You are on page 1of 50

BAB IV PENGEMBANGAN LAPANGAN GAS DENGAN SIMULASI RESERVOAR DAN PRODUKSI

4.1. Simulator Eclipse 2005.1 Simulasi yang akan dilaksanakan pada reservoar ‘A’ dari Lapangan IDM menggunakan Compositional simulator dengan E300 2005.1. Simulator ini dibuat oleh Schlumberger Amerika. Simulator ini bisa digunakan untuk reservoir dengan satu, dua atau multi fasa dan juga bisa membuat simulasi (gridding) dengan 2D atau 3D. Pada penelitian ini digunakan compositional Simulator karena setelah dilakukan DST didapatkan GLR diatas 50.000 stb/scf. Compositional simulator memperhitungkan variasi komposisi fasa berdasarkan tekanan dalam

hubungannya dengan aliran berbagai fasa tersebut.

4.2. Persiapan dan Pengolahan Data Data-data yang diinput dalam simulasi reservoir antara lain adalah data fluida, data SCAL, data equlibrium dan data penunjang lainnya. Sebelum diinput data-data tersebut harus dianalisa dan di normalisasi sehingga dicapai data yang valid dan dapat diinputkan pada simulator.

4.2.1. Model Geostatic Penelitian ini dimulai dari memperoleh model geostatic yang telah di buat oleh para geomodeller melalui software petrel 2008.1. Pembuatan model ini didasari dari pengolahan data-data geologi seperti Peta kontur struktur, peta Isopach, peta Isoporosity, peta Iso permeability, peta isosaturasi dan data penunjang lainnya.

4.2.2. Data Fluida Pengambilan data fluida pada lapangan IDM diperoleh dari Sumur IDM-7 DST#4 di kedalaman 4400-4414 MD. Pada saat DST dilakukan, dicatat tekanan

47

48

Reservoir sebesar 1937 Psig dan temperatur 217o F. Dari analisa laboratorium, di ambil kesimpulan bahwa tipe fluida pada reservoir tersebut adalah retrogade gas, jadi model black oil tidak dapat digunakan dan disarankan menggunakan model fluida Compositional. Data komponen Fluida berada pada Tabel IV-1 dibawah i

Gambar 4.1 Model Geostatik Lapangan IDM formasi A

49

Tabel IV-1 Data PVT Hasil Analisa Laboratorium Wellstream Mol % 0.00 2.14 1.63 67.62 8.50 10.09 2.05 2.77 1.02 0.78 1.23 1.07 0.44 0.28 0.18 0.20 100.00 2.274 2.780 0.671 0.873 0.373 0.283 0.477 0.450 0.200 0.140 0.098 0.118 8.737 GPM

Komposisi Hydrogen Sulfide Carbon Dioxide Nitrogen Methane Ethane Propane Iso-Butane N-Butane Iso-Pentane N-Pentane Hexanes Heptanes Octanes Nonanes Decanes Undecanes plus TOTAL

Model Fluida perlu dibuat terlebih dahulu dengan menggunakan Peng robinson EOS (Equation of state),dan dilakukan penyelarasan dengan data analisa laboratorium seperti CCE (Constant Composition Expansion) dan CVD(Constant Volume Depletion) Setelah itu baru bisa digunakan untuk Input data simulasi compositional.

50

Gambar 4.2 Diagram Fasa Reservoar Gas kondensat Lapangan IDM

Proses Penyelarasan data PVT telah dilakukan dengan CCE dan CVD, Oleh karena itu model fluida ini sudah dianggap baik dan dapat digunakan untuk simulasi reservoir,

4.2.3.

Data Batuan Sampel Core yang digunakan dalam penelitian ini berasal dari sumur X

yang terletak di luar lapangan IDM dan beberapa sumur lapangan IDM, Hal ini disebabkan kurangnya sampel Core yang baik pada lapangan IDM. Sampel Core sumur X dapat digunakan karena mempunyai karakteristik batuan yang hampir sama dengan sumur-sumur yang berada di lapangan IDM berdasarkan korelasi log. Terdapat dua jenis analisa yaitu Routine Core dan Special Core Analysis (SCAL). Routine Core analysis mendapatkan Harga porositas, permeabilitas serta hubungan antar keduanya. SCAL mendapatkan harga permeabilitas relative dan tekanan kapiler.

51

4.2.3.1. Analisa Core Routine Analisa Core routine dilakukan pada sumur X pada kedalaman 44924499.4 MD (Talang akar bagian atas) dana kedalaman 4809’-4854’ MD (Talang akar bagian bawah). Pada Gambar 4.3 dapat terlihat hubungan antara Permeabilitas dan porositas dengan K = 0,001e0,513θ sedangkan hubungan antara permeabilitas vertikal dan horizontal dapat dilihat pada Gambar 4.4 dengan hubungan Ky = 0,444Kx0,746

Gambar 4.3 Hubungan Porositas dan Permeabilitas

Gambar 4.4 Hubungan Permeabilitas Vertikal dan Permeabilitas Horizontal

52

4.2.3.2. Analisa Core Spesial Sebelum membuat kurva permeabilitas relatif yang akan digunakan untuk simulasi, harus dilakukan penentuan rock region. Dalam penelitian ini rock region dibuat berdasarkan porositas vs jumlah sample dimana terpisah 3 jenis rock type.

