República Bolivariana de Venezuela

Ministerio del Poder Popular para la Educación

Universidad Nacional Experimental “Rómulo Gallegos”
San Juan de los Morros – Estado Guárico
Área: Arquitectura, Ingeniería y Tecnología.
Programa de Ingeniería en Hidrocarburos.
Unidad Curricular: Simulación de Yacimientos

Simulación de Yacimientos

Facilitador: Bachiller:
Ing: Elvi Cadenas C.I 26.495.089 José Villarroel (P)
8vo Semestre

San Juan de los Morros; Mayo del 2020

Tipos de Mallas en una Simulación Numérica de Yacimientos

La simulación numérica de yacimientos ha sido una práctica que tiene su origen

desde la aparición misma de la ingeniería de petróleo, pero el término simulación
como tal comienza a formalizarse es a partir de los años 60 en dónde se
desarrollaban métodos predictivos para evaluar condiciones de yacimientos
petrolíferos con dos o tres fases. Anteriormente se conocían como métodos de
simulación de yacimientos aquellos en donde se realizaban soluciones analíticas a
través de balances de masa y el método de Buckley-Leverett conocidos como
simulador de cero y una dimensión respectivamente.

En el contexto del estudio integrado de yacimientos, la construcción de la malla

también es particularmente relevante ya que representa la fase en donde la
estructura del yacimiento, en términos de geometría interna y externa, es
transferida al modelo de simulación. Es aquí donde eventualmente se decide cual
grado de simplificación puede ser aplicado a la descripción geológica sin
comprometer la calidad de los resultados finales. Varios tipos de mallas están
normalmente disponibles para los geocientíficos, desde las mallas cartesianas
convencionales, hasta las 3D y otras mallas hibridas más sofisticadas. En
cualquier caso, la elección de la representación geométrica a ser utilizada debe
dar cuenta a un número de características geológicas, dinámicas y numéricas.
Existen básicamente dos tipos de mallas en la simulación numérica:

(a) Mallas de nodos distribuidos.

(b) Mallas de bloques centrados.

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 cuando:

• Se simulan problemas con regiones que experimentan cambios fuertes en la

presión y en las saturaciones, a lo largo del tiempo: Conificación de fluidos,
representación de acuíferos, etc.

• Se tienen yacimientos geológicamente complejos: Arquitectura compleja, fallas,

acuñamientos, etc.
Mallas de Nodos Distribuidos

En un yacimiento lineal de longitud L, y área transversal al flujo A, una malla de

nodos distribuidos uniformemente se construye colocando primeramente los nodos
de las fronteras del yacimiento y entre ellos se distribuyen, con espaciamiento
uniforme, el resto de los nodos. Una vez definida la posición de los nodos, se
procede a definir la posición de las fronteras de las celdas, en el punto medio entre
los nodos.

Malla Uniforme de Bloques Centrados

Se construyen situando celdas de tamaño uniforme en el yacimiento y ubicando

posteriormente los nodos en el centro de cada una de ellas

Construcción de una malla radial cilíndrica.

• Se requiere en el modelado del flujo de fluidos hacia un pozo, generalmente se

emplean coordenadas cilíndricas

• Para representar adecuadamente las fuertes variaciones de la presión y

saturación de los fluidos en las vecindades del intervalo disparado del pozo, es
necesario emplear una malla no uniforme en la dirección radial.

• La mejor representación del flujo radial en una malla se obtiene definiendo el

tamaño de las celdas proporcionalmente a su caída de presión, lo que se consigue
empleando una malla logarítmica de nodos distribuidos o de bloques centrados.

Tipos:
– Bloques centrados o nodos distribuidos

– Simuladores comerciales disponen de algoritmos de generación automática de

mallas.
– Geometría de punto de esquina
– Curvilíneas (tubos de corriente)
– Refinamiento local (mallas híbridas y cartesianas)
– Malla dinámica.
El manejo de los modelos de mallas, con múltiples niveles de refinamiento se lleva
a cabo en cada paso de tiempo de la siguiente manera:

1. Solución de las ecuaciones de simulación del yacimiento en todo el dominio con

un modelo de malla razonablemente grueso.

2. Generación del primer nivel refinado de la serie, en las regiones de altos

gradientes.

3. Definición de la condición de frontera del tipo Dirichlet no homogénea para la

solución de la malla gruesa a la malla fina en las interfaces de la malla gruesa-fina.

4. Solución de las ecuaciones de simulación del yacimiento solamente dentro de

los límites del modelo de la malla fina.

5. Generación de un segundo nivel de refinado de malla fina, en las regiones

donde el espaciamiento del refinado del primer nivel de malla no pueda manejar
adecuadamente altos gradientes.

