) .
z
y Pozo

Fig. 2.5 – Ejemplo de Discretización de un Yacimiento en Tres Dimensiones

2.1.6 Flujo Esférico. Ocurre cuando las lineas de flujo son rectas localizadas
en el espacio tridimensional y convergiendo hacia un punto central. Por
ejemplo, considérese el flujo en las cercanías de un pozo en una formación de
espesor considerable y el cual produce a través de perforaciones centradas en
la formación (Figura 2.6)
Pozo

Fig. 2.6 – Ejemplo de Flujo Esférico en las Cercanías de un Pozo Productor

 4

2.2 TIPOS DE FLUIDOS EN UN YACIMIENTO

Los fluidos en un yacimiento se suelen clasificar en una de las siguientes tres

categorías: fluido incompresible, fluido levemente compresible y fluido
incompresible).

2.2.1 Fluido Incompresible. Un fluido es incompresible cuando la variación en

su volumen, debido a la variación en la presión, es insignificante, si se compara
con la variación en el volumen de los otros fluidos presentes en la formación.
Analíticamente,

dV
= 0 ......................................................................................................... (2.1)
dp

Luego,

1 dV
c=− = 0 ............................................................................................ (2.2)
V dP

En las Ecuaciones 2.1 y 2.2, c es compresibilidad del fluido, V es volumen y

p es presión.

La compresibilidad del agua sin gas en solución es muy pequeña si se compara

con las compresibilidades del petróleo y el gas natural a condiciones de
yacimiento. Por esta razón, en simulación de yacimientos, el agua se suele
considerar como un fluido incompresible.

2.2.2 Fluido Levemente Compresible. Se dice que un fluido es levemente

compresible cuando el cambio en su volumen, debido a la variación de la
presión, es constante. Analíticamente,

1 dV
c=− = cons tan te ............................................................................. (2.3)
V dP

La compresibilidad del petróleo a condiciones de yacimiento suele variar muy

poco. Por lo anterior, en simulación de yacimientos, el petróleo a condiciones
de yacimiento se suele tratar como un fluido levemente compresible.

2.2.3 Fluido Compresible. Un fluido se comporta como compresible cuando la

variación de su volumen, ante un cambio de presión, es función de la presión.
Analíticamente,

1 dV
c=− = f (p ) ......................................................................................... (2.4)
V dP

El gas natural se comporta como un fluido altamente compresible.

 5

2.3 TIPOS DE FLUJO

Los tipos de flujo se definen de acuerdo a la forma como varía la presión con el
tiempo en cada punto del yacimiento. En simulación de yacimientos se suelen
considerar tres tipos de flujo: flujo no-continuo, flujo semi-continuo o pseudo-
continuo y flujo continuo.

2.3.1 Flujo no - Continuo. Ocurre cuando la variación de la presión con

respecto al tiempo, en cada punto del yacimiento, es función del tiempo.
Analíticamente,

∂p 
 = f (t ) .................................................................................................. (2.5)
∂t  r

En la Ecuación 2.5, t y r denotan tiempo y radio, respectivamente.

Físicamente, un yacimiento produce bajo condiciones de flujo no-continuo

cuando el yacimiento presenta comportamiento infinito. Es decir, desde que el
pozo se abre a producción hasta el momento en el cual el radio de
investigación llega a los límites externos del yacimiento. Nótese que durante
este intervalo de tiempo, siempre existe una parte del sistema donde el radio
de investigación no ha llegado y, en consecuencia, la presión del sistema se
conserva uniforme e igual a la presión inicial. Las Figuras 2.7, 2.8 y 2.9 ilustran
la posición del radio de investigación, la distribución de presión y la distribución
de la rata de flujo, respectivamente, típicas de condiciones de flujo no-continuo.

Pi
t1
t2 t3

ri1
ri2 ri3

Fig. 2.7 – Posición del radio de investigación en función del tiempo (flujo no-
continuo)
 6

Pi
t1
t2 t3

ri1
ri2 ri3

r
Fig. 2.8 – Forma típica de la distribución de presión en función del
tiempo (flujo no – continuo)

t1

t2
Q

t3

Q=0
rw r r
e

Fig. 2.9 – Forma tipica de la distribución de la tasa de flujo en función

del tiempo (flujo no – continuo)

2.3.2 Flujo pseudo-continuo o semi-continuo. Ocurre flujo semi-continuo

cuando la variación de presión en cada punto del sistema es una función lineal
del tiempo. Analíticamente,
 7

∂p 
 = cons tan te ......................................................................................... (2.6)
∂t  r

La Ecuación 2.6 se satisface a partir del momento en el cual el radio de

investigación llega a los límites externos de un yacimiento cerrado. Por esta
razón, se dice que ocurre flujo semi-continuo en sistemas de comportamiento
finito, cerrado.

La Figuras 2.10 presenta la forma típica de distribución de presión en función

del tiempo en un yacimiento bajo condiciones de flujo semi-continuo.

Pi

t1
t2
t3

rw r re

Fig. 2.10 – Forma típica de la distribución de presión en función del

tiempo (flujo semi-continuo)

2.3.3 Flujo Continuo. Se dice que un yacimiento presenta comportamiento de

flujo continuo cuando la presión, y por ende todas las propiedades que
dependen de la presión, no varían con el tiempo. Este comportamiento es
típico en yacimientos que presentan algún mecanismo de mantenimiento de
presión; por ejemplo, en yacimientos con empuje hidráulico activo o con
inyección de agua. Analíticamente,

∂p 
 = 0 ...................................................................................................... (2.7)
∂t  r

Cuando se presentan condiciones de flujo continuo, la rata de flujo es

constante con la distancia.
 8

Físicamente, para que ocurra flujo continuo se requiere que no se presente

agotamiento de fluidos en el yacimiento, así que la presión se conserve
constante con el tiempo. La cantidad de fluido producido y que tiende a bajar la
presión debe ser sustituido con otro fluido que evite la disminución de presión.
Esta es la razón por la cual se alcanzan condiciones de flujo continuo en
yacimientos con empuje hidráulico o que producen por inyección de agua. En
el caso de un yacimiento que produce por empuje hidráulico activo, el petróleo
que se produce del yacimiento es reemplazado por la intrusión de agua
proveniente del acuífero. En el caso de un sistema que produce por inyección
de agua, al extraer determinada cantidad de crudo del yacimiento, se inyecta la
misma cantidad de agua desde superficie. Este proceso de desplazamiento
asume que los fluidos son incompresibles; sin embargo, desde el punto de vista
de aplicación de un modelo, la condición primordial para que existan
condiciones de flujo continuo es que la presión permanezca constante con el
tiempo en cada punto del sistema.

2.4 FLUJO MONOFASICO Y MULTIFASICO

Ocurre flujo monofásico cuando existe flujo de un sólo fluido en el medio

poroso (petróleo, agua o gas). En caso de que el medio poroso esté ocupado
por varios fluidos, pero solamente uno de ellos sea móvil, se considera que el
flujo es monofásico.

Ocurre flujo multifásico cuando dos o más fluidos fluyen en el medio poroso.

2.5 ECUACIONES DE ESTADO PARA DIFERENTES TIPOS DE FLUIDOS

Una ecuación de estado es una expresión algebraica que describe la relación

entre la presión, el volumen y la temperatura (PVT) de una sustancia. Esta
relación es diferente dependiendo de la naturaleza del fluido. En esta sección
se discute brevemente la forma que toman las ecuaciones de estado para
fluidos incompresibles, levemente compresibles y compresibles, en la forma
como éstas suelen ser empleadas en simulación de yacimientos.

2.5.1 Ecuación de Estado para un Fluido Incompresible. Tal como se expresa

en la Ecuación 2.1, para un fluido incompresible se cumple que dV dp = 0 , por
consiguiente:

d (V m ) d (1 ρ ) 1 dρ
= =− 2 =0
dp dp ρ dp

Lo que se cumple solamente si

ρ = cons tan te .............................................................................................. (2.8)

En la Ecuación 2.8, ρ es densidad.

 9

En este libro se hará uso de la Ecuación 2.8 cada vez que se requiere utilizar la
ecuación de estado para un fluido incompresible.

2.5.2 Ecuación de Estado para un Fluido Levemente Compresible. De la

Ecuación 2.3, para un fluido levemente compresible se tiene:

1 dV
c=− = cons tan te
V dP

de donde

1 d (V ) m m d (V m ) d (1 ρ )  1 dρ 
c=− =− = −ρ = − ρ − 2  =0
V dp m V dp dp  ρ dp 

1 dρ
c= = cons tan te ................................................................................... (2.9)
ρ dp

Separando variables e integrando se obtiene:

ρ = ρ o e c ( p− p o )
............................................................................................ (2.10)

En la Ecuación 2.10, ρ 0 y p0 son la densidad y presión de referencia,

respectivamente. En este libro se utilizará la Ecuación 2.10 cada vez que se
requiera aplicar la ecuación de estado de un fluido levemente compresible.
Algunas veces, la Ecuación 2.10 suele simplificarse como se indica a
continuación.

Una función f ( x ) puede expandirse mediante una serie de Maclaurin así:

∞
f (n ) (0 ) n
f (x ) = ∑ x ................................................................................... (2.11)
n =0 n!

En la Ecuación 2.11, f (n ) (0 ) representa la n − ésima derivada de f con

respecto a x evaluada en el punto x = 0 . Si se hace la variable x = p y f = ρ ,
la Ecuación 2.11 puede ser escrita como:

∞
ρ (n ) (0 )
ρ ( p) = ∑ p n ................................................................................... (2.12)
n =0 n!

∞
ρ (n ) (0 ) ∞
(cp )n
ρ ( p) = ∑ p n = ρ 0 e −cp0 = ∑
n =0 n! n =0 n!

ρ ( p) = ρ 0 e
− cp 0  (cp )2 + (cp )3 + (cp )4 + K + (cp )n 
1 + cp + 
 2! 3! 4! n! 
 10

Dado a que se trata de un fluido levemente compresible, la compresibilidad es

muy pequeña. Por esta razón, las componentes (cp ) / 2 ! , (cp ) / 3 ! , …,
2 3

(cp )n / n ! tienden a cero, lo que simplifica la ecuación anteior:

ρ ( p) = ρ o e (1 + cp ) .................................................................................
− cp o
(2.13)

En particular, cuando p0 = 0 se tiene:

ρ ( p ) = ρ o (1 + cp ) ......................................................................................... (2.14)

La Ecuación 2.14 es una simplificación de la Ecuación 2.10 y en algunas

ocasiones se suele tomar como la ecuación de estado para fluidos levemente
compresibles.

2.5.3 Ecuación de Estado para un Fluido Compresible. Para un fluido

compresible, el volumen depende fuertemente de la presión. La ecuación de
estado para fluidos compresibles se suele expresar en términos de la ecuación
de estado para gases reales:

m
pV = znRT = z RT
M

m RT RT
p=z = zρ
V M M

pM
ρ= .................................................................................................... (2.15)
zRT

En la Ecuación 2.15, z es el factor de compresibilidad del gas, M es peso

molecular, R es la constante universal de los gases, y T es temperatura.

2.6 LA LEY DE DARCY

La ley de Darcy permite modelar el flujo laminar a través de un medio poroso

relacionando la tasa de flujo con el gradiente de presión. Esta relación
establece que la velocidad aparente de flujo (rata de flujo por unidad de área
total) es proporcional al gradiente de presión e inversamente proporcional a la
viscosidad de fluido.

En general, la ley de Darcy puede ser escrita de la siguiente forma:

k dΦ
u=− ................................................................................................ (2.16)
µ dl
 11

En la Ecuación 2.16, u es rata volumétrica de flujo (volumen por unidad de

área perpendicular al flujo por unidad de tiempo), k es permeabilidad, µ es
viscosidad del fluido y dΦ d l es gradiente del potencial de flujo. El potencial
Φ está dado por la siguiente expresión:

Φ = p + ρgz ............................................................................................... (2.17)

En la Ecuación 2.17, g es la constante gravitacional y z es elevación.

En simulación de yacimientos, la Ecuación 2.16 suele aplicarse en dos

sistemas de coordenadas: cartesianas y radiales.

2.6.1 Forma de la Ley de Darcy en Coordenadas Cartesianas. La Ecuación

2.16 puede ser aplicada para expresar la velocidad volumétrica de un fluido
monofásico, coordenadas cartesianas, de la siguiente forma:

En dirección x :

kx ∂p
ux = − .............................................................................................. (2.18)
µ ∂x

En dirección y :

k y ∂p
uy = − ............................................................................................... (2.19)
µ ∂y

En dirección z :

k z  ∂p 
uz = −  + ρg  .................................................................................... (2.20)
µ  ∂z 

En las Ecuaciones 2.18 a 2.20, las variables x , y y z hacen referencia a las

direcciones x , y y z , respectivamente.

Si ocurre flujo multifásico, la ley de Darcy puede ser aplicada para expresar la
velocidad volumétrica de flujo de cada una de las fases. Por ejemplo, para el
petróleo se tiene:

En dirección x :

k o x ∂p o
uo x = − .......................................................................................... (2.21)
µ o ∂x

En dirección y :
 12

k o y ∂p o
u oy = − ........................................................................................... (2.22)
µ o ∂y

En dirección z :

k oz  ∂p o 
u oz = −  + ρ o g  ............................................................................... (2.23)
µ o  ∂z 

En las Ecuaciones 2.21 a 2.23, el subíndice " o " hace referencia a la variable
evaluada para la fase del petróleo. Las permeabilidades presentes en las
Ecuaciones 2.21 a 2.23 hacen referencia a permeabilidades efectivas. En
términos de permeabilidades relativas, las Ecuaciones 2.21 a 2.23 pueden ser
escritas de la siguiente forma:

En dirección x :

kk rox ∂p o
u ox = − ......................................................................................... (2.24)
µ o ∂x

En dirección y :

kk roy ∂p o
u oy = − ....................................................................................... (2.25)
µ o ∂y

En dirección z :

kk roz  ∂p o 
u oz = − + ρ o g  ............................................................................. (2.26)
µ o  ∂z 

En las Ecuaciones 2.24 a 2.26, el subíndice " r " indica que la permeabilidad en
cuestión es relativa.

Expresiones análogas a las Ecuaciones 2.18 a 2.26 pueden ser obtenidas para
el agua y el gas.

2.6.2 Forma de la Ley de Darcy para Flujo Radial. La Ecuación 2.16 puede ser
aplicada al flujo radial de un fluido monofásico. En este caso, la Ecuación 2.16
toma la siguiente forma:

k r ∂p
ur = − ............................................................................................... (2.27)
µ ∂r

En forma análoga al caso de coordenadas cartesianas, la Ecuación 2.16 puede

ser aplicada a flujo radial, mutifásico. Por ejemplo, para el petróleo se tiene:
 13

kk ro ∂p o
uor = − .......................................................................................... (2.28)
µ o ∂r

Se pueden obtener expresiones análogas para flujo radial de gas y agua.

2.7 FORMA NO-LINEAL DE LAS ECUACIONES FUNDAMENTALES DE

FLUJO MONOFASICO

Una ecuación fundamental de flujo es una forma diferencial de expresar la ley

de la conservación de la masa. La forma que toma la ecuación depende de la
geometría de flujo, la naturaleza del fluido en movimiento, el número de fases
en el fluido y el tipo de flujo. Esta sección discute la forma no-lineal de la
ecuación fundamental de flujo monofásico en coordenadas cartesianas y
coordenadas radiales.

2.7.1 Ecuación Fundamental de Flujo Monofásico en Coordenadas

Cartesianas. Supóngase un elemento infinitesimal de volumen en un medio
poroso continuo a través del cual ocurre flujo monofásico en la dirección x , tal
como se ilustra en la Figura 2.11.

A( X )

ρu x + ∆( ρu x )

ρu x

∆X
X X + ∆X

Fig. 2.11 – Elemento infinitesimal de volumen, flujo lineal, coordenadas

Cartesianas

Sea u x la velocidad volumétrica de flujo en la dirección x , definida así:

Volumen
ux = ..................................................................................... (2.29)
Tiempo ⋅ Area

El flujo másico, definido como el flujo de masa por unidad de tiempo por unidad
de área, está dado por:
 14

Flujo másico = ρu x ..................................................................................... (2.30)

Si se efectúa un balance de la masa dentro del elemento infinitesimal durante

un intervalo de tiempo ∆t , se tiene:

Cantidad  Cantidad  Cantidad de masa   Acumulación (+ )

de masa  − de masa  ± que entra o sale por  =  o 
       
que entra  ∆t que sale  ∆t  fuentes o sumideros  ∆t  Agotamiento (- )  ∆t
................................................................................................................... (2.31)

La cantidad de masa que entra al elemento durante el tiempo de observación

∆t será:

Cantidad 
de masa  = ρu A( x )∆t ......................................................................... (2.32)
  x

que entra  ∆ t

La cantidad de masa que sale del elemento durante el mismo intervalo de

tiempo de observación está dada por:

Cantidad 
de masa  = [ρu A( x ) + ∆ (ρu A( x ))]∆ t .................................................... (2.33)
  x x

que sale  ∆ t

Notando como q~ a la cantidad de masa que entra o sale por fuentes o

sumideros, por unidad de volumen del yacimiento por unidad de tiempo, se
tiene que:

Cantidad de masa 
que entra o sale por  = ± q~∆V∆t = ± q~A(x )∆x∆t ......................................... (2.34)
 
 fuentes o sumideros  ∆t

De otro lado, la cantidad de masa existente en el elemento infinitesimal a un

tiempo t está dada por:

[A(x )∆ xφρ ] t ............................................................................................... (2.35)

Similarmente, la cantidad de masa existente en el elemento infinitesimal a un

tiempo t + ∆t , será:

[A(x )∆xφρ ]t +∆ t ............................................................................................ (2.36)

La acumulación o agotamiento de masa durante el intervalo de tiempo ∆t será:

 15

 Acumulación (+ )
 o  = [ A( x )∆xφρ ] − [A( x )∆xφρ ] ........................................ (2.37)
  t + ∆t ∆t
 Agotamiento (- ) 

Sustituyendo las Ecuaciones 2.32 a 2.34 y 2.37 en la Ecuación 2.31,

asumiendo que el volumen del elemento infinitesimal, A( x )⋅ ∆x , no es función
del tiempo, y dividiendo ambos lados de la ecuación resultante por ∆x ⋅ ∆t , se
obtiene:

− ∆ ( ρu x A( x )) ~ ∆ (ρφ )
± q A(x ) = A( x )
∆x ∆t

Simplificando y tomando límites cuando los incrementos infinitesimales tienden

a cero se obtiene:

∂ (ρu x A(x )) ~ ∂ (ρφ )

− ± q A( x ) = A(x ) ............................................................... (2.38)
∂x ∂t

En forma general, la Ecuación 2.38 suele escribirse como:

∂ (αρu x ) ∂ (ρφ )
− =α + αq~ ........................................................................... (2.39)
∂x ∂t

En la Ecuación 2.39, α = A( x ) .

En la Ecuación 2.39, la variable q~ es positiva para sumideros (por ejemplo,

pozos productores) y negativa para fuentes (por ejemplo, pozos inyectores).

La Ecuación 2.39 es válida para flujo en una dimensión. Si se considera un

elemento infinitesimal a través del cual ocurre flujo monofásico en dos
direcciones, tal como se ilustra en la Figura 2.12, y se sigue un procedimiento
similar al anterior, se encuentra que la ecuación fundamental de flujo en dos
dimensiones puede ser escrita como:
 16

ρu y

ρu x ρu x + ∆( ρu x )

H ( x, y )

∆y

∆x
ρu y + ∆(ρu y )

Fig. 2.12 – Elemento infinitesimal de volumen, flujo bidimensional, coordenadas

Cartesianas

 ∂ (αρu x ) ∂ (αρu y ) ∂ ( ρφ )
− +  =α + αq~ ......................................................... (2.40)
 ∂x ∂y  ∂ t

En la Ecuación 2.39, α = H ( x , y ) , espesor en el punto ( x , y ) .

Si se considera un elemento infinitesimal a través del cual ocurre flujo

monofásico en tres direcciones, tal como se ilustra en la Figura 2.13, se
encuentra que la correspondiente ecuación fundamental de flujo tiene la
siguiente forma:

 ∂ ( ρu x ) ∂ (ρu y ) ∂ (ρu z )  ∂ (ρφ ) ~

− + + = + q ................................................... (2.41)
 ∂x ∂y ∂z  ∂t
 17

ρu z + ∆ ( ρu z ) ρu y

ρu x ρu x + ∆( ρu x )

∆z

∆y

ρu y + ∆(ρu y )
∆x
ρu z

Fig. 2.13 – Elemento infinitesimal de volumen, flujo tridimensional, coordenadas

Cartesianas

Obsérvese que la ecuación fundamental de flujo monofásico en coordenadas

cartesianas puede ser escrita, en forma general, como:

 ∂ (αρu x ) ∂ (αρu y ) ∂ (αρu z )  ∂ ( ρφ )

− + +  =α + αq~ .......................................... (2.42)
 ∂x ∂y ∂z  ∂ t

En la Ecuación 2.42, α = A( x ) y u y = u z = 0 , para flujo en una dirección;

α = H ( x , y ) y u z = 0 , para flujo en dos direcciones; α = 1.0 para flujo en tres
direcciones.

En términos de divergencia y gradiente, la ecuación fundamental de flujo

monofásico en coordenadas cartesianas puede ser escrita, en forma general,
como:

∂ ( ρφ )
− ∇ ⋅ (αρu ) = α + αq~ ........................................................................... (2.43)
∂t

En la Ecuación 2.43 ∇ ⋅ es la divergencia en coordenadas cilíndricas y u es el

vector de velocidad volumétrica los cuales se definen, respectivamente, de la
siguiente forma:

∂ ∂ ∂
∇⋅ = i + j + k .................................................................................. (2.44)
∂x ∂x ∂x
 18

u = u x i + u y j + u z k ....................................................................................... (2.45)

En las Ecuaciones 2.44 y 2.45, i , j y k son los vectores unitarios en las

direcciones x , y y z , respectivamente.

Sustituyendo la Ley de Darcy en coordenadas cartesianas, Ecuaciones 2.18 a

2.20, en la Ecuación 2.45 y la Ecuación resultante en la Ecuación 2.43, se
obtiene:

 k  ∂ ( ρφ )
− ∇ ⋅ αρ ∇p  = α + αq~ ................................................................... (2.46)
 µ  ∂ t

En la Ecuación 2.46, ∇ representa el gradiente, definido como:

∂p ∂p ∂p
∇p = i+ j + k ............................................................................... (2.47)
∂x ∂x ∂x

k representa el tensor de permeabilidades.

Obsérvese que la Ecuación 2.46 puede ser escrita como:

∂  k x ∂p  ∂  k y ∂p  ∂  k z ∂p  ∂ ( ρφ )
αρ  + αρ  + αρ  = α + αq~ ...................... (2.48)
∂x  µ ∂x  ∂y  µ ∂y  ∂z  µ ∂z  ∂t

La Ecuación 2.48 se conoce como la ecuación fundamental de flujo monofásico

en coordenadas cartesianas.

2.7.2 Ecuación Fundamental de Flujo Monofásico en Coordenadas Radiales.

Considérese un elemento infinitesimal de volumen de un medio poroso
continuo a través del cual ocurre flujo monofásico, radial, tal como se ilustra en
la Figura 2.14.
 19

ρ u r + ∆ (ρ u r )

ρu r H (r ,θ )

∆r

θ r

Fig. 2.14 – Elemento infinitesimal de volumen en coordenadas radiales

La cantidad de masa que ingresa al elemento durante un intervalo de tiempo

∆t , a un radio r , está dada por:

Cantidad 
de masa  = ρu A(r ,θ )∆t = ρu θrH (r ,θ )∆t ............................................. (2.49)
  r r

que entra  ∆t

Similarmente, la cantidad de masa que sale del elemento durante el mismo

intervalo de tiempo ∆t , a un radio r + ∆r , está dada por:

Cantidad 
de masa
  [
r r ]
 = ρu H (r ,θ ) + ∆ (ρu H (r ,θ )) (r + ∆r )θ∆ t ................................ (2.50)
que sale  ∆t

Notando como q~ a la cantidad de masa que entra o sale por fuentes o

sumideros, por unidad de volumen del yacimiento por unidad de tiempo, se
tiene que:

Cantidad de masa 
que entra o sale por  = ± q~∆V∆t ............................................................. (2.51)
 
 fuentes o sumideros  ∆t

En la Ecuación 2.51, el volumen infinitesimal ∆V será:

 20

θ θ
∆V = π (r + ∆r )2 H (r ,θ ) − πr 2 H (r ,θ )
2π 2π

θ θ
∆V = 2r∆rH (r ,θ ) − π (∆r )2 H (r ,θ )
2 2

Debido a que ∆r es un cantidad infinitesimal, (∆r ) es aproximadamente igual

2

a cero comparado con ∆r . En consecuencia:

∆V = r∆ rH (r ,θ )θ ....................................................................................... (2.52)

Sustituyendo la Ecuación 2.52 en la Ecuación 2.51, se obtiene:

Cantidad de masa 
que entra o sale por  = ± q~r∆rH (r ,θ )θ∆t ............................................... (2.53)
 
 fuentes o sumideros  ∆ t

El acumulamiento o agotamiento en el elemento infinitesimal durante el

intervalo ∆t , será:

 Acumulación 
 o  = [∆Vφρ ] − [∆Vφρ ] .................................................... (2.54)
  t + ∆t t

 Agotamiento  ∆t

Llevando la Ecuación 2.53 a la Ecuación 2.54, se obtiene:

 Acumulación 
 o  = r∆rH (r ,θ )θ [( ρφ ) − ( ρφ ) ] .......................................... (2.55)
  t + ∆t t

 Agotamiento  ∆t

Sustituyendo las Ecuaciones 2.49, 2.50, 2.53 y 2.55 en la Ecuación 2.31, se

obtiene:

ρu rθrH (r ,θ )∆t − [ρu r H (r ,θ ) + ∆ (ρu r H (r ,θ ))](r + ∆r )θ∆t

± q~r∆rH (r ,θ )θ∆t = r∆rH (r ,θ )θ [( ρφ )t + ∆t − ( ρφ )t ]

o bien,

− ρu r H (r ,θ )∆rθ∆t − ∆ (H (r ,θ )ρu r )rθ∆t − ∆ (H (r ,θ )ρu r )∆rθ∆t

± q~r∆rH (r ,θ )θ∆t = r∆rH (r ,θ )θ [( ρφ ) − (ρφ ) ]
t + ∆t t

Debido a que cada diferencia finita hace referencia a una cantidad infinitesimal,
las diferencias de tercer orden son despreciables en comparación con las
diferencias de segundo orden. Por consiguiente, la ecuación anterior se
simplifica a:
 21

− ρu r H (r ,θ )∆ rθ∆t − ∆ (H (r ,θ )ρu r )rθ∆t ± q~r∆rH (r ,θ )θ∆t =

r∆rH (r ,θ )θ [( ρφ )t + ∆t − ( ρφ )t ]

Dividiendo ambos lados entre r ⋅ ∆r ⋅ ∆t ⋅θ , se obtiene:

1
−  ρu r H (r ,θ ) + r
∆ (H (r ,θ )ρu r )
± H (r ,θ )q~ = H (r ,θ )
[(ρφ )t + ∆t − (ρφ )t ]
r ∆r  ∆t


Tomando límites cuando los incrementos infinitesimales tienden a cero, se

obtiene:

1 ∂  ∂
−  H (r ,θ )ρu r + r (H (r ,θ )ρu r ) ± H (r ,θ )q~ = H (r ,θ ) ( ρφ )
r ∂r  ∂t

o bien,

1 ∂
− [H (r ,θ )ρu r r ] = H (r ,θ )q~ + H (r ,θ ) ∂ (ρφ ) .............................................. (2.56)
r ∂r ∂t

Donde q~ es la cantidad de masa que entra o sale, a través de fuentes o

sumideros, por unidad de volumen del yacimiento, por unidad de tiempo. q~ es
positivo para sumideros (por ejemplo, pozos productores) y negativo para
fuentes (por ejemplo, pozos inyectores).

La Ecuación 2.56 puede ser escrita como:

1 ∂
− [αρu r r ] = αq~ + α ∂ (ρφ ) ................................................................... (2.57)
r ∂r ∂t

En la Ecuación 2.57 α = H (r ,θ ) .

La Ecuación 2.57 se conoce como la ecuación fundamental de flujo monofásico

en coordenadas radiales.

2.7.3 Ecuación Fundamental de Flujo Monofásico en Coordenadas Cilíndricas.

Siguiendo una metodología análoga a la seguida en los numerales 2.7.1 y
2.7.2, es posible obtener la siguiente ecuación fundamental de flujo monofásico
en coordenadas cilíndricas:

 k  ∂ ( ρφ )
− ∇ ⋅ αρ ∇p  = α + αq~ ................................................................... (2.58)
 µ  ∂t

En la Ecuación 2.58, ∇ ⋅ W y ∇V representan la divergencia y el gradiente en

coordenadas cilíndricas de W y V , respectivamente, definidos de acuerdo a
las siguientes expresiones:
 22

1 ∂ (rWr ) 1 ∂Wθ ∂Wz

∇⋅W = + + .................................................................. (2.59)
r ∂r r ∂θ ∂z

∂V 1 ∂V ∂V
∇V = i+ j+ k .......................................................................... (2.60)
∂r r ∂θ ∂z

En las Ecuaciones 2.59 y 2.60 r , θ y z indican dirección radial, tangencial y

vertical, respectivamente; Wr , Wθ y Wz son las componentes radial, tangencial
y vertical, respectivamente, del vector W ; α es igual a 1.0.