Gambar 4.5 Penentuan Rock Region berdasarkan data Permeabilitas

Tabel IV-2 Penentuan Rock Region berdasarkan Data Permeabilitas Rock Region 1 2 3 Permeability (md) Perm < 10 10< Perm < 100 Perm > 100 Avg Permeability 4.3 42.6 274.06 Num Sample 16 18 3

53

Region 2 Region 1

Region 3

Gambar 4.6 Penentuan Rock Region berdasarkan data Porositas

Tabel IV-3 Penentuan Rock Region berdasarkan Data Porositas Rock Region 1 2 3 Porositas (%) Porosity< 16 16< Perm < 21 Perm > 21 Avg Porosity 10.96 19.08 23.95 Num Sample 16 18 3

Kurva permeabilitas relatif dari analisa core spesial sebelum digunakan perlu dilakukan normalisasi atau perata-rataan dengan skala yang sesunggunya seperti yang ditunjukan pada Gambar 4.7. Hasil Normalisasi ini yang digunakan sebagai kurva pedoman dalam mendistribusikan kurva pada setiap rock type yang telah dibuat sebelumnya.

54

Gambar 4.7 Normalisasi Kurva Permeabilitas Relatif Minyak-Air

Gambar 4.8 Normalisasi Kurva Permeabilitas Relatif Minyak-Gas Proses Normalisasi juga dilakukan untuk harga Tekanan Kapiler. Proses ini menggunakan metode J-Function lalu mendistribusikannya pada setiap rock type yang berfungsi untuk distribusi saturasi air untuk mempermudah penyelarasan IGIP Geomodel dengan simulasi reservoir dalam proses inisialisasi.

55

Gambar 4.9 Kurva J(Sw) vs Sw

Gambar 4.10 Distribusi Pc pada setiap rock type

56

4.3.

Inisialisasi Setelah data fluida dan data batuan berhasil diinputkan ke dalam model

statik, IGIP dari model dinamik dapat dihitung, pada proses ini distribusi dari geostatik sedikit dilakukan perubahan dengan maksud menyelaraskan IGIP geomodel dengan IGIP hasil simulasi reservoir. Terdapat perbedaan sebesar 0,038 % dari model geostatic seperti terlihat pada Tabel IV-4. Tabel IV-4 Perbandingan Perhitungan Cadangan Geostatik dan Simulasi Reservoir Reservoir Simulation 2002.786

Parameter Tekanan Reservoir, Psi

Zone

Geomodel

Difference %

IDM

2000

0.0013

IDM Zona 1 Zona 2 Zona 3

130.868571 46.905 31.037 52.975

130.918448 44.844 31.162 54.86

0.03811228 4.95 0.4 3.55

OGIP, Bscf

Perbedaan IGIP hasil inisialisasi sangat kecil, maka model reservoir sudah dianggap benar dan dapat digunakan untuk proses selanjutnya. Tekanan Reservoir juga perlu dilakukan inisialisasi agar sesuai dengan tekanan actual. Pada gambar 4.11 sampai dengan gambar 4.19 dapat terlihat distribusi porositas, saturasi air dan saturasi gas pada setiap zona yang telah ditentukan sebelumnya.

57

Gambar 4.11 Distribusi Porositas Zona 1

Gambar 4.12 Distribusi Porositas Zona 2

58

Gambar 4.13 Distribusi Porositas Zona 3

Gambar 4.14 Distribusi Saturasi air Zona 1

59

Gambar 4.15 Distribusi Saturasi air Zona 2

Gambar 4.16 Distribusi Saturasi air Zona 3

60

Gambar 4.17 Distribusi Saturasi Gas Zona 1

Gambar 4.18 Distribusi Saturasi Gas Zona 2

61

Gambar 4.19 Distribusi Saturasi Gas Zona 3

4.4.

History Matching Pada lapangan IDM, pernah dilakukan Drill Stem Test pada beberapa

sumur, maka dari itu proses history matching lapangan IDM menggunakan data DST, yang berasal dari sumur IDM-65 dan IDM-69 yang di perforasi pada formasi Talang akar bagian atas. Parameter yang di selaraskan yaitu Laju alir gas, laju alir condensate,laju alir air dan tubing head pressure. 4.4.1. IDM-65 DST Matching DST sumur IDM-65 dilakukan pada 15-17 Januari 2009 pada kedalaman 5290’-5304 MD. Gamabar dibawah ini menunjukan Hasil penyelarasan untuk sumur IDM-65. Gambar 4.20 menggambarkan penyelarasan laju alir gas, hal ini membuktikan bahwa deliverability sumur dari mode dinamik telah selaras dengan data produksi DST. Penyelarasn Laju alir condensate dapat dilihat pada Gambar 4.21, yang bisa diambil kesimpulan bahwa PVT pada simulasi ini dapat

62

memodelkan pengurasan kondensat. Hasil simulasi memperlihatkan laju produksi air yang sangat rendah, yaitu dibawah 1 stb/day, oleh karena itu diasumsikan bahwa tidak diperolehnya produksi air pada DST.

