• Tidak ada hasil yang ditemukan

BAB V ANALISA SENSITIVITAS MODEL SIMULASI

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB V ANALISA SENSITIVITAS MODEL SIMULASI"

Copied!
36
0
0

Teks penuh

(1)

BAB V

ANALISA SENSITIVITAS MODEL SIMULASI

Simulasi menggunakan model sistem reservoir seperti yang dijelaskan dan divalidasi dengan data lapangan pada Bab IV terdahulu, selanjutnya akan dilakukan analisa sensitivitas terhadap beberapa parameter yang mempengaruhi analisa uji sumur falloff. Kemudian hasil simulasinya akan diolah dengan menggunakan metode – metode analitik seperti yang telah dijelaskan di Bab III.

Berikut adalah simulasi dengan reservoir yang sepenuhnya terisi oleh minyak dan selama suatu waktu tertentu, ti, diinjeksi dengan air pada laju tertentu, qi, sebagai kasus dasar. Kemudian simulasi dilanjutkan dengan waktu injeksi yang berbeda – beda untuk mendapatkan waktu injeksi yang optimal agar type curve yang diperoleh mempunyai bentuk seperti bentuk umum type curve pada composite reservoir. Setelah itu dilakukan sensitivitas terhadap mobility ratio, M, dalam hal ini dengan mengubah – ubah viskositas minyak. Sensitivitas model simulasi juga dilakukan untuk kompresibilitas minyak dan permeabilitas formasi.

5.6 Kasus Dasar

5.6.1 Data Masukan Simulasi

Pada kasus dasar ini, model reservoir dan karakteristiknya sama dengan simulasi pada saat validasi, yaitu

• Waktu injeksi (ti), jam 72

• Laju injeksi air (qi), STB/hari 576 • Kedalaman sumur (D), ft 4288 • Jari - jari sumur (rw), ft 0.35 • Tebal lapisan (h), ft 43

• Porositas (φ) 0.18 • Faktor Volume Formasi (BBw), RB/STB 1.0278

• Kompresibilitas air (Cw), psi-1 3.24 x 10-6 • Kompresibilitas minyak (Co), psi-1 1.26 x 10-5

(2)

• Kompresibilitas formasi (Cf), psi-1 3.80 x 10-6 • Viskositas air (μw), cp 0.40 • Saturasi air connate (Swc) 0.18 • Permeabilitas formasi (k), md 7.46 • Faktor skin (S) - 0.86 Dengan data tambahan

• Viskositas minyak (μo), cp 2.0 • Saturasi minyak awal (Soi) 0.82 • kurva permeabilitas relatif seperti pada Gambar 5.1 berikut

(3)

5.6.2 Respon tekanan pada saat falloff

Kurva respon tekanan pada saat falloff terhadap waktu penutupan sumur (Δt) dapat dilihat pada Gambar 5.2 sampai Gambar 5.4 masing – masing untuk plot kartesian, plot log – log dan plot semilog

Gambar 5.2 General plot kasus dasar

(4)

5.6.3 Pengolahan data kasus dasar dengan metode MKG 5.6.3.1 Plot semilog (Pws vs log Δt)

Plot antara tekanan dasar sumur pada saat ditutup (Pws) sebagai fungsi log waktu penutupan sumur (Δt) dapat dilihat seperti pada Gambar 5.4 yang memperlihatkan adanya dua buah harga kemiringan yaitu m1 dan m2

tx m2

m1

Gambar 5.4 Plot semilog data kasus dasar 5.6.3.2 Kemiringan (m) dan intersection time (Δtfx)

Dari Gambar 5.4 di atas, didapatkan nilai kemiringan segmen lurus pertama (m1) dan nilai kemiringan segmen lurus kedua (m2) sebagai berikut

m1 = 1600 psi/cycle log

m2 = 150 psi/cycle log

sehingga slope ratio – nya, Sedangkan intersection time-nya, Δtfx = 3.2 jam

(5)

5.6.3.3 Penghitungan mobilitas air pada zona 1 (λ1)

Mobilitas air zona 1 (λ1) didapat dengan Persamaan 3.44

5.6.3.4 Penentuan saturasi air (Sw)

Saturasi air (Sw) pada daerah dibelakang muka batas zona 1 dan zona 2 ditentukan dengan cara

a. Saturasi air diasumsikan, misal Sw = 0.8 dan Swc diketahui dari penginputan simulasi, sebesar Swc = 0.18

b. Spesific storage ratio [(φ Ct)1 /(φ Ct)2] dihitung dengan Persamaan 3.56. Sw pada zona 2 adalah Swc,

