Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
vi
5KATA
PENGANTAR
Puji syukur saya panjatkan kepada Tuhan Yang Maha Esa, karena atas
berkat dan rahmat-Nya, saya dapat menyelesaikan tesis ini. Penulisan tesis ini
dilakukan dalam rangka memenuhi salah satu syarat untuk mendapatkan gelar
Magister Kimia Jurusan Manajemen Gas pada Fakultas Teknik Kimia Universitas
Indonesia. Saya menyadari bahwa, tanpa bantuan dan bimbingan dari berbagai
pihak, dari masa perkuliahan sampai pada penyusunan tesis ini, sangatlah sulit bagi
saya untuk menyelesaikan tesis ini. Oleh karena itu saya mengucapkan terima kasih
kepada:
(1)
Dr. Bambang Heru Susanto ST. MT., selaku dosen pembimbing
yang telah menyediakan waktu, tenaga, dan pikiran untuk
mengarahkan saya dalam penyusunan tesis ini;
(2)
Pihak Saka Energi yang telah membantu memberikan bantuan
dalam usaha yang saya peroleh saat ini;
(3)
Pihak Schlumberger yang telah membantu memberikan bantuan
baik dalam bentuk material dan moral supaya dapat terwujud cita
cita saya;
(4)
Orang tua dan keluarga saya yang telah memberikan bantuan
dukungan material dan moral; dan
(5)
Para sahabat/teman yang telah banyak membantu saya dalam
menyelesaikan tesis ini.
Akhir kata, saya berharap Tuhan Yang Maha Esa berkenan membalas segala
kebaikan semua pihak yang telah membantu. Semoga tesis ini dapat membawa
manfaat bagi pengembangan ilmu.
Depok, 15 Juni 2017
Licke Ratna Dewi Ali
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
vii
6ABSTRAK
Name
: Licke Ratna Dewi Ali
Program Studi
: Manajemen Gas
Judul
: Optimasi Produksi Migas menggunakan Reservoir dan
Surface Facility Coupling dengan Efek Fasilitas Proses di
PT.X
Fokus dalam studi ini adalah mengerti bagaimana perilaku laju alir produksi
terhadap perubahan tekanan di separator di dalam stasiun pengumpul. Di dalam
model terdapat 3 stasiun pengumpul yaitu CPP, LPGF dan OTF, dimana jumlah
sumur berproduksi ada 26 sumur. Selama ini pemodelan telah dibuat oleh PT. X,
baik itu model reservoir, model surface facility dan model stasiun pengumpul.
Model reservoir dibuat di dalam aplikasi ECLIPSE. Model surface facility dibuat
di dalam aplikasi PIPESIM dan aplikasi UNISIM digunakan untuk sistem proses.
Penelitian ini membutuhkan aplikasi yang dapat dengan mudah
mengkomunikasikan satu dengan yang lainnya Untuk komunikasi pemodelan
reservoir, surface facility dan proses, digunakan aplikasi IAM (Integrated Asset
Modeler), dimana pemodelan reservoir (ECLIPSE) ke surface facility (PIPESIM)
menggunakan sistem coupling sedangan pemodelan dari surface facility (PIPESIM)
ke sistem proses (UNISIM) menggunakan sistem koneksi. Sistem coupling berarti
ada iterasi didalam proses kalkulasi laju alir dan tekanan di dalam aplikasi nya.
Sistem koneksi berarti memberikan data hasil iterasi dari coupling ke dalam aplikasi
selanjutnya untuk dilakukan kalkulasi algoritma untuk mendapatkan hasil yang
maksimal.
Hipotesanya bilamana tekanan separator di dalam stasiun pengumpul
dikurangi, berarti ada penambahan jumlah kondensat dan gas di dalam jaringan
yang dapat dijual lebih banyak lagi. Sekarang jumlah gas yang ada di dalam
jaringan itu sekitar 60 MMSCFD yang dapat dijual, dan 25 MMSCFD yang masuk
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
viii
lagi ke dalam reservoir sebagai gas lift. Limit tekanan separator yang ingin di
turunkan oleh PT. X adalah dari 22 barg ke 16 barg, yang dievaluasi lagi optimum
tekanan yang paling tepat untuk pemodelan tersebut supaya tercapai produksi yang
optimum.
Dari penelitian diketahui bahwa setelah tekanan MP separator diturunkan
mencapai 11 barg, ada beberapa peralatan yang sudah tidak dapat berjalan dengan
baik, seperti kecepatan Kompresor sudah mencapai batas desain, selain itu juga
injeksi gas lift sudah berada diluar kurva gas lift. Sehingga dalam hal ini dapat
disimpulkan bahwa dengan hasil peningkatan laju alir produksi minyak dan gas
sebanyak 6% dan 8% sudah paling optimum dengan penurunan tekanan di MP
separator sebesar 16 barg.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
ix
7ABSTRACT
Name
: Licke Ratna Dewi Ali
Program Study
: Management Gas
Title
: Oil and Gas Production Optimization using Reservoir and
Surface Facility Coupling with The Effect of Process
Facility for PT. X
The focus of this study is to understand how the behavior of the production
flow rate to separator pressure changes in the gathering station. There are three
models in the gathering station; CPP, LPGF and OTF, where in the gathering station
contained 26 wells into it. PT. X had made all of the modeling such as the reservoir
model, the surface facility model and a gathering station (process) model. Reservoir
model is made in the application called ECLIPSE. Model surface facility created
inside PIPESIM application and UNISIM applications used for system processes
(gathering station).
For communicating reservoir modeling, surface facility and process, used
applications IAM (Integrated Asset Modeler), where reservoir modeling
(ECLIPSE) to surface facility (PIPESIM) using a coupling system moreover the
communication from surface facility (PIPESIM) into process system (UNISIM)
using the connection system. Coupling systems means there is iteration in the
process for calculating the flow rate and pressure in its application. Connection
system means providing results data from the iteration of coupling to the subsequent
application to do the calculation algorithm to obtain maximum results.
The hypothesis when separator pressure at the gathering station reduced,
meaning there will be additional amount of condensate and gas in the network that
could sold. Currently the amount of gas that is existed in the network around 60
MMSCFD (sold), and 25 MMSCFD, which went back into the reservoir as gas lift.
Separator limit pressure forthis method scaled by PT. X is from 22 barg to 16 barg,
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
x
which should evaluated again the optimum pressure is most appropriate forthe
modeling in order to achieve optimum production.
From the result was discovered that after putting down the MP separator
pressure to 11 barg, there are some equipment was not working as usual, such as
the speed of the compressor has already reach to the design speed, and the gas lift
injection was already out of curve. Therefore, it concluded that the optimium oil
and gas rate with 6% and 8% additional rate could be handle with MP separator
pressure of 16 barg.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
xi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
xii
8DAFTAR
ISI
HALAMAN PERNYATAAN ORISINALITAS ................................................ ii
HALAMAN PERSETUJUAN ............................................................................ iii
HALAMAN PENGESAHAN .............................................................................. iv
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI...........................v
TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS ................................v
KATA PENGANTAR .......................................................................................... vi
ABSTRAK ........................................................................................................... vii
ABSTRACT .......................................................................................................... ix
DAFTAR ISI ........................................................................................................ xii
DAFTAR TABEL ................................................................................................xv
DAFTAR GAMBAR .......................................................................................... xvi
DAFTAR ISTILAH ......................................................................................... xviii
BAB 1 PENDAHULUAN ......................................................................................1
1.1 Latar Belakang ....................................................................................1
1.2 Perumusan Masalah ............................................................................2
1.3 Tujuan Penelitian ................................................................................2
1.4 Hipotesis .............................................................................................2
1.5 Batasan Masalah .................................................................................2
1.6 Sistematika Penulisan .........................................................................3
BAB 2 TINJAUAN PUSTAKA .............................................................................4
2.1 Karakteristik Sumur Gas Bumi ...........................................................4
2.2 Reservoir .............................................................................................5
2.2.1 Geologi Reservoir..................................................................... 5
2.2.2 Fluida Reservoir ....................................................................... 9
2.2.3 Masalah Reservoir .................................................................. 10
2.2.4 Simulasi Model Reservoir ...................................................... 10
2.3 Fasilitas Permukaan ..........................................................................12
2.3.1 Sistem Pengumpulan Radial ................................................... 13
2.3.2 Sistem Pengumpulan Axial .................................................... 13
2.3.3 Masalah Fasilitas Permukaan ................................................. 13
2.3.4 Model Fasilitas Permukaan .................................................... 13
2.3.5 Model Fluida .......................................................................... 40
2.3.6 Model Gas Lift ....................................................................... 41
2.3.7 Model Jaringan Permukaan .................................................... 43
2.3.8 Model Fasilitas Proses ............................................................ 44
2.3.9 Model Terintegrasi ................................................................. 48
2.4 Coupling Antara Simulasi Reservoir dengan Simulasi Fasilitas
Permukaan (ECLIPSE – PIPESIM Coupling) ..................................49
2.4.1 Kesetimbangan Jaringan Permukaan...................................... 50
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
xiii
2.4.2 Keterlambatan Waktu Iterasi Coupling .................................. 51
2.4.3 Lokasi Coupling ..................................................................... 51
2.5 Koneksi Antara Simulasi Fasilitas Permukaan dengan Simulasi
Fasilitas Proses (koneksi ECLIPSE – PIPESIM ke UNISIM) .........52
BAB 3 METODE PENELITIAN ........................................................................55
3.1 Software ............................................................................................55
3.2 Pengumpulan Data ............................................................................57
3.2.1 Pengumpulan Data untuk Simulasi Reservoir ........................ 57
3.2.2 Pengumpulan Data untuk Simulasi Sumur dan Jaringan
Permukaan .............................................................................. 57
3.2.3 Pengumpulan Data untuk Desain Fasilitas Proses Simulasi .. 58
3.3 Pembuatan Model Simulasi Reservoir ..............................................58
3.4 Evaluasi Produksi dan Tekanan Tiap Sumur dalam Model Simulasi
Reservoir ...........................................................................................59
3.5 Pembuatan Model Simulasi Sumur...................................................61
3.6 Evaluasi Produksi dan Tekanan Tiap Sumur ....................................61
3.7 Pembuatan Model Simulasi Jaringan Permukaan .............................63
3.8 Coupling Model Simulasi Reservoir dengan Model Simulasi
Jaringan Permukaan Menggunakan Bottom Hole Pressure dalam
IAM ...................................................................................................64
3.9 Pembuatan Model Simulasi Fasilitas Proses ....................................65
3.10Koneksi Model Simulasi Jaringan Permukaan dengan Simulasi
Fasilitas Proses dalam IAM ..............................................................66
3.11Evaluasi Total Produksi dan Tekanan ..............................................66
3.12Turunkan/Adjust Tekanan Separator ................................................67
3.13Evaluasi Total Produksi dan Tekanan Setelah Menurunkan/Adjust
Tekanan Separator ............................................................................67
3.14Analisis Total Produksi dan Tekanan dan Analisis Fungsi Kerja
Fasilitas Proses ..................................................................................67
BAB 4 HASIL DAN PEMBAHASAN ................................................................68
4.1 Kondisi Simulasi Reservoir ..............................................................68
4.1.1 Hasil Kasus Histori Matching ................................................ 69
4.1.2 Hasil Kasus Prediksi (Sebagai referensi dengan setelah di
coupling) ................................................................................. 71
4.2 Hasil Korelasi Laju Alir dan Pemodelan IPR pada masing-masing
sumur pada simulasi sumur...............................................................72
4.3 Pemodelan Jaringan Permukaan .......................................................74
4.4 Hasil Pemodelan Jaringan Permukaan ..............................................76
4.5 Pemodelan Eclipse – Pipesim Coupling ...........................................77
4.6 Hasil Coupling ..................................................................................78
4.6.1 Dasar Model dan Asumsinya ................................................. 79
4.7 Pemodelan Jaringan Proses ...............................................................79
4.7.1 PVT Data Matching dan Black Oil Delumping ..................... 82
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
xiv
4.7.2 Solusi Model........................................................................... 82
4.7.3 Hasil Integrasi ECLIPSE-PIPESIM-UNISIM........................ 83
4.7.4 Hasil Komparasi Laju Alir Kumulatif untuk setiap Studi
Kasus ...................................................................................... 85
4.7.5 Hasil Analisis Integritas Pipa untuk setiap Studi Kasus......... 91
4.7.6 Jaringan Permukaan – Hasil Komparasi ................................ 92
4.8 Cadangan yang tersisa ......................................................................95
BAB 5 KESIMPULAN ........................................................................................97
5.1 Kesimpulan .......................................................................................97
5.2 Saran/Rekomendasi ..........................................................................98
DAFTAR PUSTAKA ...........................................................................................99
LAMPIRAN A ....................................................................................................103
A.1 Bahasa Pemograman Eclipse ..........................................................103
LAMPIRAN B ....................................................................................................107
B.1 Validasi Pipa pada Aplikasi Fasilitas Surface ................................107
LAMPIRAN C ....................................................................................................115
LAMPIRAN D ....................................................................................................118
D.1 Iteratively Lagged Coupling ...........................................................118
D.1.1 Tight Coupling ..................................................................... 118
D.1.2 Loose Coupling .................................................................... 119
D.2 Coupling Constraint ........................................................................120
LAMPIRAN E ....................................................................................................124
E.1 Korelasi Matching Laju Alir ...........................................................124
E.2 Tuning Hold Up Factor ...................................................................127
LAMPIRAN F ....................................................................................................129
F.1 Network Balancing .........................................................................129
F.1.1 Iteratively Lagged Coupling ................................................. 131
F.1.2 Lokasi Coupling ................................................................... 132
F.2 Integrasi PIPESIM-UNISIM...........................................................136
F.2.1 Koneksi Excel dan Model UniSim ....................................... 140
F.2.2 Setup Data Recorder ............................................................. 141
LAMPIRAN G....................................................................................................145
G.1 Hasil Coupling ................................................................................145
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
xv
9DAFTAR
Tabel 2.1
Tabel 2.2
Tabel 2.3
Tabel 2.4
Tabel 2.5
Tabel 2.6
Tabel 2.7
Tabel 2.8
Tabel 3.1
Tabel 3.2
Tabel 3.3
Tabel 4.1
Tabel 4.2
Tabel 4.3
Tabel 4.4
Tabel 4.5
Tabel 4.6
Tabel 4.7
Tabel 4.8
Tabel 4.10
Tabel 4.11
Tabel 4.12
Tabel 4.13
Tabel 4.14
TABEL
Karakteristik Deposisi Lingkungan (Jahn, Frank, et.al., 2003) ....... 7
PVT Fluida Reservoir X ................................................................ 10
Penggunaan Korelasi Aliran .......................................................... 21
Penggunaan Korelasi IPR .............................................................. 22
Tabel inflow Psedo Komponen Shape factor ................................ 32
Tabel Sumur Injeksi Gas Lift PT.X ............................................... 42
Tabel Konstraint Separator (Bothamley, Mark and Campbell,
J.P., 2013) ...................................................................................... 47
State of the Art dan Rencana Penelitian ........................................ 52
Pemetaan Sumur dari Simulasi Reservoir dengan Simulasi
Jaringan Permukaan....................................................................... 64
Spreadsheet PIPESIM ke UNISIM ............................................... 66
Satuan Unit Transformasi PIPESIM dan UNISIM ....................... 66
Hasil Validasi History Matching pada 1 Juli 2016 ........................ 71
Tabel Korelasi Laju Alir dan Model IPR pada PT.X .................... 72
Hasil Validasi Model Sumur (MacMilan, D.J., et.al., 1999) ......... 74
Hasil Validasi Model Jaringan Permukaan ................................... 77
Coupling Reservoir – Jaringan Permukaan ................................... 77
Hasil Prediksi Desain Laju Alir studi kasus base .......................... 84
Laju Alir Kumulatif Sebagai Komparasi ....................................... 85
Hasil Performa Fasilitas Jaringan untuk Studi Kasus Base ........... 86
Hasil Maksimum EVR dari setiap Studi Kasus ............................. 92
Performa Kompresor MP1 ............................................................ 92
Performa Pompa Minyak pada Separator MP ............................... 93
Performa Injeksi Air ...................................................................... 94
Performa Kompresor Gas Lift ....................................................... 94
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
xvi
10DAFTAR
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
Gambar 2.5
Gambar 2.6
Gambar 2.7
Gambar 2.8
Gambar 2.9
Gambar 2.10
Gambar 2.11
Gambar 2.12
Gambar 2.13
Gambar 3.1
Gambar 3.2
Gambar 3.3
Gambar 3.4
Gambar 3.5
Gambar 3.6
Gambar 3.7
Gambar 3.8
Gambar 4.1
Gambar 4.2
Gambar 4.3
Gambar 4.4
Gambar 4.5
Gambar 4.6
Gambar 4.7
Gambar 4.8
Gambar 4.9
Gambar 4.10
GAMBAR
Block Flow Diagram PT. X ............................................................. 4
Diagram stress - strain dari batuan reservoir (Jahn, Frank, et.al.,
2003) ................................................................................................ 7
Jenis-jenis Patahan (Fault) (Jahn, Frank, et.al., 2003) .................... 8
Perangkap Patahan/Sesar Seal hasil dari Clay Smear dan
Juxtaposition .................................................................................... 9
Klasifikasi Flow Regime Pada Aliran Vertikal Dua Fase ............. 15
Klasifikasi Flow Regime Pada Aliran Horizontal Dua Fase
(Schlumberger, 2015) .................................................................... 16
Permeabilitas Relatif dan Tekanan Kapilaritas (kiri: Water Oil
System: Sand Basal Tuscaloosa, MISS, Permeabilitas: 58mD,
Porosity: 18%; kanan: Water Oil System: Gatchell, Northern San
Joaquin Valley, CALIF, Permebilitas: 180 mD, Porosity: 18%)
(Fatt, I. and Dykstra, H., 1951) ..................................................... 28
Grafik Q vs P ................................................................................. 40
Gas Lift Intermiten (Petrowiki, 2013) ........................................... 41
Diagram Prosedur Pembuatan Model Jaringan ............................. 43
Separator Dua (2) Fasa (Bothamley, Mark and Campbell, J.P.,
2013) .............................................................................................. 47
Kapabilitas Integrated Model (Schlumberger, 2015) .................... 49
Opsi Aplikasi Obey-ECLIPSE ...................................................... 50
Diagram Alir Penelitian ................................................................. 56
Langkah Simulasi Reservoir.......................................................... 57
Prosedur Simulasi Reservoir ......................................................... 58
Alir Simulasi Model Reserovir ...................................................... 60
Proses Simulasi Sumur .................................................................. 61
Proses Simulasi Sumur .................................................................. 62
Prosedur Simulasi Fasilitas Permukaan......................................... 63
Prosedur Simulasi Fasilitas Proses ................................................ 65
Model Simulasi Reservoir pada PT.X ........................................... 68
Hasil Simulasi Histori Matching ................................................... 69
Jumlah Sumur Produksi (Garis Hijau: Produksi Minyak; Garis
Merah: Produksi Gas) .................................................................... 70
Hasil Prediksi berdasarkan Hasil History Matching ..................... 71
Model PIPESIM Network ............................................................. 75
Topografi menuju Kepala Sumur A .............................................. 76
Topografi menuju Kepala Sumur B .............................................. 76
Surface Facilities – UniSim Model pada PT.X ............................. 79
Jaringan Fasiltas Proses ................................................................. 81
PIPESIM UniSim Metode Konektifitas ........................................ 82
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
xvii
Gambar 4.11
Gambar 4.12
Gambar 4.13
Gambar 4.14
Gambar 4.15
Gambar 4.16
Gambar 4.17
Gambar 4.18
Gambar 4.19
Gambar 4.20
Gambar 4.21
Gambar 4.22
Parameter Stream 13A ................................................................... 83
Hasil dari IAM Stream 13A .......................................................... 83
Performa KompresorSecond Stage 540-C-02 ............................... 87
Performa KompresorInlet Gas 440-C-01 ...................................... 88
Performa Turbo Expander 482-C-01 menggunakan Kurva
Performa ........................................................................................ 88
Performa Turbo Expander 482-C-01 menggunakan Temperature
Discharge Manual Pada Laju Alir Gas 30 MMscfd ...................... 89
Komparasi Laju Alir Produksi Minyak ......................................... 90
Komparasi Laju Alir Produksi Gas ............................................... 90
Komparasi Laju Alir Produksi Air ................................................ 91
Sisa Cadangan Gas berdasarkan Original Gas .............................. 95
Sisa Cadangan Gas berdasarkan Solution Gas .............................. 96
Sisa Cadangan Minyak .................................................................. 96
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
xviii
11DAFTAR
Istilah
Abandonment
API
Bbl
Churn
Coupling
Dementhanizing
Deposisi
Dew point control
Efek gas break out
Entrained
Flow assurance
Flowline
Forcasting
Fraksinasi
GOR
Hearder
History matching
IAM
Inflow
MCF/d
MMSCF
ISTILAH
Keterangan
Menghentikan pengusahaan minyak atau gas dari suatu
sumur dengan cara menyumbat formasi, baik
yangmenghasilkan ataupun yang tidak menghasilkan;
peralatan yang dapat dicabut atau dilepas diambil kembali.
Satuan yang digunakan untuk menyatakan berat jenis
minyak dan digunakan sebagai dasar klasifikasi minyak
bumi yang paling sederhana.
barrel ; satuan volume minyak
Salah satu bentuk aliran fluida di dalam pipa, yang
menyebabkan naik turun nya laju alir karena perbedaan
berat jenis dari fluida tersebut
Koneksi dua arah antara dua aplikasi yang
berkesinambungan untuk menjalankan perhitungan iterasi.
de-methane
pengendapan
Pengontrolan hidrokarbon pada temperatur dan tekanan
tertentu mendekati fasa gas.
Efek dari suatu gas yang keluar dari formasi yang
menyebabkan kerusakan pada formasi.
Air yang tersuspensi
Kepastian akan suatu fluida mengalir dengan lancar tanpa
hambatan di dalam suatu pipa/tubing
Jalur pipa yang menghubungkan sumur minyak dengan
tangki timbun di lapangan.
Prediksi laju alir suatu fluida (minyak, air, dan gas) untuk
menghitung keekonomian
Pemisahan fraksi-fraksi secara berturut-turut dengan jalan
pengendapan atau kristalisasi atau penyulingan dan
sebagainya.
Perbandingan antara jumlah gas dan minyak yang diukur di
dalam suatu takar standar (m3/m3, ft3/bbl).
Pipa untuk mengalirkan limpahan pipa
Proses penentuan nilai parameter suatu model matematik,
misalnya permeabilitas dan porositas, yang memberikan
kecocokan terbaik antara hasil perhitungan dengan model
dan hasil pengukuran.
Integrated Asset Modeler
Metode penentuan besarnya kemampuan reservoir untuk
mengalirkan fluida ke dasar sumur.
satuan gas; million cubic feet per day
satuan gas; million million cubic feet per day
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
xix
12DAFTAR
Istilah
Oil/gas in place
Pipa feeder
Productivity index
RB/d
Recovery factor
Scrubbing
SG
Siklus Air
Silo
Sisa cadangan
Slug Catcher
Surface Facility
Titik buble
Transmibility
Tubing intake
Vikositas
ISTILAH (Lanjutan)
Keterangan
Perhitungan besaran volume minyak/gas secara
volumetrik.
Pipa awal yang digunakan untuk mengirimkan xixuplai
hidrokarbon dari fasilitas pengolahan
Ukuran efisiensi mekanisme produksi sumur, dinyatakan
dalam barel per hari per psi turunnya tekanan.
Satuan minyak dalam reservoir barrel/day
Faktor untuk menentukan drive mekanisme dari suatu
reservoir.
Pemurnian gas dengan cara membasuhnya dengan air atau
cairan kimia.
Specific Gravity; Perbandingan berat suatu zat terhadap
berat zat baku pada volume dan suhu yang sama; untuk zat
cair dan zat padat, zat baku adalah air, sedangkan zat untuk
gas adalah hidrogen atau udara.
Proses, yang didukung oleh energi matahari, yang
menggerakan air antara lautan, langit, dan tanah. Siklus air
meliputi 3 tahapan yaitu evaporasi/transpirasi,
infiltrasi/perkolasi dan air permukaan
Cara bekerja yang terkotak kotak alias tidak terintegrasi.
original oil/gas in place secara volumetrik dikalikan dengan
recovery factor dan dikurangi kumulatif minyak/gas
Nama suatu unit di kilang gas atau industri minyak bumi di
mana slug di outlet pipa dikumpulkan atau tertangkap. Slug
adalah jumlah besar gas atau cairan yang keluar di dalam
pipa.
Jaringan Permukaan
Suhu dan/atau tekanan pada awal terjadinya gelembung
uap zat cair yang terdapat di dalam campuran zat cair lain;
sesuai dengan kesetimbangan 0% penguapan atau 100%
pengembunan.
Parameter yang menunjukkan kemampuan reservoir untuk
mendeliver fluida sampai ke wellbore
Metode penentuan besarnya kemampuan tubing untuk
mengalirkan fluida ke permukaan sumur.
Ukuran kekentalan fluida yang menunjukkan gaya yang
menggerakkan bidang dasar seluas 1 cm2 dengan
kecepatan 1 cm per detik terhadap bidang datar yang sejajar
yang Dipisahkan oleh lapisan fluida setebal 1 cm;
dinyatakan dengan 1 dine detik Per cm2 yang juga disebut
poise.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
1BAB
1.1
1 PENDAHULUAN
Latar Belakang
Pada tahun 2015-2016 harga minyak menurun secara signifikan untuk 25-
40 USD / bbldan 100-120 USD / bbl di tahun 2011-2013 (BBC News, 2015).
Banyak perusahaan minyak melakukan efisiensi pada unit bisnis tetapi produksi
yang optimal harus dijalankan.
Dalam rangka untuk menstabilkan produksi minyak dan gas, perlu lebih
kreatif untuk bekerja di sektorteknik untuk meningkatkan pendapatan bagi
perusahaan. Sebagian besar dari semua perusahaan minyak di Indonesia masih
bekerja di silo. Bekerja silo berarti bahwa Geologi dan Geofisika tidak terkait
langsung dengan Reservoir. Semua model simulasi tidak terintegerasi satu sama
lain, dan terpisah. Karena masalah ini, hanya memberikan hasil ke tingkat insinyur
berikutnya untuk melakukan penafsiran. Karena penafsiran ini karena hasil untuk
menghitung perubahan tekanan efek tidak meniru kondisi saat ini di lapangan.
Lingkungan kerja ini disebut sebagai bekerja di silo (Schlumberger, 2015).
Untuk memahami perubahan efek tekanan dari reservoir ke unit pengolahan
fasilitas
permukaan
(pemisah)
bukanlah
tugas
yang
mudah,
perlu
mempertimbangkan keterbatasan reservoir, fasilitas permukaan, dan pengolahan
kendala. Oleh karena efek tekanan ini, memberikan hasil yang berbeda dalam hal
produksi di titik penjualan dibandingkan dengan produksi kepala sumur. Aset
Model Terpadu (IAM – Integrated Asset Modeler), menghubungkan reservoir
model simulasi, model jaringan permukaan dan model proses dinamis ditambah
mode harus dibangun untuk Lapangan X. Sifat dari cairan dan antar-ketergantungan
fasilitas proses berarti bahwa pemodelan diskrit dari setiap bagian dari sistem tidak
dapat secara akurat menangkap kompleksitas penuh lapangan (Schlumberger,
2015).
Model yang terintegrasi memiliki gambaran keseluruhan tentang reservoir fasilitas permukaan – fasilitas proses, aset penuh, mekanistik alat peramalan
berbasis model untuk program pengembangan aset yang ada dan masa depan.
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
2
Adanya isu-isu seperti permasalahan sistem, flow assurance dan dew point control
hanya beberapa hal yang dapat disimulasikan dan dianalisis menggunakan model
terpadu. Perkembangan masa depan disimulasikan untuk mendapatkan sumur infill,
workovers dan modifikasi train kompresoratau perbaikan juga dapat dianalisis
menggunakan sebuah model yang terintegrasi. Simulasi asset terintegrasi
menghasilkan efesiensi pada kinerja produksi dari keseluruhan aset yang ada
(Schlumberger, 2015).
1.2
Perumusan Masalah
Dari latar belakang di atas, maka rumusan masalah pada penelitian ini
adalah sebagai berikut:
1. Bagaimana perilaku optimasi terhadap model reservoir dengan model
terintegrasi?
2. Berapa deviasi produksi ketika terjadi perubahan tekanan separator?
1.3
Tujuan Penelitian
Berikut merupakan tujuan penelitian dalam penulisan tesis ini:
1. Optimasi tingkat perolehan minyak dan gas bumi yang paling optimum
yang bisa sesuai dengan desain processing unit nya.
2. Mendapatkan laju produksi yang sesuai dengan desain separator.
3. Mengetahui informasi unit-unit operasi yang sesuai dengan unit separator.
4. Mendapatkan cadangan minyak dan gas bumi di dalam sumur.
5. Memperoleh informasi perubahan kondisi operasi terhadap kinerja
peralatan
1.4
Hipotesis
Hipotesis dalam mengetahui optimisasi produksi minyak dan gas di
lapangan X dapat dilakukan dengan menggunakan metode reservoir dan surface
facility coupling sehingga dapat meningkatkan laju alir produksi minyak.
1.5
Batasan Masalah
Berikut merupakan batasan masalah dalam penulisan tesis ini:
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
3
1. Model reservoir dibuat dengan menggunakan software ECLIPSE untuk
melakukan analisis forecasting profil produksi reservoir.
2. Jaringan permukaan model fasilitas dibuat dengan menggunakan software
PIPESIM untuk melakukan simulasi tekanan dan laju alir.
3. Model proses fasilitas dibuat menggunakan software UNISIM untuk
melakukan simulasi tekanan dan laju alir.
4. Model terintegrasi antara model reservoir, model fasilitas permukaan,
model proses fasilitas menggunakan software Integrated Asset Modeler
(IAM).
5. Kendala dalam setiap model disimulasikan dengan meniru apa yang ada di
lapangan.
6. Analisis dilakukan setelah menjalankan integrasikan model.
1.6
Sistematika Penulisan
Seminar ini penulis bagi menjadi 5 bagian pokok yang terdiri sebagai
berikut:
Bab 1 Pendahuluan
Bab ini dijelaskan mengenai latar belakang permasalahan,
perumusan masalah, tujuan penelitan, batasan masalah dam
sistematika tulisan.
Bab 2 Tinjuan Pustaka
Bab tinjuan pustaka dijelaskan teori yang digunakan untuk
penyelesaian masalah.
Bab 3 Metode Penelitian
Bab metodologi penelitian dibahas mengenai metode yang
dipergunakan dalam penyelesaian masalah
Bab 4 Hasil dan Pembahasan
Bab ini dijelaskan mengenai hasil yang diperoleh dari penelitian dan
fenomena-fenomena yang terjadi pada saat meneliti
Bab 5 Kesimpulan
Bab ini disimpulkan hasil yang diperoleh pada penelitian
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
2BAB
2.1
2 TINJAUAN PUSTAKA
Karakteristik Sumur Gas Bumi
Natural gas atau gas alam merupakan komponen yang vital dalam hal supply
energi, dikarenakan karakteristiknya yang bersih, aman, dan paling efisien
dibandingkan dengan sumber energi yang lain. Karakterisik lain dari gas alam pada
keadaan murni antara lain tidak berwarna, tidak berbentuk, dan tidak berbau. Selain
itu, tidak seperti bahan bakar fosil lainnya, gas alam mampu menghasilkan
pembakaran yang bersih dan hampir tidak menghasilkan emisi buangan yang dapat
merusak lingkungan.
