BAB IV PEMODELAN PETROFISIKA RESERVOIR

BAB IV
PEMODELAN PETROFISIKA RESERVOIR
Pemodelan petrofisika reservoir meliputi pemodelan Vshale dan porositas.
Pendekatan geostatistik terutama analisis variogram, simulasi sekuensial berbasis
grid (Sequential Gaussian Simulation), dan model geometri reservoir digunakan
untuk mendistribusikan parameter petrofisika reservoir. Pemodelan petrofisika
reservoir dilakukan untuk mengetahui distribusi kualitas reservoir yang
dimanifestasikan oleh kandungan Vshale dan besaran porositas.
Hasil perhitungan petrofisika reservoir berupa Vshale dan porositas di
setiap sumur di-scale-up untuk mengetahui penyebaran properti reservoir secara
vertikal yang dinyatakan dalam suatu scaled-up wells (Gambar 4.1). Secara
umum, proses scale-up memiliki pengertian sebuah proses yang mengubah
resolusi sebuah objek dari halus menjadi kasar. Dalam pemodelan geostatistik,
proses scale-up merupakan proses perata-rataan nilai-nilai variabel pada volume
dengan skala yang lebih kecil. Dalam proses scale-up data log ke skala grid,
semua nilai variabel dari data log yang berada di dalam volume grid dirata-ratakan
sehingga diperoleh sebuah nilai tunggal yang merepresentasikan variabel tersebut
dalam skala grid. Teknik perata-rataannya dapat menggunakan berbagai metode
dan salah satunya adalah metoda rata-rata aritmetik. Metoda aritmetik ini
merupakan metoda yang paling umum digunakan untuk merata-ratakan parameter
petrofisika Vshale dan porositas dalam proses scale-up (Petrel, 2002 dan Roxar
Software Solutions, 2006).
Dalam membagi jumlah lapisan untuk proses layering scaled-up wells,
semakin banyak lapisan pembaginya, maka akan semakin akurat hasil perolehan
datanya. Dalam penelitian ini, zona reservoir dibagi menjadi empat puluh lapisan
(layer) scaled-up wells, yang akan dibagi menjadi dua sama rata sesuai dengan
55
tipe endapan yang menyusun reservoir A Sand, yakni dua puluh lapisan (layer)
pada masing-masing bagian reservoir A Sand. Pembagian tersebut dinilai sudah
mewakili suksesi parameter petrofisika yang akan dimodelkan. Tiap lapisan akan
mewakili suatu rata-rata nilai yang akan digunakan dalam proses pemodelan
dengan geostatistik. Setelah mendapatkan penyebaran secara vertikal, hasil
scaled-up wells diinterpolasikan secara lateral untuk mendapatkan penyebaran
petrofisika reservoir yang relevan dengan geometrinya.
Gambar 4.1. Hasil scaled-up log Vshale dan porositas efektif pada
reservoir A Sand di sumur Ramai-2
4.1
GEOSTATISTIK DAN SIMULASI SEKUENSIAL BERBASIS GRID
Geostatistik didefenisikan sebagai teknik statistik yang dipakai untuk
mencari hubungan antar ruang/spasial dari sekelompok variabel dalam
mengestimasi nilai dari variabel tersebut pada lokasi lain yang tidak mempunyai
data. Geostatistik menyediakan model matematik yang konsisten dengan
informasi yang ada dan secara langsung memaksimalkan penggunaan data yang
ada tanpa mengubah dan mengurangi data.
Geostatistik mengestimasi dan mensimulasikan hubungan spasial data
pada daerah yang tidak mempunyai data sample terukur. Hasil ekstrapolasi data
akan menurun seiring dengan bertambahnya jarak. Dalam mendistribusikan
56
sample, geostatistik menggunakan fungsi korelasi, yang disebut variogram, untuk
mengkuantifikasi hubungan spasial tersebut.