Gambar 4.20 Penyelarasan laju alir gas sumur IDM-65

Gambar 4.21 Penyelarasan laju alir kondensat sumur IDM-65

63

Gambar 4.22 Penyelarasan Tubing Head Pressure IDM-65

Gambar 4.23 Penyelarasan Laju Produksi Air IDM-65 4.4.2. IDM-69 DST Matching DST sumur IDM-69 dilakukan pada tanggal 29 juli 2009 di kedalaman 5393’-5398’ MD. Gambar dibawah ini menunjukan Hasil penyelarasan untuk sumur IDM-65. Gambar 4.24 menggambarkan penyelarasan laju alir gas, hal ini membuktikan bahwa deliverability sumur dari mode dinamik telah selaras dengan

64

data produksi DST. Penyelarasn Laju alir condensate dapat dilihat pada Gambar 4.25, yang bisa diambil kesimpulan bahwa PVT pada simulasi ini dapat

memodelkan pengurasan kondensat. Hasil simulasi memperlihatkan laju produksi air yang sangat rendah, yaitu dibawah 1 stb/day, oleh karena itu diasumsikan bahwa tidak diperolehnya produksi air pada DST.

Gambar 4.24 Penyelarasan laju alir gas sumur IDM-69

Gambar 4.25 Penyelarasan laju Produksi kondensat sumur IDM-69

65

Gambar 4.26 Penyelarasan Tubing Head Pressure IDM-69

Gambar 4.27 Penyelarasan Laju Produksi Air IDM-69 Hasil Penyelaran sudah dianggap benar sesuai dengan acuan yang telah dibuat Skk migas yaitu, jika dilakukan input gas rate pada simulator untuk proses history matching maka ketentuan matchnya adalah Perbedaan Gp history dengan Gp simulasi kurang dari 5% dan Wp history dengan Wp simulasi kurang dari 10% Selain itu dapat dilihat kemiripan dari trend grafik hasil simulasi dengan data aktual.

66

4.5.

Prediksi Kinerja Reservoir Proses DST matching sudah diakukan, Kesimpulan menyatakan bahwa

model

dinamik

IDM

siap

digunakan

untuk

proses

selanjutnya

yaiu

memperkirakan kinerja reservoir dengan berbagai skenario yang direncanakan. Terdapat 3 skenario yang dibuat pada penelitian ini yaitu 1. High Pressure 2. Low Pressure 3. Low Low Pressure Prediksi simulasi ini dilakukan dari November 2013 dan berakhir di bulan maret 2023.Skenario - skenario ini dibuat dengan dasar sensitifitas tekanan di kepala tubing. Skenario HP dengan sensitifitas THP sebesar 1150 psia skenario LP dengan sensitifitas THP sebesar 500 psia dan skenario LLP dengan sensitifitas THP sebesar 200 psia. Sensitifitas yang dilakukan juga pada setiap skenario adalah laju produksi gas yang biasa disebut plateu rate. Dimana skenario high pressure dengan constraint laju produksi gas 10 mmscfd, skenario Low pressure 20 mmscfd dan skenario LLP sebesar 20 mmscfd.

4.5.1. Skenario High Pressure Pada skenario ini dilakukan perforasi pada setiap sumur di zona yang mempunyai porositas dan permeabilitas yang baik. Pada gambar 4.18 dibawah ini dapat dilihat lokasi penempatan sumur-sumur untuk skenario High pressure. Constraint yang digunakan pada skenario ini adalah laju produksi gas dan Tekanan kepala tubing yang dapat dilihat pada Tabel IV-5.

67

Gambar 4.28 Lokasi Sumur Skenario High Pressure

Tabel IV-5 Constraint Sumur Skenario High Pressure Well name IDM-27ST IDM-59 IDM-7 IDM-74 IDM-65 IDM-68 IDM-89 IDMX4 BHP 1250 1250 1250 1250 1250 1250 1250 1250 THP 1150 1150 1150 1150 1150 1150 1150 1150 Online Date Nop-13 Nop-13 Nop-13 Nop-13 10 MMSCFD Nop-13 Nop-13 Nop-13 Jan-14 Group Gas Rate

68

4.5.1.1. Hasil Simulasi Skenario High Pressure Hasil Simulasi dari skenario High Pressure dapat dilihat pada Gambar 4.29. Plateu rate 10 mmscf pada skenario ini dapat bertahan selama 21 bulan, mulai dari November 2013 sampai dengan September 2015. Total produksi gas hasil simulasi ini sebesar 15186.6 MMSCF sampai akhir produksi, sedangkan Condensate yang terproduksi sebesar 557.799 MSTB sampai akhir produksi.

