Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NUMÉRICA DE YACIMIENTOS.
CONTENIDO.
1. Introducción.
2. Formulación de problemas de flujo de fluidos en medios porosos.
3. Aproximación de ecuaciones diferenciales en diferencias finitas.
4. Simulación numérica de flujo monofásico en yacimientos.
5. Modelos de pozos en la simulación numérica de yacimientos.
6. Solución de sistemas lineales de ecuaciones.
7. Introducción a la simulación numérica de flujo multifásico.
8. Aspectos prácticos de la simulación numérica de yacimientos.
BIBLIOGRAFIA.
1. Aziz, K. and Settari, A.: Petroleum Reservoir Simulation. Elsevier Applied Science
Publishers, New York, 1979.
2. Peaceman, D.W: Fundamentals of Numerical Reservoir Simulation, Elsevier
Scientific Publishing, Co. Amsterdam, 1977.
3. Mattax, C.C. and Dalton, R.L.: Reservoir Simulation, SPE Monograph Series, SPE
Richardson, Tex., 1990.
4. Artículos Técnicos Selectos.
1
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
UNIVERSIDAD NACIONAL
AUTÓNOMA DE MÉXICO
“APUNTES”
ENERO 2000
2
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
x
p x
3.4 Aproximación de los Términos de la Forma:
t
3.5 Notación de las Ecuaciones Aproximadas en Operadores en Diferencias.
3.6 Los Esquemas Explícitos, Implícito y Crank-Nicholson de discretización en Tiempo.
3.6.1 Esquema Explícito.
3.6.2 Esquema Implícito.
3.6.3 Esquema Crank-Nicholson.
3.7 Conceptos de Consistencia, Convergencia y Estabilidad de una Aproximación
Numérica.
3.8 Construcción de Mallas
3.8.1 Malla Uniforme de Nodos Distribuidos.
3.8.2 Malla uniforme de Bloques Centrados.
3.8.3 Definición de la malla radial en coordenadas cilíndricas.
3.8.3.1 Malla Radial de nodos distribuidos.
3
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
6. Modelos de Pozos.
6.1 Modelo de pozo de Peaceman para un yacimiento homogéneo e isotrópico.
6.2 Modelo de pozo de Peaceman para un yacimiento heterogéneo y anisotrópico.
6.3 Modelo de Hoo-Jeen Su para pozos fuera de centro.
4
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
BIBLIOGRAFIA.
1. Aziz, K. and Settari, A.: Petroleum Reservoir Simulation. Elsevier Applied Science
Publishers, New York, 1979.
2. Peaceman, D.W: Fundamentals of Numerical Reservoir Simulation, Elsevier
Scientific Publishing, Co. Amsterdam, 1977.
3. Mattax, C.C. and Dalton, R.L.: Reservoir Simulation, SPE Monograph Series, SPE
Richardson, Tex., 1990.
4. Artículos Técnicos Selectos.
5
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
1. Modelos físicos.
2. Modelos matemáticos.
En estas notas, los modelos matemáticos son los que ocuparán nuestra atención. El
modelamiento matemático en la ingeniería de yacimientos, se refiere a la representación de los
procesos de transferencia de masa, y en algunas instancias de energía, que ocurren en el medio
poroso, el yacimiento, a través de un conjunto de ecuaciones diferenciales y a su solución
matemática.
En el caso general, las ecuaciones diferenciales de flujo de fluidos en medios porosos son
ecuaciones no lineales. En situaciones particulares, como es el caso de flujo monofásico de un
fluido ligeramente compresible y de compresibilidad constante, las ecuaciones diferenciales
adquieren formas lineales de manera que pueden resolverse mediante métodos analíticos clásicos.
Generalmente las ecuaciones diferenciales deben resolverse numéricamente. Esto ha dado origen a
la disciplina de Simulación Numérica de Yacimientos.
6
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
genera al aplicar en un cierto nivel de tiempo, las ecuaciones de flujo aproximadas en puntos
predeterminados, nodos, de la malla de cálculo que discretiza al yacimiento, de tal manera que
cuando se usa un simulador es necesario subdividir al yacimiento en una serie de celdas o bloques.
Idealmente estas celdas deben ser lo suficientemente pequeñas para evitar que los errores de
truncamiento sean grandes, y en donde en cada una de ellas se consideran constantes las
propiedades del yacimiento y de los fluidos, ver Fig. 1.1.
Los métodos directos realizan un numero fijo de operaciones para resolver un sistema dado de
ecuaciones; de particular interés para la simulación numérica de yacimientos son los métodos de
matrices bandadas y de matrices dispersas. Los métodos iterativos se basan en la aplicación de
algoritmos cíclicos, en espera en que a medida que las iteraciones progresen, el método converja a
la solución.
7
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Los simuladores numéricos de yacimientos han sido ampliamente usados debido a que ellos
pueden resolver problemas que de otra manera sería imposible hacerlo. No existe otro método que
pueda describir el flujo multifásico (gas-aceite-agua) - multidimensional (ID a 3D) en un
yacimiento real. Simulación numérica es la única herramienta que puede describir
cuantitativamente el flujo multifásico en un yacimiento heterogéneo a partir de un programa de
producción, el cual no solo es determinado de las propiedades del yacimiento sino que también por
demandas del mercado, de las estrategias de inversión y por las regulaciones gubernamentales.
Debe quedar claro que la respuesta de un simulador numérico en un estudio de simulación siempre
es cualitativa por todos los factores que intervienen.
2. Al Encargado del proyecto un estudio completo del yacimiento que puede incluir
comparaciones adecuadas de alternativos planes operativos.
8
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
1) Modelo tanque (dimensión cero): es muy útil cuando se necesitan respuestas rápidas
y el comportamiento de la presión promedio del yacimiento se considera como el único
factor importante al realizar las decisiones operativas o de inversión. Los gradientes de
presión deben ser pequeños.
2
L
rw re
Modelo de 0D (horizontal)
Sistema coordenado Cartesiano
Modelo de 0D (horizontal)
Sistema coordenado Cilíndrico
h
h
i-1 i i+1
w radial
rw re
L
9
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
3) Modelo de 2D (Areal): estos modelos son usados cuando el patrón de flujo areal
domina el comportamiento del yacimiento. Se deben emplear estos modelos para
estudiar yacimientos completos, pero con un espesor no muy importante o bien la
mayoría de los estudios con estos modelos areales en 2D incluyen el uso de
pseudofunciones para tomar en cuenta el flujo de fluidos en la dirección vertical.
También se emplean en la optimización de los ritmos de producción, de los
requerimientos de los pozos, de las facilidades en la superficie, en la localización
óptima de los pozos productores así como de los pozos inyectores de gas y/o agua y del
tiempo óptimo de las instalaciones de un equipo de producción artificial o de la
modificación de las facilidades en la superficie. Estos modelos son empleados para
estimar la recuperación final (calculo de reservas), para probar diferentes plataformas
de producción y en las estrategias operativas en la recuperación final.
xi
0 Pozo inyector de gas
. . . . . . . .
. . . i, j-1
. . . . .
h
. . . . .
i+1, j . . .
i-1, j i, j
. . . i, j+1
. . . . .
. . . . . . . .
i
. . . . . . . . y
Ly
Pozo productor de aceite
0
Lx
Modelo de 2D (areal). Sistema Coordenado Cartesiano
. Δθj
i+1, j
. i,. j .
.
i, j-1. . i-1, j . . i, j+1
. . cima
.. . . . .
. h
.
.
.
base
radial
rw re
ri
Modelo de 2D (areal). Sistema Coordenado Cilíndrico.
10
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
.
.
. .
. .
. . .
. . .
. . . .
. . .
i, k-1
.
. . . .
i, k i+1, k
. . . .
. . .
i-1, k . . zk
. . .
i, k+1
.
. . . . .
. . . .
. . . . .
. . .
. . .
. .
. .
. x
.
i
Modelo de 2D (Sección Transversal). Sistema Coordenado Cartesiano.
Angular
2
. . . . .
Cima
.
.
. . . . . .i, k-1 .
.
. . . . . . . . .
zk
Vertical
i-1, k i, k i+1, k
. . . . . . . .
. . i, k+1
. . . . . .
. .
.
. Base
. rw
radial
re
ri
11
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Una importante aplicación de los modelos en 2D, es el evaluar el efecto de los ritmos de
producción en el comportamiento del yacimiento y en la recuperación final.
5) Modelo en 3D: estos modelos son empleados cuando la geometría del yacimiento puede
ser demasiado compleja para reducirla a modelos en 2D areales o de sección transversal.
Por ejemplo, yacimientos con grandes extensiones de barreras de flujo pero con zonas
permeables donde ocurre flujo cruzado y que son difíciles de modelar con modelos en
2D. O bien cuando los mecanismos de los fluidos del yacimiento pueden ser complejos
para analizarlos con modelos en 2D, por ejemplo, yacimientos con un gran estado de
depresionamiento caen centro de esta categoría. Estos modelos también son usados
cuando el desplazamiento a ser estudiado está dominado por el flujo vertical, por
ejemplo, cercas del pozo en donde, tanto del casquete de gas como del acuífero, puede
ocurrir una conificación. Ocasionalmente, los modelos en 2D pueden ser mas
problemáticos y caros que los simuladores en 3D debido a que el modelamiento de
algunos yacimientos que son arealmente complejos y altamente estratificados pueden
requerir docenas o cientos de conjunto de pseudofunciones.
0 Lx
12
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Angular
13
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Considérese el flujo multifásico isotérmico de aceite, gas y agua en un yacimiento. Las fases
aceite y gas forman una mezcla multicomponente, preponderantemente de hidrocarburos, véase la
tabla mostrada a continuación, en equilibrio termodinámico en el yacimiento, en todo punto del
dominio en espacio y en tiempo. Considérese también que la fase agua no intercambia su masa con
las otras fases.
COMPONENTE FASE
C1 Aceite
C2
C3
C4 Gas
Cnc
Agua Agua
Definición de Conceptos.