Sehingga

Dari Gambar 5.5 nilai dimensionless intersection time, ΔtDfx, untuk slope ratio kurang dari 1 (satu) tanpa memperdulikan nilai storage ratio adalah 0.7

(6)

ΔtDfx = 0.7

Gambar 5.5 Penggunaan Gambar 3.133 untuk mendapatkan nilai dimensionless intersection time

c. Kemudian hitung nilai E dengan Persamaan 3.55

d. Nilai saturasi air Sw dihitung dengan Persamaan 3.57

e. Selisih antara saturasi air (Sw hitung) yang dihitung dengan saturasi air yang

diasumsikan, yaitu

(7)

f. Karena selisih antara saturasi air yang diasumsikan dan saturasi air hasil perhitungan belum nol, maka perlu dicobakan harga asumsi saturasi yang berbeda. Berikut ini adalah Tabel 5.1, tabel perhitungan untuk beberapa harga asumsi saturasi air yang berbeda untuk saturasi air connate (Swc) 0.18

Tabel 5.1. Perhitungan saturasi air untuk Swc 0.18

Sw

asumsi [(φ Ct)1 /(φ Ct)2] ΔtDfx E dihitung Sw selisih

0.8 0.61 0.70 2.28E-05 0.64 0.16 0.7 0.67 0.70 2.28E-05 0.64 0.06 0.6 0.73 0.70 2.28E-05 0.64 -0.04 0.64 0.71 0.70 2.28E-05 0.64 0.00 Dari tabel di atas, disimpulkan bahwa saturasi air (Sw) pada zona 1 adalah 0.64

5.6.3.5 Penentuan specific storage ratio

Dengan saturasi air (Sw = 0.64), dan Swc = 0.18 nilai spesific storage ratio-nya adalah 0.71

5.6.3.6 Penentuan mobility ratio (M)

Dengan hasil – hasil perhitungan di atas sebagai input untuk Gambar 3.12, didapat mobility ratio (M) sekitar 0.09, seperti terlihat pada Gambar 5.6

Gambar 5.6 Penggunaan Gambar 3.123 untuk mendapatkan nilai M = 0 09

(8)

5.6.3.7 Penentuan jarak batas zona 1 dan zona 2

Dengan menggunakan Persamaan 3.53 (intersection time),

5.6.3.8 Penentuan nilai permeabilitas dan faktor skin Harga permeabilitas efektif air pada zona 1 adalah

Dan dengan saturasi air (Sw) = 0.64, dari Gambar 5.1 atau korelasi Correy, didapatkan permeabilitas relatif air (krw) = 0.06, sehingga permeabilitas formasi yang dipakai sebagai permeabilitas absolute adalah

Nilai skin dapat diperoleh dengan data, dan , maka

(9)

5.6.4 Pengolahan data kasus dasar dengan metode Brown 5.6.4.1 Kemiringan garis lurus (m) dan intersection time (Δtfx)

Seperti yang pada metode MKG, didapatkan nilai kemiringan segmen lurus pertama (m1) dan nilai kemiringan segmen lurus kedua (m2) sebagai berikut

m1 = 1600 psi/cycle log

m2 = 150 psi/cycle log

Sedangkan intersection time-nya, Δtfx = 3.2 jam

5.6.4.2 Penghitungan mobilitas pada zona 1 (λ1) dan zona 2 (λ2) Mobilitas didapat dengan Persamaan 3.44

5.6.4.3 Penentuan spesific storage (φ Ct)1 dan (φ Ct)2 Pada saturasi air (Sw) = 0.64,

(10)

5.6.4.4 Penentuan jarak batas zona 1 dan zona 2

Sesuai dengan Persamaan 3.62, jarak batas zona 1 dan zona 2 adalah

5.6.4.5 Penentuan nilai permeabilitas dan faktor skin

Harga permeabilitas efektif air pada zona 1 adalah

Dan dengan saturasi air (Sw) = 0.64, dari Gambar 5.1 atau korelasi Correy, didapatkan permeabilitas relatif air (krw) = 0.06, sehingga permeabilitas formasi yang dipakai sebagai permeabilitas absolut adalah

Nilai skin dapat diperoleh dengan data, dan , maka

(11)

5.6.5 Pengolahan data kasus dasar dengan metode HRM

Pada pengolahan data dengan metode HRM ini diperlukan harga mobility ratio (M) yaitu sebesar 0.09 sesuai dengan hasil dari metode MKG.