Gambar 4.29 Laju Alir Gas Skenario High Pressure

Gambar 4.30 Total Perolehan Produksi Gas Skenari High Pressure

69

Gambar 4.31 Laju alir Condensate Skenario High Pressure

Gambar 4.32 Total Perolehan Condensate Skenario High Pressure

4.5.2. Skenario Low Pressure Berdasarkan skenario sebelumnya, Hasil simulasi menyatakan pada bulan september 2015 terjadi penurunan laju produksi. Oleh karena itu perlu dilakukan penambahan sumur agar plateu rate yang dituju tetap tercapai. Pada skenario low pressure ini terjadi penambahan 12 sumur yang mempunyai porositas dan

70

permeabilitas yang baik, Constraint untuk skenario ini dilakukan perubahan yang dapat dilihat pada Tabel IV-6.

Gambar 4.33 Lokasi Sumur Skenario Low Pressure

Tabel. IV-6 Constraint Sumur Skenario Low Pressure Well name IDM-27ST IDM-59 IDM-7 IDM-74 IDM-65 IDM-68 IDM-89 IDMX4 BHP 600 600 600 600 600 600 600 600 THP 500 500 500 500 500 500 500 500 Online Date Sep-15 Sep-15 Sep-15 Sep-15 Sep-15 Sep-15 Sep-15 Sep-15 20 MMSCF Group Gas Rate

71

Lanjutan Tabel. IV-6 Well name IDM-88 IDM-91 IDM-45 IDM-47 IDM-66 IDM-69 IDM-95 IDMX1 IDMX2 IDMX5 IDM-42 IDM-43 BHP 600 600 600 600 600 600 600 600 600 600 600 600 THP 500 500 500 500 500 500 500 500 500 500 500 500 Online Date Sep-15 Sep-15 Jan-16 Jan-16 Jan-16 Jan-16 Dec-16 Dec-16 Dec-16 Dec-16 Jan-18 Feb-18 20 MMSCF Group Gas Rate

4.5.2.1. Hasil Simulasi Skenario Low Pressure Hasil Simulasi dari skenario Low Pressure dapat dilihat pada Gambar 4.34. Plateu rate 20 mmscf pada skenario ini dapat bertahan selama 5 tahun 5 bulan, mulai dari Septemberr 2015 sampai dengan Feb 2020. Total produksi gas hasil simulasi ini sebesar 53080 MMSCF, sedangkan Condensate yang terproduksi sebesar 1756.8 MSTB.

72

Gambar 4.34 Laju Alir Gas Skenario Low Pressure

Gambar 4.35 Total Perolehan Produksi Gas Skenario Low Pressure

73

Gambar 4.36 Laju alir Condensate Skenario Low Pressure

Gambar 4.37 Total Perolehan Condensate Skenario Low Pressure

74

4.5.3. Skenario LowLow Pressure Berdasarkan skenario sebelumnya, Hasil simulasi menyatakan pada bulan september 2018 terjadi penurunan laju produksi.. Pada skenario low low pressure ini jumlah sumur tetap berjumlah 20 sumur, Hal yang dilakukan agar plateu rate tetap tercapai yaitu perubahan constraint yang dapat terlihat pada Tabel IV-7.

Gambar 4.38 Lokasi Sumur Skenario Low Low Pressure Tabel. IV-7 Constraint Sumur Skenario Low Low Pressure Well name IDM-27ST IDM-59 IDM-7 IDM-74 IDM-65 IDM-68 BHP 300 300 300 300 300 300 THP 200 200 200 200 200 200 Online Date Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 20 MMSCF Group Gas Rate

75

Lanjutan Tabel. IV-7 Well name IDM-89 IDMX4 IDM-88 IDM-91 IDM-45 IDM-47 IDM-66 IDM-69 IDM-95 IDMX1 IDMX2 IDMX5 IDM-42 IDM-43 BHP 300 300 300 300 300 300 300 300 300 300 300 300 300 300 THP 200 200 200 200 200 200 200 200 200 200 200 200 200 200 Online Date Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 Mar-18 20 MMSCF Group Gas Rate

4.5.3.1. Hasil Simulasi Skenario LowLow Pressure Hasil Simulasi dari skenario LowLow Pressure dapat dilihat pada Gambar 4.39. Plateu rate 20 mmscf pada skenario ini dapat bertahan selama 12 bulan, mulai dari Januari 2020 sampai dengan Januari 2021. Total produksi gas hasil simulasi ini sebesar 57374 MMSCF, sedangkan Condensate yang terproduksi sebesar 1937 MSTB.

