Third SPE Comparative Solution Project: Gas Cycling of Retrograde Condensate Reservoirs

Ringkasan

Ini adalah studi banding ketiga dalam seri SPE Comparative Solution Project, dan kali ini cakupan kajiannya berkembang secara signifikan: dari simulator black-oil ke simulator komposisional (compositional) yang harus memodelkan perilaku fasa gas dan cairan kondensat secara jauh lebih rinci. Sembilan perusahaan menjalankan simulator masing-masing untuk mensimulasikan gas cycling (injeksi ulang gas untuk menjaga tekanan) pada sebuah reservoir gas-kondensat retrograde yang kaya (rich retrograde gas-condensate reservoir): jenis reservoir di mana cairan justru terbentuk ketika tekanan turun, kebalikan dari intuisi umum. Hasilnya menarik (prediksi laju produksi cukup dekat di tahun-tahun awal cycling dan semakin dekat di tahun-tahun akhir, tetapi jumlah kondensat yang mengendap di dekat sumur produksi serta kecepatan penguapannya kembali sangat berbeda antar peserta) dan penyebabnya dapat dilacak ke satu pilihan teknis: cara masing-masing simulator menghitung nilai kesetimbangan fasa (K-value).

Signifikansi Studi

Dua studi banding sebelumnya (black-oil 3D dan coning tiga fase) sudah menunjukkan nilai besar dari uji banding lintas simulator. Untuk studi ketiga, komite penyelenggara (Numerical Simulation Symposium) sengaja meminta soal jenis baru: compositional model, di mana kecocokan data PVT (perilaku fasa fluida terhadap tekanan) dianggap jauh lebih penting untuk dibandingkan dibanding kecepatan komputasi. Ini konteks penting karena era 1980-an adalah masa reservoir gas-kondensat dan gas cycling semakin populer dieksploitasi, sementara simulator komposisional berbasis persamaan keadaan (equation of state/EOS) masih relatif baru dan beragam implementasinya.

Nilai penting studi ini bagi industri adalah menunjukkan bahwa untuk masalah komposisional, sumber utama perbedaan hasil antar simulator bukan lagi skema diskretisasi numerik (seperti pada dua studi sebelumnya), melainkan pilihan metode termodinamika untuk menghitung kesetimbangan fasa: sebuah pelajaran yang jauh lebih spesifik dan bermanfaat bagi pengembang model PVT dan simulator komposisional.

Latar Belakang Studi

• Jenis reservoir/masalah: reservoir gas-kondensat retrograde yang kaya (rich retrograde gas condensate), dengan skema gas cycling (produksi gas, pemrosesan di separator bertingkat, lalu injeksi ulang sebagian gas untuk menjaga tekanan) selama 10 tahun cycling diikuti blowdown.
• Diorganisir oleh Douglas E. Kenyon (Marathon Oil Co.) dan G. Alda Behie (Dynamic Reservoir Systems), dipublikasikan sebagai SPE 12278 di Journal of Petroleum Technology, Agustus 1987 (pertama dipresentasikan di SPE Reservoir Simulation Symposium, San Francisco, 1983).
• Sembilan perusahaan/lembaga berpartisipasi: Arco Oil and Gas Co., Chevron Oil Field Research Co., Core Laboratories Inc., Computer Modelling Group (CMG), Société Nationale Elf Aquitaine, Intercomp, Marathon Oil Co., McCord-Lewis Energy Services, dan Petek (Norwegian Petroleum Technology Research Institute).
• Model reservoir: grid 9x9x4 yang simetris (sehingga sebagian besar peserta cukup mensimulasikan setengah grid), lapisan homogen dengan porositas tetap namun permeabilitas dan ketebalan berbeda tiap lapisan; sumur injeksi di satu sudut (lapisan atas), sumur produksi di posisi lain (lapisan bawah).
• Dua skenario cycling diuji (Case 1 (laju injeksi ulang gas konstan sepanjang periode cycling) dan Case 2 (laju injeksi lebih tinggi di 5 tahun pertama, lebih rendah di 5 tahun berikutnya) strategi “penundaan penjualan gas”) dengan total volume gas yang diinjeksikan ulang sama pada kedua kasus.
• Yang dibandingkan: kecocokan data PVT (ekspansi komposisi konstan, deplesi volume konstan, uji swelling), laju dan kumulatif produksi minyak/kondensat permukaan, saturasi kondensat di sekitar sumur produksi, serta data performa simulasi (jumlah time step, ukuran time step, error mass balance).

