Upload
vuongliem
View
220
Download
0
Embed Size (px)
Citation preview
Planeación de la Explotación
de Campos en Aguas Profundas
XI Congreso anual AMEE y II Congreso anual AMEE/WEC MEX / AME y AMG
Acapulco, Junio 2011
Efraín Rodríguez
Contenido
oRecursos Potenciales en Aguas Profundas
oInfraestructura de Explotación
oMetodología Planeación de Campos
oGeneración de escenarios de explotación
oProceso VCD
oPerfiles de Producción
oCostos de pozos e infraestructura
oEvaluación económica determinista
oEvaluación económica probabilista
oAnálisis de sensibilidad
oEvaluación del Riesgo
oSelección del escenario de explotación
oResumen
oConclusiones
Recursos Potenciales en Aguas Profundas
De un total de 52 mil millones de barriles de petróleo crudo equivalente de recursos
prospectivos (potenciales) que tiene el país, el 58% o cerca de 30 mil millones de
barriles de crudo equivalente, se localizan en Aguas Profundas.
Fuente: www.pemex.com.
Petróleos Mexicanos estima que el 50 por ciento de los recursos potenciales del
país se localizan en la cuenca del Golfo de México Profundo.
Recursos Prospectivos al 31 dic 2009500 metros
Para el periodo 2014-2021 la producción estimada promedio
proveniente de aguas profundas será de 294 MBPCED.
Fuente: Presentación del Director General de Petróleos Mexicanos en el congreso OTC 2008
Producción estimada de Aguas Profundas
Infraestructura de Explotación
Sistemas Submarinos,
Sistema Flotante y Tie- Back
Sistemas de Explotación Fijos y Flotantes
Metodología
Análisis de Variables con Incertidumbre
Perfiles de producción
MODELO ESTOCÁSTICO
Análisis Probabilista
Módulo Integrador
Optimización de los Indicadores Técnicos Económicos
MODELO
YACIMIENTO
MODELO
POZOS
MODELO
INFRAESTRUCTURA
ESTRATEGIAS
EXPLOTACIÓN
Proceso VCD
BENEFICIOS DE UN MARCO DE REFERENCIA :
• Perspectiva multidisciplinaria de los escenarios de explotación
• Apreciación del valor de la oportunidad, antes de saltar a la ejecución.
Matriz de Opciones de Desarrollo
4 X 2 X 2 X 6 X 2 =
192 OPCIONES DE DESARROLLO
Como resultado del Marco de Referencia se genera
una Matriz de Opciones de Desarrollo
Perfiles de Producción
ARENA 1
0
10
20
30
40
50
60
70
80
90
100
400 500 600 700 800 900 1000 1100
VOLUMEN MMM pc
Pro
ba
bilid
ad
Ac
um
ula
da
TODOS LOS DATOS
DISTRIB EQUIVALENTE
Se determina la distribución acumulada de probabilidad de la volumetría.
Se elabora un modelo integral yacimiento-pozo-red alimentado con datos volumétricos.
Del modelo integral se generan los perfiles de producción.
0
50
100
150
200
250
300
350
400
450
0 2 4 6 8 10 12 14 16 18 20
MM
PC
D
años
Perfiles de Producción Lakach
P50 con Vol. P90 y Vol.P10
Costos de Pozos e InfraestructuraPremisas Económicas
Para estimar las inversiones, se determinanmediante bases de datos los costos de:
•Perforación y Terminación de Pozos•Infraestructura de Explotación•Operación y Mantenimiento•Abandono
Por otra parte se establecen lassiguientes premisas económicas:
•Precio del Aceite•Precio del Gas•Tipo de Cambio•Tasa de Interés
Evaluación económica de escenarios
P(x)
VPN, VPI, IU
Arena 1
X * Y *N EVALUACIONES ECONÓMICAS
ANALIZADAS DE MANERA PROBABILISTA
Resultados
Probabilistas
Escenario 1
A1Vi+A2Vj
i=1 a X, j=1 a Y
Escenario 2
A1Vi+A2Vj
i=1 a X, j=1 a Y
Escenario N
A1Vi+A2Vj
i=1 a X, j=1 a Y
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
DMS
Método de muestreo
Monte Carlo
Latin hypercube
XLSResultados
Probabilista
VPN
IU
VPI
CAPEX
Proceso de evaluación
Cálculo de
indicadores
económicos
“n”
iteraciones
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
DMS
Método de muestreo
Monte Carlo
Latin hypercube
XLSResultados
Probabilista
VPN
IU
VPI
CAPEX
Proceso de evaluación
Cálculo de
indicadores
económicos
“n”
iteraciones
P(x)
valor
P(x)
valor
Evaluación
Económica
X * Y *N PERFILES DE PRODUCCIÓN
MODELO INTEGRAL
YACIMIENTO-POZO-RED DISTRIBUCIÓN
A1V2
A1V1
A1V3
A1VX
MODELO PROBABILISTA DE EVALUACIÓN ECONÓMICA
Arena 2
A2V2
A2V1
A2V3
A2VY
X * Y COMBINACIONES DE
VOLUMENES Arena 1+Arena 2
A1 V1 + A2 V1
A1 V1 + A2 V2
A1 V1 + A2 V3
A1 V1 + A2 V4
A1 V1 + A2 V5
A1 V1 + A2 V6
A1 V1 + A2 V7
A1 V2 + A2 V1
A1 V2 + A2 V2
A1 V2 + A2 V3
A1 V2 + A2 V4
A1 V2 + A2 V5
A1 V2 + A2 V6
A1 V2 + A2 V7
A1 V3 + A2 V1
A1 V3 + A2 V2
A1 V3 + A2 V3
A1 V3 + A2 V4
A1 V3 + A2 V5
A1 V3 + A2 V6
A1 V3 + A2 V7
A1 Vx + A2 V1
A1 Vx + A2 V2
.
