Practice worksheet of Monte Carlo to calculate OOIP

L. A. Izarra P.E. Specialist

The purpose of this paper is to provide an easy-to-use and management to estimate a repre
making use of the Monte Carlo method. The success of this type of simulation depends on
of distribution models that characterize the various parameters involved in the equation.
Here makes use of distribution function as log normal and triangular

La ecuacion que se usa para calcular POES (OOIP)

POES (BN) = 7758 area* espesor*porosidad* Soi / Boi

Un analisis de la data de cada parametro y aunado a la experiencia de los profesionales

como geologos, petrofisicos, geofisicos, ingenieros de yacimientos se puede llegar
a la selección optima de modelos como : distribucion normal, distribucion uniforme.
distribucion triangular , distribucion lognormal, etc.. En Excel ya viene incorporado
algunas de estas distribciones con su aplicación para obtener el valor deseado para
las probabilidades aleatorias.Las distribuciones triangular y lognormal, muy usadas
para caracterizar parametros como saturacion, porosidad desaforunadamente no estan
incluidas en algunos Excel, caso EXCEL 2003.
En esta hoja se emplea esas dos distribuciones.

Nota : Se disponen de otras hojas excel desarrolladas como: 1. Metodos de Balance de Materiale
para diferentes tipos de yacimientos y mecanismos de empuje, 2. pruebas de consistencia de PV
para crudo negro, volatil y condensado. 3. Metodo de CGM para prediccion de inyeccion de agua
4.Otros metodos de prediccion de inyeccion de agua. 5 Correlaciones PVT

Estas herrameintas estan disponible y me pueden contactar a luisaizarragmail.com

La idea es intercambiar programas excel, conocimeintos, material didacticos, experticias.
Quien es Luis Izarra: Soy ingeniero de petroleo, venezolano, graduado en LUZ en 1966 y M
en 1972. Trabaje durante 40 años en PDVSA y soy jubilado con minima pension . Estoy calificado
Ingenieria de Yacimientos.
 Desarrollado por
Ing. Luis Izarra MS Pet Eng UT Austin 1972
email luisaizarra@gmail.com

and management to estimate a representative value of OOIP or OGIP,

of this type of simulation depends on the optimal selection
rameters involved in the equation.
l and triangular

experiencia de los profesionales

e yacimientos se puede llegar
normal, distribucion uniforme.
n Excel ya viene incorporado
obtener el valor deseado para
ular y lognormal, muy usadas
dad desaforunadamente no estan

mo: 1. Metodos de Balance de Materiales

puje, 2. pruebas de consistencia de PVT
M para prediccion de inyeccion de agua.
rrelaciones PVT

ar a luisaizarragmail.com
material didacticos, experticias.
olano, graduado en LUZ en 1966 y MS en UT Austin ;
o con minima pension . Estoy calificado como Especialista en
 ejercicio incluyendo a distribucion log normal tines que asegurarse de la disrtribucion escogida para ca
Aplicación de MC a Petroleo y Gas
Distribucion
Variables Area A Area uniforme minimo;maximo 100
(*) Espesor H Thickness Lognormal :media y desviacion 20
Soi Initial Oil Sat normal media y desviacion 0.65
porosidad porosity triangular : minimo, probable y maxim 10
Boi FVF oil constante 1,1 by/bn