14
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Puesto que los moles del componente m en la mezcla son la suma de los moles en las fases
aceite y gas: MolesmM = Molesmo + Molesmg , se puede entonces escribir la ecuación anterior como:
Molesmo Molesmg
zm Moles ...(2.2)
M
Empleando las siguientes definiciones de las fracciones molares de los componentes en las
fases aceite y gas, xm y ym , y las fracciones molares de las fases aceite y el gas en la mezcla, L y
V, es decir:
Moles
x m Molesmo ...(2.3)
o
Moles
y m Molesmg ...(2.4)
g
Moleso
L ...(2.5)
MolesM
Molesg
V ...(2.6)
MolesM
donde:
nc
Las Ecs. 2.7 y 2.8 son los moles en las fases aceite y gas, respectivamente.
zm xm L ymV ...(2.9)
15
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
a) Ecuaciones de conservación de materia: una para cada uno de los componentes que
constituyen la mezcla de hidrocarburos y una más para la fase agua.
d) Relaciones de capilaridad, que establecen la relación entre las presiones de las fases.
e) Ecuaciones de restricción.
g) Así como también de ecuaciones, o datos experimentales, para las permeabilidades relativas
Kr's.
A
,k
xm ̂o ox x xm ̂o ox x x
y m
̂ g gx x y m
̂ ggx
x x
x x x
Fig. 2.1 Volumen de control representativo del medio poroso
16
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Ahora bien, asumiendo que cada uno de los componentes de la mezcla de hidrocarburos
están presentes simultáneamente en las fases aceite y gas, se tiene que los ritmos de entrada y salida
de moles del componente m en el elemento son:
El ritmo de acumulación de moles del componente m en el elemento, está dado por el ritmo
de cambio de los moles de m, contenidos en las fases aceite y gas en el espacio poroso, esto es:
Ritmo de Acumulación
de Moles de m en el Elemento =
Ax S ˆ x S ˆ y ...(2.17)
g g m
t
t
o o m
El ritmo de producción/inyección de moles de m del elemento, definido como: q~ *p gasto
volumétrico de la fase p = o, g a condiciones de yacimiento por unidad de volumen de roca, es,
Substituyendo las Ecs. 2.15 a 2.18 en el postulado de conservación de masa, Ec. 2.14 y
dividiendo la expresión resultante entre el volumen del elemento de control, Ax rearreglando y
tomando el límite cuando x 0, se llega a: ,
x ˆ y ˆ x ̂ q~ *
y ̂ q~
*
x x
m o ox m
g gx moo mgg
x ˆ S y ˆS ...(2.19)
mgg
t mo o
17
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
La ecuación anterior puede extenderse al caso de flujo multidimensional, por lo que la Ec.
2.19 se escribe en su forma más general, en términos del operador diferencial nabla, , como:
x ˆ y ˆ x ̂ q~ *
y ̂ q~ *
o g
mo mg moo mgg
x ˆ S y ˆS ...(2.20)
mgg
t mo o
p px i py j pz k ...(2.23)
p p p pD
kkrp
...(2.24)
p
moo mgg
m o o m g g
t
m = 1, 2,…, nc
y
̂ kkr D ̂ q~ * ˆS
w p
...(2.26)
w
w w
w w w t w w
Ahora bien, la condición de equilibrio termodinámico entre las fases gas y aceite se estipula
a través de la igualdad de las fugacidades de los componentes en las fases, es decir:
18
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
So Sg Sw 1 …(2.32)
nc
xm 1 …(2.33)
m 1
nc
ym 1 …(2.34)
m 1
Se puede verificar que las Ecs. 2.25, 2.26, 2.27 y 2.30 a 2.34 definen un conjunto de 2nc + 6
ecuaciones con 2nc + 6 incógnitas ó variables primarias, que son:
po , pg , pw , So , Sg , Sw , x1, x2 ,..., xnc , y1, y2 ,..., ync
Total = 2nc + 6
19
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
COMPONENTE FASE
Agua Agua
Las ecuaciones de flujo multifásico de fluidos tipo beta-modificado pueden obtenerse como
un caso particular de las ecuaciones generales del flujo multifásico composicional. La Ec. 2.25, para
los componentes aceite y gas, es por lo tanto:
Para el componente aceite, m = 0,
xo ̂ o
kkro
kkr
po oD y o ̂ g g pg gD
o g ...(2.35)
xo ̂ o q~o* y o ̂ g q~ g*
xo ̂ o So y o ̂ g S g
t
20
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
̂ w kkrw pw w D ̂ w q~w* ˆ w Sw ...(2.37)
w t
La condición de equilibrio termodinámico entre las fases puede ser alternamente expresada a
través de las constantes de equilibrio de los componentes en las fases, es decir:
y
k o p o , p g , T y , xo , yo o ...(2.38)
xo
y,
yg
kg po , pg , Ty , xg , yg
xg
...(2.39)
Las relaciones de presión cap ilar están dadas por las Ecs. 2.30 y 2.31:
Pcgo Sg pg po ...(2.43)
Pcwo S w po p w ...(2.44)
Se puede verificar que las Ecs. 2.35 a 2.44 constituyen un conjunto de 10 ecuaciones con 10
incógnitas: po , p g , p w , So , S g , S w , xo , xg , yo , y g . Se puede sin embargo, expresar las fracciones
molares de los componentes; xo , xg , yo y yg , en términos de propiedades volumétricas, funciones
de po y pg , y consecuentemente reducir el número de ecuaciones y de incógnitas, como se
muestra a continuación:
21
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Empleando la definición de xo , ver Ec. 2.3, y utilizando la relación entre moles y masa, se
tiene que:
Molesoo M omoo
xm ...(2.45)
Moleso Momo
Donde:
Molesoo = Moles de aceite en la fase aceite,
M o = Peso molecular del componente aceite,
M o = Peso molecular de la fase aceite,
moo = Masa del componente aceite en la fase aceite y
mo moo mgo = Masa total de la fase aceite.
g
Molesg M g g Vg ,cy ˆ g Bg
Donde:
rs = Relación de solubilidad del aceite en el gas, concepto definido como la Relación entre los
volúmenes de los componentes aceite y gas, medidos a condiciones de superficie, obtenidos
al llevar a la superficie un cierto volumen de la fase gas del yacimiento,
V og ,cs ...(2.50)
r
V gg ,cs
s
Substituyendo las Ecs. 2.42 a 2.45 en las Ecs. 2.31 a 2.40 se obtiene:
22
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Bo B g
t Bo Bg
se expresa en términos
La ecuación del agua volumétricos como sigue:
kkrw p D q* Sw
...(2.53)
w w
w wB w t Bw
* * *
Donde q , q y q son los gastos a condiciones de superficie (c.s.) de aceite, gas y agua
o g w
por unidad de volumen de roca.
Las Ecs. 2.51 a 2.53 juntamente con las Ecs. 2.42 a 2.44 definen un conjunto de 6
ecuaciones con 6 incógnitas: po , p g , p w , S o , S g y S w .
Se puede ahora, establecer la relación entre las densidades de las fases, p , y sus
propiedades volumétricas. Para esto se emplean las restricciones estipuladas por las Ecs. 2.40 a
2.41, es decir:
̂ o,c.s. ̂ g,c.s. Rs
xo xg 1 ...(2.54)
̂ o Bo
Lo que conduce a:
̂ o,c.s. ̂ g,c.s. Rs
̂ o ...(2.55)
Bo
Similarmente,
̂ o,c.s. rs ̂ g,c.s.
yo yg 1 ...(2.56)
ˆ g Bg
23
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
1 ̂ g,c.s. Rs ̂ o,c.s.
Ko ...(2.59)
1 ̂ g,c.s. ̂ o,c.s. rs
COMPONENTE FASE
Agua Agua
Nótese que al no existir el componente aceite en la fase gas, la relación de solubilidad del
aceite en el gas es cero, rs 0 y las ecuaciones de flujo multifásico de fluidos tipo beta se obtienen
como un caso particular de las ecuaciones anteriores. Estas son:
Para el componente gas,
kkro
Rs po oD
kkrg
g Bg
pg g D
o Bo
S
...(2.62)
* *
o
Sg
Rsqo qg Rs
Bg
t
Bo
24
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
La ecuación del agua:
kkrw * S w
wB w
pw wD qw w ...(2.63)
t B
So Sg Sw 1 …(2.64)
Pcgo Sg p g po …(2.65)
Pcwo S w po pw …(2.66)
Como en el caso de aceites tipo beta-modificado, se puede apreciar que las Ecs. 2.61 a 2.66
forman un conjunto de 6 ecuaciones con 6 incógnitas: po , pg , pw , So , Sg y Sw .
Se considera ahora un yacimiento bajosaturado donde existe flujo monofásico de aceite, esto
es, en presencia de una saturación inmóvil de la fase agua. La fase agua se considera compresible y
su saturación, por lo tanto, esta sujeta a cambios debido a las variaciones de presión. Las ecuaciones
que describen el flujo de aceite, en estas condiciones, se obtienen a partir de las ecuaciones
presentadas en la sección anterior, estas son:
Para el componente
aceite,
k oc * S o
o o po oD qo o
...(2.67)
B t B
25
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Ecuación de Flujo:
1
o hc o 1
p q
…(2.71)
Bo k oc o k oc t Bo
Considerando que los gradientes de presión son pequeños, de manera que co p2 0, se
tiene que:
2 p o q B c p …(2.75)
hc o o
oo
koc koc t
26
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Bg
…(2.76)
B
Donde p pg y hc Sg 1 Swc
Para gases reales se tiene la siguiente ecuación de estado:
pV znRT …(2.77)
Esta ecuación puede usarse en la definición del factor de volumen del gas, para dar la
siguiente relación:
V T p z
Bg g ,cy y s …(2.78)
Vg ,cs Ts p
g p dp z
Usando la regla de la cadena en la derivada del tiempo de la Ec. 2.79 y considerando la Ec.
p
2.80, se puede reescribir la Ec. 2.79 como:
p psTy q hc gcg p p …(2.81)
g z kgc g z t
g
Tskgc
27
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
La suposición de equilibrio gravitacional y capilar significa que no existe flujo de las fases al
tiempo cero; esto es, los gradientes de potencial de las fases en cualquier punto y en cualquier
dirección son cero. Esto es, conforme a la ley de Darcy, Ec. 2.24, se tiene que:
kkrp
p Bp
pp pD 0 ...(2.84)
Las Ecs. 2.85 y 2.86 indican que en condiciones de equilibrio, las presiones, pp en el plano
horizontal (x, y) ubicado en z es constante. En estas condiciones, la Ec. 2.84 también indica que:
p p
0 ...(2.87)
p
z
28
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Conocida po,ref , a zref , se calcula po en cualquier z del yacimiento a partir de la Ec. 2.90,
escrita para la fase aceite, esto es:
g
po po,ref (z zref ) ...(2.92)
gc o
Conocida la presión en el contacto agua-aceite, po, zcwo se puede calcular la presión de la
fase agua en el contacto, pw, zcwo. Dado que:
Pcwo (Sw 1.0) Pcwo,e po, zcwo pw, zcwo ...(2.93)
Donde Pcwo,e es la presión de entrada de los poros. De la Ec. 2.92 se puede obtener la
presión de la fase agua en el contacto agua-aceite,
pw, zcwo po, zcwo Pcwo,e ...(2.94)
La distribución de presiones de las fases gas, pg (z), y agua, pw (z), pueden entonces
calcularse a partir de la Ec. 2.90. Es decir:
29
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
g
pg pg, zcgo (z zzcgo ) ...(2.96)
gc g
g
pw pw, zcwo (z zzcwo ) ...(2.97)
gc w
Conocida la distribución vertical de presiones de las fases en el yacimiento, po (z), pg (z),
y pw (z), es posible calcular la distribución de presiones capilares. Esto es;
Pcgo (Sg (z)) pg (z) po (z) ...(2.98)
Y
Pcwo (Sw (z)) po (z) pw (z) ...(2.98)
Pw Po Pcw oe
Base
Pref
Fig. 2.1 Condiciones Iniciales en Equilibrio
Gravitacional y Capilar
30
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
1) Gasto Especificado.