.
.
A1 Vx + A2 Vy
P(x)
VPN, VPI, IU
P(x)
VPN, VPI, IU
Arena 1
X * Y *N EVALUACIONES ECONÓMICAS
ANALIZADAS DE MANERA PROBABILISTA
Resultados
Probabilistas
Escenario 1
A1Vi+A2Vj
i=1 a X, j=1 a Y
Escenario 2
A1Vi+A2Vj
i=1 a X, j=1 a Y
Escenario N
A1Vi+A2Vj
i=1 a X, j=1 a Y
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
DMS
Método de muestreo
Monte Carlo
Latin hypercube
XLSResultados
Probabilista
VPN
IU
VPI
CAPEX
Proceso de evaluación
Cálculo de
indicadores
económicos
“n”
iteraciones
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
DMS
Método de muestreo
Monte Carlo
Latin hypercube
XLSResultados
Probabilista
VPN
IU
VPI
CAPEX
Proceso de evaluación
Cálculo de
indicadores
económicos
“n”
iteraciones
P(x)
valor
P(x)
valor
Evaluación
Económica
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
DMS
Método de muestreo
Monte Carlo
Latin hypercube
XLSResultados
Probabilista
VPN
IU
VPI
CAPEX
Proceso de evaluación
Cálculo de
indicadores
económicos
“n”
iteraciones
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
DMS
Método de muestreo
Monte Carlo
Latin hypercube
XLSResultados
Probabilista
VPN
IU
VPI
CAPEX
Proceso de evaluación
Cálculo de
indicadores
económicos
“n”
iteraciones
P(x)
valor
P(x)
valor
Evaluación
Económica
X * Y *N PERFILES DE PRODUCCIÓN
MODELO INTEGRAL
YACIMIENTO-POZO-RED DISTRIBUCIÓN
A1V2
A1V1
A1V3
A1VX
A1V2
A1V1
A1V3
A1VX
MODELO PROBABILISTA DE EVALUACIÓN ECONÓMICA
Arena 2
A2V2
A2V1
A2V3
A2VY
A2V2
A2V1
A2V3
A2VY
X * Y COMBINACIONES DE
VOLUMENES Arena 1+Arena 2
A1 V1 + A2 V1
A1 V1 + A2 V2
A1 V1 + A2 V3
A1 V1 + A2 V4
A1 V1 + A2 V5
A1 V1 + A2 V6
A1 V1 + A2 V7
A1 V2 + A2 V1
A1 V2 + A2 V2
A1 V2 + A2 V3
A1 V2 + A2 V4
A1 V2 + A2 V5
A1 V2 + A2 V6
A1 V2 + A2 V7
A1 V3 + A2 V1
A1 V3 + A2 V2
A1 V3 + A2 V3
A1 V3 + A2 V4
A1 V3 + A2 V5
A1 V3 + A2 V6
A1 V3 + A2 V7
A1 Vx + A2 V1
A1 Vx + A2 V2
.
.
.