76

Gambar 4.39 Laju Alir Gas Skenario Low Low Pressure

Gambar 4.40 Total Perolehan Produksi Gas Skenario Low Low Pressure

77

Gambar 4.41 Laju alir Condensate Skenario Low Low Pressure

Gambar 4.42 Total Perolehan Condensate Skenario Low Low Pressure

4.5.4. Perbandingan Ketiga Skenario Pada skenario high pressure dengan plateu rate 10 MMscf diperoleh total produksi gas sebesar 6680.6 MMSCFD dengan masa produksi selama 22 bulan dari November 2013 sampai September 2015. Skenario Low pressure dengan plateu rate 20 MMSCF yang dimulai dari september 2015, memperoleh total

78

produksi gas sebesar 31657.8 MMSCF dengan masa produksi selama 49 bulan. Pada skenario terakhir yaitu Low Low Pressure yang dilakukan dari februari 2020 sampai akhir kontrak gas Maret 2023 dengan plateu rate 20 MMSCFD, memperoleh total produksi gas sebesar 25914.5 MMSCF. Ketiga skenario ini memperoleh kumulatif produksi gas sebesar 57572.3 MMSCF selama masa produksi 9 tahun 10 bulan dengan RF sebesar 44.01 %. Pada Tabel IV-8 dapat dilihat kontribusi perolehan gas dari setiap sumur yang diproduksi. Tabel IV-8 Perbandingan Kontribusi Perolehan Gas Setiap Sumur Sumur IDM-45 IDM-27ST IDM-42 IDM-43 IDM-59 IDM-7 IDM-47 IDM-74 IDM-66 IDM-69 IDM-65 IDM-68 IDM-89 IDM-88 IDM-95 IDM-91 IDMX1 EUR (MSCF) 717623.9 25537.28 1131367 531718.2 1330229 4526515 4724149.5 2196348.5 2047281 1511359.37 5371726 595744 839146.437 4103687 3101026 866672.06 4630233 GAS IN PLACE (MSCF) 1630774.984 58032.56746 2570991.576 1208310.843 3022898.452 10286345.57 10735463 4991124.446 4652373.814 3434510.825 12207057.74 1353807.213 1906930.66 9325483.868 7046972.134 1969481.667 10522041.07 CATEGORY P2 P2 P2 P2 P2 P1 P2 P1 P1 P1 P1 P2 P2 P2 P2 P2 P2

79

Lanjutan Tabel IV-8 Sumur IDMX2 IDMX4 IDMX5 Total P1 Total P2 TOTAL RF EUR (MSCF) 5412086.5 12412297 1513404 15653229.87 41934920.88 57588150.75 0.440050839 44.01% GAS IN PLACE (MSCF) 12298775.55 28206506.84 3439157.174 35571412.4 95295627.6 130867040 CATEGORY P2 P2 P2

4.6. Pembuatan Sistem Jaringan Pemodelan yang dilakukan adalah pembuatan model total system dengan data yang tersedia agar menyerupai total system aktual di lapangan. Pembuatan model terdiri dari pembuatan model single branch, model network, dan model FPT. 4.6.1. Pembuatan Model Langkah awal dalam pembuatan model jaringan adalah membuat model fluida sebagai dasar pemodelan jaringan keseluruhan. Model fluida yang digunakan adalah model compositional yang didasarkan pada data komposisi fluida hasil analisis fluida pada kondisi separator. Dalam hal ini data komposisi fluida sudah tersedia sebelumnya, ditentukan berdasarkan hasil analisis dari software PVTi. Dalam pemodelan ini digunakan korelasi kehilangan tekanan aliran dalam pipa vertical (tubing), tetapi pada simulasi reservoir sebelumnya sudah diinputkan data Vertical lift Performance dari software IPM dan untuk aliran horizontal (flow line) menggunakan metode Begs & Brill. Metode Begs & Brill tersebut digunakan karena adanya pegaruh aliran fluida dua fasa pada pipa alir.

80

4.6.1.1. Model Single Branch Model single branch merupakan model sistem per sumuran yang merupakan anggota dari kelompok sumur suatu jaringan yang akan dianalisis potensi supply fluidanya untuk digunakan dalam network model dan FPT model. Hal tersebut dilakukan untuk melakukan validasi kondisi sumur dan produksi pada waktu tertentu. Data yang dipersiapkan untuk di-input-kan melalui struktur data yang terdapat pada setiap komponen single branch adalah data komposisi fluida, data formasi produktif, data tubing dan perforasi dan data fasilitas produksi yang terkait. Data yang dimasukkan ke dalam single branch model disiapkan melalui proses validasi dan optimasi, Data yang dilakukan validasi menggunakan Produktifitas index hasil simulasi reservoir, sedangkan untuk jaringan pipa tidak dilakukan validasi karena belum dilakukannya produksi sumur-sumur yang ingin dikembangkan., selanjutnya dilakukan suatu operasi analisis nodal, dengan menggunakan titik nodal di dasar sumur, di kepala sumur, dan di separator. Profil sumur single branch model untuk reservoir multilyer dapat dilihat pada Gambar 4.43.