Entonces:
pp B q
p D
p p p ...(2.101)
2) Presión Especificada.
En este caso se especifica la presión en la frontera, por ejemplo de la fase aceite, a lo largo
del tiempo. Es decir:
po Frontera, t po t Front ...(2.102)
Suponer que para cada x en el intervalo (a, b) existen la función f(x); y hasta la k esima
derivada de la función, o sea: f x, f 'x, f ''x,..., f ( k ) x. Entonces, la expansión de la función
f x al rededor del punto xi contenido en el intervalo será:
(x xi ) df (x xi )2 d2 f (x x )k d k f
f x f xi ... ...(3.1)
1! dx xi 2! dx2 xi k! dxk
Donde, el error de truncamiento es:
xi (x xi ) y 0 1
31
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Nótese que la expansión dada por la Ec. 3.1 contiene k términos solamente y aun es exacta.
Reemplazamos la acostumbrada serie infinita de Taylor por una serie finita. Esto es posible ya que
como se puede apreciar, el k esimo término esta evaluado no en el punto xi sino en el punto i
contenido en el intervalo (x, xi ), que se desconoce, pero sin embargo hace posible la igualdad.
La Ec. 3.1 sirve de base en la aproximación de las derivadas que constituyen las ecuaciones
de flujo de fluidos en medios porosos que nos ocupan, como se verá a continuación.
x d 2 f
Op (x) , para K 2 ...(3.5)
2 dx2 p
Considerar en la Ec. 3.1: k2 y haciendo ahora x xi x. Con esto, la Ec. 3.2 se
escribe como:
df x2 d 2 f
f xi x f xi x ...(3.6)
dx xi 2! dx2
r
32
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Y
df x2 d 2 f x3 d 3 f
f xi x f xi x ...(3.10)
dx xi 2! dx2 xi 3! dx3 *
r
...(3.12)
c 3
dx3
r*
p
*
Comparando el error local de truncamiento de la aproximación anterior, Oc x 2 , con los
obtenidos previamente para diferencias progresivas y regresivas, Op (x) y Or (x) se tiene que:
lim O x 2 lim O x ...(3.14)
c p
x 0 x 0
33
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
xi 1 xi x,
xi 1 xi x,
fi f (xi ),
fi 1 f (xi 1 ),
Y
fi 1 f (xi 1 )
Diferencias progresivas,
df f xi x f xi f f
Op (x) i 1 i O p (x ...(3.15)
dx xi x x )
Diferencias regresivas,
fi fi 1
df f xi f xi x O (x) ...(3.16)
Or (x)
x
r
dx xi x
Y diferencias centrales,
f xi x f xi x 2
df
Oc x
2
f i 1 f i 1
Oc
x
...(3.17)
dx xi 2x 2x
34
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
x x
Suponer que p px, y y el coeficiente p. Se desea aproximar el siguiente término
diferencial:
p
...(3.18)
x x
Considérese ahora el núcleo típico de celdas mostrado en la Fig. 3.1 para un espacio
bidimensional discretizado.
xi
xi1/2 xi1/2
Si se define,
p
u ...(3.19)
x
35
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
i
2 2
p
3.4 Aproximación de los Términos de la Forma:
t
36
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
n
1
p n 1 p n
2O t
p
2 i, j i, j ...(3.28)
t t
i, j
37
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
E1 esquema explícito consiste en aproximar la derivada parcial del tiempo de la Ec. 3.36
mediante diferencias progresivas, es decir al nivel de tiempo n. Esto automáticamente define el nivel
de tiempo del resto de los términos de la ecuación. Se desea entonces aproximar la Ec. 3.36 en
cualquiera de las celdas i, que discretizann el dominio O < x < L, en el nivel de tiempo n, esto es:
2 p B 1 p
n
q n
...(3.40)
x
2
i k
i
t i
i 1,2,..., I
n 0,1,2,...
Donde:
k
CT
cte.
CT cte.
uniforme y cte.
k Isotropica.
La aproximación del término de flujo mediante diferencias centrales, de la Ec. 3.25 con
1 y x constante,es: n
2 p p n 2 p n p n
...(3.41)
2
i1 i i1
x i x 2
Y la aproximación de la derivada
n del tiempo mediante diferencias progresivas produce:
1 p
1pi ni 1 pn ...(3.42)
t i t 2
38
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
(1 2 ) p n pn tqn
pin1
pn
i1 i i1 i
...(3.44)
k
donde:
B
(1 2 ) p n p n tqn
p
i
n1
p n
i1 i i1 i
...(3.45)
k
Se puede ver que la solución de la Ec. 3.40 mediante un esquema explícito produce una
solución explícita para pn1
i
.
2 ...(3.46)
k q t
n1
x i i
i
i 1,2,..., I
n 0,1,2,...
Aproximando el término de flujo mediante diferencias centrales, como en el caso anterior, y
el término del tiempo mediante diferencias regresivas, la forma de la Ec. 3.46 en diferencias finitas
es:
i1 2 pi i1 B n1
pn1 qi i i
pn1 n1 1 p n1 p n ...(3.47)
x 2
k t
Y rearreglando,
B
pn1 (2 1) pn1 pn1 pn tqn1 ...(3.48)
i1 i i1 i i
k
i 1,2,..., I
n 0,1,2,...
O bien
cpn1 apn1 bpn1 d n
i1 i i1 i
i 1,2,..., I
n 0,1,2,...
39
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
2 qi
2 2
...(3.49)
x i k t i
i 1,2,..., I
n 0,1,2,...
Donde, 1
n n1 n
p
2 2
1
p
2
1 2 p
...(3.50)
2 2
x 2i 2 x i x i
2
Y B n
1
1 B
qi
2
q n1 q n i
...(3.51)
i
k 2 k
Substituyendo las Ecs. 3.50 y 3.51 en la Ec. 3.49 y aproximando las derivadas parciales
mediante diferencias centrales, se obtiene la siguiente representación de la Ec. 3.40 en diferencias
finitas:
1 pn1 2 pn1 pn1 1 p n 1 2 p n pn B n1 n
1 pn1 pn
i1 i i1
i i i1
qi qi i i ...(3.52)
2 x 2
2 x 2
2k t
Rearreglando,
B
pn1 2 1pn1 pn1 pn 2 1 p p n n
t qn1 q n ...(3.53)
i1 i i1 i1 i i1 i i
k
i 1,2,..., I
n 0,1,2,...
O bien,
cpn 1 apni 1 bpn 1 d ni ...(3.54)
i 1 i 1
40
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
1. ¿Cómo se comparan las soluciones obtenidas mediante cada uno de los métodos con la
solución exacta?,
2. ¿Cuál de los métodos produce la mejor solución?,
3. ¿Cuál es el efecto de x y t sobre el desempeño numérico de los métodos y sobre la
solución?
x
De esta manera, la Ec. 3.36 se escribe como:
B
Ap q0 ...(3.55)
k
SeBconsidera
pn la aproximación Blan Ec. 13.55
de producida por el esquema explícito, es decir:
1 2 p p 1
n n
n n pn1 p n
2
Api qi i i q i i O x O p t ...(3.56)
i
k i
t
c
k x 2
i 1,2,..., I
n 0,1,2,...
De donde se obtiene:
Api n Lp pni O c x2 Op t Rin ...(3.59)
Esta expresión indica que la diferencia entre la representación exacta y aproximada del
problema de flujo en cuestión, esta dada por el error local de truncamiento o de discretización, R ni .
41
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Que L sea consistente con A, tomando como ejemplo la Ec. 3.59, significa que en el límite,
cuando x 0 y t 0 , la norma del vector de errores de discretización también tiende a cero,
R 0. Es claro que una aproximación numérica deberá ser consistente para que tenga algún valor
práctico.
Nótese que en la Ec. 3.61 se usó p , para resaltar el carácter aproximado de la solución,
comparada con la solución exacta de la Ec. 3.60.
Se define ahora el Error Global de la Solución como la diferencia entre las soluciones
exacta y aproximada:
n pn pn ...(3.62)
i i i
Existe una relación entre los errores locales de discretización y los errores globales de la
solución, y Ri . Esta se establece restando las Ecs. 3.60 y 3.61:
L p pn L p p n L p p p n L p sn Ri n ...(3.63)
i i i i
o sea:
in1
1
2 in1 i1
n1
1 i in1 n
Ri
n ...(3.64)
x 2 t
Se puede ver en la Ec. 3.64 que la ecuación que describe el comportamiento de los errores
globales de la solución, , es la misma ecuación que gobierna el comportamiento de p , excepto
que el término fuente, qi se substituye, en este caso, por el error local de discretización, R ni . Esto se
cumple solamente en problemas lineales. La Ec. 3.64 implica que:
42
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Existen varios métodos para probar la estabilidad de una aproximación numérica, entre los
que se puede mencionar, el método de series de Fourier, el método matricial y el método de la
energía. Se ha demostrado que el esquema explícito aplicado a la Ec. 3.35 es condicionalmente
estable. La condición de estabilidad es:
t 1
2
...(3.65)
x 2
Se puede ver, en la Ec. 3.65, que para mantener estable la solución numérica de la Ec. 3.35
mediante un esquema explícito, existe un compromiso entre el tamaño del incremento de tiempo,
t y el tamaño de las celdas x .