PT.X memiliki gas dari 2 wellhead platform dikumpulkan pada tiga Plant
Process Platform, yaitu Proses LPG, Proses Gas, dan Proses Minyak. Sebelum
fluida masuk kedalam ketiga Plant Process Platform tersebut diketahui tekanan 22
barg dan temperatur 60oC. Untuk menjaga produksi perlu ditambahkan sistem gas
lift yang sebesar 25 MMSCFD. Block Flow Diagram dari sistem di PT.X seperti
yang ditunjukkan pada Gambar 2.1.
Gambar 2.1 Block Flow Diagram PT. X
Reservoir X adalah reservoir karbonat yang terletak di daerah sebelah utara
Kota Gresik, dan sumur-sumurnya terletak di daerah lepas pantai.
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
5
2.2
Reservoir
Reservoir terdiri dari dua aspek, ada geologi reservoir dan fluida reservoir.
Keberhasilan pengembangan lapangan minyak dan lapangan gas sangat ditentukan
oleh reservoir; ukuran, kompleksitas, produktivitas, dan jenis dan jumlah fluida
yang dikandungnya (Hidrokarbon Eksplorasi dan Produksi, 2003). Untuk
mengoptimalkan
rencana
pengembangan,
karakteristik
reservoir
harus
didefinisikan dengan baik. Seringkali tingkat informasi yang tersedia secara
signifikan kurang dari yang dibutuhkan untuk menggambarkan reservoir secara
akurat, selain itu estimasi dari situasi yang sebenarnya perlu dibuat.
2.2.1
Geologi Reservoir
Tujuan reservoir geologi adalah untuk memiliki kontrol parameter reservoir
seperti struktur (structures), patahan (fault), lipatan (folds), deposisi lingkungan,
diagenesis, porositas dan permeabilitas dan prediksi variasi lateral. Tiga parameter
secara luas mendefinisikan reservoir geologi dari lapangan adalah sebagai berikut:
·
Depositional environment
·
Structures
·
Diagenesis
Sebagian besar reservoir geologi mengontrol produksi dari formasi, yaitu
transmissibility untuk aliran fluida dan tekanan komunikasi ada. Pengetahuan dari
proses geologi reservoir harus didasarkan pada ekstrapolasi dengan data yang
terbatas untuk ahli geologi, namun model geologi adalah dasar di mana rencana
pengembangan lapangan yang dibangun.
2.2.1.1 Deposisi Lingkungan
Deposisi lingkungan merupakan daerah dengan set khas fisik, kimia dan
proses biologis dengan jenis batuan. Lingkungan deposisi dapat ditemukan di
daerah yang berbeda dengan distribusi reservoir yang berbeda.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
6
Untuk delta, deposisi lingkungan dimana distribusi reservoirnya terisolasi
atau tertumpuk oleh channel dengan pasir butir halus. Memiliki permeabilitas yang
baik sekitar 500-5000 mD.
Laut dangkal / pantai (klastik), distribusi reservoirnya merupakan
pengasaran ke atas dengan tingkat penurunan yang tinggi yang menghasilkan
reservoir yang menumpuk. Karakteristik produksi deposisi lingkungan ini terdiri
dari pasir bersih dan berkesinambungan, namun lapisan shale menyebabkan
hambatan arah vertikal untuk fliud aliran.
Reservoir X berada di daerah depositonal karbonat (karang dan lumpur
karbonat), memiliki kualitas reservoir diatur oleh proses diagenesa dan sejarah
struktural (rekah). Untuk karakteristik produksi pengendapan ini adalah "dual
porositas" patahan karbonat. Karakteristik ini kemungkinan memiliki produksi air
yang tinggi, dan jika mengandung dolomites, mungkin menghasilkan Asam Sulfat
(H2S).
Distribusi reservoir rak (klastik), biasanya tipis tapi terisi pasir secara
berkesinambungan, sangat kasar antara lempung laut. Ini memiliki produktivitas
yang sangat tinggi tetapi pasir berkualitas tinggi dapat bertindak sebagai "zona
pencuri" selama air atau gas injeksi. Terdapat hubungan penting antara lingkungan
deposisi, distribusi reservoir dan karakteristik produksi lapangan yang ditunjukkan
pada Tabel 2.1.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
7
Tabel 2.1 Karakteristik Deposisi Lingkungan (Jahn, Frank, et.al., 2003)
2.2.1.2 Struktur
Batuan bereaksi terhadap tekanan secara elastis, duktilitas atau merapuh
seperti yang ditunjukkan pada Gambar 2.2.
Gambar 2.2 Diagram stress - strain dari batuan reservoir (Jahn, Frank, et.al., 2003)
Apabila batuan diberi tekanan yang cukup, sehingga mencapai titik kritis /
jenuh maka pada kondisi ini, batuan bergeser sehingga disebut sebagai
patahan/sesar (fault). Ada 3 jenis patahan/sesar, sesar normal (normal fault), sesar
naik (reverse fault), dan sesar geser (wrench fault).Jenis-jenis sesarini ditunjukkan
pada Gambar 2.3.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
8
Gambar 2.3 Jenis-jenis Patahan (Fault) (Jahn, Frank, et.al., 2003)
Patahan/sesar sering membelah reservoir dan memperangkap fluida dan
tekanan di kompartemen individu. Empat mekanisme yang menjelaskan tentang
bagaimana patahan/sesar memberikan perangkap pembentukan kompartemen,
yaitu clay smear, juxtaposition, diagenetic healing dan cataclasis. Hal ini
ditunjukkan pada Gambar 2.4.
·
Clay smear: tanah liat lunak, biasanya berasal dari laut, teroles ke dalam
sesarselama gerakan dan memberikan segel yang efektif.
·
Juxtaposition: sesar yang diakibatkan batuan kedap disandingkan terhadap
batuan reservoir.
·
Diagenetic Healing: pengendapan mineral akhir atau dekat sesar
menghasilkan permukaan segel.
·
Cataclasis: Gerakan sesar telah menghancurkan matriks batu dekat. Butir
individu kuarsa telah bergerak dari bawah ke atas menciptakan segel terdiri
dari "tepung batu".
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
9
Gambar 2.4 Perangkap Patahan/Sesar Seal hasil dari Clay Smear dan Juxtaposition
2.2.1.3 Diagenesis
Diagenesis adalah proses efek sedimen setelah deposisi oleh kimia dan fisik.
Diagenesis dapat meningkatkan baik porositas dan permeabilitas yang
menyebabkan perubahan yang nyata dari perilaku reservoir dengan urutan tidak
berubah. Proses diagenesis berhubungan dengan pengembangan lapangan dengan
pemadatan, sementasi, pembubaran dan penggantian. Pemadatan terjadi ketika hasil
sedimentasi yang terus menerus dalam peningkatan overburden yang mengusir air
pori dari paket sedimen. Ruang pori berkurang dan butiran menjadi dikemas lebih
erat bersama-sama. Pemadatan mengurangi porositas dan permeabilitas.
Permeabilitas adalah kemampuan cairan mengalir di media berpori. Porositas
adalah sebagian kecil dari volume media porous terhadap total volume.
2.2.2
Fluida Reservoir
Sifat karakteristik fluida reservoir ada 5 jenis yakni Gas kering, Gas basah,
Gas kondensat (retrograde), Minyak Atsiri dan Black Oil. Keseluruhan jenis fluida
reservoir dapat dibedakan dengan GOR awal, API, SG gas, penampilan di
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
10
permukaan dan komposisi. Fluida reservoir yang dipakai oleh PT.X menggunakan
black oil model, seperti diilustrasikan pada Tabel 2.2.
Tabel 2.2 PVT Fluida Reservoir X
Rs
0
0.04
0.08
0.12
0.17
0.21
0.26
0.3
0.35
0.4
0.45
0.48
2.2.3
P
14.7
200
400
600
800
1000
1200
1400
1600
1800
2000
2150
2400
3000
Bo
Visc. Minyak
1.06
1.67
1.0794
1.386
1.1
1.1787
1.1204
1.0415
1.1405
0.9472
1.1603
0.8748
1.1798
0.8101
1.1991
0.7451
1.218
0.6782
1.2367
0.6143
1.2551
0.565
1.2687
0.548
1.2648
0.5551
1.2555
0.5721
Rv
Bg
Visc. Gas
0.0162
0.0163
0.0166
0.017
0.0173
0.0176
0.0177
0.0178
0.0179
0.018
0.018
0.0185
16.06
7.886
5.166
3.812
3.004
2.47
2.093
1.814
1.601
1.434
1.332
1.193
0.01258
0.01285
0.01319
0.01358
0.01396
0.01436
0.01482
0.01529
0.01575
0.01622
0.01669
0.01746
Bw
Cw
Visc. Air Viscobility
1.031 3.46E-06 0.3181
3.87E-06
Masalah Reservoir
Salah satu masalah yang biasanya terjadi di reservoir adalah masalah air.
Air mempengaruhi setiap tahap fenomena siklus hidup ladang minyak dari
eksplorasi - pengembangan - produksi - abandonment. Minyak dihasilkan dari
reservoir dan air dapat berasal dari akuifer yang mendasari atau dari injektoryang
kadang-kadang tercampur dan diproduksi bersama minyak. Gerakan air yang
mengalir melalui reservoir, mengalir dalam tubing dan permukaan fasilitas
pengolahan, dan akhirnya diekstraksi untuk pembuangan atau disuntikkan untuk
menjaga tekanan reservoir, disebut sebagai siklus air.
Ekonomi produksi air melalui siklus air tergantung pada sejumlah faktor
seperti laju alir total, tingkat produksi, sifat fluida seperti gravitasi minyak, salinitas
air dan pembuangan air.
2.2.4
Simulasi Model Reservoir
Simulasi reservoir adalah bentuk numerik yang digunakan untuk mengukur
dan menafsirkan fenomena fisik dengan kemampuan untuk memperluas ini untuk
proyek kinerja masa depan. Proses ini melibatkan pembagian reservoir menjadi
beberapa unit diskrit dalam tiga dimensi dan pemodelan perkembangan waduk serta
sifat fluida melalui ruang dan waktu dalam serangkaian langkah-langkah terpisah.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
11
Persamaan untuk memecahkan setiap sel dan setiap langkah waktu adalah
kombinasi dari persamaan keseimbangan material dan Hukum Darcy.
Hukum Darcy’s (tanpa pengaruh gravitasi) ditunjukkan pada persamaan
2.1:
! = " $ %&
#
(2.1)
Persamaan Keseimbangan Materiditunjukkan pada Persamaan 2.2.
"% ' ( = )* +,-. / 0
)
(2.2)
Maka model persamaan aliran menjadi Simulator Flow Equation (with
gravity term)
% ' [1+%& " 2%3.] = )* 4 6 7 / 9
)
5
8
(2.3)
Dengan:
1 = !! :6
#
(2.4)
(2.5)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
12
Ada dua model untuk simulasi reservoir, ada model black oil dan model
komposisi. Model black oil mengasumsikan bahwa fase minyak dan gas masingmasing dapat direpresentasikan sebagai salah satu komponen melalui waktu. Sifatsifat komponen dapat berubah dengan tekanan dan temperatur, tetapi komposisi
tidak berubah. Model komposisi memberikan trek simulator masing-masing
komponen dari minyak dan gas di reservoir (C1-metana, C2-etana, dan sebagainya).
Metode ini digunakan untuk model cairan dekat titik kritis di mana perubahan
tekanan dan suhu sistem compositonal dapat menghasilkan perilaku cairan yang
sangat berbeda.
Dalam tesis ini, digunakan model black oil karena reservoir tidak perlu
memecah ke masing-masing komponen dan komposisi komponen minyak dan gas
yang relatif konstan tekanan dan waktu.
2.3
Fasilitas Permukaan
Model sistem fasilitas permukaan terdiri dari bagian pipa dan alat
kelengkapan yang berfungsi untuk mengirimkan cairan yang dihasilkan dari kepala
sumur ke fasilitas pengolahan lapangan (fasilitas proses). Pipa yang dipilih untuk
mengangkut minyak dan gas perlu melihat dari beberapa aspek (Schlumberger,
2015):
·
Tidak merusak lingkungan
·
Keselamatan bagi lingkungan minyak dan gas
·
Ekonomis dengan metode yang paling efisien transportasi volume tinggi
·
Keandalan
Flowline dan pipa pengumpulan adalah pipa yang berjarak pendek dalam
suatu daerah. Flowline biasanya memiliki ukuran kecil dengan 2 sampai 4 inci
diameter dan pipa pengumpulan biasanya memiliki ukuran yang lebih besar sekitar
4 sampai 12 inci diameter. Ada dua tipe dasar dari sistem pengumpulan yang radial
dan aksial.
Pipa Feeder adalah pipa yang bergerak hidrokarbon dari fasilitas
pengolahan, penyimpanan dan lain-lain. Untuk jalur transmisi utama dengan ukuran
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
13
khas 6 sampai 20 inci dengan diameter. Jalur transmisi adalah saluran utama
minyak dan transportasi gas dengan diameter yang sangat besar hingga 56 inci
diameter.
2.3.1
Sistem Pengumpulan Radial
Sistem pengumpulan radial adalah sistem flowline yang keluar dari
beberapa sumur yang berbeda yang konvergen ke titik pusat di mana fasilitas
berada. Flowline biasanya diakhiri di header, yang pada dasarnya adalah pipa yang
cukup besar untuk menangani aliran semua flowline. Sistem juga mengumpulkan
menggunakan filosofi radial di tingkat lokal untuk sumur individu, membawa
semua flowlines untuk header pusat.
2.3.2
Sistem Pengumpulan Axial
Sistem pengumpulan aksial adalah sistem di mana beberapa sumur
menghasilkan menjadi flowline umum. Sistem pengumpulan loop dapat
dikategorikan sebagai sistem aksial gathering di mana beberapa header terpencil
mengumpulkan cairan dan mengangkut fliud ke dalam trunkline umum. Hal ini
lebih berlaku untuk sewa yang relatif besar, dan tidak ada kasus di mana itu adalah
undesireable atau tidak praktis untuk membangun fasilitas pengolahan lapangan
pada titik pusat.
2.3.3
Masalah Fasilitas Permukaan
Ada banyak masalah yang dapat menyebabkan fasilitas permukaan tidak
mengalir lancar. penelitian untuk memahami masalah dalam fasilitas permukaan,
disebut aliran jaminan. Penyumbatan dari pipa bisa datang dari hidrat, lilin,
aspalthenes, slugging, cross flow dan lain-lain. Kebocoran tersebut dari pipa bisa
datang dari korosi dan erosi.
2.3.4
Model Fasilitas Permukaan
Fluida yang dihasilkan dari ladang hidrokarbon terdiri dari campuran
minyak, gas dan air, sering dengan komponen korosif, kadang-kadang sarat dengan
partikel padat, dan merupakan sumber potensial dari banyak ketidakstabilan aliran.
Sering, sekarang langsung dieksporjarak jauh, dalam kondisi multifase, menuju dan
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
14
simultan beberapa bidang baru. Skema produksi ini, yang terutama diterapkan lepas
pantai, di cekungan matang seperti di Laut Utara atau di Teluk Meksiko di mana
infrastruktur yang ada di daerah yang luas, juga dapat meningkatkan ekonomi atau
bidang kecil atau laut. Dalam rangka untuk memahami tentang perilaku
multiphases, perlu memahami regim aliran pipa horisontal dan vertikal cairan di
dalam.
2.3.4.1 Flow Model
Klasifikasi Flow Regimes pada Aliran Vertikal Dua Fase
Masalah umum memprediksi penurunan tekanan untuk aliran simultan gas
dan fluida kompleks dalah memprediksi variasi tekanan dengan jarak sepanjang
jalur aliran untuk kondisi yang dikenal aliran. Aliran vertikal multifase dapat
dikategorikan ke dalam empat pola aliran yang berbeda atau regim aliran, yang
terdiri dari aliran gelembung, aliran slug, siput-kabut transisi (churn) mengalir dan
aliran kabut. Sebuah contoh khas dari aliran gelembung adalah pembebasan gas dari
minyak jenuh di dan di atas titik di jalur aliran mana tekanan titik didihnya tercapai.
Dalam aliran slug, baik gas dan cairan fase signifikan berkontribusi pada
gradien tekanan. Fase gas ada sebagai gelembung besar hampir mengisi pipa dan
dipisahkan oleh siput cairan. Dialiran transisi, slug antara gelembung gas dasarnya
menghilang, dan di beberapa titik fase cair menjadi terputus-putus dan fase menjadi
terus menerus. Kerugian tekanan dalam transisi (churn) aliran yang sebagian hasil
dari fase cair, tetapi lebih hasil dari fase gas. Aliran kabut ditandai dengan fase gas
terus menerus dengan terjadi cair sebagai tetesan entrained dalam aliran gas dan
sebagai film cairan membasahi dinding pipa. Contoh khas dari aliran kabut adalah
aliran gas dan kondensat dalam kondensat gas dengan baik. Gambar flow regime
pada aliran vertical ditunjukkan pada Gambar 2.5.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
15
Bubble
Slug
Churn
Annular/Mist
Gambar 2.5 Klasifikasi Flow Regime Pada Aliran Vertikal Dua Fase
Klasifikasi Flow Regimes pada Aliran Horizontal Dua Fase
Prediksi liquid hold up cair kurang signifikan untuk perhitungan kehilangan
tekanan di aliran horizontal daripada aliran cenderung atau vertikal, meskipun
beberapa korelasi memerlukan nilai hold up untuk menghitung istilah kepadatan
yang digunakan dalam gesekan dan percepatan komponen penurunan tekanan.
Penurunan tekanan akselerasi biasanya ringan dan sering diabaikan dalam
perhitungan desain. Stratified Flow (halus, bergelombang), Intermittent Flow (plug
and slug) dan Distributed Flow (bubble dan kabut).
Seperti dalam aliran vertikal, aliran horisontal dua fase dapat dibagi ke
dalam regim yang ditunjukkan pada Gambar 2.6.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
16
Stratified
Slug
Bubble
Annular
Gambar 2.6 Klasifikasi Flow Regime Pada Aliran Horizontal Dua Fase (Schlumberger, 2015)
2.3.4.2 Persamaan Multifase Aliran Horizontal
Beggs and Brill Original
Persamaan Beggs dan Brill original digunakan untuk kehilangan tekanan
dan hold up cair. Regim aliran ditentukan baik oleh Beggs dan Brill atau korelasi
Taitel Dukler. Korelasi Beggs dan Brill dikembangkan setelah studi aliran dua fase
dalam pipa horizontal dan miring. Korelasi didasarkan pada peta regim aliran yang
pertama ditentukan seakan aliran itu horizontal. Sebuah hold up horisontal
kemudian dihitung dengan korelasi, dan hold up ini dikoreksi untuk sudut
kemiringan. Sistem tes termasuk dua 90 ft pipa acrylic panjang, diterapkan ke
elevasi variabel di tengah, sehingga untuk model aliran miring baik ke atas dan ke
bawah disudut hingga 90° (Brill, et.al., 1988).
Beggs and Brill Revised
Seperti Persamaan Beggs and Brill original di atas kecuali bahwa ada revisi
dari Beggs dan Brill, dengan faktor pipa gesekan kasar, batas hold up dan konstanta
korektif seperti yang diusulkan oleh Palmer dan Payne. Berikut perangkat tambahan
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
17
untuk metode asli yang digunakan; (1) aliran tambahan, regime aliran buih
dianggap yang mengasumsikan tidak ada slip hold up, (2) faktor gesekan berubah
dari model pipa halus standar, untuk memanfaatkan faktor fase gesekan tunggal
berdasarkan kecepatan fluida rata-rata (Brill, et.al., 1988).
2.3.4.3 Korelasi Aliran Multifase Vertikal
Ansari
Persamaan Ansari model di kembangkan dari Universitas Tulsa sebagai
bagian dari program penelitian proyek aliran fluida (TUFFP). Sebuah model yang
komprehensif di rumuskan untuk memprediksi pola aliran dan karakteristik pola
aliran yang di prediksi untuk aliran dua fasa ke arah atas/vertikal. Mekanistik yang
komprehensif model dibuat untuk memprediksi pola aliran dan satu set model
independen untuk memprediksi holdup dan penurunan tekanan di dalam bubble,
slug dan arus annular. Model ini dievaluasi menggunakan TUFFP data bank, yang
terdiri dari 1775 studi kasus sumur dan 371 di antaranya berasal dari Prudhoe Bay
data.
Aziz, Govier dan Fogarasi
Model Aziz, Govier dan Fogarasi dikembangkan untuk model sumur
dengan kalkulasi penurunan tekanan untuk arah aliran ke atas di dalam sumur
produksi. Arah aliran (flow regime) (contoh: annular-mist, slug, dsb.) di tentukan
menggukana korelasi Govier dan Aziz (1972). Pola aliran yang pertama kali di
prediksi, setelah itu digunakan medote korelasi untuk menghitung cairan holdup
dan tekanan gesekan. Metode Dun dan Ros digunakan untuk kalkulasi holdup dan
tekanan pada kabut annular. Korelasi Govier Aziz dan Fogarasi dikembangkan
mengikuti studi penurunan tekanan di sumur produksi gas dan kondensat. Dari studi
penurunan tekanan terhadap 102 sumur yang ada di lapangan, memiliki rasio gas
dan cairan dari 3900 sampai dengan 1.170.000 scf/bbl dianalisis dengan detil.
Beggs and Brill Original
Persamaan Beggs dan Brill original digunakan untuk kehilangan tekanan
dan hold up cair. Regim aliran ditentukan baik oleh Beggs dan Brill atau korelasi
Taitel Dukler. Korelasi Beggs dan Brill dikembangkan setelah studi aliran dua fase
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
18
dalam pipa horizontal dan miring. Korelasi didasarkan pada peta regim aliran yang
pertama ditentukan seakan aliran itu horizontal. Sebuah hold up horisontal
kemudian dihitung dengan korelasi, dan hold up ini dikoreksi untuk sudut
kemiringan. Sistem tes termasuk dua 90 ft pipa acrylic panjang, diterapkan ke
elevasi variabel di tengah, sehingga untuk model aliran miring baik ke atas dan ke
bawah disudut hingga 90 ° (Brill, et.al., 1988).
Beggs and Brill Revised
Seperti Persamaan Beggs and Brill original di atas kecuali bahwa ada revisi
dari Beggs dan Brill, dengan faktor pipa gesekan kasar, batas hold updan konstanta
korektif seperti yang diusulkan oleh Palmer dan Payne. Berikut perangkat tambahan
untuk metode asli yang digunakan; (1) aliran tambahan, regim aliran buih dianggap
yang mengasumsikan tidak ada slip hold up, (2) faktor gesekan berubah dari model
pipa halus standar, untuk memanfaatkan faktor fase gesekan tunggal berdasarkan
kecepatan fluida rata-rata. Korelasi ini juga digunakan pada aliran Vertikal (Brill
et.al., 1988).
Duns and Ros
Korelasi Duns dan Ros digunakan untuk tekanan kerugian dan hold up
dengan regim aliranbaik oleh Duns dan Ros serta korelasi Taitel Dukler. Korelasi
Dunsdan Ros dikembangkan untuk aliran vertikal gas dan campuran cairan dalam
sumur. Persamaan dikembangkan untuk masing-masing dari tiga wilayah aliran, (I)
gelembung, plug and bagian dari regim aliran buih, (II) sisa aliran buih dan regim
aliran slug, (III) regim aliran kabut. Wilayah ini memiliki keluaran rendah,
menengah dan tinggi gas masing-masing. Setiap daerah aliran memiliki korelasi
hold upyang berbeda. Persamaan didasarkan pada karya eksperimental yang luas
menggunakan campuran minyak dan udara.
Gray (Original)
Korelasi aliran vertikal Gray digunakan juga untuk menghitung penurunan
tekanan dan holdup. Korelasi ini dikembangkan oleh H. E. Gray of Shell Oil
Company untuk aliran vertikal di gas dan kondensat yang didominasi oleh fasa gas.
Aliran di perlakukan sebagai fasa tunggal dan diambil air atau kondensat nya
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
19
sebagai asumsi untuk seluruh aliran yang melekat pada dinding pipa. Dimana
konsiderasinya hanya dapat digunakan untuk kasus arah aliran vertikal dengan
velocity di bawah 50 ft/s, ukuran tabung di bawah 3.5 inch, dengan rasio kondensat
di bawah 50 bbl/mmscf dan ratio air di bawah 5 bbl/mmscf.
Gray (Modified)
Seperti penjelasan Gray yang di atas hanya saja ada beberapa modifikasi
yang dilakukan adalah:
1. Realisasi bilangan Reynold (Gray Original diasumsikan selalu 1 juta).
2. Pseudo-roughness (kekasaran) dibatasi menjadi kurang dari radius pipa.
Mukherjee and Brill
Korelasi Mukherjee dan Brill digunakan untuk pernurunan tekanan, hold up
dan Flow Map. Catatan: pilihan peta aliran dan holdups menyebabkan hasil yang
tak terduga. Korelasi Mukherjee dan Brill dikembangkan setelah studi perilaku
penurunan tekanan di aliran cenderung dua fase. Fasilitas uji terdiri dari pipa UShaped yang bersudut +/- 90 º. Masing-masing kaki bagian U adalah 56 ft dengan
22 ft panjang dan 32 ft tes bagian di kedua sisi. Cairan yang udara, minyak tanah
dan minyak pelumas dengan viskositas cairan mulai 0,9-75 cp. Sekitar 1000
pengukuran penurunan tekanan dan 1500 pengukuran hold up cair diperoleh dari
berbagai aliran minyak dan gas (Mukherjee, 1988).
Untuk bubble dan aliran slug, faktor gesekan tidak-slip dihitung dari
diagram Moody ditemukancukup untuk perhitungan kerugian head gesekan. Dalam
aliran menurun bertingkat, gradien tekanan gesekan dihitung berdasarkan
persamaan keseimbangan momentum baik untuk fase asumsi antarmuka gasliquid
halus. Untuk aliran annular-kabut, korelasi faktor gesekan disajikan yang
merupakan fungsi dari rasio hold up dan tidak ada-slip Moody faktor gesekan. Hasil
setuju juga dengan data eksperimen dan korelasi yang diverifikasi lebih lanjut
dengan data Prudhoe Bay dan Laut Utara (Mukherjee, 1988).
Hagedorn and Brown
Korelasi Hagedorn dan Brown digunakan untuk kehilangan tekanan dan
hold up. NamunHagedorn dan korelasi Brown tidak memprediksi pola aliran, pola
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
20
kemudian diteliti oleh Orkiszewski. The Duns dan Ros prediksi pola aliran juga
bisa dilaporkan. Tak satu pun dari metode prediksi pola aliran ini mempengaruhi
salah perhitungan. The Hagedorn dan Brown korelasi dikembangkan mengikuti
studi eksperimental gradien tekanan yang terjadi selama arus dua fase kontinyu
dengan diameter kecil saluran vertikal. Sebuah 1.500 ft juga eksperimental
digunakan untuk mempelajari aliran melalui 1 in., 1,25 in., dan 1,5 in. Ukuran
nominal tubing. Air adalah fase gas dan empat cairan yang berbeda digunakan: air
dan minyak mentah minyak dengan viskositas dari sekitar 10, 30 dan 110 cp. Hold
up cairan tidak langsung diukur, bukan pseudo nilai cair-hold up ditentukan yang
cocok gradien tekanan diukur.
Pekerjaan lebih lanjut oleh Brill dan Hagedorn telah menyebabkan dua
modifikasi: (1) Jika Griffith dan Wallis memprediksi terjadinya aliran gelembung,
metode gelembung-aliran Griffith harus digunakan untuk memprediksi gradien
tekanan, dan (2) Jika hold up cair diperkirakan kurang dari cairan tanpa slip hold
up, maka tidak ada-slip cair hold up digunakan.
Korelasi No Slip
Korelasi No Slip mengasumsikan aliran homogen tanpa slip antara satu fasa
dengan fasa lainnya. Properti fluida diambil sebagai rata-rata kedua fasa gas dan
cairan dan faktor gesekan dihitung menggunakan persamaan Moody satu fasa.
Orkiszewski
Korelasi Orkiszewski digunakan untuk menghitung penurunan tekanan,
holdup, dan flow regime. Korelasi Orkiszewki dikembangkan untuk memprediksi
penurunan tekanan pada dua fasa di dalam pipa vertikal. Ada empat flow regime
yang termasuk di dalam korelasi ini, yaitu bubble, slug, transisi annular-slug, kabut
annular. Metode ini dapat secara akurat memprediksi sekitar 10%, dalam laju alir
natural penurunan tekanan dua fasa pada laju alir natural dan produksi
menggunakan gas lift. Metode ini di verifikasi dengan menggunakan 148 tekanan
yang terukur.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
21
Semua korelasi hanya melibatkan kelompok berdimensi, yang merupakan
kondisi biasanya dicari dalam analisis kemiripan tetapi tidak selalu tercapai.
Penggunakan korelasi aliran ditunjukkan pada Tabel 2.3.
Tabel 2.3 Penggunaan Korelasi Aliran
Dun and Ros
Hagedorn and
Brown
Beggs and Brill
Revised
Beggs and Brill
Original
Mukherjee and Brill
Govier, Aziz dan
Forgasi
No Slip
Ansari
Orkiszewski
Sumur
Minyak
Vertikal
Sumur
Minyak
Deviated
Sumur
Gas/Kondensat
Vertikal
Pipa
Minyak
Pipa Gas/
Kondensat
!
!
!
-
-
!
-
!
-
-
!
-
!
-
-
!
!
!
!
!
!
!
!
!
!
!
!
!
-
-
!
!
!
!
-
!
!
!
!
-
!
-
Catatan:
!
: dapat digunakan korelasi tersebut
-
: sebaiknya tidak dapat menggunakan korelasi
2.3.4.4 Model Completion (IPR)
Inflow Performance Relationships (IPRs) telah dikembangkan untuk model
aliran cairan dari reservoir, melalui formasi, dan ke dalam sumur. Mereka
dinyatakan dalam sumur statis (atau reservoir) tekanan Pws, sumur mengalir (atau
bawah lubang) tekanan Pwf, dan debit Q.
Laju aliran volume yang sebanding dengan penarikan tekanan ditunjukkan pada
Persamaan 2.6.
QV ; (Pws "Pwf )
(2.6)
Untuk IPR cair tingkat cair tangki saham kira-kira sebanding dengan laju
aliran volume di kondisi sumur, dan bentuk persamaan yang digunakan ditunjukkan
pada Persamaan 2.7.
QL ; (Pws "Pwf )
(2.7)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
22
Untuk IPR gas laju alir tangki secara kasar sebanding dengan laju aliran
volume di reservoir kondisi kali rata-rata tekanan reservoir ditunjukkan pada
Persamaan 2.8.
QG ;Qv < (Pws +Pwf ); (Pws2 "Pwf2 )
2
(2.8)
Daftar lengkap dari pilihan IPR, untuk reservoir minyak dan gas
ditunjukkan pada Tabel 2.4.
Tabel 2.4 Penggunaan Korelasi IPR
Oil
Reservoirs
IPR
Backpressure Equation
Fetkovich
Hydraulically Fractured
IPR Table
Jones / Forcheimer
Pseudo Steady State Equation / Darcy
Transient
Vogel
Well PI
Gas and Gas
Condensate Reservoir
!
!
!
!
!