Gambar 4.43. Profil Sumur Single Branch Model (Multilayer)

81

Tabel IV-9 Input Data Single Branch Model
No 1 2 3 4 5 6 7 8 9 10 11 12 13 Well IDM 27-st IDM 42 IDM 66 IDM 43 IDM 65 IDM 47 IDM 7 IDM 45 IDM 59 IDM 69 IDM 74 IDM 68 IDM 89 k (upper) 18 20 12 22 12 20 1 21 21 1 12 1 20 1 12 12 20 1 12 20 1 20 12 20 1 12 20 1 12 20 1 12 20 1 12 20 k (lower) 25 25 25 25 16 25 10 25 25 7 25 8 25 10 25 18 25 10 18 25 10 25 18 25 10 18 25 10 18 25 10 18 25 10 18 25 Zone Zone 3 Zone 3 Zone 2/3 Zone 3 Zone 2 Zone 3 Zone 1 Zone 3 Zone 3 Zone 1 Zone 2/3 Zone 1 Zone 3 Zone 1 Zone 2/3 Zone 2 Zone 3 Zone 1 Zone 2 Zone 3 Zone 1 Zone 3 Zone 2 Zone 3 Zone 1 Zone 2 Zone 3 Zone 1 Zone 2 Zone 3 Zone 1 Zone 2 Zone 3 Zone 1 Zone 2 Zone 3 K avg (md) 0.17 4 2.8 9.6 220 60 220 6 21 2 4 7 22 0.0071 7 4 1 24 13 0.4 0.458 60 1 3 3.2 5.44 12.3 8.613 11.5 2.4 12.4 32.1 71.26 1.422 0.0032 2.412 Thickness (ft) 65.7 60 85 55 33 60 46 57 57 40 85 46 60 45 85 35 60 46 35 60 46 60 35 60 45 35 60 45 35 60 45 35 60 45 35 60

14

IDM 88

15 16

IDM 95 IDM 91

17

X1

18

X2

19

X4

20

X5

82

Gambar 4.44 menunjukan hasil analisa nodal dengan top node wellhead untuk sumur IDM-X1, dimana dihasilkan perpotongan antara Inflow Curve dengan Outflow Curve berada di 4 mmscfd sesuai dengan rate yang dihasilkan pada simulasi reservoir, Oleh karena itu model single branch sudah bisa digunakan untuk pembuatan model jaringan di permukaan.

Gambar 4.44. Contoh Analisa Nodal Single Branch Model (Multilayer) 4.6.1.2. Model Network Model network terdiri dari beberapa model single branch yang dihubungkan satu dengan yang lainnya menggunakan branch dan junction dalam setiap manifold untuk selanjutnya dihubungkan ke separator dan peralatan proses lainnya sampai sink yang diinginkan. Proses input data yang dibutuhkan network model sama dengan pada single branch model. Pengaturan dilakukan untuk menentukan suatu komponen model tersebut digunakan atau tidak pada waktu tertentu sesuai dengan skenario yang diinginkan. Gambar 4.45. merupakan network model Lapangan “IDM” , Pembuatan network model ini disesuaikan

83

dengan lokasi sumur sebenarnya di permukaan dan sesuai dengan pad masingmasing sumur.Setelah model berhasil di-run kemudian di-export ke sub-program FPT

Gambar 4.45. PipeSim Network Model 4.6.1.2.1 Data Faslilitas Peralatan Permukaan Data flowline yang digunakan dapat dilihat pada Tabel IV-10, Pada Gambar 4.46 dapat terlihat fasilitas pemisah yang di desain oleh peneliti untuk memisahkan dan mengumpulkan fluida hidrkarbon dalam hal ini yaitu gas dan kondensat. Pada stasiun pengumpul digunakan 3 separator dan 3 scrubber yang di aplikasikan untuk ketiga skenario yang di rencanakan. Output yang diaplikasikan juga ada 3 yaitu sales point sebagai tujuan akhir produksi sales gas, tank untuk mengumpulkan produksi kondensat, dan juga flare untuk membakar gas sisa. Spesifikasi dari separator, scrubber, flash drum dapat dilihat pada Tabel IV-11.

84

Tabel IV-10 Spesifikasi Flowline Parameter Pipa Sumur IDM- 65 IDM-27ST IDM-7 IDM-47 IDM-43 IDM-42 IDM-68 IDM-74 IDM-66 IDM-59 IDM-45 IDM-69 IDM-89 IDM-88 IDM-91 IDM-95 IDMX1 IDMX2 IDMX4 IDMX5 Jarak (Km) 11.9 11.0 11.0 9.6 9.6 9.6 8.9 7.5 6.5 11.0 8.0 3.0 12.2 11.3 1.67 3.5 4.3 2.3 8.9 4.3 ID (inch) 4 6 4 4 6 6 6 4 4 4 6 4 4 4 6 4 4 4 4 4 Wall thickness 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 Roughness 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.001