Ecuacion POES = 7758* area*h*Soi*Ø / Boi

Se selecciona numero de simulaciones : 1000 y numero de clases : 12 ( numero de agrupaciones en el histogra
Tabla 1 Se puede seleccionar dos tipos de graficos: histograma de frecuencia y el acumulado
Area Espesor Espesor porosidad Soi Boi
No de numero uniforme normal LOGnormal Triangular normal constante
simulacion aleatorio unif 100-150 16; 6 2,99297;0,074 10.20.21 0,65; 0,03 1.1
(*) Para H puede seleccionar distribucion lognormal o normal
1 0.57743977 128.871988 20.2930221 20.237923 17.9698416 0.65586044 1.1
2 0.40155832 120.077916 19.6260265 19.5750383 16.6461579 0.64252053 1.1
3 0.31140529 115.570264 19.2621936 19.2226458 15.8527414 0.63524387 1.1
4 0.11019507 105.509754 18.161763 18.1949605 13.4815885 0.61323526 1.1
5 0.30854921 115.427461 19.2500497 19.2109939 15.8258402 0.63500099 1.1
6 0.15851978 107.925989 18.4991599 18.5040728 14.1757844 0.6199832 1.1
7 0.72633809 136.316905 20.9026627 20.8634227 18.9385228 0.66805325 1.1
8 0.6338119 131.690595 20.5129496 20.4613793 18.3498089 0.66025899 1.1
9 0.31735497 115.867748 19.2873379 19.2467941 15.9083878 0.63574676 1.1
10 0.6563477 132.817385 20.6037734 20.5543789 18.4969552 0.66207547 1.1
11 0.78555639 139.27782 21.1866459 21.1613577 19.2957626 0.67373292 1.1
12 0.44127778 122.063889 19.7784044 19.7245373 16.9671053 0.64556809 1.1
13 0.05007248 102.503624 17.5337731 17.6333005 12.3469071 0.60067546 1.1
14 0.48620334 124.310167 19.948115 19.8923859 17.313164 0.6489623 1.1
15 0.13401723 106.700862 18.3385995 18.356323 13.8395176 0.61677199 1.1
16 0.5056828 125.28414 20.0213677 19.9652756 17.4582242 0.65042735 1.1
17 0.79815081 139.90754 21.2525515 21.2311072 19.3699834 0.67505103 1.1
18 0.36920623 118.460312 19.4990654 19.4513415 16.3728083 0.63998131 1.1
19 0.8605101 143.025505 21.6239209 21.6284562 19.7291372 0.68247842 1.1
20 0.67851421 133.92571 20.6953221 20.6485483 18.6392455 0.66390644 1.1
21 0.70711637 135.355819 20.81747 20.7748652 18.8194558 0.6663494 1.1
22 0.43826303 121.913151 19.7669382 19.7132481 16.9432653 0.64533876 1.1
23 0.59308969 129.654485 20.3532501 20.2988736 18.0771199 0.657065 1.1
24 0.86779466 143.389733 21.6740401 21.682648 19.7702309 0.6834808 1.1
25 0.1470361 107.351805 18.4261547 18.4367456 14.0216876 0.61852309 1.1
26 0.25961609 112.980804 19.0332059 19.0041185 15.343947 0.63066412 1.1
27 0.24075363 112.037681 18.9441794 18.9198311 15.1461538 0.62888359 1.1
28 0.79644131 139.822066 21.2434656 21.2214777 19.3599436 0.67486931 1.1
29 0.03929701 101.964851 17.3616459 17.4824041 12.0791036 0.59723292 1.1
30 0.78689219 139.34461 21.1935263 21.1686286 19.3036628 0.67387053 1.1
31 0.88942931 144.471466 21.8352481 21.8578781 19.8912701 0.68670496 1.1
32 0.74892621 137.44631 21.0066718 20.9720516 19.0764466 0.67013344 1.1
33 0.30203574 115.101787 19.2221683 19.1842685 15.7640205 0.63444337 1.1
34 0.98488701 149.244351 23.2506747 23.4585145 20.4085336 0.71501349 1.1
35 0.50351981 125.17599 20.0132344 19.9571694 17.4422563 0.65026469 1.1
36 0.40828429 120.414215 19.652059 19.6004984 16.7015873 0.64304118 1.1
37 0.68765332 134.382666 20.7338143 20.6882712 18.6972332 0.66467629 1.1
38 0.1653062 108.26531 18.5406784 18.5424717 14.2642329 0.62081357 1.1
39 0.40376414 120.188207 19.6345761 19.5833962 16.6643871 0.64269152 1.1
40 0.64444669 132.222335 20.5555554 20.5049533 18.4195686 0.66111111 1.1
tribucion escogida para cada parametro
email luisaizarra@gmail.com

150 120 Distribucion Lognormal

1.5 20 scaled m y s for lognormal Soi
0.03 0.65
20 21 0.2 2.99292765 0.07489485
1.1

agrupaciones en el histograma de frecuencias )

Tabla 2 Analisis de Sensibilidad de resultados con número de Simulaciones

POES POES POES Area ESPESOR porosidad Saturacion

MMBN PROMEDIO MMBN acres pies % fraccion
Numero de Simulaciones : 1000
2.17379223 promedio 2.04643753 125.101256 19.9990387 17.0254805 0.65005421
1.77768019 min 0.64247762 100.078336 15.9851977 10.4151372 0.56136994
1.58107983 max 3.99714939 149.962237 25.293398 20.4841272 0.74517974
1.11731566 desv 0.71720186 14.1182348 1.44787774 2.4218562 0.02902265
1.57485027 CONTAR 1000 1000 1000 1000 1000
1.23754829
2.54252719
2.30826588 Numero de Simulaciones : 2500
1.59405121 promedio 2.02736116 124.90658 19.9704139 17.0792898 0.64976763
2.36355941 min 0.90069326 101.964851 17.4824041 12.0791036 0.59723292
2.7055214 max 3.57121988 149.244351 23.4585145 20.4085336 0.71501349
1.86502799 desv 0.63723433 12.9157273 1.23491363 2.16289929 0.02470732
0.94009071 CONTAR 40 40 40 40 40
1.96499528
1.17797691
2.00884205 Número de POES % variacion
2.74204855 Simulaciones promedio %
1.70700277 MMBN (*) (*) considerando valido resultados para 1000 sim.
2.9369871 1000 2.04643753
2.41895868 40 2.02736116 0.93
2.49213199
1.85836885 Tabla 3 Comparando con POES deterministico y obtenido por simulacion matematica
2.21062959
2.96178194 POES usando valores promedio
1.20992196 1.95288576 7758*$K$17*$L$17*($M$17/100)*$N$17/($G$17*1000000)
1.46760408 POES con simulacion Eclipse 2,03 MMBN
1.42583616
2.73704501
0.90069326
2.70935973
3.03899511 % Frecuencia Relativa vs POES MMBN
2.60319195 16
1.56063515 14
3.57121988 12
Frecuencia Relativa

