Modélisation Des Paramètres Pétrophysiques Et Estimation
Modélisation Des Paramètres Pétrophysiques Et Estimation
Modélisation Des Paramètres Pétrophysiques Et Estimation
Réalisé par :
Moussa et Ahmed
So, this is it; the moment I always wanted to live:
MY GRADUATION DAY.
Ahmed BENAMOR
BENAMOR
Ahmed
Sommaire
Remerciement
Dédicace
Liste des figures
Liste des tableaux
Liste des abréviations
Résumé
Introduction générale..............................................................................................................................................…... 1
I-1 Introduction....................................................................................................................................................................4
I-2 Situation géographique................................................................................................................... ..........................4
I-3 Description du réservoir du champ Zotti.........................................................................................................5
I-4 La stratigraphie du réservoir........................................................................................................ ..........................5
I-5 Propriétés et caractéristiques pétrophysiques................................................................................................6
I-6 Analyse de l‟historique d‟exploitation du champ........................................................................................7
I-7 Etat actuel des puits....................................................................................................................... ..........................10
II-1 Introduction..............................................................................................................................................................................................11
II-2 Déférents catégories de quantités en place.................................................................................................12
II-3 Méthodes d‟estimation des réserves..............................................................................................................13
II-3-1 Méthode volumétrique........................................................................................................... ..........................13
II-3-1-1 Généralité................................................................................................................................. ..........................13
II-3-1-2 Paramètres nécessaires pour l‟application de la méthode volumétrique............................13
II-3-1-3 Principe de la méthode volumétrique...................................................................................................14
II-3-1-4 Calcul des paramètres pétrophysiques moyens...............................................................................15
II-3-2 Méthode de Bilan Matière.............................................................................................................................15
II-3-2-1 Généralité et application.............................................................................................................................15
II-3-2-2 Théorie et principe............................................................................................................... ..........................16
II-3-2-3 Développement de l‟équation de bilan matière..............................................................................18
II-3-2-4 Linéarisation de l‟équation de Bilan matière...................................................................................22
II-3-3 Méthode probabiliste de Monte Carlo....................................................................................................23
II-3-3-1 Généralité...........................................................................................................................................................23
II-3-3-2 Approche probabiliste..................................................................................................................................23
II-3-3-3 Notion de simulation Monte Carlo........................................................................................................24
II-3-3-4 Principe de la simulation Monte Carlo................................................................................................24
II-3-3-5 Classification probabiliste des réserves P10, P50 et P90...........................................................24
III-1 Introduction.............................................................................................................................................................26
III-2 Théorie de déclin...................................................................................................................................................26
III-2-1 L‟équation de débit de production en fonction de temps............................................................26
III-3-2 L‟équation de la production cumulée en fonction de temps.......................................................27
VI-1Introduction............................................................................................................................. .................................. 76
VI-2 Software OFM (Oil Field Manager) ...........................................................................................................76
VI-3 Simulation de la production future du champ Zotti.............................................................................76
VI-4 Conclusion..................................................................................................................................... ...........................78
Conclusion générale......................................................................................................................................................79
Recommandations.........................................................................................................................................................80
Bibliographie..................................................................................................................................... ................................81
Recommandations
Liste des figures
Chapitre I :
Chapitre II :
Chapitre III :
Figure III-1 : Courbes de déclin pour les trois tendances (harmonique, hyperbolique et
exponentiel) ........................................................................................................................................................................28
Chapitre IV :
Chapitre V :
Chapitre VI :
Chapitre I :
Tableau I-1 : Propréités PVT des fluides et caractéristiques pétrophysiques de réservoir ......7
Chapitre IV :
Chapitre V :
Chapitre VI :
Résumé:
Ce travail consiste à créer des modèles relatifs aux paramètres pétrophysiques de réservoir du
champ Zotti en utilisant logiciel „„Petrel‟‟ afin de caractériser le réservoir l‟objet de cette
étude. Ces modèles permettent de localiser le futur emplacement des puits à forer.
Les modèles établis permettent de faire une estimation plus précisée des réserves avec trois
méthodes (volumétrique, bilan matière et la nouvelle méthode de simulation de Monte
Carlo) ;la méthode volumétrique utilise les valeurs moyennes de la porosité et de la saturation
calculées à partir des modèles , la méthode de bilan matière utilise les données de production
et les données PVT et la simulation de Monte Carlo utilise les valeurs de porosité et de
saturation pour chacun des cellules avec Software „„Cristal Ball‟‟.
Aussi, l‟étude permet la mise en place d‟une prévision de production du champ pendant la
période 2019-2056 en utilisant les courbes de déclin avec logiciel OFM.
Mots clé : Modèle, la méthode volumétrique, bilan matière, Monte Carlo, courbes de déclin.
: ملخص
.'' يهذف هزا انعًم الَداص ًَارج يخعهمت بانخصائص انبخشوفيضيائيت نخضاٌ حمم ''صوطي'' ورنك باسخعًال بشَايح ''بخشال
حسًح انًُارج سابمت انزكش بخحذيذ يىالع اآلباس انخي سيخى حفشها يسخمبال كًا حًكُُا أيضا يٍ حمذيش احخياطي انُفظ بصفت
حسخخذو،)وحىاصٌ انًىاد وطشيمت يحاكاة يىَج كاسنى اندذيذة،أكثش دلت ورنك باسخعًال ثالد طشق يخخهفت(انحدًيت
ٌ و حسخخذو طشيمت حىاص،انطشيمت انحدًيت انميًت انًخىسطت نكم يٍ انًساييت وانخشبع انًحسىبت اَطاللا يٍ انًُارج انًُدضة
في حيٍ حسخخذو طشيمت، )انحدى ودسخت انحشاسة،انًىاد انبياَاث انخاصت باإلَخاج وانبياَاث انخاصت بذساساث(انضغظ
.''يحاكاة يىَج كاسنى ليى انًساييت و انخشبع انخاصت بكم خهيت يٍ انخضاٌ ورنك باسخعًال بشَايح ''كشيسخال بال
ٍ وهزا باسخعًال يُحُياث االضًحالل ع9102-9102 كًا حخيح هزِ انذساست وضع حىلعاث إلَخاج انحمم خالل انفخشة
.)طشيك بشَايح (أوافاو
. يُحُياث االضًحالل، يحاكاة يىَج كاسنى، حىاصٌ انًىاد، انطشيمت انحدًيت، ًَىرج: الكلمات المفتاحية
Abstract:
This work is to create models for petrophysical parameters Zotti field reservoir using software
'' Petrel '' to characterize the reservoir that which is the subject of this study. These models
allow determining the location of future wells to be drilled.