Obsérvese que la Ecuación 2.58 puede ser escrita como:

1  ∂  kr ∂p  1 ∂  kθ ∂p  ∂  k z ∂p  ∂ (ρφ )
  rρ  +  ρ  +  ρ  = α + αq~ ................. (2.61)
r  ∂r  µ ∂r  r ∂θ  µ ∂θ  ∂z  µ ∂z  ∂t
 3. APROXIMACIÓN DE ECUACIONES DIFERENCIALES A DIFERENCIAS
FINITAS

Las ecuaciones que gobiernan el flujo de fluidos en medios porosos fueron

derivadas en los capítulos anteriores. Estas ecuaciones son ecuaciones
diferenciales parciales no lineales, las cuales relacionan los cambios de presión y
de saturación con el tiempo a lo largo del medio poroso. Estas ecuaciones son
extremadamente complejas, y sus aplicaciones son complicadas por la presencia
de condiciones límite especializadas.

La solución de estas ecuaciones por medios analíticos es, generalmente,

imposible. Las soluciones, cuando existen, proporcionan una distribución continua
de los parámetros dependientes (presión o saturación).

En la mayoría de las aplicaciones la única manera de obtener solución de estas

ecuaciones es mediante la solución numérica. Esta solución numérica produce
resultados en puntos discretos dentro del sistema. La transformación de la
ecuación diferencial continua a una forma discreta se logra mediante el uso de
diferencias finitas. En este proceso tanto el espacio como el tiempo, son
discretizados.

Este capítulo se dedica a la discusión de los conceptos básicos que rigen la

aproximación de una ecuación diferencial parcial a diferencias finitas.
Inicialmente, se discuten algunas nociones sobre variables discretas y diferencias
finitas. Luego, se consideran las aproximaciones para la primera y segunda
derivada, así como los esquemas de aproximación implícita y explícita.
Posteriormente, se discuten los conceptos de error de truncamiento, estabilidad,
convergencia y consistencia. En la parte final del capítulo, se habla de sistemas
de malla y condiciones de límite. A través de todo el capítulo se trabaja con una
ecuación de flujo simple con la finalidad de introducir los conceptos básicos
referentes a los temas antes mencionados. Esto facilita considerablemente la

Simulación de Yacimientos I 1
aplicación y extensión de conceptos básicos a ecuaciones de flujo más complejas
las cuales gobiernan el comportamiento real de un yacimiento.

3.1 DISCRETIZACION, VARIABLES DISCRETAS Y DIFERENCIAS FINITAS

La solución a los sistemas de ecuaciones de flujo comúnmente encontrados en el

trabajo de ingeniería de yacimientos involucra la determinación de algunos
parámetros dependientes del espacio y del tiempo. Como se mencionó
anteriormente, la solución se obtiene en puntos discretos en el espacio y en el
tiempo. El dominio espacial se divide en un número de celdas, grids o bloques
superponiendo algún tipo de malla. Este enmallado, generalmente, es rectangular
pero no necesariamente. El tiempo también se discretiza en un número de pasos
de tiempo, durante cada uno de los cuales se resuelve el problema para obtener
nuevos valores de los parámetros dependientes. El tamaño de estos pasos
depende del problema particular que se está resolviendo, y generalmente, entre
más pequeño sea este paso, más exacta es la solución.

Para aclarar este proceso considérese un medio poroso lineal a través del cual
fluye un fluido compresible o levemente compresible que se encuentra a una
presión inicial p i (Figura 3.1). Si el sistema se abre a producción en el punto x= L,
la presión disminuye a medida que se incrementa el volumen de fluido extraído del
sistema. Supóngase que para este sistema, la variación de la presión p, en
función de la posición x y el tiempo t, se puede representar por la siguiente
ecuación diferencial:

∂ 2 p ∂p
= (3.1)
∂x 2 ∂t

Simulación de Yacimientos I 2
 X=0 X X=L

t2 t1
t3
P t4

X=0 X X=L

Fig. 3.1 – Forma típica de la distribución de presión en un sistema lineal

La solución analítica a la Ecuación 3.1 conlleva una función continua p = p(x, t )

que permite calcular la presión en cada punto a un tiempo determinado. Un
gráfico de p en función de x y t se muestra en la Figura 3.1.

Para la solución numérica de una ecuación diferencial de flujo, tal como la

Ecuación 3.1, se requiere tratar el yacimiento como un conjunto de bloques. Esta
solución permite calcular la presión en cada bloque a diferentes intervalos de
tiempo. A diferencia de la solución analítica, en lugar de obtenerse una expresión
que relacione la presión como una función continua de la posición y el tiempo, se
obtienen una serie de valores discretos de presión, cada uno de los cuales
corresponde a un bloque determinado del yacimiento. La acción de dividir el
yacimiento en un número determinado de bloques e intervalos de tiempo se
denomina discretización.

La Figura 3.2 presenta el ejemplo hipotético de un yacimiento real y su

correspondiente discretización. A las longitudes de cada bloque, ∆ x 1 , ∆ x 2 , ... , y

a cada intervalo de tiempo, ∆ t 1 , ∆ t 2 , ... , se les denomina diferencias finitas.

Simulación de Yacimientos I 3
 Barrera permeable

φ1 φ2 k P2 P φ4 P4
k 1 P1 2 φ3 k 3 3 k4
∆x 1 ∆x 2 ∆x 3 ∆x 4
Bloque 1 Bloque 2 Bloque 3 Bloque 4

Fig. 3.2 – Esquema de un sistema real y su respectiva discretización

X=0 X X=L

t1
t3 t2
t2 t1 t1
t3 t1
t2
t4 t3 t2
t3
t4 t2
t3
t4 t2
t3
t4
t3
P t4
t3
t4
t4
t4

X=0 X X=L

Fig. 3.3 – Forma típica de la distribución de presión en un sistema lineal (solución

numérica)

Simulación de Yacimientos I 4
La Figura 3.3 presenta la forma típica de la distribución de presión en un sistema
lineal a diferentes tiempos, obtenida mediante la solución numérica de una
ecuación fundamental de flujo. A manera de ejemplo, se pudiera considerar que
las Figuras 3.1 y 3.3 corresponden a las soluciones analítica y numérica,
respectivamente, de una misma ecuación de flujo (por ejemplo de la Ecuación 3.1)
para un mismo sistema.

Los siguientes comentarios, concernientes a la discretización de un yacimiento,

son importantes:

a. Los lados de cada bloque, perpendiculares a la dirección de flujo, actúan como

barreras de espesor infinitesimal (véase Figura 3.2).

b. La rata de entrada y salida de fluidos en cada bloque está determinada por la

permeabilidad de las barreras adyacentes a cada bloque y la diferencia de
presión entre ellos.

c. Las propiedades dentro de cada bloque son las mismas en todos los puntos
del bloque. Por ejemplo: a un tiempo determinado, a cada bloque le
corresponde un único valor de presión y de permeabilidad relativa.

d. La variación de las propiedades en el yacimiento se representa mediante la

variación de las propiedades en cada bloque. Por ejemplo: a cada bloque se
le puede asignar un valor diferente de porosidad. Esto implica que pueden
existir variaciones fuertes en las propiedades de bloques adyacentes.

e. La precisión con la cual el comportamiento real del yacimiento puede ser

descrito por el modelo depende del número de bloques utilizados. Sin
embargo, el número de bloques está limitado por factores tales como el costo
del simulador y la disponibilidad de datos de entrada.

f. La vida del yacimiento se discretiza en intervalos de tiempo. Las condiciones

del yacimiento se definen únicamente al principio y al final de cada intervalo de

Simulación de Yacimientos I 5
 tiempo, razón por la cual las condiciones en cada bloque pueden cambiar
considerablemente de un intervalo de tiempo a otro. Intervalos de corta
duración (es decir, alto número de intervalos), hacen que estos cambios sean
menos fuertes y aumentan la precisión de los resultados.

g. La discretización del yacimiento hace que el comportamiento continuo de las

condiciones en él sea distorsionado. Por ejemplo: la Figura 3.4 presenta un
esquema de la distorsión ocasionada en la saturación de agua en un punto fijo
de un sistema lineal debido a su discretización.

1 : Yacimiento
: Simulador

Sw

0
Fig. 3.4 – Distorsión ocasionada en la saturación de agua en un punto del
yacimiento

3.2 APROXIMACIONES PARA LA PRIMERA DERIVADA

El método más comúnmente utilizado para dar solución numérica a la Ecuación

3.1 es expresar la función p(x, t ) mediante una serie de Taylor.

Considérese una función f (x ) continua. La función puede ser expandida alrededor

de un punto “a”, localizado a una distancia x-a del punto “x” (véase la Figura
3.5), mediante una serie de Taylor:

Simulación de Yacimientos I 6
 x
x–a

a x

X=0 X X X=L
i i+ 1

Fig. 3.5 – Bloques tenidos en cuenta en la aproximación progresiva de la primera

derivada

∞
f ( n )(a) (x − a ) n
f (x) = ∑
n=0 n!
(3.2)

En la Ecuación 3.2, f (n ) es la n-ésima derivada de f evaluada en el punto x=a. Es

decir, la Ecuación 3.2 puede ser escrita como:

(x − a) (x − a) + ∂ 2 f (x − a) 2
0
∂f  
f (x ) = f (a )⋅ +  ⋅  ⋅
0! ∂x  x = a 1! ∂x 2 x=a 2!
(3.3)
+
∂ f
3
 ⋅
(x − a)
3
+L+
∂nf 
 ⋅
(x − a)
n
+L
∂ x 3  x = a 3! ∂x n x=a n!

3.2.1 La aproximación progresiva y su error de truncamiento

Supóngase un sistema lineal de bloques de igual longitud, tal como se ilustra en la

Figura 3.5. A cada bloque le corresponde una variable discreta x 1 , x 2 , ... , x i − 1 ,

x i , x i + 1 , ..., x n , de acuerdo a su posición dentro del sistema. El incremento entre

dos puntos sucesivos, x i y x i + 1 , está dado por la diferencia finita ∆ x . Si se

define:

Simulación de Yacimientos I 7
 a = xi y x = x i+1

Entonces,

x − a = x i+1 − x i

x − a = ∆x (por ser bloques de igual longitud)

y si además se tiene en cuenta que la función, f (x ) , que se pretende expandir

mediante la serie de Taylor es la presión en el sistema, P, entonces, de la
Ecuación 3.3 se tiene:

∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) ∂ n P  (∆ x )
2 3 n
∂P 
P (x i + 1 ) = P (x i ) +  ⋅ (∆ x ) +  ⋅ +  ⋅ + L +  ⋅ (3.5)
∂ x  Xi ∂ x 2  Xi 2 ! ∂ x 3  Xi 3 ! ∂ x n  Xi n !

donde:

P (x i + 1 ) : Presión en el bloque i + 1 .

P (x i ) : Presión en el bloque i .

Para simplificar la notación, se hace uso de las siguientes expresiones

P (x i + 1 ) = Pi + 1

P (x i ) = Pi

∂P  ∂P 
 = 
∂ x  Xi ∂ x  i

Simulación de Yacimientos I 8
Luego, la Ecuación 3.5 se convierte en:

∂P  (∆ x ) ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) ∂ n P  (∆ x )
2 3 n
P i + 1 = Pi +  ⋅ +  ⋅ +  ⋅ + L +  ⋅ (3.6)
∂ x  i 1! ∂ x 2  i 2! ∂ x 3  i 3 ! ∂ x n  i n!

∂P 
despejando  de la ecuación (3.6) se llega a:
∂ x  i

∂P  P i + 1 − Pi ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) ∂ n P  (∆ x )
2 n−1
 = −  ⋅ −  ⋅ −L−  ⋅ +L (3.7)
∂ x  i ∆x ∂ x 2  i 2 ! ∂ x 3  i 3 ! ∂ x n  i n!

la cual puede ser agrupada de la siguiente manera:

∂P  Pi + 1 − Pi
 = + R if (3.8)
∂x  i ∆x

donde:

 ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) 2 
R if = −  2  ⋅ +  ⋅ + L (3.9)
 ∂ x  i 2! ∂ x 3  i 3 ! 

El valor de R if tiende a cero cuando ∆ x tiende a cero, por lo tanto a partir de la

Ecuación 3.8, se puede afirmar que

∂P  Pi + 1 − Pi
 ≅ (3.10)
∂ x  i ∆x

A la Ecuación 3.10 se le conoce como la APROXIMACIÓN PROGRESIVA; esta

expresión permite evaluar la primera derivada en el bloque "i" en términos de las
presiones en los bloques "i" e "i+1".

Simulación de Yacimientos I 9
A la parte truncada, R if , se le conoce como ERROR DE TRUNCAMIENTO de la

aproximación progresiva. En este caso, se dice que el ERROR DE

TRUNCAMIENTO es de PRIMER ORDEN debido a que la menor potencia a la
cual se encuentra elevada la diferencia finita ∆ x es uno (Ecuación 3.9). En
general, se dice que la aproximación numérica de una ecuación diferencial tiene
un error de truncamiento de orden "n" (se denota como O (∆ x ) [ n
] ) cuando la
mínima potencia de la diferencia finita, ∆ x , en la parte truncada es "n".

Obsérvese que a mayor orden del error de truncamiento, mejor es la aproximación

numérica de la aproximación diferencial. Por ejemplo, considérense dos
esquemas de aproximación cuyos errores de truncamiento son, respectivamente,

 ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x )2 ∂ 4 P  (∆ x )3 
]
R i 1 = −  2  ⋅ +  ⋅
∂ x 3  i 3 !
+  ⋅
∂ x 4  i 4 !
+ L
 ∂ x  i 2 ! 

 ∂ 3 P  (∆ x ) 2 ∂ 4 P  (∆ x )3 
Ri ] = −  3  ⋅ +  ⋅
∂ x 4  i 4 !
+ L
 ∂ x  i 3 !
2


La aproximación correspondiente al error de truncamiento R i 2 , es de mayor]

exactitud debido a que se está truncando únicamente desde el término de (∆ x ) ,
2

en tanto que la aproximación correspondiente al error de truncamiento R i ]

1
se está

truncando desde el término de (∆ x ) . En general, se tiene que: O [ (∆ x ) ] >

[
O (∆ x )
2
] > O [ (∆ x ) ]
3

Simulación de Yacimientos I 10
3.2.2 La aproximación regresiva y su error de truncamiento
x
a – x = - ( x –a)

x a

X=0 X i-1 Xi X=L

Fig. 3.6 – Bloques tenidos en cuenta en la aproximación regresiva de la primera

derivada

Considérese el sistema lineal de bloques de la figura 3.6. Si se define a = x i y

x = xi − 1

Entonces,

x − a = x i − 1 − x i = − (x i − x i − 1 ) = − ∆ x

Si se hace f (x ) = P , entonces, de la Ecuación 3.3, se tiene:

∂ 2 P  (− ∆ x ) ∂ 3 P  (− ∆ x )
2 3
∂P 
P (x i − 1 ) = P (x i ) +  ⋅ (− ∆ x ) +  ⋅ +  ⋅ +L
∂ x  Xi ∂ x 2  Xi 2! ∂ x 3  Xi 3!

∂ n P  (− ∆ x )
n

+  ⋅ +L
∂ x n  Xi n!

donde:

P (x i − 1 ) : Presión en el bloque i − 1.

P (xi ) : Presión en el bloque i .

Simulación de Yacimientos I 11
Para simplificar la notación, se suele escribir Pi − 1 en lugar de P (x i − 1 ) ; luego, de la

ecuación anterior, se tiene:

∂P  (∆ x ) ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) ∂ n P  (− ∆ x )
2 3 n

Pi−1 = Pi −  ⋅ +  ⋅ −  ⋅ +L+  ⋅ + L (3.12)

∂ x  i 1! ∂ x 2  i 2 ! ∂ x 3  i 3 ! ∂ x n  i n!

∂P 
despejando de esta ecuación  :
∂ x  i

∂P  Pi − Pi − 1 ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) ∂ n P  (− ∆ x )
2 n −1
 = +  ⋅ −  ⋅ +L+  ⋅ +L (3.13)
∂ x  i ∆x ∂ x 2  i 2! ∂ x 3  i 3 ! ∂ x n  i n!

o bien:

∂P  Pi − P i − 1
 = + R bi (3.14)
∂x i ∆x

donde:

∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) ∂ n P  (− ∆ x )
2 n−1

R bi =  ⋅ −  ⋅ + L +  ⋅ +L (3.15)
∂ x 2  i 2 ! ∂ x 3  i 3 ! ∂ x n  i n!

R bi tiende a cero cuando ∆ x tiende a cero. En este caso, la Ecuación 3.14 toma

la forma:

∂P  Pi − P i − 1
 ≅ (3.16)
∂ x  i ∆x

A la Ecuación 3.16 se le conoce como la APROXIMACIÓN REGRESIVA para la

primera derivada; su error de truncamiento está dado por la Ecuación 3.15.
Obsérvese que el error de truncamiento de esta aproximación es de primer orden,
O [ (∆ x ) ] .

Simulación de Yacimientos I 12
3.2.3 La aproximación central y su error de truncamiento

Si se sustrae la Ecuación 3.12 de la Ecuación 3.6, se obtiene:

 ∂P  (∆ x ) ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) 
2 3

Pi + 1 − P i − 1 = Pi +  ⋅ + 
2 
⋅ + 
3 
⋅ + L
 ∂ x  i 1! ∂x i 2 ! ∂x i 3 ! 
 ∂P  (∆ x ) ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) 
2 3

- Pi −  ⋅ +  ⋅ −  ⋅ + L 
 ∂ x  i 1! ∂ x 2  i 2 ! ∂ x 3  i 3 ! 

Agrupando términos semejantes,

∂P  (∆ x ) ∂ 3 P  (∆ x ) ∂ n P  (∆ x ) ∂ n P  (− ∆ x )
3 n n

Pi + 1 − P i − 1 = 2 ⋅  ⋅ + 2 ⋅ 3  ⋅ +  ⋅ +  ⋅ L
∂ x  i 1! ∂x i 3 ! ∂ x n  i n ! ∂ x n  i n!

∂P 
Despejando  ,
∂ x  i

∂P  Pi + 1 − Pi − 1 ∂ 3 P  (∆ x ) ∂ n P  (∆ x ) ∂ n P  (− ∆ x )
2 n−1 n−1
 = −  ⋅ − L −  ⋅ −  ⋅ (3.17)
∂x i 2 ⋅ (∆ x ) ∂ x 3  i 3 ! ∂ x n  i n! ∂ x n  i n!

o bien:

∂P  Pi + 1 − Pi − 1
 = + R iC (3.18)
∂x i 2 ⋅ (∆ x )

donde:

∂ 3 P  (∆ x ) ∂ n P  (∆ x ) ∂ n P  (− ∆ x )
2 n−1 n−1

R iC = −  ⋅ + L −  ⋅ −  ⋅ −L (3.19)
∂ x 3  i 3 ! ∂ x n  i n! ∂ x n  i n!

R iC tiende a cero cuando ∆ x tiende a cero. En este caso, la Ecuación 3.18 se

puede aproximar a:

Simulación de Yacimientos I 13
 ∂P  Pi + 1 − Pi − 1
 ≅ (3.20)
∂ x  i 2 ⋅ (∆ x )

A la Ecuación 3.20 se le conoce como la APROXIMACIÓN CENTRAL de la

primera derivada; su error de truncamiento está dado por la Ecuación 3.19, de
donde se observa que éste es de SEGUNDO orden, O (∆ x ) [ 2
]. Por lo tanto, el
error de truncamiento de la aproximación central es menor que el error de
truncamiento de las aproximaciones progresiva y regresiva.

Las Figuras 3.7, 3.8 y 3.9 presentan la interpretación geométrica de las

aproximaciones progresiva, regresiva y central, respectivamente. De estas
figuras, se observa que la aproximación progresiva estima la primera derivada de
la presión en el bloque " i " con base en los valores de presión en este bloque y en
el bloque posterior, la aproximación regresiva con base en los valores de presión
en este bloque y en el bloque anterior, y la aproximación central con base en los
valores de presión en los bloques anterior y posterior. Ésta es justamente la razón
por la cual el error de truncamiento de la aproximación central es menor que los
errores de truncamiento de las aproximaciones progresiva y regresiva.

Pi + 1

Pi + 1 – Pi

Pi
 ∂p 
:  ∂x 
  progresiva

 ∂p 
∆X :  ∂x 
  verdadera

Fig. 3.7 – Interpretación geométrica de la aproximación

Xi + 1 progresiva

Simulación de Yacimientos I 14
 Pi

Pi – Pi – 1
Pi – 1
 ∂p 
:  ∂x 
  regresiva
 ∂p 
:  ∂x 
∆X   verdadera

Xi – 1 Xi

Fig. 3.8 – Interpretación geométrica de la aproximación regresiva

Pi + 1

Pi

 ∂p 
:  ∂x 
Pi – 1   centrada
 ∂p 
:  ∂x 
  verdadera

Xi – 1 Xi Xi + 1

Fig. 3.9 – Interpretación geométrica de la aproximación central

Simulación de Yacimientos I 15
3.3 APROXIMACIÓN NUMÉRICA PARA LA SEGUNDA DERIVADA

La aproximación numérica para la segunda derivada puede ser obtenida sumando

las Ecuaciones 3.6 y 3.12 definidas anteriormente para las aproximaciones
progresiva y regresiva, de esta operación se obtiene:

∂ 2P  ∂ 4 P  (∆ x ) ∂ 6 P  (∆ x )
4 6

Pi + 1 + P i − 1 = 2 ⋅ Pi +  ⋅ (∆ x ) 2
+ 2 ⋅  ⋅ + 2 ⋅  ⋅ +L
∂ x 2  i ∂ x 4  i 4 ! ∂ x 6  i 6 !

∂ 2P 
Despejando ,
∂ x 2  i

∂ 2 P  Pi − 1 − 2 ⋅ Pi + P i + 1 ∂ 4 P  (∆ x ) ∂ 6 P  (∆ x )
2 4
 = − 2 ⋅  ⋅ − 2 ⋅  ⋅ +L (3.21)
∂ x 2  i (∆ x )2 ∂ x 4  i 4 ! ∂ x 6  i 6 !

o bien,

∂ 2 P  Pi − 1 − 2 ⋅ Pi + P i + 1
 =
2 
+ R i2 (3.22)
∂x i (∆ x ) 2

donde:

 ∂ 4 P  (∆ x ) 2 ∂ 6 P  (∆ x )
4 
R = − 2 ⋅ 4  ⋅
2
i + 2 ⋅ 6  ⋅ + L (3.23)
 ∂ x  i 4 ! ∂x i 6! 

R i2 tiende a cero cuando ∆ x tiende a cero. En este caso, de la Ecuación 3.22 se

tiene que

∂ 2 P  Pi − 1 − 2 ⋅ Pi + P i + 1
 ≅ (3.24)
∂ x 2  i (∆ x )2

Simulación de Yacimientos I 16
A la Ecuación 3.24 se le conoce como la APROXIMACIÓN NUMÉRICA PARA LA
∂ 2P
SEGUNDA DERIVADA. Esta expresión permite estimar el valor de en el
∂ x2
bloque "i" en término de las presiones en los bloques "i-1", "i" e "i+1". El error de
truncamiento de esta ecuación está dado por la Ecuación 3.23 de donde se puede
observar que es de SEGUNDO ORDEN.

3.4 ESQUEMAS DE APROXIMACIÓN EXPLICITO E IMPLICITO

Considérese que la Ecuación 3.1 es válida en el intervalo 0 < x < X y t > 0 .

Para dar solución numérica a esta ecuación, se requiere dividir el intervalo [0, X]
en diferencias finitas de espacio, ∆ x , el intervalo [0, t ] en diferencias finitas de

∂ 2P ∂P
tiempo, ∆ t , y expandir las derivadas y , respectivamente, tal como se
∂x 2
∂t
ilustra en la Figura 3.10.

∆t

i–1 i i+1
0 X
∆X
Fig. 3.10 – Discretización de una sistema lineal en función del espacio y el tiempo

Simulación de Yacimientos I 17
 ∂P
APROXIMACIÓN DE LA DERIVADA .
∂t

∂P
La derivada puede ser expandida mediante una aproximación progresiva
∂t
(Ecuación 3.10), regresiva (Ecuación 3.16) ó central (Ecuación 3.20). En las
Ecuaciones 3.10, 3.16 y 3.20 se aproximó la variación de la presión con respecto a
∂P 
la posición a un tiempo fijo,  . En este caso se requiere evaluar la variación
∂ x  t

∂P 
de la presión con respecto al tiempo en una posición fija,  ; por lo tanto, en
∂ t  x

lugar de emplear la diferencia finita ∆ x , tal como aparece en las Ecuaciones 3.10,
3.16 y 3.20, se debe emplear la diferencia finita ∆ t . Así mismo, el subíndice "i" (el
cual indica posición) en este caso permanece fijo puesto que se desea aproximar
la derivada de la presión con respecto al tiempo y, en consecuencia, el índice que
varía debe ser aquel que indique el nivel de tiempo. Para este propósito, se
denotará por la letra "n" los índices que indiquen nivel de tiempo y serán
superíndices de la variable P . Los índices que indiquen posición se denotarán por
la letra "i", y serán subíndices de la variable P , de tal manera que

Pi indica la presión en el bloque i .

P n indica la presión al tiempo n .

Pin indica la presión en el bloque i , al tiempo n .

Teniendo en cuenta estos comentarios, las ecuaciones para las

∂P
APROXIMACIONES progresiva, regresiva y central de son:
∂t

Simulación de Yacimientos I 18
Aproximación progresiva:

n+1
∂P  Pi − Pin
 = + O[ (∆ t ) ] (3.25)
∂t  ∆t

Aproximación regresiva:

n−1
∂P  Pi − Pi
n
= + O[ (∆ t ) ] (3.26)
∂ t  ∆t

Aproximación central:

[ ]
n+1
∂P Pi − Pin − 1
+ O (∆ t )
2
= (3.27)
∂t 2 ⋅ ∆t

donde los superíndices "n-1", "n" y "n+1" representan los tiempos t n − 1 , t n y

t n + 1 , respectivamente.

No se hará uso de la aproximación regresiva (Ecuación 3.26), debido a que el

principal interés es calcular la presión en cada bloque "i" del sistema a tiempos
futuros (es decir, Pin + 1 ), partiendo de valores actuales (es decir, Pin ) y, contrario a

esto, la aproximación regresiva relaciona la presión actual ( Pin ) con presiones a

tiempos pasados ( Pin − 1 ). La aproximación central tampoco será utilizada debido a

problemas de estabilidad, concepto que será discutido más adelante. Por estas
razones, se empleará la aproximación progresiva, (Ecuación 3.25), para aproximar
∂P
el término .
∂t

Simulación de Yacimientos I 19
 ∂ 2P
APROXIMACIÓN DE LA SEGUNDA DERIVADA .
∂ x2

De la aproximación (3.24) se tiene que la segunda derivada se puede expresar

como:

∂ 2 P  Pi − 1 − 2 ⋅ Pi + P i + 1
 ≅ (3.24)
∂ x 2  i (∆ x )2

Esta ecuación, tal como está escrita, no incluye el nivel de tiempo. La pregunta
que surge sería: ¿A qué tiempo hace referencia las presiones en esta ecuación?
Dependiendo del nivel de tiempo asignado a cada término de presión en esta
ecuación, se suele hablar de diferentes esquemas de aproximación, de los cuales
los más comunes son: la aproximación explícita, la aproximación implícita y la
aproximación de Crank-Nicholson. Desde el punto de vista numérico, cada uno de
estos esquemas posee características diferentes.

3.4.1 Esquema de Aproximación Explícita

Supóngase que las presiones incluidas en la Ecuación 3.24 son evaluadas al

tiempo t n . En este caso, se tiene:

∂ 2 P Pi − 1 − 2 ⋅ Pi + P i + 1
n n n

≅ (3.28)
∂x 2 (∆ x )2

Si se lleva las Ecuaciones 3.25 y 3.28 a la Ecuación 3.1, se obtiene:

P in+ 1 − 2 ⋅ Pin + Pin− 1 Pin + 1 − Pin

= (3.28.a)
(∆ x )2 ∆t

De donde,

Simulación de Yacimientos I 20
P in+ 1 ⋅ ∆ t − 2 ⋅ Pin ⋅ ∆ t + Pin− 1 ⋅ ∆ t = Pin + 1 ⋅ (∆ x ) − Pin ⋅ (∆ x )
2 2

o bien:

∆t  2 ⋅ ∆t  ∆t
Pin + 1 = P in+ 1 ⋅ − Pin ⋅  − 1 + Pin− 1 ⋅

(∆ x )2  (∆ x )
2
 (∆ x )2

si se define:

∆t
λ= (3.29)
(∆ x )2

entonces:

Pin + 1 = λ ⋅ P in+ 1 − (2 ⋅ λ − 1) ⋅ Pin + λ ⋅ Pin− 1 (3.30)

A la Ecuación 3.30 se le conoce como la APROXIMACIÓN EXPLÍCITA de la

Ecuación 3.1. La aplicación repetitiva de esta aproximación numérica permite
estimar la presión en cada bloque "i" del sistema al tiempo t n + 1 , con base en los

valores de presión en los bloques " i − 1 ", "i " e " i + 1" al tiempo t n . Para llevar a

cabo esta serie de cálculos, se requiere de una condición inicial para cada bloque
" i " y dos condiciones de frontera.

