Fifth Comparative Solution Project: Evaluation of Miscible Flood Simulators

Ringkasan

Ini adalah studi banding kelima dalam seri SPE Comparative Solution Project, dan yang pertama berfokus pada simulasi miscible flood: teknik peningkatan perolehan minyak dengan menginjeksikan gas (biasanya gas hidrokarbon kaya) yang dapat bercampur sempurna dengan minyak di reservoir pada tekanan tertentu. Tujuh peserta industri diminta menjalankan dua jenis simulator berbeda (simulator “empat-komponen” yang lebih sederhana dan simulator “compositional” penuh yang lebih detail) pada tiga skenario injeksi water-alternating-gas (WAG) yang identik, lalu hasilnya dibandingkan untuk melihat kapan model sederhana masih cukup akurat dan kapan model detail benar-benar diperlukan.

Signifikansi Studi

Dalam praktik industri, insinyur sering dihadapkan pada pilihan antara simulator yang lebih murah dan cepat (model empat-komponen dengan pendekatan Todd-Longstaff) versus simulator compositional penuh yang jauh lebih mahal secara komputasi namun lebih akurat menangkap perilaku fase fluida yang rumit. Pilihan ini sering diputuskan berdasarkan keterbatasan waktu, biaya, data, atau kebiasaan: bukan analisis teknis yang jelas kapan pendekatan sederhana masih valid. Studi ini secara khusus dirancang untuk memberi jawaban berbasis data atas pertanyaan itu, sekaligus melanjutkan tradisi validasi silang antar simulator komersial yang dimulai sejak studi banding SPE pertama.

Latar Belakang Studi

• Jenis masalah: injeksi water-alternating-gas (WAG) ke reservoir minyak volatil (sangat ringan) menggunakan gas/solvent yang diperkaya metana, dibandingkan antara pendekatan simulasi empat-komponen (miscible flood, model Todd-Longstaff) dan compositional penuh (persamaan keadaan Peng-Robinson enam komponen).
• Diorganisir oleh J.E. Killough (ARCO Oil & Gas Co.) dan C.A. Kossack, dipresentasikan pada Ninth SPE Symposium on Reservoir Simulation, San Antonio, 1987.
• Tujuh peserta berpartisipasi: ARCO, Chevron, Computer Modelling Group (CMG), British Petroleum (BP), Energy Resource Consultants Ltd bersama AERE Winfrith (ERC), Reservoir Simulation Research Corp (RSR), dan Todd, Dietrich & Chase, Inc. (TDC).
• Tiga skenario produksi/injeksi diuji pada satu grid reservoir yang sama (7x7x3), dengan satu sumur injeksi dan satu sumur produksi di sudut berlawanan:
  • Skenario 1: tekanan reservoir menurun cepat jauh di bawah tekanan gelembung (kondisi didominasi immiscible/tidak bercampur).
  • Skenario 2: tekanan reservoir dipertahankan di atas atau mendekati tekanan miscibility minimum (MMP) sepanjang simulasi (kondisi bercampur penuh).
  • Skenario 3: tekanan awalnya turun di bawah titik gelembung, lalu direpressurisasi cepat mendekati MMP.

Konsep Kunci

• Miscible flood: metode injeksi di mana gas yang diinjeksikan bercampur sempurna dengan minyak di reservoir (tanpa batas antarmuka fase) pada tekanan tinggi, sehingga dapat mendorong minyak keluar jauh lebih efisien dibanding air biasa.
• Minimum miscibility pressure (MMP): tekanan minimum agar gas injeksi dapat bercampur sepenuhnya dengan minyak reservoir; di bawah tekanan ini prosesnya bersifat immiscible (tidak bercampur).
• Model Todd-Longstaff (empat-komponen): pendekatan penyederhanaan yang memodelkan proses miscible dengan hanya empat komponen (minyak, air, gas bebas/terlarut, dan solvent), menggunakan parameter pencampuran omega ($\omega$) untuk mengatur seberapa “tercampur” solvent dan minyak dianggap.
• Simulator compositional: model yang melacak banyak komponen hidrokarbon secara terpisah lewat persamaan keadaan (equation of state, di sini Peng-Robinson), sehingga dapat menangkap penguapan/kondensasi antar fase secara lebih akurat.
• WAG (water-alternating-gas): skema injeksi bergantian air dan gas, digunakan untuk mengendalikan mobility gas dan meningkatkan efisiensi sapuan (sweep efficiency).
• Slim-tube test: eksperimen laboratorium standar untuk mengukur perolehan minyak versus tekanan, digunakan di sini sebagai basis untuk mengkalibrasi parameter miscibility tiap simulator.
• Mekanisme condensing/vaporizing gas drive: proses percampuran bertahap antara gas dan minyak yang melibatkan kondensasi komponen berat ke gas dan penguapan komponen ringan dari minyak, penting untuk minyak volatil.