The established models allow for a more accurate estimate of the reserves with three methods
(volumetric, material balance and the new method of Monte Carlo simulation), the volumetric
method using the average values of porosity and saturation calculated from models the
method Mass balance using the production data and the PVT data and the Monte Carlo
simulation values of porosity and saturation for each of the cells with Software ' Crystal Ball '.
Also, the study allows the establishment of a forecast production from the field during the
period 2019-2056 using the decay curves with OFM software.
Keywords: Model, the volumetric method, material balance, Monte Carlo, decline curves.
Resumen:
Este trabajo es la creación de modelos de parámetros petrofísicos Zotti campo tanque usando
el software '' Petrel '' para caracterizar el depósito que es el objeto de este estudio. Estos
modelos permiten localizar la ubicación de los futuros pozos a perforar.
Los modelos establecidos permiten una estimación más precisa de las reservas con tres
métodos (volumétrico, de balance de materiales y el nuevo método de simulación Monte
Carlo), el método volumétrico utilizando los valores medios de la porosidad y la saturación
calculada a partir de modelos el balance de masa método que utiliza los datos de producción y
los datos PVT y los valores de simulación de Monte Carlo de porosidad y saturación para
cada una de las células con software '' bola de cristal'.
Además, el estudio permite el establecimiento de una proyección de producción desde el
campo durante el período 2019-2056 utilizando las curvas de caída con el software OFM.
Palabras clave: Modelar el método volumétrico, de balance de materiales, Montecarlo,
curvas de declinación.
Introduction générale
Toute exploitation d‟un champ est une fonction directe des quantités d‟huile ou de gaz
contenu dans les roches réservoirs et des caractéristiques de réservoir à savoir la porosité, la
perméabilité et la saturation en eau, qui sont évaluées d‟après les diagraphies ou par l‟analyse
des échantillons de roches prélevées au laboratoire.
D‟où la nécessité de connaitre les quantités des hydrocarbures en place, dans le cas
échéant d‟estimer, les quantités présentes, souvent appelées quantité en place ou OOIP :
Original Oil In Place OGIP : Original Gas In Place. Ces quantités incluent tous les
hydrocarbures présents dans la structure récupérables et résiduelles.
Ce calcul constitue l‟une des plus importantes tâches de l‟ingénieur en réservoir, qui
doit effectuer régulièrement des calculs des réserves afin de pouvoir anticiper le
comportement du réservoir. Il existe plusieurs méthodes différentes pour évaluer les quantités
d'hydrocarbures et le choix entre elles dépond de la quantité d‟informations disponibles sur le
champ étudié.
Les études entreprises par la société SonaHess en 1993 présentent les résultats des
calculs volumétriques des réserves initiales en place : 280 MMSTB d‟huile en condition de
surface.
L‟implantation du puits horizontal AR71 en Août 2006 et sa mise en production en
octobre 2006 avait montré la présence d‟une accumulation d‟huile et la continuité du
gisement de Zotti sur la partie Sud-ouest.
Problématiques :
Vérifier les résultats des calculs volumétriques trouvés en 1993.
Caractériser le réservoir du champ Zotti.
Étudier si les réservoirs de Zotti l'objet de l'étude ont d‟autres extensions.
Faire une prévision de la production future du champ Zotti.
Hypothèses :
La valeur réelle des réserves est plus grande que la valeur mesurée en 1993
(exploitation de la partie Sud-ouest).
Le gisement peut avoir une extension.
Avec les mécanismes de drainage naturel (l‟expansion d‟aquifère et l‟expansion de
l‟huile) la production et la pression vont chuter rapidement.
Présentation du champ
Zotti
Chapitre I Présentation du champ Zotti
I-1 Introduction :
Les champs Zotti , El-Gassi et El-Agreb (champs GEA) font l‟objet d‟un Contrat de
Partage de Production (PSC) entre Amerada Hess et Sonatrach .
Le contrat est entré en vigueur en date du 21 Octobre 2000, couvrant une période initiale
de vingt années, et visait à augmenter le taux de récupération des trois champs : El-Gassi,
El-Agreb et Zotti. On s‟intéresse dans notre étude au champ Zotti .
Le réservoir du Zotti a une structure isométrique affectée par trois failles d‟orientation
NW-SE qui le divisent en deux blocs indépendants. À l‟est, on note la présence d‟une
quatrième faille subméridionale avec un rejet de 250 m, la hauteur utile est de 148 m pour le
compartiment Nord et de 260 m pour le compartiment Sud, à noter que le Ri au niveau de
cette zone est érodé. [1]
Le contact eau-huile est à la cote absolue -3038m dans le bloc Sud et pris
conventionnellement à la cote -3060m pour le bloc Nord.
La figure suivante montre le chemin de migration des hydrocarbures de Hassi Messaoud
vers les trois réservoirs: El-Gassi, Zotti et El-Agreb. [1]
Figure I-2: Migration des hydrocarbures de HMD vers les champs GEA
Le réservoir Zotti a une profondeur de 3150m jusqu‟à 3290m dans la partie nord, ses
drains sont gréseux d'âge Cambro-Ordovicien. Il se subdivise de haut vers le bas en:
Le pétrole brut de GEA est composé d‟une huile légère, sous-saturée et brunâtre avec
une maturité décroissante tout au long de la voie de migration d‟El-Gassi à El-Agreb. Dans
tous les gisements, la pression du réservoir demeure au-dessus du point de bulle à
l‟exception de la zone du centre d‟Agreb ouest. [1]
Le tableau suivant donne les propriétés du fluide et les caractéristiques pétrophysiques
de réservoir Zotti :
Temperature
Pressiondeintial
reservoir F
Psi 222
6540
Pression intial Psi 6540
Densité En surface kg/ 795
de l'huile
Densité Sur
En place
surface kg/ 679
795
kg/
deDensité
l'huile En surface
Sur place kg/
kg/ 1.222
679
de l'eau
Densité En surface 1.222
kg/
de l'eau Sur place kg/ 1.199
Il est important de noter qu‟au niveau du champ Zotti, des mesures d‟eau produite
peuvent provenir d‟une percée d‟eau de gisement mais peuvent être également liées à l‟eau
injectée lorsque le puits est en lavage. Dans ce cas, le lavage peut induire des erreurs dans les
mesures d‟eau produite.
II
Méthodes d'estimation
des réserves
Chapitre II Méthodes d’estimation des réserves
II-1 Introduction :
Les différentes catégories de quantités en place sont classées par les notions de fluide :
prouvés, probables et possibles pour un gisement. Ces appellations sont utilisées de façon
générale par les grandes sociétés pétrolières mondiales. Il faut préciser qu‟à l‟échelle d‟un
bassin, ces notions peuvent être différentes : notion d‟accumulations espérées à partir des
réservoirs aujourd„hui inconnus. Ces trois catégories sont :
Il existe trois groupes de méthodes très différentes pour évaluer les quantités
d‟hydrocarbures dans les réservoirs et chaque méthode a ces propres bases, intérêts et
nécessite des données différentes pour l‟appliquer :
La méthode statique ou volumétrique.