Ejemplo:

Supóngase un sistema lineal de siete bloques similar al presentado en la Figura

3.3 . Sea t 1 el tiempo actual; obtener las expresiones de la aproximación explícita

para el cálculo de las presiones en cada bloque a un tiempo futuro t 2 = t 1 + ∆ t y a

un tiempo t 3 = t 2 + ∆ t , asumiendo que en cada caso las condiciones de límite

son:

Simulación de Yacimientos I 21
a. P0 = constante = PCERO

b. P8 = 0

Solución:

Sea t 1 = t n ; luego, t 2 = t 1 + ∆ t = t n + 1 . Puesto que t 1 es el tiempo actual,

entonces la presiones a este tiempo, P1 , P2 , ..., son conocidas (Condición inicial

a t = t Inicial ). De la Ecuación 3.30, se puede obtener las expresiones para el cálculo

de las presiones en cada bloque al tiempo t 2 = t n + 1 :

Para el bloque 1, i = 1:

P1(2 ) = λ ⋅ P 2(1) − (2 ⋅ λ − 1) ⋅ P1(1) + λ ⋅ P0(1)

P0 = constante = PCERO (Condición de límite del ejemplo).

Para el bloque 2, i = 2 :

P2(2 ) = λ ⋅ P 3(1) − (2 ⋅ λ − 1) ⋅ P2(1) + λ ⋅ P1(1)

Para el bloque 3, i = 3 :

P3(2 ) = λ ⋅ P 4(1) − (2 ⋅ λ − 1) ⋅ P3(1) + λ ⋅ P2(1)

Simulación de Yacimientos I 22
M

Para el bloque 7, i = 7 :

P7(2 ) = λ ⋅ P 8(1) − (2 ⋅ λ − 1) ⋅ P7(1) + λ ⋅ P6(1)

Pero P8 = 0 (Condición de límite en este ejemplo), luego:

P7(2 ) = − (2 ⋅ λ − 1) ⋅ P7(1) + λ ⋅ P6(1)

Al tiempo t 3 = t 2 + ∆ t , se pueden re-definir la variables t n y t n + 1 , así:

tn = t2 y tn + 1 = t3

Teniendo en cuenta lo anterior, de la Ecuación 3.30, se puede escribir:

Para el bloque 1, i = 1:

P1(3 ) = λ ⋅ P 2(2 ) − (2 ⋅ λ − 1) ⋅ P1(2 ) + λ ⋅ P0(2 )

De nuevo, P0 = constante = PCERO .

Para el bloque 2, i = 2 :

P2(3 ) = λ ⋅ P 3(2 ) − (2 ⋅ λ − 1) ⋅ P2(2 ) + λ ⋅ P1(2 )

Simulación de Yacimientos I 23
Para el bloque 3, i = 3 :

P3(3 ) = λ ⋅ P 4(2 ) − (2 ⋅ λ − 1) ⋅ P3(2 ) + λ ⋅ P2(2 )

etc.

Obsérvese que las presiones incluidas en los miembros derechos de las tres
últimas ecuaciones ya han sido previamente calculadas en el paso anterior.

tn+1 tn+1

tn tn
Xi – 1 Xi Xi + 1 Xi – 1 X Xi + 1
Esquema Explícito Esquema iImplícito

Fig. 3.11 – Forma de los esquemas explícito e implícito esta grafica comparativa
debiera aparecer después de explicarse el esquema implícito

En la Figura 3.11 se indica los puntos en el espacio y los niveles de tiempo tenidos
en cuenta en la aproximación explícita (Ecuación 3.30). El procedimiento general
para la aplicación de este esquema es el siguiente:

a. A cada uno de los bloques del sistema se le asigna un valor de presión al

tiempo inicial t = 0 . De esta forma se obtienen valores para las variables Pi + 1 ,

Pi y Pi − 1 de la Ecuación 3.30.

b. Se calcula los valores de Pi para cada uno de los bloques de la malla.

Simulación de Yacimientos I 24
c. Una vez barrida toda la malla, se repite el procedimiento para el tiempo t n + 2 ,

haciendo que los nuevos valores de Pi − 1 , Pi , Pi + 1 , sean iguales a los

valores Pi − 1 , Pi , Pi + 1 , apenas calculados.

Tal como se discutirá más adelante, para obtener estabilidad en este esquema de
solución, se requieren incrementos de tiempo, ∆ t , muy pequeños, lo que limita su
aplicación en un gran número de problemas.

3.4.2 Esquema de Aproximación Implícita

Supóngase que las presiones Pi − 1 , Pi y Pi + 1 presentes en la Ecuación 3.24

hacen referencia al tiempo t n + 1 . En este caso, la Ecuación 3.24 puede ser escrita

como:

n+1 n+1
∂ 2 P Pi − 1 − 2 ⋅ Pi + P in++11
≅ (3.31)
∂x 2 (∆ x )2

Si se llevan las Ecuaciones 3.25 y 3.31 a la Ecuación 3.1, se obtiene:

P in++11 − 2 ⋅ Pin + 1 + Pin−+11 Pin + 1 − Pin

= (3.32)
(∆ x )2 ∆t

de donde:

∆t ∆t ∆t
P in++11 ⋅ − 2 ⋅ Pin + 1 ⋅ + Pin−+11 ⋅ − Pin + 1 = − Pin
(∆ x ) 2
(∆ x ) 2
(∆ x ) 2

Teniendo en cuenta que:

∆t
λ=
(∆ x )2

Simulación de Yacimientos I 25
entonces,

λ ⋅ P in++11 − (2 ⋅ λ + 1) ⋅ Pin + 1 + λ ⋅ Pin−+11 = − Pin (3.33)

La Ecuación 3.33 representa la APROXIMACIÓN IMPLICITA de la Ecuación 3.1.

Si se aplica esta ecuación a cada uno de los bloques de la malla, se genera un
sistema de ecuaciones cuya solución simultánea permite obtener las distribución
de presiones en el sistema (presión en cada bloque) al tiempo t n + 1 .

Ejemplo:

Obtener el sistema de ecuaciones generado por el esquema implícito, Ecuación

3.33, para el ejemplo anterior.

Solución:

Sea t 1 = t n y t 2 = t n + 1 . La Ecuación 3.33 genera una ecuación para cada bloque

del sistema, así:

Para el bloque 1, i = 1:

λ ⋅ P 0(2 ) − (2 ⋅ λ + 1) ⋅ P1(2 ) + λ ⋅ P2(2 ) = − P1(1)

Para el bloque 2, i = 2 :

λ ⋅ P1(2 ) − (2 ⋅ λ + 1) ⋅ P2(2 ) + λ ⋅ P3(2 ) = − P2(1)

Para el bloque 3, i = 3 :

λ ⋅ P 2(2 ) − (2 ⋅ λ + 1) ⋅ P3(2 ) + λ ⋅ P4(2 ) = − P3(1)

Simulación de Yacimientos I 26
etc.

Este sistema de ecuaciones puede ser escrito en forma más compacta de la

siguiente forma:

− (2 ⋅ λ + 1) ⋅ P1(2 ) + λ ⋅ P2(2 ) = − P1(1)

λ ⋅ P1(2 ) − (2 ⋅ λ + 1) ⋅ P2(2 ) + λ ⋅ P3(2 ) = − P2(1)
λ ⋅ P2(2 ) − (2 ⋅ λ + 1) ⋅ P3(2 ) + λ ⋅ P4(2 ) = − P 3(1)
O O M

λ ⋅ P6(2 ) − (2 ⋅ λ + 1) ⋅ P7(2 ) = − P 7(1)

Las incógnitas en este sistema de ecuaciones son: P1 , P2 , ..., P7 . Su solución

permite obtener los valores de presión en cada bloque al tiempo t n + 1 = t 2 .

La Figura 3.11 incluye los puntos en el espacio y los niveles de tiempo tenidos en
cuenta en el esquema implícito.

3.5 CRITERIOS TENIDOS EN CUENTA PARA LA SELECCION DE UN

ESQUEMA DE APROXIMACIÓN NUMÉRICA.

Existen diferentes esquemas de aproximación numérica a las ecuaciones

diferenciales de flujo, dos de los cuales han sido discutidos en el numeral 3.4 (la
aproximación explícita y la aproximación implícita). La selección de uno u otro de
estos esquemas se debe realizar teniendo en cuenta los siguientes criterios:

- Error de truncamiento.

- Estabilidad.

- Convergencia.

- Consistencia.

Simulación de Yacimientos I 27
3.5.1 Error de Truncamiento

Tal como se mencionó anteriormente, el error de truncamiento hace referencia al

error en que se incurre al utilizar la aproximación en diferencias finitas luego de ser
truncada, en lugar de la ecuación diferencial misma. El error de truncamiento se
define como:

 Ecuación   Ecuación en 
εT =  −  (3.34)
 Diferencial   Diferencias Finitas 

Es importante resaltar que este error de truncamiento es diferente al error de

truncamiento que se comete debido a las operaciones repetitivas del computador.
Los computadores tienen una memoria de capacidad finita y, en consecuencia,
pueden retener únicamente números de "tamaño finito" (es decir, hasta cierto
número de cifras significativas). El error cometido por esta clase de truncamiento,
el cual se propaga a medida que se incrementa el número de operaciones, es
diferente al error de truncamiento numérico a que hace referencia la Ecuación
3.34.

Ejemplo: ERROR DE TRUNCAMIENTO DE LA APROXIMACIÓN EXPLÍCITA E

IMPLÍCITA.

Considérese la Ecuación 3.1, cuya aproximación explícita está dada por la

Ecuación 3.28.a:

P in+ 1 − 2 ⋅ Pin + Pin− 1 Pin + 1 − Pin

= (3.28.a)
(∆ x )2 ∆t

Aplicando la Ecuación 3.34, se tiene:

 ∂ 2 p ∂p   P in+ 1 − 2 ⋅ Pin + Pin− 1 Pin + 1 − Pin 

εT =  − − − 
 ∂x
2
∂ t   (∆ x )2 ∆t 

Simulación de Yacimientos I 28
 ∂ 2p ∂p
Llevando las Ecuaciones 3.22 y 3.25, en reemplazo de y , se tiene:
∂x 2
∂t

 P in+ 1 − 2 ⋅ Pin + Pin− 1 ∂ 4 P  (∆ x ) ∂ 6 P  (∆ x ) Pin + 1 − Pin

2 4

εT =  − 2 ⋅ 4  ⋅ − 2 ⋅ 6  ⋅ +L−
 (∆ x )2 ∂x i 4 ! ∂x  i 6 ! ∆t

∂ 2P  ∆t   P n − 2 ⋅ Pin + Pin− 1 Pin + 1 − Pin 

+ 2  ⋅ − L −  i + 1 − 
∂t  i 2   (∆ x )2 ∆t 

de donde,

εT = −
(∆ x )2 ⋅ ∂ 4 P  −
∆t ∂ 2P 
⋅  +L=O [ ( ∆x ) 2
+ ( ∆t )] (3.35)
12 ∂ x 4  i 2 ∂ t 2  i

Si se procede en forma análoga, se encuentra que el error de truncamiento de la

aproximación implícita está dado por una expresión similar a la Ecuación 3.35.

Ejemplo: LA APROXIMACIÓN DE CRANK NICHOLSON Y SU ERROR DE

TRUNCAMIENTO.

La aproximación de Crank-Nicholson puede ser interpretada como un promedio de

la aproximación implícita y la aproximación explícita. Considérese la Ecuación 3.1
 1
El esquema de Crank-Nicholson aproxima esta ecuación en el punto  i, n +  ,
 2
tal como se ilustra en la Figura 3.12 . Es decir,

Simulación de Yacimientos I 29
 t n+1

( Xi , t n + ½ )

tn
Xi – 1 Xi Xi + 1
Fig. 3.12 – Esquema del método de Crack-Nicholson

n+1 n Central
1 ∂ 2P  1 ∂ 2P  ∂P 
⋅  + ⋅ 2  =  (3.36)
2 ∂ x 2  i 2 ∂x i ∂ t  i

de donde:

1  P i + 1 − 2 ⋅ Pi + Pin−+11  1  P in+ 1 − 2 ⋅ Pin + Pin− 1  Pin + 1 − Pin

n+1 n+1

⋅  + ⋅ =
2  (∆ x )2  2  (∆ x )2   ∆t 
2⋅ 
 2

o bien,

1  P i + 1 − 2 ⋅ Pi + Pin−+11  1  P in+ 1 − 2 ⋅ Pin + Pin− 1  Pin + 1 − Pin

n+1 n+1

⋅  + ⋅ = (3.37)
2  (∆ x )2  2  (∆ x )2  ∆t

Obsérvese que la expansión numérica de la derivada de la presión con respecto al

tiempo, proviene de una aproximación central y, en consecuencia, puede ser
escrita como:

2
 ∆t  1
∂P P
n+1
−P n−1  2  ∂ 3P  n + 2
= i i
−  ⋅  (3.38)
∂t  ∆t  6 ∂ t 3  i
2⋅ 
 2

Llevando las Ecuaciones 3.1 y 3.37 a la definición de error de truncamiento,

Ecuación 3.34, se tiene:

Simulación de Yacimientos I 30
  ∂ 2 p ∂p   1 P in++11 − 2 ⋅ Pin + 1 + Pin−+11 1 P in+ 1 − 2 ⋅ Pin + Pin− 1 Pin + 1 − Pin 
εT =  − − ⋅ + ⋅ −  (3.39)
 ∂x
2
∂ t   2 (∆ x )2 2 (∆ x )2 ∆t 

Reemplazando las Ecuaciones 3.22 y 3.38 en la Ecuación 3.39, se tiene:

 1 P in++11 − 2 ⋅ Pin + 1 + Pin−+11 1 (∆ x ) 2 ∂ 4 P  1 P i + 1 − 2 ⋅ Pi + Pi − 1

n n n

εT =  ⋅ − ⋅ ⋅  −L + ⋅
 2 (∆ x )2 2 12 ∂ x 4  i 2 (∆ x )2
 ∆t 
2
1 
1 (∆ x ) ∂ P 
2 4
P n + 1
− P n  
2  ∂ P 3
n+

+
2
⋅ 4  − L − ⋅ 3 
i i
− ⋅ − L
2 12 ∂ x  i  ∆t  6 ∂t  i 
2⋅ 
2
  
 1 P in++11 − 2 ⋅ Pin + 1 + Pin−+11 1 P in+ 1 − 2 ⋅ Pin + Pin− 1 Pin + 1 − Pin 
− ⋅ + ⋅ − 
 2 (∆ x )2 2 (∆ x )2 ∆t 

de donde:

2
 ∆t  1
(∆ x ) 2
∂ 4P 
n+1 2 4
n  
(∆ x ) ⋅ ∂ P  +  2  ⋅ ∂ P  + L
3
n+
2
εT = − ⋅  −
24 ∂ x 4  i 24 ∂ x 4  i 6 ∂ t 3  i

o bien:

εT = O [ ( ∆x ) 2
+ ( ∆t )2 ] (3.40)

Al comparar las Ecuaciones 3.35 y 3.40, se infiere que el esquema de Crank-

Nicholson es más aproximado que los esquemas implícito y explícito.

Simulación de Yacimientos I 31
3.5.2 Estabilidad

El análisis de estabilidad es un procedimiento a través del cual es posible

determinar si el error obtenido en un punto (bloque) de la malla, en un momento
determinado, disminuye o aumenta al incrementar el tiempo. Si el error disminuye,
se dice que la aproximación es ESTABLE; si aumenta, se dice que es
INESTABLE. Si el error disminuye únicamente bajo ciertas circunstancias, se dice
que es CONDICIONALMENTE ESTABLE. Para que las presiones obtenidas de la
aplicación de un esquema numérico tengan aplicación real, se requiere que el
esquema sea estable. La Figura 3.13 ilustra la variación de presión en un punto
determinado del sistema en función del tiempo para un esquema estable y un
esquema inestable.

Esquema
Estable
Esquema
Inestable

∆Pn

∆P = P n + 1 − P n

Nivel de tiempo, tn

Fig. 3.13 – Cambio de presión en un punto del sistema en función del tiempo

A continuación se presentan dos criterios muy útiles para determinar estabilidad:

El criterio de Karplus y el Método de Von Neumann.

Simulación de Yacimientos I 32
3.5.2.1 Criterio de Karplus

El método de Karplus no considera el efecto de condiciones de límite en el análisis

de estabilidad. El procedimiento del método puede ser resumido de la siguiente
forma:

a. La ecuación en diferencias finitas es reordenada de manera tal que tome la

siguiente forma:

( ) ( ) ( ) ( )
a ⋅ Pin+ 1 − Pin + b ⋅ Pin− 1 − Pin + c ⋅ Pin + 1 − Pin + L + d ⋅ Pin − 1 − Pin + L = 0 (3.41)

b. Si todos los coeficientes a, b, c,..., d, ... son negativos, la aproximación es

estable.

c. Si algunos de los coeficientes son negativos, entonces para que la

aproximación sea estable la suma de los coeficientes debe ser menor o igual a
cero.

Debido a que los coeficientes a, b, c, ..., d, ... pueden cambiar de un nodo a otro,
el criterio debe ser aplicado a cada nodo. Un esquema determinado puede ser
estable en un nodo pero inestable en otros.

Ejemplo: Determinar si la aproximación explícita de la Ecuación 3.1 es estable.

La aproximación explícita tiene la siguiente forma, Ecuación 3.30:

Pin + 1 = λ ⋅ P in+ 1 − (2 ⋅ λ − 1) ⋅ Pin + λ ⋅ Pin− 1

Paso 1:

La Ecuación 3.30, puede ser escrita como:

Simulación de Yacimientos I 33
 ( ) ( ) (
λ ⋅ P in+ 1 − Pin + λ ⋅ P in− 1 − Pin − Pin + 1 − Pin = 0)

Paso 2:

No todos los coeficientes son menores que cero.

Paso 3:

La condición requerida para estabilidad es:

λ + λ − 1= 2⋅λ − 1= 2⋅
( ∆t ) − 1≤ 0
( ∆ x )2

de donde:

( ∆t ) ≤
1
(3.42)
( ∆ x )2 2

Luego, LA APROXIMACIÓN EXPLÍCITA ES CONDICIONALMENTE ESTABLE; la

condición de estabilidad está dada por la Ecuación 3.42 .

Siguiendo un procedimiento completamente análogo es posible determinar que LA

APROXIMACIÓN IMPLICITA ES INCONDICIONALMENTE ESTABLE

3.5.2.2 Método de Von Neumman ó Análisis Armónico

La relación entre el valor exacto de presión en un punto x i , a un tiempo t n ,

p (x i, t n ) , y el valor calculado al aplicar un esquema numérico es:

Simulación de Yacimientos I 34
 p (x i , t n ) = Pin + ε ni (3.43)

Donde ε ni es la diferencia (error) entre el valor exacto p (x i, t n ) y el valor

aproximado Pin .

Si el error disminuye al incrementar el tiempo, los valores de presión obtenidos de

la solución exacta satisfacen el esquema numérico; por ejemplo, para el esquema
implícito se cumple:

p (x i + 1, t n + 1 ) − 2 ⋅ p (x i, t n + 1 ) + p (x i − 1, t n + 1 ) p (x i, t n + 1 ) − p (x i , t n )
= (3.44)
(∆ x )2 ∆t

Llevando la Ecuación 3.43 a la Ecuación 3.44, se tiene:

(P n+1
i+1 ) ( ) (
+ ε ni ++11 − 2 ⋅ Pin + 1 + ε ni + 1 + Pin−+11 + ε ni −+11 ) = (P i
n+1
) (
+ ε ni + 1 − Pin + ε ni ) (3.45)
(∆ x ) 2
∆t

de la misma manera para el esquema explícito se obtiene,

(P n
i+1 ) ( ) (
+ ε ni + 1 − 2 ⋅ Pin + ε ni + Pin− 1 + ε ni − 1 ) = (P i
n+1
) (
+ ε ni + 1 − Pin + ε ni )
(∆ x ) 2
∆t

restando la Ecuación 3.31 ojo, es la 3.32 de la Ecuación 3.45 se llega a:

ε ni ++11 − 2 ⋅ ε ni + 1 + ε ni −+11 ε ni + 1 − ε ni
= (3.46)
(∆ x )2 ∆t

Es decir, el error también satisface el esquema numérico de aproximación.

Una función f ( x ) puede ser expandida en series de Fourier de la siguiente forma:

Simulación de Yacimientos I 35
 f (x ) = ∑ γ k ⋅ e −1⋅β ⋅ x
(3.47)
k

donde β es una constante.

En el punto x = x i = i ⋅ ∆ x , se tiene:ojo, deberías decir qué es lambda

f (x ) = ∑ γ k ⋅ e −1⋅β ⋅i⋅ ∆x
(3.48)
k

Si la función expandida es la función error, f (x ) = ε ni , entonces, de la ecuación

(3.48), se tiene:

ε ni = ∑ γ nk ⋅ e −1⋅β ⋅i⋅ ∆x
(3.49)
k

El n-‚ésimo término de esta sumatoria, al que le haremos corresponder el tiempo

t n , tiene la siguiente forma:

−1⋅β ⋅i⋅ ∆x
ε ni = γ nk ⋅ e (3.50)

El término n + 1 de la sumatoria, al que haremos corresponder el tiempo t n + 1 ,

tiene la siguiente forma:

−1⋅β ⋅i⋅ ∆x
ε ni + 1 = γ nk + 1 ⋅ e (3.51)

Si el error en el punto " i ", ε i , disminuye al pasar de t n a t n + 1 , entonces ε ni + 1 < ε ni ,

de donde se tiene:

ε ni + 1
≤1 (3.52)
ε ni

Llevando las Ecuaciones 3.50 y 3.51 a la Ecuación 3.52, se tiene:

Simulación de Yacimientos I 36
 γn + 1
≤1 (3.53)
γn

La relación γ n + 1 γ n es conocida como el factor de amplificación, :

γn + 1
ν= (3.54)
γn

Para que un determinado esquema sea estable, se hace necesario que ν sea
menor o igual a la unidad.

Ejemplo: Aplicando el método de Von Neumman, determinar la estabilidad del

esquema explícito.

Solución:

Paso 1:

Se expresa la ecuación que representa la aproximación numérica bajo análisis en

términos del error ε i en lugar de la presión P . Particularmente, para el esquema

explícito, de la Ecuación 3.46 se tiene:

ε ni + 1 − 2 ⋅ ε ni + ε ni − 1 ε ni + 1 − ε ni
=
(∆ x )2 ∆t

Paso 2:

Cada término de la ecuación anterior se sustituye por su equivalente de la

Ecuación 3.49 . En este caso, se tiene:

Simulación de Yacimientos I 37
 − 1 ⋅ β ⋅ (i + 1) ⋅ ∆ x −1⋅β ⋅i⋅ ∆x − 1 ⋅ β ⋅ (i − 1) ⋅ ∆ x −1⋅β ⋅i ⋅ ∆x −1⋅β ⋅i ⋅ ∆x
γn ⋅ e − 2⋅ γn ⋅ e + γn ⋅ e γn + 1 ⋅ e − γn ⋅ e
=
(∆ x )2 ∆t
O bien:

∆t
(∆ x ) 2
[
⋅ γ n ⋅e − 1⋅ β ⋅ i ⋅ ∆x
⋅e − 1⋅ β ⋅ ∆x
− 2⋅ γ n ⋅e − 1⋅ β ⋅ i ⋅ ∆x
+ γ n ⋅e − 1⋅ β ⋅ i ⋅ ∆x
⋅e − − 1⋅ β ⋅ ∆x
]=
− 1⋅ β ⋅ i ⋅ ∆x − 1⋅ β ⋅ i ⋅ ∆x
γ n + 1 ⋅e − γ n ⋅e

∆t
(∆ x ) 2
[
⋅ γn ⋅e −1⋅β ⋅ ∆x
− 2⋅ γn + γn ⋅e− −1⋅β ⋅ ∆x
]= γ n+1
− γn

De donde,

γn + 1
γ n
= 1+
∆t
(∆ x )2
⋅ e [ −1⋅β ⋅ ∆x
− 2 + e− −1⋅β ⋅ ∆x
]
De trigonometría:

−1⋅ θ
e = cos θ + − 1 ⋅ sen θ
e− −1⋅ θ
= cos θ − − 1 ⋅ sen θ

Luego, haciendo θ = β ⋅ ∆ x ,

γn + 1
γ n
= 1+
∆t
(∆ x )2
⋅ cos θ + [ − 1 ⋅ sen θ − 2 + cos θ − − 1 ⋅ sen θ ]

∆t
=1+ ⋅ [ 2 ⋅ cosθ − 2 ]
(∆ x ) 2

∆t
= 1 + 2⋅ ⋅ [ cosθ − 1 ]
(∆ x ) 2

Simulación de Yacimientos I 38
De acuerdo al criterio de Von Neumman, para que el esquema sea estable, se
debe cumplir que:

γn + 1
ν = ≤1
γn

es decir,

∆t
1− 2⋅ ⋅ [ 1 − cos θ ] ≤ 1
(∆ x )2

Lo que se cumple solamente si:

∆t
−1≤ 1− 2⋅ ⋅ [ 1 − cos θ ] ≤ 1
(∆ x )2

La solución a esta la desigualdad estará dada por aquellos valores de ∆ t (∆ x )

2

que cumplan ambos lados de la desigualdad. Debido a que − 1 ≤ cos θ ≤ 1 el lado

derecho siempre se cumple. En cuanto al lado izquierdo, se tiene:

∆t
−1≤ 1 − 2⋅ ⋅ ( 1 − cos θ )
(∆ x )2

∆t
− 2 ≤ − 2⋅ ⋅ ( 1 − cos θ )
(∆ x )2

∆t
1≥ ⋅ ( 1 − cos θ )
(∆ x )2

∆t 1
≤
(∆ x ) 2
1 − cos θ

Simulación de Yacimientos I 39
El valor mínimo de la expresión 1 [ 1 − cos θ ] se obtiene para cos θ = − 1 , en
cuyo caso 1 [ 1 − cos θ ] = 12 . Por tanto, el esquema será estable siempre y
cuando:

∆t 1
≤ (3.55)
(∆ x ) 2
2

Este resultado corrobora el resultado del ejemplo anterior: LA APROXIMACIÓN

EXPLÍCITA ES CONDICIONALMENTE ESTABLE; la condición está dada por la
Ecuación 3.55.

Si se procede en forma análoga para el análisis de estabilidad del esquema

implícito, se obtendrá que‚ éste es incondicionalmente estable (se deja al lector
como ejercicio).

Debido a que el esquema implícito es incondicionalmente estable, éste suele ser

preferido en Simulación de Yacimientos.

3.5.3 Convergencia

Supóngase que la función p (x ) es la solución exacta de la Ecuación 3.1 y que P in

es la solución en diferencias finitas. Se dice que la aproximación numérica

utilizada para el cálculo de P in es CONVERGENTE si P in tiende a p (x i, t n ) ,

cuando ∆ x y ∆ t tienden a cero.

Obsérvese que la convergencia concierne al error Pin − p (x i, t n ) al tiempo t n , en

un punto determinado de la malla, mientras que la estabilidad tiene que ver con la
propagación (incremento) del error en un punto determinado al incrementar el
tiempo. La estabilidad es un criterio de mayor peso que la convergencia. En
general, estabilidad y consistencia implican convergencia.

Simulación de Yacimientos I 40
En Simulación de Yacimientos, no se suele conocer la solución exacta de la
ecuación diferencial de flujo. Por esta razón, la forma de analizar convergencia de
un esquema numérico, consiste en dar solución numérica a la ecuación para
varios valores de ∆ x y ∆ t . Si las soluciones para valores sucesivamente menores
de ∆ x y ∆ t tienden a un cierto valor constante, con cierta tolerancia, se puede
concluir convergencia del esquema numérico.

3.5.4 Consistencia o Compactibilidad

Se dice que un esquema numérico es consistente, si la ecuación en diferencias

finitas tiende a la ecuación diferencial cuando ∆ x y ∆ t tienden a cero.

Dada la definición de error de truncamiento, Ecuación 3.34, un esquema es

consistente si su error de truncamiento tiende a cero, cuando sus diferencias
finitas, ∆ x y ∆ t , por ejemplo, tienden a cero.

Ejemplo: Determinar si la aproximación explícita es consistente.

El error de truncamiento para la aproximación explícita está dado por la Ecuación

3.35,

εT =−
(∆x) ∂ 4P 
2

⋅  −
∆t ∂ 2P 
⋅  +L
12 ∂ x 4  i 2 ∂ t 2  i

si ∆x y ∆t tienden a cero, ε T tiende a cero; luego este esquema es

consistente.

Simulación de Yacimientos I 41
 BIBLIOGRAFIA

1. Osorio, Gildardo. “Conceptos básicos sobre aproximación de ecuaciones

diferenciales a diferencias finitas”. Notas de simulación de yacimientos,
Maestría en Hidrocarburos. Febrero de 2002

2. Azis, K and Settari A. “Petroleum Reservoir Simulation”. Elsevier Applied

Science Publishers

3. Peaceman, Donald. “Fundamentals of Numerical Reservoir Simulation”.

Elsevier Scientific Publishing Company.