5.6.5.1 Penentuan tekanan ekuivalen (Pe)

Tekanan ekuivalen ini didapat dengan cara coba – coba (trial and error) dengan memplotkan antara (Pws – Pe) dengan waktu tutup sumur (Δt) dalam satuan detik, sampai didapat suatu garis lurus, seperti pada Gambar 5.7

b1 50

Gambar 5.7 Plot log (Pws – Pe) sebagai fungsi Δt Dari gambar di atas, didapat nilai Pe = 1807 psi dan nilai b1 = 50 psi 5.6.5.2 Penentuan nilai Vo/Vw

Nilai Vo/Vw adalah perbandingan volume minyak dengan volume air sesaat setelah sumur ditutup, yaitu sebesar

(12)

Apabila diasumsikan Sg=0.01 dan Sgr = 0

5.6.5.3 Penentuan nilai Ro

Nilai Ro adalah diperoleh dengan Persamaan 3.37 sebesar

5.6.5.4 Penentuan nilai γ

Nilai γ adalah perbandingan antara kompresibilitas minyak dengan kompresibilitas air diperoleh dengan Persamaan 3.36 sebesar

5.6.5.5 Penentuan nilai F

Nilai F didapat dengan menggunakan Gambar 3.6 dengan hasil – hasil M, γ dan Ro sebagai input pada Gambar 5.8, didapat nilai F = 12

(13)

5.6.5.6 Penentuan jarak batas Zona 1 dan Zona 2 (rf1)

Jarak muka batas air – minyak dapat diperoleh dengan persamaan material balance

5.6.5.7 Penentuan nilai permeabilitas dan skin

Harga permeabilitas efektif air dapat diperoleh dengan persamaan

Dari Gambar 5.1 atau korelasi Correy, permeabilitas relatif air (krw) = 0.06 pada Sw = 0.64, sehingga permeabilitas formasi yang dipakai sebagai permeabilitas absolut adalah

Sedangkan harga skin

5.6.6 Analisa kasus dasar

Kasus dasar pada simulasi ini seperti yang sudah dijelaskan di atas, yaitu model reservoir seperti pada Gambar 4.5 dengan parameter – parameternya yang diusahakan tetap sama dengan parameter – parameter reservoir yang digunakan untuk validasi dan berisi minyak, kemudian diinjeksikan dengan air, setelah dilakukan pengolahan data menggunakan metode MKG, Brown dan HRM seperti yang telah dipaparkan di atas mempunyai hasil seperti pada Tabel 5.2

(14)

Tabel 5.2 Hasil pengolahan data kasus dasar

Input MKG Brown HRM

k, md 7.46 9.22 9.22 43.5

S -0.86 -3.63 -4.12 -0.42

rf, ft - 30.0 32.58 29.86

Dari Tabel 5.2 di atas, terlihat bahwa hasil pengolahan data metode MKG dan Brown cukup sesuai dengan input simulasi, terutama untuk permeabilitas. Kedua metode ini menggunakan konsep kemiringan garis lurus pada plot semilog dalam mencari permeabilitas. Hal ini menunjukkan bahwa konsep kemiringan garis lurus pada plot semilog dapat dipakai untuk mencari permeabilitas, meskipun dengan catatan pengambilan kemiringan dan penentuan titik potong antara kedua garis lurus cukup sulit dan dapat memberikan perbedaan hasil yang cukup besar. Sedangkan metode HRM, selain seharusnya dipakai untuk reservoir yang juga mengandung gas, seperti pada model sistemnya, faktor penentuan tekanan ekuivalen yang cocok cukup sulit, penentuan nilai F yang digunakan dalam menentukan permeabilitas juga terbatas pada plot antara F sebagai mobility ratio (M) pada perbandingan kompresibilitas tertentu saja yaitu 1, 2 dan 4.

Faktor skin yang didapatkan oleh metode MKG dan Brown cukup sama meskipun dari pendekatan yang berbeda. Metode MKG berdasar dari karakterisitk fluida pada zona 1 saja, sedangkan metode Brown berdasar pada kedua zona dengan titik berat pada zona 2. Akan tetapi kedua metode memberikan hasil yang cukup jauh apabila dibandingkan dengan input. Hal ini karena tidak adanya fungsi faktor skin yang langsung dimasukkan besar nilainya dalam simulator, akan tetapi faktor skin dalam simulasi dengan menggunakan perbedaan permeabilitas di sekitar lubang bor dibandingkan dengan permeabilitas di formasi secara keseluruhan, sesuai dengan definisi faktor skin menurut Hawkin9.