Los nodos y los bloques o celdas a su vez pueden ser distribuidos de manera uniforme o no
uniforme. Las mallas no uniformes son necesarias en la simulación de problemas con regiones que
experimentan cambios fuertes en la presión y en las saturaciones, a lo largo del tiempo. A
continuación se indican los métodos para construirlas.
43
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
1 2 I
re
Nodos
Si se considera un total de I nodos, su espaciamiento, x, es:
L
xi ...(3.66)
I 1
Nótese que el volumen de las celdas situadas en las fronteras es la mitad del volumen de las
celdas internas, es decir:
Axi /2 i 1,I
Vri ...(3.67)
Axi i 2,3,...,I - 1
La posición de los nodos es:
xi (i 1)xi i 1,2,...,I ...(3.68)
Y la posición de la frontera de las celdas es:
x 1 (i 1 )xi i 1,2,...,I ...(3.69)
i
2
2
44
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
xi1 2
Fronteras de la celda
i= 1 2 I
xi
Nodos
Si se considera un total de I nodos, el tamaño de las celdas se calcula como:
L
xi ...(3.70)
I
Todas las celdas son de igual volumen, esto es:
Vri Axi i 1,2,3,...,I ...(3.71)
Las coordenadas de los nodos son: 1
x i x i 1,2,3,..., I ...(3.72)
i i
2
y las coordenadas de las fronteras de las celdas:
x 1 ixi i i 1,2,3,...,I ...(3.73)
2
Considérese flujo radial en régimen permanente con la viscosidad y el factor de volumen del
fluido constantes, de tal manera que el gasto está representado por la Ec. 3.74:
2khr p p
q 2hr constante ...(3.74)
B r r
Donde
k
B
Integrando la Ec. 3.74,
45
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
p pref
q 2h ...(3.75)
ln(r rref )
La generación de esta malla radial se establece a partir de este gasto, de la siguiente manera:
La representación exacta del gasto en la frontera entre celdas, i 1 , ver Fig. 3.4, está dada por:
2
ri1 2
i-1 i
rw re
i1 r i1
2 2 Fig. 3.4 Malla radial logarítmica.
i
pi 1 pi
qE q 2h ...(3.76)
ln(ri 1 ri )
Donde:
qE Gasto Exacto
y la representación numérica del gasto en la frontera entre celdas, está dada como:
q q 2 hr p p ...(3.77)
N i 1
r 1 i 1
i
2 i
2
Por otra parte, el gasto exacto que pasa a través de las fronteras, está dado como:
Para la frontera en i 1 ,
2
p pi
qEi 1 2h i 1 ...(3.81)
2 ln(ri 1 ri )
Para la frontera en i ,
1
2
46
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
p pi 1
qEi 1 2h i ...(3.82)
2 ln(ri ri 1)
Ahora bien, la distribución de los radios de los nodos, para una malla de nodos
distribuidos, ver Fig. 3.5, está dada como sigue:
ri1 2
i-1 i i+1
rw re
i1 r i1
2 2
i
Fig. 3.5 Malla radial logarítmica de nodos distribuidos.
47
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
La distribución de los radios de los nodos, para una malla de bloques centrados, ver Fig.
3.4, está dada también por la Ec. 3.88. La diferencia con respecto a la malla de nodos distribuidos
está en como calcular ahora el radio del pozo, rw , el radio de drene del pozo, re y el factor
geométrico, , los cuales se calculan para esta malla como sigue:
La Ec. 3.85 aplica directamente a este tipo de malla, por lo que simplificándola, se establece
que:
(ri 1 ri ) (rI r1)1 /(I 1) ...(3.89)
Pero de acuerdo con las Ecs. 3.80 y 3.88, se tiene que el radio del pozo, rw , se calcula
como: r
r1 1
r1 rw r1 r0
1 r1 ...(3.90)
2 ln ln ln
48
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Simplificando la Ec. 3.94, se tiene que el factor geométrico se calcula como:
re rw 1 / I ...(3.95)
t B
0xL, t0
(a) (b) (c)
p D q B t0
w ; ...(4.3)
kA
x x x 0
49
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Y,
p D 0; t0
...(4.4)
x x x L
4.2 Aproximación de las ecuaciones diferenciales en diferencias finitas.
Se desea resolver numéricamente el problema definido por las Ec. 4.1 a 4.4. La
aproximación en diferencias finitas de la Ec. 4.1 en el nodo i, de la malla de bloques centrados
espaciada irregularmente, considerando nun 1 esquema implícito, se inicia con:
n 1
p D 1
n
x x x q *i ...(4.5)
i
t i
B
i 1, 2,..., I
n 1, 2,...
La aproximación del término de flujo mediante diferencias finitas centrales, véase la Ec.
3.25, es: n 1
p D 1 n 1 n 1
pi 1 pi D 1
x x
x
x 1 i 2
x i i i
n 1
2
1
...(4.6)
pi pi 1 D i 1
n
2
x i 12
50
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
A
T T p , p ...(4.9)
i1 i 1 i
1 i 1
x i
2 2
A
T p , p
2
T ...(4.10)
i1 i i´1 i1
x i 1 2
2
2
La Ec. 4.8 puede expresarse en términos de operadores de diferencias, Ecs. 3.29 y 3.32,
como sigue:
T n 1p Dn 1 T n 1p Dn 1 q n 1 i t
Vr
...(4.11)
i1 i1 i 1 i 1 i t B
2 2 2 2 i
O bien, Vr
T p Dn 1 q n 1 it
...(4.12)
i 1 i t B
2 i
i 1,2,...I
n 0,1,2,...
Se necesita ahora obtener la forma particular que adquiere la ecuación aproximada en las
celdas de las fronteras, i 1 e i I , debido al acoplamiento de las condiciones de frontera. Para
esto, considérese la porción de la malla de cálculo correspondiente a la frontera ubicada en x 0,
mostrada en la figura 4.1, donde se muestra el nodo ficticio i 0 :
n 1 B
n 1 n 1
p D 1
D 1 qw
1 p0
p ...(4.13)
x x 1 x 1 2 kA 1
2 2 2
O bien:
n 1
q T n 1 p p D ...(4.14)
1
w 1 1 0 2
2
51
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
En x L, o i I 12 , se tiene que:
n 1
p D 1 n 1
0
p p D ...(4.15)
x I 1 xI 1 I 1 I 2
1
x
I
2 2
Entonces,
n 1
p p D
T n 1 0 ...(4.16)
I 1 I 1
I 2
1 I 2
Considérese ahora la Ec. 4.8 escrita en la celda I , i I, con qnI 1 0 :
Vr1
n 1 n
n 1 n 1 n 1 n 1
T1.5 p2 p1 D1.5 T1 p
1 0p D1
...(4.17)
2 2
t B1 B 1
La condición de frontera, Ec. 4.14, puede ahora acoplarse en esta ecuación. Así la ecuación
aproximada para el nodo 1 adquiere la siguiente forma: n 1
n
n 1 n 1 Vr1
T1.5
p2 p1 D1.5 qw t B B ...(4.18)
1 1
52
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Las Ecs. 4.18 para el nodo 1, i 1, conjuntamente con la Ec. 4.8 para los nodos
i 2,3,..., I 1 y la Ec. 4.20 para el nodo I , i I , constituyen un sistema de I ecuaciones
algebraicas no lineales con las incógnitas pni 1, i 1,2,..., I . Existen varios métodos para resolver
este sistema de ecuaciones.
Supóngase que existe una discontinuidad en las propiedades de los nodos i e i 1, y que la
discontinuidad se localiza en el punto i 12 , la frontera de la celda como se muestra en la Fig. 4.3:
x xi 1
i
i 12
El flujo entre los nodos i e i 1, suponiendo flujo lineal Marciano, es:
qi 1 A k 1 p p A k 1 p p
1 i i 1 i 12 ...(4.22)
2 x B i i 2 B i 1
x
53
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
k 1
qi 1 A pi 1 pi ...(4.23)
2 x B i 1
qi 1 A k 1 p p
1 p p ...(4.24)
x B i1 i 2 i 2
i 1 1 i
2
Se puede hacer un análisis similar para el caso de flujo radial. Esto conducirá a la siguiente
expresión para k i 1 :
2
6. Linealización Directa.
6. Método semi-implícito linealizado.
6. Método de iteraciones sucesivas.
6. Método de Newton Raphson, o de iteraciones Newtoniana.
54
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Con el objeto de simplificar la exposición del método, considérese flujo lineal horizontal en
la Ec. 4.8. Se define entonces la siguiente función de residuos, Fi en i 1,2,..., I , en el nivel de
tiempo n 1.
n 1 n 1
p p D p p D
n1
F p n 1 T
n1
,p,p T
i i 1 i i 1 i 12
i 1 i
i 12 i 12i i 1
i 12
n ...(4.27)
n
Vri
1
n1
qi t B
B 0
i i
i 1,2,..., I
n 1,2,...
El método de Newton resuelve las incógnitas pni 1, i 1,2,..., I , en forma iterativa.
p 0 ...(4.28)
p i1 pi p i1
i
i1 i1
i 1,2,..., I
n 1,2,...
Por lo tanto
Fi 1 Fi 1 Fi 1
p
pi Fi
i1 pi1
...(4.29)
p i1 i1 p i
p
Donde p i
1 representa los cambios iterativos de las incógnitas:
55
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
1 F1 1 F1 1
F1 p , p F1
1 2
p1 2
p2 0 ...(4.31)
p1 p
Y,
1 FI 1 FI 1
FI p
, p FI
I 1 pI 1
p 0 ...(4.32)
I 1 I p I I
p
De las Ecs. 4.28, 4.31 y 4.32, se establece el siguiente sistema algebraico de ecuaciones
lineales:
Para i 1 ,
F1 1 F1 1
...(4.33)
p1 p1 p2 F1
p2
Para i 2,3,..., I 1,
Fi 1 Fi 1 Fi 1
p
pi Fi
i1 pi1
...(4.34)
p i1 i1 p i
p
Para i I ,
FI 1 FI 1
p
pI FI ...(4.35)
p I 1 I 1 p I
Se considera que el proceso iterativo converge a la solución cuando los cambios iterativos de
las incógnitas, en valor absoluto, son menores que una tolerancia estipulada, p :
pi 1 p ; para toda i ...(4.38)
56
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
i 2 2 2 i 2 i
Ti 1
F
bi i
Ti 1 x pi 1 2
...(4.43)
pi1 2 2 pi1
Primeramente se nota que los elementos de la matriz Jacobiana están constituidos por tres
tipos de términos. Estos son: transmisibilidades, derivadas de transmisibilidades y derivadas del
término de acumulación. De esta manera se tiene:
ci cT i cT ' i ...(4.44)
57
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Los términos bT i , bT 'i , aT i , aT 'i , se definen similarmente. El término a AC i esta
dado por:
a AC' i Vr i
t p B ...(4.49)
i i
Con estos antecedentes, se puede expresar la matriz Jacobiana, J , como la suma de las
siguientes submatrices:
J T T' B' ...(4.50)
Donde:
Se observa que J LD es un caso particular de la matriz Jacobiana del método de Newton,
J TI , que se obtiene al eliminar la submatriz de derivadas de transmisibilidad, T '.