4. Thomas, G. W. “Principles of Hydrocarbon Reservoir Simulation”. International

Human Resources Development Corporation.

Simulación de Yacimientos I 42
 4. FLUJO LINEAL DE UN FLUIDO INCOMPRESIBLE

El capítulo 3 ha sido dedicado a la discusión de los fundamentos que permiten

aproximar una ecuación diferencial parcial a diferencias finitas. A través de todo el
capitulo, se trabajó con una ecuación diferencial de flujo sencilla con la finalidad de
ilustrar la aplicación de los conceptos básicos.

Este capítulo se dedica a la aplicación de los conceptos presentados en el capítulo

3 al flujo lineal de un fluido incompresible a través de un medio poroso. A
diferencia del capítulo anterior, las ecuaciones diferenciales utilizadas
corresponden a ecuaciones de flujo que describen en forma más real los procesos
que ocurren en el sistema.

4.1 PLANTEAMIENTO DEL MODELO NUMÉRICO BÁSICO

La ecuación de continuidad para flujo monofásico en una dirección está dada por
la siguiente ecuación:

 k  ∂ (ρφ )
∇ ⋅  αρ ∇p  = α + α~
q
 µ  ∂t

la cual , para flujo lineal toma la siguiente forma:

∂  k ∂p  ∂ (ρφ )
 A (x ) ρ x  = A (x ) + A (x )~
q (4.1)
∂x  µ ∂x  ∂t

La ecuación de estado para un fluido incompresible está dada por la Ecuación 2.8:

ρ = constante (2.8)

Sustituyendo la Ecuación 2.8 en la Ecuación 4.1 y considerando que la porosidad

del medio es constante con el tiempo, se obtiene:
Simulación de Yacimientos I 1
∂  k ∂p  ~
q
 A (x ) x  = A (x ) (4.2)
∂x  µ ∂x  ρ

Si se define a q v como el volumen de fluido que entra o sale por fuentes o

sumideros por unidad de volumen total de yacimiento por unidad de tiempo,
entonces la relación entre ~
q y q estará dada por la siguiente ecuación:
v

~
q
qv = (4.3)
ρ

Llevando la Ecuación 4.3 a la Ecuación 4.2, se obtiene:

∂  kA ∂p 
 ⋅  = A ⋅ qv (4.4)
∂x  µ ∂x 

La Ecuación 4.4 es la ecuación fundamental de flujo que rige el flujo monofásico

de un fluido incompresible a través de un medio poroso lineal. Para dar solución
numérica a la Ecuación 4.4 es necesario dividir el sistema en n bloques, tal como
se ilustra en la Figura 4.1. Para fines prácticos, es necesario considerar que los
bloques son de diferente longitud y tanto el área como la permeabilidad y la
viscosidad en un bloque pueden diferir de los demás.

Debido a que el producto kA µ no es el mismo para todos los bloques, no es

posible extraerlo del diferencial de la Ecuación 4.4, tal como se hace con una
constante. Debido a esta no linealidad, no se puede aplicar la aproximación para
la segunda derivada en la forma como se hace en la Ecuación 3.24.

1 i −1 i i +1 nx

∆x1 ∆x i −1 ∆x i ∆x i +1 ∆x nx

Fig. 4.1 – Discretización lineal en bloques de diferente longitud

Simulación de Yacimientos I 2
Considere la siguiente definición para el bloque i :

 kA ∂p 
Ui =  ⋅  (4.5)
 µ ∂x i

De esta forma, la Ecuación 4.4 puede ser escrita como:

∂Ui
= A ⋅ qv (4.6)
∂x

Considérese el i -ésimo bloque de un sistema lineal como el ilustrado en la Figura

4.2

Figura 2. Esquema del i-ésimo bloque de un sistema lineal.

Con ayuda de la serie de Taylor, la función U(x ) puede expandirse en torno a un

punto a mediante la siguiente expresión:

U(n) (a)(x − a )n
∞
U( x ) = ∑ (4.7)
n=0 n!

Si el punto en torno al cual se expande la función U(x ) es a = xi y la función se

∆x i ∆x
evalúa en el punto x = xi − 1 = xi − , entonces x − a = − i y de la Ecuación
2 2 2
4.7 se obtiene:

Simulación de Yacimientos I 3
 2 3
U′  ∆x  U′′  ∆x  U′′′ ∆x 
Ui − 12 = Ui + i  − i  + i  − i  + i  − i  + L
1!  2  2!  2  3!  2 

2 3
U′  ∆x  U′′  ∆x  U′′′ ∆x 
Ui− 1 = Ui − i  i  + i  i  − i  i  + L ......................................... (4.8)
2 1!  2  2!  2  3!  2 

∆x i
Si la función se evalúa en punto x = xi + 1 = xi + , en lugar de x = xi − 1 ,
2 2 2

∆x i
entonces x − a = y de la Ecuación 4.7 se obtiene:
2

2 3
U′  ∆ x  U′′  ∆ x  U′′′ ∆ x 
Ui+ 1 = Ui + i  i  + i  i  + i  i  + L ..................................... (4.9)
2 1!  2  2 !  2  3!  2 

Restando la Ecuación 4.8 de la Ecuación 4.9, se obtiene:

3
 ∆x  U′i′′  ∆ x 
Ui+ 1 − Ui− 1 = 2U′i  i  + 2  i  + K
2 2  2  3!  2 

Resolviendo para U′i se tiene:

Ui+ 1 − Ui− 1 U′i′′ (∆xi )2 Ui+ 1 − Ui− 1

U′i = 2 2
− −K = 2 2
+ Ric
∆xi 3! 4 ∆xi

Por consiguiente:

Ui+ 1 − Ui− 1
U′i ≅ 2 2
..................................................................................... (4.10)
∆xi

El error de truncamiento de la Ecuación 4.10 es de segundo orden:

U′i′′ (∆xi )2
Ric =− +K
3! 4

Sustituyendo la Ecuación 4.5 en la Ecuación 4.10, se obtiene:

Simulación de Yacimientos I 4
  k ⋅ A ∂p   k ⋅ A ∂p 
 ⋅  −  ⋅ 
∂  kA ∂p   µ ∂x i+ 1  µ ∂x i− 1
 2 2
⋅  ≅
∂x  µ ∂x i ∆x i

Por conveniencia, la ecuación anterior suele ser escrita de la siguiente forma:

 kA   ∂p   kA   ∂p 
    −    
∂  kA ∂p   µ i+ 1  ∂x i+ 12  µ i− 1  ∂x i− 12
 2 2
⋅  ≅ .............................. (4.11)
∂x  µ ∂x i ∆x i

 ∂p 
4.1.1 Evaluación del término   . Con ayuda de la serie de Taylor, la
 ∂x i+ 1
2

función P(x ) puede ser expandida entorno al punto a mediante la siguiente serie
infinita:

n
 ∂p 
∞   (a )
 ∂x 
p( x ) = ∑ (x − a) n ...................................................................... (4.12)
n=0 n !

∆xi
Si el punto a en torno al cual se expande la función p(x ) es a = xi + 1 = x i + y
2 2
∆xi
se evalúa la función en x = xi , entonces x − a = − y de la Ecuación 4.12 se
2
obtiene:

2 3
 ∂p   ∆x   ∂ p   1  ∆xi   ∂ p   1  ∆xi 
2 3
Pi = Pi+ 1 −   i + 2     −  3     + L (4.13)
2
 ∂x i+ 12  2   ∂x i+ 1  2!  2   ∂x i+ 1  3!  2 
2 2

Simulación de Yacimientos I 5
 ∆x i
Si de nuevo se expande la función p(x ) en torno al punto a = x i + 1 = xi + y se
2 2
∆xi ∆xi+1 ∆xi+1
evalúa la función en x = xi+1 = xi + + , entonces x − a = y de la
2 2 2
Ecuación 4.12 se obtiene:

2 3
 ∆xi+1  1  ∂ p   ∆xi+1  1  ∂ 3p   ∆xi+1 
2
1  ∂p 
Pi+1 = Pi+ 1 +     +   +   +L
2 1!  ∂x i+ 1  2  2!  ∂x 2  1  2  3!  ∂x 3  1  2 
2 i+ 2 i+ 2

(4.14)

Restando la Ecuación 4.13 de la Ecuación 4.14 se obtiene:

 ∂p   ∆x ∆x  1  ∂ 2p   ∆x 2  ∆x 2 
Pi+1 − Pi =    i +1 + i  +  2   i+1  −  i   + L
 ∂x i+ 12  2  
2  2  ∂x  1  2   2  
i+ 2  

 ∂p   ∆x ∆x  1  ∂ 2p   ∆xi+1 ∆xi  ∆xi+1 ∆xi 

Pi+1 − Pi =    i+1 + i  +  2   −  +  + L
 ∂x i+ 12  2 2  2  ∂x  1  2 2  2 2 
i+ 2

 ∂p 
Resolviendo para   se obtiene:
 ∂x i+ 1
2

 ∂p  Pi+1 − Pi 1  ∂ 2p   ∆xi+1 − ∆xi  Pi+1 − Pi

  = −   +L = + Ri + 1

 ∂x i+ 12 1 (∆x + ∆x ) 2  ∂x i+ 1 
2  2  1
i +1 i 2
(∆xi+1 + ∆xi ) 2
2 2
(4.15)

 ∂p 
Donde el término Ri + 1 es el error de truncamiento de   definido de la
2  ∂x i+ 1
2

siguiente forma:

1  ∂ 2p   ∆xi+1 − ∆xi 
Ri + 1 =−   +L
2 2  ∂x 2   2 
i + 12

Simulación de Yacimientos I 6
La Ecuación 4.15 conlleva a la siguiente aproximación:

 ∂p  Pi+1 − Pi
  ≅ ..................................................................................(4.16)
 ∂x i+ 12 1 (∆x + ∆x )
i +1 i
2

 ∂p 
4.1.2 Evaluación del término   . Si la serie de Taylor en la Ecuación 4.12
 ∂x i− 1
2

∆x i
se expande en torno al punto a = xi − 1 = x i − y la función p(x ) se evalúa en el
2 2
∆xi ∆xi−1
punto x = xi−1 = xi − − (Figura 4.3),
2 2
i− 1 i+ 1
2 2

i− 1 i i+ 1

∆x i− 1 ∆x i ∆x i+ 1

Figura 4.3 Esquema que indica los limites i ± 1 / 2

∆xi−1
entonces x − a = − y de la Ecuación 4.12 se puede escribir:
2

2 3
 ∂p   ∆x  1  ∂ p   ∆x  1  ∂ 3p   ∆x 
2
Pi−1 = Pi− 1 +    − i−1  +  2   − i−1  +  3   − i−1  + L
2
 ∂x i− 12  2  2!  ∂x  1  2  3!  ∂x  1  2 
i− 2 i− 2
(4.17)

∆x i
Si de nuevo se expande la función p(x ) en torno al punto a = xi − 1 = x i − y se
2 2
∆x i
evalúa en el punto x = xi , entonces x − a = y de la Ecuación se obtiene:
2

Simulación de Yacimientos I 7
 2 3
 ∂p   ∆xi  1  ∂ p   ∆xi  1  ∂ 3p   ∆xi 
2
Pi = Pi− 1 +   +   +  3   +L (4.18)
2
 ∂x i − 12  2  2!  ∂x 2 i− 1  2  3!  ∂x  1  2 
i− 2
2

Restando la Ecuación 4.17 de la Ecuación 4.18 se tiene:

2 2
 ∂p   ∆xi   ∂p   ∆xi −1  1  ∂ p   ∆xi  1  ∂ 2p   ∆xi−1 
2
Pi − Pi−1 =    +   +   −  2   +L
 ∂x i− 12  2   ∂x i− 12  2  2  ∂x 2 i− 1  2  2  ∂x  1  2 
i−
2 2

 ∂p   ∆x ∆x  1  ∂ p 
2
 ∆xi ∆xi−1  ∆xi ∆xi−1 
Pi − Pi−1 =    i + i−1  +  2   +  −  + L
 ∂x i− 12  2 2  2  ∂x  1  2 2  2 2 
i− 2

 ∂p 
Resolviendo para   se obtiene:
 ∂x i− 1
2

 ∂p  Pi − Pi−1 1  ∂ 2p   ∆x − ∆xi−1  Pi − Pi−1

  = −  2  i  +L = + Ri − 1
 ∂x i− 12 1 (∆x + ∆x ) 2  ∂x i− 1  2  1
(∆xi + ∆xi−1) 2
i i −1 2
2 2
................................................................................................................... (4.19)

Donde el término Ri − 1 es el error de truncamiento para la aproximación de

2

 ∂p 
  definido de la siguiente forma:
 ∂x i− 1
2

1  ∂ 2p   ∆xi − ∆xi−1 
Ri + 1 = −   +L
2 2  ∂x 2   2 
i − 12

La Ecuación 4.19 conlleva la siguiente aproximación:

 ∂p  Pi − Pi−1
  ≅ ............................................................................ (4.20)
 ∂x i− 12 1 (∆x + ∆x )
i i −1
2

Llevando las Ecuaciones 4.16 y 4.20 a la Ecuación 4.11, se obtiene:

Simulación de Yacimientos I 8
  kA  2(Pi+1 − Pi )  kA  2(Pi − Pi−1 )
  −  
∂  kA ∂p   µ i+ 12 (∆xi+1 + ∆xi )  µ i− 12 (∆xi + ∆xi−1)
 ⋅  ≅ ..................... (4.21)
∂x  µ ∂x i ∆xi

 kA 
Existen varias formas para evaluar numéricamente los términos   y
 µ i + 1
2

 kA 
  en la Ecuación 4.21. El concepto de transmisibilidad es el método más
 µ i − 1
2

ampliamente aplicado.

4.1.3 El Concepto de Transmisibilidad. En general, se conoce como

transmisibilidad al término que multiplica la caída de presión en una ecuación de
flujo. Por consiguiente, la transmisibilidad da una idea acerca de la facilidad del
medio para permitir el flujo de fluidos a través de él y de la facilidad del fluido para
desplazarse a través del medio.

Considérese el esquema ilustrado en la Figura 4.4

i− 1 i+ 1
2 2

i −1 i i +1

∆xi −1 ∆x i ∆xi +1
∆x i−1 ∆x i−1 ∆x i ∆x i ∆x i+1 ∆x i+1
2 2 2 2 2 2

Fig. 4.4 – Nomenclatura utilizada en la definición del concepto de transmisibilidad

De la ley de Darcy, la tasa de flujo desde el punto xi al punto x i+1/2 está dado por:

Simulación de Yacimientos I 9
  kA   Pi+ 12 − Pi 
qi, i + 1 = − 
2
 µ i  ∆xi 2 

Por lo anterior,

qi, i+ 1 ⋅ ∆xi
Pi − Pi+ 1 = 2
.................................................................................. (4.22)
2  kA 
2  
 µ i

Similarmente, la tasa de flujo desde el punto x i + 1 al punto x i +1 será:

2

 kA   Pi +1 − Pi+ 12 
qi + 1 = − 
2, i +1
 µ i+1 ∆xi +1 2 

Por tanto,

qi+ 1 ⋅ ∆xi +1
2, i +1
Pi+ 1 − Pi+1 = ......................................................................... (4.23)
2  kA 
2 
 µ i +1

Sumando las Ecuaciones 4.22 y 4.23, se obtiene:

 
 
∆xi ∆xi+1 
Pi − Pi+1 = q  + ............................................................. (4.24)
  kA   kA  
2   2   
  µ i  µ i+1 

En la Ecuación 4.24 se asume que qi, i+ 1 = qi + 1 = q . La Ecuación 4.24 puede

2 2, i +1

ser escrita de la siguiente forma:

q  µi∆xik i+1A i+1 + µi+1∆xi+1k i A i 

Pi − Pi+1 =  
2 k i A ik i+1A i+1 

Solucionando para q , se obtiene:

Simulación de Yacimientos I 10
  2k i A ik i+1A i+1 
q=  ⋅ (Pi − Pi+1) ................................................. (4.25)
 µi∆xik i+1A i+1 + µi+1∆xi+1k i A i 

De acuerdo a la definición de transmisibilidad, y notando a la transmisibilidad entre

el punto i y el punto i + 1 como Ti+ 1 , la rata de flujo del punto i al punto i + 1
2

estará dada por:

q = Ti+ 1 ⋅ (Pi − Pi+1) ....................................................................................... (4.26)

2

De las Ecuaciones 4.25 y 4.26 se obtiene:

 2k i A ik i+1A i+1 
Ti+ 1 =   ........................................................... (4.27)
2
 µi∆xik i+1A i+1 + µi+1∆xi+1k i A i 

De otro lado, de la ley de Darcy, el flujo entre los puntos i e i + 1 también puede
ser escrito como:

 kA 
q =   ⋅
(Pi − Pi+1) ....................................................................... (4.28)
 µ i+ 12 (∆xi + ∆xi+1 ) 2

Comparando las Ecuaciones 4.26 y 4.28, se concluye que otra expresión para la
transmisibilidad entre los puntos i e i + 1 es:

2  kA 
Ti + 1 =   ....................................................................... (4.29)
2 (∆xi + ∆xi+1)  µ i+ 1 2

Siguiendo un procedimiento análogo al seguido en la deducción de las Ecuaciones

4.27 y 4.29, es posible obtener las siguientes dos expresiones para expresar la
transmisibilidad entre los puntos i − 1 e i :

 2k i−1A i−1k i A i 
Ti− 1 =   ........................................................... (4.30)
2
 µi−1∆xi−1k i A i + µi∆xik i−1A i−1 

Simulación de Yacimientos I 11
 2  kA 
Ti − 1 =   ...................................................................... (4.31)
2 (∆x i −1 + ∆x i )  µ i − 1 2

Llevando las Ecuaciones 4.29 y 4.31 a la Ecuación 4.21, se obtiene:

∂  kA ∂p  Ti+ 1 (Pi+1 − Pi ) − Ti− 1 (Pi − Pi−1 )

 ⋅  ≅ 2 2
.................... (4.32)
∂x  µ ∂x  i ∆x i

Finalmente, sustituyendo la Ecuación 4.32 en la Ecuación 4.4, se obtiene:

Ti+ 1 (Pi+1 − Pi ) − Ti− 1 (Pi − Pi−1 )

2 2
= A i ⋅ qvi
∆xi

Ti + 1 (Pi +1 − Pi ) − Ti − 1 (Pi − Pi−1) = Q v i ............................................................. (4.33)

2 2

En la Ecuación 4.33, Q v i = qvi A i∆xi es la tasa de producción (en cuyo caso Q vi es

positivo) o inyección (en cuyo caso Q vi es negativo) en el bloque i .

La Ecuación 4.33 puede ser reordenada de la siguiente forma:

2
( 2 2
)
Ti + 1 Pi+1 − Ti+ 1 + Ti − 1 Pi + Ti− 1 Pi −1 = Q v i .................................................... (4.34)
2

La Ecuación 4.34 constituye el modelo numérico utilizado para simular el flujo de

un fluido monofásico, incompresible, a través de un sistema poroso lineal. La
evaluación de esta ecuación en cada bloque i del modelo ( i = 1... nx ), genera un
sistema de ecuaciones cuya solución simultánea permite estimar la distribución de
presiones del sistema para determinados valores de ratas de producción o
inyección, Q v i . Obsérvese que si en el bloque i no hay pozos, el término Q v i se

hace igual a cero en la ecuación correspondiente a dicho bloque.

Simulación de Yacimientos I 12
4.2 DISCRETIZACIÓN DE LAS CONDICIONES DE LÍMITE EXTERNO

Un yacimiento permanece en equilibrio a menos que se introduzca algún tipo de

disturbio en el sistema. Este disturbio se introduce a través de los límites del
yacimiento. En general, existen dos tipos de límites de yacimiento: internos y
externos.

Los límites internos hacen referencia a la interacción del yacimiento con los pozos
y dan origen a las condiciones de límite interno. Al tratamiento de las condiciones
de límite interno se le conoce como modelamiento de pozos en simulación
numérica de yacimientos.

Las condiciones de límite externo hacen referencia a la forma como el yacimiento

interactúa con sus alrededores. En general existen dos tipos de condiciones de
límite externo: Dirichlet y Neumann.

4.2.1 Discretización de Condiciones de Límite Tipo Dirichlet. En una

condición tipo Dirichlet se especifica la variable dependiente en los límites
externos del sistema. En el caso de la Ecuación 4.4, las condiciones de límite tipo
Dirichlet consisten en especificar la presión de poro en los límites x = 0 y x = L ,
donde L representa la longitud del sistema. Analíticamente,

P(0 ) = Pcero (t ) ............................................................................................ (4.35)

P(L ) = PL (t ) ................................................................................................ (4.36)

Un caso particular de las Ecuaciones 4.35 y 4.36 ocurre cuando Pcero (t ) y PL (t )

son constantes e iguales a Pcero y PL , respectivamente. Sin pérdida de

generalidad, este será el caso asumido de aquí en adelante.

Simulación de Yacimientos I 13
 P(0) = Pcero P(L ) = PL

−1 0 1 i −1 i i +1 nx n x + 1 nx + 2

x=0 x =L
Celda interior
Celda fantasma
Celda ficticia

Fig. 4.5 - Malla de bloque centrado en una dirección indicando los diferentes tipos
de puntos o celdas.

La Figura 4.5 ilustra un sistema lineal discretizado el cual incluye tres tipos de
puntos o celdas: (i) puntos o celdas interiores (rotulados como 1 , … i − 1 , i , i + 1
… nx ), (ii) puntos o celdas fantasmas (rotulados como 0 y nx + 1 ), y (iii) puntos o

celdas ficticios (rotulados como − 1 y nx + 2 ). Los puntos interiores hacen

referencia a puntos localizados dentro del dominio físico real del sistema. Los
puntos fantasmas son puntos que identifican celdas adyacentes a los límites
externos del sistema y son utilizados para la discretización de las condiciones de
límite externo. Los puntos ficticios son puntos que identifican celdas que se
adicionan a los lados de las celdas fantasmas y son utilizadas por conveniencia en
programación y eficiencia computacional. Obsérvese que la condición de límite
externa izquierda se aplica en las interfase que une el bloque fantasma 0 y el
primer bloque interior. Así mismo, la condición de límite externa derecha se aplica
en las interfase que une el último bloque interior y el bloque fantasma nx + 1 .

Por tratarse de una malla de bloque centrado, el punto de aplicación de las

condiciones de límite tipo Dirichlet no coincide con la ubicación de ninguno de los
nodos o puntos discretos. Por tal motivo, las condiciones de límite tipo Dirichlet se
suelen discretizar aplicando promedios de las variables discretas en los bloques
Simulación de Yacimientos I 14
adyacentes a la interfase que representa el límite externo. Por ejemplo, para el
sistema ilustrado en la Figura 4.5, la condición en x = 0 se discretiza de la
siguiente forma:

P0 + P1
= Pcero
2

O bien,

P0 + P1 = 2Pcero ......................................................................................... (4.37)

En forma análoga, la condición en x = L se discretiza de la siguiente forma:

Pnx + Pnx +1 = 2PL ....................................................................................... (4.38)

Obsérvese que la discretización de las condiciones de límite adiciona dos nuevas

incógnitas al sistema de ecuaciones representado por la Ecuación 4.34 ( Po y

Pnx +1 ) lo que hace necesario el planteamiento de dos ecuaciones adicionales

(Ecuaciones 4.37 y 4.38).

4.2.2 Discretización de Condiciones de Límite Tipo Neumann. En una

condición tipo Neumann se especifica la rata de flujo a través de la frontera del
yacimiento. En el caso de la Ecuación 4.4, una condición Neumann en el límite
x = 0 puede expresarse de la siguiente forma:

 kA ∂p 
(q)x =0 =   = q cero ...................................................................... (4.38)
 µ ∂x  x =0

En la Ecuación 4.38, qcero es un valor conocido. La Ecuación 4.38 puede ser

escrita de la siguiente forma:

 ∂p  q µ
  = cero ...................................................................................... (4.39)
 ∂x  x = 0 kA

Simulación de Yacimientos I 15
En el caso de un sistema cerrado, no existe flujo a través de sus límites externos
y, en consecuencia, q cero = 0 . En este caso la Ecuación 4.39 toma la siguiente

forma:

 ∂p 
  =0 (4.40)
 ∂x  x =0

Análogamente, en el caso general, una condición Neumann en el límite x = L

puede expresarse de la siguiente forma:

 ∂p  q µ
  = L .......................................................................................... (4.41)
 ∂x  x =L kA

En la Ecuación 4.41, qL es un valor conocido. En particular, para un sistema

cerrado, la Ecuación 4.41 toma la siguiente forma:

 ∂p 
  = 0 .............................................................................................. (4.42)
 ∂x  x =L

Para una malla de bloque centrado, las condiciones de límite tipo Neumann se
suelen discretizar calculando el gradiente entre los puntos discretos adyacentes a
la interfase que representa el límite externo. Por ejemplo, para el sistema ilustrado
en la Figura 4.5, una condición tipo Neumann, Ecuación 4.41, en x = 0 se
discretiza de la siguiente forma:

P1 − P0 qcero µ
=
x1 − x 0 kA

O bien,

q cero µ
P1 − P0 = (x 1 − x 0 ) .......................................................................... (4.43)
kA

En particular, para un sistema cerrado, la Ecuación 4.43 toma la siguiente forma:

Simulación de Yacimientos I 16
P1 − P0 = 0 ................................................................................................ (4.44)

En x = L , la forma discretizada de las Ecuaciones 4.41 y 4.42 toma la siguiente

forma:

Pnx +1 − Pnx q µ
= L
x nx +1 − x nx kA

O bien,

qL µ
Pnx +1 − Pnx = (x nx +1 − x nx ) ................................................................. (4.45)
kA

En particular, para un sistema cerrado, la Ecuación 4.45 toma la siguiente forma:

Pnx +1 − Pnx = 0 .......................................................................................... (4.46)

Al igual que el caso de las condiciones de límite tipo Dirichlet, la discretización de

las condiciones de límite tipo Neumann adiciona dos nuevas incógnitas al sistema
de ecuaciones representado por la Ecuación 4.34. Estas dos nuevas incógnitas
son P0 y Pnx +1 . Este hecho hace necesario el planteamiento de dos ecuaciones

adicionales (Ecuación 4.43 o 4.44, para x = 0 , y Ecuación 4.45 o 4.46, para

x = L ).

4.3 EL CONCEPTO DE STENCILS

El concepto de stencil permite expresar los modelos numéricos en forma

generalizada. Con la finalidad de ilustrar el concepto de stencil, considérese un
sistema lineal, abierto, conformado por nx celdas, cada una de las cuales tiene sus

propias características (permeabilidad, área, longitud, etc.), tal como se ilustra en

Simulación de Yacimientos I 17
la Figura 4.5. Al aplicar la Ecuación 4.34 a cada celda se genera el siguiente
sistema de nx ecuaciones:

• Para i = 1 :

2
( 2 2
)
T 1 P0 − T 1 + T3 P1 + T3 P2 = Q v 1 ............................................................. (4.47)
2

La Ecuación 4.47 conecta el nodo 1 con los nodos 0 y 2 a través de los lados
Oeste y Este, respectivamente. Esta conexión se suele expresar en forma general
expresando la Ecuación 4.47 de la siguiente forma:

W1P0 + C1P1 + E1P2 = F1 .............................................................................. (4.48)

En la Ecuación 4.48, W , C y E representan las orientaciones Oeste, Central y

Este, respectivamente, F indica término independiente y el subíndice 1 de W , C
y E indica que se trata de la ecuación para el nodo o celda 1 . Al comparar las
 
Ecuaciones 4.47 y 4.48 es evidente que W1 = T 1 , C1 = − T 1 + T3  , E1 = T3
2  2 2 2

y F = Q v1 .