(5.1) Sedangkan jarak batas zona 1 dan zona 2 yang diberikan oleh metode MKG yaitu persamaan intersection time dan metode HRM yaitu persamaan

(15)

material balance memberikan hasil yang cukup sama. Pada metode Brown, hasilnya cukup berbeda. Hal ini karena pada metode ini memasukkan unsur perbandingan specific storage yang mempengaruhi jarak batas zona 1 dan zona 2.

5.7 Sensitivitas terhadap waktu injeksi (ti)

Untuk mendapatkan waktu injeksi yang optimal agar type curve yang diperoleh mempunyai bentuk seperti bentuk umum type curve pada composite reservoir dan ukuran zona fluida yang diinjeksikan supaya memberikan analisa secara grafis yang dapat memberikan perhitungan yang cukup akurat untuk parameter pada zona tersebut, pada studi ini dilakukan sensitivitas terhadap waktu injeksi.

Model simulasi dibuat dengan karakter fluida dan batuannya sama dengan pada kasus dasar. Perubahan yang dilakukan hanya pada lamanya waktu injeksi saja yaitu menjadi 10 hari, 20 hari dan 30 hari. Berikut adalah plot semilog tekanan dengan waktu dan log log antara selisih tekanan dan juga turunan tekanan terhadap waktu, serta hasil pengolahan data dari metode – metode analitik dengan prosedur yang sama dengan pada saat kasus dasar.

5.7.1 Respon tekanan pada saat falloff

Respon tekanan pada saat falloff dengan variasi waktu injeksi seperti pada Gambar 5.9 sampai 5.16 masing – masing untuk plot log – log dan plot semilog pada waktu injeksi 10 hari, waktu injeksi 20 hari dan waktu injeksi 30 hari.

(16)

Gambar 5.9 Type curve dengan waktu injeksi 10 hari

(17)

Gambar 5.11 Type curve dengan waktu injeksi 20 hari

(18)

Gambar 5.13 Type curve dengan waktu injeksi 30 hari

(19)

Gambar 5.15 Type curve dengan variasi waktu injeksi

(20)

5.7.2 Hasil Pengolahan Data

Dengan prosedur seperti yang dilakukan pada pengolahan data kasus dasar, berikut ini adalah hasil pengolahan data metode – metode analitik seperti pada Tabel 5.3

Tabel 5.3. Hasil pengolahan data dengan variasi waktu injeksi

k, md S rf Sw M MKG 9.22 -3.63 30.00 Brown 9.22 -4.12 32.58 kasus dasar HRM 34.01 -1.75 29.86 0.64 0.10 MKG 8.34 -3.79 48.96 Brown 8.34 -4.23 50.34 ti 10 hari HRM 10.41 -4.15 48.97 0.75 0.27 MKG 9.08 -3.87 83.46 Brown 9.08 -4.48 86.73 ti 20 hari HRM 10.58 -4.07 83.37 0.77 0.40 MKG 8.94 -3.70 79.67 Brown 8.94 -4.04 93.41 ti 30 hari HRM 8.53 -3.93 80.05 0.82 0.57

5.7.3 Analisa variasi waktu uji

Secara grafis, pada plot log – log turunan tekanan terhadap waktu, dengan bertambahnya waktu injeksi, semakin terlihat jelas adanya 2 aliran radial (ditunjukkan oleh kurva turunan yang mendatar) yang menunjukkan aliran pada zona pertama, dan setelah transisi aliran terjadi pada zona kedua.

Dari hasil pengolahan data pada variasi waktu uji, dengan semakin lama sumur diinjeksi, maka jarak batas zona 1 dan zona 2 semakin jauh dari sumur. Hal ini sesuai dengan profil saturasi air yang didapat dari simulasi seperti pada Gambar 5.17

(21)

Gambar 5.17 Profil saturasi air (Sw) dalam keadaan falloff terhadap jarak dengan variasi waktu injeksi

Titik – titik jarak pada Gambar 5.17 di atas adalah jarak grid – grid dari lubang sumur pada simulasi. Dan jarak batas yang didapat pada Tabel 5.3 berada diantara dua jarak grid dengan nilai saturasi air yang mulai menghilang.