6. Hacer el paso tres para este segundo nivel de malla fina.

7. Solución de las ecuaciones de diferencia finitas dentro del dominio del modelo
del segundo nivel de la malla fina.

Construcción de la malla de simulación

En la geometría de “Corner Point” las coordenadas de cada bloque en las

esquinas de la malla es especificada, en lugar de las del bloque del centro. El
mallado resultante no es necesariamente ortogonal y esto permite una
representación más precisa de la geología actual del yacimiento. Por otro lado,
estos tipos de mallas requerirían teóricamente la especificación de todos los
componentes de gradientes potenciales en cada cara del bloque. Como la mayoría
de los simuladores no atienden este tipo de componentes adicionales, se
considera buena práctica limitar la distorsión local de la malla, de otra manera
errores graves estarían introducidos en los cálculos.
Las fuerzas impulsoras tras estos intereses están asociadas a las nuevas
tecnologías en las diferentes áreas del petróleo: Pozos de geometría compleja.
Son cada vez más comunes en la práctica operacional. La descripción correcta del
flujo alrededor de configuración complejas requiere adaptar técnicas de mallado.

Avances recientes en el modelado geológico permiten una descripción detallada

3D de yacimientos de geometría compleja, incluyendo los de fallas inversas. Para
transferir tales estructuras geológicas al modelo de simulación, son necesarias
sofisticadas técnicas de mallado.
Impacto sobre la Obtención de resultados precisos

Este análisis de resultados precisos en base a la simulación numérica de

yacimiento permite establecer los parámetros que modelan el espacio y el tiempo
por medio de bloques con propiedades discretas, y aproximando las ecuaciones
que representan a cada bloque por medio de métodos numéricos, el cual
dependiendo de las condiciones y las formaciones del yacimiento, va a generar
una mayor incidencia en la tasa de declinación de un pozo son: el tipo de fluido, el
daño a la formación y el espesor cañoneado. Mientras que los valores de la
saturación de aceite en el yacimiento y la presión de fondo fluyente de un pozo no
generan impactos significativos en la tasa de declinación de la producción de un
pozo.

Los parámetros que pueden afectar los pronósticos de producción por medio de la
simulación numérica de yacimientos y las técnicas convencionales de pronósticos
de producción, son por medio mediante la generación de pronósticos de
producción de pozos puede realizarse de varias maneras. Una opción es el uso de
metodologías de cálculo (como las curvas de declinación o las curvas tipo) que
normalizan los datos hasta obtener parámetros de ajuste histórico que pueden
extrapolarse en el tiempo. Otra posibilidad es el uso de la simulación numérica, en
la cual se realizan ajustes históricos de datos reales tanto datos de producción
como información de geología, petrofísica, fluidos, etc., para proyectar las
tendencias obtenidas. Debido a que los pronósticos son una extrapolación de
líneas de tendencia, se propone un análisis de los factores que pueden afectar la
declinación con el fin de anticipar el comportamiento que tendría la declinación
ante cambios generados en dichas variables.

Como Influye en una Producción optima del yacimiento

Influyen en la generación de pronósticos, o mejor conocido como “tasa de

declinación”, que representa la rapidez con la que declina la producción de un
pozo, en porcentaje diario, mensual o anual, o mejor conocido como “exponente
de declinación”, el cual define el tipo de modelo de regresión a emplear en el
ajuste histórico.
A partir del valor obtenido para dicho parámetro, pueden surgir tres posibilidades:

• Si el exponente de declinación (n) tiene un valor de uno, se emplea un modelo de

declinación armónico.

• Si n tiene un valor entre cero y uno, se trata de un modelo de declinación

hiperbólica.

• Si el parámetro n tiene un valor de cero, se presenta una declinación de tipo

exponencial, caracterizada por una tasa de declinación constante en el tiempo.

Este último caso, el de la declinación exponencial es el más empleado en la

práctica, pues permite la obtención de pronósticos más conservadores.

Sin embargo, existen diferentes situaciones que pueden llevar a que el modelo de
declinación no sea el exponencial. Obteniendo datos que indicaban una
declinación exponencial, con tasas de declinación mucho más severas en el caso
de los yacimientos de arenisca. Se presenta para yacimientos con bajo corte de
agua y una pequeña producción de gas, para yacimientos que producen mediante
gas en solución, el exponente de declinación (n) toma valores cercanos a 0,3; para
pozos de gas, el exponente oscila entre 0,4 y 0,5; mientras que, para yacimientos
con acuífero activo, su valor se aproxima a 0,5. La tasa de producción en
diferentes tipos de yacimientos (areniscas vs calizas) mediante la simulación
numérica de yacimientos, obteniendo datos que indicaban una declinación
exponencial, con tasas de declinación mucho más severas en el caso de los
yacimientos de arenisca.

Por último la generación de pronósticos de producción con simuladores de

yacimientos comerciales tienen implícito el uso de pronósticos de tipo exponencial
y, en caso de que el ingeniero obtenga una tendencia diferente en los datos de
campo, se ve obligado a ajustar el modelo de simulación (multiplicadores de
volumen poroso, de permeabilidad, de transmisibilidad, etc.) para conseguir una
tendencia que no se obtiene normalmente. Esto se convierte en una oportunidad
de mejora para las herramientas de simulación numérica.