• Para i = 2 :

2
( 2 2
)
T3 P1 − T3 + T5 P2 + T5 P3 = Q v 2 ............................................................. (4.49)
2

O bien,

W 2P1 + C 2P2 + E 2P3 = F2 ........................................................................... (4.50)

• Para i = 3 :

2
( 2 2
)
T5 P2 − T5 + T7 P3 + T7 P4 = Q v 3 ........................................................... (4.51)
2

O bien,

W3 P2 + C 3 P3 + E 3 P4 = F3 .......................................................................... (4.52)
Simulación de Yacimientos I 18
• En general, para i = i :

2
( 2 2
)
Ti− 1 Pi−1 − Ti− 1 + Ti+ 1 Pi + Ti+ 1 Pi+1 = Q v i .................................................. (4.53)
2

O bien,

WiPi−1 + C iPi + E iPi+1 = Fi ............................................................................. (4.54)

• Finalmente, para i = nx :

2
( 2 2
)
Tn− 1 Pn−1 − Tn− 1 + Tn+ 1 Pn + Tn+ 1 Pn+1 = Q v n .......................................... (4.55)
2

O bien,

Wnx Pnx −1 + C nx Pnx + E nx Pnx +1 = Fnx ........................................................... (4.56)

Las Ecuaciones 4.47 a 4.56 representan un sistema de nx ecuaciones con nx + 2

incógnitas. Por consiguiente, se requiere de dos ecuaciones adicionales para que

el sistema esté matemáticamente bien planteado. Estas dos ecuaciones
adicionales se obtienen de las condiciones de límite en x = 0 y x = L . La
condición en x = 0 puede ser escrita, en forma de stencil, de la siguiente forma:

W0P−1 + C 0P0 + E 0 P1 = F0 .......................................................................... (4.57)

La Ecuación 4.57 toma la forma general de los stencils de las ecuaciones en las
celdas interiores. Obsérvese, sin embargo, que en la Ecuación 4.57 siempre se
cumple que W0 = 0 . Adicionalmente, P−1 hace referencia a la presión en el

bloque ficticio de la izquierda. Los valores que toman las componentes C 0 , E 0 y

F0 dependen de las condiciones de límite en x = 0 . Para condiciones tipo

Dirichlet, Ecuación 4.37, C 0 = 1 , E 0 = 1 y F0 = 2Pcero . Para condiciones de tipo

q cero µ
Neumann, Ecuación 4.43, C 0 = −1, E 0 = 1 y F0 = (x 1 − x 0 ) .
kA

Simulación de Yacimientos I 19
La condición en x = L puede ser escrita de la siguiente forma:

Wnx +1Pnx + C nx +1Pnx +1 + E nx +1Pnx + 2 = Fnx +1| ................................................ (4.58)

En la Ecuación 4.58 siempre se cumple que E nx +1 = 0 . Adicionalmente, Pnx + 2

hace referencia a la presión en el bloque ficticio de la derecha. Los valores que
toman las componentes Wnx +1 , C nx +1 y Fnx +1 dependen de las condiciones de
límite en x = L . Para condiciones tipo Dirichlet, Ecuación 4.38, Wnx +1 = 1 ,

C nx +1 = 1 y Fnx +1 = 2PL . Para condiciones de tipo Neumann, Ecuación 4.45,

qL µ
Wnx +1 = −1 , C nx +1 = 1 , y Fnx +1 = (x nx +1 − x nx ) .
kA

El sistema de Ecuaciones 4.47 a 4.58 puede ser escrito en forma matricial como
se ilustra en la Figura 4.6, donde la matriz de coeficientes está compuesta por las
transmisibilidades, Ti− 1 y Ti+ 1 , el vector de incógnitas está formado por las
2 2

presiones, Pi , y el vector de términos independientes por las tasas de producción

o inyección en cada bloque, Q v i .

C0 E 0   P0   F0 
W   P   F 
 1 C1 E1   1   1 
 W2 C2 E2   P2   F2 
     
 W3 C3 E3   M = M 
 O O O   M   M 
     
 Wnx Cnx E nx   Pnx   Fnx 
 Cnx +1  P   
 Wnx +1  nx +1  F nx +1 

Fig. 4.6 – Matriz de coeficientes de un sistema de ecuaciones tridiagonal.

(Simulador de un sistema lineal). Los coeficientes son escritos en términos de las
componentes del stencil.
Simulación de Yacimientos I 20
Con lo cual se puede concluir que la matriz generada por el modelo numérico de
un sistema lineal (1D) es una matriz tridiagonal.

Un sistema tridiagonal de n ecuaciones con n incógnitas admite algoritmos

especiales que conllevan a una solución más rápida que un sistema no tridiagonal
de ecuaciones, como es el caso del Algoritmo de Thomas.

Simulación de Yacimientos I 21
 5. FLUJO BIDIMENSIONAL DE UN FLUIDO INCOMPRESIBLE

Este capítulo se dedica a discutir los conceptos relacionados con la simulación del
flujo en dos direcciones de un fluido incompresible.

Inicialmente se presenta el modelo matemático, partiendo de las ecuaciones de

flujo. Luego, se plantean las aproximaciones numéricas a estas ecuaciones de
flujo. Posteriormente, se presentan algunos esquemas de ordenamiento que
facilitan su solución. Por último, se discuten los principales métodos directos e
indirectos de solución a las ecuaciones planteadas.

5.1 ECUACIÓN BÁSICA

La ecuación de continuidad para flujo en dos direcciones, en coordenadas

cartesianas, está dada por la Ecuación 2.56:

(
 ∂ (αρ U x ) ∂ αρ U y  )
∂ (φρ)
− + =α + α~
q ..............................................................(2.56)
 ∂x ∂y  ∂t

donde:

α = Espesor del sistema, H (x, y ) .

~
q = Cantidad de masa que entra o sale (fuentes o sumideros) por unidad de
volumen del yacimiento por unidad de tiempo.

Para un fluido incompresible, se cumple que:

ρ = constante

Simulación de Yacimientos I 1
luego, de la Ecuación 2.56,

(
 ∂ (αU x ) ∂ αU y  ∂φ )~
q
− +  =α +α
 ∂x ∂y  ∂t ρ

Si se considera que la porosidad es constante:

(
 ∂ (αU x ) ∂ αU y  ~
q )
− +  − α = 0 ............................................................................(5.1)
 ∂x ∂y  ρ

De la ley de Darcy (Ecuaciones 2.31 y 2.32),

k x ∂p
Ux = − ⋅ ..................................................................................................(2.31)
µ ∂x

k y ∂p
Uy = − ⋅ ...................................................................................................(2.32)
µ ∂y

Además, si q v se define como el volumen de fluido que entra o sale (fuentes o

sumideros) por unidad de volumen del yacimiento por unidad de tiempo, entonces:

~
q
qv = ................................................................................................................(5.2)
ρ

Llevando las Ecuaciones 2.31, 2.32 y 5.2 a la Ecuación 5.1, se obtiene:

∂  k x ∂p  ∂  k y ∂p 
H ⋅  + H ⋅  − Hq v = 0 ............................................................(5.3)
∂x  µ ∂x  ∂y  µ ∂y 

La Figura 5.1 presenta un sistema bidimensional de J filas por I columnas.

Supóngase que se extrae la fila j , tal como se ilustra en la figura 5.2.

Simulación de Yacimientos I 2
 j=J L L
M M M

i − 1, j + 1 i, j + 1 i + 1, j + 1

j= j L L
i − 1, j i, j i + 1, j

i − 1, j − 1 i, j − 1 i + 1, j − 1

M M M

L L

j=1

i=1 i=i i = I

Fig. – 5.1 – Sistema bidimensional (J filas x I columnas)

j= j
1, j i − 1, j i, j i + 1, j I, j

∆Xi −1 ∆Xi ∆Xi +1

Figura 5.2 Fila “j” de una malla bidimensional

En este caso, de la Ecuación 4.21 se puede escribir:

 k xH  ( )
 2 Pi +1, j − Pi, j   k x H  ( )
 2 Pi, j − Pi −1, j 
    −    
∂  k x H ∂p   µ  i + 12 , j  ∆x i +1 + ∆x i   µ  i − 12 , j  ∆x i + ∆x i −1 
 ⋅  ≅ ............(5.4)
∂x  µ ∂x  i ∆x i

Simulación de Yacimientos I 3
Análogamente, si se fija una columna “ i ”, Figura 5.3, de la Ecuación 4.18 se tiene:

j=J J

j+1 ∆Y j+1

j ∆Y j

j−1 ∆Y j−1

j= 2 2

j=1 1

i= i

Figura 5.3 Columna “i” de una malla bidimensional

 k yH 
 
( )
 2 Pi, j + 1 − Pi, j   k y H 
 
( )
 2 Pi, j − Pi, j −1 
 µ    −    
∂  k y H ∂p    i, j + 12  ∆y j + 1 + ∆y j   µ  i, j − 12  ∆y j + ∆y j −1 
 ⋅  ≅ .............(5.5)
∂y  µ ∂y  i ∆y j

EL CONCEPTO DE TRANSMISIBILIDAD EN FLUJO BIDIMENSIONAL

Al igual que en el caso de flujo lineal, en flujo bidimensional la transmisibilidad está

representada por el término que multiplica la caída de presión.

Simulación de Yacimientos I 4
Considérese el sistema bidimensional ilustrado en la Figura 5.4.

j+1 ∆ Y j +1 ∆ Y j +1 i + 1, j + 1
i − 1, j + 1 i, j + 1
∆ X i −1 ∆X i ∆ X i +1
j ∆Y j ∆Y j
i − 1, j i, j i + 1, j
∆ X i −1 ∆X i ∆ X i +1
j−1 ∆Y j −1 ∆ Y j −1
i − 1, j − 1 i, j − 1 i + 1, j − 1

∆ X i −1 ∆X i ∆ X i +1
i −1 i i +1

Figura 5.4 Nomenclatura utilizada en el concepto de transmisibilidad (Flujo

bidimensional)

La tasa de flujo desde el punto (i, j) al punto (i + 1 ,j

2 ) está dado por la ley de

Darcy:

 kA   Pi, j − Pi+ 12, j 

qi, j a i+ 12, j =  
 µ  i, j  ∆x i 2 

de donde:

qi, j a i+ 12, j ∆x i
Pi, j − Pi+ 1 , j = ⋅ ...............................................................................(5.6)
2  kA  2
 
 µ  i, j

Análogamente, la tasa de flujo desde punto (i + 1 ,j

2 ) al punto (i + 1, j) será :

Simulación de Yacimientos I 5
  kA   Pi+ 12, j − Pi+1, j 
q i+ 1 , j a i+1, j =  
2
 µ  i+1, j  ∆x i+1 2 

o bien:

q i+ 1 , j a i+1, j ∆x i+1
Pi+ 1 , j − Pi+1, j − = 2
⋅ ....................................................................(5.7)
2  kA  2
 
 µ  i+1, j

Sumando las Ecuaciones 5.6 y 5.7, se tiene:

 
 
 ∆xi ∆xi+1 
Pi, j − Pi+1, j =q  +
 kA   kA  
2   2   
  µ i, j  µ i+1, j 

 
 
q  ∆x i ∆x i +1 
Pi, j − Pi + 1, j = +

2 k i, j A i, j k i +1, j A i +1, j 
 
 µ i, j µ i +1, j 

q  k i +1, j A i + 1, jµ i, j ∆x i + k i, j A i, jµ i +1, j ∆x i +1 
Pi, j − Pi +1, j =  
2  k i, j A i, jk i +1, j A i + 1, j 

 (
2 ⋅ k i, j A i, jk i +1, j A i + 1, j ) 
( )
q=  ⋅ Pi, j − Pi +1, j
 µ i, j ∆x ik i +1, j A i + 1, j + µ i + 1, j ∆x i +1k i, j A i, j 

q = Ti + 1
2, j
( )
⋅ Pi, j − Pi + 1, j ........................................................................................(5.8)

donde:

Simulación de Yacimientos I 6
  (
2 ⋅ k i, j A i, jk i +1, j A i +1, j) 
Ti + 1 = 
2, j
 µ i, j ∆x ik i +1, j A i +1, j + µ i +1, j ∆x i +1k i, j A i, j 

 (
2 ⋅ k i, jHi, j ∆y jk i + 1, jHi + 1, j ∆y j ) 
Ti + 1 = 
2, j
 µ i, j ∆x ik i + 1, jHi + 1, j ∆y j + µ i + 1, j ∆x i +1k i, jHi, j ∆y j 

 (
2 ⋅ k i, jHi, j ∆y jk i +1, jHi +1, j ) 
Ti + 1 =  .....................................................(5.9)
2, j
 µ i, j ∆x ik i + 1, jHi + 1, j + µ i + 1, j ∆x i + 1k i, jHi, j 

Siguiendo un procedimiento análogo, se puede obtener:

 (
2 ⋅ k i, jHi, j ∆y jk i −1, jHi −1, j ) 
Ti − 1 =  ...................................................(5.10)
2, j
 k i −1, jHi −1, jµ i, j ∆x i + µ i −1, j ∆x i −1k i, jHi, j 


Ti, j + 1 = 
(
2 ⋅ k i, jHi, j ∆x ik i, j +1Hi, j +1 ) 
 ..................................................(5.11)
2
 k i, j +1Hi, j +1µ i, j ∆y j + µ i, j +1∆y j +1k i, jHi, j 


Ti, j − 1 = 
(
2 ⋅ k i, jHi, j ∆x ik i, j −1Hi, j −1 ) 
 ...................................................(5.12)
2
 k i, j −1Hi, j −1µ i, j ∆y j + µ i, j −1∆y j −1k i, jHi, j 

La tasa de flujo desde el punto (i, j) al punto (i + 1, j) será:

 kA  (Pi,j − Pi+1,j )
q =   .............................................................................(5.13)
 µ  i+ 12, j 1
2
(∆x i + ∆x i+1 )

Si se compara las Ecuaciones 5.8 y 5.13, se obtiene:

Simulación de Yacimientos I 7
  kA  2
Ti+ 1 , j =   .........................................................................(5.14)
2
 µ  i+ 12, j (∆x i + ∆x i+1 )

o bien:

 kH∆y j  2
Ti + 1 =  
 µ  i + 12 , j (∆x i + ∆x i +1 )
2, j 

Ti+ 1 , j  kH  2
2
=   .........................................................................(5.15)
∆y j  µ  i+ 12, j (∆x i + ∆x i+1 )

Análogamente,

Ti− 1 , j  kH  2
2
=   .........................................................................(5.16)
∆y j  µ  i− 12, j (∆x i−1 + ∆x i )

Ti, j+ 1  kH  2
2
=   ........................................................................(5.17)
∆x i (
 µ  i,j+ 12 ∆y j + ∆y j+1 )

Ti, j− 1  kH  2
2
=   ........................................................................(5.18)
∆x i (
 µ  i, j− 12 ∆y j−1 + ∆y j )

Sustituyendo las Ecuaciones 5.15 y 5.16 en la Ecuación 5.4, se obtiene:

( ) (
∂  k x H ∂p  Ti+ 12, j Pi+1, j − Pi, j − Ti− 12, j Pi,j − Pi−1, j )
 ⋅ ≅ ..........................................(5.19)
∂x  µ ∂x  ∆y j ∆x i

Sustituyendo las Ecuaciones 5.17 y 5.18 en la Ecuación 5.5, se obtiene:

( ) (
∂  k x H ∂p  Ti, j+ 12 Pi, j+1 − Pi, j − Ti, j− 12 Pi, j − Pi, j−1 )
 ⋅ ≅ ..........................................(5.20)
∂y  µ ∂y  ∆y j ∆x i

Simulación de Yacimientos I 8
Finalmente, llevando las Ecuaciones 5.19 y 5.20 a la Ecuación 5.3, se obtiene:

Ti + 1
2, j
(Pi +1, j − Pi, j ) − Ti − , j (Pi, j − Pi −1, j )
1 ( ) (
Ti, j + 1 Pi, j +1 − Pi, j − Ti, j − 1 Pi, j − Pi, j −1 )
2
+ 2 2
− Hi, j q v i, j = 0
∆y j ∆x i ∆y j ∆x i
o bien:

( ) ( ) ( )
Ti+ 1 , j Pi+1, j − Pi, j − Ti− 1 , j Pi, j − Pi−1, j + Ti, j+ 1 Pi, j+1 − Pi, j − Ti, j− 1 Pi, j − Pi, j−1
2 2 2 2
( )
− ∆y j ∆x iHi, j q v i, j = 0

Reordenando términos:

( 2 2 2 2
)
Ti− 1 , jPi−1, j + Ti, j− 1 Pi, j−1 − Ti− 1 , j + Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j Pi, j + Ti, j+ 1 Pi, j+1 + Ti+ 1 , jPi+1, j
2 2 2 2

− Q i, j = 0

.........................................................................................................................(5.21)

La Ecuación 5.21 representa el modelo numérico para el flujo de un fluido

incompresible en dos dimensiones. Al evaluar esta ecuación en cada punto (i, j)
de la malla, se genera un sistema de ecuaciones cuya solución permite estimar la
distribución de presiones en el sistema en función de la rata de producción o
inyección de cada bloque Qi, j .

5.2 ESQUEMAS DE ORDENAMIENTO

Para simplificar un poco, la Ecuación 5.21 puede ser escrita de la siguiente forma:

a i, jPi −1, j + bi, jPi, j −1 + c i, jPi, j + di, jPi, j +1 + e i, jPi +1, j = fi, j ...........................................(5.22)

donde:

Simulación de Yacimientos I 9
ai, j = Ti− 1 , j ........................................................................................................(5.23)
2

b i, j = Ti, j− 1 ........................................................................................................(5.24)
2

( 2 2 2 2
)
c i, j = Ti− 1 , j + Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j .................................................................(5.25)

di, j = Ti, j + 1 .......................................................................................................(5.26)

2

e i, j = Ti+ 1 , j ........................................................................................................(5.27)
2

fi, j = Qi, j ............................................................................................................(5.28)

La Ecuación 5.22 genera una ecuación por cada bloque en la malla. Dicha
ecuación incluye la presión del bloque en cuestión y las de sus cuatro bloques
adyacentes en cruz, tal como se ilustra en la Figura 5.5.

j−1 i, j + 1

j i − 1, j i, j i + 1, j

j+1 i, j − 1

Fig 5.5. Bloques cuyas presiones se tienen en cuenta en la aplicación de la

ecuación básica para el bloque (i,j)

Simulación de Yacimientos I 10
El conjunto de todas las ecuaciones forman un sistema de ecuaciones cuyas
incógnitas son las presiones. La forma de la matriz de coeficientes de este
sistema de ecuaciones depende del orden seguido para escribir las ecuaciones
(es decir, la forma como se recorra la malla). A este orden se le denomina
ESQUEMA DE ORDENAMIENTO. El trabajo de computador y el número de
operaciones requerido para solucionar el sistema de ecuaciones es función, en
cierto grado, del esquema de ordenamiento. A continuación se presentan los
esquemas de ordenamiento más comúnmente utilizados.

5.2.1 ORDENAMIENTO NORMAL POR FILAS ( O ÍNDICE i ).

Como su nombre lo indica, en el ordenamiento normal por filas, el sistema de

ecuaciones se genera recorriendo la malla por filas.

Considérese el ejemplo del ordenamiento normal por filas ilustrado en la Figura

5.6.

j=4 10 11 12
j=3 7 8 9
j=2 4 5 6
j=1 1 2 3
i =1 i=2 i=3

Figura 5.6 Ordenamiento normal por filas

Partiendo de la ecuación básica, Ecuación 5.22, escribir el conjunto de ecuaciones

y la matriz de coeficientes generadas al efectuar el recorrido de la malla.

Simulación de Yacimientos I 11
Ecuación 1: i = 1 , j = 1 (bloque 1 de la Figura 5.6).

De la Ecuación 5.22:

a1,1 = T1− 1 ,1 = T 1 ,1 = 0
2 2

b1,1 = T1, 1 = 0
2

(
c 1,1 = − T 1 ,1 + T3
2 2,1
+ T1, 1 + T1,3
2 2
)
d1,1 = T1,3
2

e1,1 = T3
2,1

Luego:

c 1,1P1,1 + d1,1P1,2 + e1,1P2,1 = f1,1 ...........................................................................(5.29)

Ecuación 2: i = 2 , j = 1 (bloque 2 en la Figura 5.6 ).

En este caso:

T2− 1 ,1 = Ti, j− 1 = 0
2 2

Luego:

b 2,1 = 0

Por tanto, de la Ecuación 5.22:

a 2,1P1,1 + c 2,1P2,1 + d 2,1P2,2 + e 2,1P3,1 = f 2,1 ..........................................................(5.30)

Simulación de Yacimientos I 12
Ecuación 3: i = 3 , j = 1 (bloque 3 en la Figura 5.6).

En este caso:

Ti, j− 1 = Ti+ 1 , j = 0
2 2

luego:

b i, j = e i, j = 0

Entonces, de la Ecuación 5.22:

a 3,1P2,1 + c 3,1P3,1 + d 3,1P3,2 = f3,1 ........................................................................(5.31)

Ecuación 4: i = 1 , j = 2 (bloque 4 en la Figura 5.6).

En este caso:

Ti− 1 , j = a i,j = 0
2

Luego, de la Ecuación 5.22:

b1,2P1,1 + c 1,2P1,2 + d1,2P1,3 + e1,2P2,2 = f1,2 ..........................................................(5.32)

Ecuación 5: i = 2 , j = 2 (bloque 5 en la Figura 5.6).

De la Ecuación (5.22):

a 2,2P1,2 + b 2,2P2,1 + c 2,2P2,2 + d 2,2P2,3 + e 2,2P3,2 = f 2,2 ......................................(5.33)

Simulación de Yacimientos I 13
Las anteriores ecuaciones conllevan a un sistema matricial como el indicado en la
Figura 5.7.

P11 P21 P31 P12 P22 P32 P13 P23 P33 P14 P24 P34
 c11 e11 d 11   P11   f 11 
a c21 e21 d 21  P  f 
 21   21   21 
 a31 c31 d 31   P31   f 31 
     
 b21 c12 e11 d 12   P12   f 12 
 b22 a22 c22 e22 d 22   P22   f 22 
     
 b32 a32 c32 d 32   P32   f 32 
=
 b13 c13 e13 d13  P  f 
   13   13 
 b23 a23 c23 e23 d 23   P23   f 23 
 b33 a33 c33 d 33  P  f 
   33   33 
 b14 c14 e14   P14   f14 
     
 b24 a24 c24 e24   P24   f 24 
 b34 a34 c34   P34   f 34 

Figura 5.7 Sistema matricial obtenido del ordenamiento por filas de una malla 4*3

Observaciones:

a. Una matriz como la presentada en la Figura 5.7 se define como una MATRIZ
DE BANDA PENTADIAGONAL, pues contiene 5 bandas.

b. En una matriz de banda, se define el ANCHO DE BANDA como el número

máximo de elementos en una fila abarcados entre dos elementos diferentes de
cero. Como se observa de la Figura 5.7, en este ejemplo, el ancho de banda
es: 2 × 3 + 1 = 7 . En general, en el ordenamiento por filas, el ancho de banda
está dado por:

2 × (Numero de Columnas ) + 1 .....................................................................(5.34)

Simulación de Yacimientos I 14
 Es importante anotar que el ancho de banda depende del esquema de
ordenamiento. En general, a mayor ancho de banda, mayor es el almacenaje y
tiempo de computador requerido para solucionar el sistema de ecuaciones por
métodos directos.

5.2.2 ORDENAMIENTO NORMAL POR COLUMNAS ( O ÍNDICE j )

En el ordenamiento normal por columnas, el sistema de ecuaciones se genera

recorriendo la malla por columnas, tal como se indica en la Figura 5.8.

j=4 4 8 12
j=3 3 7 11
j=2 2 6 10
j=1 1 5 9
i =1 i=2 i=3

Figura 5.8 Ordenamiento normal por columnas

Para este ordenamiento, el ancho de banda está dado por:

2 × (Numero de Filas ) + 1 ...................................................................................(5.35)

La matriz de coeficientes tiene la forma indicada en la Figura 5.9 (las x indican

posiciones diferentes de cero).

Simulación de Yacimientos I 15
 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 

Figura 5.9 Forma de la matriz de coeficientes para un ordenamiento normal por

columnas.

5.2.3 ORDENAMIENTO D2

En el ordenamiento D 2 la secuencia de las ecuaciones se determina recorriendo

la malla diagonalmente en forma continua, como se indica en la Figura 5.10.

j=4 7 10 12
j=3 4 8 11
j=2 2 5 9
j=1 1 3 6
i =1 i=2 i=3
Figura 5.10 Ordenamiento D2

La matriz de coeficientes resultante de este ordenamiento tiene la forma indicada

en la Figura 5.11

Simulación de Yacimientos I 16
 Figura 5.11 Esquema de la matriz de coeficientes del ordenamiento D2

5.2.4 ORDENAMIENTO D4 O BLANCO - NEGRO

En el ordenamiento D4 se recorre la malla diagonalmente en forma alternada. La

Figura 5.12 presenta un ejemplo del recorrido de malla seguido en este tipo de
ordenamiento. Se conoce tambien como blanco y negro ya que el ordenamiento
se lleva a cabo como si la malla fuera un tablero de ajedrez.

j=4 9 5 12
j=3 2 10 6
j= 2 7 3 11
j=1 1 8 4
i =1 i=2 i=3

Figura 5.12 Ordenamiento D4

La matriz de coeficientes presenta la forma indicada en la Figura 5.13.

Simulación de Yacimientos I 17
 Figura 5.13 Esquema de la matriz de coeficientes del ordenamiento D4

5.3 MÉTODOS DIRECTOS DE SOLUCIÓN DE ECUACIONES.

Tal como se indicó antes, al aplicar la Ecuación 5.21 a cada bloque de la malla se
genera un sistema de ecuaciones cuyas incógnitas son las presiones en los
bloques. La forma general de este sistema de ecuaciones es la siguiente:

a11x 1 + a12 x 2 + a13 x 3 + K + a1n x n = c1

a 21x 1 + a 22 x 2 + a 23 x 3 + K + a 2n x n = c2
a 31x 1 + a 32 x 2 + a 33 x 3 + K + a 3n x n = c3 (5.36)
M M M
a n1x 1 + a n2 x 2 + a n3 x 3 + K + a nn x n = cn

donde a11 , a12 , K , a1n , a 21 , a 22 , K , a 2n , K , a nn son los coeficientes de las

incógnitas (en nuestro caso transmisibilidades o combinación de ellas) x 1 , x 2 , x 3 ,

K , x n representan las incógnitas (en nuestro caso presiones).

Simulación de Yacimientos I 18
La solución de este tipo de sistemas de ecuaciones se puede realizar aplicando
métodos directos o métodos iterativos. Dos de los métodos directos más
comúnmente aplicados son el de eliminación Gaussiana y el método de Gauss-
Jordan. Otros métodos también utilizados son: inversión matricial, la regla de
Cramer y el método de descomposición matricial. A continuación se discuten los
métodos de eliminación Gaussiana y de Gauss-Jordan.

5.3.1 Eliminación Gaussiana

La solución de un sistema de ecuaciones, tal como el representado por la

expresión (5.36), mediante el método de eliminación Gaussiana consiste en
transformar el sistema inicial de ecuaciones a un sistema equivalente que tenga la
siguiente forma:

′ x2
x 1 + a12 + a13′ x3 +K + a1′ n x n = c 1′
x2 + a ′23 x 3 +K + a ′2n x n = c ′2
x3 +K + a ′3n x n = c ′3
(5.37)
O M M
xn + a ′n−1,n x n−1 = c ′n−1
xn = c ′n

cuya solución es igual a la solución del sistema original.

Considérese el siguiente sistema de cuatro ecuaciones con cuatro incógnitas:

a11x 1 + a12 x 2 + a13 x 3 + a14 x 4 = c1

a 21x 1 + a 22 x 2 + a 23 x 3 + a 24 x 4 = c2
a 31x 1 + a 32 x 2 + a 33 x 3 + a 34 x 4 = c3
a 41x 1 + a 42 x 2 + a 43 x 3 + a 44 x 4 = c4

Simulación de Yacimientos I 19
La matriz aumentada de este sistema de ecuaciones tiene la siguiente forma:

 a11 a12 a13 a14 c1 

 
a 21 a 22 a 23 a 24 c2 
(5.38)
a 31 a 32 a 33 a 34 c3 
 
a 41 a 42 a 43 a 44 c 4 

Supóngase que se efectúan las siguientes operaciones elementales sobre esta

matriz:

a. Se divide la fila 1 por a11 .

b. Se multiplica la fila 1 resultante de la operación anterior por (− a 21 ) y se

suma a la segunda fila.

c. Se multiplica la fila 1 resultante de la operación indicada en el literal “a” por

(− a 31 ) y se suma a la tercera fila.

d. Se multiplica la fila 1 resultante de la operación indicada en el literal “a” por

(− a 41 ) y se suma a la cuarta fila.

La matriz aumentada resultante tendrá la siguiente forma:

1 (1)
a12 (1)
a13 (1)
a14 c 1(1) 
 
0 a (22
1)
a (23
1)
a (24
1)
c (21) 
 
0 a (32
1)
a (33
1)
a (34
1)
c 3(1) 
0
 a (42
1)
a (43
1)
a (44
1)
c (41) 

Considérese que sobre esta matriz se realizan las siguientes operaciones

elementales:

Simulación de Yacimientos I 20
 (1) .
a. Se divide la segunda fila por a 22

(
(1)
b. Se multiplica la fila 2 resultante del paso anterior por − a 32 ) y se suma a

la fila 3.

(
c. Se multiplica la fila resultante del paso 1 por − a (42
1)
) y se suma a la fila 4.

La nueva matriz aumentada tendrá la siguiente forma:

 1 a (1) (1)
a13 (1)
a14 c 1(1) 
 12 
0 1 a (23
2)
a (24
2)
c (22 ) 
 
0 0 a (33
2)
a (34
2)
c 3(2 ) 
0 0
 a (43
2)
a (44
2)
c (42 ) 

Sobre la matriz anterior se pueden realizar las siguientes dos operaciones:

(2 )
a. Se divide la fila 3 por a 33

(
b. La nueva fila 3 se multiplica por − a (43
2)
)y se suma a la fila 4.