Sedangkan nilai permeabilitas dan skin tidak terkait langsung dengan waktu injeksi. Hal ini ditunjukkan dengan tidak konsistennya penurunan maupun kenaikan nilai permeabilitas seiring dengan kenaikkan waktu injeksi. Fenomena ini bisa disebabkan oleh cara pemilihan kedua garis lurus pada plot semilog pada metode MKG dan Brown. Sedangkan pada metode HRM seperti yang terjadi pada kasus dasar, pemilihan tekanan ekuivalen dan penentuan nilai F dapat menjadi sebab.

Meskipun kenaikan maupun penurunan tekanan tidak sebanding dengan lamanya waktu injeksi, kurva turunan tekanan semakin bisa menjelaskan aliran pada composite reservoir pada waktu injeksi 30 hari. Dengan demikian sensitivitas simulasi selanjutnya dilakukan pada waktu injeksi 30 hari dan kasus dasar yang dipakai adalah pada saat waktu injeksi 30 hari.

(22)

5.8 Sensitivitas terhadap mobility ratio (M)

Dalam melakukan sensitivitas terhadap mobilitity ratio (M), terlebih dahulu dilihat parameter – parameter yang mempengaruhi mobilitity ratio (M). Sesuai dengan Persamaan 3.28

terlihat bahwa mobilitity ratio (M) dipengaruhi oleh beberapa parameter, yaitu permeabilitas air, permeabilitas minyak, viskositas air dan viskositas minyak. Sehingga perlu dilakukan simulasi yang menggunakan nilai parameter – parameter ini yang berbeda – beda.

Dengan menganggap viskositas air tetap dan saturasi air input tetap (Sw=Swc=0.18) sehingga permeabilitas relatif air dan minyak tetap, maka parameter yang diubah adalah viskositas minyak.

Dalam simulasi ini, viskositas minyak divariasikan yaitu 0.4 cp dan 4.0 cp, sedangkan paramater yang lain tetap seperti pada saat kasus dasar.

5.8.1 Respon tekanan pada saat falloff

Respon tekanan pada ssat falloff dengan variasi viskositas minyak seperti pada Gambar 5.18 sampai 5.23 masing – masing untuk plot log – log dan plot semilog

(23)

Gambar 5.18 Type curve dengan viskositas minyak 0.4 cp

(24)

Gambar 5.20 Type curve dengan viskositas minyak 4 cp

(25)

Gambar 5.22 Type curve dengan variasi vikositas minyak

(26)

5.8.2 Hasil Pengolahan Data

Dengan prosedur seperti yang dilakukan pada pengolahan data kasus dasar, berikut ini adalah hasil pengolahan data metode – metode analitik seperti pada Tabel 5.4

Tabel 5.4. Hasil pengolahan data dengan variasi viskositas minyak

k, md S rf Sw M MKG 9.22 -3.63 30.00 Brown 9.22 -4.12 32.58 kasus dasar HRM 34.01 -1.75 29.86 0.64 0.10 MKG 15.14 -3.76 80.02 Brown 15.14 -4.16 83.54 VisO 0.4 HRM 12.81 -4.81 80.05 0.82 0.25 MKG 8.86 -3.75 82.79 Brown 8.86 -3.97 157.96 VisO 4.0 HRM 6.27 -4.97 82.68 0.78 0.78

5.8.3 Analisa variasi viskositas minyak

Viskositas minyak di dalam reservoir yang semakin besar, menyebabkan diperlukannya tekanan injeksi yang lebih besar untuk dapat menjaga laju injeksi yang konstan, yaitu 576 STB/hari. Hal ini mempengaruhi tekanan dasar sumur pada saat sumur mulai ditutup (falloff) menjadi sangat tinggi, dan akibatnya diperlukan waktu lebih lama untuk tekanan mencapai kestabilan penurunan tekanannya, seperti yang ditunjukkan pada Gambar 5.15. Pada kurva turunan tekanan, untuk viskositas minyak sebesar 0.4 cp pada waktu awal tidak terlihat grafik mendatar. Hal ini dikarenakan pada viskositas minyak yang kecil, tekanan dasar sumur pada saat diinjeksikan tidak terlalu besar sehingga tekanan dasar sumur pada saat sumur mulai ditutup (falloff) yang cukup rendah, dan akibatnya tidak diperlukan waktu yang lama untuk tekanan mencapai kestabilan penurunan tekanannya

Mobility ratio (M) semakin besar seiring dengan kenaikan viskositas minyak. Hal ini sesuai dengan hubungan

(27)

Nilai mobilitas minyak menurun dengan kenaikan viskositasnya, oleh karena itu maka mobility ratio (M) semakin besar.

