Gas Cycling

1. Judul

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

2. Author

Douglas E. Kenyon, Marathon Oil Company, dan O. Aida Behie, Dynamic Reservoir Systems.

3. Publikasi

Journal of Petroleum Technology, Vol. 39, No. 8, Agustus 1987, mulai hlm. 981. Society of Petroleum Engineers, SPE-12278-PA.

4. Background

Retrograde-condensate reservoir menunjukkan perilaku fase yang kompleks: penurunan tekanan di bawah dew point membentuk condensate di dalam reservoir, sedangkan gas cycling dapat menguapkan kembali sebagian cairan tersebut. Prediksi proses ini sangat bergantung pada phase-equilibrium calculation dan ketersediaan data PVT pada rentang komposisi yang luas.

Setelah dua benchmark black-oil, proyek ketiga memperluas evaluasi menuju compositional simulation. Fokus tersebut penting karena variasi K-value method dan equation of state dapat menghasilkan respons fase yang berbeda meskipun model reservoirnya identik.

5. Objective

Studi bertujuan membandingkan sembilan compositional simulator untuk skenario gas cycling pada rich retrograde gas-condensate reservoir. Tujuan khususnya adalah mengevaluasi prediksi surface oil rate, condensate accumulation di sekitar production well, revaporization, dan pengaruh teknik perhitungan K-value.

6. Method

Sembilan peserta menjalankan model, data komponen, separator specification, injection schedule, dan production constraints yang sama. Peserta menggunakan lima hingga enam belas komponen atau pseudocomponent serta dua kelompok pendekatan phase equilibrium: precomputed K-value table dan in-line EOS calculation.

Sebagai sensitivity test, simulator COMPIII dijalankan dengan kedua pendekatan K-value pada model yang sama untuk mengisolasi pengaruh termodinamika dari pengaruh numerical scheme.

7. Result

Prediksi surface oil rate menunjukkan perbedaan pada periode awal gas cycling dan menjadi lebih konsisten pada periode akhir. Sebaliknya, condensate saturation di sekitar production well berbeda secara signifikan. Precomputed K-value table memprediksi revaporization yang cepat dan hampir tuntas, sedangkan in-line EOS mempertahankan condensate saturation pada tingkat yang memungkinkan fase cair tetap mengalir.

Sensitivity test COMPIII mereproduksi kedua pola tersebut dan menunjukkan bahwa K-value treatment merupakan sumber utama deviasi. Namun, data PVT tidak mencakup komposisi ekstrem yang berkembang di sekitar sumur sehingga studi tidak dapat menentukan prediksi yang paling akurat secara absolut.

8. Conclusion

Pada compositional simulation, phase-behavior formulation dapat memberikan pengaruh yang lebih dominan daripada perbedaan discretization scheme. Kesesuaian data PVT pada seluruh rentang komposisi yang dialami reservoir merupakan prasyarat penting untuk memperoleh prediksi condensate banking dan revaporization yang dapat dipertanggungjawabkan.

Perbandingan antarsimulator berhasil mengidentifikasi sumber deviasi, tetapi tidak dapat menggantikan validasi termodinamika berbasis data laboratorium.

9. Strength and Weakness

Strength

• Memperluas benchmark SPE dari black-oil menuju compositional simulation.
• Mengisolasi pengaruh K-value method melalui sensitivity test pada simulator yang sama.
• Membandingkan respons produksi dan distribusi condensate lokal.
• Menunjukkan hubungan langsung antara keterbatasan data PVT dan ketidakpastian prediksi.

Weakness

• Data PVT tidak mencakup rentang komposisi ekstrem di sekitar production well.
• Tidak tersedia data eksperimen independen untuk menentukan metode termodinamika yang paling akurat.
• Jumlah komponen dan karakterisasi pseudocomponent berbeda antarpeserta.
• Efisiensi komputasi tidak menjadi fokus sehingga trade-off biaya dan akurasi tidak dievaluasi secara sistematis.