La nueva matriz aumentada tendrá la siguiente forma:

 1 a (1) (1)
a13 (1)
a14 c 1(1) 
 12 
0 1 a (23
2)
a (24
2)
c (22 ) 
 
0 0 1 a (34
3)
c 3(3 ) 
0 0
 0 a (44
3)
c (43 ) 

Dividiendo la fila 4 por a (44

3)
, se obtiene la siguiente matriz aumentada:

Simulación de Yacimientos I 21
 1 a (1) (1)
a13 (1)
a14 c 1(1) 
 12 
0 1 a (23
2)
a (24
2) c 2(2 ) 

0 0 1 a (34
3) c 3(3 ) 
0 0 0 1 c (44 ) 

la cual corresponde al siguiente sistema de ecuaciones equivalente al sistema

inicial:

(1) x
x 1 + a12 (1) x
+ a13 (1) x
+ a14 = c 1(1)
2 3 4
x2 (
+a x2) (
+a x2)
= c (2 )
23 3 24 4 2 (5.39)
x3 + a (3 ) x
34 4 = c (3 )
3
x4 = c (4 )
4

El valor de las incógnitas puede ser estimado mediante un sustitución de atrás

hacia adelante:

x4 = c (44 )
x3 = c (3 )
3
(3 ) x
− a 34 4
x2 = c (22 ) −a x(2)
24 4
(2 ) x
− a 23 3
x1 = c 1(1) (1) x
− a14 4 −a x(1)
13 3
(1) x
− a12 2

Este proceso se puede generalizar mediante el siguiente algoritmo, fácilmente

ejecutable mediante un programa de computador:

a. Se inicializa la variable k , k = 1

b. Se normaliza la fila k :

a k, j
a k, j = , j = k, k + 1, k + 2, K, n
a k, k

Simulación de Yacimientos I 22
 donde n es el número total de filas de la matriz aumentada (e.d., el número
de ecuaciones).

c. Se reduce la matriz, así:

a i, j = a i, j − a i,k ⋅ a k, j , j = k + 1, k + 2, K,
i = k + 1, k + 2, k + 3, K

d. Se incrementa k en una unidad: k = k +1

e. Se repite el procedimiento anterior hasta que k sea igual a n .

Al finalizar el anterior ciclo, se obtiene el siguiente sistema de ecuaciones en forma

triangular:

′ x2
x 1 + a12 + a13′ x3 + K + a1′,n−1x n−1 a1′,n x n = c 1′
x2 + a ′23 x 3 + K + a ′2,n−1x n−1 a ′2,n x n = c ′2
x3 + K + a ′3,n−1x n−1 a ′3,n x n = c ′3
O M M
x n−1 + a ′n−1,n x n = c ′n−1
xn = c ′n

de donde:

xn = c ′n
x n−1 = c ′n−1 − a ′n−1,n x n
x n−2 = c ′n−2 − a ′n−2,n−1x n−1 − a ′n−2,n−1x n
M M

Generalizando:

n
x i = c ′i − ∑ ai, j x j ..............................................................................................(5.40)
j = i +1

Simulación de Yacimientos I 23
5.3.2 Método de Gauss-Jordan

Considérese el sistema de ecuaciones presentado en (5.37). La solución de este

sistema por eliminación de Gauss-Jordan consiste en reducirlo a un sistema
equivalente que tenga la siguiente forma:

x1 = c 1′
x2 = c ′2
x3 = c ′3
O M
x n−1 = c ′n−1
xn = c ′n

Es decir, transformar la matriz aumentada:

a11 a12 a13 L a1,n−1 a1,n c 1 

 
a 21 a 22 a 23 L a 2,n−1 a 2,n c 2 
a 31 a 32 a 33 L a 3,n−1 a 3,n c 3 
 M M M 

a n1 a n2 a n3 L a n,n−1 a n,n c n 

en una matriz aumentada que tenga la siguiente forma:

1 c1 
 1 c 2 

 1 c3 
 
 O M 
 1 c n 

Para lograr este objetivo se debe proceder en forma análoga al caso anterior. La
diferencia radica en que en este caso no se trata de obtener una matriz triangular
superior, sino una matriz diagonal unitaria. El procedimiento o algoritmo de
solución es igual al anterior, excepto que en el paso “c” (reducción), la ecuación
se aplica para i ≠ k en lugar de i = k + 1, k + 2 , k + 3 , K

Simulación de Yacimientos I 24
5.4 METODOS ITERATIVOS DE SOLUCIÓN DE ECUACIONES.

Los métodos iterativos de solución de un sistema de ecuaciones no requieren de

una memoria de computador de tan alta capacidad como los métodos directos; sin
embargo, requieren de un alto número de cálculos. En general, en los métodos
iterativos se parte de una serie de valores (presiones) asumidos y mediante una
serie de iteraciones se obtienen los valores verdaderos. Algunos de los métodos
iterativos mas comúnmente aplicados en la solución de un sistema de ecuaciones
son: Método de Jacobi, Método de Gauss-Seidel, Método PSOR, Método LSOR y
el Método LSORC.

5.4.1 El Método de Jacobi

Considérese el siguiente sistema de ecuaciones:

a11x 1 + a12 x 2 + a13 x 3 + K + a1n x n = b1 ............................................................(5.41)

a 21x 1 + a 22 x 2 + a 23 x 3 + K + a 2n x n = b 2 ..........................................................(5.42)

a 31x 1 + a 32 x 2 + a 33 x 3 + K + a 3n x n = b 3 ..........................................................(5.43)

M M

a n1x 1 + a n2 x 2 + a n3 x 3 + K + a nn x n = b n ...........................................................(5.44)

De la Ecuación 5.41:

b1 − a12 x 2 − a13 x 3 − K − a1n x n

x1 = ................................................................(5.45)
a11

Simulación de Yacimientos I 25
De la Ecuación 5.42:

b 2 − a 21x 1 − a 23 x 3 − K − a 2n x n
x2 = ...............................................................(5.46)
a 22

De la Ecuación 5.43:

b 3 − a 31x 1 − a 32 x 2 − K − a 3n x n
x3 = ...............................................................(5.47)
a 33

De la Ecuación 5.44:

b n − a n1x 1 − a n2 x 2 − a n3 x 3 − K − a n,n−1x n−1

xn = ............................................(5.48)
a nn

Las Ecuaciones 5.45 a 5.48 pueden ser escritas en forma generalizada de la

siguiente forma:

n
b i − ∑ a i, j x j
i =1
j≠i
xi = ..............................................................................................(5.49)
a i,i

La Ecuación 5.49 constituye la ecuación básica del método de Jacobi. El

procedimiento de aplicación es el siguiente:

a. Se asumen valores iniciales de x 1 , x 2 , K , x n .

b. Se evalúa x 1 , x 2 , K , x n de las Ecuaciones 5.45 a 5.48 y teniendo en cuenta

los datos asumidos en el literal anterior.

c. Si los valores encontrados en el paso “b” coinciden con los valores asumidos
en el paso “a”, entonces los valores de x 1 , x 2 , K , x n son los correctos. Si

Simulación de Yacimientos I 26
 no coinciden, entonces se asumen valores de x 1 , x 2 , K , x n iguales a los
últimos calculados y se repite el proceso iterativo.

El método de Jacobi puede ser aplicado a la solución del sistema de ecuaciones

generado por la Ecuación 5.22, reorganizándola de la siguiente forma:

Pi,(kj + 1) =
1
[
c i, j
]
fi, j − a i, jPi(−k1), j − b i, jPi,(kj −)1 − di, jPi,(kj +) 1 − e i, jPi(+k1), j .....................................(5.50)

donde el índice k y k + 1 corresponde a las iteraciones k y k + 1,

respectivamente.

5.4.2 El Método de Gauss-Seidel

El método de Gauss-Seidel difiere del método de Jacobi en que los valores

asignados a cada incógnita corresponde a los últimos valores disponibles y no a
los valores de la última iteración.

El procedimiento del método puede resumirse de la siguiente forma:

a. Inicialmente, se asumen valores para las incógnitas x 1 , x 2 , x 3 , K , x n .

b. Se evalúa x 1 de la Ecuación 5.45.

c. Se evalúa x 2 de la Ecuación 5.46, pero el valor de x 1 utilizado será el

estimado en el paso anterior.

Simulación de Yacimientos I 27
d. Se evalúa x 3 de la Ecuación 5.47. Los valores de x 1 y x 2 tenidos en cuenta

en este cálculo corresponden a los valores calculados en los dos pasos

anteriores.

e. Se repiten los tres últimos pasos hasta evaluar x n de la Ecuación 5.48.

f. Si los valores de x 1 , x 2 , x 3 , K , x n calculados en esta iteración coinciden

con los calculados en la iteración anterior, entonces estos serán los verdaderos
valores; de lo contrario, se repite el anterior procedimiento hasta encontrar
convergencia.

El método de Gauss-Seidel puede ser aplicado a la solución del sistema de

ecuaciones generado por la Ecuación 5.22. Para ello, esta ecuación debe ser re-
organizada de la siguiente forma:

Pi,(kj + 1) =
1
[
c i, j
]
fi, j − a i, jPi(−k1+, j1) − b i, jPi,(kj −+11) − di, jPi,(kj +) 1 − e i, jPi(+k1), j ..................................(5.51)

donde k y k + 1 hacen referencia a las iteraciones k y k + 1, respectivamente.

Obsérvese que la Ecuación 5.51 asume que el ordenamiento es normal.

5.4.3 Método PSOR

El método de Gauss-Seidel no hace uso del valor de Pi,(kj ) para el cálculo de Pi,(kj +1)

(veáse Ecuación 5.51). El método PSOR ("Point Successive Over Relaxation")

ofrece una forma de tener en cuenta el valor de Pi,(kj ) en el cálculo de Pi,(kj +1) .

Simulación de Yacimientos I 28
Supóngase que el valor de Pi,(kj +1) en la Ecuación 5.51 se nota como Pi,*j(k +1) , de tal

forma que:

Pi,*j(k + 1) =
1
[
c i, j
]
fi, j − a i, jPi(−k1+, j1) − b i, jPi,(kj −+11) − di, jPi,(kj +) 1 − e i, jPi(+k1), j ................................(5.52)

El método PSOR se fundamenta en calcular un valor ponderado de Pi,(kj +1)

promediando el valor de Pi,*j(k +1) y el valor de Pi,(kj ) , de la siguiente forma:

Pi,(kj +1) = (1 − ω) Pi,(kj ) + ω Pi,*j (k +1) ..............................................................................(5.53)

donde el factor ω se denomina parámetro de relajación. Este método se

denomina, en general, SOBRE-RELAJACION; con su aplicación se busca utilizar
un valor óptimo de ω de tal forma que el proceso de convergencia sea acelerado.
Obsérvese que este método es igual al anterior en el caso particular en que ω = 1.

Para que exista convergencia del método PSOR (como de otros métodos SOR),
se debe cumplir las siguientes condiciones:

a. Que la matriz de coeficientes sea diagonalmente dominante.

b. Que el valor de ω sea menor que 2.

Se dice que una matriz es diagonalmente dominante cuando el valor absoluto de

la diagonal principal es mayor o igual que la suma de los valores absolutos de los
demás coeficientes en la misma fila. En simulación de yacimientos este caso se
cumple, siempre y cuando las ecuaciones sean bien planteadas.

Simulación de Yacimientos I 29
Concepto de Factor de Reducción, ρ .

Se define el residuo de una iteración k , ri,(kj ) , como la diferencia entre el valor

exacto, Pi, j , y el valor calculado en la iteración k , Pi,(kj ) . Es decir:

ri,(kj ) = Pi, j − Pi,(kj ) ..................................................................................................(5.54)

Si se grafica el logaritmo del máximo valor de ri,(kj ) , obtenido en un iteración k ,

como función del número de iteraciones, k , se obtendrá un gráfico de

comportamiento similar al ilustrado en la Figura 5.14.

ω = Valor fijo

Convergencia
asintótica
Log ri,(kj )
máx

K (No de Iteraciones)

En un principio, los residuos se reducen muy rápidamente. Posteriormente, la rata

de reducción es lenta, tal como se presenta en la región recta de la Figura 5.14.
Esta región se denomina "región de convergencia asintótica". Para esta región se
define el FACTOR DE REDUCCION como:

ri,(kj + 1)
ρ = (k ) ..........................................................................................................(5.55)
r i, j

Si ρ < 1 , el proceso converge.

Simulación de Yacimientos I 30
El valor de ρ depende del valor de ω ; en consecuencia, la velocidad de
convergencia depende del valor de “ ω ” utilizado. Para la región de convergencia
asintótica, se ha encontrado que la variación de ρ en función de ω es como se
ilustra en la Figura 5.15.

ρ1

0
1 ω 2

Figura 5.15 Factor de reducción en función del parámetro de relajación

El valor de ωopt es el valor de “ ω ” al cual el factor de reducción, ρ , es mínimo.

El valor de ωopt está dado por:

2
ωopt = ..............................................................................................(5.56)
1 + 1 − ρ1

donde ρ1 es el valor de ρ cuando ω = ω1 y se puede obtener graficando

log ri,j en función de k , tal como se ilustra en la Figura 5.14.

max

Si 1 ≤ ω ≤ ωopt , ρ puede ser calculado de la siguiente ecuación:

2
1  ρ + ω − 1
ρ=   ...........................................................................................(5.57)
ρ1  ω 

Simulación de Yacimientos I 31
Para ω ≥ ωopt ,

ρ = ω − 1 ...........................................................................................................(5.58)

Supóngase que el valor exacto de Pi, j en el bloque (i, j) es Pi,(Exacto

j
) y que el valor

calculado en la iteración k es Pi,(kj ) . Una curva de en función de k presenta un

comportamiento como el que se ilustra en la Figura 5.16 Si ω < ωopt , la curva es

monotónica. Si ω > ωopt , la curva es oscilatoria en torno al eje Pi,(kj ) = Pi,(Exacto

j
).

Este comportamiento es útil para encontrar el valor de ωopt mediante un proceso

de ensayo y error.

Valor exacto
Valor exacto

Pi (, kj ) Pi (, kj )

ω < ωopt ω > ωopt

k k

Figura 5.16 Presión calculada en el bloque (i,j) en función del número de

iteraciones k.

Si como criterio de convergencia se fija un valor de ri, j = ri, j , el mejor valor de

conv

ω es aquel para el cual el valor de ri, j se alcanza con el menor número de

conv

iteraciones. Este valor puede ser menor, igual o mayor que ωopt , tal como, por

ejemplo, se ilustra en la Figura 5.17.

Simulación de Yacimientos I 32
 w > w opt

Log rij(k )
max
w = w opt
w < w opt

Criterio de
Convergencia

k (No. de Iteraciones)

Figura 5.17 Logaritmo del residuo máximo en una iteración en función del número
de iteraciones.

El siguiente procedimiento indica como obtener el mejor valor de ω :

a. Se fija un valor de ω .
b. Se mide el tiempo requerido para resolver el sistema de ecuaciones hasta
alcanzar convergencia.
c. Se repiten los pasos “a” y “b” para otros valores de ω .
d. Se grafica t en función de ω (Figura 5.18).
e. Se selecciona el mejor valor de ω como aquel en el cual el tiempo al que se
hace referencia en el literal “b” es mínimo.
para Convergencia
Tiempo Requerido

w opt
w mejor

Factor de Relajacion, w

Figura 5.18 Selección del mejor valor de ω de acuerdo al criterio de convergencia

Simulación de Yacimientos I 33
5.4.4 El Método LSOR

El método LSOR ("Line Successive Over Relaxation"), o de sobre-relajación por

líneas, consiste en determinar simultáneamente los valores, en la iteración k + 1,
para todas las incógnitas de una misma línea.

Si se lleva el valor de Pi,*j(k +1) de la Ecuación 5.52 a la Ecuación 5.53, se obtiene:

Pi,(kj + 1) = (1 − ω)Pi,(kj ) + ω ⋅
1
c i, j
[
fi, j − a i, jPi(−k1+, j1) − b i, jPi,(kj −+11) − di, jPi,(kj +) 1 − e i, jPi(+k1), j ]
fi, j a i, j (k + 1) b i, j (k +1) di, j (k ) e i, j (k )
Pi,(kj +1) = (1 − ω)Pi,(kj ) + ω ⋅ − ω⋅ Pi −1, j − ω ⋅ Pi, j −1 − ω ⋅ Pi, j +1 − ω ⋅ P
c i, j c i, j c i, j c i, j c i, j i +1, j

.........................................................................................................................(5.59)

Considérese una malla de un sistema bidimensional la cual se recorre por filas, tal
como se ilustra en la Figura 5.19. En el momento de realizar los cálculos para la
fila j , las presiones de los bloques ubicados en las filas 1 a j − 1, corresponden a
los valores obtenidos en la iteración k + 1. Así mismo, las presiones asignadas a
las filas j + 1 , K , n , corresponden a los valores de presión obtenidos en la
iteración k .

Iteración K

j+1

j Pi −1, j Pi, j Pi+1, j

j-1

Iteración K+1

1 i-1 i i+1

Figura 5.19 Esquema del método LSOR

Simulación de Yacimientos I 34
La Ecuación 5.59 puede ser reorganizada de la siguiente forma:

a i, j (k +1) e i, j (k ) fi, j b i, j (k +1) di, j (k )

ω⋅ Pi −1, j + Pi,(kj +1) + ω ⋅ Pi + 1, j = (1 − ω)Pi,(kj ) + ω ⋅ − ω⋅ Pi, j −1 − ω ⋅ P
c i, j c i, j c i, j c i, j c i, j i, j +1

.........................................................................................................................(5.60)

Como se mencionó, el método LSOR consiste en resolver simultáneamente los

valores de el sistema de ecuaciones para todas las incógnitas de una misma fila

en la iteración (k + 1) . Por esta razón, Pi(+k1), j puede ser sustituido por Pi(+k1+, j1) , en la

Ecuación 5.60:

a i, j (k +1) e i, j (k +1) fi, j b i, j (k +1) di, j (k )

ω⋅ Pi −1, j + Pi,(kj +1) + ω ⋅ Pi +1, j = (1 − ω)Pi,(kj ) + ω ⋅ − ω⋅ Pi, j −1 − ω ⋅ P
c i, j c i, j c i, j c i, j c i, j i, j +1

.........................................................................................................................(5.61)

Los términos del lado derecho en la Ecuación 5.61 son conocidos de las filas ya
recorridas en la iteración (k + 1) o de las filas que aún faltan por recorrer en la
iteración (k + 1) y que, por tanto, almacenan valores obtenidos en la iteración
anterior, k . Las presiones del lado izquierdo de la Ecuación 5.61 corresponden a
los bloques de la fila j , y representan las incógnitas cuyos valores deben ser
estimados.

Si la Ecuación 4.61 se aplica a cada uno de los bloques de la fila j , j fijo, resulta
un sistema tridiagonal de ecuaciones. Su solución se lleva a cabo mediante la
aplicación del algoritmo de Thomas. Una vez se resuelve este sistema de
ecuaciones para la línea j , se continúa con la línea j + 1 , y se repite el
procedimiento. El proceso se repite hasta barrer toda la malla. El método LSOR
puede ser aplicado recorriendo la malla por columnas, en lugar de filas. En este
caso, la ecuación resultante toma la siguiente forma:

Simulación de Yacimientos I 35
 b i, j (k +1) di, j (k +1) fi, j a i, j (k +1) e i, j (k )
ω⋅ Pi, j −1 + Pi,(kj +1) + ω ⋅ Pi, j +1 = (1 − ω)Pi,(kj ) + ω ⋅ − ω⋅ Pi −1, j − ω ⋅ P
c i, j c i, j c i, j c i, j c i, j i +1, j

.........................................................................................................................(5.62)

El parámetro de sobre-relajación, ω , se determina de igual manera que en el

método PSOR. La convergencia del método se logra cuando se cumple que:

Pi,(kj +1) − Pi,(kj ) < ri, j ...................................................................................(5.63)

converg

para todos los puntos de la malla.

5.4.5 Método LSORC o WATTS LSOR

Este método representa una versión mejorada del método LSOR. De la Ecuación
5.22 se tiene:

a i, jPi −1, j + bi, jPi, j −1 + c i, jPi, j + di, jPi, j +1 + e i, jPi +1, j = fi, j ...........................................(5.22)

Supóngase que la malla será recorrida por columnas, aplicando el algoritmo del
método LSOR. De esta forma, cada línea i se resuelve simultáneamente (Figura
5.18).

J
→
→

→
I

Figura 5.20 Esquema del recorrido por columnas en los métodos LSOR y LSORC

Simulación de Yacimientos I 36
Después de la iteración k , la Ecuación 5.22 puede ser escrita como:

a i, jPi(−k1), j + b i, jPi,(kj −)1 + c i, jPi,(kj ) + di, jPi,(kj +)1 + e i, jPi(+k1), j − fi, j = ri,(kj ) .................................(5.64)

donde el vector ri, j es el residuo obtenido al final de la iteración k . Si la solución

alcanzada es la exacta; ri,(kj ) = 0 en particular, para cada línea se tiene:

J
∑ ri,(kj ) = 0 (si la solución es exacta) .........................................................(5.65)
j =1

El método LSORC consiste en sumar, después de la iteración k , a las presiones

de cada columna de la malla un valor de corrección de tal forma que se cumpla la
Ecuación 5.65. De esta forma, una vez introducida la corrección, se obtendrá la
siguiente ecuación:

( ) ( ) ( ) ( ) ( )
a i, j Pi(−k1), j + Pi*−1 + b i, j Pi,(kj −)1 + Pi* + c i, j Pi,(kj ) + Pi* + di, j Pi,(kj +) 1 + Pi* + e i, j Pi(+k1), j + Pi*+ 1 − fi, j = 0
........................................................................................................................(5.66)

Si se escribe la Ecuación 5.64 para cada uno de los bloques de la columna i y

luego se suman las ecuaciones resultantes, se tiene:

J J J J J J J
∑ ai, jPi(−k1), j + ∑ bi, jPi,(kj −)1 + ∑ c i, jPi,(kj ) + ∑ di, jPi,(kj +)1 + ∑ ei, jPi(+k1), j − ∑ fi, j = ∑ ri,(kj ) ....(5.67)
j =1 j =1 j =1 j =1 j =1 j =1 j =1

Si se hace algo análogo con la Ecuación 5.66, se tiene:

J J J J J J J J
∑ ai, jPi(−k1), j + ∑ ai, jPi*−1 + ∑ bi, jPi,(kj −)1 + ∑ bi, jPi* + ∑ c i, jPi,(kj ) + ∑ c i, jPi* + ∑ di, jPi,(kj +)1 + ∑ di, jPi*
j =1 j =1 j =1 j =1 j =1 j =1 j =1 j =1
J J J
+ ∑ e i, jPi(+k1), j + ∑ e i, jPi*+ 1 − ∑ fi, j = 0
j =1 j =1 j =1
.........................................................................................................................(5.68)

Simulación de Yacimientos I 37
Restando la Ecuación 5.67 de la Ecuación 5.68, se tiene:

J J J J J J
∑ ai, jPi*−1 + ∑ bi, jPi* + ∑ c i, jPi* + ∑ di, jPi* + ∑ ei, jPi*+1 = −∑ ri,(kj )
j =1 j =1 j =1 j =1 j =1 j =1

o bien:

 J   J J J   J  J
 a P * +  b + c + d P * +  e P * = − r (k ) .....................(5.69)
∑ i, j
 i −1  ∑ i, j ∑ i, j ∑ i, j i
 ∑ i, j
 i +1 ∑ i, j
 j =1   j =1 j =1 j =1   j =1  j =1

La Ecuación 5.69 genera un sistema tridiagonal de ecuaciones que permite

evaluar la corrección P * para cada fila i , 1 ≤ i ≤ I .

El procedimiento para aplicar el método es el siguiente:

a. Se aplica el método LSOR para barrer la malla, tal como se discutió en el

numeral 5.4.4.

b. Se calcula Pi* , 1 ≤ i ≤ I , resolviendo el sistema tridiagonal de ecuaciones

generado por la Ecuación 5.69.

c. Se obtienen nuevos valores para Pi,(kj ) (es decir, los valores corregidos), así:

Pi,(kj ) = Pi,(kj ) + Pi* ...........................................................................................(5.70)

Obsérvese que para cada columna i , Pi* es constante.

d. Si se cumple el criterio de convergencia para todos los puntos de la malla, se

para el proceso. Si no se cumple, se repiten los pasos a, b y c.

El método LSORC puede ser aplicado barriendo la malla por filas, en lugar de
columnas. El análisis es similar.

Simulación de Yacimientos I 38
 1

6. FLUJO LINEAL DE UN FLUIDO LEVEMENTE COMPRESIBLE

La ecuación de continuidad para flujo lineal de un fluido levemente compresible

puede ser escrita como:

−
∂
(A (x )ρUx ) = A (x ) ∂(φρ) + A (x )~q
∂x ∂t

o bien,

 ∂
− ρ (A (x )Ux ) + (A (x )Ux ) ∂ρ  = A (x ) ∂(φρ) + A (x )~q ........................................ (6.1)
 ∂x ∂x  ∂t

Donde:

~
q : Cantidad de masa que entra o sale, por fuentes o sumideros, por unidad de
volumen de yacimiento por unidad de tiempo.

De la ley de Darcy,

k x ∂p
Ux = − ⋅ .................................................................................................. (6.2)
µ ∂x

La ecuación de estado para un fluido levemente compresible está dada por la

siguiente expresión:

ρ = ρ oe c (p −p o )

donde c es la compresibilidad del fluido y su densidad a una presión po .

De esta última ecuación, se puede escribir:

Simulación de Yacimientos I 1
 2

∂ρ ∂p ∂p
= ρoec (P −Po ) ⋅ c ⋅ = ρ⋅c ⋅ ..................................................................... (6.3)
∂x ∂x ∂x

∂ρ ∂p ∂p
= ρoec (P −Po ) ⋅ c ⋅ = ρ⋅c ⋅ ..................................................................... (6.4)
∂t ∂t ∂t

Sustituyendo las Ecuaciones 6.2 a 6.4 en la Ecuación 6.1 y asumiendo que la

porosidad es constante con el tiempo, se obtiene:

2
∂  k ∂p  k  ∂p  ∂p
ρ  A (x ) x ⋅  + A (x ) x ⋅   ρ ⋅ c = A (x ) ⋅ φ ⋅ ρ ⋅ c + A (x ) ~
q
∂x  µ ∂x  µ  ∂x  ∂t

Debido a que el valor de compresiblidad para un fluido levemente compresible es

pequeño (del orden de 10 −5 lpc −1 ), el segundo término del lado izquierdo se

puede considerar despreciable si se compara con el primer término, lo que
simplifica la ecuación de la siguiente forma:

∂  k ∂p  ∂p
ρ  A (x ) x ⋅  = A (x ) ⋅ φ ⋅ ρ ⋅ c + A (x )~
q
∂x  µ ∂x  ∂t

Dividiendo por ρ :

∂  k ∂p  ∂p ~
q
 A (x ) x ⋅  = A (x ) ⋅ φ ⋅ c + A (x ) ........................................................ (6.5)
∂x  µ ∂x  ∂t ρ

Si se define qv como:

~
q
qv =
ρ

Simulación de Yacimientos I 2
 3

se obtiene:

∂  k ∂p  ∂p
 A (x ) x ⋅  = A (x ) ⋅ φ ⋅ c + A (x )qv ........................................................ (6.6)
∂x  µ ∂x  ∂t

De la aproximación numérica para flujo lineal de un fluido incompresible se tiene:

∂  kA ∂p  Ti+ 12 (Pi+1 − Pi ) − Ti− 12 (Pi − Pi−1)

 ⋅  ≅ .................................................. (6.7)
∂x  µ ∂x i ∆xi

∂p
La derivada puede aproximarse a un esquema progresivo:
∂t

∂p Pin +1 − Pin
= ................................................................................................ (6.8)
∂t ∆t

Llevando las Ecuaciones 6.7 y 6.8 a la Ecuación 6.6, se obtiene:

Ti+ 1 (Pi+1 − Pi ) − Ti− 1 (Pi − Pi−1)  Pn +1 − Pin 

2 2
= A i ⋅ φi ⋅ c i  i  + A i ⋅ qv i .......................... (6.9)
∆xi  ∆ t 

En el lado izquierdo de la Ecuación 6.9 no se especifica el nivel de tiempo al que

hacen referencia los términos de presión. Dependiendo de este nivel de tiempo,
se suele hablar de diferentes esquemas de aproximación tales como la
aproximación explícita y la aproximación implícita.

6.1 LA APROXIMACION EXPLÍCITA

Si las presiones del lado izquierdo de la Ecuación 6.9 se evalúan al tiempo t n se

habla de un esquema de aproximación explícita. En este caso:

Simulación de Yacimientos I 3
 4

( ) (
Ti+ 1 Pin+1 − Pin − Ti− 1 Pin − Pin−1 )  Pin +1 − Pin 
2 2
= A i ⋅ φi ⋅ c i   + A i ⋅ qv i
∆x i  ∆t 

o bien:

( )  Pn +1 − Pin 
Ti+ 1 Pin+1 − Ti− 1 + Ti+ 1 Pin + Ti− 1 Pin−1 = Vi ⋅ φi ⋅ c i  i
∆t
 + Q v i ................... (6.10)
2 2 2 2
 

donde Q v i es la tasa de producción o inyección asignada al bloque i .

Si se define Ti como:

Ti = Vi ⋅ φi ⋅ c i ................................................................................................... (6.11)

Entonces:

2
( 2 2
)
Ti+ 1 Pin+1 − Ti− 1 + Ti+ 1 Pin + Ti− 1 Pin−1 =
2 ∆t
[
Ti n +1
]
Pi − Pin + Q v i ............................. (6.12)

La Ecuación 6.12 puede ser resuelta explícitamente para Pin +1 ,

Pin +1 = Pin +
∆t
[ ( ) ]
T 1 Pin+1 − Ti− 1 + Ti+ 1 Pin + Ti− 1 Pin−1 − Qv i ............................. (6.13)
Ti i+ 2 2 2 2

Es decir, este esquema permite el cálculo de las presiones al tiempo t n +1

conocidas las presiones al tiempo t n .