La méthode dynamique ou bilan matière.
La méthode probabiliste ou simulation de Monte Carlo.
II-3-1-1 Généralité :
La méthode volumétrique est rendue délicate par la complicité des milieux poreux, elle ne
tient en compte que la géologie elle permet de donner les réserves en place initiale
(récupérable et irrécupérable), elle utilise dans la plupart des cas dans la phase de
développement de gisement, cette évaluation se fait à partir des données provenant de deux
sources différentes :
Pour pouvoir faire exécuter l'estimation des réserves par la méthode volumétrique les
paramétres suivants doivent être pris en considération:
Type d'hydrocarbures: huile, gaz ou condensat.
Description de la lithologie.
Surface: peut être introduite en ou hectare.
Epaisseur totale du réservoir : c'est l'épaisseur verticale du réservoir en mètre comprenant
les intervalles non utiles tel que les argiles.
Hauteur utile/épaisseur du réservoir: dans notre cas c'est le rapport de l'épaisseur utile du
réservoir /épaisseur totale du réservoir. [2]
Le principe de cette méthode est très simple, elle se base sur le calcul du volume total
de la structure auquel on retranche tous ce qui n‟est pas hydrocarbures : eau, argile, grains
solides en la multipliant par leurs fractions. [2]
À première vue, cette méthode est très simple, cependant, les paramètres en question
ne sont pas uniformes, et la structure n‟est pas régulière et évidemment on ne peut pas
mesurer ces paramètres en tout point du réservoir, voire même les quelques points mesurés
sont des mesures approximatives. [2]
Donc l‟exactitude des résultats obtenus dépondent essentiellement de la précision des
données, encore si ces dernières ne représentent pas l‟objet d‟étude, leurs précision est inutile.
Le principe de cette méthode se présente comme suite :
N (CF) = / (1- ) (II.1)
N(CF) : Volume des hydrocarbures dans les conditions de fond[ ].
: Volume de roche imprégnée[ ].
: Hauteur utile[ ].
: Hauteur totale[ ].
: Porosité moyenne[ ].
: Saturation en eau initiale moyenne[ ].
Le volume obtenu sera en condition de fond ; pour le convertir en condition de surface
on divise par le facteur de volume comme suit :
N(CS)= (II.2)
L'estimation des réserves par la méthode volumétrique est basée sur l'interprétation des
données géologiques et la modélisation des paramètres pétrophysiques. Les valeurs de la
porosité et la saturation moyennes sont calculées à partir des modèles de ces caractéristiques.
[2]
La hauteur utile moyenne:
∑
= ∑
(II.3)
Les bilans matières expriment l’égalité du volume des fluides contenus dans un
gisement et du volume des pores de celui-ci à une époque quelconque. [2]
Le comportement d‟un réservoir ne peut être connu qu‟à partir des observations faites
dans les puits, c‟est-à-dire essentiellement des mesures de débit, des mesures de pression et de
l‟analyse des fluides. Ce sont ces observations interprétées suivant certaines idées directrices
dans les « bilans matières », qui fournissent les éléments permettant d‟analyser et de prévoir
le comportement des gisements pour lesquels les éléments d‟information sont encore peu
nombreux. [2]
La méthode de bilan matière au fond du puits ne représente que l‟équation de
continuité pour l‟ensemble d‟un gisement (ou d‟un compartiment de celui-ci), pour un écart
fini des valeurs du temps, entrainant donc la prise en considération de variation finies des
masses et des pressions. C‟est aussi le modèle le plus simple de simulation des gisements ; il
représente un réservoir comme une cellule unique. [2]
Cette méthode s‟appui sur des hypothèses qui ne sont pas toujours faciles à vérifier :
Le réservoir est supposé homogène.
La porosité et perméabilité sont reparties d‟une manière uniforme.
La distribution de la pression est instantanée et uniforme.
Les pressions mesurées au fond du puits sont exactes durant toutes les années.
Aussi les données de production doivent être précises. [2]
Bien qu‟il ne soit pas nécessaire l‟équation de bilan matière est généralement écrite en bases
volumétriques du réservoir. Il s‟agit d‟une comptabilité exacte de la matière qui rentre,
s‟accumule dans le réservoir, ou produite à partir d‟un volume défini dans un intervalle de
temps de fonctionnement. [2]
L'équation de Bilan matière est basée sur le principe suivant :
Les deux figures précédentes peuvent être simplifiées dans la figure suivant :
(a) : Volume à la pression initiale.
(b) : Volume après la chute de pression.
Pi P
(a) (b)
Figure II-4 : Changement de volume dans un réservoir associe à une chute de pression
Le volume total des pores est nécessaire pour les différents calculs de bilan matière ce
volume peut être calculé en introduisant de manière conventionnelle un rapport entre
le volume initial de gaz cap et le volume initial d‟huile (m) dans l‟équation comme
suite : [3]
m= =
Les neuf termes de MBE peuvent être exprimés en utilisent les propriétés PVT des
hydrocarbures et les propriétés des roches comme suit : [3]
Le volume des pores occupé initialement par l‟huile = NBoi (II.8)
Le volume pores occupé initialement par le chapeau de gaz= mNBoi (II.9)
Le volume des pores occupé par l‟huile restant = (N -Np ) Bo (II.10)
Tel que :
Np : Production cumulé d‟huile [STB].
Tel que :
Bg : Facteur volumétrique de formation de gaz à P [BBL SCF].
Le volume des pores occupé par le gaz libéré : ce terme peut être déterminé en faisant le bilan
matière de gaz dissout dans l‟huile comme suit :
Volume des pores occupé par le gaz libéré = volume de gaz dissout initialement – volume de
gaz produit – volume de gaz restant dissout dans l’huile.
Alors :
Le volume des pores occupé par le gaz libéré = [N Rsi - Np Rp - (N–Np ) Rs ] Bg (II.12)
Tel que :
Rsi : GOR de solubilité initial à Pi [SCF STB].
Rp : GOR de production cumulé [SCF STB].
Rs : GOR de solubilité à P [SCF STB].
Le volume des pores occupé par l‟entrée d‟eau= We - Wp Bw (II.13)
Tel que :
We : L‟eau entré cumulé [BBL].
Wp : L‟eau produit cumulé [STB].
Tel que :
Vw : L‟expansion d‟eau interstitiel [BBL].
Vp : Volume total des pores [BBL].
Swi : La saturation en eau initial [%].
cw : La compressibilité d‟eau[Psi 1 ].