Konsep Kunci

• Reservoir gas-kondensat retrograde: reservoir gas bertekanan tinggi yang, secara berlawanan dengan intuisi, justru membentuk cairan (kondensat) di dalam reservoir ketika tekanan turun di bawah titik embun (dew point), bukan ketika tekanan naik.
• Gas cycling: strategi produksi di mana gas yang diproduksikan dipisahkan komponen cairnya di permukaan, lalu gas sisanya diinjeksikan kembali ke reservoir untuk menjaga tekanan agar kondensat tidak terlalu banyak mengendap di dalam reservoir.
• Compositional model: jenis simulator reservoir yang melacak komposisi kimia campuran hidrokarbon (metana, etana, propana, dst.) secara explicit, diperlukan untuk fluida yang perilaku fasanya sensitif terhadap komposisi seperti kondensat, berbeda dari model black-oil yang lebih sederhana.
• Persamaan keadaan (Equation of State/EOS): rumus termodinamika (misalnya Peng-Robinson) yang digunakan untuk menghitung bagaimana campuran hidrokarbon terbagi antara fasa gas dan cair pada tekanan dan suhu tertentu.
• K-value (nilai kesetimbangan): rasio konsentrasi suatu komponen di fasa gas terhadap fasa cair pada kondisi kesetimbangan; dapat dihitung langsung dari EOS setiap saat (“in-line”), atau diambil dari tabel yang sudah dihitung sebelumnya (“precomputed K-value table”).
• Titik embun (dew point): tekanan di mana cairan pertama kali mulai terbentuk dari campuran gas saat tekanan diturunkan; di atas titik ini reservoir seluruhnya berupa gas.
• Pseudocomponent (komponen semu): pengelompokan beberapa senyawa hidrokarbon nyata menjadi satu “komponen” buatan agar jumlah komponen yang harus dihitung simulator tidak terlalu banyak, sambil tetap mewakili perilaku PVT campuran aslinya.
• Uji swelling: eksperimen laboratorium yang mencampurkan gas reservoir dengan gas ringan (lean gas) untuk melihat perubahan volume dan tekanan titik embun campuran, digunakan untuk mengkalibrasi model PVT terhadap gas injeksi.

Pembahasan

Deskripsi Kasus

Reservoir dimodelkan sebagai grid 9x9x4 yang simetris terhadap diagonal, dengan empat lapisan yang memiliki permeabilitas horizontal dan vertikal berbeda-beda (lapisan 1 dan 4 berpermeabilitas tinggi, lapisan 2 dan 3 lebih ketat). Sumur injeksi gas berada di satu sudut grid (diselesaikan di dua lapisan atas), sedangkan sumur produksi berada agak menjorok ke dalam grid (diselesaikan di dua lapisan bawah): sehingga sebagian besar area di belakang sumur produksi hanya mengalami penurunan tekanan tanpa tersapu gas injeksi, sengaja meniru area “sapuan minim” pada reservoir sungguhan tempat kondensasi retrograde terjadi tanpa banyak penguapan ulang oleh gas resirkulasi. Data PVT lengkap disediakan dalam bentuk laporan analisis fluida, termasuk data ekspansi komposisi konstan, deplesi volume konstan, dan uji swelling dengan gas ringan (lean gas): peserta diberi kebebasan memilih jumlah komponen dan metode karakterisasi PVT mereka sendiri (mulai dari 5 komponen sampai 16 komponen).

Dua kasus cycling diuji (Case 1 menggunakan laju injeksi ulang gas yang konstan sepanjang 10 tahun periode cycling, sedangkan Case 2 menerapkan strategi “penundaan penjualan gas”) menginjeksikan lebih banyak gas di 5 tahun awal (menahan gas dari penjualan) dan lebih sedikit di 5 tahun berikutnya, dengan total volume gas yang direcycle sama pada akhirnya. Setelah 10 tahun cycling, seluruh model menjalani blowdown (semua gas produksi dijual) hingga 15 tahun atau tekanan reservoir turun ke 1.000 psi.

Kesesuaian Data PVT

Salah satu temuan paling positif dari studi ini adalah bahwa hampir semua peserta berhasil mencocokkan data PVT dasar (ekspansi komposisi konstan dan data swelling gas ringan) dengan cukup baik, meskipun mereka menggunakan jumlah komponen dan metode karakterisasi yang sangat berbeda: sebagian menggunakan Persamaan Keadaan Peng-Robinson secara langsung, sebagian menyesuaikan K-value secara manual, dan McCord-Lewis bahkan menggunakan pendekatan “partial density” yang sama sekali tidak memerlukan K-value konvensional. Ini menunjukkan bahwa mencocokkan data PVT dasar bukan tantangan besar: masalah sesungguhnya muncul kemudian, saat data itu diterapkan pada kondisi reservoir yang sesungguhnya dialami selama cycling.