Pembahasan

Deskripsi Kasus

Reservoir uji menggunakan grid 7x7x3, mirip dengan grid pada studi banding pertama oleh Odeh, dengan satu sumur injeksi dan satu sumur produksi di sudut berlawanan. Minyak reservoir sangat ringan (mengandung sekitar 50% $C_1$, dengan komponen berat hingga $C_{20}$), sedangkan gas/solvent injeksi kaya metana (77% $C_1$, 20% $C_3$, 3% $C_6$). Tekanan gelembung (saturation pressure) minyak reservoir sekitar 2.300 psia, sementara MMP diperkirakan pada kisaran 3.000-3.200 psia. Grid yang relatif kasar sengaja dipilih agar simulasi compositional penuh tetap dapat dijalankan dalam waktu komputasi yang wajar: konsekuensinya, dispersi numerik dan efek grid orientation cukup signifikan pada semua model yang dibandingkan.

Metode dan Parameter yang Dibandingkan

Setiap peserta diminta mengirim hasil dari simulator empat-komponen dan/atau compositional untuk masing-masing skenario, sekaligus menjelaskan simulator mana yang mereka anggap lebih tepat untuk tiap kasus (sebagai penilaian rekayasa, tanpa jawaban “benar” atau “salah” yang tunggal). Parameter kunci yang dibandingkan termasuk nilai parameter pencampuran omega ($\omega$): ARCO dan CMG menggunakan $\omega = 1,0$ (pencampuran sempurna), sementara Chevron, ERC, dan TDC menggunakan nilai lebih rendah (0,7; 0,5; dan 0,6) untuk mensimulasikan efek viscous fingering. Perbedaan besar lain adalah perlakuan relative permeability gas/solvent di dekat sumur injeksi, yang sangat memengaruhi laju injektivitas air dan gas serta waktu breakthrough.

Hasil dan Temuan Utama

Untuk Skenario 2 (kondisi miscible dominan), hasil model empat-komponen dengan ω=1,0 (ARCO dan CMG) ternyata cocok hampir sempurna dengan hasil model compositional: menunjukkan bahwa untuk kondisi tekanan di atas MMP secara konsisten, pendekatan sederhana empat-komponen dengan pencampuran sempurna sudah cukup akurat. Sebaliknya, untuk Skenario 1 dan 3 (kondisi immiscible mendominasi), model empat-komponen cenderung lebih pesimistis (memprediksi perolehan lebih rendah) dibanding model compositional, karena model empat-komponen secara struktural tidak dapat membawa komponen minyak yang menguap ke fase gas: sesuatu yang secara alami ditangkap oleh model compositional. Model Chevron secara khusus menunjukkan penyimpangan besar pada Skenario 1 karena tidak memperhitungkan evolusi gas terlarut dengan benar. Perbedaan waktu dan volume injeksi air/gas antar peserta juga menjadi penyebab utama variasi timing breakthrough GOR dan WOR, yang ditelusuri kembali ke perbedaan perlakuan relative permeability dekat sumur injeksi/produksi.

Temuan dan Implikasi

• Model miscible flood empat-komponen yang lebih murah dapat memberi hasil yang sangat akurat dibanding model compositional penuh: tetapi hanya jika kondisi reservoir benar-benar berada di atas tekanan miscibility minimum sepanjang simulasi.
• Untuk kondisi yang didominasi proses immiscible, model empat-komponen cenderung bias pesimistis karena tidak dapat merepresentasikan minyak yang menguap ke fase gas.
• Parameter pencampuran (mixing parameter, $\omega$) pada model Todd-Longstaff bukan sekadar angka kalibrasi kecil: pemilihannya secara langsung memengaruhi seberapa mirip hasil model sederhana dengan model compositional.
• Perlakuan relative permeability di dekat sumur injeksi/produksi sering menjadi sumber perbedaan hasil yang lebih besar daripada perbedaan formulasi fisika utama antar simulator.
• Perbandingan simulator tidak hanya berguna untuk memvalidasi kebenaran hasil, namun juga untuk memberi panduan praktis kapan model murah “cukup baik” dan kapan model mahal benar-benar diperlukan.
• Efisiensi komputasi (jumlah langkah waktu, iterasi, CPU time) sengaja bukan fokus utama studi ini: penekanannya ada pada akurasi hasil, bukan kecepatan.
• Studi banding semacam ini menegaskan pentingnya menyamakan seluruh data fisik (PVT, K-value, relative permeability) di awal agar perbedaan hasil dapat ditelusuri ke perbedaan model, bukan perbedaan data input.