Jarak batas antara dua zona yang didapat dari metode Brown, pada saat viskositas minyak (μo) 4 cp, memberikan harga yang jauh lebih besar

dibandingkan kedua metode yang lain. Hal ini dikarenakan perbedaan kemiringan garis lurus pertama dan kedua yang tidak begitu jauh, sehingga berdasar hubungan berikut

apabila selisih kedua kemiringan kecil, maka suku terakhir akan dipangkat dengan bilangan yang besar. Hal ini mengakibatkan harga R yang besar. Profil saturasi air yang didapat dari simulasi seperti pada Gambar 5.24

Gambar 5.24 Profil saturasi air (Sw) dalam keadaan falloff terhadap jarak dengan variasi viskositas minyak

(28)

5.9 Sensitivitas terhadap kompresibilitas minyak (co)

Sensitivitas terhadap kompresibilitas fluida dilakukan dengan menganggap kompresibilitas minyak di reservoir sama dengan kompresibilitas air yang diinjeksikan. Sedangkan paramater yang lain tetap seperti pada saat kasus dasar. 5.9.1 Respon tekanan pada saat falloff

Respon tekanan pada ssat falloff dengan variasi kompresibilitas minyak seperti pada Gambar 5.25 sampai 5.28 masing – masing untuk plot kartesian, plot log – log dan plot semilog

Gambar 5.25 Type curve dengan Co = Cw

(29)

Gambar 5.27 Type curve dengan variasi kompresibilitas

(30)

5.9.2 Hasil Pengolahan Data

Dengan prosedur seperti yang dilakukan pada pengolahan data kasus dasar, berikut ini adalah hasil pengolahan data metode – metode analitik seperti pada Tabel 5.5

Tabel 5.5. Hasil pengolahan data dengan variasi kompresibilitas minyak

k, md S rf Sw M MKG 8.94 -3.70 79.67 Brown 8.94 -4.04 93.41 kasus dasar HRM 8.53 -3.93 80.05 0.82 0.57 MKG 13.43 -3.96 85.57 Brown 13.43 -4.37 72.95 Co = Cw HRM 17.15 -3.11 85.58 0.74 0.50

5.9.3 Analisa variasi kompresibilitas minyak

Apabila kompresibilitas minyak dan air dianggap sama, maka sesuai dengan hasil yang diperoleh pada Tabel 5.5, permeabilitas formasi cenderung membesar dibandingkan apabila kompresibilitas minyak yang lebih besar daripada kompresibilitas air. Pada kompresibilitas yang sama ini, maka perubahan tekanan pada zona air akan sebanding dengan pada zona minyak. Hal ini mengakibatkan penurunan tekanannya lebih lambat apabila kompresibilitasnya sama. Dengan kemiringan penurunan tekanan yang lebih kecil, maka permeabilitas yang didapat akan lebih besar.

Jarak batas zona 1 dan 2 juga seharusnya lebih besar pada kasus kompresibilitas yang sama. Hal ini karena proses pendorongan minyak oleh air lebih mirip dengan piston. Metode MKG dan HRM memberikan hasil yang sesuai, dimana jarak batas zona 1 dan 2 pada kasus ini lebih besar daripada kasus dasar. Akan tetapi metode Brown berlaku sebaliknya, hal ini karena persamaan yang dipakai dalam menentukan jarak batas ini berdasarkan kompresibilitas total baik di zona 1 maupun di zona 2. Sedangkan profil saturasi air yang didapat dari simulasi seperti pada Gambar 5.29

(31)

Gambar 5.29 Profil saturasi air (Sw) dalam keadaan falloff terhadap jarak dengan variasi kompresibilitas minyak

5.10 Sensitivitas terhadap permeabilitas formasi (kf)

Permeabilitas formasi divariasikan 50 md dan 100 md untuk memeriksa sensitivitas terhadap permeabilitas formasi dalam memberikan keakuratan dalam analisa uji sumur injeksi. Sedangkan paramater yang lain tetap seperti pada saat kasus dasar.