Analisis variogram bertujuan untuk mengkorelasi secara spasial data-data
terukur terhadap peningkatan jarak antar data tersebut. Variogram digunakan
untuk memberikan arah kecendrungan (trend) penyebaran data terukur, sehingga
pada lokasi yang tidak memiliki data dapat diestimasikan sesuai dengan arah
kecendrungan tersebut. Dalam variogram terdapat arah mayor, minor, dan vertikal
yang dianalisis seperti diperlihatkan dalam Gambar 4.2. Arah mayor memprediksi
penyebaran data lateral sesuai dengan hasil interpretasi arah sedimentasi interval
telitian. Arah minor yang tegak lurus dengan arah mayor, menginterpolasi data
dengan asumsi lebar tipe endapan penyusun reservoir. Arah vertikal
memperkirakan hubungan data terhadap tebal reservoir atau tebal masing-masing
endapan penyusun reservoir.
Dalam penelitian ini, arah mayor diambil sesuai dengan arah sedimentasi
reservoir A Sand. Dalam penentuan arah sedimentasi, idealnya menggunakan hasil
analisis arus purba (paleocurrent), dimana data tersebut tidak dimiliki oleh
lapangan ini. Dalam penentuan arah sedimentasi diambil berdasarkan analisis arah
perubahan lingkungan pengendapan ke arah cekungan (basinward) dari peta
isopach geometri reservoir yang didapatkan dari analisis elektrofasies. Peta
tersebut menunjukkan arah sedimentasi interval A Sand dengan arah timur lautbarat daya (NE-SW), yang akan digunakan sebagai orientasi utama dalam
penentuan arah mayor variogram.
Hasil analisa variogram dari ketiga arah menunjukkan adanya anisotropi.
Arah mayor terlihat lebih kontinu daripada arah minor. Hal ini dapat dikaitkan
dengan hasil pemodelan geometri endapan penyusun reservoir yang lebih stabil ke
arah mayor.
57
4.3
PEMODELAN POROSITAS
Analisis penyebaran porositas dilakukan dengan dua tahapan, yaitu
perhitungan porositas dalam log untuk mendapatkan porositas secara vertikal,
kemudian pemodelan petrofisika dengan metode Sequential Gaussian Simulation
(SGS). Pemodelan ini bertujuan untuk mensimulasikan penyebaran porositas
reservoir secara lateral dan vertikal. Transformasi scaled-up wells menjadi suatu
bentuk penyebaran lateral porositas berdasarkan analisis variogram yang
mengasumsikan kecenderungan sistem pengendapan sedimen (tipe endapan).
Perhitungan porositas dibagi menjadi dua tahap, yaitu perhitungan
porositas total/PHIT (Persamaan 1) dan porositas efektif/PHIE (Persamaan 2).
Porositas total diperoleh dari perhitungan log densitas (RHOB) dengan asumsi
litologi reservoir merupakan batupasir dengan nilai densitas batupasir bersih
(clean sand) 2,65. Secara sederhana porositas total menyatakan persentase dari
pori terhadap total volume batuan. Sedangkan porositas efektif menyatakan
persentase pori yang diasumsikan dapat saling terhubung. Oleh karena itu
ketidakbersihan batupasir yang dinyatakan dalam nilai Vshale digunakan sebagai
pengurang dalam perhitungannya.
Metoda perhitungan porositas adalah sebagai berikut :
ΦT = ΦD = ( ρma - ρb ) / (ρma - ρf )
(Persamaan 1)
ΦE = ΦT * ( 1 - Vsh )
(Persamaan 2)
Keterangan :
ΦT
= Porositas total (v/v)
ρb
= Bacaan log RHOB (gr/cc)
ΦD
= Porositas densitas (v/v)
ρf
= Massa jenis fluida (1 gr/cc)
ρma
= Massa jenis matriks batuan
ΦE
= Porositas efektif (v/v)
Vsh
= Vshale (v/v)
(2,65 gr/cc)
60
oleh rendahnya nilai koefisien korelasi, yakni sebesar 0,344. Atas dasar itu maka
porositas yang digunakan untuk pemodelan adalah porositas dari data log saja,
yakni PHIT, sedangkan porositas dari batuan inti tidak digunakan untuk
pemodelan.