Simulación de Yacimientos I 4
 5

El análisis de error de truncamiento, estabilidad, convergencia y consistencia de

este esquema puede ser llevado a cabo teniendo en cuenta los criterios discutidos
anteriormente. Por ejemplo, la estabilidad puede ser analizada de acuerdo al
criterio de Karplus; la Ecuación 6.8 puede ser escrita como:

( ) (
Ti+ 1 Pin+1 − Pin + Ti− 1 Pin−1 − Pin −
2 2
) [
Ti n +1
∆t
]
Pi − Pin = 0

La condición de estabilidad será:

Ti
Ti + 1 + Ti− 1 − ≤0
2 2 ∆t

o bien:

Ti
≥ Ti + 1 + Ti − 1 ........................................................................................... (6.14)
∆t 2 2

De donde se infiere que el ESQUEMA EXPLÍCITO es CONDICIONALMENTE

ESTABLE y la condición de estabilidad está dada por la Ecuación 6.14.

6.2 APROXIMACION IMPLÍCITA

Si las presiones del lado izquierdo de la Ecuación 6.9 son evaluadas al tiempo
t n +1 , se habla de que el esquema es IMPLÍCITO. En este caso se tiene:

( ) (
Ti+ 1 Pin++11 − Pin +1 − Ti− 1 Pin +1 − Pin−+11 =
2 2
) [
Vi ⋅ φi ⋅ c i n +1
∆t
]
Pi − Pin + Q v i

de donde:

Simulación de Yacimientos I 5
 6

 T T
Ti+ 1 Pin++11 −  Ti− 1 + Ti+ 1 + i Pin+1 + Ti− 1 Pin−+11 = − i Pin + Qv i ......................... (6.15)
2
 2 2 ∆t  2 ∆t

La Ecuación 6.15 genera un sistema tridiagonal de ecuaciones, en el cual las

incógnitas son: Pin++11 , Pin +1 , y Pin−+11 .

El análisis de error de truncamiento. estabilidad, convergencia y consistencia de la

Ecuación 6.11 puede ser realizado siguiendo los criterios presentados
previamente. Por ejemplo, aplicando el criterio de Karplus para analizar
estabilidad, de la Ecuación 6.15 se obtiene:

2
( ) 2
( ) 2
( ) 2
( )
Ti+ 1 Pin++11 − Pin − Ti+ 1 Pin +1 − Pin − Ti− 1 Pin +1 − Pin + Ti− 1 Pin−+11 − Pin − [
Ti n +1
∆t
Pi − Pin = 0 ]

La condición de estabilidad es:

Ti
Ti + 1 − Ti + 1 − Ti − 1 + Ti − 1 − ≤0
2 2 2 2 ∆t

o bien:

Ti
− ≤0
∆t

Lo que siempre se cumple; luego, el esquema IMPLÍCITO presentado en la

Ecuación 6.15 es INCONDICIONALMENTE ESTABLE

Simulación de Yacimientos I 6
 7. FLUJO BIDIMENSIONAL DE UN FLUIDO LEVEMENTE COMPRESIBLE

La ecuación de continuidad para flujo bidimensional, coordenadas cartesianas,

está dada por la siguiente expresión:

∂  k x ∂p  ∂  k y ∂p  ∂ (ρφ )
 αρ  +  αρ =α
 + α~
q ............................................. (7.1)
∂x  µ ∂x  ∂y  µ ∂y  ∂t

donde:

α : Al espesor del sistema, H(x, y ) .

~
q : Masa de fluido que entra o sale por fuentes o sumideros por unidad de
volumen del yacimiento por unidad de tiempo.

La densidad, ρ , para un fluido levemente compresible está dada por la siguiente

expresión:

ρ = ρ oe c (p −p o ) ............................................................................................. (7.2)

Llevando la Ecuación 7.2 a la Ecuación 7.1, considerando la porosidad constante,

se obtiene:

∂  k ∂P  ∂  k ∂P  ∂ρ ~
 Hρ  +  Hρ  = Hφ + Hq
∂x  µ ∂x  ∂y  µ ∂y  ∂t

de donde:

∂  kH ∂P  kH ∂P ∂ρ ∂  kH ∂P  kH ∂P ∂ρ ∂ρ ~
ρ   + + ρ   + = Hφ + H q ............ (7.3)
∂x  µ ∂x  µ ∂x ∂x ∂y  µ ∂y  µ ∂y ∂y ∂t

Simulación de Yacimientos I 1
Aplicando la regla de la cadena:

∂ρ ∂ρ ∂p ∂p ∂p
= = ρ0ec (P −P0 )c = ρc ........................................................... (7.4)
∂x ∂p ∂x ∂x ∂x

Análogamente:

∂ρ ∂P
= ρc ................................................................................................... (7.5)
∂y ∂y

∂ρ ∂P
= ρc ................................................................................................... (7.6)
∂t ∂t

Llevando las Ecuaciones 7.4 a 7.6 a la Ecuación 7.3, se tiene:

2 2
∂  kH ∂P  kH  ∂P  ∂  kH ∂P  kH  ∂P  ∂P ~
ρ   + ρc  +ρ   + ρ c   = Hφρc +Hq
∂x  µ ∂x  µ  ∂x  ∂y  µ ∂y  µ  ∂y  ∂t

Al igual que para el caso lineal, debido a que para un fluido levemente compresible
la compresibilidad es muy pequeña, se puede considerar que los términos que
involucran gradientes al cuadrado tienden a cero, en cuyo caso se tiene:

∂  kH ∂P  ∂  kH ∂P  ∂P ~
ρ   + ρ   = Hφρc +Hq
∂x  µ ∂x  ∂y  µ ∂y  ∂t

o bien:

∂  kH ∂P  ∂  kH ∂P  ∂P
  +   = Hφc + Hqv .................................................... (7.7)
∂x  µ ∂x  ∂y  µ ∂y  ∂t

Simulación de Yacimientos I 2
Donde qV representa el volumen de fluido que entra o sale por fuentes o
sumideros por unidad de volumen del yacimiento por unidad de tiempo.

De la Ecuaciones 5.18 y 5.19 se tiene que:

( )
∂  k xH ∂p  Ti+ 12, j Pi+1, j − Pi, j − Ti− 12, j Pi, j − Pi−1, j ( )
 ⋅ ≅ ........................................ (7.8)
∂x  µ ∂x  ∆y j∆xi

( )
∂  k xH ∂p  Ti, j+ 12 Pi, j+1 − Pi, j − Ti, j− 12 Pi, j − Pi, j−1 ( )
 ⋅ ≅ ........................................ (7.9)
∂y  µ ∂y  ∆y j∆xi

La derivada ∂P puede ser expresada en forma progresiva, asi:

∂t

n+1
∂P  Pi − Pin
= ...................................................................................... (7.10)
∂ t  ∆t

Llevando las Ecuaciones 7.8 a 7.10 Ecuación 7.7 se obtiene:

( ) (
Ti+ 1 , j Pi+1, j − Pi, j − Ti− 1 , j Pi, j − Pi−1, j ) ( ) (
Ti, j+ 1 Pi, j+1 − Pi, j − Ti, j− 1 Pi, j − Pi, j−1 )
2 2
+ 2 2
=
∆y j∆xi ∆y j∆xi
Pin, j + 1 − Pin, j
Hi, jφi, jc i, j + Hi, jqv i, j
∆t

Si se define:

Vbij = ∆xi∆yiHi, j ............................................................................................ (7.11)

γ ij = Vbijφijc i, j ................................................................................................ (7.12)

Qvij = ∆xi∆yiHi, jqvij ...................................................................................... (7.13)

Simulación de Yacimientos I 3
se obtiene:

Ti, j− 1 Pi, j−1 + Ti− 1 , jPi−1, j − Ti− 1

2 2
( 2, j 2 2 2
)
+ Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j Pi, j + Ti+ 1 , jPi+1, j + Ti, j+ 1 Pi, j+1 =
2 2

∆t
(P
γ ij n +1
ij − Pijn )+ Q Vij (7.14)

7.1 APROXIMACIÓN EXPLÍCITA

La Ecuación 7.14 puede ser escrita en forma de aproximación explícita evaluando

las presiones del lado izquierdo de la ecuación al tiempo t n :

2 2
(
Ti, j− 1 Pi,nj−1 + Ti− 1 , jPin−1, j − Ti− 1
2, j 2 2 2
)
+ Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j Pin, j + Ti+ 1 , jPin+1, j + Ti, j+ 1 Pin, j+1 =
2 2
γij
∆t
(P n +1 n
i, j − Pi, j )+ Q Vi, j

o bien:

Pin, j+1 = Pin, j +

∆t
γ i, j
[ 2 2
(2 2 2 2
)
Ti, j− 1 Pi,nj−1 + Ti− 1 , jPin−1, j − Ti− 1 , j + Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j Pin, j + Ti+ 1 , jPin+1, j + Ti, j+ 1 Pin, j+1 − Qvij
2 2
]
................................................................................................................... (7.15)

La Euación (7.15 puede ser resuelta para Pin, j+1 , conociendo las presiones al

tiempo t n .

El análisis de estabilidad, convergencia, consistencia y error de truncamiento para

la Ecuación 7.15 puede efectuarse siguiendo los criterios discutidos en el capítulo
3. Por ejemplo, para aplicar el criterio de Karplus, de la Ecuación 7.15, se tiene:

Simulación de Yacimientos I 4
 ( 2
) 2
( ) 2
( ) 2
(
Ti, j− 1 Pin, j−1 − Pin, j + Ti− 1 , j Pin−1, j − Pin, j + Ti+ 1 , j Pin+1, j − Pin, j + Ti, j+ 1 Pin, j+1 − Pin, j )
− (P − P )− Q
γ ij n +1 n
i, j i, j Vi, j =0
∆t

La condición de estabilidad requiere que:

γ ij
Ti, j− 1 + Ti− 1 + Ti+ 1 , j + Ti, j+ 1 − ≤ 0 ........................................................ (7.16)
2 2, j 2 2 ∆t

De donde se infiere que la aproximación EXPLICITA de la Ecuación 7.1 es

CONDICIONALMENTE ESTABLE y la condición de estabilidad está dada por la
Ecuación 7.16.

7.2 APROXIMACIÓN IMPLICITA

La aproximación implícita a la Ecuación 7.1 puede ser obtenida evaluando las

presiones de la Ecuación 7.14 al tiempo t n +1 :

( 2 2 2 2
)
Ti, j− 1 Pi,nj+−11 + Ti − 1 , jPin−+1,1j − Ti − 1 , j + Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j Pin, j+1 + Ti+ 1 , jPin++1,1j + Ti, j+ 1 Pin, j++11 =
2 2 2 2
γij
∆t
(P n +1 n
i, j − Pi, j )+ Q Vi, j (7.17)

Si se define:

Sij = Ti, j− 1 ................................................................................................. (7.18)

2

Wij = Ti−1 2, j ................................................................................................ (7.19)

 γij 
Cij = − Ti+1 2, j + Ti−1 2, j + Ti, j−1 2 + Ti, j+1 2 +  ............................................... (7.20)
 ∆t 

Simulación de Yacimientos I 5
Eij = Ti+1 2, j .................................................................................................. (7.21)

Nij = Ti, j+1 2 ................................................................................................. (7.22)

γij
Fij = − Pijn + Q Vij ..................................................................................... (7.23)
∆t

La Ecuación 7.17 puede ser escrita como:

Si, jPin, j+−11 + Wi, jPin−+1,1j + Ci, jPin, j+1 + Ei, jPin++1,1j + Ni, jPin, j++11 = Fi, j .................................... (7.24)

La Ecuación 7.24 genera un sistema pentadiagonal de ecuaciones que permiten el

cálculo de las presiones al tiempo t n +1 , conocidas las presiones al tiempo t n . La
solución de este sistema de ecuaciones se puede llevar a cabo mediante métodos
directos o iterativos, tales como los discutidos en el cap¡tulo 5.

Al igual que en el caso anterior, el análisis de estabilidad, convergencia,

consistencia y error de truncamiento de la Ecuación 7.24 puede realizarse
aplicando los criterios presentados en el capítulo 4. Se deja como ejercicio al
lector demostrar que este esquema es INCONDICIONALMENTE ESTABLE.

7.3 APROXIMACIÓN DE CRANK-NICOLSON

La aproximación de Crank-Nicolson, flujo bidimensional, puede ser escrita como:

n n +1 central
1  ∂  kh ∂P  ∂  kh ∂P  1  ∂  kh ∂P  ∂  kh ∂P  ∂P 
   +   +   +   = hijφijc ij  + hqv
2  ∂x  µ ∂x  ∂y  µ ∂y  2  ∂x  µ ∂x  ∂y  µ ∂y  ∂t 

Simulación de Yacimientos I 6
En diferencias finitas se tiene:

1
2
[ 2 2
( 2 2 2 2
)
Ti, j− 1 Pi,nj−1 + Ti− 1 , jPin−1, j − Ti− 1 , j + Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j Pin, j + Ti+ 1 , jPin+1, j + Ti, j+ 1 Pin, j+1 +
2 2
]
1
2
[ 2 2
( 2 2 2 2
) 2 2
]
Ti, j− 1 Pi,nj+−11 + Ti− 1 , jPin−+1,1j − Ti− 1 , j + Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j Pin, j+1 + Ti+ 1 , jPin++1,1j + Ti, j+ 1 Pi,nj++11 =
γij n+1
∆t
( )
Pi, j − Pin, j + Q Vi, j (7.25)

De donde:

 γ i, j  n+1
Ti, j− 1 Pin, j+−11 + Ti− 1 , jPin−+1,1j −  Ti− 1 , j + Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j + 2  Pi, j + Ti+ 1 , jPin++1,1j +

2 2
 2 2 2 2 ∆ t  2

 γ i, j  n
Ti, j+ 1 Pin, j++11 = 2Qvi, j − Ti, j− 1 Pin, j−1 − Ti− 1 , jPin−1, j +  Ti− 1 , j + Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j − 2  Pi, j −

2 2 2

2 2 2 2 ∆ t 
Ti+ 1 , jPin+1, j − Ti, j+ 1 Pin, j+1 (7.26)
2 2

Redefiniendo los términos Ci, j y Fi, j del stencil:

γ i, j
Ci, j = Ti− 1 + Ti, j− 1 + Ti, j+ 1 + Ti+ 1 +2
2, j 2 2 2, j ∆t

 γ i, j  n
Fi, j = 2Qvi, j − Ti, j− 1 Pin, j−1 − Ti− 1 , jPin−1, j +  Ti− 1 , j + Ti, j− 1 + Ti, j+ 1 + Ti+ 1 , j − 2  Pi, j −
2 2
 2 2 2 2 ∆t 

−Ti + 1 , jPin+1, j − Ti, j+ 1 Pin, j+1

2 2

Entonces la Ecuación 7.26 toma la forma de la Ecuación 7.24.

La Ecuación 7.26 genera un sistema pentadiagonal de ecuaciones cuya solución

permite el cálculo de las presiones en todos los bloques de la malla al tiempo t n +1 ,
conocidas las presiones al tiempo t n .

Simulación de Yacimientos I 7
7.4 EL METODO ADIP

El método ADIP ("Altenating Direction Implicit Pressure") soluciona la Ecuación 7.1

en dos pasos, con la finalidad de obtener la distribución de presiones en la malla al
tiempo t n +1 :

PASO 1:

En el primer paso se barre la malla en la dirección x, tal como se ilustra en la

Figura 7.1,

j = Ny
.
.
.
.
. x
.
.
j=2

j =1

i =1 i = 2 . . . . . . . . . . i = N x − 1 i = Nx
Figura 7.1 Esquema que ilustra la dirección de barrido en el paso 1 del método
ADIP.

de esta forma, se obtiene la distribución de presiones al tiempo t n +1 2 . Para lograr

∂  kh ∂P 
este objetivo, se evalúa la componente   al tiempo tn + 1 y la
∂x  µ ∂x  2

Simulación de Yacimientos I 8
 ∂  kh ∂P 
componente   al tiempo t n . Es decir, la Ecuación 7.1 se expande de
∂y  µ ∂y 
acuerdo al siguiente esquema:

n+ 1 n progresiva
∂  kh ∂P  2 ∂  kh ∂P   ∂p 
  +   = φHc  + Qv
∂x  µ ∂x  ∂y  µ ∂y   ∂t 

Numéricamente se tiene:

2
n+ 1
(
Ti− 1 , jPi−1, j 2 − Ti− 1 , j + Ti+ 1
2 2, j
)Pn+ 1
i, j
2
2
n+ 1
2
(
+ Ti+ 1 , jPi+1, j 2 + Ti, j− 1 Pin, j−1 − Ti, j− 1 + Ti, j+ 1
2 2
)Pn
i, j + Ti, j+ 1 Pin, j+1
2

=
∆t 2
γ ij
(P n +1 / 2
i, j )
− Pin, j + Q Vi, j

Reagrupando términos:

n+ 1  2Vbi, j φi, jc i, j  n + 1 n+ 1
Ti − 1 , jPi −1, j 2 −  Ti − 1 , j + Ti + 1 , j +  Pi, j 2 + Ti + 1 , jPi +1, j 2 =

2

2 2 ∆t 
2

 2Vbi,j φ i, j c i, j  n
− Ti, j− 1 Pin, j−1 +  Ti, j− 1 + Ti, j− 1 −  Pi, j − T 1 Pin+1, j + Q vi, j ............ (7.27)
 i, j+
2  2 2 ∆t  2

La Ecuación 7.27 genera un sistema tridiagonal de ecuaciones que permite hallar

n+ 1
Pi, j 2, conocido Pin, j , barriendo la malla por filas.

PASO 2:

En el segundo paso, se barre la malla por columnas (véase la Figura 7.2)

Simulación de Yacimientos I 9
 j = Ny
.
.
.
.
. y
.
.
j=2

j =1

i =1 i=2 . . . . . . . . . . i = Ny

Figura 7.2 - Esquema que

ilustra la dirección de barrido en el paso 2 del método ADIP.

n+1 n+ 1
con el propósito de obtener Pi, j , partiendo de los valores de Pi, j 2 obtenidos

en el paso anterior. Para ello, se aproxima la Ecuación 7.5 de la siguiente forma:

n+ 1 n+1 Centrak ,n+ 1

∂  kh ∂P  2 ∂  kh ∂P   ∂p  2
  +   = φHc   + Qv
∂x  µ ∂x  ∂y  µ ∂y   ∂t 

Numéricamente:

2
n+ 1
(
Ti− 1 , jPi−1, j 2 − Ti− 1 , j + Ti+ 1 ,j Pi, j
2 2
) n+ 1
2
2
n+ 1
2
(
+ Ti+ 1 ,jPi+1, j 2 + Ti,j− 1 Pin, j−+11 − Ti, j− 1 + Ti,j+ 1
2 2
)P n+1
i, j +
γ ij  n+1 n+ 1 
Ti, j+ 1 Pi,nj++11 =  Pi, j − Pi, j 2  + Q Vi, j
2 ∆t 2  

∂p
(Obsérvese que la derivada   se ha aproximado utilizando un esquema
 ∂t 
progresivo desde t 1 a t n+1 ). Reagrupando términos:
n+
2

Simulación de Yacimientos I 10
  2Vbi, j φ i, j c i, j  n+1
Ti, j− 1 Pin, j−+11 −  Ti, j− 1 + Ti, j+ 1 + Pi, j + Ti,j+ 1 Pin, j++11 =

2
 2 2 ∆ t 
2

n+ 1  2Vbi, j φi, jc i, j  n + 1 n+ 1
− Ti − 1 , jPi −1, j 2 +  Ti + 1 , j + Ti − 1 , j − Pi, j 2 − T 1 Pi, j + 1 2 + Q vi, j
 i+ , j
(7.28)
2  2 2 ∆t  2

La ecuación (7.28) genera un sistema tridiagonal de ecuaciones que permite el

cálculo de las presiones al tiempo t n+1 , de los datos de presión al tiempo t 1
n+
2

calculados en el paso anterior.

Si se define:

n+ 1
Pij 2 = Pij*

n+ 1
Pi +1, j 2 = Pi*+1, j

n+ 1
Pi −1, j 2 = Pi*−1, j

Entonces, los pasos 1 y 2 pueden ser escritos así:

PASO 1:

Simulación de Yacimientos I 11
  2Vbi, j φi, jc i, j  ∗
Ti − 1 , jPi∗−1, j −  Ti − 1 , j + Ti + 1 , j +  Pi, j + Ti + 1 , jPi∗+1, j =

2

2 2 ∆t 
2

 2Vbi,j φi, j c i, j  n
− Ti,j− 1 Pin, j−1 +  Ti, j− 1 + Ti, j− 1 − Pi, j − T 1 Pin+1, j + Q vi, j .............. (7.29)
 i, j+
2  2 2 ∆t  2

PASO 2:

 2Vbi, j φ i, j c i, j  n+1
Ti, j− 1 Pin, j−+11 −  Ti, j− 1 + Ti, j+ 1 + Pi, j + Ti,j+ 1 Pin, j++11 =

2
 2 2 ∆t 
2

 2Vbi, j φ i, j c i,j  ∗
− Ti− 1 , jPi∗−1,j +  Ti+ 1 , j + Ti− 1 , j − Pi, j − T 1 Pi,∗j+1 + Q vi, j .............. (7.30)
 i+ , j
2  2 2 ∆t  2

Procedimiento de Solución:

PASO 1:

a. Se fija la primera fila, j = 1, y se aplica la Ecuación 7.29 a cada bloque,

generando un sistema tridiagonal de ecuaciones. Se soluciona este sistema

de ecuaciones con la finalidad de estimar los valores de Pij* .

b. Se repite el paso anterior para otras filas, j = 2,3,4,...,N y . Para cada valor

fijo de j , se resuelve el sistema tridiagonal resultante y se obtiene Pij* para

los bloques de dicha fila. La figura 7.3 presenta un esquema donde se

indica los bloques en los cuales se ha calculado Pij* un instante después de

barrer la fila j y un instante antes de barrer la fila j + 1 .

Simulación de Yacimientos I 12
 j = Ny n n n n n n n
.
.
. n n n n n n n
.
. n n n n n n n
.
j=2 n* n* n* n* n* n* n*

j =1 n* n* n* n* n* n* n*

i =1 i=2 . . . . . . . . . i = Nx
Figura 7.3 Esquema que indica los bloques barridos (*) en un instante
determinado del PASO 1 del método ADIP.

PASO 2:

Una vez barridas todas las filas de la malla, se dispone de todos los valores de Pij* ,

tal como se ilustra en el esquema de la Figura 7.4. Con esta información, se

continúa el procedimiento:

c. Se fija la primera columna, i = 1, y se aplica la Ecuación 7.30 a cada bloque,

con la finalidad de obtener un sistema tridiagonal de ecuaciones que

permita estimar los valores de Pij* para esta columna.

d. Se repite el procedimiento para cada una de las demás columnas hasta

obtener los valores de Pijn+1 para toda la malla.

Simulación de Yacimientos I 13
 Ny * * * * * * *
.
.
. * * * * * * *
.
.
* * * * * * *
.
.
N y * * * * * * *

j =1
* * * * * * *

i =1 i =2 . . . . . . . . . . i = I −1 i = Nx

Figura 7.4 Esquema que ilustra la información disponible (calculada) una vez
ejecutado el paso 1 del método ADIP.

7.5 EL METODO ADEP

Siguiendo una metodología similar al método ADIP, el método ADEP ("Alternating

Direction Explicit Pressure") soluciona la Ecuación 7.1 en dos pasos, así:

PASO 1:

El paso 1 consiste en aproximar la Ecuación 7.1 de la siguiente forma:

n n,* n,*
∂  kh ∂P  ∂  kh ∂P  ∂P 
  +   = φHc  + Hq V ....................................... (7.31)
∂x  µ ∂x  ∂y  µ ∂y  ∂t 

Donde:

Simulación de Yacimientos I 14
  
n Ti− 1 , jPin−1, j −  Ti+ 1 , j + Ti− 1 , j Pin, j + Ti+ 1 , jPin+1, j
∂  kh ∂P  2  2 2  2
  = ....................... (7.32)
∂x  µ ∂x  ∆x i ∆y j

n,∗
∂  kh ∂P 
  = Ti, j − 1 Pi∗, j −1 − Ti, j − 1 Pi∗, j − Ti, j + 1 Pin, j + Ti + 1 , jPin, j +1 .................. (7.33)
∂y  µ ∂x  2 2 2 2

Además:

 ∂P 
 
n,∗
=
(
2 Pi∗, j − Pi, j ) ................................................................................... (7.34)
 ∂t  ∆t

Llevando las Ecuaciones 7.32, 7.33 y 7.34 a la Ecuación 7.31, se obtiene:

( 2
)
Ti− 1 , jPin−1, j − Ti− 1 , j + Ti+ 1 ,j Pin, j + Ti+ 1 , jPin+1,j + Ti, j− 1 Pi∗,j−1 − Ti,j+ 1 Pi∗, j − Ti,j− 1 Pin, j +
2 2 2 2 2 2

Ti, j + 1 Pin, j +1 =
2
γ ij
∆t 2
(P ∗
i, j )
− Pin, j + Q Vij

De donde:

 2Vbij φ ij c  n
Ti− 1 , jPin−1, j −  Ti− 1 , j + Ti+ 1 , j + Ti, j− 1 −  Pi, j + Ti+ 1 , jPin+1, j + Ti, j− 1 Pi,∗j−1 + Ti, j+ 1 Pi,nj+1 −
2 2 2 2 ∆ t  2 2 2
 
 2Vbij φijc 
Q Vi, j =  + Ti, j + 1  Pi∗, j
 ∆t 2

o bien:

 2Vbij φ ij c  n
Ti− 1 , jPin−1, j −  Ti− 1 ,j + Ti+ 1 , j + Ti,j− 1 − Pi, j + Ti+ 1 , jPin+1,j + Ti, j− 1 Pi,∗j−1
2

2 2 2 ∆t  2 2
Pi,∗j = +
 2Vbij φij c 
 + Ti,j+ 1 
 ∆t
 2

Simulación de Yacimientos I 15
 Ti, j + 1 Pin, j +1 − Q Vi, j
2 ..................................................................................... (7.35)
 2Vbij φijc 
 + T 
 ∆t i, j + 1 
 2 

PASO 2:

EL paso 2 consiste en aproximar la Ecuación (7.1) de la siguiente forma:

n+1,* n+1,* n+1,*

∂  kh ∂P  ∂  kh ∂P  ∂P 
  +   = φhc  + Q Vij ............................... (7.36)
∂x  µ ∂x  ∂y  µ ∂y  ∂t 

Donde:

n+1,∗ Ti− 1 , jPi∗−1, j − Ti− 1 , jPi∗, j − Ti+ 1 , jPin,j+1 + Ti+ 1 , jPin++1,1j

∂  kh ∂P  2 2 2 2
  = ................ (7.37)
∂x  µ ∂x  ∆x i ∆y j

n+1,∗ Ti, j− 1 Pi,∗j−1 − Ti, j− 1 Pi,∗j − Ti, j+ 1 Pin, j+1 + Ti, j+ 1 Pi,nj++11
∂  kh ∂P  2 2 2 2
  = ................ (7.38)
∂y  µ ∂y  ∆x i ∆y j

Además:

 ∂P 
 
n+1,∗
=
(
2 Pin, j+1 − Pi∗, j ) .............................................................................. (7.39)
 ∂t  ∆t

Llevando las Ecuaciones 7.37, 7.38 y 7.39 a la Ecuación 7.36, se tiene:

Simulación de Yacimientos I 16
Ti− 1 , jPi∗−1, j − Ti− 1 ,jPi,∗j − Ti+ 1 , jPin,j+1 + Ti+ 1 ,jPin+1+,1j + Ti, j− 1 Pi,∗j−1 − Ti,j− 1 Pi,∗j − Ti,j+ 1 Pin,j+1 +
2 2 2 2 2 2 2

Ti, j + 1 Pin, j++11 =

2
2Vbij φijc
∆t
(Pn +1 *
i, j − Pi, j )+ Q Vi, j

De donde:

 2 Vbij φ ij c  n + 1  2V φ c 
Ti + 1 , jPin++1,1j −  Ti + 1 , j + Ti, j + 1 +  Pi, j + T 1 Pi,nj++11 =  Ti − 1 , j − bij ij + Ti, j − 1  Pi∗, j −
2 2 2 ∆t   i, j +  2 ∆t 2
 2  
T 1 Pi∗−1, j − T 1 Pi∗, j−1 + Q Vi, j ...................................................................... (7.40)
i− ,j i, j−
2 2

El procedimiento para aplicar el método consiste en ejecutar el paso 1, Ecuación

7.35, para estimar los valores de Pi∗, j ; luego, ejecutar el paso 2, Ecuación 7.40, el

cual conduce a un sistema tridiagonal de ecuaciones cuya solución permite

estimar los valores de presión al tiempo t n+1 .

7.6 EL CRITERIO DE BALANCE DE MATERIALES

Las ecuaciones de flujo han sido deducidas partiendo del principio de

conservación de la masa. Por esta razón, la aproximación numérica de estas
ecuaciones también debe satisfacer este principio.