!
!
!
!
!
!
!
!
!
Catatan:
!
: dapat menggunakan korelasi tersebut
Persamaan Backpressure
Persamaan Back Pressure dikembangkan oleh Rawlins dan Schellhardt
(1935) setelah menguji 582 sumur. persamaan biasanya diterapkan untuk sumur gas
meskipun aplikasi untuk sumur minyak juga telah terbukti. Jika korelasi sudah ada
untuk sumur minyak, menggunakan tekanan Persamaan Balik pada sumur gas saja.
persamaan memiliki bentuk yang ditunjukkan oleh Persamaan 2.9.
QG =C < (Pws2 "Pwf2)n
(2.9)
Dengan,
QG
= laju alir gas (MMscf/d) (m3/d),
Pws
= Tekana statis sumur (psia) (bara)
Pwf
= Tekanan aliran sumur ( (psia) (bara)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
23
C
= konstanta backpressure (MMscf/d/(psia2)n) (m3/d/(bar2) n)
n
= eksponen backpressure
Eksponen bakcpressure, n, yang berkisar antara 0,5 dan 1,0, memberikan
dampak aliran kecepatan tinggi (turbulensi). Ketika n = 1 persamaan tekanan
kembali adalah sama seperti persamaan PI gas.
Tekanan kembali konstan, C, merupakan batuan reservoir dan sifat fluida,
aliran geometri dan efek transien.Parameter C dan n harus diperoleh oleh multi-rate
Selain testing ke persamaan IPR standar, data uji dapat dimanfaatkan sehingga
inflow yang dapat dicocokkan dengan data yang diukur sebenarnya. Minimal tiga
titik data diperlukan. Persaman menjadi seperti yang ditunjukkan pada Persamaan
2.10.
LogQG = logC +n < log (Pws2 "Pwf2)
(2.10)
Sebuah plot laju alir QG vs pws2 " pwf2pada skala log-log memberikan garis
dengan kemiringan n dan mengantisipasi C. Untuk menghindari masalah konversi
satuan ketika memperoleh parameter, periksa bahwa kemiringan memiliki nilai
antara 0,5 dan 1,0. Jika n adalah kurang dari 0,5, ini berarti bahwa kondisi reservoir
lambat, atau cairan yang menumpuk di lubang sumur (sumur gas kondensat). Nilai
n dapat lebih besar dari 1,0 jika cairan dihapus dari sumur selama pengujian, atau
dengan menghapus pengeboran atau stimulasi cairan. Juga, perubahan kapasitas
baik selama pengujian isochronal akan menyebabkan pencar lebih luas dari titik
data. Ini mungkin hasil dari akumulasi cairan atau pembersih dari sumur.
Fetkovich
Persamaan Fetkovich adalah salah satu metode yang dipakai untuk
melakukan korelasi IPR (InflowPerformance Relationship) pada komplesi sumur.
Persamaan Fetkovich adalah turunan dari persamaan Vogel yang memiliki unsur
efek kecepatan tinggi (Fetkovich, 1973).
Q =Qmax (1 " (Pwf / Pws)2)n
(2.11)
Dengan,
Q
= liquid flow rate (STB/D orm3/d)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
24
Qmax
= potensi aliran lubang terbuka mutlak, yaitu laju aliran cairan ketika
tekanan lubang bawah adalah nol.
Pwf
= tekanan sumur aliran (psia orbara)
Pws
= tekanan sumur statik (psia orbara)
n
= eksponen Fetkovich.
Hydraulically Fractured
Sumur diasumsikan di pusat reservoir persegi dengan aspek rasio 1: 1.
Kurva jenis yang digunakan dalam perhitungan diambil dari Reservoir Stimulasi
2nd Edition oleh Econimides dan Nolte, Bab 8 oleh Hai-Zui Meng dan SPE dan
paling cocok untuk sumur gas. Jenis kurva yang dihasilkan menggunakan fase
tunggal, hingga dua dimensi perbedaan simulator untuk rentang sifat sistem
(permeabilitas, porositas, viskositas fluida, Total Sistem kompresibilitas) dan
panjang karakteristik sistem, fraktur setengah-panjang. Ini kemudian digunakan
untuk menghitung waktu berdimensi (kisaran valid: 10e-5 - 10e3), tekanan lubang
sumur berdimensi, dan konduktivitas fraktur berdimensi (kisaran valid 0,1-500).
Jones / Forcheimer
Korelasi Jones adalah mirip dengan metode PI tetapi mengandung istilah
tambahan model turbulensi.
Persamaan Jones untuk Gas Inflow
Persamaan Jones untuk reservoir gas ditunjukkan pada Persamaan 2.12.
Pws2 "Pwf2 = AQG2 +BQGn
(2.12)
Dengan,
QG
= stock-tank gas rate
Pws
= tekanan statik
Pwf
= tekanan aliran
A # 0 = koefisien tubulen
B # 0 = koefisien laminer
Dalam kasus ketika A = 0 persamaan Jones adalah sama dengan persamaan
PI gas dengan indeks produktivitas JG = 1 / B. Nilai B> 0,05 (psi2 / MMscf / d)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
25
menunjukkan permeabilitas yang rendah atau adanya kerusakan kulit (Jones, et.al.,
1976).
Persamaan Jones untuk Liquid Inflow
Jones mengusulkan persamaan untuk aliran gas, tetapi juga dapat digunakan
untuk model sumur minyak. Namun persamaan Fetkovich juga dapat digunakan
untuk sumur minyak jenuh dan metode yang direkomendasikan untuk IPR di waduk
memproduksi di bawah titik bubble.
Persamaan Jones untuk reservoir liquid ditunjukkan pada Persamaan 2.13.
Pws "Pwf = AQL2 +BQL
(2.13)
Dengan,
QL
= stock-tank oil rate
Dalam kasus ketika A = 0 persamaan Jones adalah sama dengan persamaan Liquid
PI dengan indeks produktivitas JL = 1 / B
Pseudo Steady State Equation / Darcy
Persamaan Pseudo steady state IPR (PSS), berasal dari persamaan untuk
aliran Darcy fase tunggal ke dalam sumur. Sejumlah versi dari persamaan dapat
digunakan yaitu:
·
Untuk aliran cairan persamaan PSS.
•
Ini dapat opsional dikombinasikan dengan formula Vogel untuk
tekanan di bawah titik bubble.
•
Aliran cairan dapat dimodelkan menggunakan versi dua fase
persamaan aliran radial untuk minyak dan air.
·
Untuk aliran gas PSS.
•
Versi menggunakan tekanan semu gas (lebih akurat untuk sistem
tekanan tinggi).
·
PSS dinyatakan dalam laju aliran reservoir dapat digunakan baik cair atau
gas aliran.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
26
•
Aliran cairan dapat dimodelkan menggunakan versi dua fase
persamaan aliran waduk untuk minyak dan air.
Aliran Reservoir
Persamaan Pseudo steady state, seperti IPR sementara, dihitung dengan
memecahkan radial, fase tunggal, aliran Darcy ke dalam sumur. Ini berlaku untuk
waktu yang relatif lama, setelah sumur telah melewati tahap transien. Solusinya
diberikan oleh Dake 1978 yang ditunjukkan pada Persamaan 2.14.
QR $ =M $<T < (Pws "Pwf )
(2.14)
Jika PSS diterapkan menjadi Persamaan 2.15.
(2.15)
Dengan:
flow rate at$RB /d orreservoir conditions of phase MCF /d
QR $
= volume
M$
= mobility of phase $ 1 /cp
Pws
= average reservoir pressure psia
Pwf
= bottome hole pressure psia
k
= formation permeability mD
h
= formation thickness ft
rw
= wellbore radius ft
re
= drainage radius ft
S
= skin
Persamaan 2.16 merupakan angka C1 jika dihitung dengan satuan RB/d.
(2.16)
Persamaan 2.17 dihitung dengan satuan MCF/d.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
27
(2.17)
Dengan syarat
·
Konstanta 0,75 berasal dari menggunakan tekanan reservoir rata pws = p.
Sebuah formula yang sama dapat diturunkan dengan menggunakan tekanan
pada jari-jari drainase pws = p (re), tetapi nilai 0,75 digantikan oleh 0,5.
·
radius drainase yang efektif dapat secara eksplisit ditentukan atau dihitung
berdasarkan faktor bentuk dan daerah reservoir.
Mobilitas fase didefinisikan dalam hal fase relatif permeabilitas dan
viskositas ditunjukkan oleh Persamaan 2.18.
(2.18)
krØ
= Relative permeability forphase Ø
µØ
= Viscosity forphase Ø in production.
Untuk injeksi, ini adalah viskositas fluida di rata-rata lubang bawah tekanan
mengalir dan tekanan reservoir statis; dan lubang bawah mengalir suhu.
Untuk aliran fase tunggal permeabilitas relatif kr $ = 1, dan persamaan
inflow disederhanakan menjadi seperti yang ditunjukkan pada Persamaan 2.19.
QR $ = 1/%. $<T < (Pws "Pwf )
(2.19)
Versi ini PSS IPR dapat digunakan untuk cairan atau gas inflow.
Untuk inflow multifase, total inflow dapat ditulis sebagai jumlah dari arus masuk
fase seperti ditunjukkan pada Persamaan 2.19.
QR =QRO +QRW +QRG
(2.19)
Hal ini berhubungan pengan Persamaan 2.20.
QR =M <T < (Pws "Pwf )
(2.20)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
28
Total mobility didefinisikan dengan Persamaan 2.21.
M =MO +MW +MG
(2.21)
Aliran Air dan Minyak Steady State
Sebuah versi dua fase persamaan inflow multifase dapat digunakan untuk
model inflow cair ditunjukkan pada Persamaan 2.22.
QRL = (krO / %O+krW / %W )<T < (Pws "Pwf )
(2.22)
Contoh permeabilitas relatif dapat dilihat dari gambar permeabilitas pada Gambar
2.7.
Gambar 2.7 Permeabilitas Relatif dan Tekanan Kapilaritas (kiri: Water Oil System: Sand Basal
Tuscaloosa, MISS, Permeabilitas: 58mD, Porosity: 18%; kanan: Water Oil System: Gatchell,
Northern San Joaquin Valley, CALIF, Permebilitas: 180 mD, Porosity: 18%) (Fatt, I. and Dykstra,
H., 1951)
Aliran Stock Tank
Persamaan pseudo steady state dapat dinyatakan dalam tingkat aliran
tangki. Untuk aliran cair ditunjukkan pada Persamaan 2.23.
QL =_2&kh (pws " pwf )___
C1%L BL ln (re/rw )" 0.75 +S
QL
= liquid flowrateSTB /d
BL
= liquid volume formation factorRB /STB
%L
= liquid viscosity at reservoir conditionscp
(2.23)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
29
Koreksi Titik Bubble
Persamaan pseudo steady state dapat dikombinasikan dengan persamaan
Vogel untuk model arus masuk bila tekanan lubang bawah adalah di bawah titik
bubble.
Indeks Produktivitas, steady state Pseudo dan Transient IPR untuk inflow
cair dapat dimodifikasi untuk menggunakan bentuk persamaan Vogel di bawah titik
bubble (Pwf<Pbp).. Hal ini memungkinkan efek gas break-out untuk dimodelkan
seperti ditunjukkan pada Persamaan 2.24.
(2.24)
Dengan,
Q
= liquid flow rate (STB/D orm3/d)
Qbp
= flow at the bubble point flow
Pbp
= bubble point pressure (psia orbara)
Pwf
= well flowing (orbottome hole) pressure (psia orbara)
Pws
= well static (orreservoir) pressure (psia orbara)
C
= Vogel coefficient.
= absolute open hole flow potential, yang merupakan
laju aliran cairanbila tekanan lubang bawah nol.
Persamaan Vogel telah bergeser untuk IPR linear di atas titik bubble seperti
ditunjukkan pada Persamaan 2.25.
Q =Qbpat Pwf = Pbp
Productivity index
(2.25)
padaPwf= Pbp
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
30
Koneksi ini hanya bekerja jika tekanan titik gelembung kurang dari statis (reservoir)
tekanan,Pbp<Pws.
Aliran Air dan Minyak Dua Fase
Versi dua fase persamaan aliran cairan reservoir juga dapat ditulissebagai
stock tank laju aliran cairan seperti yang ditunjukkan pada Persamaan 2.26.
QL =QR /BL =QRO /BL +QRW /BL
(2.26)
Aliran Gas Stock Tank
Persamaan pseudo steady state ini dapat dinyatakan dalam tingkat aliran
stock tank. Untuk aliran gas, faktor volume formasi dapat dinyatakan dalam hal
tekanan dan temperatur
. Tekanan reservoir yang diambil
adalah tekanan rata-rata direservoir
, yang akan memberikan flow
rate stock tank QG =QR /BGmaka persamaan menjadi yang ditunjukkan oleh
Persamaan 2.27.
(2.27)
Kuadrat tekanan muncul dari kombinasi perbedaan tekanan dantekanan reservoir
rata-rata
Konstata muncul dari kombinasi faktor konversi dan sifat stock tank
Skin telah dimodifikasi untuk menyertakan laju aliran.
Dengan,
QG
= flowrate MSCF /d
BG
= gas volume formation factor CF /SCF
%G
= gas viscosity at reservoir conditions cp
S
= constant skin
DQ
= near wellbore turbulence factor orratedependent skin
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
31
T
= reservoir temperature oR
Z
= reservoir compressibility factor
Ps
= stock tank pressure 14.7psi
Ts
= stock tank temperature 519.67oR
Zs
= stock tank compressibility factor 1
adalah konstanta, yang timbul dari faktor konversi
dan sifat stock tank.
Tekanan Gas Pseudo
Dake 1978 memberikan versi lain dari Pseudo stabil IPR untuk inflow gas,
yang lebih akurat untuk cairan dalam jumlah besar, berdasarkan pada karya AlHussainy seperti yang ditunjukkan pada Persamaan 2.28.
(2.28)
Berikut tekanan pseudo gas ditunjukkan pada Persamaan 2.29.
(2.29)
Untuk shape faktor pada korelasi inflow ditunjukkan pada Tabel 2.6.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
32
Tabel 2.5 Tabel inflow Psedo Komponen Shape factor
Korelasi Transient IPR
Persamaan IPR transient, berasal dari persamaan untuk aliran Darcy fase
tunggal yang telah diperbaiki. Sejumlah versi dari persamaan dapat digunakan.
Untuk aliran liquid IPR transien.
-
Secara opsional dikombinasikan dengan formula Vogel untuk
tekanan di bawah titik bubble
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
33
-
Aliran cairan dapat dimodelkan menggunakan versi dua fase
persamaan aliran radial untuk minyak dan air
Untuk aliran gas IPR transien.
-
Versi menggunakan tekanan pesudo gas (lebih akurat untuk sistem
tekanan tinggi).
IPR transien dinyatakan dalam laju aliran reservoir dapat digunakan baik
untuk aliran gas dan liquid.
-
Aliran cairan dapat dimodelkan menggunakan versi persamaan dua
fase aliran reservoir untuk minyak dan air.
Aliran Reservoir
IPR transien, seperti IPR pseudo steady state, dihitung dengan memecahkan
radial, fase tunggal, aliran Darcy ke dalam sumur. Ini berlaku untuk waktu relatif
cepat, sebelum sumur telah mencapai keadaan pseudo stabil. Sebuah solusi
kesamaan diberikan oleh Dake 1978 seperti yang ditunjukkan pada Persamaan 2.29.
(2.30)
Dengan transmissibility IPR transien didefinisikan pada Persamaan 2.30.
(2.31)
QR $
= volume flowrate at reservoirconditions of phase$; RB /d orMCF /d
M$
= mobility ofphase $; 1 /cp
Pws
= averagereservoir pressure; psia
Pwf
= bottome holepressure; psia
t
= time;hours
k
= formationpermeability; mD
h
= formationthickness; ft
rw
= wellboreradius; ft
S
= skin
'
= reservoirporosity
C
= total compressibility reservoir dan fluida reservoir; 1 /psi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
34
*
= constant equal to the exponential of Euler's constant;
= e 0.5772 = 1.781
C0
= conversion factor
C1
= conversion factor depending on the flow units. (Persamaan 2.15 dan
Persamaan 2.16)
Persamaan IPR transien dapat ditulis dalam hal mirip dengan pseudo IPR
pseudosteady state dengan mendefinisikan radius seperti yang ditunjukkan pada
Persamaan 2.32 dan 2.33.
(2.32)
(2.33)
Mobilitas fase didefinisikan dalam hal fase relatif permeabilitas dan
viskositas seperti ditunjukkan pada Persamaan 2.34.
(2.34)
Dengan,
kr $
= relative permeability forphase $
%$
= viscosity of phase $ at reservoir conditions cp
Untuk fase tunggal permeabilitas related adalah kr $ = 1, dan korelasi
inflow disederhanakan menjadi seperti yang ditunjukkan pada Persamaan 2.35.
(2.35)
Versi IPR transien ini dapat digunakan untuk cairan atau gas inflow.
Untuk aliran multifase, total inflow dapat ditulis sebagai jumlah dari arus
masuk seperti yang ditunjukkan pada Persamaan 2.36.
QR =QRO +QRW +QRG
(2.36)
Persamaan dapat dimodifikasi menjadi seperti yang ditunjukkan pada
Persamaan 2.37.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
35
QR =M <T < (Pws "Pwf )
(2.37)
M =MO +MW +MG
(2.38)
Mobilitas total didefinisikan menjadi seperti yang ditunjukkan pada
Persamaan 2.38.
Aliran Minyak dan Air
Versi dua fase persamaan inflow multifase dapat digunakan untuk model
inflow cair seperti yang ditunjukkan pada Persamaan 2.39.
(2.39)
Aliran Cairan Stock tank
Persamaan IPR transien ini dapat dinyatakan dalam tingkat aliran stock tank.
Untuk aliran cairan, laju alir stock tank QL = QR / BL ditunjukkan pada Persamaan
2.40.
(2.40)
QL
= liquid flowrate; STB /d
BL
= liquid volume formation factor; RB /STB
%L
= liquid viscosity; cp
Persamaan dapat ditulis menggunakan logaritma basis 10 seperti yang
ditunjukkan pada Persamaan 2.41 dan 2.42.
(2.41)
(2.42)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
36
Koreksi Dibawah Titik Bubble
Persamaan pseudosteady state dapat dikombinasikan dengan persamaan
Vogel untuk model arus masuk bila tekanan lubang bawah adalah di bawah titik
bubble.
Indeks Produktivitas, steady state Pseudo dan IPR Transien untuk inflow
cair dapat dimodifikasi untuk menggunakan bentuk persamaan Vogel di bawah titik
bubble (Pwf < Pbp). Hal ini memungkinkan efek gas break-out untuk dimodelkan
seperti yang ditunjukkan pada Persamaan 2.43.
(2.43)
Dengan,
Q
= liquid flow rate (STB/D orm3/d)
Qbp
= flow at the bubble point flow
adalah absolute open hole flow potential, yang merupakan
laju aliran cairan ketika tekanan lubang bawah nol
Pbp
= bubble point pressure (psia atau bara)
Pwf
= well flowing (bottom hole) pressure (psia atau bara)
Pws
= well static (reservoir) pressure (psia atau bara)
C
= Koefisien Vogel.
Persamaan Vogel telah bergeser untuk mencocokkan IPR linear di atas titik
bubble ditunjukkan pada Persamaan 2.44.
Q =Qbp pada Pwf = Pbp
Productivity index
(2.44)
padaPwf = Pbp. Koreksi ini
hanya bekerja jika tekanan titik bubble kurang dari tekanan statis (reservoir),
Pbp<Pws.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
37
Aliran Minyak dan Air
Versi dua fase persamaan aliran cairan reservoir juga dapat ditulis dalam
persamaan stock tank laju aliran cairan seperti yang ditunjukkan pada Persamaan
2.45.
QL =QR /BL =QRO /BL +QRW /BL
(2.45)
Aliran Gas Stock Tank
Persamaan pseudo steady state ini dapat dinyatakan dalam tingkat aliran
stock tank. Untuk aliran gas, Faktor Volume formasi dapat dinyatakan dalam
tekanan dan temperatur
. Tekanan reservoir yang dipakai
adalah tekanan rata-rata direservoir,
, yang akan memberikan flow
rate stock tank QG =QR /BG seperti yang ditunjukkan pada Persamaan 2.46.
(2.46)
Kuadrat tekanan muncul dari kombinasi perbedaan tekanan dan tekanan
reservoir rata-rata
Konstan muncul dari kombinasi faktor konversi dan sifat stock tank
skin telah dimodifikasi untuk menyertakan laju aliran.
Dengan,
QG
= laju Alir Gas MSCF /d
BG
= gas volume formation factor CF /SCF
%G
= gas viskositas pada kondisi reservoir cp
S
= skin konstan
DQ
= factor near wellbore turbulence atau rate dependent skin
T
= temperature reservoir oR
Z
= faktor kompresibilitas reservoir
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
38
Ps
= tekanan stock tank 14.7psi
Ts
= temperatur stock tank 519.67oR
Zs
= faktor kompresibilitas stock tank 1
= konstan, yang timbul dari faktor konversi dan sifat
stock tank. Maka Persamaan menjadi seperti yang ditunjukkan pada Persamaan
2.47.
(2.47)
Tekanan Gas Pseudo
Dake 1978 memberikan versi lain dari Pseudo stabil IPR untuk inflow gas,
yang lebih akurat untuk cairan dalam jumlah besar, berdasarkan pada karya AlHussainy seperti yang ditunjukkan pada Persamaan 2.48.
(2.48)
Berikut tekanan pseudo gas ditunjukkan pada Persamaan 2.49.
(2.49)
Waktu untuk Solusi Pseudo Steady State
Menurut Dake 1978, solusi untuk inflow juga persamaan perubahan dari
transien untuk pseudo steady state ketika berdimensi waktu tDA ditunjukkan pada
Persamaan 2.50.
(2.50)
Dengan A = &re2, dan re adalah radius drainase reservoir, saat solusi pseudo steady
state menjadi yang berlaku seperti ditunjukkan pada Persamaan 2.50.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
39
(2.50)
Perlu diperhatikan jika waktu t melebihi nilai tersebut.
Persamaan Vogel
Persamaan Vogel (1968) adalah salah satu dari sejumlah metode yang dapat
digunakan untuk menentukan IPR. Persamaan ini dikembangkan untuk model
sumur minyak jenuh. Persamaan Vogel adalah pendekatan terbaik dari berbagai
simulasi. kerja Vogel hanya mempertimbangkan efek properti padatan dan cairan
properti pada sistem jenuh. Persamaan Vogel tidak memperhitungkan efek
kecepatan aliran yang mungkin ada dalam sumur tingkat tinggi, seperti pada
persamaan Fetkovich. Persamaan Vogel ditunjukkan pada Persamaan 2.51.
(2.51)
Dengan,
Q
= laju alir cairan (STB/D atau m3/d)
Qmax
= absolute open hole flow potential, yang merupakan laju aliran cairan
ketika tekanan lubang bawah nol.
Pwf
= tekanan sumur flowing (bottom hole) (psia atau bara)
Pws
= tekanan sumur statik (reservoir) (psia atau bara)
C
= koefisien Vogel.
Persamaan Vogel memakai properti sebagai berikut:
Q
= Qmaxat Pwf = 0
Q
= 0 at Pwf = Pws
Indeks Produktivitas
padaPwf = Pws
Produktivitas Indeks Sumur
Hubungan indeks produktivitas untuk penampungan cairan yang paling
sederhana digunakan persamaan IPR. Ini menyatakan bahwa laju alir berbanding
lurus dengan tekanan penarikan antara lubang bawah dan reservoir.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
40
Gambar absolut open hole flow potensial dan tekanan sumur statik
ditunjukkan pada Gambar 2.8.
Gambar 2.8 Grafik Q vs P
Hal ini ditunjukkan pada Persamaan 2.52.
QL = J L< (Pws " Pwf )
(2.52)
Dengan,
QL
= laju alir minyak stock-tank
Pws
= tekanan sumur statik (reservoir)
Pwf
= tekanan sumur flowing (bottome hole)
JL
= productivity index cairan
2.3.5
Model Fluida
Menggunakan model black oil. cairan black oil dimodelkan sebagai tiga
fase: minyak, gas, dan air. Jumlah masing-masing fase didefinisikan pada kondisi
tangki saham dengan menentukan gas dan fase air rasio, biasanya rasio gas / minyak
(GOR) dan watercut tersebut. Properti pada tekanan dan temperatur selain stock
tank ditentukan oleh korelasi. Air diasumsikan tetap dalam fase cair. Properti kunci
untuk menentukan perilaku fase hidrokarbon adalah rasio gas / minyak solusi, yang
digunakan untuk menghitung jumlah gas terlarut dalam minyak pada tekanan
tertentu dan suhu.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
41
2.3.6
Model Gas Lift
Gas Lift adalah metode artificial lift yang menggunakan sumber eksternal
dari gas bertekanan tinggi untuk melengkapi formasi gas untuk mengangkat fluida
dengan baik. Prinsip gas lift adalah gas diinjeksi ke tubing untuk mengurangi
kepadatan cairan di pipa, dan men-scrubing cairan. Kedua faktor bertindak untuk
menurunkan bottome holepressure (BHP) di bagian bawah pipa. Ada dua tipe dasar
dari gas lift digunakan saat yaitu aliran continuous dan aliran intermiten.
Gambar 2.9 Gas Lift Intermiten (Petrowiki, 2013)
Gas lift dicapai oleh salah satu metode, yang merupakan aliran intermitten
yang ditunjukkan pada Gambar 2.9. Aliran intermiten melibatkan ekspansi dari
tekanan ascending gas yang tinggi ke outlet yang merupakan tekanan rendah.
Sebuah katup dengan pelabuhan besar memungkinkan volume dan tekanan kontrol
ekspansi lengkap gas masuk ke dalam pipa. Hal ini mengatur pengangkatan cairan
akumulasi atas katup dengan kecepatan maksimum untuk meminimalkan selip, atau
mengontrol cairan jatuh kembali, sepenuhnya mendepak ke tangki dengan gas
minimum. angkat intermiten umumnya digunakan dalam hubungannya dengan
waktu permukaan siklus controller (intermitter). Hal ini digunakan pada sumur
dengan volume cairan relatif rendah, atau sumur yang hadir PI tinggi atau rendah
dengan tekanan dasar sumur yang rendah. Dalam lift intermiten, gas diinjeksikan
secara berkala oleh intermitter dengan bersepeda diatur bertepatan dengan cairan
mengisi-in tingkat dari memproduksi formasi ke dalam sumur bor. Gas multipoint
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
42
injection melalui lebih dari satu katup angkat juga dapat mencapai angkat berselang
(Walas, 2005).
Banyaknya laju alir gas lift yang diinjeksikan pada tiap sumur di PT.X,
dapat dilihat pada tabel 2.6.
Tabel 2.6 Tabel Sumur Injeksi Gas Lift PT.X
Sumur
A-01
A-02
A-03
A-04
A-05
A-06
A-07
A-08
A-09
A-10
A-11
A-12
A-13
A-14
B-01
B-02
B-03
B-04
B-05
B-06
B-07
B-08
B-09
B-10
B-11
B-12
B-13
B-14
B-15
B-16
B-17
Tipe
GAS LIFT
GAS LIFT
NATURAL
GAS LIFT
NATURAL
NATURAL
NATURAL
SHUTOFF
GAS LIFT
SHUTOFF
SHUTOFF
NATURAL
GAS LIFT
GAS LIFT
GAS LIFT
GAS LIFT
GAS LIFT
NATURAL
GAS LIFT
GAS LIFT
NATURAL
GAS LIFT
NATURAL
GAS LIFT
GAS LIFT
GAS LIFT
GAS LIFT
GAS LIFT
GAS LIFT
SHUTOFF
GAS LIFT
Kedalaman
Injeksi Gas Lift
ft
4453.5
4325.8
Injeksi Gas
MMSCFD
2
2
5452.3
0.8
4959.2
0.65
3292.1
4280.9
3446.4
3902
4202.3
0.5
0
0.52
1.26
2.5
3714
4962
1.67
1.71
4388.5
1.34
4273.6
4607.9
4006
4571.2
4483
7551.8
1.67
1.62
1.37
0
0.85
1.2
3870.3
0.8
22.46
TOTAL INJEKSI GAS LIFT
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
43
2.3.7
Model Jaringan Permukaan
Model jaringan berisi beberapa model cabang tunggal (misal: sumur,
manifold dan sebagainya.), yang disambungkan pada titik titik tertentu. Mereka
dapat digunakan untuk model sebagian, atau lengkap, produksi atau injeksi sistem,
dari reservoir ke titik pengiriman akhir. Mesin jaringan memecahkan massa,
momentum dan energi persamaan konservasi untuk tekanan fluida, laju aliran dan
suhu, dalam sebuah jaringan. Kita harus menentukan kondisi batas yang dapat
diterima.
Diagram tentang bagaimana untuk menangani simulasi per sumur sebelum
di masukan kedalam model jaringan ditunjukkan pada Gambar 2.10.
Mulai
Selesai
Assuming in-situ mixture
fluid properties
(temperature, densities,
viscosities, WC, free gas
quality, solution GOR, etc).
General Outflow
(lift) Curve at upper
control value port
Nodal Analysis by
choosing upper control
valve port as solution
node
Integrated IPR for each
zone Pressure vs Rate
Relationship at upper
control valve port
General combine
“integrated” IPR
at upper control
valve port
Pressure and
Production Allocations
at the solution node
Nth Predicted in-situ
mixture fluid properties
(temperature, densities,
viscosities, WC, free gas
quality, solution GOR, etc)
If abs (Tn-1 - Tn) <
tolerance value?
Mixture Rules
General Outflow (lift)
Curve at upper control
value port
Nodal Analysis
Integrated IPR for each zone
Pressure vs Rate Relationship
at upper control valve port
Combine “integrated” IPR
at upper control valve port
Gambar 2.10 Diagram Prosedur Pembuatan Model Jaringan
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
44
2.3.8
Model Fasilitas Proses
Proses unit yang ada di PT.X terdiri dari 4 bagian yaitu platform pusat
(CPP), platform fasilitas gas (OPF), platform fasilitas minyak (OTF), dan fasilitas
LPG (FLPG).
Tujuan
dari
fasilitas
pemisahan
(dikenal
sebagai
"pusat-pusat
pengumpulan") adalah untuk memisahkan minyak mentah mentah, air dan gas yang
dihasilkan dari sumur ke dalam tiga komponen utama (Fact Sheet Gathering
Centers, BP, 2011). Minyak mentah harus memenuhi spesifikasi pipa tertentu
sebelum dikirim ke Pump Station. Dalam model fasilitas proses, dapat
menghasilkan berbagai jenis produk yang digunakan. Produk yang dihasilkan oleh
lapangan X adalah Crude Oil, LNG, Gas Alam dan LPG.
Di dalam platform pusat (PP) terdiri dari gas dan pemisahan cairan,
kompresi gas, kompresi gas lift, pemompaan minyak dan sistem injeksi air.