Tel que :
cf : La compressibilité de la roche[Psi 1 ].
Tel que :
Vt : Le changement total de volume des pores[BBL].
Le volume des pores occupé par le gaz injecté et l‟eau injecté =
Ginj Bginj +Winj Bw (II.18)
Tel que:
Ginj : Le volume de gaz injecté cumulé [S ].
Bginj : Facteur volumétrique de formation de gaz injecté [BBL STB].
Winj : Le volume d‟eau injecté cumulé [STB].
Bw : Facteur volumétrique de formation d‟eau injecté [BBL STB].
- Par combinaison des équations précédentes on obtient la relation suivant :
Np Bo (Gp Np Rs )Bg (We Wp Bw ) Ginj Bginj Winj Bw
N Bg S c c
(II.19)
Bo Boi Rsi Rs Bg mBoi [ 1 ] Boi 1 m [ wi w f ] P
Bgi 1 Swi
Gp = Np Rp (II.20)
- On combinant les deux dernières équations on obtient le MBE :
Np [Bo (Rp Rs )Bg ] (We Wp Bw) Ginj Bginj Winj Bw
N Bg S c c
(II.21)
Bo Boi Rsi Rs Bg mBoi [ 1 ] Boi 1 m [ wi w f ] P
Bgi 1 Swi
Tel que :
Bt : Facteur volumétrique de formation total à P [BBL STB].
Bti Facteur volumétrique de formation total à Pi [BBL STB].
Dans l‟équation du bilan matière les termes inconnus sont le volume initial d‟huile N, le rapport
original du volume du gaz cap par rapport à la taille de la zone à l‟huile « m » et le cumule du volume
d‟eau de l‟aquifère qui s‟est introduit dans le réservoir.
Des nombreuses études donnent une représentation plus compacte de l‟équation de bilan
matière : [3]
F= N[Eo mEg Ef w ] + (We Winj Bw Ginj Bginj ) (II.23)
Tel que:
F = Np [Bo (Rp Rs )Bg ] + Wp Bw (II.24)
Swi cw cf
Ef w = Boi 1 m [ ] P (II.28)
1 Swi
Tel que:
F : Représente le soutirage et l‟injection totale [BBL].
Eo : Représente l‟expansion d‟huile et de gaz originalement dissout dans l‟huile [BBL STB].
Ef w : Représente l‟expansion d‟eau interstitielle et la réduction de volume des pores [BBL STB].
II-3-3-1 Généralité :
a- Définition :
Quand les valeurs des paramètres de réservoir ne sont pas fixes, sont inconnus et
aléatoires, l‟évaluation des réserves demeure incertaine et risquée. Cela conduit à simuler un
grand nombre de scénarios en affectant à chaque paramètre des valeurs et des probabilités
d‟occurrence pour une approche probabiliste des réserves: C’est la simulation Monte Carlo.
[4]
III
Théorie des courbes de déclin
Chapitre III Théorie des courbes de déclin
III-1 Introduction :
La méthode des courbes de déclin DCA (Decline Curves Analysis) est l‟une des
formes d‟analyse des données les plus employées pour évaluer les réserves d‟huile et prévoir
la production future. La technique d‟analyse de la courbe de déclin repose sur l‟hypothèse
selon laquelle les tendances de la production et leurs facteurs déterminants se poursuivront à
l'avenir et par conséquent, peuvent être extrapolés et décrits par des expressions
mathématiques. [5]
= =- (III.2)
La valeur de la production cumulée entre deux instants est définie par l‟intégral suivant : [6]
=∫ ∫ (III.3)
Ou en fonction de :
= *( ) (III.6)
Ou en fonction de :
= * log ( )=- *log ( ) (III.9)
Ou en fonction de :
= [1-( )* ] (III.12)
Tel que:
: Production cumulé d‟huile [STB].
La figure ci-dessous montre la forme générale des courbes de déclin pour les trois
tendances (harmonique, hyperbolique et exponentiel).
Figure III-1 : Courbes de déclin pour les trois tendances (harmonique, hyperbolique et
exponentiel)
IV
Modélisation des paramètres
pétrophysiques
Chapitre IV Modélisation des paramètres pétrophysiques
IV-1 Introduction :
Petrel est un logiciel basé sur Windows pour la visualisation 3D, la cartographie et la
modélisation en trois dimensions du réservoir.
Le logiciel Petrel donne à l'utilisateur la possibilité de construire un modèle permettant
d‟extrapoler les propriétés de réservoir. [7]
la visualisation 3D.
L‟interprétation sismique 2D et 3D.
Les corrélations entre les puits.
Le design des grids pour la simulation de réservoir et la simulation géologique.
La conversion des temps en profondeurs.
La modélisation 3D de réservoir.
Le design 3D des puits.
Le calcul volumétrique des quantités en place.
La simulation de la production.
ECLIPSE pour les modèles dynamiques. [7]
Le logiciel Petrel, avec les différentes fonctions qu‟il contient peut nous aider à faire
toutes sortes de modélisations sur notre réservoir, et permet aussi une visualisation en trois
dimensions (3D) ou bien en deux dimensions (2D) des cartes et des coupes
des résultats obtenus. [7]
Les modélisations qui peuvent être réalisées sont :
La modélisation structurale.
La modélisation des facies.
La modélisation des paramètres pétrophysiques.
La modélisation contact huile-eaux. [7]
La modélisation des caractéristiques pétrophysiques par le logiciel Petrel s‟appuie sur les
deux étapes suivantes :
Input data.
La tête de puits :
Pour les puits non verticaux, un fichier contenant les paramètres de la déviation doit être
importé.
Les données des logs (GR, Résistivité, sonique, neutron, densité) qui sont déjà interpréter par
software IP et donnée se forme de (porosité, volume d‟argile, saturation en eau).
Les failles(Faults) :
À partir des niveaux sismiques et les tops des formations dans les puits.
Dans cette étape on utilise le plan des failles pour construire une grille composée de couches
qui formant le squelette du modèle qui sera susceptible de contenir tout les niveaux réservoir
du champ Zotti.
Deux horizons ont été construits en profondeur et qui sont Ri3 et Basement, ces dernier
forme un seul top.
Convertir le modèle en 3D; toutes les données utilisées pour ce modèle étaient en profondeur
(mètre), si les données sont en time.
Détermination des zones à partir des tops et surfaces ; la détermination se fait comme suit :
Zone1 : de Ri3 à Basement: 11 layer ont été définies par : Ri3, Ri2, Ri1, Base Ri, RaU4,
RaU3B, RaU3A, RaU2, RaU1B, RaU1A et RaL; toutes ces layers sont construites de manière
conforme.
