Selecting an Appropriate Upscaled Reservoir Model Based on Connectivity Analysis

Sélection de méthodes d’upscaling par analyse de connectivité

IFP Energies nouvelles, 1-4 avenue de Bois-Préau, 92852 Rueil-Malmaison Cedex - France
e-mail: christophe.preux@ifpen.fr - mickaele.leravalec@ifpen.fr - guillaume.enchery@ifpen.fr

^* Corresponding author

Received: 2 December 2014
Accepted: 21 July 2016

Abstract

Reservoir engineers aim to build reservoir models to investigate fluid flows within hydrocarbon reservoirs. These models consist of three-dimensional grids populated by petrophysical properties. In this paper, we focus on permeability that is known to significantly influence fluid flow. Reservoir models usually encompass a very large number of fine grid blocks to better represent heterogeneities. However, performing fluid flow simulations for such fine models is extensively CPU-time consuming. A common practice consists in converting the fine models into coarse models with less grid blocks: this is the upscaling process. Many upscaling methods have been proposed in the literature that all lead to distinct coarse models. The problem is how to choose the appropriate upscaling method. Various criteria have been established to evaluate the information loss due to upscaling, but none of them investigate connectivity. In this paper, we propose to first perform a connectivity analysis for the fine and candidate coarse models. This makes it possible to identify shortest paths connecting wells. Then, we introduce two indicators to quantify the length and trajectory mismatch between the paths for the fine and the coarse models. The upscaling technique to be recommended is the one that provides the coarse model for which the shortest paths are the closest to the shortest paths determined for the fine model, both in terms of length and trajectory. Last, the potential of this methodology is investigated from two test cases. We show that the two indicators help select suitable upscaling techniques as long as gravity is not a prominent factor that drives fluid flows.

Résumé

Les ingénieurs de réservoir construisent des modèles de réservoir pour comprendre les écoulements de fluides dans les réservoirs d’hydrocarbures. Ces modèles se composent de grilles en trois dimensions peuplées par des propriétés pétrophysiques. Dans cet article, nous nous concentrons sur la perméabilité qui est connue pour influencer de manière significative l’écoulement du fluide. Les modèles de réservoir ont généralement un très grand nombre de mailles fines afin de mieux représenter les hétérogénéités. Cependant, les simulations d’écoulement sur ces modèles fins sont très coûteuses en temps CPU. Une pratique courante consiste à convertir les modèles fins en modèles grossiers avec moins de mailles : c’est le processus de mise à l’échelle. De nombreuses méthodes de changement d’échelle ont été proposées dans la littérature qui mènent à des modèles grossiers différents. Le problème est de savoir comment choisir la méthode de mise à l’échelle appropriée. Différents critères ont été établis pour évaluer la perte d’information due à l’upscaling, mais aucun d’entre eux ne s’intéresse à la connectivité. Dans cet article, nous nous proposons d’abord d’effectuer une analyse de connectivité pour les modèles fins et grossiers. Cela nous permet d’identifier les chemins les plus courts reliant les puits. Puis, nous présentons deux indicateurs pour quantifier la différence de longueur et de trajectoire entre les chemins du modèle fin et des modèles grossiers. La méthode de mise à l’échelle qui sera recommandée est alors celle qui fournit le modèle grossier pour lequel le plus court chemin est le plus proche de celui déterminé pour le modèle fin, à la fois en termes de longueur et de trajectoire. Enfin, le potentiel de cette méthodologie est étudié à partir de deux cas de test. Nous montrons que les deux indicateurs permettent de sélectionner les techniques de changement d’échelle appropriées tant que la gravité n’est pas un facteur important de l’écoulement.