Sedangkan pada platform fasilitas gas (FG) terdapat separator untuk melakukan
penerimaan dan pemisahan minyak dan gas bumi, selain itu juga terdapat proses
pemisahan H2S dari hidrokarbon, dan dehidrasi gas. Pada fasilitas minyak (FM)
terdiri dari beberapa sistem pemisahan separator yaitu pemisahan separator untuk
tekanan tinggi (HP Flash Separator), tekanan rendah sistem elektrostatik (LP
Electrostatic Treater), dan separator
dengan suhu dan tekanan atmosferik
(Atmospheric Separator). Selain pemisahan yang dilakukan separator di dalam
fasilitas minyak (FM) juga terdapat tekanan tinggi pemanasan cairan (HP Flash
Liquid Heater), pemulihan sistem penguapan (Vapor Recovery System) (1st Flash
Gas Compression, 2ndFlash Gas Compression, dan Vapor Recovery System), sistem
pemompaan crude oil rundown dan pendinginan crude oil rundown. Di dalam
fasilitas LPG (FLPG) terdapat Gas Dehydration, kompresi gas, Turbo Expander,
De-ethanizer Column, De-propanizer Column, De-buthanizer Column.
Mengangkut gas alam dari sumur ke konsumen akhir melibatkan beberapa
transfer fisik tahanan dan beberapa langkah pengolahan (https://www.eia.gov).
Sebuah sistem pipa gas alam dimulai pada gas alam memproduksi baik atau
lapangan. Setelah gas berproduksi, sistem pipa pengumpulan mengarahkan aliran
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
45
baik ke pabrik pengolahan gas alam atau langsung ke jaringan transmisi utama,
tergantung pada kualitas awal produk kepala sumur (GPSA, 2004).
Pabrik pengolahan gas (FG) menghasilkan gas alam berkualitas pipa. Gas
ini kemudian diangkut melalui jaringan pipa ke konsumen atau dimasukkan ke
dalam penyimpanan bawah tanah untuk penggunaan masa depan. Penyimpanan
membantu menjaga sistem pipa integritas operasional dan / atau untuk memenuhi
kebutuhan pelanggan selama periode puncak-penggunaan. Mengangkut gas alam
dari sumur ke pasar melibatkan serangkaian proses dan berbagai fasilitas fisik. Di
antaranya adalah:
Gathering Lines – Pipa berdiameter kecil yang dilalui gas alam dari kepala
sumur ke pabrik pengolahan gas alam atau interkoneksi dengan pipa arus
utama yang lebih besar.
Processing Plant – Bagian pemprosesan gas alam cair dan impurity dari
aliran gas alam
2.3.8.1 Sistem Pengumpulan Gas Alam
Sebuah sistem pipa gas alam dimulai pada gas alam memproduksi pada
lapangan tersebut. Di daerah produksi banyak dari sistem pipa terutama terkait
dalam pengoperasian. Artinya, pipa terhubung ke sumur produksi, konvergen
dengan pipa dari sumur lain di mana aliran gas alam dapat dikenakan untuk proses
ekstraksi untuk menghilangkan air dan kotoran lainnya jika diperlukan. gas alam
keluar lapangan produksi biasanya disebut sebagai "basah" gas alam jika masih
mengandung sejumlah besar cairan hidrokarbon dan kontaminan.
2.3.8.2 Fasilitas Proses Gas Alam
Prinsip utama yang disediakan oleh pabrik pengolahan gas alam ke jaringan
transmisi arus utama gas alam adalah menghasilkan gas alam sesuai dengan kualitas
perpipaan. sistem transmisi arus utama gas alam dirancang untuk beroperasi dalam
toleransi tertentu. gas alam memasuki sistem yang tidak dalam berat jenis tertentu,
tekanan, berbagai konten, atau tingkat kadar air akan menyebabkan masalah
operasional, pipa kerusakan, atau bahkan menyebabkan pipa pecah.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
46
Pabrik pengolahan gas alam juga fasilitas yang dirancang untuk
memulihkan gas alam cair dari aliran gas alam yang mungkin atau tidak mungkin
telah melewati pemisah sewa dan / atau fasilitas pemisahan bidang. Fasilitas ini
juga mengontrol kualitas gas alam untuk dipasarkan. Beberapa jenis pabrik
pengolahan gas alam, menggunakan berbagai teknik dan teknologi untuk
mengekstrak kontaminan dan gas alam cair, yang digunakan untuk menghasilkan
pipa berkualitas "kering" gas. Di banyak pabrik pengolahan tujuan utama adalah
produksi gas kering (demethanizing). Setiap gas alam cair aliran ekstraksi tersisa
diarahkan ke pabrik terpisah untuk menjalani apa yang disebut sebagai proses
"fraksinasi".
Tapi sejumlah pabrik pengolahan gas alam dilakukan mencakup fasilitas
fraksinasi ini, di mana hidrokarbon jenuh dikeluarkan dari gas alam dan dipisahkan
menjadi bagian yang berbeda, atau "fraksi," seperti propana, butana, dan etana.
Pada dasarnya, gas alam adalah metana,, tidak berbau, gas hidrokarbon yang mudah
terbakar tidak berwarna (CH4). Juga hadir dalam produksi gas alam, terutama yang
berkaitan dengan produksi minyak, sejumlah gas petroleum. Mereka termasuk
(selain etana, propana dan butana) etilena, propilena, butilena, isobutana, dan
isobutilena. Mereka berasal dari penyulingan minyak mentah atau fraksinasi gas
alam dan cair melalui bertekanan.
Didalam fasilitas proses ada beberapa utilitas penunjang dan salah satu nya
adalah separator . Ada banyak 2 fasa dan 3 fasa separator untuk minyak dan gas
bumi yang terus menerus tidak sesuai dengan performa nya. Terkadang dengan
adanya peralatan yang tidak tepat, maka metode sizing tidak sesuai.
2.3.8.3 Peralatan Separator
Peralatan separator dapat diklasifikasikan menjadi dua (2) cara yaitu 2 fasa
dan 2 bentuk, baik vertikal maupun horisontal, dan kategori lainnya. Di dalam 2
fasa (gas/liquid) kategori, peralatan separator dibagi menjadi beberapa bagian
berdasarkan pembentukannya:
slug catcher ! conventional separator ! scrubber!coalescing filter.
Bagian yang paling penting dari separator (Gambar 2.11) adalah feed pipe,
inlet device, gas gravity separation, mist extractor, dan liquid gravity separation.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
47
Gambar 2.11 Separator Dua (2) Fasa (Bothamley, Mark and Campbell, J.P., 2013)
Di dalam separator salah satu perhitungan yang paling penting adalah
menghitung laju alir dan velocity. Dalam perhitungan velocity and laju alir (minyak,
gas, dan air) tidak luput luas area dari separator memegang peranan penting seperti
ditunjukkan pada persamaan 2.53 (Bothamley, Mark and Campbell, J.P., 2013).
V= Q / A
(2.53)
Dengan,
Q = laju alir volumetrik in-situ pada fasa kontinue, biasanya ditunjukkan dalam
unit, volume/detik.
A = cross sectional area dari laju alirpada fasa kontinue.
Dengan adanya pendekatan yang tepat untuk gas/liquid separator desain dan
rating dapat merefleksikan separator secara fisik. Table 2.7 menunjukkan constraint
separator horisontal dan vertikal.
Tabel 2.7 Tabel Konstraint Separator (Bothamley, Mark and Campbell, J.P., 2013)
Konstraint
Maximum separator panjang ft
Maximum
separator
outside
diameter, ft
Maximum panjang/diameter
Minimum panjang/diameter
Minimum jarak antara HLSD dan
inlet device, ft
Minimum jarak antara HLSD dan
mist extractor, ft
Separator
Vertikal
Separator
Horisontal
80
20
10
1.5
Tergantung pada
inlet device
2.5
ID - 6 = 0.5
ID > 6 = 1.0
ID - 6 = 0.75
ID > 6 = 1.0
N/A
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
48
Tabel 2.7 Tabel Konstraint Separator (Bothamley, Mark and Campbell, J.P., 2013) (Lanjutan dari
hal.49)
Constraint
Minimum jarak antara inlet device
dan mist extractor, ft
Minimum jarak untuk kontrol
volume (LLA-HLA), ft
Minimum waktu holdup untuk
volume
(LLA-HLA),
kontrol
minutes
Minimum jarak antara alarm dan
shutdown, ft
Minimum jarak antara alarm dan
shutdown, menit
Minimum jarak antara BTL/BV dan
LLSD, ft
Maksimum plug flow SoudersBrown koefisien sizing dalam
bagian gas gravity separation Ks,
ft/detik
Re-entrainment, ft/set
Maksimum HLSD/Di
Separator
Separator
Vertikal
Horisontal
Tergantung pada
inlet device
N/A
(minimum = 1.5
ft)
ID - 6 = 1.17
ID > 6 = 1.5
2
ID - 6 = 0.5
ID > 6 = 0.75
0.75
ID - 6 = 0.5
ID > 6 = 1.0
0.5
0.75
N/A
Vr < Vrs max
Tergantung pada
tipe ekstraktor
kabut
N/A
2.3.9
Model Terintegrasi
IAM (Integrated Asset Modeler) adalah aplikasi yang dipakai untuk
melakukan integrasi dari reservoir – well – surface facility – proses. Perencanaan
pengembangan lapangan membuat keputusan penting tentang perkembangan aset
dan operasi selama hidupnya. Solusi ini dapat diterapkan selama pengembangan
lapangan, front-end engineering design (FEED), operasi produksi, atau optimasi
produksi harian.
Kapabilitas yang dimiliki oleh integrated model (Gambar 2.12):
Mengintegrasi reservoir, sumur, jaringan, proses dan model ekonomi
Mengoptimalkan model aset terpadu dan analisis sensitivitas
Mendukung dengan menghitung besaran kendala untuk memaksimalkan
atau meminimalkan persamaan fungsi tujuan di user defined studi optimasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
49
Komputasi terdistribusi dan paralel opsi komputasi untuk mempercepat
analisis sensitivitas dan Optimasi studi
Mengintegrasikan operasi untuk memperbarui model rekayasa arsitektur
terbuka, akomodatif teknologi pihak ketiga seperti GAP, MBAL, CMG dan
EXCEL
Gambar 2.12 Kapabilitas Integrated Model (Schlumberger, 2015)
Pendekatan yang dipakai dalam melakukan integrated model adalah
melakukan pendekatan secara dinamik pada kalibrasi model, yaitu
melakukan coupling simulasi reservoir dengan jaringan permukaan pipa
(coupling ECLIPSE-PIPESIM) dan melakukan koneksi jaringan permukaan
pipa dengan fasilitas proses (koneksi ECLIPSE-PIPESIM ke UNISIM).
2.4
Coupling Antara Simulasi Reservoir dengan Simulasi Fasilitas
Permukaan (ECLIPSE – PIPESIM Coupling)
Kopling dari reservoir menuju jaringan permukaan dapat memaksakan
respon hidrolik bolak balik dengan akurat dari jaringan permukaan ke reservoir.
Dengan melakukan kopling dapat terlihat respon dalam reservoir terhadap
permasalahan yang ada di jaringan pipa permukaan, istilahnya yaitu flow
assurance, seperti masalah lilin (wax) dan hydrates di dalam formasi. Selain itu
juga dapat terlihat dampak yang diakibatkan dari keputusan manajemen terhadap
pembentukan permasalahan flow assurance didalam pengiriman fluida di jaringan
permukaan.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
50
2.4.1
Kesetimbangan Jaringan Permukaan
Kopling reservoir ke jaringan permukaan dapat memaksakan respon
hidrolik secara akurat dari jaringan permukaan ke reservoir. Data informasi dari
inflow (kondisi batas jaringan permukaan) dikalkulasi di reservoir untuk setiap
sumur dan kurva outflow (tubing intake) dikalkulasi dalam jaringan permukaan.
Proses untuk menemukan titik operasi optimal untuk setiap sumur, disebut
kesetimbangan jaringan permukaan. Ketika titik kesetimbangan telah tercapai pada
suatu kondisi, simulasi di jalankan dengan mengkalkulasi sampai langkah
kesetimbangan yang selanjutnya.
Integrated Asset Modeler (IAM) memiliki lima algoritma untuk
menjalankan coupling dari reservoir ke jaringan permukaan. Algoritma yang
dipakai oleh PT.X menggunakan algoritma obey-ECLIPSE (Gambar 2.13).
Pertimbangan empat model algoritma lainnya tidak dipakai oleh PT.X karena
membutuhkan spesifikasi komputer yang kompleks, waktu interasi yang lebih lama
bila di bandingkan dengan menggunakan algoritma obey-ECLIPSE dan hasilnya
lebih akurat menggunakan obey-ECLIPSE. Fungsi dari obey-ECLIPSE adalah
membatasi metode kesetimbangan untuk memungkinkan reservoir untuk di
coupling ke jaringan permukaan dengan sedikit intervensi dari batasan/constraint
yang ada di jaringan permukaan.
Gambar 2.13 Opsi Aplikasi Obey-ECLIPSE
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
51
2.4.2
Keterlambatan Waktu Iterasi Coupling
Dengan mempertimbangkan simulasi reservoir pada saat t0, untuk maju ke
waktu t1, menggunakan persamaan material-balance reservoir dapat diselesaikan
dengan non linear (Newton) iterasi. Efek dari jaringan permukaan pada model
reservoir, jaringan permukaan diharapkan setimbang dengan reservoir nya pada
waktu awal iterasi pertama sampai waktu step yang sudah di tentukan sebelumnya.
Kesetimbangan dapat tercapai sesuai dengan sejumlah iterasi yang telah di tentukan
pada iterasi Newton, dimana kesetimbangan jaringan permukaan
Kesetimbangan dapat tercapai menggunakan iterasi Newton untuk langkah
waktu tertentu. Dalam skema kopling yang ketat, dengan jumlah iterasi Newton,
jaringan permukaan dapat setimbang setelah berlangsung dalam di input 2 dan
untuk skema kopling longgar jumlah iterasi Newton di mana balancing jaringan
berlangsung adalah 0.
Kerugian utama kopling ketat adalah melibatkan sejumlah iterasi jaringankesetimbangan yang besar, sehingga mengkonsumsi lebih banyak waktu untuk
membuat kesetimbangan di jaringan, yang dalam iterasi model ini menghabiskan
waktu 14 jam untuk menyelesaikan 10 tahun simulasi. Bila menjadi skema kopling
menjadi kopling longgar dapat mengurangi waktu simulasi menjadi 5 jam.
2.4.3
Lokasi Coupling
Salah satu pertimbangan yang paling mendasar ketika memilih lokasi
kopling adalah bagaimana model yang dibuat. Sejak sumur bordimodelkan dalam
model jaringan, lebih baik jikadi couple menggunakan sistem bottomhole.
Bila digabungkan reservoir ke jaringan yang ada di dasar sumur itu, sumur
bormenjadi bagian dari model jaringan. Jenis hasil pemodelan kopling lebih akurat
karena menganggap aliran multifase korelasi / tekanan lintas (traverse) dan
memberikan jaminan laju alir (flow assurance) (variasi model yang komposisi /
suhu).
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
52
2.5
Koneksi Antara Simulasi Fasilitas Permukaan dengan Simulasi
Fasilitas Proses (koneksi ECLIPSE – PIPESIM ke UNISIM)
Koneksi atau sambungan dari model PIPESIM (jaringan fasilitas
permukaan) ke UNISIM model dilakukan melalui koneksi yang standar. Koneksi
standar itu memiliki variable dari satu model untuk di ambil ke model yang berbeda,
atau antara model atau benda/fasilitas lainnya, seperti keluaran time-dependent atau
persamaan suatu variabel. Ketika koneksi standar tersebut digunakan untuk
mengkoneksikan antara dua buah model, maka sumber model tersebut memberikan
nilai variabel secara langsung ke model yang di koneksikan. Untuk menentukan
nilai mana yang harus di koneksikan dalam model tersebut, maka sebelumnya
keduanya harus di dipetakan terlebih dahulu. State of the art Penelitian dan rencana
kerja penelitian ditunjukkan pada Tabel 2.8.
Tabel 2.8 State of the Art dan Rencana Penelitian
Penelitian
Metode iterasi sistem
menggunakan Integrated
Asset Model dengan
menggunakan komposisi
PVT pada lapangan GasKondensat
Studi Eksperimental untuk
mencari tekanan separator
yang optimum untuk fluida
tiga fasa
Metode genetic algorithm
untuk meningkatkan
karakteristik dan performa
dari sumur shale gas
dengan mengintegrasikan
simulasi reservoir volume
dan data produksi
Peneliti (Tahun)
Keterangan
F. Gonzalez, et.al. (2010)
Penggunaan metode iterasi
dengan menggunakan 1
simulasi reservoir dan 2
jaringan fasilitas permukaan
(1 produksi dan 1 injeksi), dan
2 fasilitas proses.
M. Fazaelizadeh, et.al. (2010)
Mencari tekanan optimum dari
single stage separasi dengan
metode "flash equilibrium
separator" untuk minyak
dengan tekanan kepala sumur
300 psia.
Jichao Yin, et.al. (2011)
Penggunaan metode genetic
algorithm untuk menghitung
volume jari-jari pengurasan
dari sumur shale gas dengan
mengintegrasikan simulasi
reservoir volume dan data
produksi, sehingga fracture
yang dibuat di dalam reservoir
dapat diketahui dampak yang
di timbulkan di dalam konteks
produksi sustainability
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
53
Tabel 2.8 State of the Art dan Rencana Penelitian (Lanjutan dari hal. 52)
Penelitian
Metode coupling simulasi
dinamik untuk
mengoptimisasi produksi
gas dengan simulasi
reservoir dan simulasi
jaringan permukaan
Peneliti (Tahun)
Keterangan
Sugiyanto Bin Suwono, et.al.
(2013)
Penggunaan metode coupling
simulasi dinamik untuk
mengoptimisasi produksi
untuk penjualan gas dengan
sehingga pemboran sumur
dapat dikurangi dengan
menambahkan booster dan
kompresor.
Metode sistem iterasi
untuk mengestimasi
tekanan optimum dari
separator
Kegang Ling, et.al. (2013)
Rencana Penelitian:
Metode coupling simulasi
dinamik dengan simulasi
reservoir, simulasi jaringan
permukaan dan simulasi
proses dengan penurunan
tekanan separator untuk
mendapatkan laju alir yang
optimum
Licke R.D Ali (2016)
Mengkalkulasi tekanan
separator rata-rata
menggunakan program iterasi
dengan mempertimbangkan
faktor harga total GOR, API
dan Bo (Oil Formation
Volume Factor) untuk separasi
stage empat.
Menggunakan metode
coupling simulasi dinamik
antara reservoir dengan
jaringan permukaan dan
menggunakan metode koneksi
antara jaringan permukaan
dengan fasilitas proses
sehingga bila mana tekanan
separator di kurangi, dapat
terlihat banyaknya produksi
yang dapat di optimisasi.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
3BAB
3 METODE PENELITIAN
Penelitian tesis yang dilakukan merupakan penelitian non-laboratorium
dimana tidak ada aktifitas penelitian atau pengambilan data yang dilakukan di
laboratorium. Penelitian dilakukan menggunakan bantuan perangkat lunak
(software) untuk menganalisis laju alir optimum dengan penurunan tekanan di
separator. Tahapan penelitian dilakukan dengan membangun sebuah model
reservoir, lalu membangun model jaringan fasilitas permukaan, dan membangun
fasilitas proses. Setelah semua model dibuat lalu di matchingkan dengan data-data
penunjang yang ada di lapangan, setelah itu dilakukan integrasi antara ketiga model
tersebut menggunakan sebuah perangkat lunak yaitu IAM (Integrated Asset
Modeler). Berikut di bawah ini adalah perangkat-perangkat lunak yang digunakan
selama menjalani penelitian.
3.1
Software
Penelitian dalam tesis ini menggunakan perangkat lunak:
1. ECLIPSE – Reservoir Simulation
2. PIPESIM – Surface Facility Simulation
3. UNISIM – Process Facility Simulation
4. IAM – Integrated Asset Modeler Simulation
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
56
Universitas Indonesia
Gambar 3.1 Diagram Alir Penelitian
57
3.2
Pengumpulan Data
3.2.1
Pengumpulan Data untuk Simulasi Reservoir
Data yang dibutuhkan untuk membuat model simulasi reservoir diperlukan
langkah seperti ditunjukkan pada Gambar 3.2.
Gambar 3.2 Langkah Simulasi Reservoir
RUNSPEC, GRID, EDIT, PROPS, REGIONS, SOLUTION, SUMMARY,
SCHEDULE adalah command yang dipakai untuk menginput data di dalam
ECLIPSE. Data yang dibutuhkan antara lain adalah model characteristic untuk
menunjukan dimensi dari model yang di buat baik itu reservoir hidrokarbon nya
maupun dimensi dari akuifer.
3.2.2
Pengumpulan Data untuk Simulasi Sumur dan Jaringan Permukaan
Data yang dibutuhkan untuk membuat simulasi jaringan permukaan adalah
sebagai berikut:
Komplesi sumur, yaitu trajektori, MD (measured depth), TVD (true vertical
depth), kemiringan (angle), ukuran tubing, kedalaman.
Analisis PVT / properti Reservoir, yaitu data Bo (formation volume factor
minyak), Rs (rasio solution gas), batas kadar air, GOR (Gas Oil Ratio).
Inflow Performance Analysis yaitu tekanan reservoir, temperatur Ambient,
skin, PI (Productivity Index) sumur.
Data Te yaitu Pwf, q
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
58
Informasi Pipeline yaitu data panjang, diameter, coating.
3.2.3
Pengumpulan Data untuk Desain Fasilitas Proses Simulasi
Data yang diperlukan untuk mendesain fasilitas proses simulasi adalah
sebagai berikut:
Kondisi desain Separator
Kondisi desain Ethanizer
Kondisi desain Propanizer
Kondisi desain Butanizer
Panjang Pipeline
Desain Dehidrasi
3.3
Pembuatan Model Simulasi Reservoir
Untuk membuat suatu model simulasi reservoir setelah data-data yang
dibutuhkan telah terpenuhi adalah membuat model grid, lalu memasukkan data
model properti kedalam model tersebut supaya dapat dikalkulasi oleh ECLIPSE,
properti fluida di setiap grid section. Sehingga dapat terlihat distribusi penyebaran
properti fluida di reservoir tersebut. Lalu memasukkan data produksi ke dalam
simulasi reservoir untuk dilakukan data match secara historical. Bilamana data
produksi dan data tekanan dari hasil kalkulasi ECLIPSE dengan data input telah
match, maka dapat dilakukan data prediksi untuk 10 tahun atau 20 tahun ke depan
supaya dapat diketahui penurunan produksi dan tekanan seiring berjalannya waktu.
Prosedur untuk melakukan simulasi reservoir ditunjukkan pada Gambar 3.3.
Creating Reservoir Model
(grid)
Input Properties
Model into the
Reservoir Model
Input the Schedule
Section into the
Reservoir (Production
Data)
Do Historical
Matching
Do Prediction
Gambar 3.3 Prosedur Simulasi Reservoir
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
59
3.4
Evaluasi Produksi dan Tekanan Tiap Sumur dalam Model Simulasi
Reservoir
Diagram tentang bagaimana validasi simulasi reservoir model ditunjukkan
menggunakan flow chart pada Gambar 3.4. Simulasi reservoir dilakukan
berdasarkan pada model 3D geologi reservoir seperti porositas, facies, distribusi
permeabilitas dan data reservoir yaitu SCAL dan data PVT. Kemudian, data ini
diproses untuk mendapatkan estimasi properti hidrokarbon secara tepat. Setelah itu
proses estimasi properti hidrokarbon diketahui, maka dilakukan history matching
untuk data-data produksi dan tekanan menggunakan persamaan 2.5. Bilamana
matching telah tercapai maka dapat dilakukan prediksi produksi, tetapi dalam
melakukan integrasi studi ini, prediksi dilakukan dengan menggunakan IAM
(Integrated Asset Modeler).
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
Gambar 3.4 Alir Simulasi Model Reserovir
60
Gambar 3.4 Alir Simulasi Model Reserovir
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
61
3.5
Pembuatan Model Simulasi Sumur
Untuk membuat pemodelan simulasi sumur terlebih dahulu, harus
memasukkan data-data seperti properti reservoir (black oil atau komposisi
hidrokarbon) seperti batas kadar air, GOR (rasio gas dengan minyak), sg minyak,
sg gas dan diperlukan juga data-data sumur seperti trajektori sumur (MD, TVD,
angle), ukuran tubing, ukuran casing, kedalaman perforasi, tekanan reservoir,
temperatur ambient, temperatur reservoir, dan lain-lain.
Masukkan data
properti reservoir
Mulai
Masukkan Data-data sumur
(trajektori, tubing, choke, dll)
Tidak
Evaluasi system Tekanan
an
dan Temperatur
Ya
Selesai
Ya
Evaluasi sistem
Analisis Nodal
Tidak
Gambar 3.5 Proses Simulasi Sumur
Setelah data semuanya masuk ke dalam model, model di eksekusi untuk
diketahui laju alir yang dihasilkan supaya mendekati dengan hasil yang ada di
lapangan, menggunakan evaluasi sistem tekanan dan temperatur. Data yang dibuat
sebagai acuan adalah data dari sumur well test. Bila tidak sama, ataupun jauh dari
±10% dari harga produksi yang ada di lapangan, maka harus di cari pendekatan
terhadap tekanan reservoir atau mengubah-ubah parameter properti reservoir dan
data-data sumur, supaya mendapatkan hasil mendekati ±10% dari harga produksi.
Proses pendekatan simulasi sumur ditunjukkan pada Gambar 3.5.
3.6
Evaluasi Produksi dan Tekanan Tiap Sumur
Setelah sumur di validasi, maka metode lainnya yang harus dilakukan
adalah memasukan model sumur kedalam model jaringan permukaan. Diagram
tentang bagaimana validasi simulasi surface facility model ditunjukkan
menggunakan flow chart pada Gambar 3.6.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
Gambar 3.6 Proses Simulasi Sumur
Tidak
Ya
Ya
Tidak
Ya
Gambar 3.6 Proses Simulasi Sumur
62
Universitas Indonesia
Tidak
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
63
Di dalam jaringan permukaan, pipa undulation, elevasi pipa dan jarak pipa
dimasukkan untuk mendapatkan peta jaringan yang mendekati dengan yang ada di
lapangan. Setiap sumur yang telah disimulasikan telah mendapatkan asumsi
tekanan well flowing (Pwf) and asumsi laju alir yang diketahui dari well test, lalu
setelah itu dikalkulasi dan dicari berapa perubahan drawdown dari tekanan
sepanjang pipa dari sumur sampai ke sales. Lakukan simulasi berulang-ulang
sampai terjadi konvergen, dan hasil yang ada di sales sesuai dengan data yang ada
di lapangan. Persamaan yang dipakai dalam melakukan evaluasi produksi dan
tekanan adalah persamaan 2.6 sampai dengan persamaan 2.52
3.7
Pembuatan Model Simulasi Jaringan Permukaan
Yang harus dilakukan untuk membuat model simulasi jaringan permukaan
adalah memasukkan data properti reservoir dan memasukan data sumur. Setelah itu
melakukan eksekusi simulasi untuk match tekanan dan temperatur. Bila telah
didapat angka yang sesuai sama data di lapangan untuk tekanan dan temperatur
yang di maksud, baru melakukan analisis nodal, untuk mengetahui apakah sumur
tersebut bisa di produksikan. Apabila grafik inflow dan outflow tidak berpotongan
satu sama lain, maka sumur tersebut tidak dapat berproduksi. Setelah data-data dari
per sumur di validasi, hal yang dilakukan selanjutnya adalah memasukan modelmodel sumur tersebut ke dalam jaringan permukaan yang telah dibuat pemodelan
pipa jaringannya. Setelah di gabungkan model tersebut, barulah di eksekusi
simulasi jaringan permukaan untuk mengetahui apakah terjadi hambatan-hambatan
di jaringan.
Prosedur untuk melakukan simulasi fasilitas permukaan ditunjukkan pada
Gambar 3.7.
Input the Reservoir
Properties
Create and Input the
Wellbore Condition
Run the Pressure /
Temperature Matching
Run the Network
Model to Understand
the Behaviour of
Debottlenecking
System
Create the Network
Model by Importing
the Well Model into
the Network Model
Run Nodal Analysis
for Each Wells
Gambar 3.7 Prosedur Simulasi Fasilitas Permukaan
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
64
3.8
Coupling Model Simulasi Reservoir dengan Model Simulasi Jaringan
Permukaan Menggunakan Bottom Hole Pressure dalam IAM
Ada sekitar 41 sumur trajektori di dalam simulasi reservoir dan 29 sumur
produksi di dalam model jaringan permukaan, sehingga nama sumur yang ada di
dalam simulasi reservoir dan simulasi jaringan permukaan harus di petakan supaya
aplikasi simulasi reservoir dan aplikasi jaringan permukaan dapat berkomunikasi
satu dengan yang lainnya.Berikut adalah tabel pemetaan sumur dari simulasi
reservoir dengan simulasi jaringan permukaan di tabel 3.1.
Tabel 3.1 Pemetaan Sumur dari Simulasi Reservoir dengan Simulasi Jaringan Permukaan
ECLIPSE (1 APR 2007 - 1 JUL 2016)
SUMUR
A-01
TRAJEKTORI
SUMUR
A-01-ST1
TIPE
SUMUR
PROD
KONDISI COUPLING
PLATFORM
LOKASI
CONSTRAINT
Bottom Hole
Laju Alir Volume
A-01-ST2
PROD
A-01X
PROD
A-02
A-02-ST1
PROD
Bottom Hole
Laju Alir Volume
A-03
A-03-ST2
PROD
Bottom Hole
Laju Alir Volume
A-04
A-04-ST3
PROD
Bottom Hole
Laju Alir Volume
A-05
A-05
PROD
Bottom Hole
Laju Alir Gas
A-06
A-06-ST2
PROD
A-06-ST3
PROD
Bottom Hole
Laju Alir Gas
A-06X
PROD
A-07
A-07-ST1
PROD
Bottom Hole
Laju Alir Gas
A-08
A-08
PROD
A-08X
PROD
Bottom Hole
Laju Alir Volume
A-09
A-09
PROD
Bottom Hole
Laju Alir Volume
A-10
A-10-ST3
PROD
Bottom Hole
Laju Alir Volume
A-11
A-11-ST1
PROD
PA-11ST2
PROD
Bottom Hole
Laju Alir Volume
A-12-ST1
PROD
A-12X
PROD
Bottom Hole
Laju Alir Gas
A-13
PROD
A-13-ST1
PROD
Bottom Hole
Laju Alir Gas
A-14
PROD
A-14XST1
PROD
Bottom Hole
Laju Alir Gas
B-01
B-01-ST1
PROD
Bottom Hole
Laju Alir Volume
B-02
B-02-ST1
PROD
Bottom Hole
Laju Alir Volume
B-03
B-03
PROD
Bottom Hole
Laju Alir Volume
B-04
B-04
PROD
Bottom Hole
Laju Alir Gas
B-05
B-05
PROD
Bottom Hole
Laju Alir Volume
A-12
A-13
A-14
A
B
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
65
Tabel 3.1 Pemetaan Sumur dari Simulasi Reservoir dengan Simulasi Jaringan Permukaan
(Sambungan dari hal. 64)
ECLIPSE (1 APR 2007 - 1 JUL 2016)
TRAJEKTORI
TIPE
SUMUR
SUMUR
SUMUR
B-06
B-06
PROD
B-08
B-08-ST2
PROD
B-09
B-09
PROD
B-10
B-10
PROD
B-11
B-11
PROD
B-12
B-12
PROD
B-13
B-13
PROD
B-14
B-14ST
PROD
B-15
B-15-ST1
PROD
B-17
B-17-ST2
PROD
B-WI
B-WI1
INJ
B-WI
B-WI2
INJ
3.9
KONDISI COUPLING
PLATFORM
B
LOKASI
CONSTRAINT
Bottom Hole
Bottom Hole
Bottom Hole
Bottom Hole
Bottom Hole
Bottom Hole
Bottom Hole
Bottom Hole
Bottom Hole
Bottom Hole
Laju Alir Volume
Laju Alir Volume
Laju Alir Gas
Laju Alir Volume
Laju Alir Minyak
Laju Alir Cairan
Laju Alir Volume
Laju Alir Cairan
Laju Alir Volume
Laju Alir Gas
Pembuatan Model Simulasi Fasilitas Proses
Prosedur untuk melakukan simulasi fasilitas proses ditunjukkan pada
Gambar 3.8. Tahapan pertama-tama yang harus dilakukan untuk membuat simulasi
fasilitas proses adalah membuat feed di dalam UNISIM dan membuat fasilitas
proses untuk pengolahan minyak dan gas bumi. Setelah itu memasukkan data-data
yang dibutuhkan seperti data tekanan dan temperature ke dalam jaringan fasilitas
proses dan memasukkan data pipa atau flowline. Tahapan terakhir adalah
mejalankan model simulasi sampai terjadi konvergen. Bilamana kondisi konvergen
tidak tercapai parameter spesifikasi harus ada yang di ubah-ubah sedikit tetapi tidak
boleh telalu jauh dengan kondisi yang ada di lapangan.