Etant donné que les données sont trop dispersées et non représentés de façon uniforme
dans la zone d'étude et aussi les données sont beaucoup trop rares d‟une part figure IV-1, et
pour faciliter la modélisation de variogramme dans le sens horizontal d‟autre part nous avons
utilisé la carte de variogramme (modélisation de variogramme dans le sens horizontal) en
quatre (04) étapes.
On affiche les données dans une fenêtre 2D et on utilise l'outil de mesure pour calculer le
rayon de recherche (Search radius) dans la grande direction (major direction) on doit faire
recours à la figure IV-1 pour choisir les distances les plus éloignées dans les deux sens X et
Y.
D‟après les données des deux tableaux précédents on a Y1 > X2 donc on peut définir les
directions dans les deux sens comme suit :
La grande direction (Major direction) : Y1= 5044,34
La petite direction (Minor direction) : X2= 2796,9
Il y a lieu de noter que les deux directions il faut qu‟elles soient orthogonales
Le pas (Lag distance) : on définit le pas par la petite distance entre deux puits voisins, en se
référant à la figure IV-1, le pas est la distance entre les puits AR66 et AR65.
Nous avons choisi variogramme horizontal afin de connaitre l‟azimut des deux directions la
grande et la petite.
On utilise upscaled well logs, c‟est à dire on choisi les valeurs moyennes de la porosité pour
chaque cellule.
Afin d‟identifier l‟anisotropie des propriétés pétrophysiques des puits l‟objet de cette étude les
données de sortie seront illustrée sous forme d‟une surface.
L'outil de mesure de distance a été utilisé pour déterminer la direction d‟anisotropie.
L‟outil de mesure donne un angle d‟azimut 12.1°. Sachant que l‟étendu de la plage identifiant
l‟orientation de la surface dans la carte doit être déterminée dans la zone de variance la plus
faible. La valeur de l‟azimut utile peut déterminer la grande direction et la petite direction dans
l'étape d‟analyse des données.
Afin de calculer le rang maximal dans les deux directions grande et petite on procède au calcul
de variogramme horizontal, le rang maximal est la valeur à ne pas dépasser dans l‟étape de
l‟analyse des données (data analysis).
La grande direction:
LaIV-6:
Figure petite Les
direction:
paramètres de recherche dans la grande direction
Le recherche est définie par :
Le rayon de recherche= 2796.9m.
Le pas = 495m.
L‟angle d‟azimut = 102.1º
Après cette étape nous avons obtenue le variogramme horizontal illustré par la figure ci-dessous :
L‟étape de l‟analyse des données s‟effectue pour chacun des 11 layers indépendants et pour le
raison que le travail est répéter de même façon pour ces derniers nous allons présenter
arbitrairement le layer RaU4 et on suive les étapes suivantes :
La direction verticale:
Le rayon de recherche dans la direction verticale (épaisseur de layer RaU4) qu‟est de 14.9 m,
pour les logs chaque 0.0762m on a une valeur de porosité, pour notre cas on prend le pas le
double de cette distance = 0.1524 m.
Le nombre de lag = =98
La petite direction:
Direction Le rang
Grand direction 1006.735 m
Petitdes
direction
Figure IV-13: L‟analyse données de la petite direction 990.942 m
Les rangs obtenus pour les deux direction grande et petite sont mentionnés dans le tableau
suivant :
Tableau IV-4: Le rang pour les deux directions
Direction Le rang
Grand direction 1006.735 m
Petit direction 990.942 m
D) – Modélisation pétrophysiques:
Cette étape permet de faire les corrélations et de construire le modèle de cette layer, ce dernier
est montré dans la figure ci-dessous :
Vérification de la modélisation :
Afin de vérifier l‟efficacité de la modélisation nous avons fait une comparaison entre les valeurs
de la porosité obtenues de modèle avec celles données par les logs.
Pour les trois histogrammes (la distribution de la porosité obtenue de la modélisation, des logs et
des Upscaled cells) ont-la même forme, ce qui montre que la modélisation des données de layer
RaU4 est adhérent.
Nous avons fait les mêmes étapes pour les 11 layers, les résultats obtenus sont illustré dans le
tableau ci-dessous :
Tableau IV-5: Les rangs obtenus pour les 11 layers dans les trois directions
Layers Vertical direction Grande Petite direction
direction
L‟épaisseur Le rang Le rang Le rang
Ri3 20.62 6.312 900.849 712.832
Ri2 9.87 2.452 898.717 708.787
Ri1 10.14 5.844 1154.821 854.287
Base Ri 10.95 1.123 1321.845 651.454
RaU4 14.9 2.894 1006.735 990.942
RaU3B 17.5 4.698 997.466 990.869
RaU3A 13.54 2.822 1002.123 987.362
RaU2 9.04 3.225 1004.158 910.253
RaU1B 13.54 2.214 1145.132 910.155
RaU1A 11.70 4.587 952.421 927.231
RaL 13.96 3.545 886.251 752.471
Le modèle final de la porosité est obtenu par la combinaison des modèles des 11 layers
précédents comme montre la figure ci-dessous :
Nous avons suivi les mêmes étapes précédentes, et nous avons obtenu :
Le rayon de recherche dans la grande direction (sens de Y)= 5044,34m.
Le rayon de recherche dans la petite direction (sens de X)= 2796,9m.
Le pas =495m.
L‟outil de mesure donne un angle d‟azimut -9.4°. Sachant que l‟étendu de la plage identifiant
l‟orientation de la surface dans la carte doit être déterminée dans la zone de variance la plus
faible, donc la petite direction a un azimut de 80.6°.
L‟étape de l‟analyse des données s‟effectue pour chacun des 11 layers indépendants et pour le
raison que le travail est répéter de même façon pour ces derniers nous allons présenter
arbitrairement le layer RaU4. Et on suive les étapes suivantes :
Transformation des données en une courbe de tendance (normal transforme) :
Nous avons transformé les données discrètes en une courbe de tendance puisque Petrel conçu
pour des algorithmes qui fonction avec des données continues.
La direction verticale:
Le rayon de recherche dans la direction verticale (épaisseur de layer RaU4) qu‟est de 14.9 m,
pour les logs chaque 0.0762m on a une valeur de saturation, pour notre cas on prend le pas le
double de cette distance = 0.1524 m.
Le nombre de pas = =98
La grande direction :
La petite direction :
Les rangs obtenus pour les deux direction grande et petite sont mentionné dans le tableau
suivant :
Tableau IV-6: Les rangs pour les deux directions
Direction Le rang
Grande direction 492.791 m
Petite direction 492.448 m
D) – Modélisation pétrophysiques:
Cette étape permet de faire les corrélations et de construire le modèle de cette layer, ce dernier
est montré dans la figure ci-dessous :
Vérification de la modélisation :
Afin de vérifier l‟efficacité de la modélisation nous avons fait une comparaison entre les valeurs
de la porosité obtenues de modèle avec celles données par les logs.