85

Gambar 4.46. PipeSim Network Model (Stasiun Pengumpul) Gas bertekanan tinggi (high pressure) dari sumur-sumur produksi masingmasing dialirkan ke separator produksi HP bertekanan 735 psig untuk dipisahkan fasa cair dan gas. Fasa Gas (dry gas) langsung menuju sales point dengan tekanan 700 psig sebagai sales gas. Fasa cair disini adalah kondensate yang terproduksi ketika tekanan reservoir berada di bawah dew point line. Fasa cair hasil separator HP dipisahkan kembali di scrubber HP dan diturunkan tekananya menjadi 60 psig. Kemudian dialirkan menuju Flash Drum, untuk memisahkan gas sisa dengan tekanan 35 psig. Gas yang keluar dari FD dibakar (flare) sedangkan fasa cair di kirim ke tank dengan tekanan 50 psig. Pada skenario Low pressure, Aliran gas dari lapangan IDM dialirkan menuju Separator LP bertekanan 385 psig. Seperti pada skenario HP fasa cair langsung dipisahkan di scrubber LP yang akhirnya dialirkan menuju FD untuk pemisahan gas sisa, dan Fasa cair di kirim ke tank. Hasil pemisahan dari separator LP (Dry Gas) harus dilakukan penaikan tekanan, karena tekanan yang disepakati untuk sales gas adalah 700 psig. Oleh karena itu, peneliti mengaplikasikan kompressor untuk mengkompresi dry gas tersebut, agar mendapatkan tekanan yang diinginkan.

86

Skenario Low Low pressure sama seperti skenario Low Pressure yaitu menggunakan bantuan kompressor untuk menaikan tekanan menjadi 700 psig. Hasil Pemisahan gas dari separator LLP dengan tekanan 150 psig membutuhkan bantuan 2 kompressor. Kompressor pertama menaikan tekanan menjadi 410 Psig dan kompressor kedua menaikan tekanan dari 410 psig menjadi 735 psig. Spesifikasi kompressor dapat diihat pada Tabel IV-12. Tabel IV-11 Spesifikasi Separator

Jenis Fasilitas Pemisah SEP HP Scrubber HP SEP LP Scrubber LP SEP LLP Scrubber LLP Flash Drum

Pressure (Psig) 735 60 385 60 150 60 35

Tabel IV-12 Spesifikasi Compressor
Spesifikasi Merk mesin Pressure ratio Horse Power (hp) Pressure Discharge (Psig) Compressor 1 Cat G3500 1.86 748.9 410 Compressor 2 Cat G3500 1.86 655.6 735

87

4.6.1.3. Hasil Running Network Model (Static Mode) Pada running statis, berarti tidak adanya perubahan tekanan reservoir. Tujuan dari running statis ini adalah untuk dilakukan analisa kelakuan aliran dalam pipa di networ model yang telah dibuat. Pada penelitian ini yang dianalisa adalah harga velocity. Harga velocity yang dianggap ideal untuk fluida 2 fasa, dalam hal ini gas dan kondensat adalah 3 ft/scnd – 6 ft/scnd. Pada gambar 4.34, desain ukuran flowline yang digunakan besarnya seluruhnya sama yaitu 4” in, baik ukuran flowline maupun trunk line. Harga velocity yang tercatat ada yang melebihi batas maksimum velocity dan ada yang dibawah batas minimum velocity. Oleh karena itu dilakukan modifikasi pipeline agar harga velocity sesuai range velocity yang ideal seperti terlihat pada Gambar 4.48.

Gambar 4.47. Gas Velocity ( 4 in Flowline size)

88

Gambar 4.48. Gas Velocity ( Input simulator) 4.7. Pembuatan Model FPT Model FPT yang digunakan adalah metode pengintegrasian antara model reservoir yang telah dibuat sebelumnya menggunakan simulator eclipse dengan Network model. Metode ini disebut juga Dynamic Eclipse Link, dimana yang menjadi menjadi Linking Pressure adalah BHP. Ilustrasi Pemodelan Metode ini dapat dilihat pada gambar dibawah ini

Gambar 4.49. Ilustrasi Sistem Produksi yang Terintegrasi

89

4.7.1. Pemilihan Reservoir Model, Network Model dan Well Mapping Reservoir model yang dipilih pada menu ini adalah model yang telah di simulasikan melalui software Eclipse 2005.1.Pemilihan network model (PipeSimnet) digunakan untuk integrasi model jaringan dan model waktu produksi. Well Mapping dimaksudkan untuk menghubungkan tiap-tiap sumur pada network dengan sumur-sumur pada reservoir model

4.7.2. Flow Rate Constraint Reservoir gas diproduksikan sesuai dengan kontrak yang ada, umumnya didasarkan pada tingkat laju produksi gas, tekanan dan waktu tertentu. Oleh karena itu, performance laju produksi sebagai fungsi waktu diusahakan plateau sesuai rencana GasDel dalam beberapa tahapan, dengan cara constraint tekanan tetap (700 psig) di gas outlet menuju sales point.

4.7.3. Field Planning Event dan Pelaksanaan Model Agenda (event) yang dilakukan selama proses produksi dimulai dari awal waktu sampai akhir kontrak diatur pada fasilitas field planning event setelah itu model dapat di-run. Pada field planning event dapat digunakan untuk mengatur dan merencanakan waktu pengembangan suatu lapangan pada kurun waktu tertentu. Pada metode Dynamic Eclipse Link, mode Field Planning Event sudah mengikuti data schedule yang telah dibuat di simulasi reservoir. Output hasil running program dapat dilihat pada menu result viewer. Kemudian hasilnya dapat dibuat ploting laju alir, tekanan, waktu dan parameter lainnya. Salah satu hasil ploting tersebut adalah production forecast baik sumuran ataupun total system, Pada penelitian ini plotting menggunakan microsoft excel dikarenakan hasil running tidak bisa di plot pada satu grafik, hal ini disebabkan penggunaan timestep yang terlalu kecil pada perhitungan yang dilakukan simulator.