A1 Vx + A2 Vy
Incertidumbre
en el volumen
Infraestructura de explotación
Análisis Probabilista
Evaluación Económica Determinista
Efecto de la inversión en los
indicadores económicos
considerando el mismo inicio de la
producción
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
1.60
1.80
10.00 11.00 12.00 13.00 14.00 15.00 16.00 17.00 18.00 19.00 20.00
VPN MMM$
IU=
VP
N /
VP
I
4 Pozos
Plat Fija
6 Pozos
Plat Fija
8 Pozos
Plat Fija10 Pozos
Plat Fija
6 Pozos
Tie Back
4 Pozos
Tie Back
8 Pozos
Tie Back
10 Pozos
Tie Back
TIE BACK
PLATAFORMA FIJA
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
1.60
1.80
2.00
4.00 6.00 8.00 10.00 12.00 14.00 16.00 18.00 20.00 22.00
VPN MMM$ Pesos
IU=
VP
N /
VP
I
6 Pozos
4 Pozos
8 Pozos
10 Pozos
10 Pozos8 Pozos
6 Pozos
4 Pozos
SISTEMA
FLOTANTE
PLATAFORMA
FIJA
TIE BACK
6 Pozos
4 Pozos
8 Pozos
10 Pozos
Efecto de la inversión y del
aplazamiento del inicio de la
producción en los indicadores
económicos
VARIABLES CON
INCERTIDUMBRE
Las variables con incertidumbre consideradas en el análisis son:
Las que durante la explotación del campo pueden asumir valores sobre los que no se
puede ejercer control
Su incertidumbre tiene un efecto importante en los indicadores económicos
P(x)
valor
P(x)
valor
P(x)
valor
P(x)
valor
Método de muestreo
Monte Carlo
Latin hypercube
XLSResultados
Probabilista
VPN
IU
VPI
CAPEX
Proceso de evaluación
Cálculo de
indicadores
económicos
“n”
iteraciones
P(x)
valor
Evaluación Económica Análisis probabilista
Precio de hidrocarburos
Volumen de hidrocarburos
Costo de los pozos
Costo de la infraestructura
Resultados -Análisis probabilista
Dist Acum Indice Utilidad Tie Back Vs Plataforma Fija
Tie Back
Plataforma Fija
0
0.2
0.4
0.6
0.8
1
0.5 1.125 1.75 2.375 3
IU
Pro
b A
cu
m
Distribución de probabilidad
acumulada del IU y VPN para dos
tipos de infraestructura donde se
observa que el caso de Tie-Back
presenta mayores IU y VPN.
Para ninguno de los casos se
presentan valores de IU y VPN <0 lo
que representaría probabilidades de
pérdida.
Dist Acum Valor Presente Neto Tie Back Vs Plataforma Fija
Tie-Back
Plataforma Fija
95% 5%
0
0.2
0.4
0.6
0.8
1
5 15 25 35
VPN ($MMM Pesos)
Pro
b A
cu
m
Evaluación Económica - Análisis de Sensibilidad
En los diagramas de tornado se observa que para la evaluación de los índices
económicos IU y VPN, comúnmente el precio del gas y el tipo de cambio son las
variables con mayores efectos seguidas del costo de la infraestructura y de pozos.
Tornado Graph of IU / 2009Impact by Input
-40.0
0%
-30.0
0%
-20.0
0%
-10.0
0%
0.0
0%
10.0
0%
20.0
0%
30.0
0%
40.0
0%
Precio gas
Tipo Cambio
Pozos / 2008
TIE BACK (FIELDPLAN) / 2008
Estación / 2008
Percent Change in IU / 2009
Cuantificación del Riesgo
Se realiza una evaluación de los posibles eventos de riesgo para el subsuelo, pozos e
infraestructura para la explotación del campo.
Selección de la opción de desarrollo considerando el valor ampliado y el riesgo asociado. INSTITUTO MEXICANO DEL PETRÓLEO
5
Enfoque General para la Selección de Opciones
Una decisión equilibrada se encuentra entre valor y riesgo
OPCION “N”
Marginalmente un Valor mejorque la #1Un Riesgo mucho más altoVale la pena?
Triple Valor que la opción #2 con el doble de Riesgo¿Cual escogería usted, 1 o 2?
¿Eres un jugador seguro?Entonces elige esta opción
#4 tiene una alternativacon mejor Valor @< Riesgo¿Para que preocuparse?
Resumen
Durante las actividades de planeación de la explotación de campos seidentifican todas las posibles opciones de desarrollo considerandoalternativas de infraestructura de explotación.
Posteriormente se determinan los valores de las variables de optimización(por ejemplo, número de pozos, plateau, etc.) que maximizan losindicadores económicos del proyecto mediante la determinación de ingresospor concepto de venta de hidrocarburos.
Asimismo, se realiza un análisis de incertidumbre para identificar los valoresmínimo, más probable y máximo de los indicadores económicos yfinalmente se realiza un análisis de sensibilidad para identificar las variablescon incertidumbre con mayor efecto en la evaluación económica.
Finalmente, mediante un análisis de valor ampliado y de riesgo seconsideran aspectos de seguridad y operacionales para soportar laselección de estrategias de explotación no solamente fundamentada enindicadores económicos.
Conclusiones
El análisis realizado permite optimizar el esquema de desarrollo decampos en aguas profundas mediante un enfoque probabilista.
Asimismo, mediante este análisis es posible seleccionar la infraestructuraque permita acelerar la producción para maximizar la rentabilidad de lainversión.
Comúnmente la variable con mayor efecto en la evaluación del VPN es elprecio del hidrocarburo seguida del volumen producido y el costo depozos e infraestructura.
Considerando la infraestructura instalada se evalúa la posible sinergia concampos adyacentes a fin de maximizar la inversión.