Pour les trois histogrammes (la distribution de la saturation obtenue de la modélisation, des
logs et des Upscaled cells) ont-la même forme, ce qui montre que la modélisation des données
est adhérent.
Nous avons fait les mêmes étapes pour les 11 layers, les résultats obtenus sont illustré dans le
tableau ci-dessous
Tableau IV-7: Les rangs obtenus pour les 11 layers dans les trois directions
Layers Vertical direction Grande direction Petite direction
L‟épaisseur Le rang Le rang Le rang
Ri3 20.62 5.712 1730.442 919.732
Ri2 9.87 1.692 1678.714 1154.387
Ri1 10.14 4.734 954.821 874.287
Base Ri 10.95 4.353 2371.845 2091.514
RaU4 14.9 5.971 492.791 492.448
RaU3B 17.5 1.805 990.256 987.166
RaU3A 13.54 1.921 1102.123 1087.362
RaU2 9.04 3.414 904.190 490.163
RaU1B 13.54 1.315 545.172 310.175
RaU1A 11.70 2.817 1752.475 1427.236
RaL 13.96 2.935 1916.257 1852.441
Le modèle final de la saturation en eau est obtenu par la combinaison des modèles des 11 layers
précédent comme montre la figure ci-dessous :
À partir de modèle précédent nous avons déduit la saturation en eau moyenne, =34%.
IV-4 Conclusion :
V
Calcul des réserves du champ
Zotti
Chapitre V Calcul des réserves du champ Zotti
V-1 Introduction:
Nous avons estimé les réserves du champ Zotti par trois méthodes volumétrique, bilan
matière et simulation de Monte Carlo.
Pour obtenir la valeur de N en STB on mit en évidence un facteur de conversion dans l‟équation :
N(CS) = 6,28981* / (1- )/ (V.2)
A B C D E F G
1 Properties in
oil inteval
2 SAT. water : 0.34
3 Sat.oil 1-Sw-Sg
4 Sat.gas : 0
5 Bo 1.523 [ / ]
6 case Bulk Net Pore HCPV HCPV STOIIP
volum volum volum OIL GAS (IN OIL)
7 unité [*10ˆ6 [*10ˆ6 [*10ˆ6 ] [*10ˆ6 [*10ˆ6
] ] ] ] [*10ˆ6STB
]
8 case 1970 1930 154 100 0 421
9 Totals all
result types
10 zones
11 Ri3 163 160 13 9 0 35
12 Ri2 170 167 13 9 0 36
13 Ri1 155 152 12 8 0 33
14 Base Ri 46 45 4 3 0 10
15 Rau4 332 325 26 17 0 71
16 Rau3B 287 281 22 14 0 61
17 Rau3A 262 257 21 13 0 56
18 Rau2 175 171 14 9 0 37
19 Rau1B 262 257 20 13 0 56
20 Rau1A 91 89 7 4 0 20
21 Ral 27 26 2 1 0 6
La somme des quantités d‟huile en place données par l‟ensemble de layer montre une valeur de
421MMSTB.
Cette méthode nécessite de faire l‟analyse des données de production et des données PVT
comme suit :
Tableau V-2 : Production annuelle d‟huile, d‟eau et de gaz durant la période 1963-2018
Année Pression Production Production Production GOR
statique annule d‟huile annule de Gaz annule d‟eau
Psi STB MSCF STB SCF/STB
1963 6 500,58 141080 118095 0 837.08
1964 6 304,78 2344069 1968326 0 839,70
1965 6 126,75 1949526 1642030 0 842,27
1966 6 174,30 3422395 2884781,57 0 842,91
1967 6 025,5 3895272 3291037,99 0 844,88
1968 5 737,70 3034997 2576191,2 0 848,83
1969 5 588,30 4759746 4031710,56 0 847,04
1970 5 509,25 4516358 3908524,92 0 865,42
1971 5 487,27 3686592 3253970,85 0 882,65
1972 5 393,63 4409679 3903163,52 0 885,14
1973 5 300,00 4743517 4168443,56 0 878,77
1974 5 166,23 5351937 4641045,82 0 867,17
1975 4 847,65 7089910 6530282,25 0 921,07
1976 4 724,85 6920123 6693936,94 0 967,31
1977 4 602,05 7195323 7369473,65 0 1024,2
1978 4 435,04 7903707 7335115 0 928,06
1979 4 320,40 7898260 6923399,97 665,4102 876,57
1980 4 204,00 7059981 6008501,01 135365,45 851,06
1981 4 519,36 3099385 2623349,54 62104,171 846,41
1982 4 535,04 3107481 2628376,41 47304,127 845,82
1983 4 633,60 2780437 2354831,05 56227,4 846,93
1984 4 814,53 2447104 2102738,7 71857,815 859,28
1985 4 591,56 3856299 5390043,83 149436,95 923,45
1986 4 588,00 3532844 2992702,78 166462,43 847,11
1987 4 608,60 3515699 3269618,51 223572 930,01
1988 4 704,25 3300980 2800339,39 235723,6 848,34
1989 4 620,00 2932440 2455309,96 268328,3 837,29
1990 4 732,75 2809903 2595316,03 370833,1 923,63
1991 4 901,75 2609496 2357909,95 416522,5 903,59
1992 4 584,00 2571329 2133316,63 329681,2 829,66
1993 4 662,00 2590814 2150490,72 294743,9 830,04
1994 4 279,38 3265376 2674474,02 197902,4 819,04
1995 4 515,87 3562124 2940893,12 478609,2 825,60
1996 3 824,76 2916734 2178997,68 491527,7 747,07
Bo (BBL/STB)
1,640
1,630
1,620 Bo = -0.0000324138*P + 1,697
R² = 0,995
1,610
1,600
1,590
1,580
1,570
1,560
1,550
2000 2500 3000 3500 4000 4500 P (Psi)
Tableau V-5 : Erreur relative entre la valeur mesurer de et celle donnée par l‟équation
Pression (Psia) Bo (BBL/STB) Bo (BBL/STB) calculé L‟erreur relative
donnée PVT par l‟équation
4200 1,562 1,56086204 0,07285275
4000 1,567 1,5673448 0,02200383
3800 1,573 1,57382756 0,0526103
3600 1,579 1,58031032 0,08298417
3400 1,585 1,58679308 0,11312808
3200 1,591 1,59327584 0,14304463
2980 1,598 1,60040688 0,15061802
2800 1,604 1,60624136 0,13973566
2600 1,611 1,61272412 0,10702173
2400 1,619 1,61920688 0,01277826
2200 1,627 1,62568964 0,08053841
2055 1,633 1,63038964 0,15985052
Le coefficient de corrélation est de 0.995 et l‟erreur moyenne est de 0.09%, donc l‟équation
obtenue est cohérent.