58
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Dados el vector de residuos FLD y la matriz Jacobiana J LD, se puede verificar que el
método de linealización directa se obtiene aceptando la solución de la primera iteración, es decir:
J nLD p n 1 F LD
n
...(4.54)
Nótese que:
FLD n T n p n qi
n1
0 ...(4.55)
i i
Aziz y Settari muestran que la solución que se obtiene con el método semi-implícito
linealizado es equivalente a la solución generada en la primera iteración del método de Newton, o
sea:
n pn1 F n
JSL SL
...(4.56)
Donde:
FSL n FLD n ...(4.57)
i i
Y,
SLJ n Jn ...(4.58)
0 x Lx
0 y Ly
t0
59
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
px, y,0 pix, y ; 0 x Lx y 0 y Ly ...(5.2)
p D 0; 0 y Ly ; t0 ...(5.3)
x x x 0, x Lx
p D
0; 0 x Lx ; t0 ...(5.4)
y y y 0, y Ly
q *i, j 1
...(5.5)
x x y
x i,j y y i,j t B i, j
i 1,2,...,I
j 1,2,...,J
n 1,2,...
i, j 1
yj
i 1, j i, j i 1, j
h
i, j 1
xi
60
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
fijo el subíndice i. Por similitud con el problema de flujo unidimensional, los términos de flujo de la
Ec. 5.1 se escriben como:
n1
1 x
n1
p D n1
x
pi1, j pi, j D i 1 , j
x
x x i,j xi x i 1 , j
2
n1
2 ...(5.6)
x
n1
p p
x
i , j D 1
1
i 2
, j
2
Y
i, j i1, j
n1 n1
n1
D
1 y
p
D
1
y
p p
i, j 2
2
y
y y y y y
i, j1 i, j
2
61
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
...(5.7)
y
62
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
i, j 2
i, j i , j1
i, j 1
63
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
2 2
2
x
64
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
n 1 n 1 n
1
65
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
66
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
t B i, j t B i,j B i, j
67
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
2
Sustituyendo las Ecs. 5.6 a 5.8 en la Ec. 5.1 y multiplicando por el volumen de roca de la
68
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Vri, j h xi y j,
69
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
70
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
n 1
Tx n 1 p
n 1
Txn 1 p p
p D D
71
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
72
1
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
73
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
74
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
75
1
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
76
1
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
77
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
78
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
79
1
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
80
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
2 n 1 2 n 1
Ty n 1 p D Ty n 1 p D
2 2
p p
81
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
82
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
i, j 1
i, j 1 i, j 1
i, j 1
i, j 1 i, j i, j i, j 1
83
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Vri, j n 1
n
n 1
qi, j B
t B
i,j i, j
84
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
85
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
86
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
87
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
88
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
h y
89
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
90
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
91
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
i2,j i2,j
i 1
2
92
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Y
hix
Ty
1 T pi, j 1 , pi, j y
1 ...(5.11)
i, j 2
j 1
y i, j 2
2
La Ec. 5.9 puede escribirse en términos de operadores, Ecs. 3.29 y 3.32, como sigue:
Agrupando cada dirección de flujo, Vri, j
n 1
Tx p D
n 1
Ty p D q n 1
...(5.13)
x x x i, j y y y i, j
i, j t
t
B
i,j
O bien, Vri, j
T p Dn1 qn1
...(5.14)
t
i, j i, j
t B i, j
i 1,2,..., I
j 1,2,..., J
n 0,1,2,...
El acoplamiento de las condiciones de frontera, Ecs. 5.3 y 5.4 en la Ec. 5.9 se hace de
manera similar al problema unidimensional (1D). La Ec. 5.9 entonces adquiere formas particulares
en las celdas ubicadas a lo largo de las fronteras.
Las Ecs. 5.14 constituyen un sistema algebraico de ecuaciones no lineales. Los métodos de
linealización descritos para el problema unidimensional (1D) aplican también en este caso. La
diferencia básicamente estriba en las características, o estructura, del sistema de ecuaciones lineales
que se genera. Se puede analizar esta diferencia a través del método de Newton.
93
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
F n1 F
i, j i, j
pi, j1, pi1, j, pi, j , pi1, j , pi, j1 n1 Txin1, j p i1, j pi, j Di , j n1
1 1
2 2
n1
Txn1 p pi1, j Di1, j
n1
p D 1
i1, j i, j Tyn1
i, j1p i, j1 i, j i, j ...(5.15)
2 2 2 2
Vr
n1
n
n1 n1 i, j
n1
Ty 1 pi, j pi, j1 Di, j1
0
i, j2 2 qi, j t
Bi,j Bi, j
El proceso iterativo resulta de expander Fi,nj1 en series de Taylor alrededor de la iteración
y conservar solo los términos de menor orden:
F F
Fn1 F p ,p , p ,p ,p
n1
F
i, j
pi, j1
1 i, j
pi, j1 pi1, j pi1, 1
i, j i, j i, j1 i1, j i, j i1, j i, j1 i, j j
...(5.16)
F F F
i, j 1 i, j p1p i, j
pi,j1
1
pi, j pi, j pi1, j
i1, j i, j1 0
i 1,2,..., I
j 1,2,..., J
n 1,2,...
Por lo tanto:
y 0,1,2,...
Fi, j Fi, j Fi, j 1
p i 1,1j pi, j
p
pi, j 1 p 1 1 p
i 1, j
i, j
i, j ...(5.17)
Fi, j Fi, j
1 p i, j 1 F
pi 1, j pi 1, j pi, j 1
1
i, j
Donde:
pi,j1 pi,j1 pi,j ...(5.18)
Para un ordenamiento normal de las incógnitas y de las ecuaciones, cuando se barre la malla
de cálculo secuencialmente por renglones, o bien por columnas, el sistema de ecuaciones, Ec. 5.19,
genera una matriz pentadiagonal, de la siguiente forma:
94
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
1
F1,1
a1,1 b1,1 e1,1 p
c2,1 a2,1 b2,1 e2,1 p2,11,1 F2,1
c3,1 a3,1 b3,1 e3,1 p3,1 F3,1
b4,1 e4,1 p4,1 F4,1
c4,1 a4,1
p
F
c5,1 a5,1 e5,1 5,1 5,1
f1,2 a1,2 b1,2 e1,2 p1,2 F1,2
p
f2,2 b2,2 e2,2 2,2 F2,2
c2,2 a2,2
f3,2
f c3,2 a3,2 b3,2 e3,2 p3,2
F
F3,2
4,2 c4,2 a4,2 b4,2 e4,2 p4,2 4,2
e5,2 p5,2 F
5,2
f5,2
f1,3
c5,2 a5,2
a1,3 b1,3 p1,3 F1,3
f2,3 c2,3 a2,3 b2,3 p2,3 F2,3
f3,3
c3,3 a3,3 b3,3 p3,3 F3,3
f4,3 b4,3
p4,3 F4,3
c4,3 a4,3
f5,3 c5,3 a5,3 p5,3 F5,3
95
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Las condiciones iniciales y de frontera se expresan como:
px, y, z,0 pix, y, z ; 0 x Lx , 0 y Ly y 0 z Lz ...(5.21)
p D
0; 0 y Ly ; 0 z Lz ; t0
...(5.22)
x x x 0, x Lx
p D 0; 0 x Lx ; 0 z Lz ; t0 ...(5.23)
y y 0, y Ly
y
p D
0; 0 x Lx ; 0 y Ly ; t0
...(5.24)
z z z 0, z Lz
t B i, j,k
i 1,2,...,I
j 1,2,...,J
k 1,2,...,K
n 1,2,...
96
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
i, j, k 1
zk
i, j 1, k
i 1, j, k i, j,k i 1, j, k
i, j 1, k
i, j, k 1
y
i
xi
x,
En la dirección n1
D 1 x
n1
p
n1
x p1 , j,k i1, j,k p i, j,k D i 1, j,k
x
x x
x x i, j,k 2 2
i i ...(5.26)
n1
x D 1
n1
p p
i, j,k i1, j,k i , j,k
x i1 , j 2
2
En la direcciónn1y,
p D
n1 p n1
y
1 y p D
y
1
y y
y y i, j 2 ,k
i, j1,k i, j,k
i, j 1,k
Y en la dirección z,
n1
n1
k
n1
p D 1
z z D i, j,k 12
i, j,k 1 i, j,k
p p
z
z z z
i, j,k k i, j,k 21
...(5.28)
p n1
k
n1
p D 1
i, j,k 1
2
i, j,k
z i, j,k 1
i, j,k
2
97
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
i, j, k
B
Sustituyendo las Ecs. 5.26 a 5.29 en la Ec. 5.25 y multiplicando por el volumen de roca de la
celda i, j, k, Vri, j, k h xi y j zk , se obtiene:
n 1
1 , j, k p i 1, j, k
Txin1 pi, j, k Di 1 , j, k Txn 11 p
i , j, k i, j, k
p i 1, j, k Di 1 , j, k n 1
2 2 n 1 2 2
D Ty n 11 p p Di, j 1 , k n 1
Tyi,n j1
1 ,k p i, j 1, k
p i, j, k i, j , k
1
i, j , k i, j, k i, j 1, k ...(5.30)
2 2
n 1 2 2
n 1
p D Tz n 1 p p D
Tz n 1 p
i, j, k 1 i, j, k 1 i, j, k 21
i, j, k 1
2
i, j, k i, j, k 12 2 i, j, k
i, j, k 1
Vri, j,k
n 1 n
n 1
qi, j, k
B
t B
i, j, k i, j, k
i 1,2,..., I
j 1,2,..., J
k 1,2,..., K
n 1,2,...