Por definición, la compresibilidad es

1 ∆V
c=− .................................................................................................. (7.41)
V ∆P

Si el incremento de tiempo es:

Simulación de Yacimientos I 17
∆t = t n+1 − t n (7.42)

Entonces el volumen de fluido removido a través del bloque (i, j) durante este
intervalo de tiempo será:

∆V = Q ij ∆t ................................................................................................... (7.43)

El volumen inicial de fluido en el bloque (i, j) es:

V = Vbij φ ij .................................................................................................... (7.44)

La caída de presión requerida en el bloque (i, j) para producir un volumen de fluido

∆V durante el intervalo de tiempo ∆t , será:

Pin, j+1 − Pin, j .................................................................................................... (7.45)

Llevando las Ecuaciones 7.45 y 7.44 a la Ecuación 7.41 se tiene:

1 ∆Vij
C=−
Vbij φij Pin, j+1 − Pin, j

o bien:

( )
∆Vij = CVbij φij Pin, j − Pin, j+1 ........................................................................... (7.46)

Sustituyendo la Ecuación 7.12 en la Ecuación 7.46:

∆V j = γ i, j (Pin, j − Pin, j+1 )

Luego, el volumen total será:

nx ny nx ny
∑ ∑ ∆Vij = ∑ ∑ γ i, j (Pin, j − Pin, j+1 ) ............................................................. (7.47)
i =1 j =1 i =1 j =1

Simulación de Yacimientos I 18
Llevando la Ecuación 7.43 a la Ecuación 7.47:

nx ny nx ny
∑ ∑ Qi, j ∆t = ∑ ∑ γ i, j (Pin, j − Pin, j+1 )
i =1 j =1 i =1 j =1

o bien:

nx ny
∑ ∑ γ i, j (Pin, j − Pin, j+1 )
i =1 j =1
1= ............................................................................. (7.48)
nx ny
∆t ∑ ∑ Qi, j
i =1 j =1

La Ecuación 7.48 es muy útil como un criterio de chequeo. Después de realizar los
cálculos para los tiempos t n y t n+1 , en todos los bloques de la malla, la Ecuación
7.48 debe cumplirse. Es decir, este criterio se aplica una vez se han cumplido los
criterios de convergencia:

nx ny
∑ ∑ γ i, j (Pin, j − Pin, j+1 )
i = 1 j =1
MB = .......................................................................... (7.49)
nx ny
∆t ∑ ∑ Qi, j
i =1 j =1

MB debe ser tan cercano a la unidad como la tolerancia previamente definida lo

permita.

Simulación de Yacimientos I 19
 1

8. FLUJO LINEAL DE UN FLUIDO COMPRESIBLE

Considérese la ecuación de continuidad para el flujo de un fluido en una sola

dirección:

∂  kA ∂P  ∂ (ρ g )
 ρ  = Aφ + A~
q ........................................................................ (8.1)
∂x  µ ∂x  ∂t

Por definición
(V )
g CY (ρ )
g CN
Bg = =
(V )
g CN (ρ )
g CY

De donde:
(ρ )
(ρ )
g CY =
g CN
.............................................................................................. (8.2)
Bg

De otro lado

(ρ ) g CN
(PM zRT) PCN zT
= = =
(PM zRT)
CN
Bg ............................................................... (8.3)
(ρ ) g CY
CY
TCNP

Llevando la Ecuación 8.3 a la Ecuación 8.2

(ρ ) TCN (ρ g )CN P
(ρ )
g CY =
PCN zT
g CN
=
PCN T z
TCNP

es decir,
∂ (ρ g )CY TCN (ρ g )CN ∂ P
= ⋅   ......................................................................... (8.4)
∂t PCN T ∂t  z 

Sustituyendo las Ecuaciones 8.2 y 8.4 en la Ecuación 8.1 se tiene:

 2

∂  kA (ρ g )CN ∂P  TCN (ρ g )CN ∂  P 

⋅ = Aφ ⋅   + A~q

∂x  µ B g ∂x   PCN T ∂t  z 

~
Dividiendo por (ρ g )CN y teniendo en cuenta que (q v )CN = q
(ρ )
g CN
, se tiene:

∂  kA ∂P  AφTCN ∂  P 
⋅ = ⋅   + A (q v )CN ..................................................... (8.5)
∂x  µB g ∂x  PCN T ∂t  z 

Si se define la función:
 kA ∂P 
ui =   .............................................................................................. (8.6)
 µB ∂x 
 g i

Siguiendo un procedimiento completamente análogo al seguido para discretizar la

ecuación para flujo lineal de un fluido incompresible se obtiene:

 kA   ∂P   kA   ∂P 
    −  
 µB   ∂x  1  µB   ∂x  1
∂  kA ∂P   g  i+ 12 i+
2  g  i− 12 i−
2
≅ ............................... (8.7)
∂x  µB g ∂x  ∆x i

O bien:
 kA   2(Pi+1 − Pi )   kA   2(Pi − Pi−1 ) 
   −   
 µB   ∆x + ∆x   µB   ∆x + ∆x 
∂  kA ∂P   g  i+ 12  i + 1 i   g  i− 12  i +1 i 
≅ ................. (8.8)
∂x  µB g ∂x  ∆x i

2  kA 
Ti+ 1 =   ........................................................................ (8.9)
2 [∆x i + ∆x i+1 ]  µB g 
 i+ 12
 3

2  kA 
Ti− 1 =   ...................................................................... (8.10)
2 [∆x i−1 + ∆x i ]  µB g 
 i− 12

Así mismo, las transmisibilidades estarán dadas por las siguientes expresiones:

2k i A i k i+1 A i+1
Ti+ 1 = ................................................. (8.11)
2 [k i+1 A i+1∆x i µ iB g i + k i A i ∆x i+1µ i+1B g i+1 ]

2k i A ik i−1A i−1
Ti− 1 = ................................................... (8.12)
2 [ k i−1A i−1∆x i µ iB g i + k i A i ∆x i+1µ i−1B g i−1 ]

Las transmisibilades en las ecuaciones numéricas que describen el flujo de un

fluido incompresible o levemente compresible se suelen tomar
independientemente del tiempo, pues en estos casos la viscosidad se considera
independiente o poco dependiente del tiempo. Sin embargo, tal como se observa
en las Ecuaciones 8.9 a 8.12, para el caso de un fluido compresible, la
transmisibilidad depende de la viscosidad y el factor volumétrico, los cuales a su
vez dependen de la presión y, por ende, del tiempo. Por esta razón, las
ecuaciones (8.9) a (8.12) se suelen escribir y aproximar de la siguiente forma:

*
2  kA 
T ∗
=   ...................................................................... (8.13)
[∆x i + ∆x i+1 ]  µB g 
i+ 1
i+ 1 2
2

*
2  kA 
T ∗
=   ...................................................................... (8.14)
[∆x i−1 + ∆x i ]  µB g 
i− 1
i− 1 2
2

2k i A ik i+1A i+1 1
T * i+ 12 = .................................................... (8.15)
[k i+1A i+1∆x i + k i A i ∆x i+1 ] µ i+ 1 B ∗g i+ 1
∗
2 2
 4

2k i A ik i−1A i−1 1
T * i− 12 = ................................................... (8.16)
[k i−1A i−1∆x i + k i A i ∆x i−1 ] µ i− 1 B ∗g i− 1
∗
2 2

Donde el asterisco, ∗ , indica el nivel de tiempo al cual se evalúa la viscosidad y el

factor volumétrico del gas. Si ∗ = n , T i∗+ 1 = T in+ 1 y T i∗− 1 = T in− 1 , se habla de
2 2 2 2

transmisibilidad explícita. Si ∗ = n + 1, T i∗+ 1 = T in+ +11 y T i∗− 1 = T in− +11 , se habla de

2 2 2 2

transmisibilidad implícita.

Una vez definido el nivel del tiempo, ∗ = n o ∗ = n + 1, los valores de µ ∗gi + 1 y B ∗gi + 1
2 2

son evaluados a una presión promedia; por ejemplo a Pi∗+ 1 , donde:

2

∗ ViPi∗ + Vi+1Pi∗+1
Pi+ 1
= ................................................................................... (8.17)
2 Vi + Vi+1

Llevando las Ecuaciones 8.13 y 8.14 a la Ecuación 8.8, se tiene:

∗
( ) ∗ (
∂  kA ∂P  Ti+ 12 Pi+1 − Pi − Ti− 12 Pi − Pi−1
)
≅ ............................................. (8.18)
∂x  µB g ∂x  ∆x i

Y llevando la Ecuación 8.18 a la Ecuación 8.5:

Ti∗+ 1 (Pi+1 − Pi ) − Ti∗− 1 (Pi − Pi−1 ) AφTCN ∂  P 

2 2
=   + A (q vij )CN
∆x i PCN T ∂t  z 

TCN ∂  P 
Ti∗+ 1 (Pi+1 − Pi ) − Ti∗− 1 (Pi − Pi−1 ) = Vp ij   + (Q vij )CN
2 2 PCN T ∂t  z 

De donde:
 5

T ∂ P
Ti∗+ 1 Pi+1 −  Ti∗+ 1 + Ti∗− 1  Pi + Ti∗− 1 Pi−1 = Vp ij CN   + Q vij ......................... (8.19)
2  2 2 2 PCN T ∂t  z 

Si se aproxima:

∂  P  1  P  P 
n +1 n

 ≅   −    ......................................................................... (8.20)
∂t  z  ∆t  z   z  

Se obtiene:

Vp ij TCN  Pi 
n +1 n
 P 
T ∗
Pi+1 −  Ti∗+ 1 + Ti∗− 1 Pi + Ti∗− 1 Pi−1 =   −  i   + (Q vij )CN ... (8.21)
i+ 1
2  2 2  2 PCN T∆t  z i   zi  


Sea
Vp ij TCN
γ ij = ................................................................................................. (8.22)
PCN T

Luego:

γ ij  Pi  
n +1 n
P 
T ∗
Pi+1 −  Ti∗+ 1 + Ti∗− 1  Pi + Ti∗− 1 Pi−1 =   −  i   + (Q vij )CN ............ (8.23)
i+ 1
2  2 2 2 ∆t  z i   zi  


Las Ecuaciones 8.21 y 8.23 pueden ser aplicadas para generar un esquema de
presión implícita y transmisibilidad explícita, haciendo ∗ = n y evaluando las
presiones del lado izquierdo al tiempo t = t n+1 :

n +1 n
γ ij  P  γ ij  P 
T n
P n +1
i+1 −  Tin+ 1 + Tin− 1  Pin+1 + Tin− 1 Pin−1+1 =  i  −  i  + (Q vij )CN
i+ 1
2  2 2 2 ∆t  z i  ∆t  z i 

De donde:
 6

n
 γ ij  n+1 γ P 
T n
i+ 1
Pn +1
i+1 −  Tin+ 1 + Tin− 1 +  Pi + Tin− 1 Pin−1+1 = − ij  i  + (Q vij ) ......... (8.24)
n +1 
2
 2 2 ∆tz i  2 ∆t  z i  CN

La ecuación (8.24) representa el modelo numérico a resolver. En esta ecuación

se tienen cuatro incógnitas: Pin−1+1 , Pin+1 , Pin+1+1 y Z ni +1 . El hecho de que la variable

Z ni +1 sea una incógnita más hace que la solución del sistema de ecuaciones

generado por la ecuación (8.24) sea un proceso de ensayo y error. A continuación

se presentan algunos algoritmos basados en los métodos de solución de
ecuaciones discutidas en los capítulos 4 y 5.

8.1. SOLUCIÓN MEDIANTE EL ALGORITMO DE LA TRIDIAGONAL

El procedimiento de solución incluye los siguientes pasos:

a. Se asume un valor para z ni +1 en la iteración cero:

(0 )
z ni+1 = z ni

(0 )
z ni+1 representa el factor de compresibilidad z correspondiente al bloque i ,

evaluado al tiempo t n+1 , iteración 0 (cero).

b. Se resuelve el sistema tridiagonal generado por la ecuación (8.24). De esta

forma se obtiene:

(0) (0) (0)

Pin+1 , Pin+1+1 y Pin−1+1
 7

(0) (0) (0)

c. Con los valores de Pin+1 , Pin+1+1 y Pin−1+1 obtenidos en el paso anterior, se estima
(1)
z ni+1 de datos PVT.

(1)
d. Una vez conocido el valor de z ni+1 , se resuelve de nuevo el sistema el
sistema tridiagonal , ecuación (8.24), con la finalidad de obtener nuevos
valores de presión:

(1) (1) (1)

Pin+1 , Pin+1+1 y Pin−1+1

e. Se repite los pasos b, c y d hasta que las presiones o los factores de

compresibilidad, de cada bloque, en dos iteraciones consecutivas sean
iguales dentro de cierto grado de tolerancia.

8.2. SOLUCIÓN POR EL MÉTODO DE GAUSS - SEIDEL

La Ecuación 8.24 puede ser escrita como:

γ i Pin
Tin+ 1 Pin+1+1 + Tin− 1 Pin−1+1 + ⋅ − (Q vij )CN
2 2 ∆t z ni
Pin+1 = ............................................... (8.25)
γi
Tin+ 1 + Tin− 1 +
2 2 ∆tz ni+1

Para resolver esta ecuación por el método de Gauss – Seidel, se hace necesario
escribirla de la siguiente forma:
 8

(k ) (k +1)
γ i Pin
(k +1) Tin+ 1 Pin+1+1 + Tin− 1 Pin−1+1 + ⋅ − (Q vij )CN
2 2 ∆t z ni
Pin+1 = ................................................ (8.26)
γi
Tin++11 + Tin− 1 + (k )
2 2
∆t z ni+1

El procedimiento de solución puede ser resumido así:

a. Para el tiempo t n , se conocen los valores de Pin y z ni , para cada uno de los
bloques de la malla.

b. Para la primera iteración, k = 0 , se asume:

(0 )
Pin+1 = Pin
(0 )
z ni+1 = z ni

(1)
c. Se calcula Pin+1 de la ecuación (8.26), para cada una de los bloques de la
malla.

(1)
d. Se calcula z ni+1 para cada bloque de la malla.

e. Se repite el anterior procedimiento hasta que se cumplan los criterios de

convergencia:

(k +1) (k )
Pin+1 − Pin+1
I. (k +1) < ε1
n +1
P i
 9

z ki +1 − z ki
II. < ε2
z ki +1

III. MB − 1 < ε 3

8.3. SOLUCIÓN POR EL MÉTODO DE PSOR

(k +1) ∗(k +1)

Supóngase que la presión Pin+1 en la ecuación (8.26) se nota como Pin+1 . Es decir:

(k ) (k +1)
γ i Pin
∗(k +1)
Tin+ 1 Pin+1+1 + Tin− 1 Pin−1+1 + ⋅ − (Q vij )CN
n +1
2 2 ∆t z ni
P = ............................................... (8.27)
i
γi
Tin+ 1 + Tin− 1 + (k )
2 2
∆t z ni+1

(k +1)
El método PSOR se puede aplicar a este caso calculando el valor de Pin+1 de la
siguiente forma:

(k +1) (k ) ∗(k +1)

Pin+1 = (1 − ω)Pin+1 + ωPin+1 .............................................................................. (8.28)

∗(k +1)
n+1
El valor de P i está dado por la ecuación (8.27). El procedimiento es el
siguiente:

(k +1)
a. En el momento de calcular Pin+1 se conoce la siguiente información: Pin y

z ni .
b. Para la iteración cero, k = 0 , se asume:
 10

(0 )
Pin+1 = Pin
(0 )
z ni+1 = z ni

(1)
c. Se calcula Pin+1+1 , para todos los bloques de la malla.

(1)
d. Se calcula z ni+1 de datos PVT para cada uno de los bloques de la malla.

e. Se repite el anterior procedimiento hasta que se cumplan los criterios de

convergencia (véase numeral 8.2).
 1

9. FLUJO DE UN FLUIDO COMPRESIBLE (2D)

Considérese la ecuación de flujo, 2D, coordenadas cartesianas:

∂  kH ∂P  ∂  kH ∂P  ∂ (ρ g )
 ρg  +  ρg  = Hφ + H~
q ............................(9.1)
∂x  µ ∂x  ∂y  µ ∂y  ∂t

Siguiendo un procedimiento similar al seguido para flujo lineal de un fluido

compresible (capitulo 8), la Ecuación 9.1 puede ser escrita como:

∂  kH ∂P  ∂  kH ∂P  T ∂ P
 
+
 
= Hφ CN   + H(q V )CN ...............(9.2)
∂x  µβ g ∂x  ∂y  µβ g ∂y  PCN T ∂t  Z 

Siguiendo un procedimiento análogo al seguido para obtener la ecuación para el

caso lineal, se puede obtener:

 kH   2(Pi+1, j − Pi, j )  kH   2(Pi,j − Pi−1, j )

    −   
 µβ   
∂  kH ∂P   g  i+ 12, j  ∆x i+1 + ∆x i   µβ g  i− 12,j  ∆x i + ∆x i−1 
= (9.3)
∂x  µβ g ∂x  ∆x i

 kH   2(Pi, j+1 − Pi, j )  kH   2(Pi, j − Pi−1, j )

    −    
 µβ  
∂  kH ∂P   g  i, j+ 12  ∆y i+1 + ∆y i   µβ g  i, j− 12  ∆y i + ∆y i−1 
= (9.4)
∂y  µβ g ∂y  ∆y j

Adicionalmente,

Ti+* 1 , j  kH 
*
2
2
=  .....................................................(9.5)
∆y j  µβ 
 g  i+ 12, j [∆x i + ∆x i +1 ]
 2

Ti*− 1 , j  kH 
*
2
2
=  .....................................................(9.6)
 g  i− 12, j [∆x i + ∆x i−1 ]
∆y j  µβ 

Ti,*j− 1  kH 
*
2
2
=  .....................................................(9.7)
∆x i  µβ  [
 g  i, j− 12 ∆y j + ∆y j−1 ]

Ti,*j+ 1  kH 
*
2
2
=  .....................................................(9.8)
∆x i  µβ  [
 g  i, j+ 12 ∆y j + ∆y j+1 ]

De esta forma las ecuaciones (9.3) y (9.4) pueden ser escritas como:

∂  kH ∂P  Ti+ 12,j (Pi+1, j − Pi,j ) − Ti− 12, j (Pi, j − Pi−1, j )

* *

= ..........................(9.9)
∂x  µβ g ∂x  ∆y j ∆x i

∂  kH ∂P  Ti, j+ 12 (Pi,j+1 − Pi,j ) − Ti, j− 12 (Pi, j − Pi,j−1 )

* *

= ..........................(9.10)
∂y  µβ g ∂y  ∆y j ∆x i

Llevando las ecuaciones (9.9) y (9.10) a (9.2), se obtiene:

Ti+* 1 ,j (Pi+1,j − Pi,j ) − Ti−* 1 ,j (Pi,j − Pi−1,j ) + Ti,*j+ 1 (Pi,j+1 − Pi,j ) − Ti,*j− 1 (Pi,j − Pi,j−1 )
2 2 2 2
=
∆y j ∆x i

TCN 1  Pi, j   Pi, j  

n+1 n

Hφ   −    + H(q V )CN .......................................(9.11)

PCNT ∆t  Z   Z  


Si se define:
Vpij = ∆x i ∆y iHφ ............................................................................ (9.12)
 3

TCN
γ ij = Vpij ............................................................................... (9.13)
PCN T

Reorganizando términos la ecuación (9.23) puede ser escrita como:

Ti*+ 1 , jPi+1, j + Ti*− 1 , jPi−1, j −  Ti*+ 1 , j + Ti*− 1 , j + Ti,*j+ 1 + Ti,*j− 1  Pi, j + Ti,*j− 1 Pi, j−1 +
2 2  2 2 2 2 2

γ ij  Pij  P  
n+1 n

Ti,*j+ 1 Pi,j+1 =   −  ij   + (Q vij ) .................................... (9.14)

2 ∆t  Z   Z 
  
CN


Donde:
2k i,jHi,j ∆y ik i+1,jHi+1,j 1
Ti+* 1 ,j = ................................. (9.15)
2 k i+1,jHi+1,j ∆x i + k i,jHi,j ∆x i+1 µ gi+ 1 ,jB gi+ 1 ,j
2 2

Expresiones análogas se pueden obtener para Ti−* 1 ,j , Ti,*j+ 1 y Ti,*j− 1 .

2 2 2

La ecuación (9.14) genera el sistema de ecuaciones cuya solución conlleva al

cálculo de distribución de presiones en el sistema. Para transmisibilidades
explícitas y presiones implícitas, se tiene:

Tin+ 1 ,jPin+1+,1j + Tin− 1 , jPin−1+,1j −  Tin+ 1 , j + Tin− 1 , j + Ti,nj+ 1 + Ti,nj− 1 Pi,nj+1 + Ti,nj+ 1 Pi.nj++11 +
2 2  2 2 2 2 2

γ ij  Pij  
n+1 n
P 
T n
Pn+1
=   −  ij   + (Q vij )
∆t  Z ij   Z ij 
i, j− 1 i, j−1
2
   CN
 

De donde:
 γ ij  n+1
Tin+ 1 , jPin+1+,1j + Tin− 1 , jPin−1+,1j −  Tin+ 1 , j + Tin− 1 , j + Ti,nj+ 1 + Ti,nj− 1 + P +
2 2  2 2 2 2 ∆tz n +1  i, j
 i, j 
n
γ ij  Pij 
T n
Pn +1
+T n
Pn +1
= (Q vij )CN −   .................................... (9.16)
∆t  Z ij 
i, j+ 1 i. j+1 i, j− 1 i, j−1
2 2

 4

La ecuación (9.16) puede ser escrita como:

S ijPi.nj+−11 + WijPin−1+,1j + CijPi,nj+1 + E ijPin+1+,1j + NijPi.nj++11 + = Fij ........................... (9.17)

Donde:

S ij = Ti,nj− 1 .................................................................................... (9.18)

2

Wij = Tin− 1 , j ................................................................................... (9.19)

2

 
 n γ ij   γ ij 
C ij = − Ti+ 1 , j + Ti− 1 , j + Ti, j+ 1 + Ti, j− 1 +
n n n  = − c ij +
(k )  .... (9.20)
 ∆tZ n +1 
 2 2 2 2
i, j   ∆t Z nij+1 

E ij = Tin+ 1 , j .................................................................................... (9.21)
2

Nij = Ti,nj+ 1 .................................................................................... (9.22)

2

n
γ ij  Pij 
Fij = (Q vij )CN −   ................................................................ (9.23)
∆t  Z ij 


La ecuación (9.17) genera un sistema penta-diagonal de ecuaciones el cual puede

ser resuelto por algún método directo o iterativo. Tal como se discutió en el
capítulo 5.

A continuación se discute la aplicación de algunos de estos métodos.

SOLUCIÓN POR MÉTODOS DIRECTOS

El procedimiento de solución mediante la aplicación de métodos directos puede

ser resumido de la siguiente forma:
 5

1. Se conoce Z nij .

2. Se asume Z nij+1 = Z nij .

3. Se resuelve el sistema se ecuaciones generado por la Ecuación 9.17

mediante algún método directo (eliminación Gaussiana, Gauss – Jordan,
etc.).

4. Se evalúa Z nij+1 conociendo Pijn+1 calculado en el paso 3 y de datos PVT, ∀ij .

5. Si el valor Z nij+1 obtenido del paso 4 es igual al valor asumido en el paso 2,

se ha obtenido el verdadero valor; de lo contrario se asume un nuevo Z nij+1 y

se repiten lo cálculos.

SOLUCIÓN POR MÉTODOS ITERATIVOS

Esta sección discute algunos de los métodos iterativos discutidos en capítulos

anteriores.

Solución Mediante Aplicación del Método de Gauss-Seidel

La ecuación (9.17) puede ser escrita como:

Pijn+1 =
[
Fij − S ijPi,nj−+11 + WijPin−1+,1j + E ijPin+1+,1j + NijPi,nj++11 ] ............................... (9.24)
  
  γ ij 
Ci,j = − c ij + 
  ∆t Z ij 
  

Para los cálculos de la iteración k, se puede escribir:

 6

 (k ) (k +1) (k ) (k +1) 
(k +1)
Fij − a ij Pin+1+,1j + b ij Pin−1+,1j + dij Pi,nj++11 + e ij Pi,nj−+11 
Pijn+1 =   ............................... (9.25)
  
 (k )  γ ij 
Ci, j = − c ij + (k ) 
  ∆t Z nij+1 
 

El procedimiento puede ser resumido de la siguiente forma:

1. Se conoce Pijn , Znij , ∀i, j .
(0 ) (0 ) (0 )
n+1 n+1
2. Para k = 0 , se asume: P
i+1, j =Pn
i+1, j ,P
i, j+1 =Pn
i, j+1 y Z nij+1 = Z nij .
(1)
3. Se calcula Pijn+1 , ∀i, j .
(1)
4. Se calcula Z nij+1 de datos PVT.

5. Se repite el procedimiento hasta que:

(k +1) (k )
Pijn+1 − Pijn+1
a. (k +1) ≤ ε1 .
n +1
P ij

(k +1) (k )
Z ij − Z ij
b. (k +1) ≤ ε2
Z ij

c. MB − 1.0 ≤ ε 3

Solución Mediante Aplicación del Método PSOR

(k +1) * (k +1)
Supóngase que la presión Pijn+1 de la ecuación (9.25) se nota como: Pijn+1 ; luego, se

tiene:
 7

 (k +1) (k +1) (k ) (k ) 
* (k +1)
Fij − S ij Pi,nj−+11 + Wij Pin−1+,1j + E ij Pin+1+,1j + Nij Pi,nj++11 
Pijn+1 =   ............................ (9.26)
  
 (k )  γ ij 
Ci, j = − c ij + (k ) 
  ∆t Z nij+1 
 

(k +1)
El método PSOR en este caso consiste en calcular un valor ponderado de Pijn+1
* (k +1) (k )
utilizando el valor de Pijn+1 y el valor de Pijn+1 en la siguiente forma:

(k +1) * (k +1) (k )
Pijn+1 = w Pijn+1 + (1 − w )Pijn+1 ............................................................. (9.27)

* (k +1)
El valor de Pijn+1 está dado por la ecuación (9.25). El procedimiento de solución es

como se describe a continuación:

(k ) (k +1) (k ) (k +1) (k )
1. Se conoce Pijn+1 , Pin−1+,1j , Pi,nj++11 , Pi,nj−+11 , Z nij+1 , Znij y Pijn ∀i, j . Para k = 0 se asume:
(0 ) (0 )
Pijn+1 = Pijn y Z nij+1 = Z nij

(1)
2. Se calcula Pijn+1 ∀i, j .

(1)
3. Se calcula Z nij+1 ∀i, j , en base a datos PVT.

4. Se verifican los criterios de convergencia ∀i, j .

 8

Solución Mediante Aplicación del Método LSOR

Si se lleva la ecuación (9.26) a la ecuación (9.27), se obtiene:

 
 
  (kn++11) (k +1)
n +1
(k )
n +1
(k ) 
n+1 
(k +1) (k )  Fij − S ij Pi, j−1 + Wij Pi−1, j + E ij Pi+1, j + Nij Pi, j+1 +  
Pijn+1 = (1 − w )Pijn+1 + w    . (9.28)
     
  (k )  γ ij  
 C i, j = − c ij + (k )  
   ∆ t Z n +1 
 
   ij  

Supóngase que la malla se recorre por filas tal como se ilustra en la Figura 9.1:

M
.
.
.
j+1

j
(k +1)
Pin−1+,1j
(k +1) (k +1)
Pi,nj+1 Pin+1+,1j
} Iteración k

}
j −1
.
Iteración k+1
.
.
1
1. . . . . . i − 1 i i +1 . . . . N

Figura 9.1 – Recorrido de Malla por Filas.

 9

El método consiste en resolver el sistema tridiagonal de ecuaciones generado

al reorganizar la ecuación (9.28) de tal forma que las incógnitas sean las
(k +1) (k +1) (k +1)
presiones de la fila j en la iteración k + 1: Pin−1+,1j , Pijn+1 y Pin+1+,1j . De la ecuación

(9.28):
 
(k +1) (k )  (k +1) (k ) 
(k +1) (k ) wWij Pin−1+,1j wE ij Pin+1+,1j  F − S P n+1 − N P n+1 
= (1 − w )Pijn+1 −
ij i, j−1 ij i, j+1
+ w 
ij
Pijn+1 −
γ ij γ ij  γ ij 
c ij + (k ) c ij + (k )  c ij + (k ) 
∆t Z nij+1 ∆t Z nij+1  ∆t Z nij+1 

De donde:
 
(k +1) (k )  (k +1) (k ) 
wWij Pin−1+,1j (k +1) wE ij Pin+1+,1j (k )  Fij − S ij Pi,nj−+11 − Nij Pi,nj++11 
+ Pijn+1 + = (1 − w )Pijn+1 + w   (9.29)
γ ij γ ij  γ ij 
c ij + (k ) c ij + (k )  c ij + (k ) 
∆t Z nij+1 ∆t Z nij+1  ∆t Z nij+1 

Las presiones del lado derecho de la ecuación (9.29) son conocidas, ó bien de
iteración anterior o bien de la iteración actual, de filas ya barridas. El
procedimiento de solución puede ser resumido de la siguiente forma:

1. Se conoce Pijn , Znij ∀i, j .

(0 ) (0 )
n+1
2. Para k = 0 , se asume: P ij = P , Z nij+1 = Z nij .
n
ij

3. Se resuelve la malla barriéndola por filas. En cada fila se resuelve el

sistema de ecuaciones generado por (9.29).
(1)
4. Se obtiene Z nij+1 ∀i, j .

5. Se prueban criterios de convergencia. Si se cumplen se continua con el

siguiente nivel de tiempo; si no se cumplen se repite el proceso.