À partir des données de Tableau V-6 nous avons tracé en fonction de pression.
Cf(Psi-1)
0,00008
Cf = 9E-09*P + 1E-05
0,00007 R² = 0,961
0,00006
0,00005
0,00004
0,00003
0,00002
0,00001
0 P (Psi)
2500 3500 4500 5500 6500 7500
( ) ( ) L‟erreur relative
Pression
(%)
(Psi) donnée PVT calculé par l‟équation
6653 0,00007418 0,000069877 5,80075492
6500 0,00007149 0,0000685 4,182403133
6000 0,00006398 0,000064 0,031259769
5500 0,00005799 0,0000595 2,603897224
5000 0,00005309 0,000055 3,597664344
4500 0,00004901 0,0000505 3,040195878
4000 0,00004555 0,000046 0,987925357
3500 0.00004257 0,0000415 2,513507165
3000 0.00003999 0,000037 7,476869217
2500 0.00003772 0,0000325 13,8388123
Le coefficient de corrélation est de 0,961 et l‟erreur moyenne est de 4,40%. Donc l‟équation
obtenue est cohérent.
V-2-2-3 Les équations utilisées :
On revient à l‟équation de bilan matière linéaire :
F= [ ]+( )
Puisque il n‟y a pas d‟injection ni d‟eau ni de gaz :
=0 et =0
Pas de chapeau de gaz alors :
=0
L‟équation devient :
F= [ ]+ (V.5)
L‟équation représente deux inconnus qui sont N quantité d‟huile en place et l‟entrée d‟eau
interstitielle.
Le tracé de F en fonction de [ ] doit donner une droite avec une pente égale à N (la
quantité d‟huile initiale).
Aussi on a :
=
= +( - )
Pendant la période 1963-2018 la pression de gisement reste au dessus de pression de bulle donc :
= donc : = et =
D‟où :
= = =-0.0000324138*( - )
=0.0000324138*(6500.58- )
= [ ] P
= [ ]*(6500.58- )
=( * (V.6)
Cette corrélation peut être appliquée pour n‟importe quelle valeur de pression et température de
réservoir :
Tel que:
=3.8546-0.000134*P (V.7)
=-0.01052+4.77* *P (V.8)
=3.9267* -8.8* *P (V.9)
T : Température de réservoir en [°F].
P : Pression de réservoir en [Psi].
La température de réservoir est T=222°F
D‟où :
=3.45439* - 7.147592* *P (V.10)
F= [ ( ) ]+
Comme > alors
D‟où F= +
=34% =1.019 BBL/STB
À partir des valeurs de la pression statique de réservoir pendant la période 1963-2018 et les
équations (V.3), (V.4) et (V.10) nous avons établi le tableau ci-dessous :
À partir des calcules présenter dans le tableau précédent on trace le graphe suivant :
F(BBL)
290000000
285000000
y = 4,177E+08x + 1.373E+08
280000000 R² = 0,829
275000000
270000000
265000000
260000000
255000000
250000000
245000000
240000000
0,27 0,29 0,31 0,33 0,35 0,37 [E +E ](BBL/STB)
o w,f
Les résultats obtenus à partir des données mesurées ont été formulées par des équations
simples de deux paramètres mesurables F et ( ), les résultats issus de ces équations sont
très cohérents à ceux tirés des tableaux d‟où la précision est très grande.
permettant la réalisation des simulations performantes basées sur la méthode de Monte Carlo, le
calcul de prévision et l‟optimisation. [8]
Automatise les analyses des scénarios par la simulation Monte Carlo. Définis aisément les
plages de variation des paramètres en entrée et calcule automatiquement des milliers de valeurs
des paramètres de sortie et les probabilités associées. Enregistre les résultats pour des analyses
plus approfondies et génére des rapports personnalisés et de nombreux graphiques. [8]
À partir des deux Modales (de la porosité et de la saturation) établi par Petrel, nous avons
extrait une série de données représente les valeurs de la porosité et la saturation en chaque
cellule définie par ses cordonnées (x, y et z). Cette série de données contient certain cellules dans
lesquelles les valeurs de la porosité et/ou la saturation ne sont pas définis (à cause de l‟absence
d‟une extrapolation), ces cellules sont éliminées de la série d données, puisque la série de
données contient des millions de valeurs, nous avons présenté un simple échantillon comme
montre le tableau ci-dessous :
Tableau V-11 : Saturation en eau et porosité pour certain cellules des modèles
x y z La porosité Sw
1 14 23 0,060807 0,16483981
1 15 23 0,082265 0,17579923
1 16 23 0,086294 0,16939058
1 17 23 0,069883 0,17641077
1 18 23 0,091416 0,17697135
1 19 23 0,08306 0,17595385
1 20 23 0,088904 0,17280654
2 9 23 0,084839 0,16574558
2 10 23 0,085552 0,17321885
2 11 23 0,067424 0,16913712
2 12 23 0,049356 0,18422519
2 13 23 0,066998 0,17432269
2 14 23 0,070563 0,17066538
2 15 23 0,053026 0,1714825
2 16 23 0,061831 0,17653135
2 17 23 0,086594 0,17890615
2 18 23 0,087559 0,17572731
2 19 23 0,070932 0,17647154
2 20 23 0,074583 0,17852019
2 21 23 0,073974 0,16302038
2 22 23 0,081342 0,16801846
L‟équation utilisé pour la méthode de Monte Carlo est la même que celle utilisé par la méthode
statique.
N(CS) =6,28981* / (1- )/
=1.523BBL/STB obtenue a partir des donnée PVT.
=1970*10^6 m3 volume totale de réservoir (Bulk volume).
V-2-3-2 Distribution des paramètres de l’équation :
V-2-3-2-1 Distribution la saturation en eau :
Le tableau et la figure ci-dessous montrent les résultats statistiques de la distribution de la
saturation en eau :
en eau
V-2-3-3 Simulation des réserves :
À partir des distributions des paramètres de calcul des réserves nous avons établi les
quantités d'huile dans le champ Zotti qui pourrait exister avec leurs probabilités respectives en
utilisant les méthodes statistiques de Monte Carlo, Les figures suivantes montrent les résultats
obtenus :
Cette quantité N=264.42MMSTB représente le volume minimal ayant une probabilité d‟au
moins 90% d‟être économiquement exploitables.
N=603.08MMSTB volume maximal, mais la chance d‟existence est estimée à seulement 10%
d‟être économiquement exploitables.