La Ec. 5.30 en términos de operadores, Ecs. 3.29 y 3.32, esta dada por:
98
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Txn 1
i 2 , j, k
1 x p x Di n 1
1 , j, k
Tx n 1 p Dn 1
x x i 1 , j, k
2
1 i 2 , j, k 2
Tyn 1 1
i, j 2 , k
y p D n 1
y1 Ty n 1 y p
D n 1
y1
i, j 2 , k i, j 12 , k i, j 2 , k
Tzn 1
p Dn 1 Tz n 1 p Dn 1
...(5.34)
i, j, k 1 z z i, j, k 1 i, j, k 1 z z i, j, k 1
2 2 2 2
Vri, j, k
qi,n j,1k t t B
i, j, k
x Tx x p x Dni,1j,k y Ty y p y D n1
i, j,k
Vri, j,k ...(5.35)
n1 n1
z Tz z p z D i, j,k qi, j,k
t
t B i, j,k
O bien,
Vri, j,k
T p D n1 q n1 t
i, j,k t B ...(5.36)
i, j,k
i, j,k
i 1,2,..., I
j 1,2,..., J
k 1,2,..., K
n 0,1,2,...
El acoplamiento de las condiciones de frontera, Ecs. 5.22, 5.23 y 5.24 en la Ec. 5.30, es
similar al problema unidimensional (1D). Nuevamente se enfatiza que la Ec. 5.30 adquiere formas
particulares en todas aquellas celdas ubicadas a lo largo de las fronteras.
Las Ecs. 5.36 forman un sistema algebraico de ecuaciones no lineales. Los métodos de
linealización descritos para el problema unidimensional (1D) aplican igualmente.
Para analizar la estructura de los sistemas de ecuaciones generados por los métodos de
linealización, cuando se aplican al sistema no-lineal de ecuaciones 5.36, se aplicará el método de
Newton. Se define entonces el método general.
99
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Fi,n1j,k
Fi, j,k pi, j,k1, pi, j1,k , pi1, j,k , pi, j,k , pi1, j,k , pi, j1,k , pi, j,k1 n1
n1 n1
Tx 1 pi1, j,k pi, j,k Di1, j,k Tx pi, j,k pi1,j,k Di1, j,k
n1 n1
, j,k
1, ,
i 2 2 i 2
jk 2
n1
n1 n1 n1 ...(5.37)
pi, j1,k pi, j,k D i, j1,k p p Di, j1,k
Ty 1 Ty 1 i, j,k i, j1,k
i ,j2,k 2 n1 i, j2,k 2 n1
D Tz n1
D
Tzn1 p p p p
i, j,k1 i, j,k1 i, j,k i, j,k12 i, j,k1 i, j,k i, j,k1 i, j,k21
2 2
n1
Vri,j,k n1
n
qi, j,k B
t B
0
i, j,k i, j,k
pi, j 1, k
1
Fi, j, k
pi, j, k 1 pi, j,k11 Fi, j,k
Donde:
p 1 p 1 p
i, j,k i, j, k i, j, k
...(5.40)
10
0
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
La definición de hi, j,k , fi, j,k ,ci, j,k , ai, j,k ,bi, j,k ,ei, j,k y gi, j,k se establece al igualar las Ecs. 5.39
y 5.41.
Para un ordenamiento normal de las incógnitas y de las ecuaciones, el sistema de Ecs. 4.41,
genera en este caso una matriz de coeficientes heptadiagonal.
1
F
a1,1 b1,1 e1,1 g1,1 p1,1 1,1
c2,1 a2,1 b2,1 e2,1 g2,1 p2,1 F2,1
c3,1 a3,1 b3,1 e3,1 g3,1 p3,1 F3,1
b4,1 e4,1 g4,1 p4,1 F4,1
c4,1 a4,1
c5,1 a5,1 e5,1 g5,1 p5,1 F5,1
f1,2 a1,2 b1,2 e1,2
p1,2 F1,2
f2,2 b2,2 e2,2 p2,2 F2,2
c2,2 a2,2
f3,2
f4,2 c3,2 a3,2 b3,2 e3,2
pp3,2
F
F3,2
c4,2 a4,2 b4,2 e4,2 4,2 4,2
f5,2 c5,2 a5,2 e5,2 p5,2 F 5,2
h1,3 f1,3 a1,3 b1,3 p1,3 F1,3
h2,3 f2,3 c2,3 a2,3 b2,3 p2,3 F2,3
p3,3
c
h3,3 f3,3 3,3 a3,3 b3,3
b4,3 p4,3
F3,3
h4,3 f4,3 F4,3
c4,3 a4,3
h5,3 f5,3 c5,3 a5,3 p5,3 F5,3
El proceso iterativo se inicia con la solución del nivel del tiempo previo, y termina al
cumplirse los criterios de convergencia equivalentes con las Ecs. 4.35 y 4.36.
p D q*
...(5.42)
t B
10
1
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
i, j, k t
T p Dn 1 q n 1 Vrt
i, j, k i, j, k
B
...(5.43)
i, j,k
Nótese que existe una gran similitud entre estas dos ecuaciones y que el paso de la Ec. 5.42
a la Ec. 5.43 es directo. Esto es, en el término de flujo se reemplaza el operador diferencial por el
operador de diferencias centrales y la mobilidad por la transmisibilidad T. El término fuente,
que se expresa en la ecuación diferencial como gasto por unidad de volumen de roca, deberá ser
simplemente el gasto del pozo ubicado en la celda. En el término de acumulación se reemplaza la
derivada parcial con respecto al tiempo, t , por el operador de diferencias regresivas en tiempo,
t, y a su vez este se multiplica por el volumen de roca de la celda y se divide entre t.
Ti 1 T p i 1, pi A i 1
...(5.44)
2 i 1 2
2
Nótese que la ecuación diferencial, Ec. 5.42, es no lineal y que el sistema algebraico de
ecuaciones aproximadas, 5.43, también lo es. Se mostró que el método iterativo de Newton-
Raphson es el método general para resolver el sistema no lineal de ecuaciones. Métodos como
linealización directa, aproximaciones sucesivas y semi-implícito linealizado pueden obtenerse
como casos particulares del método de Newton, prelinealizando parcialmente las ecuaciones y
controlando el número de iteraciones.
Se observa también que la estructura matricial del sistema lineal de ecuaciones, generado
por los métodos de linealización, depende del número de dimensiones del problema. Así para un
ordenamiento normal de las ecuaciones y de las incógnitas se tienen que el problema
unidimensional genera un sistema de ecuaciones tridiagonal, el problema bidimensional genera un
sistema pentadiagonal y el problema tridimensional genera un sistema heptadiagonal.
6. Modelos de Pozos.
10
2
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
En este capítulo se presenta una breve discusión de los métodos de solución comúnmente
empleados en la simulación numérica de yacimientos.
Básicamente los sistemas de ecuaciones, como los que se generan en la simulación de los
yacimientos, pueden resolverse mediante métodos directos o iterativos. Los Métodos Directos
requieren un número fijo de operaciones en la solución de un sistema dado. En los Métodos
Iterativos no es posible predeterminar el número de operaciones, ya que la solución consiste en
aplicar algoritmos cíclicos, en espera de que al paso de las iteraciones se obtenga una mejor
aproximación de la solución.
La solución numérica de los problemas del flujo de fluidos a través de medios porosos,
generan sistemas lineales de ecuaciones que en forma matricial conforman una matriz dispersa con
una estructura bandada, en la cual los elementos diferentes de cero están sobre una banda de ancho
predecible.
El trabajo requerido en los algoritmos de banda esta directamente relacionado con el ancho
de la banda. El menor ancho de banda se obtiene cuando el ordenamiento de las incógnitas y de las
ecuaciones se hace en la dirección del menor número de celdas.
La eficiencia de los métodos directos se mejora grandemente cuando se hace uso de técnicas
especiales de ordenamiento del sistema lineal de ecuaciones, como es el caso del ordenamiento D4.
10
3
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
a1u1 b1u2 d1
ciui 1 aiui biui 1 di ; i 2,3,..., I 1
cI u I 1 a I uI d I ...(7.1)
O bien,
Au d
...(7.2)
Donde,
c 1
a b1
u1 d1
2 a2 b2 u2 d2
c3 a3 b3 u 3 d 3
A . . .
. .
. . . . .
. . . . .
cI a I uI d
I
A WQ ...(7.3)
w1
c w2
2
c3 w3
W . .
. .
. .
cI wI
10
4
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
1 q1
1 q2
1 q3
Q . .
. .
1 q I 1
1
Au WQu Wg ...(7.6)
Donde g Qu . Es decir, se tiene:
g 1
w 1 d1
c 1 w g d
2 2
2 2
c3 w3 g3 d3
. . . .
. . . .
. . . .
wI g d
cI I I
10
5
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
u 1
1 g1
1 q1
1 q2 u g
2 2
1 q3 u3 g3
. . .
.
. . .
.
1 q I 1 . .
1 u g
I I
uI g I
ui gi qiui 1 ; i I 1, I 2,...,1 ...(7.8)
En los métodos iterativos por punto, MIP, las incógnitas de cada nodo son resueltas
explícitamente en cada iteración. Por otro lado, los métodos iterativos por línea/bloque, MIL/B, se
resuelven simultáneamente las incógnitas de un grupo de celdas. Entre más implícito sea un método
iterativo, esto es entre mayor sea el número de incógnitas que se resuelven simultáneamente, la
convergencia a la solución es más rápida. Esto requiere sin embargo una mayor capacidad de
memoria de cómputo y un mayor esfuerzo computacional por iteración. Lo anterior indica que en la
implementación de un método iterativo por bloques, es necesario hacer un balance entre implicitud
y simplicidad para resolver el sistema de ecuaciones generado por los bloques.
10
6
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Dentro de los métodos iterativos que han recibido atención en la simulación numérica de
yacimientos se tienen a los métodos PSOR, LSOR, BSOR y algunas variantes de estos, así como
los métodos ADIP y SIP. Ninguno de estos métodos es universal: algunos funcionan bien bajo
algunas circunstancias y mal bajo otras. A continuación se presentan algunos de estos métodos.
fi, jui, j 1 ci, jui 1, j ai, jui, j bi, jui 1, j ei, jui, j 1 di, j ...(7.9)
i 1,2,..., I
j 1,2,..., J
Como antecedentes a los métodos SOR se presentan primeramente los métodos de Jacobi y
de Gauss Seidel.