Porositas yang dimodelkan pada penelitian ini adalah porositas efektif
(PHIE). Pemodelan porositas dilakukan dalam dua tahapan, yaitu analisis
variogram dan Sequential Gaussian Simulation. Hasil dari pemodelan porositas
ini diharapkan akan mengikuti penyebaran net sand reservoir, dengan asumsi
bahwa semakin tebal batupasir maka semakin tinggi porositasnya. Gambar 4.7
dan Gambar 4.8 menunjukkan hasil pemodelan porositas dengan SGS pada
reservoir A Sand.
4.4
ANALISA PEMODELAN PETROFISIKA RESERVOIR
Berdasarkan pemodelan petrofisika reservoir A Sand yang dilakukan,
endapan estuarine distributary channel memiliki nilai rata-rata Vshale sebesar
26%-29% dan
porositas efektif rata-rata sebesar 17-20%. Sedangkan pada
endapan tidal ridge, nilai rata-rata Vshale sebesar 58%-61% dan porositas efektif
rata-rata sebesar 11-14%. Karakter reservoir yang baik dicirikan oleh nilai Vshale
yang rendah dan porositas efektif yang tinggi, dengan asumsi memiliki kandungan
lempung yang rendah dan porositas terhubungkan yang tinggi, sehingga memiliki
kemampuan menyimpan dan mengalirkan fluida yang baik. Pada reservoir A
Sand, nilai Vshale yang relatif tinggi dan porositas efektif yang relatif rendah
diakibatkan oleh kehadiran mineral radioaktif, yakni mineral glaukonit. Kehadiran
mineral tersebut akan mengaburkan bacaan log Gamma Ray, dimana akan
meningkatkan tingkat keradioaktifan batuan pada saat akusisi log dan membuat
bacaan log GR menjadi tinggi. Sehingga, hal tersebut akan berpengaruh terhadap
perhitungan Vshale dan porositas efektif, yang akan mengakibatkan hasil
perhitungannya menjadi tidak sesuai dengan kedaan sebenarnya.
62
Mineral glaukonit merupakan mineral yang umum dijumpai pada interval
A Sand Formasi Bekasap di Cekungan Sumatra Tengah. Pada lapangan ini,
kehadiran mineral glaukonit dapat
dilihat pada Gambar 2.10c dan deskripsi
batuan inti samping (Lampiran 6).
Pemodelan petrofisika reservoir bertujuan untuk mengetahui kualitas
reservoir, seperti Vshale dan porositas, dan distribusinya dalam kerangka spasial.
Reservoir yang memiliki kualitas baik secara umum memiliki karakter Vshale
yang rendah, permeabilitas yang tinggi, porositas yang tinggi, dan saturasi air
yang rendah. Namun dalam penelitian ini sifat permeabilitas dan saturasi air
reservoir tidak diteliti. Berdasarkan analisa petrofisika yang dilakukan, reservoir
dengan kualitas baik berasosiasi dengan endapan estuarine distributary channel,
sedangkan endapan tidal ridge memiliki karakter kualitas reservoir yang kurang
baik.
Vshale menyatakan perbandingan volume lempung dalam suatu massa
batuan. Vshale juga menyatakan derajat kebersihan suatu batuan klastik yang
dapat dihubungkan dengan nilai permeabilitas batuan. Batuan klastik dengan
Vshale yang rendah pada umumnya akan memiliki permeabilitas yang tinggi, dan
sebaliknya. Sifat fisik lain yang berkaitan erat dengan permeabilitas adalah
prositas efektif yang memiliki hubungan yang lurus dengan permeabilitas.
Namun, hal ini hanyalah merupakan salah satu pendekatan dan bukanlah suatu
yang valid.
Dengan dilakukannya pemodelan Vshale dan porositas, dapat diperkirakan
arah pengembangan lapangan lebih lanjut. Batuan yang bertindak sebagai
reservoir memiliki kemampuan menyimpan dan mengalirkan fluida dengan baik,
dengan asumsi mempunyai nilai Vshale yang rendah dan porositas yang tinggi.
Hasil pemodelan reservoir A Sand ini diharapkan dapat memberikan nilai
ekonomi yang lebih tinggi bagi perusahaan karena rencana pengembangan
lapangan menjadi lebih terarah dengan kemungkinan keberhasilan yang lebih
tinggi.
63