5.10.1 Respon tekanan pada saat falloff

Respon tekanan pada saat falloff dengan variasi permeabilitas formasi seperti pada Gambar 5.30 sampai 5.35 masing – masing untuk plot log – log dan plot semilog

(32)

Gambar 5.30 Type curve dengan kf = 50 md

(33)

Gambar 5.32 Type curve dengan kf = 100 md

(34)

Gambar 5.34 Type curve dengan variasi permeabilitas formasi

(35)

5.10.2 Hasil Pengolahan Data

Dengan prosedur seperti yang dilakukan pada pengolahan data kasus dasar, berikut ini adalah hasil pengolahan data metode – metode analitik seperti pada Tabel 5.6

Tabel 5.6. Hasil pengolahan data dengan variasi permeabilitas formasi

k, md S rf Sw M MKG 8.94 -3.70 79.67 Brown 8.94 -4.04 93.41 kasus dasar HRM 8.53 -3.93 80.05 0.82 0.57 MKG 57.36 -5.15 83.51 Brown 57.36 -5.21 87.24 Kf 50 HRM 30.64 -6.13 83.37 0.77 0.42 MKG 111.01 -5.49 86.80 Brown 111.01 -5.46 88.62 Kf 100 HRM 44.38 -6.36 86.35 0.73 0.31

5.10.3 Analisa variasi permeabilitas formasi

Dengan permeabilitas formasi yang lebih besar, aliran radial baik pada zona 1 maupun zona 2 terjadi lebih cepat dibandingkan dengan kasus dasar. Seperti terlihat pada Gambar 5.34, aliran pada zona 2 yang biasanya terjadi antara waktu 10 sampai 100 jam, terjadi pada waktu antara 1 – 10 jam. Akan tetapi aliran radial pada zona 1 jadi tertutup oleh adanya wellbore storage dan skin pada lubang sumur. Hal ini mengakibatkan ketidakakuratan dalam penentuan kemiringan garis lurus pada plot semilog, sehingga permeabilitas yang didapat juga diragukan keakuratannya.

Dengan permeabilitas yang besar, maka air yang diinjeksikan akan lebih jauh dari lubang bor. Hal ini sesuai dengan hasil profil saturasi air yang didapat dari simulasi seperti pada Gambar 5.36

(36)

Gambar 5.36 Profil saturasi air (Sw) dalam keadaan falloff terhadap jarak dengan variasi permeabilitas formasi

Gambar

Gambar 5.7 Plot log (P ws  – P e ) sebagai fungsi  Δ t  Dari gambar di atas, didapat nilai P e  = 1807 psi dan nilai b 1  = 50 psi  5.6.5.2 Penentuan nilai V o /V w
Gambar 5.8 Penggunaan Gambar 3.6 2  untuk mencari nilai F
Gambar 5.10 Plot semilog dengan waktu injeksi 10 hari
Gambar 5.11 Type curve dengan waktu injeksi 20 hari
+7

Referensi

Dokumen terkait

Pada lapangan X ini terdapat sumur reservoir shale oil yang dimana sedang dilakukan percobaan peramalan menggunakan simulasi untuk mengetahui bagaimana laju produksi fluidanya

Model simulasi ekonomi antara kombinasi kasus dasar “ high model ” dengan kasus dasar “ low model ” menunjukan bahwa teknologi efisiensi energi merupakan metode yang

Pada simulasi model kombinasi lebar blok Cu-Ni selain diperoleh defleksi juga dapat diketahui perilaku puntir seperti yang ditunjukkan dalam Gambar 10 , Gambar 11 , dan Gambar

Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami studi kasus yang berkaitan dengan model simulasi dalam kehidupan sehari hari. Nama

SIMULASI NUMERIK PENENTUAN PARAMETER BENAHAN ( ORDER PARAMETER) PADA SUPERKONDUKTOR BOLA MENGGUNAKAN.

Selanjutnya [5] mengukur besarnya kesalahan estimasi parameter vektor mean dan matriks kovarian pada pembentukan portofolio optimal model MV dengan menggunakan root

Pada simulasi ini dilakukan perubahan parameter motor momen inersia pada motor 1 HP dalam periode waktu tertentu yaitu pada saat t=0 momen inersia dibuat 0.005 kgm 2 , pada saat

Skenario yang disusun untuk implementasi simulasi (ditunjukkan pada LAMPIRAN C) diharapkan dapat menggambarkan parameter usability dan detil perancangannya dari bagaimana