V-3 Conclusion :
Les résultats obtenus par la méthode volumétrique sont très proches de ceux obtenus par
la méthode bilan matière ces résultats sont assez logiques. Le volume initial statique
N= 421MMSTB est légèrement supérieur à celui calculé par la méthode dynamique
N= 417,7MMSTB, ce qui est un résultat attendu et cohérent (expliqué par l‟effet que la méthode
de bilan matière ne tient pas en compte les pores fermé). Ce qui montre que les réservoirs du
champ Zotti ne communiquent pas avec d‟autres réservoirs et n‟ont pas d‟extension en dehors de
gisement.
En comparant les réserves probables N=439.70MMSTB qui sont les plus proche de la réalité,
avec la valeur calculée par la méthode volumétrique qui utilise les valeurs moyennes (
, ) N=421MMSTB, on peut dire donc que les résultats obtenus sont cohérents, très
logiques et montrent la précision des modèles établis.
Mémoire de fin d’études 75
CHAPITRE
VI
Simulation de la production
Chapitre VI Simulation de la production
VI-1 Introduction :
La méthode des courbes de déclin permet une prévision de la production future à l‟échelle
du champ Zotti en utilisant pour ce faire le software OFM.
OFM est un logiciel d‟analyse des données de production qui permet un accès rapide à des
informations importantes pour les gestionnaires, les ingénieurs pétroliers et les géo-scientifiques.
[8]
Transforme les données en décisions susceptibles d'améliorer les performances des
champs de pétrole et de gaz tout au long de leur cycle de vie.
Prévoit les performances avec des vues de production avancées.
Analyse des courbes de déclin pour prévoir la production.
Affiche, relie et analyse les données de réservoir et de production avec des outils
intégrés.
La visualisation des puits et des complétions et la détermination des problèmes d'accès
au site.
Afin de prévoir la production future de notre champ nous avons appliqué la méthode des
courbes de déclin avec un déclin exponentiel qui s‟appuie sur les hypothèses suivantes :
Le déclin de débit et les techniques d‟exploitation restent les mêmes.
Il n‟y a aucune découverte nouvelle.
On arrêtera la production lorsque le débit de production du champ chute au dessous de
100 barils par jours.
La figure ci-dessous montre le résultat obtenue :
La figure VI-1 permet de déduire les réserves restantes à exploiter avec les techniques actuelles
durant la période 2019-2056, ces réserves sont montrées dans le tableau ci-dessous :
Tableau VI-1: la production future en fonction de temps
Année Cumul de production MSTB
2019 170652,63145734
2020 171657,153998932
2021 172570,383613301
2022 173402,998813715
2023 174162,115755448
2024 174856,032106747
2025 175486,884014656
2026 176062,048113007
2027 176586,44018646
2028 177065,792199644
2029 177501,579786304
2030 177898,898667663
2031 178261,144629496
2032 178592,27726834
2033 178893,315940501
2034 179167,780730528
2035 179418,017420796
2036 179646,761269768
2037 179854,716440843
2038 180044,314581024
2039 180217,176138512
2040 180375,19060856
2041 180518,844421761
2042 180649,817340934
2043 180769,228759081
2044 180878,383924812
2045 180977,618860595
2046 181068,093933506
2047 181150,582411517
2048 181225,985950207
2049 181294,536671279
2050 181357,036147277
2051 181414,018545696
2052 181466,10672319
2053 181513,461027624
2054 181556,635179071
2055 181595,998176278
2056 181608,26473281
VI-4 Conclusion :
Les résultats de simulation montrent que la quantité prévisionnelle à exploiter pendant 47 ans
avec le même rythme de production et les mêmes techniques actuelles peut être estimée à
12362,73273MSTB, d‟où la nécessité de mettre en place des nouvelles techniques afin améliorer
davantage la production du champ.
&
RECOMMONDATIONS
Conclusion générale
L‟estimation des réserves avec les trois méthodes permet de déduire les résultats suivants :
Bilan matière:
Les résultats obtenus à partir des données mesurées de la production totale ont été formulées par
des modèles d'équations très simples de deux paramètres mesurables F et (Eo+Ef,w), l‟erreur
relative moyenne est de 1.31 %, elle est proche de zéro et le coefficient de corrélation est de
0.829 il est proche de l‟unité d‟où la précision est très grande.
Les résultats obtenus par la méthode volumétrique sont très proches de ceux obtenus par la
méthode bilan matière ces résultats sont très logiques le volume initial statique N=421MMSTB
est légèrement supérieur à celui calculé par la méthode dynamique N= 417,7MMSTB, est un
résultat attendu et cohérent (expliqué par l‟effet que la méthode de bilan matière ne tient pas en
compte les pores fermés), l‟erreur relative est de 0.78%, les résultats obtenus sont cohérents.
D‟après ces résultats les réservoirs du champ Zotti ne communiquent pas avec d‟autres réservoirs
et n‟ont pas d‟extension en dehors de gisement
Les résultats obtenus sont supérieurs à ceux de 1993 ce qui pourrait s‟expliquer par
l‟exploitation de la partie Sud-ouest en 2006 et aussi par le développement des techniques
d‟exploitation.
Comparaison entre la simulation de Monte Carlo et la méthode volumétrique:
En comparant les réserves probables N=439.70MMSTB (les plus proche de la réalité) avec la
valeur calculée par la méthode volumétrique N=421MMSTB, l'erreur relative est de 4.44%, on
peut dire donc que les résultats obtenus sont cohérents, très logiques et montrent la précision des
modèles établis alors le réservoir est bien caractériser.
Simulation de la production :
La méthode des courbes de déclin montre que les réserves restantes à exploiter avec les
techniques de récupération actuelles (récupération primaire ou par drainage naturelle) sont
de 12362,73273MSTB pendant la période 2019-2056.
[1] Document SONAHESS “Plan de développement des champs GEA ” (Décembre 2014) ; p:2-8
& 92.
[2] René Cossé (1988), „„le gisement‟‟ [Technique d‟exploitation pétrolière ; Edition Technip;
p:107-111 & 204-205] Paris, France.
[3] Ahmed Tarek (2006), „„Reservoir Engineering Handbook‟‟; Third Edition; p: 752-760 & 774-
776] Elsevier, USA.
[4] Mohamed Said Beghoul (2013), „„Estimation des réserves d‟hydrocarbures en place‟‟
Séminaire IAP, Boumerdes ; p : 167-177.
[5] Ahmed Tarek (2010), “Analysis of Decline and Type Curves” [Reservoir Engineering;
Fourth Edition; p: 1235-1263] Elsevier, USA.
[6] Shlumberger Information Solutions (2010), “OilFiled Manager Forecast Analysis
Fundamentals”; p: 10-12.
[7] Shlumberger, „„Property Modeling Course Petrel 2008‟‟; p: 2.
[8] Site web: www.oracle.com ; 24/02/2019.