La solución del sistema de ecuaciones, Ec. 7.9, mediante el método de Jacobi consiste en la
aplicación sucesiva del siguiente proceso iterativo:
Donde el barrido se hace por renglones. Esto es, en orden creciente de j y para cada
renglón j se barre en orden creciente de i . El método de Gauss-Seidel es computacionalmente más
simple que el método de Jacobi y converge más rápido a la solución.
10
7
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
El método iterativo del PSOR se basa en una modificación del método de Gauss-Seidel,
donde se introduce el uso de un parámetro de iteración, , con el objeto de acelerar el proceso de
*m 1
convergencia a la solución. Si se denomina ui, j a la solución obtenida mediante el método de
Gauss-Seidel en la iteración m 1, el método PSOR se define como:
Como una extensión del método de Gauss-Seidel, para cada j se establece el siguiente
sistema de ecuaciones:
ci, ju * m 1 ai, ju * m 1 bi, ju * m 1 di, j f i, j u m 1 ei, j u m ...(7.13)
i1, j i, j i1, j i, j1 i, j1
i 1,2,..., I para cada j
El ritmo de convergencia del método iterativo LSOR, depende del valor del parámetro de
sobrerelajación, . Existe un valor óptimo de este parámetro, el cual se puede obtener por ensaye y
error o mediante algún procedimiento o algoritmo, como se verá posteriormente.
10
8
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
La idea principal de este método consiste en rearreglar por planos el sistema de ecuaciones
generado por un problema tridimensional:
hi, j,kui, j,k1 fi, j,kui, j1,k ci, j,kui1, j,k ai, j,kui, j,k bi, j,kui1, j,k ei, j,kui, j1,k gi, j,kui, j,k1 di, j ...(7.17)
i 1,2,...,I
j 1,2,..., J
k 1,2,...,K
Es decir, el problema tridimensional, Ec. 7.17, se resuelve mediante una serie de barridos
bidimensionales, empleando los nuevos valores de las incógnitas de los planos previamente
resueltos.
El problema bidimensional, Ec. 7.18, genera para un ordenamiento normal, una matriz de
coeficientes pentadiagonal que se resuelve más eficientemente que el problema original. Cada uno
de estos problemas reducidos, se resuelve empleando un esquema directo de solución, con lo que
se genera una solución intermedia que sirve de base para obtener la solución al nivel de iteración
desconocida, m 1. Una vez que se obtiene la solución intermedia de las incógnitas u *( m 1) , i,j,k
i 1,2,..., I y j 1,2,..., J correspondientes al plano k , ésta se sobrerelaja como la Ec. 7.14.
En problemas donde el método LSOR no converge debido, por ejemplo, que la formación es
altamente heterogénea y anisotrópica, el método BSOR tiene un mejor comportamiento. Las
propiedades de convergencia de estos métodos iterativos mejoran a medida que el número de
ecuaciones resueltas simultáneamente aumenta. Esto; sin embargo, ocasiona un aumento en el
trabajo computacional realizado en cada iteración.
Al igual que el método anterior, el método BSOR, comienza con una estimación inicial dada
por la Ec. 7.15 y termina cuando alcanza la convergencia estipulada por la Ec. 7.16.
10
9
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
120
No. de Iteraciones
110
100
90
80 b 1.15
70
0.7 0.8 0.9 1 1.1 1.2 1.3 1.4
Parametro de Sobrerelajación
A
1 ...(7.21)
1
2
11
0
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Donde es el valor promedio del ritmo al cual converge la solución, , el cual se
calcula con la siguiente expresión:
x( 1)
( ) ( ) ...(7.22)
x
Donde x( ) es el vector de los cambios iterativos de la solución, definido como:
x( ) x( 1) x( ) ...(7.23)
Y x es la norma del vector solución de los cambios iterativos.
Los valores de ( ) deben estar muy próximos a un valor límite de y este valor se usa
como una aproximación del radio espectral. También se requiere un valor inicial de en la Ec.
7.21 para obtener el vector solución x( ) . Por tal motivo, se requiere que este proceso iterativo se
inicialice con 1 y se cumpla con la siguiente condición:
11
1
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
a1 b1
c
a2 b2
2
c3 a3 b3
A . . .
. . .
. . .
cI a I
Así como uT u1, u2 ,..., u I y d d1, d2 ,..., d I .
T
Los elementos ai , bi y ci son para el caso de flujo de los pseudocomponentes aceite, gas y
agua, submatrices de (3x3), como se definen en el problema multifásico. Los elementos ui y di son
equivalentemente subvectores de orden 3.
w1 w2 w3
w4 w5 w6
w7 w8 w9 1
c1 c2 c3 w1 w2 w3
w
c4 c5 c6 4 w5 w6
c 7 c8 c9 2 w7 w8 w9 2
c1 c2 c3 w1 w2 w3
c
4 c5 c 6
w w5 w6
4
c 7 c8 c9 3 w7 w8 w9 3
W
c1 c2 c3 w1 w2 w3
c c5 c6
w w5 w6
4 4
c 7 c8 c9 I w7 w8 w9
I
Y,
11
2
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
1 q1
1 q2
1 q3
Q . .
. .
1 q I 1
1
uI g I ...(7.29)
ui gi qiui 1 ; i I - 1, I - 2,...,1
11
3
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
métodos existentes para el cálculo de estos parámetros han sido desarrollados bajo una serie de
simplificaciones. En algunas situaciones los parámetros teóricos no solo no resuelven
eficientemente el problema, sino que provocan problemas de convergencia en el método.
Considérese el flujo lineal multifásico isotérmico de fluidos tipo beta: aceite, gas y agua en
un yacimiento petrolero. Las distribuciones de presiones y de saturaciones al tiempo cero, pp (x,t 0)
y Sp(x,t 0), obedecen al equilibrio gravitacional y capilar, como se describe en el capitulo 2. Se
considera que no existen fuentes distribuidas a lo largo del dominio del yacimiento. El yacimiento
produce a un gasto de aceite qo en la frontera situada en x 0 y en la frontera en xL esta cerrada al
flujo. Las ecuaciones que describen el flujo de fluidos en el yacimiento son:
t Bo
o Rs o
Bo
...(8.2)
x x x x x x t Bg s
R
La ecuación del agua,
pw D Sw
...(8.3)
w t
x w x x
Bw
0xL
t0
So Sg Sw 1 …(8.4)
11
4
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Pcgo pg po …(8.5)
y
Pcwo po pw …(8.6)
qo ; t
x0 o x0
Los gastos de producción del gas libre y del agua pueden obtenerse, con algunas
simplificaciones, mediante las siguientes relaciones:
g
q g o
qo …(8.10)
x0
Y
w …(8.11)
qw qo
o x0
Nótese que el gasto total de producción de gas, libre más disuelto, esta dado por:
g
qgT q g qo Rs Rs
x0 qo …(8.12)
o
x0
p
p p D 0 ; t0 ...(8.13)
x
x xL
11
5
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
t Bg Bo i
i
t Bw i
i 1,2,...,I
n 0,1,2,...
Nótese que las relaciones adicionales, Ecs. 8.4 a 8.6, fueron acopladas en las ecuaciones de
flujo en diferencias. Con esto se tiene ahora en cada nodo tres ecuaciones con tres incógnitas:
po , S g , Sw i , i 1,2,...,I.
...(8.17)
2 i 1
2
Observaciones:
1.- Los criterios para calcular las transmisibilidades, Tp , mencionados en el problema de
flujo monofásico, aplican en este caso en lo que se refiere al grupo k / p Bp .
2.- La permeabilidad relativa de la fase p, krp , deben sin embargo evaluarse, según
experimentos numéricos publicados en la literatura, en el nodo de mayor potencial de esa fase p, o
lo que se denomina corriente arriba.
3.- Algunos autores (Peaceman) recomienda evaluar corriente arriba no solo krp sino
krp / pBp. De esta manera se tendrá por ejemplo que:
T g,i 1 p g,i1 , S g,i1
si p g g D 1 0
T 1 p i2 ...(8.18)
1 , S 2
1
g,i
g,i
2
g,i 2
2 T g,i 1 p g ,i , S g,i caso contrario
2
11
6
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
p,I
T n11 p p p D I 1 0
n1
...(8.20)
2 2
Por similitus con la Ec. 8.19, los gastos de producción de gas y de agua, qg y qw , pueden
escribirse en forma de diferencias como sigue:
q T n1 p D n1 T R n1 Dn1 ...(8.21)
p
g g, 1 g g 1 os1 o o 1
2 2 2 2
Y,
q w T n1pw w Dn1 ...(8.22)
w, 1 1
2 2
1 Bg Bo 1
2 t
11
7
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
2 2 Bw I
Los métodos menos implícitos, IMPES, requiere el menor esfuerzo computacional para
resolver un problema dado: están sin embargo condicionados a usarse en problemas de flujo donde
las variaciones de presión y saturación en las celdas, p y S g , durante una etapa de tiempo, t, son
suaves. Problemas donde esto no se cumple, problemas de conificación, segregación gravitacional
y formaciones de frentes, por ejemplo, requieren de métodos más estables, como los métodos semi-
implícitos linealizados, SI o el método totalmente implícito, TI. Debe notarse sin embargo que en la
medida en que el método es más implícito, los requerimientos computacionales, memoria y tiempo,
son mayores. Consecuentemente, los costos también son mayores.
El método fue propuesto en 1961 por Stone y Garder. Debido a los requerimientos
computacionales relativamente reducidos del método y a las limitaciones de memoria y velocidad
de operación de los sistemas de cómputo de la época, el método IMPES resultó ser el método
11
8
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Las ecuaciones aproximadas de flujo del método IMPES, de acuerdo con las
consideraciones mencionadas son:
Para el componente aceite, 1 Sg Sw
Vri
n n1 n
To p o o D i t
...(8.29)
t Bo i
Para el componente gas,
T n p n1 Pcn n D T R n p n1 n D
g o go g i o s o o i
Sg
Vri t R 1 S g S w
s
...(8.30)
t Bg Bo i
Y para el componente
agua,
T n p n1 Pc n1 n D Vr S
i
w ...(8.31)
w o wo w
i
t t B w
i
i 1,2,...,I
n 0,1,2,...