Membuat Feed dan Fasilitas
Menjalankan Model Simulasi
sampai Converged
Memasukkan Kondisi
Tekanan dan Temperatur
pada Fasilitas
Memasukkan Data Informasi
Pipa atau Flowline
Gambar 3.8 Prosedur Simulasi Fasilitas Proses
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
66
3.10
Koneksi Model Simulasi Jaringan Permukaan dengan Simulasi
Fasilitas Proses dalam IAM
Setelah melakukan coupling antara fasilitas jaringan permukaan dengan
reservoir tercapai dan converged, maka tahapan selanjutnya yang harus dilakukan
adalah mengkoneksikan coupling tersebut dengan fasilitas proses (UNISIM
model). Cara mengkoneksikannya adalah dengan membuat suatu excel spreadsheet
yang berisi hasil dari coupling tersebut untuk dipakai hasilnya pada feed di UNISIM
model (Tabel 3.2)
Tabel 3.2 Spreadsheet PIPESIM ke UNISIM
To
From
Unisim Pipesim
Measurement
Pressure
Temperature
Molar Flow/Barrels
Pressure
Temperature
Molar Flow/Barrels
3.11
Unit
Gas
Oil
Water
psia
F
MMSCFD/barrels
psia
F
MMSCFD/barrels
Evaluasi Total Produksi dan Tekanan
Harga hasil produksi yang di tampilkan di dalam spreadsheet di analisis dan
di evaluasi lebih lanjut. Harga tersebut berbeda unit yang di butuhkan oleh
PIPESIM dengan UNISIM. Satuan unit transformasi dari PIPESIM dan UNISIM
ditunjukkan pada tabel berikut:
Tabel 3.3 Satuan Unit Transformasi PIPESIM dan UNISIM
Parameter MP Separator
Laju Alir Gas
Laju Alir Minyak
Laju Alir Air
Tekanan
Temperatur
PIPESIM Unit
MSCFD
STB/D
STB/D
barg
C
UNISIM Unit
FT3/lbmole
STB/D
STB/D
barg
C
Seperti yang ditunjukkan diatas bahwa UNISIM unit untuk laju alir gas
adalah FT3/lbmole. Unit tersebut adalah unit untuk laju alir molar (molar flow),
jadi cari pilihan di excel IAM untuk mengubah satuan unit tersebut menjadi
MSCFD.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
67
3.12
Turunkan/Adjust Tekanan Separator
Optimasi produksi dilakukan dengan menurunkan atau adjust tekanan
separator. Dibagi menjadi beberapa studi kasus dalam hal ini yaitu:
Studi Kasus 1:
Menurunkan tekanan MP Separator dari 22 barg menjadi 16 barg
Studi Kasus 2:
Menurunkan tekanan MP Separator dari 22 barg menjadi 11 barg
3.13
Evaluasi Total Produksi dan Tekanan Setelah Menurunkan/Adjust
Tekanan Separator
Dalam studi ini dilihat dan di evaluasi hasil dari simulasi setiap skenario
dari studi kasus 1, 2 dan 3 bila di bandingkan dengan studi kasus awal yang
menggunakan tekanan MP Separator 22 barg.
3.14
Analisis Total Produksi dan Tekanan dan Analisis Fungsi Kerja
Fasilitas Proses
Dalam tahapan ini dilakukan analisis total produksi dan tekanan terhadap
fungsi kerja fasilitas proses mana yang paling efisien dalam penggunaannya. Selain
itu juga di analisis bagaimana kecepatan erosi dari pipa yang menuju ke manifold,
riser dan proses unit.
Peralatan yang ada di dalam fasilitas proses juga dibandingkan antara desain
awal dengan kalkulasi yang dihasilkan dari integrasi simulasi reservoir ke proses
fasilitas.
>+?@AB* . = C "
DEFGHGB* +?@IB*.
K
DJ
(3.1)
Bila fungsi kerja dari peralatan proses fasilitas sudah hampir mendekati
fungsi kerja maksimal, maka sebelum peralatan tersebut rusak, sudah harus
menambah peralatan yang memiliki fungsi yang sama dengan kapasitas yang lebih
besar.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
68
4BAB
4 HASIL DAN PEMBAHASAN
Penelitian tesis yang dilakukan merupakan penelitian non-laboratorium
dimana tidak ada aktifitas penelitian atau pengambilan data yang dilakukan dalam
laboratorium. Penelitian dilakukan dengan menggunakan bantuan perangkat lunak
(software) seperti yang telah dijelaskan di dalam bab 3. Ada beberapa macam
perangkat lunak yang digunakan untuk menganalisis tekanan separator yang tepat
supaya dapat mengoptimalkan laju alir produksi minyak bumi. Bab ini membahas
hasil yang didapatkan dari langkah demi langkah yang telah di bahas di dalam bab
3.
4.1
Kondisi Simulasi Reservoir
Studi kasus pada simulasi reservoir menggunakan data prediksi yang di
mulai dari bulan Juli 2016. Total sel aktif pada model simulasi reservoir
menggunakan 505.951 sel. Reservoir dilakukan inisialisasi menggunakan metode
equilibrium dengan saturasi air (menggunakan keyword SWATINIT) yang di
scaling (perbesaran sel). Kondisi simulasi reservoir ditunjukkan pada gambar 4.1.
Gambar 4.1 Model Simulasi Reservoir pada PT.X
Tekanan awal di reservoir adalah 2150 psi dan kedalaman datum pada GOC
(Gas Oil Contact) di 4862 ft dan WOC (Water Oil Contact) di 4950 ft. Tipe fluida
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
69
di reservoir adalah light oil , wet gas dan dry gas dengan berat jenis minyak adalah
52,612 lb/cuft dan berat jenis gas adalah 62,428 lb/cuft.
4.1.1
Hasil Kasus Histori Matching
Histori matching dilakukan dengan menggunakan aplikasi ECLIPSE
dengan persamaan 2.5. Histori matching dimulai pada tanggal 1 April 2007 dan
berakhir di tanggal 1 Juli 2016. Kasus history matching ini menggunakan data laju
alir produksi minyak, laju alir produksi gas, laju alir produksi air, dan tekanan
bottom hole. Hasil dari kasus histori matching ditunjukkan pada gambar 4.2.
Gambar 4.2 Hasil Simulasi Histori Matching
Bila dilihat pada Gambar 4.3 jumlah produksi sumur minyak pada akhir
tahun 2011 dikurangi produksi sumur dari 6 sumur produksi menjadi 5 sumur
produksi, sehingga dari profil produksi sumur pada Gambar 4.2, dapat terlihat ada
penurunan tajam pada produksi minyak pada akhir tahun 2011, dan pada tahun 2012
mulai terjadi peningkatan produksi yang cukup signifikan, terbukti bahwa pada
tahun tersebut ada kenaikan jumlah sumur produksi dari 5 sumur menjadi 9 sumur.
Kenaikan jumlah produksi air bila dilihat dari Gambar 4.2, laju alir produksi
air terlihat normal, sejalan dengan penurunan tekanan. Bila dilihat pada tahun 2012
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
70
tekanan sudah mulai stabil, sehingga produksi minyak dan gas dibantu oleh air
untuk bisa diangkat ke permukaan. Meskipun harga minyak menurun pada tahun
2015, produksi minyak dan gas tetap dipertahankan pada produksi sebelumnya
karena demi ketahanan jumlah produksi nasional.
Gambar 4.3 Jumlah Sumur Produksi (Garis Hijau: Produksi Minyak; Garis Merah: Produksi Gas)
Pada kasus histori matching dilakukan selama 8 jam dapat dilihat bahwa
hasil kalkulasi laju alir gas mendekati dengan data yang ada di lapangan, begitu
juga dengan hasil kalkulasi dari laju alir minyak. Perbedaan signifikan terjadi pada
laju alir air setelah tahun 2012, terjadi gap antara data kalkulasi dengan data yang
ada di lapangan. Bila dilihat dari segi tekanan bottom hole, data kalkulasi dengan
data lapangan setelah tahun 2012, cukup mendekati maka perbedaan laju alir air
dapat diabaikan. Kelanjutannya setelah dilakukan coupling dapat di cek kembali
bilamana ada kelainan dari kelebihan air dalam data di lapangan, bisa saja di dalam
reservoir terjadi problem water coning atau water channeling karena bila dilihat dari
hasil simulasi dengan hasil data lapangan pada Tabel 4.1 terjadi perbedaan sebesar
-22% (diluar dari range ±10%).
Jadi dari perbedaan hasil dari simulasi dengan data yang ada di lapangan,
misal dengan laju alir minyak sebesar 4964 bopd dan data lapangan sebesar 4654
bopd, sehingga perbedaan sebesar 7% dapat dikatakan match, oleh karena masih
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
71
berada pada range ±10%. Selain itu perbedaan hasil dari simulasi dengan data yang
ada di lapangan, misal dengan laju alir gas sebesar 64017 MMSCFD dan data
lapangan sebesar 60276 MMSCFD, sehingga perbedaan sebesar 6% dapat
dikatakan match, oleh karena masih berada pada range ±10%.
Tabel 4.1 Hasil Validasi History Matching pada 1 Juli 2016
Keterangan
Laju Alir Minyak
(BOPD)
Laju Alir Gas
(MMSCFD)
Laju Alir Air
(BWPD)
4.1.2
Hasil Simulasi
Data Lapangan
Perbedaan
4964
4654
7%
64017
60276
6%
40707
52501
-22 %
Hasil Kasus Prediksi (Sebagai referensi dengan setelah di coupling)
Setelah selesai dengan simulasi histori matching maka dilakukanlah studi
kasus prediksi sebagai studi data pembanding dengan data setelah di coupling.
Simulasi kasus data prediksi dilakukan untuk tanggal 01 Juli 2016 s/d 01 Juli 2026
(10 tahun waktu simulasinya).
Gambar 4.4 Hasil Prediksi berdasarkan Hasil History Matching
Bila dilihat pada Gambar 4.4 laju alir gas dan laju alir minyak kedua nya
karena secara natural memang laju alir gas dan laju alir minyak turun bilamana laju
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
72
alir air meningkat dan tekanan bawah sumur menurun. Sehingga Gambar 4.4 dapat
dikatakan normal untuk prediksi laju alir produksi nya.
4.2
Hasil Korelasi Laju Alir dan Pemodelan IPR pada masing-masing
sumur pada simulasi sumur
Dengan menggunakan cara persamaan pada bagian 3.5 dan 3.6 dan di
diperdalam lagi melalui aplikasi pada Lampiran D maka dapat dihitung laju alir dan
tekanan yang di cocokan dengan keadaan yang ada di lapangan. Dalam hal ini
melalui simulasi sumur maka PT. X menggunakan persamaan aliran horisontal,
vertikal dan IPR seperti pada Tabel 4.2.
Tabel 4.2 Tabel Korelasi Laju Alir dan Model IPR pada PT.X
Sumur
Korelasi Laju Alir
Vertical
Horizontal
HF
FF
A-01
Hagedorn & Brown
Beggs & Brill Revised
1
1
A-02
A-03
A-04
A-05
A-06
A-07
Duns & Ros
Hagedorn & Brown
Orkiszewski
Ansari
No Slip Assumption
No Slip Assumption
Beggs & Brill Revised
Beggs & Brill Revised
Beggs & Brill Original
Beggs & Brill Revised
Beggs & Brill Revised
No Slip Assumption
1
1
1
1
1
1
1
1
1
1
1
1
A-09
Ansari
Beggs & Brill Revised
1
1
A-12
Hagedorn & Brown
Beggs & Brill Revised
1
1
A-13
Govier, Aziz &
Fogarasi
Beggs & Brill Revised
1
1
A-14
Gray (Original)
Beggs & Brill Revised
1
0.8
B-01
B-02
Hagedorn & Brown
Hagedorn & Brown
Beggs & Brill Original
Beggs & Brill Revised
1
1
1
1
B-03
No Slip Assumption
Beggs & Brill Revised
1
0.8
B-04
Gray (Modified)
Beggs & Brill Revised
1
1
B-05
Duns & Ros
Beggs & Brill Revised
1
1
B-06
Hagedorn & Brown
Beggs & Brill Revised
B-08
Duns & Ros
Beggs & Brill
Revised
Beggs & Brill Revised
1.0
5
1
Beggs & Brill Revised
1
B-09
1
1
1.0
5
IPR Model
Pseudo Steady
State
Liquid PI
Jones’s Equation
Liquid PI
Jones’s Equation
Jones’s Equation
Gas PI
Pseudo Steady
State
Pseudo Steady
State
Pseudo Steady
State
Pseudo Steady
State
Liquid PI
Liquid PI
Pseudo Steady
State
Pseudo Steady
State
Pseudo Steady
State
Pseudo Steady
State
Liquid PI
Jones’s Equation
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
73
Tabel 4.2 Tabel Korelasi Laju Alir dan Model IPR pada PT.X (Lanjutan dari hal. 73)
Sumur
Korelasi Laju Alir
Vertical
Horizontal
B-10
Beggs & Brill
Original
B-11
Duns & Ros
B-12
Orkiszewski
Mukherjee &
Brill
Govier, Aziz &
Fogarasi
Hagedorn &
Brown
Hagedorn &
Brown
B-13
B-14
B-15
B-17
HF
FF
IPR Model
1
1
Liquid PI
1.1
1
Jones’s
Equation
No Slip Assumption
1.1
1.05
Jones’s Equation
Beggs & Brill Revised
1.02
1.01
Liquid PI
Beggs & Brill Revised
0.8
0.8
Jones’s Equation
Beggs & Brill Revised
1
1
Beggs & Brill Revised
1
1
Beggs & Brill
Revised
Beggs & Brill
Revised
Pseudo Steady
State
Pseudo Steady
State
Dimana:
HF
: Faktor Hold Up
FF
: Faktor Friksi
Sebagai contoh sumur B-01 menggunakan Hagedorn and Brown untuk
korelasi vertikal nya dan menggunakan Beggs and Brill Revised pada korelasi
horisontal nya. Untuk hasil validasi sumur bila dibandingkan dari data test dengan
hasil kalkulasi dari PIPESIM dapat dilihat dari Error! Reference source not
found.. Untuk perbandingan hasil PIPESIM dengan cara perhitungan dengan
manual dapat dilihat dari Lampiran B dan Lampiran C.
Pada umumnya model sumur yang dikondisikan dan match dari data
kalkulasi PIPESIM hasilnya harus kurang lebih 10% dengan data tes sumur.
Sebagai pengecualian pada sumur A-04 dan sumur A-09 dimana gas yang dimiliki
sangat kecil, sehingga tidak mencapai data yang dimaksud dari data tes sumur.
Sebagai contoh pada sumur A-01 mendapatkan data laju alir cairan welltest
dari lapangan sebesar 2082,92 STB/d dan pada kalkulasi menggunakan PIPESIM
didapat laju alir cairan sebesar 2152,388 STB/d, maka dengan perbedaan laju alir
antara data lapangan dengan hasil simulasi sebesar 3,3% maka dapat dikatakan
bahwa perhitungan tersebut match.
Selain itu pada sumur A-01 mendapatkan data gas dari lapangan sebesar
0,25 MMSCF/d dan data dari hasil perhitungan simulasi didapat harga 0,258
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
74
MMSCF/d, dan dengan perbedaan hasil simulasi dengan data lapangan sebesar
3,1%, maka data tersebut di konsiderasi sebagai data match. Hal ini berlaku untuk
setiap sumur yang dikalkulasi pada PT.X.
Tabel 4.3 Hasil Validasi Model Sumur (MacMilan, D.J., et.al., 1999)
Nama
Sumur
A-01
A-02
A-03
A-04
A-05
A-06
A-07
A-09
A-12
A-13
A-14
B-01
B-02
B-03
B-04
B-05
B-06
B-08
B-09
B-10
B-11
B-12
B-13
B-14
B-15
B-17
4.3
Laju Alir Cairan (STB/d)
Data
Kalkulasi
Perbedaan
Welltest PIPESIM
2082.9
2152.4
2,00%
1645.7
1637.3
-0,10%
3069.6
2876.1
3,30%
1817.9
1842.6
-0,40%
72.7
72.1
-2,00%
108.8
111.0
-6,70%
1438.2
1436.1
4,00%
1593.2
1645.6
-3,70%
5124.5
5105.2
2,10%
872.6
854.7
18.8
17.5
-0,10%
2173.0
2260.4
0,80%
4049.6
3898.1
1,60%
4353.9
4444.0
1,30%
0.0
N/A
0,90%
5733.0
5726.5
-1,90%
5141.6
5181.2
-1,80%
2286.7
2322.4
0,00%
164.1
166.2
3,70%
3622.5
3654.4
0,20%
2308.9
2264.3
-0,20%
2737.0
2688.8
2,00%
1577.6
1577.3
-0,10%
1804.3
1871.0
3,30%
2974.7
2982.0
-0,40%
3762.3
3754.0
-2,00%
Laju Alir Gas (MMscf/d)
Data
Kalkulasi
Perbedaan
Welltest PIPESIM
0.250
0.258
-0,10%
0.650
0.707
1,70%
1.350
1.264
33,30%
0.040
0.049
6,80%
8.000
8.013
1,20%
3.700
3.698
9,80%
5.800
5.900
2,40%
0.006
0.009
-5,10%
2.968
3.186
-1,70%
3.238
3.277
3,10%
3.368
3.732
-7,50%
0.040
0.041
3,50%
0.560
0.533
2,90%
0.662
0.651
0,80%
6.504
6.713
2,00%
0.570
0.530
1,10%
0.520
0.539
-0,40%
0.165
0.170
-0,80%
12.598
12.700
2,90%
0.250
0.255
-0,90%
0.277
0.280
-3,60%
0.230
0.229
-0,10%
2.430
2.410
1,70%
0.330
0.340
33,30%
0.228
0.226
6,80%
1.562
1.508
1,20%
Pemodelan Jaringan Permukaan
Di dalam model ini terdapat 2 model jaringan permukaan (Gambar 4.5)
yang dibuat dan mereka di modelkan secara black oil. Model ini dapat di konversi
menjadi komposisi, tetapi harus didetailkan lagi berdasarkan studi flow assurance
yang lebih komprehensif yang tidak dijelaskan di dalam studi ini. Dua model
jaringan permukaan terdiri dari:
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
75
Sumur-sumur ke WHP-header produksi (masing-masing sumur mengalir
yang bercampur dan tidak ada peralatan permukaan tapi choke dan flowline
pendek yang menghubungkan kepala sumur ke manifold produksi)
Sebuah sistem pipa bawah laut sepanjang 7 km yang memiliki 12-in pipa
flowline dan riser dari produksi WHP-A sebelum bercampur dengan pipa
dari produksi WHP-B (Gambar 4.6).
Sumur menuju ke produksi header di WHP-B (aliran setiap sumur yang
bercampur dan tidak ada peralatan permukaan tapi choke dan pipa yang
pendek dihubungkan kepala sumur ke manifold produksi)
Sebuah sistem pipa 1,2 km yang memiliki 16-in pipa flowline produksi pada
WHP-B (Gambar 4.7)
Sebuah sistem pipa sepanjang 50 m yang memiliki 24-in ukuran pipa
flowline dari WHP-B ke platform pengolahan fasilitas utama (SPU-Sistem
Pengumpul Utama).
Gambar 4.5 Model PIPESIM Network
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
76
Gambar 4.6 Topografi menuju Kepala Sumur A
Gambar 4.7 Topografi menuju Kepala Sumur B
4.4
Hasil Pemodelan Jaringan Permukaan
Model jaringan diatur agar sesuai dengan data uji sumur yang ada di
lapangan. Operasi pencocokan korelasi aliran dilakukan dengan memilih Lockhart
& Martinelli sebagai korelasi aliran horisontal dan Hagedorn & Brown sebagai
korelasi aliran vertikal. Pada Tabel 4.4, kondisi batas di Sink di set menjadi 21,9
barg yang mewakili tekanan MP Separator. Hasil simulasi dari model jaringan
sesuai (dalam perbedaan ±10%) dengan data operasi, yaitu perbedaan 2% untuk
tingkat laju alir cair dan 1,8% untuk tingkat laju alir gas. Setelah model jaringan
sepenuhnya diatur dan divalidasi, maka siap untuk digabungkan dengan model
reservoir ECLIPSE melalui IAM.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
77
Tabel 4.4 Hasil Validasi Model Jaringan Permukaan
Laju Alir Cairan (STB/d)
Laju Alir Gas (MMSCFD)
Data Lapangan
55715
57,8
Hasil PIPESIM
56889
56,703
Perbedaan Hasil
2,10%
1,89%
Dari Tabel 4.4 terlihat bahwa laju alir cairan maupun laju alir gas
menghasilkan perbedaan hasil dari simulasi dengan data lapangan lebih kurang dari
10%, maka dapat dikatakan laju alir dari hasil simulasi dianggap match dengan laju
alir data lapangan.
4.5
Pemodelan Eclipse – Pipesim Coupling
Pada studi ini digunakan Coupling lubang bawah sumur, seperti ditampilkan
pada Tabel 4.5, dan penjelasan mengenai Constraint Coupling dapat dilihat pada
Lampiran D.
Tabel 4.5 Coupling Reservoir – Jaringan Permukaan
Reservoir X
PIPESIM
Grup
Sumur
Node
WHP A
A-02-ST1
A-02
WHP A
A-03-ST2
A-03
WHP A
A-04-ST3
A-04
WHP A
A-07-ST1
A-07
WHP A
A-13-ST1
A-13
WHP A
A-14XST1
A-14
WHP A
A-01X
A-01
WHP A
A-05
A-05
WHP A
A-06X
A-06
WHP A
A-09
A-09
WHP A
A-12X
A-12
WHP B
B-01-ST1
B-01
WHP B
B-02-ST1
B-02
WHP B
B-08-ST2
B-08
WHP B
B-15-ST1
B-15
WHP B
B-17-ST2
B-17
WHP B
B-03
B-03
WHP B
B-04
B-04
WHP B
B-05
B-05
WHP B
B-06
B-06
WHP B
B-09
B-09
WHP B
B-10
B-10
WHP B
B-11
B-11
Kondisi Coupling
Lokasi
Constraint
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Gas
Bottom Hole
Laju Alir Gas
Bottom Hole
Laju Alir Gas
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Gas
Bottom Hole
Laju Alir Gas
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Gas
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Gas
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Gas
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Gas
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Minyak
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
78
Tabel 4.5 Coupling Reservoir – Jaringan Permukaan (Lanjutan dari hal.77)
Reservoir X
Grup
Sumur
WHP B
B-12
WHP B
B-13
WHP B
B-14ST
PIPESIM
Node
B-12
B-13
B-14
Kondisi Coupling
Lokasi
Constraint
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Minyak
Bottom Hole
Laju Alir Cairan
Di dalam pemodelan coupling reservoir dengan jaringan permukaan ada yang
menggunakan laju alir cairan, gas dan minyak.
4.6
Hasil Coupling
Hasil Coupling ECLIPSE dengan PIPESIM di dalam IAM per sumur
digambarkan pada Tabel G.25, dan grafik per sumuran dapat dilihat pada Lampiran
G. Bila dilihat dari analisis hasil pemodelan simulasi coupling dengan data yang
ada di lapangan terlihat ada beberapa sumur yang tidak terlalu match hasil nya.
Seperti pada contohnya adalah sumur A-02, A-04, A-05, A-06, dsb, dianggap tidak
match karena perbedaan hasil nya melebih dari ±10%. Seperti contoh pada sumur
A-02 laju alir minyak didapat hasil dari simulasi adalah sebesar 246 bbl sedangkan
pada data lapangan sebesar 415 bbl, sehingga terdapat perbedaan sebesar 40.77%.
Selain itu laju alir gas pada sumur A-02 pada hasil simulasi didapat hasil sebesar
1,1 MMSCFD sedangkan pada data di lapangan sebesar 0,7 MMSCFD, sehingga
terjadi perbedaan sebesar 73,69%. Pada laju alir air juga terdapat perbedaan yang
cukup signifikan pada sumur A-02 yaitu pada hasil simulasi sebesar 1995 bbl dan
pada data lapangan sebesar 1250 bbl, sehingga perbedaan antara kedua nya sebesar
59.6%.
Bila dilihat dari hasil tekanan bawah sumur hanya beberapa sumur saja yang
tidak terlihat match yaitu di sumur A-02, A-05, A-13, dan B-09. Hasil yang di dapat
dari perhitungan simulasi untuk masing-masing laju alir bisa jadi tidak terjadi
kemiripan karena kurang nya data dari tekanan bawah sumur yang diambil dari data
lapangan. Selain itu titik pengukuran depth untuk pengukuran tekanan bawah sumur
juga sangat berpengaruh pada hasil analisis tersebut. Perbedaan kedalaman pada
pengukuran tekanan bawah sumur dengan hanya 1 m bisa sangat berbeda jauh dari
hasil yang sebenarnya.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
79
4.6.1
Dasar Model dan Asumsinya
Dalam studi Integrated Model, model dari UniSim model di validasi
berdasarkan nilai data test sumur pada bulan Juli 2016 sebelum terjadinya shutdown
(23 Juli 2016). Laju alir yang masuk, tekanan dan temperature pada peralatan proses
fasilitas utama di dalam model sesuai dengan data yang sebenarnya yang ada di
lapangan. Tipe seting ini digunakan sebagai kondisi awal pada simulasi.
Asumsi dalam model proses adalah sebagai berikut:
Model UniSim hanya termasuk peralatan-peralatan fasilitas utama
Pipa antar peralatan fasilitas untuk keseluruhan sistem tidak dimodelkan di
dalam simulasi; namun, perbedaan tekanan tambahan telah ditambahkan ke
dalam bejana separator dan kontrol katup/valve untuk antisipasi mengatasi
kerugian tekanan pipa.
Hanya kompresor sentrifugal, pompa sentrifugal dan turbo expander yang
menggunakan kurva kinerja kerja.
4.7
Pemodelan Jaringan Proses
Pemodelan jaringan permukaan di lapangan X untuk mengatasi bottleneck
di dalam jaringan permukaan, pemodelan jaringan permukaan seperti ditunjukkan
dalam Gambar 4.8.
Gambar 4.8 Surface Facilities – UniSim Model pada PT.X
Di dalam studi ini digunakan UniSim process model dengan version R443.
Model UniSim seperti ditunjukkan pada Gambar 4.9 terdiri dari beberapa fasilitas
proses yaitu:
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
80
Central Processing Platform (CPP)
Pada CPP terdiri dari separasi gas dan cairan, kompresi gas, kompresi gas
lift, pemompaan minyak mentah, dan sistem injeksi air.
Onshore Processing Facilities (OPF)
Pada OPF terdiri dari separasi dan penerimaan hidrokarbon, pemisahan
H2S, dan dehidrasi gas. Pemisahan dan pembersihan H2S terbatas hanya
pada sistem kontak saja.
Oil Treating Facilities (OTF)
Pada OTF terdiri dari beberapa sistem separasi flash yaitu HP (High
Pressure) Separator Flash, LP (Low Pressure) Electrostatic Treater, dan
Separator Atmospheric, selain itu di dalam fasilitas ini juga terdapat HP
Flash Liquid Heater, Vapor recovery system (1st Flash Gas Compression,
2nd Flash Gas Compression, and Vapour Recovery System), Crude Oil
Rundown Pumps, and Crude Oil Rundown Cooler.
LPG Facilities
Fasilitas LPG terdiri dari Gas Dehydration, Gas Compression, Turbo
Expander, De-ethanizer Column, De-propanizer Column, De-buthanizer
Column.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
81
Universitas Indonesia
Gambar 4.9 Jaringan Fasiltas Proses
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
82
4.7.1
PVT Data Matching dan Black Oil Delumping
Model reservoir dan jaringan (ECLIPSE dan PIPESIM) berada dalam model
black oil sementara model UniSim ada dalam model komposisi molar. Untuk
memastikan konsistensi definisi fluida, diperlukan metode untuk menangkap secara
tepat sifat fluida untuk setiap fasa yang mengalir dari bawah permukaan ke jaringan
atas permukaan.
Tim fasilitas permukaan secara teratur melakukan pengambilan sampel
cairan untuk masing-masing aliran gas dan minyak. Oleh karena itu, untuk
pencocokan data PVT di UniSim, komposisi gas dan minyak didefinisikan sesuai
komposisi sebenarnya dari sampel cairan.
Model jaringan PIPESIM yang dimodelkan dalam model black oil, arus
keluar dari Sink ditransfer masing-masing laju alir fisik (yaitu gas, minyak dan air)
ke UniSim, konektivitas fluida antara model ditunjukkan pada Gambar 4.10.
Gambar 4.10 PIPESIM UniSim Metode Konektifitas
4.7.2
Solusi Model
Dalam versi IAM saat ini (v2015.2) memiliki keterbatasan dalam
mengekspos beberapa parameter UniSim untuk konektivitas data dan analisis hasil.
Parameter dari UniSim yang bisa ditampilkan di IAM saat ini adalah:
Material Feed Stream (Aliran Masuk Material)
Material Product Stream (Aliran Material Produk)
Energy Feed and Energy Product (Umpan Energi dan Produk Energi)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
83
Untuk mencatat nilai Aliran di antara Peralatan dan / atau kinerja peralatan,
beberapa pekerjaan manual diperlukan untuk mengeksporparameter yang diminati
ke dalam Dummy Streams. Hal ini dapat dicapai di UniSim melalui fungsi
Spreadsheet-nya.
1. Ekspornilai hasil dari aliran utama (sebagai contoh Stream 13A) dengan
melakukan “drag and drop” nilai hasil ke fungsi di dalam spreadsheet di
dalam UniSim:
Gambar 4.11 Parameter Stream 13A
2. Tarik nilai hasil tersebut dari spreadsheet menuju aliran dummy (sebagai
contoh namakan itu menjadi 13A (Export to OPF)):
Gambar 4.12 Hasil dari IAM Stream 13A
3. Jika aliran dummy ini di ambil oleh Material Feed / Product Stream dan
secara konsekuen parameter yang berhubungan dengan aliran tersebut
terhitung dengan sendirinya di dalam IAM.