10
8
6
4
2
0
 % Frecuencia Relativa vs POES MMBN
16
14
12

% Frecuencia Relativa
2.00395629 10
1.7924186 8
2.44212044 6
1.25366544 4
1.78251172 2
2.33423748 0
1.024 1.291 1.558 1.825 2.092 2.359 2.626 2.893 3.160 3.427 3.694 3.961
2195 2722 3249 3775 4302 4829 5355 5882 6408 6935 7462 7988
93 551 172 793 414 035 656 277 899 52 141 762

POES MMBN
de Simulaciones

tados para 1000 sim.

mulacion matematica

N
N

3.427 3.694 3.961

6935 7462 7988
52 141 762
 POES SIMULACION MONTE CARLO

DATOS A A1005

no final
1 2.17379223 POS n datos 40 LIMITE inf
2 1.77768019 POS v min 0.90069326 1 0.89069326
3 1.58107983 POS vmax 3.57121988 2 1.15774592
4 1.11731566 POS rango 2.67052662 3 1.42479859
5 1.57485027 POS no de interva 10 4 1.69185125
6 1.23754829 POS AMPLITUD 0.26705266 5 1.95890391
7 2.54252719 POS DIFERENCIA 0.01 6 2.22595657
8 2.30826588 POS 7 2.49300923
9 1.59405121 POS 8 2.7600619
10 2.36355941 POS 9 3.02711456
11 2.7055214 POS 10 3.29416722
12 1.86502799 POS 11 3.56121988
13 0.94009071 POS 12 3.82827255
14 1.96499528 POS
15 1.17797691 POS
16 2.00884205 POS la frecuencia relativa es la absoluta en
17 2.74204855 POS
18 1.70700277 POS 0
19 2.9369871 POS
20 2.41895868 POS
21 2.49213199 POS
22 1.85836885 POS
23 2.21062959 POS
24 2.96178194 POS
25 1.20992196 POS
26 1.46760408 POS
27 1.42583616 POS
28 2.73704501 POS
29 0.90069326 POS
30 2.70935973 POS
31 3.03899511 POS
32 2.60319195 POS
33 1.56063515 POS
34 3.57121988 POS
35 2.00395629 POS
36 1.7924186 POS
37 2.44212044 POS
38 1.25366544 POS
39 1.78251172 POS
40 2.33423748 POS
 SOMBREAR Y DALE A F2
control + tecla flecha encima +enter
se usa para histograma valores x
clases frecuencia absoluta frec abs acumulada
limite sup marca fi Fi frec relativa fre rel %
1.15774592 1.02421959 3 3 0.075 7.5 7.5
1.42479859 1.29127226 4 7 0.1 10 17.5
1.69185125 1.55832492 6 13 0.15 15 32.5
1.95890391 1.82537758 6 19 0.15 15 47.5
2.22595657 2.09243024 5 24 0.125 12.5 60
2.49300923 2.3594829 6 30 0.15 15 75
2.7600619 2.62653557 6 36 0.15 15 90
3.02711456 2.89358823 2 38 0.05 5 95
3.29416722 3.16064089 1 39 0.025 2.5 97.5
3.56121988 3.42769355 0 39 0 0 97.5
3.82827255 3.69474621 1 40 0.025 2.5 100
4.09532521 3.96179888 0 40 0 0 100
0
debe sumar n de datos 40
a frecuencia relativa es la absoluta entre la suma de las frecuencias absolutas (no de datos)
FRECUENCIA NO ES NECESARIO ORDENAR LOS DATOS
1,SOMBREAR EL ESPACIO DONDE VA A IR LOS RESULTADOS
EN ESTE CASO J7:J18
2, =FRECUENCIA(B3:B12;H4:H8)
Fijarse que solo se usa como grupo los LIMITES SUPERIORES
Luego de cerrar ) se debe de presionar ctrl shift y enter simultaneamente
y deben aparecer los valores resultasod, sumenlo y deben coincir con el numerode datos