Es necesario ahora hacer explícitas las variables primarias, po,i n1, Sg,in1 y Sw,in1 en los
términos de acumulación de las Ecs. 8.29 a 8.31. Para esto se hacen las siguientes operaciones, se
toma como ejemplo el término de acumulaciónn1 de la ecuación del aceite:
1 S g S w 1 S g S w 1 S g S w
n
11
9
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Sumando y restando / Bo n1 1 Sg Sw n en la Ec. 8.31, se le puede llevar a la siguiente
forma:
1 S g Sw
n1 n1
n
n ...(8.33)
t
t 1 S g Sw 1 S g Sw
Bo
Bo
Bo
i o i
B i
1 Sg Sw
n1 n1
n1 n1
n
n ...(8.34)
n n
t
t 1 Sg Sw 1 Sg Sw
Bo i Boi Bo Bo Bo Bo
i
Es decir:
1 S S
g
w n1 n1 1
n1 ...(8.35)
t
t 1 Sg Sw 1 Sg Sw n t t
Bo i Boi B o Bo i
d 1
n1 1/ B n1 1/ B n 1/ B
dp Bo o opn1 pt n o p
...(8.36)
o o t o
n1
d1
t 1/ Bo dp t po ...(8.37)
Bo
1 d 1 t ...(8.38)
cr
dp n t po
Sustituyendo las Ecs. 8.37 y 8.39 en la Ec. 8.35 y finalmente sustituyendo ésta en la
ecuación del aceite, Ec. 8.29, se obtiene:
12
0
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Operando en forma similar en los términos de acumulación de las ecuaciones del gas
y del agua, se obtienen las siguientes expresiones,
Para
el componente gas,
d 1 n1 n Rs
n n
Vri n d R n1
S c oc r
S g S
Bo S dpo Bso ...(8.46)
n n1 o n1
n
go
t g r Bg dpg Bg
Vr n1 R dPcg d 1 n1
n1
o
gg S ng n1 dS dp B
i s
...(8.47)
t Bg Bo g g g
n1
Vri Rs
...(8.48)
gw
t Bo
12
1
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Nótese que las incógnitas Sg,i y Sw,i aparecen solo en el lado derecho de las ecuaciones de
flujo, Ecs. 8.40 a 8.42. Esta característica es aprovechada por el método IMPES para combinar las
tres ecuaciones aproximadas del nodo i y generar una sola ecuación en términos de presión,
exclusivamente. Para esto, se multiplica la ecuación del gas, Ec. 8.41, por gi y la ecuación de l
agua, Ec. 8.42 por wi , y sumando las ecuaciones juntamente con la ecuación del aceite, Ec. 8.40.
Esto es:
T n p n1 nD
g T n p n1 Pcn nD gi To Rs n pon1 onD
o o o i i g o go g i i
wi T p
w o
n
Pc D oot po g go w wo tpo,i
wo w
n1 n1 n
...(8.52)
i
i
og g gg w wg t S g,i ow g gw w ww t Sw,i
i i
Esto constituye un sistema de dos ecuaciones con dos incógnitas en cada nodo i : gi y wi .
Resolviendo este sistema se obtiene:
og ...(8.55)
g i
gg
i
Y
1 og ...(8.56)
ww ow
wi
gg gw
i i
w o wo w i i
12
2
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
n1 n1
Esta ecuación contiene exclusivamente las incógnitas: po,i ,p n1
yp . Puede
1 o,i1 o,i1
entonces escribirse de la siguiente manera:
Al escribir la Ec. 8.52 en cada uno de los nodos de la malla de cálculo, i 1,2,...,I se genera
un sistema tridiagonal de ecuaciones que se resuelve con el algoritmo de Thomas.
a1 b1
c
2 a2 b2
c3 a3 b3
A . . .
. . .
. . .
c I a I
Es evidente que en este sistema el vector de incógnitas esta formado por los subvectores
u ( p1, p2 , ..., p I ) y el vector de términos conocidos por los subvectores dT d1, d2 ,...,dI .
T
12
3
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
A partir de las Ecs. 5.15 a 5.17 se definen las siguientes funciones de residuos:
t B w i
i 1,2,...,I
n 0,1,2,...
Nótese que las funciones de residuos, Ecs. 8.63 a 8.65, del nodo i, tienen en lo general las
siguientes dependencias de las variables primarias:
F p,i p o , S g , S w , p o , S g , S w , p o , S g , S w n1 0 ...(8.66)
i1 i i1
Donde p o, g, w.
A partir de las funciones de residuos se establece el siguiente proceso iterativo para resolver
el sistema no lineal de ecuaciones:
Fp,i Fp,i
Fp,i
po,i 1
11 1
S 1
p o,i
S g,i 1 S
g,i 1 Sw,i 1
w,i 1
Fp,i Fp,i Fp,i ...(5.67)
po,i p 1 S g,i S 1 S S 1
w,i
g,i w,i
o,i
Fp,i
1 Fp,i Fp,i 1
p 1 1 S Fp,i
o,i 1
p o,i
S g,i 1 S
g,i 1 Sw,i 1 w,i 1
12
4
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Los criterios de convergencia son similares a los mostrados en las Ec. 4.35 y 4.36.
Notación compacta:
Si se define:
Fp,i
apo,i ...(8.69)
po,i
Fp,i
apg,i ...(8.70)
Sg,i
Y,
Fp,i
apw,i ...(8.71)
Sw,i
Donde p o, g, w.
bpp,i y c pp,i se definen similarmente, como las derivadas de la función de residuos, Fpi ,
con respecto a las incógnitas en i 1 e i 1, respectivamente.
De acuerdo con las Ecs. 8.69, 8.70 y 8.71, entonces se puede escribir el subsistema de
ecuaciones, Ec. 8.67 para el nodo i como se muestra a continuación:
1
po
pg
pwi1
c c a
a b
p1
og cow
a oo ow
b bow o Fo
oo
og
oo og
...(8.72)
c c
go gg gw
c go
a a a go
b b b p F
gg
gw gg
gw g
g
cwo cwg cwwi awo awg awwi bwo bwg bwwi pwi Fwi
1
po
pg
pwi1
O bien:
ci ui1
1 a u 1 b u 1 F
i i i i 1 i
...(8.73)
i 1,2,...,I
n 0,1,2,...
Nótese que c es la submatriz de orden 3x3 de la Ec. 8.73 que contiene los elementos
cpo,cpg,cpw. a y b son también submatrices de orden 3x3, similarmente definidas . u es el
subvector de incógnitas: po , S g , S w T y F es el subvector de residuos Fo , Fg , Fw T .
12
5
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
Al escribir la Ec. 8.72 en cada uno de los nodos de la malla de cálculo, i 1,2,...,I se genera
un sistema bloque-tridiagonal de ecuaciones. Esto es, se tiene un sistema tridiagonal donde los
elementos son submatrices de 3x3: ci , ai y bi .
a1 b1
c
a2 b2
2
c3 a3 b3
A ...(8.74)
. . .
. . .
. . .
a I
cI
Es evidente que en el sistema del vector de incógnitas esta formado por los subvectores
u u1,u2 ,...,uI y el vector de términos conocidos por los subvectores FT F1, F2,...,FI .
T
12
6
FI-UNAM FUNDAMENTOS DE SIMULACIÓN
NUMÉRICA DE YACIMIENTOS.
BIBLIOGRAFÍA.
1. AZIZ, K. and SETTARI, A.: Petroleum Reservoir Simulation, Applied Science Publishers,
Ltd., London, (1979).
2. BEHIE, A. and VINSOME, P.K.W.: “Block Iterative Methods for Fully Implicit reservoir
Simulation”, SPEJ (Oct. 1982) 658-668.
3. BREITENBACH, E.A., THURNAU, D.H. and VAN POOLEN, H.K.: “The Fluid Flow
Simulation Equations”, SPEJ (1969), 9, No. 2, pp. 155.
4. COATS, K.H.: “Use and Misuse of Reservoir Simulation Models”, JPT, (Nov., 1969), 1391-
1398.
5. COATS, K.H.: “Reservoir Simulation: State of the Art”, JPT, (Aug., 1982), 1633-1642;
Trans., AIME, 273.
6. DOUGLAS, J.Jr., PEACEMAN, D.W. and RACHFORD, H.H. Jr.: “A Method for
Calculating Multi-Dimensional Immiscible Displacement”, Trans. SPE of AIME, 216,
(1959), pp. 297.
7. LETKEMAN, J.P. and RIDINGS, R.L.: “A Numerical Coning Model”, SPEJ (1970), 19,
No. 4, pp.418.
8. MacDONALD. R.C. and COATS, K.H.: “Methods for Numerical Simulation of Water and
Gas Coning”, Trans. SPE of AIME, 249, (1970), pp. 107.
9. NOLEN, J.S. and BERRY, D.W.: “Tests of the Stability and Time-Step Sensitivity os Semi-
Implicit Reservoir Simulation Techniques”, Trans. SPE of AIME, 253, (1972), pp. 253.
10. MITCHELL, A.R.: The finite Difference Method in Partial Differential Equations. John
Wiley & Sons, (1980).
11. ODHE, A.S.: “Reservoir Simulation… What is it? ”, JPT, (Nov. 1969), 1383-1388.
12. PEACEMAN, D.W.: Fundamentals of Numerical Reservoir Simulation, Elsevier,
Amsterdam, (1977).
13. PRICE, H.S. and COATS, K.H.: “Direct Methods in Reservoir Simulation”, SPEJ, (June
1974), 19.
14. RODRIGUEZ de la GARZA, F.: “CONIMP: Un Simulador Numérico del Fenómeno de
Conificación de Fluidos”, Revista IMP, (Julio 1985), Vol. 17, No. 3, pp. 17.
15. SETTARI, A. and AZIZ, K.: “Use of Irregular Grid in Reservoir Simulation”, SPEJ (April
1972) 103-114.
16. SPILLETE, A.G., HILLESTAD, J.G. and STONE, H.L.: “A High-Stability Sequential
Solution Approach to Reservoir Simulation”, SPE 4542, Presented at the 48th Annual Fall
Meeting, Las Vegas, Nev. (1973).
17. STAGGS, H.M. and HERBECK, E.F.: “Reservoir Simulation Models- An Engineering
Overview”, JPT, (Dec., 1971), 1428-1436.
18. STONE, H.L. and GARDER, A.O.Jr.: “Analysis of Gas-Cap or Dissolved-Gas Drive
Reservoirs”, SPEJ (June 1961) 91-102.
19. STRANG, G.: “Linear Algebra and Its Applications”, Academic Press, New York, 1976.
20. WATTS, J.W.: “A Method for Improving Line Successive Over-relaxation in Anysotropic
Problems- A theoretical Analysis”, SPEJ (April 1973) 105-108, Trans., AIME, 255.
12
7