4.7.3
Hasil Integrasi ECLIPSE-PIPESIM-UNISIM
Tujuan penggabungan jaringan produksi ke fasilitas permukaan adalah
untuk meninjau kinerja dan perilaku peralatan fasilitas selama masa produksi, dan
untuk mengidentifikasi kemacetan laju alir di dalam fasilitas yang mungkin timbul.
Dalam penelitian ini, fasilitas permukaan telah dievaluasi berdasarkan tingkat
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
84
produksi laju alir gas pada 60 MMscfd, yang mewakili kondisi aktual saat ini pada
saat penelitian ini dilakukan.
Tekanan separator dapat dikurangi dari 22 barg saat Kompresor MP1 (540C-01) sedang dipulihkan dan dibawa secara online pada bulan September 2017.
Berdasarkan pertimbangan di atas, skenario berikut telah dilakukan dalam
penelitian ini:
Studi Kasus Base
-
Tekanan operasi pada MP separator tetap di set menjadi 22 barg.
-
Laju alir gas lift tetap 25 MMscfd pada keseluruhan masa produksi.
Studi Kasus 1
-
Tekanan operasi pada MP separator dikurangi menjadi 16 barg pada
September 2017
-
Laju alir gas lift tetap 25 MMscfd pada keseluruhan masa produksi.
Studi Kasus 2
-
Tekanan operasi pada MP separator dikurangi menjadi 11 barg pada
September 2017
-
Laju alir gas lift tetap 25 MMscfd pada keseluruhan masa produksi.
Berdasarkan studi kasus base maka dasar dan asumsi yang dibuat untuk
melakukan evaluasi didasarkan pada data berikut:
Tabel 4.6 Hasil Prediksi Desain Laju Alir studi kasus base
Parameter Prediksi
Laju Alir Gas
Laju Alir Minyak
Laju Alir Air
Juli 2016
85 MMscfd
4800 STBD
44,000 STBD
Juli 2026
38 MMscfd
2000 STBD
47,000 STBD
catatan:
Model di dalam ECLIPSE sudah di tune up supaya mendekati hasil dari total laju
alir gas sebesar 60MMscfd.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
85
Bila di telaah lebih dalam, bila dijumlahkan total semua sumur pada Juli
2016 pada Tabel 4.6 maka didapatkan hasil simulasi sebesar 4858 bbl untuk laju
alir minyak, 73 MMSCF/d untuk laju alir gas dan 39978 bbl untuk laju alir air.
Dengan demikan Tabel 4.6 terdapat perbedaan dengan Tabel 4.6 yaitu untuk laju
alir minyak sebesar 1%, 14% untuk laju alir gas, dan 9 % untuk laju alir air. Hal ini
disebabkan aliran fluida dari sumur sampai menuju stasiun pengumpul utama di
CPP mengalami proses shrinkage faktor dan bottleneck problem. Perbedaan antara
jumlah produksi di dalam sumur dan jumlah yang ada di dalam CPP, masih berada
di range yang normal yaitu ± 10%, hanya laju alir gas yang agak lebih dari 10%
dikarenakan adanya gas lift di dalam jaringan yang tidak di perhitungkan di dalam
laju alir gas di dalam sumur.
4.7.4
Hasil Komparasi Laju Alir Kumulatif untuk setiap Studi Kasus
Hasil Laju Alir Kumulatif Produksi pada Studi Kasus Base, 1 dan 2, dapat
dilihat pada Tabel 4.7.
Tabel 4.7 Laju Alir Kumulatif Sebagai Komparasi
MP Scenario
Laju Alir Gas
Kumulatif
(MMSCF)
Laju Alir
Minyak
Kumulatif
(BBL)
Laju Alir Air
Kumulatif
(BBL)
Studi Kasus
Base
Studi Kasus
(SK) 1
Studi Kasus
(SK) 2
22 barg
16 barg
11 barg
SK 1
terhadap
Base
SK 2
terhadap
Base
100.719,528
107.201,236
112.025,550
6%
11%
11.422.613
12.311.559
12.901.097
8%
13%
155.835.877
171.893.379
183.770.927
10%
18%
Perbedaan Hasil
Berdasarkan hasil tabel di atas, diperkirakan bahwa studi kasus 2
memberikan hasil yang optimal dibandingkan dengan kasus lainnya dengan laju alir
gas sebesar 112.025,550 MMSCF, laju alir minyak sebesar 12.901.097 bbl dan laju
alir air sebesar 183.770.927 bbl. Jadi bila dibandingkan hasil dari studi kasus 2
terhadap studi kasus base terdapat kenaikan produksi gas sebesar 11%, produksi
minyak sebesar 13% dan produksi air sebesar 18%. Namun, dengan menurunkan
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
86
tekanan MP Separator menjadi 11 barg dapat menyebabkan kendala pada peralatan
fasilitas permukaan. Hal ini dibahas lebih lanjut pada bagian 4.7.6.
Performa peralatan utama disajikan pada Tabel 4.8 untuk studi kasus base,
yang mana untuk studi kasus 1 dan studi kasus 2 disajikan di bagian 4.7.6.
Tabel 4.8 Hasil Performa Fasilitas Jaringan untuk Studi Kasus Base
Peralatan Fasilitas
540-C-02
Hasil
Kalkulasi
Central Processing Platform (CPP- Offshore)
Parameter
Kecepatan
12.000 rpm
11.400 rpm
Power
6100 KW
224 KW
forone
pump
669 KW
forone
pump
2970 KW
90 KW
MP Separator
Pompa Minyak
Power
Pompa Injeksi Air
Power
Kecepatan
Gas Lift
Kompresor I
Kecepatan
Gas Lift
Kompresor II
KompresorGas
Lift
Desain
forone pump
Keterangan
Sudah hampir
mendekati
kecepatan
maksimum
OK
OK
510 KW
forone pump
16.500 rpm
13.700 rpm
20.300 rpm
17.200 rpm
OK
OK
3700 KW
2000 KW
Total Power
Onshore Processing Facilities (OPF)
Sudah hampir
mendekati
kecepatan
maksimum
OK
Sudah hampir
mendekati
kecepatan
maksimum
Kecepatan
14.000 rpm
13.300 rpm
Power
Kecepatan
4597 KW*
23.800 rpm
3500 KW *
21.600 rpm
Power
2243 KW
665 KW
Re-Kompresor
Kecepatan
Power
2243 KW
2243 KW
14.000 rpm
665 KW
665 KW
13.100 rpm
KompresorResidue
Kecepatan
Power
4597 KW*
3500 KW*
Power
919 KW
395 KW
OK
Power
550 KW
330 KW
OK
Power
29 KW
7 KW
OK
KompresorGas
Inlet
Turbo Expander
KompresorGas
Flash
KompresorVRU
Pompa Minyak
Mentah Rundown
OK
OK (Kecepatan
tergantung dari
Kompresor Gas
Inlet)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
87
Catatan:
* : Desain power dan estimasi power berdasarkan total power dari Kompresor Gas
Inlet dan Kompresor Residue.
Hal yang perlu diperhatikan pada tabel di atas bahwa pada CPP dengan
fasilitas kompresor second stage MP kompresor 540-C-02, sudah hampir mendekati
kecepatan maksimum sebesar 11.400 rpm (dari desain 12.000 rpm), seperti terlihat
pada grafik di Gambar 4.13.
Gambar 4.13 Performa KompresorSecond Stage 540-C-02
Dan juga kompresor inlet gas pada OPF– 440-C-01 sudah hampir juga
mencapai kecepatan maksimum sebesar 13.300 rpm (dari desain 14.000 rpm)
seperti terlihat pada Gambar 4.14.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
88
Gambar 4.14 Performa KompresorInlet Gas 440-C-01
Dan juga turbo expander pada OPF–482-C-01 sudah hampir juga mencapai
kecepatan maksimum sebesar 21.600 rpm (dari desain 23.800 rpm) seperti terlihat
pada Gambar 4.15. Selain itu temperature discharge yang di harapkan tidak sesuai
ekspektasi, dimana operating temperatur yang diharapkan adalah 67oC.
Temperatur
discharge di hitung
berdasarkan
kurva
performa dimana laju
alir terendah yang di
harapkan tidak sesuai
ekspektasi.
Gambar 4.15 Performa Turbo Expander 482-C-01 menggunakan Kurva Performa
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
89
Kecepatan
Turbo Expander setelah
Sept 2017 tidak bisa di
estimasi karena temperature
di set manual
Pada
30MMscfd laju alir
gas,
temperatur
discharge outlet di set
manual ke > 67oC
Jul 2016-Aug
2017
temperatur
discharge di estimasi
berdasarkan
kurva
performa
Gambar 4.16 Performa Turbo Expander 482-C-01 menggunakan Temperature Discharge Manual
Pada Laju Alir Gas 30 MMscfd
Berdasarkan tabel di atas, ada beberapa hal yang perlu diperhatikan:
Pada kondisi operasi saat ini 22 barg dan 60 MMscfd gas yang masuk dari
separator MP, kompresor MP diidentifikasi sebagai bottleneck (kemacetan;
mampet) dari sistem lepas pantai karena kecepatannya beroperasinya sudah
mendekati kecepatan maksimumnya yaitu sebesar 11.400 rpm dimana batas
maksimumnya adalah sebesar 12.000 rpm.
Kompresor Gas Lift saat ini masih mampu menampung 25 MMscfd gas lift
pada tekanan suction 22 barg.
Untuk sistem Onshore, Kompresor Gas Inlet dan Kompresor Gas Residu
diidentifikasi
sebagai
kemacetan
karena
kecepatannya
beroperasi
mendekati kecepatan maksimum yaitu sebesar 13.300 rpm untuk
Kompresor Gas Inlet dan 13.100 rpm untuk Kompresor Gas Residu, yang
mana batas maksimumnya adalah sebesar 14.000 rpm.
Selama penelitian, ditemukan bahwa temperatur suction Kompresor MP
(termasuk gas daur ulang) dari model simulasi (yaitu pada 55 oC) menunjukkan
ketidaksesuaian dengan suhu operasi aktual, yaitu 69 oC. Hal ini dapat terjadi karena
kesalahan kalibrasi pada alat sehingga terdapat perbedaan angka hasil dari model
simulasi dengan alat di lapangan.
Grafik komparasi laju alir produksi minyak, gas dan air ditunjukkan pada
gambar di bawah ini.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
90
Gambar 4.17 Komparasi Laju Alir Produksi Minyak
Berdasarkan grafik di atas (Gambar 4.17), dapat terlihat bahwa ada
kenaikan tingkat laju alir minyak sebesar 8% bila tekanan MP separator diturunkan
menjadi 16 barg sedangkan bila diturunkan menjadi 11 barg, diperoleh tingkat laju
alir minyak yang lebih tinggi lagi (13%).
Hasil lain dari kasus sensitivitas di atas adalah dengan menerapkan studi
kasus 1, produksi minyak mampu dipertahankan pada sumur B-04 yang dihasilkan
sampai Maret 2019, sedangkan dalam kasus Base sumur B-04 ditutup pada bulan
Januari 2018. Dalam kasus 2 bahkan mampu mempertahankannya lebih lama dari
Kasus 1, dimana sumur B-04 ditutup pada bulan Maret 2020 (Lampiran G).
Gambar 4.18 Komparasi Laju Alir Produksi Gas
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
91
Sedangkan untuk laju alir gas (Gambar 4.18) yang dihasilkan, kenaikan
tingkat laju alir gas dengan menurunkan tekanan separator MP menjadi 16 barg
(Kasus 1) adalah 6% dibandingkan dengan kasus base pada bulan September 2017,
sedangkan kasus 2 dengan menurunkan separator MP menjadi 11 barg lebih besar
yaitu sebesar 11%.
Gambar 4.19 Komparasi Laju Alir Produksi Air
Untuk laju alir air (Gambar 4.19) yang dihasilkan, kenaikan laju alir dengan
menurunkan tekanan separator MP menjadi 16 barg (Kasus 1) adalah 10%
dibandingkan dengan kasus base pada bulan September 2017, sedangkan kasus 2
dengan menurunkan separator MP menjadi 11 barg adalah 18%.
Bila dilihat dari keseluruhan grafik laju alir minyak, gas dan air, semua tren
menunjukkan hal yang normal karena pada bulan Juli 2017 pada saat minyak naik,
gas naik dan air pun ikut naik grafik nya. Tapi seiring berjalannya waktu minyak
turun, gas turun dan air agak naik sedikit oleh karena secara alami, berat jenis air
yang lebih ringan dan komposisi air di bumi memang jauh lebih banyak
dibandingan fluida yang lain, maka tren diatas dapat dianggap normal.
4.7.5
Hasil Analisis Integritas Pipa untuk setiap Studi Kasus
Velocity Erosi sebagai salah satu parameter untuk menganalisis integritas
pipa yang digunakan dalam studi ini seperti yang disebutkan pada Tabel 4.9, juga
dianalisis setiap kasus sensitivitas nya berdasarkan tekanan separator MP.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
92
Tabel 4.9 Hasil Maksimum EVR dari setiap Studi Kasus
Pipa
Riser (L019) (12 inch)
Subsea Pipeline (12 inch)
Riser (L021) (12 inch)
Header B to manifold (16 inch)
WHP-B to CPP (24 inch)
Studi
Kasus Base
0.51
0.54
0.54
0.6
0.42
Studi Kasus 1
Studi Kasus 2
0.51
0.54
0.55
0.6
0.42
0.57
0.65
0.66
0.74
0.53
Berdasarkan Tabel 4.9 Rasio Kecepatan Erosional Maksimum di atas,
semua jaringan pipa untuk semua kasus berada di bawah rasio kecepatan erosi
maksimum yaitu 1. Ini menunjukkan bahwa fluida produksi mengalir di bawah
batas kecepatan yang dipersyaratkan dalam tubing dan pipa. Sehingga walaupun
masih terjadi erosi, tapi erosi ini tidak secara signifikan menggerus enamel dalam
pipa. Maka dari itu flow assurance di dalam pipa masih dalam batas normal.
4.7.6
Jaringan Permukaan – Hasil Komparasi
Hasil evaluasi dari lapangan X berdasarkan studi kasus komparasi adalah
sebagai berikut:
KompresorMP1
Performa dari kompresorMP1 ditunjukkan pada Tabel 4.10.
Tabel 4.10 Performa Kompresor MP1
Parameter
Studi Kasus
Skenario
Tekanan MP
Tanggal
Skenario
Laju Alir Gas
Kecepatan
KompresorMP
Power
Desain
Hasil Kalkulasi
KompresorMP1
Base
Hasil Kalkulasi
KompresorMP1
1
16barg
Re-staging Comp
Hasil Kalkulasi
KompresorMP1
2
11barg
Re-staging Comp
-
22barg
-
Sep 2017
Sep 2017
Sep 2017
12.000
rpm
6100
KW
35.2 MMscfd
38.75 MMscfd
42.4 MMscfd
7988 rpm
9860 rpm
12.000 rpm
1497 KW
2347 KW
3640
Berdasarkan kinerja di atas, diperkirakan kompresor MP1 mampu
mereduksi sampai 11 barg dengan kecepatan hingga maksimal 12.000 rpm.
Untuk studi kasus ini, laju alir gas ke kompresorakan meningkat dari 35,2
MMscfd pada Base Case menjadi 42,4 MMscfd. Namun, dapat dilihat
bahwa Kompresor Gas Lift yang ada tidak mampu mengakomodasi tekanan
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
93
suction yang rendah. Ini dapat dilihat lebih lanjut di bagian butir no. 4 di
bawah, yang menerangkan tentang Kompresor Gas Lift.
Pompa Minyak pada Separator MP
Pompa Minyak separator MP mampu mengakomodasi produksi minyak
untuk setiap skenario yang berbeda. Rinciannya disajikan pada tabel di
bawah ini (Tabel 4.11):
Tabel 4.11 Performa Pompa Minyak pada Separator MP
Parameter
Desain
Studi Kasus
Skenario
Tekanan MP
Tanggal
Skenario
Laju Alir
Minyak
Pompa
Minyak
Separator
MP
Pompa Minyak
Separator MP
Base
Pompa Minyak
Separator MP
1
16barg
Re-staging
Kompresor
Pompa Minyak
Separator MP
2
11barg
Re-staging
Kompresor
-
22barg
-
Sep 2017
Sep 2017
Sep 2017
-
4295 BPD
4572 BPD
4963 BPD
92 KW
91KW
91.5 KW
71 barg
Discharge dari
pompa
66 barg
Discharge dari
pompa
62 barg
Discharge dari
pompa
224 KW
Untuk 1
pompa
44 barg
@ di
header
sebelum ke
onshore
Pompa minyak pada separator MP masih dapat dianggap normal karena
masih dalam batas sesuai dengan desain pompa, yaitu sebagai contoh pompa
minyak separator MP pada studi kasus base sebesar 92 KW masih berada
dalam batas desain 224 KW. Desain tekanan pada pompa minyak separator
MP pada saat discharge dari pompa tidak diketahui dengan pasti, oleh
karena itu tidak dapat dianalisis apakah masih dalam batas normal atau
tidak.
Pompa Injeksi Air
Pompa Injeksi Air mampu menampung produksi air untuk setiap skenario
yang berbeda. Rinciannya disajikan pada tabel di bawah ini (Tabel 4.12):
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
94
Tabel 4.12 Performa Injeksi Air
Tekanan MP
-
22barg
Tanggal
Laju Alir Air
(Maksimum)
Pompa
Injeksi Air
-
Sep 2017
Pompa Injeksi
Air
1
16 barg
Re-staging
Kompresor
Sep 2017
-
21.360 BPD
23.000 BPD
24.900 BPD
490 KW
519.3 KW
548 KW
111barg
Discharge
dari pompa
104barg
Discharge dari
pompa
97barg
Discharge
dari pompa
Desain
Parameter
Scenario
669 KW
Untuk 1 Pompa
Injeksi Air
membutuhkan
Tekanan
Pompa
Injeksi Air
Base
Pompa
Injeksi Air
2
11barg
Re-staging
Kompresor
Sep 2017
Bila dilihat dari table di atas pompa injeksi pompa air masih berada di
bawah batas normal pada desain pompa injeksi air yaitu sebesar 669KW.
Saat ini pengolahan air yang dihasilkan tidak dievaluasi lebih dalam baik
studi kasus base, 1 dan 2.
Kompresor Gas Lift
Selama penelitian ini, tidak ada modifikasi yang dilakukan untuk
Kompresor Gas Lift. Oleh karena itu, evaluasi kompresor Gas Lift masih
menggunakan kurva kinerja kompresor yang ada. Kinerja Kompresor Gas
Lift untuk kasus sensitivitas yang berbeda disajikan di bawah ini (Tabel
4.13):
Tabel 4.13 Performa Kompresor Gas Lift
Parameter
Design
Studi Kasus
Tekanan
-
Tanggal
Laju Alir Gas
1st Gas Lift
Kecepatan
Kompresor
2nd Gas Lift
Kecepatan
Kompresor
1st GL Tekanan
Discharge
2nd GL Tekanan
Discharge
-
KompresorGas KompresorGas
Lift
Lift
Base
1
16barg
22barg
Re-staging
Kompresor
Sep 2017
Sep 2017
25MMscfd
25MMscfd
KompresorGas Lift
2
11barg
Re-staging Kompresor
Sep 2017
25 MMscfd
Diluar dari grafik kurva
operasi pada
kompresor1st GL
Diluar dari grafik kurva
operasi pada
kompresor2nd GL
16.500
rpm
13.700 rpm
16.200 rpm
20.300
rpm
17.200 rpm
20.250 rpm
41barg
37barg
-
93.43barg
114barg
-
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
95
Berdasarkan kinerja di atas, diperkirakan bahwa Kompresor Gas Lift
mampu menampung laju alir Gas Lift pada tekanan gas 25MMscfd dengan
tekanan hisap lebih rendah pada 16barg. Dapat dilihat bahwa Kompresor
Gas Lift tidak mampu mengakomodasi tekanan hisap pada 11 barg dengan
laju alir kenaikan gas sebesar 25 MMscfd. Pada tekanan yang lebih rendah
ini, debit gas aktual berada di luar kurva kinerja kompresor. Selain itu pada
tekanan 16 barg, kecepatan kompresorgas lift yang kedua sudah hampir
mendekati batas desain yaitu sebesar 20.250 rpm (desain 20.300 rpm).
4.8
Cadangan yang tersisa
Sisa cadangan gas yang tersisa pada bulan Juli 2016 berdasarkan simulasi
reservoir adalah sebesar: 447,3 BSCF + 106 BSCF = 553,3 BSCF (terlihat pada
Gambar 4.20 dan Gambar 4.21)
Gambar 4.20 Sisa Cadangan Gas berdasarkan Original Gas
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
96
Gambar 4.21 Sisa Cadangan Gas berdasarkan Solution Gas
Dan sisa Cadangan Minyak adalah sebesar 269,8 MBBL (Gambar 4.22).
Gambar 4.22 Sisa Cadangan Minyak
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
97
5BAB
5.1
5 KESIMPULAN
Kesimpulan
Berdasarkan hasil analisis pada Studi Kasus Base (yaitu kondisi operasi saat
ini) seperti yang disajikan pada bagian 4.7.3, berikut adalah kesimpulan yang dapat
diambil:
Dengan melakukan simulasi coupling terbukti bahwa tingkat perolehan
minyak dan gas bumi dapat dianalisis dan diperkirakan tingkat laju alir
produksi dalam rentang waktu tertentu.
Pada optimisasi tekanan separator, diamati bahwa dengan menurunkan
tekanan separator menjadi 16 barg pada bulan September 2017 (yaitu Studi
Kasus 1), total laju alir gas kumulatif dari hasil simulasi untuk masa kerja
10 tahun meningkat sebesar 6% dan 8% pada tingkat laju alir minyak
kumulatif totalnya. Dengan menurunkan tekanan separator menjadi 11 barg
(yaitu Kasus 2), menghasilkan kenaikan 11% untuk total laju alir gas
kumulatif dan 13% untuk total laju alir minyak kumulatif.
Untuk fasilitas lepas pantai, KompresorMP2 (540-C-02) beroperasi di dekat
kecepatan maksimumnya sehingga diketahui bahwa ini menjadi potensi
kemacetan. Sehingga harus dilakukan modifikasi dengan melakukan
restorasi kompresorMP1 yang ada (540-C-01) untuk digunakan sebagai
kompresorutama selama mode operasi tekanan rendah.
Cadangan minyak dan gas bumi dapat diperkirakan berdasarkan hasil
simulasi reservoir sebesar 269,8 MBBL dan 553,3 BSCF.
Dari skenario untuk mengevaluasi kinerja peralatan, didapatkan informasi
bahwa kompresor Gas Lift tidak cukup untuk mengakomodasi total
pengangkatan gas pada Studi Kasus 2, saat tekanan separator MP dikurangi
dari 22 barg menjadi 11barg. Sedangkan pada studi kasus 1, tekanan
separator MP yang diturunkan menjadi 16 barg dapat mengakomodasi
kinerja kompresor gas lift.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
98
5.2
Saran/Rekomendasi
Berikut adalah beberapa pekerjaan yang direkomendasikan untuk meneliti
studi ini lebih jauh:
Jelas bahwa tingkat laju alir air tidak sesuai dengan model ECLIPSE yang
ada, maka studi lebih lanjut diperlukan di bidang kerja ini untuk
memperbaiki hasil pencocokan sejarah laju alir karena hal ini dapat
berdampak signifikan pada keakuratan dan validitas penelitian prediksi
lapangan.
Beberapa sumur telah mengalami perbaikan dalam beberapa bulan terakhir,
oleh karena itu semua model PIPESIM perlu diperbarui dengan informasi
data komplesi terbaru, setiap kali melakukan simulasi IAM.
Jika memungkinkan, model jaringan PIPESIM harus dimodelkan dalam
mode Komposisi untuk menangkap secara lebih baik perubahan fasa di
setiap cabang di seluruh jaringan, dan untuk memberikan beberapa
wawasan dasar dari setiap masalah flow assurance yang dapat muncul
dalam jaringan.
Saat ini dua jalur pipa trunk setelah CPP: Panjang 5.5 km dengan 14,7 "ID"
(inner diameter) Pipa WHP-B ke WHP-A "dan panjang 41,8 km dengan
16,8" ID "Pipa WHP-A ke OPF" dimodelkan sebagai bagian pipa sederhana
di UniSim, itu sangat disarankan agar jalur pipa trunk ini dimodelkan dalam
PIPESIM, simulator arus multi fasa yang tepat untuk mengevaluasi perilaku
hidroliknya sebelum masuk ke dalam platform onshore.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
99
1DAFTAR
PUSTAKA
Gas Processors Suppliers Association, (2004). Engineering Data Book FPS Version
Volume I and II Section 1-26. Oklahoma: Gas Processors Suppliers Association.
BBC News (2015) http://www.bbc.com/news/business-35245133.
Benga, Cristiano Di, Faluomi, Vittorio, and Sodini, Simone (2015) Separator
Efficieny Model During Hydrodynamic and Severe Slugging, Ravenna, Italy.
Brill, J. P. and Beggs, D. H. (1988) Two-Phase Flow in Pipes", 6thEdition,
University of Tulsa, Oklahoma.
Beggs, H. Dale, (2008) Production Optimization Using NODAL Analysis – 2nd
Edition, University of Tulsa, Oklahoma
Bothamley, Mark and Campbell, J.P., (2013) Gas/Liquids Separators: Quantifying
Separation Performance – Part 1, Oil and Gas Facilities, (Agustus 2013)
hal.21-29.
Bothamley, Mark and Campbell, J.P., (2013) Gas/Liquids Separators: Quantifying
Separation Performance – Part 2, Oil and Gas Facilities, (Oktober 2013)
hal.35-47.
Bothamley, Mark and Campbell, J.P., (2013) Gas/Liquids Separators: Quantifying
Separation Performance – Part 3, Oil and Gas Facilities, (Desember 2013)
hal.34-47.
Chacín, J.E., (1994) Selection of Optimum Intermittent Lift Scheme forGas Lift
Wells, SPE 27986.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
100
2DAFTAR
PUSTAKA
Clark, Norman J., (1991) Fundamentals of Reservoir Fluids, SPE 91.
Dukler, A. E., (1969) Gas-Liquid Flow in Pipelines, I.Research Results", AGA-API
ProjectNX-28.
Fatt, I. and Dykstra, H., (1951) Relative Permeability Studies, Petroleum
Transactions: Vol. 192, AIME, hal.249-255.
Fazaelizadeh, M., Mirhaj, S.A., Bahari-Moghadam, M., Bahonar, M. and Chen, Z.,
(2010) Experimental Study to Find Optimum Pressure forSeparation of
Wellhead Fluids, SPE 136002.
Fetkovich, M.J, (1973) The Isochronal Testing of Oil Wells, SPE 4259.
Fetkovich, M.J, Vienot, M.E (1985) Shape Factors, CA, Expressed as a Skin, sCA,
JPT (February 1985), hal.321-322.
Gonzalez, F., Bertoldi, L., Lucas, A., Paterson, G., Shah, K., Grewal, B., Okafor,
C., and Rodriguez, N., (2010) A Fully Compositional Integrated Asset Model
fora Gas-Condensate Field, SPE 134141.
Jahn, Frank, Cook, Mark and Graham, Mark (2003) Hydrocarbon Exploration and
Production, Development in Petroleum Science Vol. 46., hal.75-120.
Jones, L.G., Blount, E.M. and Glaze, O.H (1976) Use of Short Term Multiple Rate
Flow Tests To Predict Performance of Wells Having Turbulence, SPE 6133.
Ling, Kegang, Xingru, Wu, Guo, Boyun and He, Jun, (2013) New Method to
Estimate Surface-Separator Optimum Operating Pressures, Oil and Gas
Facilities.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
101
3DAFTAR
PUSTAKA
MacMillan, D.J. and Pletcher, J.L. and Bourgeois, S.A., (1999) Practical Tools to
Assist History Matching, SPE 51888
McVay, D. A., Bastian, P.A., and Epperson, B. D., (1991) Interactive Reservoir
Simulation, SPE 22309.
Morris, C.W., (1991) Evaluation of Reservoir Fluids Using Formation Tester Tool
Samples, SPE 22129.
Mukherjee, H. and Economides, M. J. (1988) A Parametric Comparison of
Horizontal and Vertical Well Performance SPE paper 18303 presented at the
Annual TechnicalConference and Exhibition in Houston, hal.209-216 .
Permadi, P., Wibowo W., and Permadi, A.K., (1998) Inflow Performance of a
Stacked Multileral Well, SPE 39750.
Petrowiki., (2013) http://petrowiki.org/Gas_lift#Intermittent-flow_gas_lift
Purwanto, Prof. Dr. Widodo W., Hydrocarbon Production: Inflow Performance,
System Performance, Surface Facilities, Metering and Transportation,
Exploration & Production Hydrocarbon, hal.8-9.
Regtien, J.M.M., Por, G. J. A., Van Stiphout, M.T., and Van der Vlugt, F.F., (1995)
Interactive Reservoir Simulation, SPE 29146.
Rogers, G.F.C. and Mayhew, Y.R., (1995) Thermodynamic and Transport
Properties of Fluids, Blackwell, hal.10-11.
Schlumberger, (2015). Pipesim User Guide. Schlumberger hal.403-419;431-444 .
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
102
4DAFTAR
PUSTAKA
Suwono, Sugiyanto Bin, Wijaya, Rahmat, Masbudi, Herryadi, Muttaqin and
Prasetyo, Hadi, (2013) Developing Realistic Deplection Plan forSenoro Field
using Coupled Reservoir – Surface Network Simulation, SPE 164641.
Tarca, Laurentiu A., Grandjean, Bernard P.A., and Larachi, Faïcal, (2002)
Integrated Genetic Algorithm – Artificial Neural Network Strategy forModeling
Important Multiphase-Flow Characteristics, Ind. Eng. Chem. Res. (41)
Yakoot, Mostafa S., Shedid, Shedid A., and Arafa, Mahmoud I., (2014) A
Simulation Approach forOptimization of Gas Lift Performance and Multi-Well
Networking in an Egyptian Oil Field, Offshore Technology Conference, Kuala
Lumpur, Malaysia, OTC 24703-MS.
Walas, M. Stainley (2005) Chemical Process Equipment – Selection and Design.
Burlington: Elsevier. Inc., hal.19-33;611-624.
Walker, Morgan, (1928) Intermittent Injection of Gas in Gas-lift Installations, SPE
929151.
Yin, Jichao, Xie, Jiang and Datta-Gupta, Akhil, (2011) Improved Characterization
and Performance Assessment of Shale Gas Wells by Integrating Stimulated
Reservoir Volume and Production Data, SPE 148969.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
103
LAMPIRAN A
A.1
Bahasa Pemograman Eclipse
DIMENS
153 145 128 /
AQUDIMS
1 1 1 36 1 250000 1 1 /
Geometri dari grid dan properti batuan di letakan di dalam command GRID.
GRIDFILE
01/
MINPV
2500 /
Command EDIT hanya dilakukan jikalau perlu, karena dapat digunakan di
command GRID. Pada PVT dan SCAL (Special Core Analysis) diinput pada
bagian section PROPS.
ROCK
5801.5 2.9855E-006 /
5801.5 2.9855E-006 /
REGION adalah command sebagai bagian dari reservoir properti.
EQUALS
PVTNUM 2 2* 2* 1 9 / A
PVTNUM 2 2* 2* 10 18 / B
/
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
104
EQUALS
EQLNUM 2 2* 2* 1 9 / A
EQLNUM 2 2* 2* 10 18 / B
/
EQUALS
FIPNUM 1 2* 2* 1 9 / A
FIPNUM 2 2* 2* 10 18 / B
/
SOLUTION command untuk melakukan inisialisasi.