Sumber Utama Perbedaan: Teknik K-value

Titik krusial studi ini adalah perbedaan besar dalam prediksi saturasi kondensat di sekitar sumur produksi (dilaporkan di satu titik grid representatif). Sebagian peserta menggunakan tabel K-value yang dihitung di muka (precomputed) berdasarkan deplesi volume konstan dari komposisi awal, sementara peserta lain menghitung K-value secara langsung (in-line) dari EOS pada setiap langkah simulasi berdasarkan komposisi lokal yang aktual. Hasilnya sangat berbeda (metode tabel K-value precomputed menghasilkan penguapan kembali kondensat yang cepat dan tuntas pada tahun-tahun akhir cycling, sementara metode EOS in-line menghasilkan saturasi kondensat yang stabil) cukup tinggi untuk mengalir sebagai cairan sepanjang sebagian besar periode cycling: dan kondensat itu tidak pernah menguap tuntas. Penulis secara jujur mengakui bahwa mereka tidak tahu prediksi mana yang lebih mendekati kebenaran, karena data PVT laboratorium yang tersedia tidak mencakup rentang komposisi yang sesungguhnya terjadi di area pengayaan dekat sumur tersebut.

Untuk menegaskan penyebab ini, penulis bahkan menjalankan dua simulasi tambahan dengan simulator yang sama (COMPIII) (satu menggunakan tabel K-value tunggal, satu lagi menggunakan EOS in-line) dan hasilnya secara jelas mereplikasi pola perbedaan yang sama, memperkuat kesimpulan bahwa pilihan teknik K-value, bukan perbedaan model reservoir atau numerical scheme, adalah penyebab utama perbedaan hasil.

Hasil Produksi Permukaan dan Perolehan

Untuk laju produksi minyak/kondensat permukaan, kesepakatan antar peserta relatif dekat di awal namun ada perbedaan sekitar 20% pada tahun-tahun awal cycling: lebih besar dari yang dapat dijelaskan semata dari perbedaan hasil uji yield separator bertingkat, mengindikasikan bahwa perbedaan prediksi tekanan (dipengaruhi faktor-Z gas) turut berkontribusi. Perolehan cairan total yang dicapai berkisar 55-74% dari kondensat awal di tempat antar peserta, sementara tambahan perolehan minyak dari strategi penundaan penjualan gas (Case 2 dibanding Case 1) berkisar 3-8% dari kondensat awal, dengan nilai tengah sekitar 4,5%.

Temuan dan Implikasi

• Pada studi komposisional, sumber utama perbedaan hasil antar simulator bergeser dari numerical scheme (seperti pada dua studi black-oil/coning sebelumnya) menjadi pilihan metode termodinamika, khususnya teknik K-value.
• Metode tabel K-value precomputed dan metode EOS in-line dapat menghasilkan perilaku fisik yang secara kualitatif berbeda (kondensat menguap tuntas vs kondensat menetap sebagai cairan mengalir) untuk kasus yang identik.
• Kecocokan data PVT dasar di laboratorium tidak menjamin kecocokan prediksi di kondisi reservoir yang sesungguhnya, terutama pada komposisi ekstrem (area pengayaan dekat sumur) yang tidak tercakup dalam data PVT yang tersedia.
• Ketika data pembanding (misalnya data flash eksperimental untuk komposisi ekstrem) tidak tersedia, sebuah studi banding dapat mengidentifikasi bahwa hasil berbeda tanpa dapat menentukan mana yang benar: ini pelajaran penting tentang batas dari validasi silang antar simulator.
• Jumlah komponen atau pseudocomponent yang digunakan (dari 5 sampai 16 pada studi ini) ternyata tidak berkorelasi jelas dengan akurasi prediksi laju penguapan kondensat di antara peserta yang menggunakan metode EOS.
• Strategi operasional seperti penundaan penjualan gas (deferred gas sales) terbukti dapat meningkatkan perolehan kondensat, namun besarnya manfaat itu sendiri diprediksi berbeda-beda cukup lebar antar simulator.
• Data performa numerik (jumlah time step, error mass balance) tetap dilaporkan secara sukarela, menunjukkan bahwa meski fokus studi adalah PVT, aspek numerik (semua peserta menggunakan IMPES di sini) tetap relevan untuk didokumentasikan.
• Rekomendasi explicit penulis untuk studi mendatang: sediakan data flash eksperimental untuk rentang komposisi ekstrem yang muncul di reservoir agar pertanyaan “K-value mana yang benar” dapat terjawab, bukan sekadar terverifikasi konsisten secara internal.