RPTRST
BASIC=3 FLOWS /
RPTSOL
RESTART=2
FIP=2
/
RESTART
HM_NOVFP_MATCH_UPDATEDUPB17 111 /
SUMMARY adalah tempat untuk melihat kembali laporan-laporan hasil dari
iterasi simulasi yang telah di lakukan pada saat di eksekusi.
INCLUDE
'../INCLUDED_FILES/SUMMARY/SUMMARY_STANDARD_03.INC' /
SCHEDULE command tempat untuk memberikan data produksi.
WCONPROD
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
105
A-01-ST1
SHUT GRUP / --5* 120 /
A-01-ST2
SHUT GRUP / --5* 120 /
A-06-ST2
SHUT GRUP / --5* 120 /
A-06-ST3
SHUT GRUP / --5* 120 /
A-08
SHUT GRUP / --5* 120 /
A-10-ST3
SHUT GRUP / --5* 120 /
A-11-ST1
SHUT GRUP / --5* 120 /
A-11ST2
SHUT GRUP / --5* 120 /
A-12-ST1
SHUT GRUP / --5* 120 /
A-13
SHUT GRUP / --5* 120 /
A-14
SHUT GRUP / --5* 120 /
B-07-ST4
SHUT GRUP / --5* 120 /
A-08X
SHUT GRUP / --5* 120 /
A-01X
OPEN GRUP / --5* 120 /
A-02-ST1
OPEN GRUP / --5* 120 /
A-03-ST2
OPEN GRUP / --5* 120 /
A-04-ST3
OPEN GRUP / --4* 2000 / *
A-05
OPEN GRUP / --5* 120 /
A-06X
OPEN GRUP / --5* 120 /
A-07-ST1
A-09
A-12X
OPEN GRUP / --5* 120 /
OPEN GRUP / --5* 120 /
OPEN GRUP / --5* 120 /
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
106
A-13-ST1
OPEN GRUP / --5* 120 /
A-14XST1
OPEN GRUP / --5* 120 /
B-01-ST1
OPEN GRUP / --4* 5000 / *
B-02-ST1
OPEN GRUP / --5* 120 /
B-03
OPEN GRUP / --5* 120 /
B-04
OPEN GRUP / --5* 120 /
B-05
OPEN GRUP / --5* 120 /
B-06
OPEN GRUP / --5* 120 /
B-08-ST2
OPEN GRUP / --5* 120 /
B-09
OPEN GRUP / --5* 120 /
B-10
OPEN GRUP / --5* 120 /
B-11
OPEN GRUP / --5* 120 /
B-12
OPEN GRUP / --5* 120 /
B-13
OPEN GRUP / --5* 120 /
B-14ST
OPEN GRUP / --5* 120 /
B-15-ST1
OPEN GRUP / --5* 120 /
B-17-ST2
OPEN GRUP / --2* 2500 / *
BWI-ST1
OPEN GRUP / --5* 120 /
BWI-ST2
OPEN GRUP / --5* 120 /
/
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
107
LAMPIRAN B
B.1
Validasi Pipa pada Aplikasi Fasilitas Surface
Gambar B.1 Diagram Pipa
Perubahan tekanan per jarak pada fasa single dituangkan dalam persamaan
Bernoulli dibawah ini:
MN
MN
MN
MN
=L P
/L P
/L P
L P
MO SFTI*TGUQR
MO VRVWQ*TGUQR
MO QIIVRVFQ*TGUQR
MO *G*QR
Dimana akselerasi dalam di hilangkan dalam perhitungan dengan asumsi
tekanan dan velocity dari gas sangat rendah, maka persamaan tersebut menjadi:
X-Y Z
M&
" -^ sin _VRVWQ*TGUQR
=
L P
\^M SFTI*TGUQR
MO *G*QR
Dengan:
3 = berat jenis fluida (lbm/ft4)
g = konstanta gravitasi
f = moody friction factor
v = velocity fluida (ft/s)
d = diameter pipa (ft)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
108
Table B.1 Parameter yang digunakan untuk permodelan fasilitas surface
data pipa
3
inch
20025
ft
1000
ft
20000
ft
diameter
d
panjang
L
perubahan elevasi
Z
jarak horisontal
X
temperatur
Tamb
60
degF
ambien
o
sudut inclinasi
q
2.866
kekasaran
e
0.0015
in
kekasaran relatif
8/d
0.0005
in
data fluida
viscosity air
µw
1.2
cp
density air
3w
63.7 lbm/ft3
data operasi
temperature inlet Tinlet
60
degF
tekanan inlet
Pin
1200
psia
laju alir air
Qw
6000
bpd
konstanta
gravity
g
32.2
ft/s2
(=0.25 ft)
(=0.05002 radians)
(= 8.06 e-4 lb/ft-s)
(= 0.39ft3/s)
Perhitungan kecepatan air:
Y=
4
0`
aEb
c
7
maka,
v = 0.39 / (3.14159 x (0.25)^2/4) = 7.94 ft/sec
Perhitungan Reynold’s number:
de =
NYM
f
maka,
Re = 63.7 x 7.94 x 0.25 / 8.06 x 10-4 = 1.57 x 105
Berdasarkan gambar B.2 aliran dalam persamaan moody adalah turbulent:
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
109
Gambar B.2 Grafik aliran persamaan moody antar Reynold’s number dengan faktor friksi.
Perhitungan faktor friksi menggunakan persamaan Churchill pada laju alir
turbulen:
q
qb
g jZ
C
X = g hL P /
p
+k / l.jmo
de
Dengan:
k = \mrtu vn w
z
C
4 7 / {m\u
x
yV
|
E
j~
}
dan
l=•
€ut€{ j~
•
de
maka perhitungan menjadi,
A = [2.457 ln (1/(7/1.57 x 105)0.9 + 0.27(0.0005))]16 = 8.42 x 1020
B = [37530/1.57 x 105]16 =1.15x10-10
f = 8 [(8/1.57 x 105)12 + 1/(8.42 x 1020 + 1.15x10-10)]1/12 = 0.01938
Perhitungan tekanan friksi:
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
110
M&
X-Y Z
L P
=
MO SFTI*TGUQR
\^M SFTI*TGUQR
= 0.01938 x 63.7 x 7.942 / (2 x 32.2 x 0.25 x 144) = 0.03357 psi/ft
dPfriction = 0.03357 x 20025 = 672.188 psi
Perhitungan tekanan elevasi dengan rumus 3 sin ':
4 7
E‚
EJ VRVWQ*TGUQR
= 63.7 sin 0.05 /144 = 0.02209 psi/ft
dPelevation = 0.02209 x 20025 = 442.361 psi
Sehingga total kehilangan tekanan berdasarkan kehilangan tekanan friksi
dan kehilangan tekanan elevasi adalah:
4EJ 7
E‚
L
*G*QR
M&
M&
M&
P
=L P
/L P
MO *G*QR
MO SFTI*TGUQR
MO VRVWQ*TGUQR
ƒ = 03357 + 0.02209 = 0.05566 psi/ft
dPtotal = 0.05566 x 20025 = 1114.549 psia
Maka tekanan downstream yang keluar adalah:
Pout = Pin – dPtotal = 1200 – 1114.549 = 85.451 psia.
Perhitungan manual disimulasikan ke dalam PIPESIM sebagai berikut:
Gambar B.3 Model Pipeline pada software PIPESIM
Lalu masukkan data tekanan inlet dan temperature inlet
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
111
Gambar B.4 Input parameter untuk nilai temperatur dan tekanan yang digunakan pada PIPESIM
Memasukkan data pipa seperti di bawah ini:
Gambar B.5 Input parameter untuk permodelan pipa yang digunakan pada PIPESIM
Dari data pipa diatas di dapat pemodelan skematik pipa seperti di bawah ini:
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
112
Gambar B.6 Grafik antara ketinggian dan jarak pada PIPESIM
Memasukkan data fluida seperti gambar di bawah ini:
Gambar B.7 Parameter Black Oil yang digunakan di PIPESIM
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
113
Lalu hitung menggunakan Pressure/Temperature Profile dengan memasukkan data
laju alir cairan:
Gambar B.8 Parameter grafik yang digunakan PIPESIM
Maka kalau di klik Run Model, maka hasil yang di dapat adalah:
Gambar B.9 Grafik antara jarak dan tekanan yang digunakan PIPESIM
Dari table PIPESIM, maka tekanan downstream yang keluar adalah 89.3303 psia:
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
114
Gambar B.10 Tabel hasil Simulasi yang digunakan PIPESIM
Maka perbedaan antara perhitungan PIPESIM dengan perhitungan manual sebesar:
(89.3303 psia - 85.451 psia) / 85.451 psia = 0.045398 ~ 5%
Karena perbedaan perhitungan pada manual dan perhitungan pada PIPESIM <10%
maka dapat dikatakan perhitungan PIPESIM mendekati benar.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
115
LAMPIRAN C
Sumur gas dengan properti sebagai berikut:
k = 100 mD
h = 20 ft
re = 1500 ft
rw = 0.33 ft
s=0
µg = 0.02 cp
T = 150 °F = 609.67 °R
z = 0.9
Pr = 4000 psi
Penyelesaian perhitungan untuk mencari produksi gas dengan Pwf = 3700
psi adalah sebagai berikut:
Menggunakan rumus pseudo steady state pada persamaan 2.27, maka
perhitungan tersebut menjadi:
0„ =
Z
Z
" N`S
Š
\…†‡ˆN`‰
‹Z f„ Œ• Žvn 4F• 7 " {mut / ‘ / ?0„ ’
F
•
dimana,
‹Z =
\‹j •“ &“
Œ“
maka:
C2 = 2 x (14.7 x (0.30482)/(86400 x 10-10)) x 1 x 14.7 / 519.67 = 8942.382
Qg = 2 x 3.14 x 100 x 20 (40002 - 37002) / (8942.382 x 0.02 x 609.67 x 0.9
x (ln(1500/0.33) – 0.75 + 0))
Qg = 38.53711 mmscf/d
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
116
Penyelesaian perhitungan menggunakan PIPESIM, setelah di input semua
data di atas, lalu klik Plot IPR:
Gambar C.1 Parameter untuk Well Completion vertikal
Hasil yang di dapat dari PIPESIM adalah sebesar:
X = 3700 - 3696.51 = X -35.83 .
3719.24 - 3696.51 32.93-35.83
X = 35.845 MMSCF/d
Gambar C.2 Grafik antara IPR X=32.93 dan X=35.83
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
117
Perbedaannya dengan perhitungan manual:
X = (35.845 - 38.53711)/ 38.53711 = -0.06986 ~ 7%
Karena perbedaan perhitungan pada manual dan perhitungan pada PIPESIM
<10% maka dapat dikatakan perhitungan PIPESIM mendekati benar.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
118
LAMPIRAN D
D.1
Iteratively Lagged Coupling
Pertimbangkan simulasi reservoir pada waktu t 0. Untuk maju ke waktu t1,
persamaan keseimbangan material reservoir diselesaikan pada setiap iterasi
nonlinier (Newton). Untuk mengenalkan efek jaringan pada model reservoir
(respon hidrolik, injeksi, dan penarikan), jaringan diimbangi dengan reservoir pada
awal langkah waktu yang ditentukan. Hal ini dapat diimbangi dengan sejumlah
iterasi Newton yang ditentukan untuk langkah waktu tersebut.
D.1.1 Tight Coupling
Dengan kopling yang ketat, jaringan diimbangi dengan reservoir pada
sejumlah iterasi Newton yang ditentukan.
Misalnya, reservoir digabungkan ke jaringan dengan menggunakan kopling
yang ketat. Pertama, sistem seimbang dengan menggunakan skema penyeimbangan
jaringan yang dipilih, dan persamaan keseimbangan material dipecahkan pada
iterasi Newton pertama.
Kemudian, jaringan dan waduk diseimbangkan ulang dan prosesnya diulang
ke batas yang ditentukan pengguna. Gambar 1 mengilustrasikan skema kopling
yang ketat yang mengasumsikan penyeimbangan jaringan dilakukan pada langkah
waktu gabungan yang ditentukan. Jumlah iterasi Newton dimana penyeimbangan
jaringan terjadi adalah 2.
ECLIPSE berlanjut dengan perhitungan untuk keseimbangan langkah
waktu, dengan kendala yang dicapai di bawah keseimbangan pada iterasi Newton
2 sampai langkah waktu ditambah berikutnya.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
119
Gambar D.1 ECLIPSE Newton iterations: In a tight coupling Scheme, the number of Newton
iterations at which network balancing takes place is 2
Kopling ketat menawarkan dua keuntungan utama.
Coupling pada tingkat Newton menghasilkan reservoir dan jaringan
diimbangi pada akhir langkah waktu.
Efek jaringan dimodelkan di reservoir selama proses kopling. Pemodelan
ini penting jika efek interaksi baik di reservoir sangat signifikan.
Kerugian utama kopling ketat adalah melibatkan sejumlah besar iterasi
penyeimbangan jaringan. Jika reservoir dan jaringan diimbangi pada tiga iterasi
Newton dan setiap proses penyeimbangan membutuhkan lima iterasi, jaringan
tersebut disebut total 15 kali. Jika jaringannya besar, proses ini bisa memakan waktu
lama dan secara langsung terpengaruh oleh sumber daya komputasi yang ada.
D.1.2 Loose Coupling
Metode kopling ini melibatkan penyeimbangan jaringan reservoir tunggal
pada awal langkah waktu. Setelah Anda mencapai solusi yang seimbang, reservoir
melengkapi langkah waktu tanpa interaksi lebih jauh dengan jaringan. Contoh
skema kopling yang ketat pada Gambar 2 mengasumsikan bahwa penyeimbangan
jaringan dilakukan pada langkah waktu gabungan yang ditentukan.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
120
Gambar D.2 Eclipse Newton Iterations: Loose coupling scheme
D.2
Coupling Constraint
Selama proses penyeimbangan jaringan, kondisi batas pertukaran waduk
dan jaringan untuk mencapai solusi terkonvergensi. Bila Anda mencapai
konvergensi, waduk diinstruksikan untuk melanjutkan ke langkah waktu
berikutnya. Pada titik ini, IAM menerapkan batasan pada sumur reservoir yang
mencerminkan kondisi sistem yang terkonvergensi.
Kendala dapat mencakup nilai-nilai ini:
Tekanan di bawah lubang
Tekanan tophole
Tingkat minyak
Tarif air
Tingkat gas
Tingkat cairan
Tingkat volume reservoir
Nilai pembatas dapat diberikan untuk jumlah yang tersisa. Kecepatan alir
pembatas diperlakukan sebagai batas atas, sedangkan batas tekanan diperlakukan
sebagai batas bawah pada sumur produksi, dan batas atas injector. Sumur secara
otomatis mengubah mode kontrolnya kapan pun mode kontrol yang ada melanggar
salah satu dari batasan ini. Jumlah target dalam mode kontrol lama kemudian
menjadi batas dalam mode kontrol baru. Pilihan untuk target pengendalian dapat
menjadi penting, terutama dalam skema kopling eksplisit atau longgar bila kondisi
reservoir dapat berubah secara signifikan antara perhitungan saldo yang berurutan.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
121
Sebagai ilustrasi, pertimbangkan sumur produksi yang beroperasi dengan
batas alir minyak atas 4000 STBD, dengan batas bawah 3000 psia pada tekanan
lubang bawah (BHP). Pada akhir langkah waktu ditambah pertama (t0), larutan
untuk tingkat minyak adalah 4000 BPD dan BHP adalah 3100 psia (Gambar 3).
Dengan contoh yang dijelaskan di atas, di mana ECLIPSE mengambil dua
langkah waktu tambahan (t1, t2) sebelum sekali lagi menyeimbangkan dengan
jaringan, solusi sumur tergantung pada mode kontrol terkontrol yang dipilih.
Jika mode kontrol diatur ke target tingkat minyak, selama langkah waktu
berikutnya (t1a), ECLIPSE mengurangi BHP masing-masing sumur dalam upaya
mencapai target ini selama batas BHP tidak dilanggar. Laju larutan kemudian
digunakan untuk menentukan jumlah cairan yang ditarik dari reservoir, dan
selanjutnya menghitung tekanan reservoir. Pada langkah waktu berikut (t2a),
tekanan reservoir menurun dan laju alir target tidak dapat dipenuhi tanpa melanggar
batas BHP untuk sumur. Pada titik ini, mode kontrol sumur (target) beralih dari
batas laju minyak ke batas BHP, dan sumur menghasilkan tingkat minyak sesuai
dengan potensinya.
Jika mode kontrol diatur ke target BHP, selama langkah waktu berikutnya
(t1b), ECLIPSE mempertahankan BHP dan mengurangi setiap laju alir sumur.
Karena volume cairan yang kurang dikeluarkan dari reservoir relatif terhadap target
laju minyak, penurunan tekanan reservoir berkurang. Pada langkah waktu
berikutnya (t2b), tekanan reservoir menurun lebih lanjut dan laju alir berkurang,
sambil tetap mempertahankan target BHP.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
122
Gambar D.3 Coupling Constraint
Di reservoir dengan tekanan menurun, penetapan BHP memberikan hasil
yang pesimis untuk sumur produksi. Memang, jika penurunan tekanan berikutnya
sebelum perhitungan keseimbangan berikutnya signifikan dibandingkan dengan
penarikan tekanan antara blok grid reservoir dan penyelesaian sumur, kesalahan
yang dihasilkan pada laju alirnya sangat besar. Di sisi lain, mengatur laju alir karena
target kontrol tidak memberikan kesalahan bencana seperti pada sumur penarikan
rendah, dan sebaliknya memberikan hasil yang agak optimis. Menetapkan THP
sebagai target kontrol adalah kompromi terbaik, jika simulator reservoir dapat
memecahkan sumur secara implisit di bawah mode kontrol ini (biasanya dengan
menyisipkan tabel VFP). Kesalahannya lebih kecil karena respon sumur bor
termasuk dalam larutan reservoir. Target kontrol default untuk coupling pada tubing
head adalah batas THP.
Target kontrol standar untuk kopling pada lubang bawah adalah flow rate
volume reservoir (VRATLIM), yang merupakan volume reservoir yang dihasilkan
atau disuntikkan cairan pada kondisi reservoir.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
123
Ada tiga hal penting yang harus dipertimbangkan:
Tekanan tophole bukanlah batasan yang valid dalam kasus penggabungan
lubang bawah.
Memegang tekanan konstan dalam waktu lama dapat mengakibatkan
penurunan tingkat dan perkiraan produksi pesimis.
Memegang konstanta laju dalam waktu lama menyebabkan penurunan
tekanan, yang dapat menghasilkan perkiraan produksi optimis atau menutup
sumur.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
124
LAMPIRAN E
E.1
Korelasi Matching Laju Alir
Salah satu teknik untuk mematching kan model sumur dengan data yang ada
di lapangan adalah dengan menggunakan teknik korelasi laju alir. Dimana data
lapangan yang dipakai untuk melakukan korelasi matching laju alir adalah data well
test, dengan meng impordata tekanan BHP (bottome hole pressure) pada downhole
gauge yang terdalam di dalam PIPESIM sebagai data yang di observasi. Di bawah
ini dijelaskan bagaimana urutan penyelesaian data tekanan bottome hole di dalam
PIPESIM:
1. Pertama-tama pergi ke Data -> klik Load/Add Measured Data.
2. Muncul Survey Data input, lalu klik New lalu input nama sumur dan
tanggal dilakukannya survey. Input MD (measured depth - kedalaman
terukur) dan tekanan yang mempresentasikan data tekanan pada gauge
downhole yang terdalam.
Gambar E.1 Menambahkan Tekanan Bottom Hole sebagai data observasi di dalam PIPESIM
3. Klik Save Changes. Data survey muncul seperti gambar E.2 di bawah
ini lalu klik OK.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
125
Gambar E.2 Menyimpan Data Tekanan Bottom Hole sebagai data observasi di dalam PIPESIM
Database
Setelah itu perbandingan korelasi laju alir di dalam PIPESIM dilakukan
untuk mendapatkan korelasi yang paling tepat untuk setiap pemodelan sumur.
Perbandingan operasi korelasi laju alir digunakan untuk mematchingkan data tes
terhadap setiap perhitungan korelasi laju alir di dalam sistem sehingga dapat
diketahui korelasi mana yang paling tepat digunakan untuk setiap model.
1. Pergi ke Operations -> Flow Correlation Comparison. Etalase Flow
Correlation Comparison terbuka. Input Outlet Pressure (data tekanan
outlet yang digunakan adalah data tekanan well head karena belum
diaktivasi choke di dalam setiap pemodelan sumur).
2. Pilih laju alir cairan (Liquid Rate) dan klik parameter tersebut agar
parameter tersebut dapat dikalkulasi oleh PIPESIM.
3. Pilih tipe korelasi untuk melihat tipe korelasi Horisontal dan korelasi
Vertikal.
4. Pilih korelasi laju alir untuk dapat diuji dan di analisis. Untuk dapat
memilih tipe korelasi mana yang paling tepat untuk pemodelan sumur
tersebut biasanya dicari data yang paling mendekati dengan data dari
data well test yang digunakan untuk observasi.
5. Lalu klik Run Model.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
126
Gambar E.3 Konfigurasi Komparasi Korelasi Laju Alir
Gambar E.4 Tuning Komparasi Korelasi Laju Alir
6. Setelah di dapat korelasi laju alir yang sesuai dengan perhitungan dari
PIPESIM (Gambar E.3) dengan data welltest yang di observasi, maka
sudah harus dirubah korelasi laju alir di dalam model tersebut dengan
pergi ke SetupàFlow Correlations. Rubah korelasi laju alir tersebut
dengan mencari korelasi laju alir yang terdekat dengan data observasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
127
tersebut baik Vertikal maupun Horizontal sesuai dengan gambar E.4,
lalu klik OK.
Gambar E.5 Konfigurasi Korelasi Laju Alir setelah melakukan Tuning Komparasi Korelasi Laju
Alir
E.2
Tuning Hold Up Factor
Ada 2 faktor yang dapat di adjust untuk melakukan prediksi korelasi laju
alir, yaitu faktor friksi (FF) dan faktor holdup (HF). Pada setingan awal untuk kedua
faktor tersebut adalah 1.
Persamaan linear digunakan untuk perubahan tekanan friksi, sebagai contoh
bila seting faktor friksi adalah 0.5, maka rata-rata elemen perubahan tekanan
disepanjang elemen tersebut dikalkukasi oleh pemodelan tersebut berkurang
setengahnya.
Persamaan non linear digunakan untuk mengkalkukasi holdup laju alir
cairan (”J ) dari harga/nilai yang diprediksi oleh korelasi ”JA :
Z
”J = ƒ X• – ”JA / +C " ƒ X• . – ƒ ”JA
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
128
Hal ini dipastikan holdup cairan sensitif terhadap { — ”J — C , dimana { —
X• — \.
Kedua faktor tersebut dipakai untuk mendapatkan nilai match yang bagus
dengan data yang ada dilapangan, yang tidak dapat dilakukan oleh metode lainnya.
Dengan mengubah kedua faktor tersebut mempengaruhi hasil dan harus dilakukan
dengan perhitungan yang matang.
1. Pergi ke Setup -> Flow Correlations.
2. Rubah nilai dari Faktor Friksi (FF) dan Faktor Holdup (HF)
menggunakan cara teknik trial dan error.
3. Cek bilamana faktor yang di input mempresentasikan model dari sumur
yang ada di lapangan atau tidak, atau bila tidak boleh di lakukan operasi
Pressure/Temperature.
Gambar E.6 Tuning Faktor Holdup dan Faktor Friksi di dalam Konfigurasi Korelasi Laju Alir
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
129
LAMPIRAN F
F.1
Network Balancing
Analisis nodal digunakan untuk mengevaluasi kinerja produksi atau injeksi
sumur. Sistem hasil produksi dibagi menjadi dua bagian: arus masuk dan arus
keluar (Gambar 4.10). Sistem jaringan dibuat dan diproduksikan supaya mencapai
kondisi optimal (pada kondisi tertentu) bila masing-masing sumur di sistem
menghasilkan titik nodal (titik operasi). Menggabungkan reservoir ke jaringan
dimungkinkan untuk mengendalikan dan menerapkan pengoperasian aset secara
optimal selama seluruh waktu prediksi.
Gambar F.1 Potensi Reservoir Diuji terhadap Kapasitas Penerimaan Tubing atau Pipa
Bila memasukkan reservoir ke jaringan, informasi arus masuk (kondisi
batas jaringan) berasal langsung dari reservoir untuk masing-masing sumur dan
kurva arus keluar yang dihitung dalam model jaringan.
Dengan kata lain, network balancing adalah proses yang menemukan titik
operasi optimal untuk setiap sumur selama waktu operasi aset.
Titik operasi didekati dalam toleransi yang diberikan dan batasan yang
ditentukan, dan proses penyeimbangan jaringan dilakukan pada langkah waktu
simulasi yang ditentukan.
Operasi reservoir-ke-permukaan (R2SL – Reservoir to Surface Link)
mengendalikan proses penyeimbangan proses jaringan. Operasi tersebut melakukan
banyak tugas yaitu:
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
130
Menerima kondisi batas dari reservoir dan mengirimkan informasi ke dalam
jaringan.
Memulai jaringan untuk melakukan proses dan menerima hasil jaringan.
Membandingkan tekanan dan laju alir dari reservoir dan jaringan.
Jika terjadi perbedaan di dalam tekanan atau laju alir tidak masuk dalam
toleransi tertentu, R2SL (Reservoir to Surface Link) harus membuat penyesuaian
terhadap sistem dengan mengendalikan dan mengulangi prosesnya, dimulai dari
menerima kondisi batas dari reservoir.
Ketika penyeimbang mencapai titik operasi, simulasi berlanjut dengan
perhitungan lebih lanjut sampai langkah mencapai hasil setimbang berikutnya.
IAM menggunakan skema penyeimbangan jaringan yang berbeda untuk
mendekati titik operasi (Tabel F.1). IAM menentukan kondisi mana yang harus
dilalui, berdasarkan skema penyeimbangan jaringan yang dipilih dan jenis tipe
model jaringan. Memberikan ringkasan masing-masing skema.
Tabel F.1 Skema Kesetimbangan Jaringan
Tipe kondisi
limit yang di
lewatkan ke
jaringan
Batas/limit
yang diberikan
pada reservoir
Menyokong
limit laju alir
jaringan secara
eksternal
Menyokong
limit laju alir
jaringan secara
internal
Berlaku untuk
sistem injeksi
Kecepatan
dalam
perhitungan
Full IPR (Inflow
Performance
Relationship)
Full PI
(Productivity
Index)
Obey
ECLIPSE
Chord-Slope PI
multi-point tabel
IPR
linear PI
Laju Alir
Laju Alir atau PI
Laju Alir
Laju Alir
Laju Alir
Tekanan
Ya
Ya
Tidak
Ya
Ya
Tidak
Ya
Ya
Tidak
Ya
Ya
Ya
Cepat
Cepat
Cepat
Lambat
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
131
Tabel F.1 Skema Kesetimbangan Jaringan (Lanjutan dari hal. 131)
Full IPR (Inflow
Performance
Relationship)
Full PI
(Productivity
Index)
Obey
ECLIPSE
Chord-Slope PI
Tinggi
Rendah
Medium
Tinggi
Tinggi
Tinggi
Medium
Keterangan
Tipe full IPR
merupakan
perpanjangan dari
metode FPI (Fast
PI). IPR yang
disertakan ke dalam
jaringan
menangkap
perilaku non-linear
dalam kurva arus
masuk (misal:
perhitungan untuk
crossflow, dll.)
Cepat & handal,
namun metode ini
tidak kompatibel
dengan kontrol
sumur dan
kelompok yang
kompleks
Tinggi
Dapat
diandalkan
untuk
mempertah
ankan
kontrol
secara grup
di
ECLIPSE.
Namun,
laju alir
bisa
dianggap
remeh.
Cocok untuk
digunakan
dalam jaringan
skala besar
Dalam beberapa
kasus
Dalam beberapa
kasus
Ketepatan
dalam
perhitungan
Kehandalan
Ya
Metode yang
paling akurat dan
umum. Sumur
bisa ditutup jika
nilai hasil laju alir
dilewatkan ke
jaringan
Tidak
Dalam skema penyeimbangan jaringan dalam studi yang digunakan adalah
OBEY ECLIPSE. Tujuan dari metode Obey ECLIPSE Limits balancing adalah
membiarkan reservoir digabungkan ke jaringan dengan intervensi minimal sebagai
akibat dari kendala jaringan. Ini memastikan bahwa kontrol reservoir pada
pengelolaan sumur dipatuhi, sementara jaringan yang digabungkan mungkin hanya
ditentukan tekanan pada titik ekspor.
F.1.1 Iteratively Lagged Coupling
Pertimbangan simulasi reservoir pada waktu t 0, untuk maju ke waktu t1,
persamaan keseimbangan material reservoir diselesaikan pada setiap iterasi nonlinier (Newton).
Untuk mengenalkan efek jaringan pada model reservoir (respon hidrolik,
injeksi, dan penarikan), jaringan diimbangi dengan reservoir pada awal langkah
waktu yang ditentukan.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
132
Hal ini dapat diimbangi dengan sejumlah iterasi Newton yang ditentukan
untuk langkah waktu tersebut. Dalam skema kopling yang ketat, jumlah iterasi
Newton di mana penyeimbangan jaringan terjadi adalah 2 dan untuk skema
penggandengan longgar jumlah iterasi Newton dimana penyeimbangan jaringan
terjadi adalah 0.
Kelemahan utama kopling ketat adalah melibatkan sejumlah besar iterasi
penyeimbang jaringan, yang mengakibatkan lebih banyak waktu dalam
menyeimbangkan jaringan, yang dalam proyek ini memakan waktu 14 jam hingga
selesai 10 tahun simulasi. Dengan mengganti skema coupling menjadi loose
coupling dapat mengurangi waktu simulasi menjadi 5 jam.
Gambar F.2 Set Iterasi Newton menjadi 0 untuk Skema Loose Coupling
F.1.2 Lokasi Coupling
Salah
satu
pertimbangan
paling
mendasar
saat
memilih
lokasi
penggabungan adalah bagaimana model dasarnya dibuat, karena sumur
bordimodelkan dalam model jaringan, lebih tepat untuk pasangan di lubang bawah.
Bila digabungkan reservoir ke jaringan di lubang bawah, sumur bormenjadi bagian
dari model jaringan. Saat menggandeng reservoir dan jaringan, harus diputuskan
untuk coupling di lokasi tophole atau bottomhole, dan memilih batasan coupling
yang sesuai. Cara memasukkan reservoir ke jaringan dapat mempengaruhi
kecepatan dan ketepatan simulasi. Sehingga harus mempertimbangkan pro dan
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
133
kontra untuk mendapatkan hasil lebih cepat dalam melakukan simulasi yang lebih
menyeluruh.
Salah
satu
pertimbangan
paling
mendasar
saat
memilih
lokasi
penggabungan adalah bagaimana dasar model dibuat. Jika sumur bordimodelkan
dalam model jaringan, coupling di lubang bawah. Jika sumur bordimodelkan dalam
tabel kinerja arus vertikal ECLIPSE (VFP), coupling terletak di tophole. Setiap
jenis kopling menghasilkan model pemodelan untuk dapat lebih akurat karena
mempertimbangkan
korelasi
aliran
multiphase/throughput
tekanan
dan
memberikan kepastian pada aliran (model komposisi / variasi suhu).
Ada 3 macam lokasi coupling yaitu:
Coupling lubang bawah sumur
Saat memasukkan reservoir ke jaringan pada coupling lubang bawah sumur,
lubang sumur menjadi bagian dari model jaringan (Gambar F.3). Coupling
jenis ini menghasilkan solusi yang lebih akurat dalam kasus yang kompleks,
namun dalam melakukan proses ini diperlukan waktu lebih lama saat model
reservoir menggandeng banyak sumur.
Komplesi sumur dimodelkan dalam model reservoir dari permukaan pasir
ke lubang bawah sumur, dan tubing sumur dimodelkan di dalam jaringan.
Coupling ini berarti bahwa setiap arus produksi masuk yang dimodelkan
dalam jaringan sumur dapat diabaikan.
Gambar F.3 Contoh Coupling Lubang Bawah
Coupling lubang sumur memiliki dua keunggulan:
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
134
-
Lebih akurat untuk pemodelan sumur (korelasi aliran multiphase /
traverse tekanan).
-
Ini memberikan kepastian aliran (model komposisi / variasi suhu).
Coupling lubang sumur juga memiliki dua kelemahan:
-
Daerah yang tidak stabil pada kurva sumur dapat menyebabkan
masalah konvergensi.
-
Banyak waktu diperlukan untuk menyelesaikan cabang ekstra untuk
setiap sumur, dan memerlukan lebih banyak sumber daya
komputasi.
Coupling kepala sumur
Bila memasukkan reservoir ke jaringan denga coupling di kepala sumur,
sumur bordimodelkan menggunakan tabel kinerja aliran vertikal (VFPVertical Flow Performance) dari model reservoir (Gambar 4.16).
Proses ini berjalan lebih cepat bila model reservoir mengandung banyak
sumur, namun hasilnya bisa kurang akurat dalam kasus yang kompleks.
Untuk kasus yang kompleks, penyelesaian sumur dan tubing dimodelkan di
reservoir, yang juga harus dipertimbangkan oleh titik batas sumur dalam
jaringan.
Gambar F.4 Contoh Coupling di Kepala Sumur
Coupling kepala sumur memiliki tiga keunggulan:
-
Ada lebih sedikit cabang dalam model jaringan.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
135
-
Pencarian sumur di reservoir lebih cepat dan membutuhkan sumber
daya komputasi yang lebih sedikit.
-
Daerah yang tidak stabil pada kurva sumur diratakan dalam kurva
reservoir VLP.
Coupling kepala sumur memiliki dua kelemahan:
-
Ada hilangnya resolusi dalam perhitungan sumur bor.
-
Kepala sumur saat ini tidak kompatibel dengan beberapa skema
penyeimbang jaringan (network balancing).
Coupling penggabungan
Dalam penggabungan sumur reservoir yang memiliki manifold produksi
dapat digabungkan ke sumber dalam jaringan. IAM menetapkan batasan
tekanan kepala sumur yang umum pada sumur dan memaksakan respons
hidrolik dari jaringan. Keuntungan dari coupling penggabungan adalah
dimungkinkan untuk mengurangi ukuran jaringan besar secara signifikan.
Misalnya, jika sepuluh sumur bergabung ke satu manifold produksi, ada
kemungkinan
(menggunakan
coupling
penggabungan),
untuk
menghilangkan sumur tersebut dari solusi jaringan. Kelemahan dari
coupling kelompok adalah kehilangan resolusi dalam simulasi jaringan.
IAM memungkinkan untuk campuran keduanya dalam model aset terpadu
serta kopling pada tingkat kelompok baik untuk waktu solusi yang lebih
cepat sekalipun.
Gambar F.5 Contoh Lokasi Coupling Penggabungan
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
136
F.2
Integrasi PIPESIM-UNISIM
Koneksi antara PIPESIM ke model UNISIM dilakukan melalui koneksi
standar. Koneksi standar tersebut mengkoneksikan variable dari satu model ke
model yang lainnya. Konektorstandar tersebut membuat pemetaan antara variable
di model yang berbeda atau antar model atau obyek lain, seperti data keluaran
berdasarkan waktu atau persamaan variable.
Ketika KonektorStandar digunakan untuk menghubungkan dua model,
sumber model melewatkan harga variabel secara langsung ke dalam model yang
terhubung. Untuk menentukan nilai variabel yang diberikan ke model yang
terhubung, variabel tersebut harus dipetakan pada kedua model tersebut.
Cara yang dilakukan dengan mudah adalah dengan mengekspordata
PIPESIM ke model di dalam Excel. Dengan klik Model browser (sebelah kiri
halaman Navigation Manager), pergi ke bagian model PIPESIM dan pilih Sink
(Gambar F.6).
Gambar F.6 MP_SEP Sink di dalam PIPESIM Model
1. Bila dibuka Sink dengan menekan tombol “+” dan pilih data yang
dibutuhkan untuk Sink MP_Sep (model PIPESIM) yang harus di transfer ke
dalam Excel (Gambar F.7)
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
137
Gambar F.8 Variabel PIPESIM yang di Imporke dalam model Excel
2. Pada bagian sebelah kiri klik untuk data yang dibutuhkan untuk
menampilkan data yang ditransfer ke dalam halaman Excel (Gambar F.9).
Gambar F.9 Variabel PIPESIM yang di Imporke dalam Model Excel
3. Ketika semua data yang dibutuhkan sudah di transfer ke dalam Excel, klik
Import All (Gambar F.10).
Gambar F.10 MengimporVariabel yang terpilih ke dalam Model Excel
4. Ketika data sudah di transfer ke dalam Model Excel, maka data tersebut
ditampilkan seperti pada gambar F.11 halaman Excel.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
138
Gambar F.11 Transfer Hasil Data PIPESIM ke dalam Model Excel
5. Duplikat semua parameter ke dalam kolom yang berbeda untuk dalam di
transfer datanya ke dalam IAM, sebagai input ke dalam UNISIM (Gambar
F.12).
Gambar F.12 Duplikasi Tiap Variabel ke Kolom yang Berbeda di dalam Model Excel
6. Export setiap kolom di dalam IAM dengan klik kanan pada kolom tersebut
dan klik eksporke dalam IAM (Export Cell to IAM) (Gambar F.13).
Gambar F.13 MengeksporDuplikasi Data ke dalam IAM di dalam Model Excel
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
139
7. Properti Model Excel muncul dengan sendirinya lalu namakan setiap
variabel sesuai dengan data yang ada, dan juga berikan unitnya di setiap
variabel (Gambar F.13). Hasil dari eksportersebut dapat dilihat pada
Gambar F.14.
Gambar F.14 Pemberian Nama dan Unit pada Setiap Variabel
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
140
Gambar F.15 Variabel Setelah di Seting dengan Unit
F.2.1 Koneksi Excel dan Model UniSim
Tahapan selanjutnya adalah mentransfer data tersebut dari Excel ke dalam
UniSim di dalam IAM. Hal ini dalam dilakukan dengan mengkoneksikan Excel ke
UniSim menggunakan koneksi standar. Cara sederhana yang dapat dilakukan
adalah dengan pergi ke Main Flow Diagram, klik Excel dan mengkoneksikan ke
UniSim. Lalu halaman koneksi standar muncul.
Gambar F.16 Koneksi Excel ke dalam Model UniSim
Klik koneksi standar, dan konfigurasi koneksi antara laju alir gas ke dalam
UniSim Gas Stream.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
141
Gambar F.17 Standard ConnectorTab
Pergi ke bagian kiri, lalu klik laju alir gas (Gas Rate) dari Excel dan pergi
ke bagian kanan, dan pilih Gas Stream dari UniSim dan pilih Molar Flow.
Klik Map.
Gambar F.18 Pemetaan Variabel Excel ke dalam Variabel UniSim
Lakukan hal yang sama untuk memetakan variabel laju alir minyak (Oil
Rate), laju alir air (Water Rate), tekanan (Pressure) dan temperatur
(Temperature) dari Excel ke UniSim.
F.2.2 Setup Data Recorder
Sebelum melakukan simulasi, di konfigurasi terlebih dahulu Data Recorder
untuk merekam data time-dependent (berdasarkan waktu). Data yang direkam bisa
berasal dari model data yang berdasarkan waktu maupun model data yang tidak
berdasarkan waktu.
Klik icon Data Recorder
di dalam bagian Home. Secara default, sub
bagian Setup muncul, berisi konfigurasi untuk panel Datasets, Graphs, dan
Tables dan menampilkan Worksheet.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
142
Gambar F.19 Icon Data Recorder di dalam IAM
Simpan parameter yang dibutuhkan ke dalam database dengan menarik
semua parameter UniSim ke dalam Active Dataset pada bagian kanan.
Sebagai contoh tarik semua parameter di dalam Energy Feed Stream ke
dalam Active Dataset.
Gambar F.20 MengimporVariabel UniSim ke dalam Active Dataset di dalam IAM
Lakukan hal yang sama untuk parameter lainnya yang ada di bawah seperti
Energy Product Stream, Material Feed Stream, dan Material Product
Stream.
Hasilkan grafik yang diperlukan, sebagai contoh grafik MP Separator
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
143
-
Buat halaman grafik yang baru (Create a new graph worksheet): klik
kanan pada Graphs node di dalam panel Graphs dan pilih Add
Worksheet.
-
Untuk membuat grafik pada halaman yang sudah ada bias dilakukan
dengan cara: klik kanan pada Worksheet node di dalam panel
Graphs dan pilih Add Graph. Ketika dibuat grafik baru, keluar
kotak kosong di dalam halaman tersebut dengan berita “No Data
Available”, muncul variabel agar ditambahkan variabel baru untuk
melakukan simulasi.
-
Masukan variabel ke dalam grafik dengan cara pergi ke Active
Dataset dan cari variabel yang ada dengan klik kanan seperti pada
gambar F.21.
Gambar F.21 Mencari Variabel untuk di tampilkan dalam Grafik IAM
Variabel yang ada ditampilkan seperti Gambar F.22 secara otomatis
setelah di klik Find Variables.
Gambar F.22 Pemilihan Variabel untuk Datase yang Dipilih
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
144
Tarik dan drop parameter ke dalam grafik.
Gambar F.23 Konfigurasi Variabel di dalam Bagian Grafik
-
Pembuatan Tabel baru dengan klik kanan pada Tables node di dalam
panel Tables dan pilih Add Table.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
145
LAMPIRAN G
G.1
Hasil Coupling
Hasil Coupling ECLIPSE dengan PIPESIM per sumur dapat dijelaskan
sebagai berikut di bawah ini:
Sumur A-02
Gambar G.1 Hasil coupling base case 22 barg sumur A-02
Gambar G.2 Hasil coupling case 1 – 16 barg sumur A-02
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
146
Gambar G.3 Hasil coupling case 2 – 11 barg sumur A-02
Tabel G.1 Hasil coupling Sumur A-02
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
245.79
Oil Rate
415
-41%
Gas Rate (MMscfd)
1.129
Gas Rate
0.65
74%
Water Rate (bbl)
1995
Water Rate
1250
60%
BHP ECL (psig)
1218.3192
BHP
980
24%
BHP PIP (psig)
1029.7698
Hasil simulasi ternyata kurang sesuai dengan yang terbaik
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke dalam model jaringan.
Perubahan tekanan pada separator di MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
147
Sumur A-04
Gambar G.4 Hasil coupling base case 22 barg sumur A-04
Gambar G.5 Hasil coupling case 1 – 16 barg sumur A-04
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
148
Gambar G.6 Hasil coupling case 2 – 11 barg sumur A-04
Tabel G.2 Hasil coupling sumur A-04
July 2016 Data
IAM result
Oil Rate (bbl)
90.78
Welltest Data
Oil Rate
128
Diff (%)
-29%
Gas Rate (MMscfd)
0.073
Gas Rate
0.02
248%
Water Rate (bbl)
1618
Water Rate
1700
-5%
BHP ECL (psig)
1638.9294
BHP
1620
1%
BHP PIP (psig)
1218.3192
Hasil simulasi cocok dengan welltest
Bottom Hole Pressure (tekanan bawah sumur-BHP) ECLIPSE lebih tinggi
dari pada PIPESIM BHP, berdasarkan jenis skema Obey Eclipse, sistem
dalam batasan ECLIPSE, laju alir diteruskan ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
149
Sumur A-05
Gambar G.7 Hasil coupling base case 22 barg sumur A-05
Gambar G.8 Hasil coupling case 1 – 16 barg sumur A-05
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
150
Gambar G.9 Hasil coupling case 2 – 11 barg sumur A-05
Tabel G.3 Hasil coupling Sumur A-05
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
3.55
Oil Rate
11
-68%
Gas Rate (MMscfd)
7.951
7.6
5%
Water Rate (bbl)
39
45
-13%
BHP ECL (psig)
1232.823
Gas Rate
Water
Rate
BHP
730
69%
BHP PIP (psig)
783.2052
Hasil simulasi memiliki hasil yang cukup sesuai baik, cocok dengan data tes
sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Sumur di matikan (shut-in) sebelum tekanan MP berubah pada bulan
September 2017
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
151
Sumur A-06
Gambar G.10 Hasil coupling base case 22 barg sumur A-06
Gambar G.11 Hasil coupling case 1 – 16 barg sumur A-06
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
152
Gambar G.12 Hasil coupling case 2 – 11 barg sumur A-06
Tabel G.4 Hasil coupling Sumur A-06
July 2016 Data
IAM result
Oil Rate (bbl)
67.76
Welltest Data
Oil Rate
14
Diff (%)
384%
Gas Rate (MMscfd)
3.991
Gas Rate
3.7
8%
Water Rate (bbl)
348
Water Rate
92
278%
BHP ECL (psig)
580.152
BHP
540
7%
BHP PIP (psig)
580.152
Hasil simulasi cocok dengan data tes sumur
ECLIPSE BHP sama dengan PIPESIM BHP, berdasarkan tipe skema
Eclipse Obey, sistem dalam batasan jaringan, IAM melakukan intervensi,
produksi dipotong kembali.
Perubahan tekanan pada separator MP mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
153
Sumur A-07
Gambar G.13 Hasil coupling Base case 22 barg sumur A-07
Gambar G.14 Hasil coupling case 1 – 16 barg sumur A-07
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
154
Gambar G.15 Hasil coupling case 2 – 11 barg sumur A-07
Tabel G.5 Hasil coupling Sumur A-07
July 2016 Data
IAM result
Oil Rate (bbl)
102.28
Welltest Data
Oil Rate
74
Diff (%)
38%
Gas Rate (MMscfd)
6.852
Gas Rate
6.2
11%
Water Rate (bbl)
14
Water Rate
1470
-99%
BHP ECL (psig)
812.2128
BHP
760
7%
BHP PIP (psig)
580.152
Simulasi memiliki kecocokan yang baik dengan data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
155
Sumur A-09
Gambar G.16 Hasil coupling Base case 22 barg sumur A-09
Gambar G.17 Hasil coupling Case 1 – 16 barg sumur A-09
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
156
Gambar G.18 Hasil coupling Case 2 – 11 barg sumur A-09
Tabel G.6 Hasil coupling Sumur A-09
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
33.41
Oil Rate
45
-26%
Gas Rate (MMscfd)
1.32
Gas Rate
0.01
13100%
Water Rate (bbl)
268
Water Rate
1470
-82%
BHP ECL (psig)
1450.38
BHP
1520
-5%
BHP PIP (psig)
739.6938
Hasil simulasi memiliki kecocokan yang moderate terhadap data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
157
Sumur A-12
Gambar G.19 Hasil coupling Base case 22 barg sumur A-12
Gambar G.20 Hasil coupling Case 1 – 16 barg sumur A-12
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
158
Gambar G.21 Hasil coupling Case 2 – 11 barg sumur A-12
Tabel G.7 Hasil coupling Sumur A-11
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
Gas Rate
(MMscfd)
Water Rate (bbl)
51.18
Oil Rate
13
294%
2.868
Gas Rate
2.9
-1%
5875
Water Rate
5100
15%
BHP ECL (psig)
1363.357
BHP
1275
7%
BHP PIP (psig)
1290.838
Hasil simulasi mendapatkan kecocokan dengan data tes sumur
ECLIPSE BHP sama dengan PIPESIM BHP, berdasarkan tipe skema
Eclipse Obey, sistem dalam batasan jaringan, IAM melakukan intervensi,
produksi terpotong.
Perubahan tekanan pada pemisah MP mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
159
Sumur A-13
Gambar G.22 Hasil coupling Base case 22 barg sumur A-13
Gambar G.23 Hasil coupling Case 1 – 16 barg sumur A-13
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
160
Gambar G.24 Hasil coupling Case 2 – 11 barg sumur A-13
Tabel G.8 Hasil coupling Sumur A-13
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
72.12
Oil Rate
39
85%
Gas Rate (MMscfd)
3.929
Gas Rate
3.8
3%
Water Rate (bbl)
144
Water Rate
859
-83%
BHP ECL (psig)
1102.289
BHP
645
71%
BHP PIP (psig)
478.6254
Hasil simulasi memiliki kecocokan hasil moderate dengan data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
161
Sumur A-14
Gambar G.25 Hasil coupling Base case 22 barg sumur A-14
Gambar G.26 Hasil coupling Case 1 – 16 barg sumur A-14
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
162
Gambar G.27 Hasil coupling Case 2 – 11 barg sumur A-14
Tabel G.9 Hasil coupling Sumur A-14
July 2016 Data
IAM result
Oil Rate (bbl)
Gas Rate
(MMscfd)
Water Rate (bbl)
70.76
Welltest Data
Oil Rate
14.7
Diff (%)
381%
4.014
Gas Rate
3.6
12%
3
Water Rate
0
#DIV/0!
BHP ECL (psig)
884.7318
BHP
535
65%
BHP PIP (psig)
580.152
Hasil simulasi memiliki kecocokan hasil yang moderate dengan hasil dari
data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
163
Sumur B-01
Gambar G.28 Hasil coupling Base case 22 barg sumur B-01
Gambar G.29 Hasil coupling Case 1 – 16 barg sumur B-01
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
164
Gambar G.30 Hasil coupling Case 2 – 11 barg sumur B-01
Tabel G.10 Hasil coupling Sumur B-01
July 2016 Data
IAM result
Oil Rate (bbl)
Gas Rate
(MMscfd)
Water Rate (bbl)
86.3
Welltest Data
Oil Rate
137
Diff (%)
-37%
0.039
Gas Rate
0.16
24275%
1319
Water Rate
3287
-60%
BHP ECL (psig)
1653.433
BHP
-
-
BHP PIP (psig)
1087.785
Hasil simulasi ternyata kurang sesuai dengan data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
165
Sumur B-02
Gambar G.31 Hasil coupling Base case 22 barg sumur B-02
Gambar G.32 Hasil coupling Case 1 – 16 barg sumur B-02
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
166
Gambar G.33 Hasil coupling Case 2 – 11 barg sumur B-02
Tabel G.11 Hasil coupling Sumur B-02
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
Gas Rate
(MMscfd)
Water Rate (bbl)
322.95
Oil Rate
312
4%
0.129
Gas Rate
0.56
22936%
3946
Water Rate
3940
0%
BHP ECL (psig)
1667.937
BHP
-
-
BHP PIP (psig)
1566.41
Hasil simulasi memiliki kecocokan yang moderate dengan data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
167
Sumur B-03
Gambar G.34 Hasil coupling Base case 22 barg sumur B-03
Gambar G.35 Hasil coupling Case 1 – 16 barg sumur B-03
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
168
Gambar G.36 Hasil coupling Case 2 – 11 barg sumur B-03
Tabel G.12 Hasil coupling Sumur B-03
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
305.34
Oil Rate
318
-4%
Gas Rate (MMscfd)
1.101
Gas Rate
0.66
67%
Water Rate (bbl)
3642
Water Rate
4094
-11%
BHP ECL (psig)
986.2584
BHP
-
-
BHP PIP (psig)
1015.266
Hasil simulasi mendapatkan hasil yang cocok dengan data tes sumur
ECLIPSE BHP sama dengan PIPESIM BHP, berdasarkan tipe skema
Eclipse Obey, sistem dalam batasan jaringan, IAM melakukan intervensi,
produksi terpotong.
Perubahan tekanan pada separator MP mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
169
Sumur B-04
Gambar G.37 Hasil coupling Base case 22 barg sumur B-04
Gambar G.38 Hasil coupling Case 1 – 16 barg sumur B-04
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
170
Gambar G.39 Hasil coupling Case 2 – 11 barg sumur B-04
Tabel G.13 Hasil coupling Sumur B-04
July 2016 Data
IAM result
Oil Rate (bbl)
127.64
Welltest Data
Oil Rate
21.1
Diff (%)
505%
Gas Rate (MMscfd)
7.286
Gas Rate
6.65
10%
Water Rate (bbl)
801
Water Rate
0
#DIV/0!
BHP ECL (psig)
913.7394
BHP
-
-
BHP PIP (psig)
652.671
Hasil simulasi memiliki kecocokan hasil yang moderate dengan data tes
sumur
ECLIPSE BHP sama dengan PIPESIM BHP, berdasarkan tipe skema
Eclipse Obey, sistem dalam batasan jaringan, IAM melakukan intervensi,
produksi terpotong.
Perubahan tekanan pada separator MP mempengaruhi simulasi.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
171
Sumur B-05
Gambar G.40 Hasil coupling Base case 22 barg sumur B-05
Gambar G.41 Hasil coupling Case 1 – 16 barg sumur B-05
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
172
Gambar G.42 Hasil coupling Case 2 – 11 barg sumur B-05
Tabel G.14 Hasil coupling Sumur B-05
July 2016 Data
IAM result
Oil Rate (bbl)
Diff (%)
251.7
Welltest Data
Oil Rate
211.5
19%
0.938
Gas Rate
0.6
156233%
Water Rate (bbl)
4812
Water Rate
5555
-13%
BHP ECL (psig)
1479.388
BHP
-
-
BHP PIP (psig)
1421.372
Gas Rate (MMscfd)
Hasil simulasi mendapatkan hasil yang cocok dengan data tes sumur
ECLIPSE BHP sama dengan PIPESIM BHP, berdasarkan tipe skema
Eclipse Obey, sistem dalam batasan jaringan, IAM melakukan intervensi,
produksi terpotong.
Perubahan tekanan pada separator MP mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
173
Sumur B-06
Gambar G.43 Hasil coupling Base case 22 barg sumur B-06
Gambar G.44 Hasil coupling Case 1 – 16 barg sumur B-06
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
174
Gambar G.45 Hasil coupling Case 2 – 11 barg sumur B-06
Tabel G.15 Hasil coupling Sumur B-06
July 2016 Data
IAM result
Welltest Data
Oil Rate
674
Diff (%)
-32%
Oil Rate (bbl)
459.92
Gas Rate (MMscfd)
12
Gas Rate
0.54
122%
Water Rate (bbl)
3219
Water Rate
5185
-38%
BHP ECL (psig)
1595.418
BHP
-
-
BHP PIP (psig)
1174.808
Hasil simulasi ternyata kurang sesuai dengan data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
175
Sumur B-08
Gambar G.46 Hasil coupling Base case 22 barg sumur B-08
Gambar G.47 Hasil coupling Case 1 – 16 barg sumur B-08
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
176
Gambar G.48 Hasil coupling Case 2 – 11 barg sumur B-08
Tabel G.16 Hasil coupling Sumur B-08
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
404.24
Oil Rate
178
128%
Gas Rate (MMscfd)
0.176
Gas Rate
0.18
#######
Water Rate (bbl)
1960
Water Rate
2042
-4%
BHP ECL (psig)
1305.342
BHP
1352
-3%
BHP PIP (psig)
1247.327
Hasil simulasi memiliki kecocokan yang moderate dengan data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
177
Sumur B-09
Gambar G.49 Hasil coupling Base case 22 barg sumur B-09
Gambar G.50 Hasil coupling Case 1 – 16 barg sumur B-09
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
178
Gambar G.51 Hasil coupling Case 2 – 11 barg sumur B-09
Tabel G.17 Hasil coupling Sumur B-09
July 2016 Data
IAM result
Welltest Data
Oil Rate
39.9
Diff (%)
-100%
Oil Rate (bbl)
0.18
Gas Rate (MMscfd)
12.348
Gas Rate
12.6
-2%
Water Rate (bbl)
88
Water Rate
256
-66%
BHP ECL (psig)
768.7014
BHP
977
-21%
BHP PIP (psig)
797.709
Hasil simulasi memiliki kecocokan yang moderate dengan data tes sumur
ECLIPSE BHP sama dengan PIPESIM BHP, berdasarkan tipe skema
Eclipse Obey, sistem dalam batasan jaringan, IAM melakukan intervensi,
produksi terpotong.
Sumur dimatikan (shut-in) sebelum tekanan separator MP berubah pada
bulan September 2017
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
179
Sumur B-10
Gambar G.52 Hasil coupling Base case 22 barg sumur B-10
Gambar G.53 Hasil coupling Case 1 – 16 barg sumur B-10
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
180
Gambar G.54 Hasil coupling Case 2 – 11 barg sumur B-10
Tabel G.18 Hasil coupling Sumur B-10
July 2016 Data
IAM result
Oil Rate (bbl)
465.2
Welltest Data
Oil Rate
120.6
Diff (%)
286%
Gas Rate (MMscfd)
0.205
Gas Rate
0.25
-18%
Water Rate (bbl)
2666
Water Rate
3502
-24%
BHP ECL (psig)
1479.388
BHP
1508
-2%
BHP PIP (psig)
1450.38
Hasil simulasi memiliki kecocokan dengan data tes sumur
ECLIPSE BHP sama dengan PIPESIM BHP, berdasarkan tipe skema
Eclipse Obey, sistem dalam batasan jaringan, IAM melakukan intervensi,
produksi terpotong.
Perubahan tekanan pada separator MP mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
181
Sumur B-11
Gambar G.55 Hasil coupling Base case 22 barg sumur B-11
Gambar G.56 Hasil coupling Case 1 – 16 barg sumur B-11
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
182
Gambar G.57 Hasil coupling Case 2 – 11 barg sumur B-11
Tabel G.19 Hasil coupling Sumur B-11
July 2016 Data
IAM result
Welltest Data
Oil Rate
371
Diff (%)
-16%
Oil Rate (bbl)
312
Gas Rate (MMscfd)
0.124
Gas Rate
0.23
-46%
Water Rate (bbl)
1210
Water Rate
1988
-39%
BHP ECL (psig)
1189.312
BHP
1230
-3%
BHP PIP (psig)
1145.8
Hasil simulasi memiliki kecocokan yang moderate dengan hasil tes sumur
ECLIPSE BHP sama dengan PIPESIM BHP, berdasarkan tipe skema
Eclipse Obey, sistem dalam batasan jaringan, IAM melakukan intervensi,
produksi terpotong.
Perubahan tekanan pada separator MP mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
183
Sumur B-12
Gambar G.58 Hasil coupling Base case 22 barg sumur B-12
Gambar G.59 Hasil coupling Case 1 – 16 barg sumur B-12
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
184
Gambar G.60 Hasil coupling Case 2 – 11 barg sumur B-12
Tabel G.20 Hasil coupling Sumur B-12
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
Gas Rate
(MMscfd)
Water Rate (bbl)
440.52
Oil Rate
55
701%
0.194
Gas Rate
0.21
-8%
2335
Water Rate
2618
-11%
BHP ECL (psig)
1421.372
BHP
1395
2%
BHP PIP (psig)
1363.357
Hasil simulasi memiliki kecocokan dengan data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
185
Sumur B-13
Gambar G.61 Hasil coupling Base case 22 barg sumur B-13
Gambar G.62 Hasil coupling Case 1 – 16 barg sumur B-13
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
186
Gambar G.63 Hasil coupling Case 2 – 11 barg sumur B-13
Tabel G.21 Hasil coupling Sumur B-13
July 2016 Data
Oil Rate (bbl)
Gas Rate
(MMscfd)
Water Rate (bbl)
IAM result
187.17
Welltest Data
Oil Rate
297
Diff (%)
-37%
3.553
Gas Rate
4.2
-15%
1150
Water Rate
1602
-28%
BHP ECL (psig)
1044.274
BHP
1160
-10%
BHP PIP (psig)
1073.281
Hasil simulasi memiliki kecocokan yang moderate dengan data tes sumur
ECLIPSE BHP sama dengan PIPESIM BHP, berdasarkan tipe skema
Eclipse Obey, sistem dalam batasan jaringan, IAM melakukan intervensi,
produksi terpotong.
Perubahan tekanan pada separator MP mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
187
Sumur B-14
Gambar G.64 Hasil coupling Base case 22 barg sumur B-14
Gambar G.65 Hasil coupling Case 1 – 16 barg sumur B-14
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
188
Gambar G.66 Hasil coupling Case 2 – 11 barg sumur B-14
Tabel G.22 Hasil coupling Sumur B-14
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
502.88
Oil Rate
333
51%
Gas Rate (MMscfd)
0.206
Gas Rate
0.32
-36%
Water Rate (bbl)
1223
Water Rate
1485
-18%
BHP ECL (psig)
1073.281
BHP
1120
-4%
BHP PIP (psig)
1073.281
Hasil simulasi memiliki kecocokan yang moderate dengan data tes sumur
ECLIPSE BHP sama dengan PIPESIM BHP, berdasarkan tipe skema
Eclipse Obey, sistem dalam batasan jaringan, IAM melakukan intervensi,
produksi terpotong.
Perubahan tekanan pada separator MP mempengaruhi simulasi
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
189
Sumur B-15
Gambar G.67 Hasil coupling Base case 22 barg sumur B-12
Gambar G.68 Hasil coupling Case 1 – 16 barg sumur B-15
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
190
Gambar G.69 Hasil coupling Case 2 – 11 barg sumur B-15
Tabel G.23 Hasil coupling Sumur B-15
July 2016 Data
IAM result
Oil Rate (bbl)
223.04
Welltest Data
Oil Rate
211
Diff (%)
6%
Gas Rate (MMscfd)
1.268
Gas Rate
0.26
388%
Water Rate (bbl)
1187
Water Rate
2805
-58%
BHP ECL (psig)
1421.372
BHP
-
-
BHP PIP (psig)
812.2128
Hasil simulasi memiliki kecocokan yang moderate dengan data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
191
Sumur B-17
Gambar G.70 Hasil coupling Base Case 22 barg sumur B-17
Gambar G.71 Hasil coupling Case 1 – 16 barg sumur B-17
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
192
Gambar G.72 Hasil coupling Case 2 – 11 barg sumur B-17
Tabel G.24 Hasil coupling Sumur B-17
July 2016 Data
IAM result
Welltest Data
Diff (%)
Oil Rate (bbl)
31.41
Oil Rate
139
-77%
Gas Rate (MMscfd)
1.759
Gas Rate
1.46
20%
Water Rate (bbl)
116
Water Rate
3640
-97%
BHP ECL (psig)
1769.464
BHP
-
-
BHP PIP (psig)
609.1596
Hasil simulasi ternyata kurang sesuai dengan data tes sumur
BHP ECLIPSE lebih tinggi dari pada PIPESIM BHP, berdasarkan jenis
skema Obey Eclipse, sistem dalam batasan ECLIPSE, laju alir diteruskan
ke model jaringan.
Perubahan tekanan pada separator MP tidak mempengaruhi simulasi.
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.
Tabel G.25 Perbandingan Hasil dari IAM dengan data lapangan
193
Universitas Indonesia
Optimasi produksi..., Licke Ratna Dewi Ali, FT UI,2017.