4.7.4. Hasil Simulasi FPT Hasil yang didapat dari simulasi menggunakan software FPT dengan Dynamic Eclipse Link sesuai dengan output yang dibuat pada network model

90

yaitu Sales point, Tank dan juga Flare. Pada Gambar 4.53 dapat dilihat Laju alir produksi yang tercatat di sales point, dalam hal ini gas yang terakumulasi di sales point adalah dry gas, karena telah melalui separasi pada stasiun pengumpul. Pada skenario LP terjadi perbedaan lamanya produksi bertahan dengan plateu rate. Hasil simulasi reservoir memperoleh hasil bahwa produksi dapat bertahan dalam plateu rate sampai januari 2020, tetapi setelah disimulasikan dengan network model, Plateu rate skenario LP mengalami deplesi pada maret 2018, oleh karena itu perubahan schedule untuk skenario LLP dengan merubah start date online sumur dari Januari 2020 menjadi Maret 2018. Kumulatif produksi dry gas yang tecatat di sales point untuk ketiga skenario sebesar 53.6 BSCF.

Gambar 4.50. Hasil Simulasi FPT Skenario HP (Sales Gas Production Rate)

91

Gambar 4.51. Hasil Simulasi FPT Skenario LP (Sales Gas Production Rate)

Gambar 4.52. Hasil Simulasi FPT Skenario LLP (Sales Gas Production Rate)

92

HP

LP

LLP

Gambar 4.53. Hasil Simulasi FPT Ketiga Skenario (Sales Gas Production Rate)

Tabel IV-13 Summary Hasil Running FPT
Plateu Rate Cum Gas Spesifikasi Peralatan Produksi Permukaan Sep (Psig) Scrub (Psig) FD (Psig) 35 35 35 Compressor (hp) None 748.9 655.6

Skenario HP LP LLP

Schedule End Of Start Plateu Date Nov-13 Sep-15 Sep-15 Mar 18 Mart 18 Mar 23

Jumlah Sumur 8 20 20

MMSCFD MMSCF 10 20 20 13955 47017 47356

735 385 150

60 60 60

93

Gambar 4.54 Hasil Simulasi FPT (Condensate and Water Production Rate) Gambar 4.54 menunjukan terproduksinya kondensat seiring dari penurunan tekanan reservoir yang kondisinya berada di bawah dewe point line.Pada simulasi FPT, kondesat yang terakumulasi pada Tank sebesar 3.25 MMSTB seperti yang terlihat pada Gambar 4.55.

Gambar 4.55 Hasil Simulasi FPT (Condensate and Water Production Total)

94

Pada network model dipasang Flare sebaga tempat pembakaran gas sisa atau gas yang sudah tidak diperlukan, dengan maskud untuk menyeimbangkan tekanan pada stasiun pengumpul, alasan kedua yaitu diketahui bahwa gas tidak dapat disimpan jadi harus selalu dialirkan. Oleh karena itu itu, ketika suatu sistem produksi gas memproduksikan gas yang melebihi kebutuhan maka harus dibakar di flare. Laju alir dan total gas yang dibakar dapat dilihat pada Gambar 4.56.

Gambar 4.56 Hasil Simulasi FPT (Condensate and Water Production Total) Flare 4.8. Analisa Keekonomian Pengembangan Lapangan Gas Analisa keekonomian perlu dilakukan setelah sebuah acuan

pengembangan lapangan dibuat. Tujuan dari analisa ini adalah menggambarkan kondisi yang akan terjadi ketika penelitian ini diaplikasikan pada kondisi aktual dalam segi keekonomian. Setiap analisa keekonomian yang dilakukan harus berdasarkan production sharing contract yang telah disepakati kedua belah pihak, dalam hal ini kontraktor dan pemerintah. Pada Tabel IV-13 dapat dilihat

95

terminologi dari PSC yang telah disepakati. Hasil perhitungan keekonomian dapat dilihat secara detail pada Tabel IV-14 sampai Tabel IV-16.

Tabel IV-13 Production Sharing Contract Lapangan IDM PSC CONTRACT TERM : Goverment Tax : Contractor Before Tax Oil Split : BPMIGAS Before Tax Oil Split : Invesment Credit : FTP,% : DMO Volume = 25% of Contractor share Free DMO incentive = 60 months DMO Price = 15% of Market Price Condensate Split After Tax 15.0% 85.0% Gas Split After Tax 35.0% 65.0% 0.4800 0.2885 0.7115 0.00 20.0%

Contractor, % BPMIGAS Contractor, % BPMIGAS

Tabel IV-14 Pembagian Keuntungan Kontraktor dan Pemerintah I T E M GROSS INCOME OPERATING COST INVESTMENT SKK MIGAS EQUITY TAX $M 1177712 118391.5151 239941.654 362524.6855 211142.8575 $/BOE 97 9.71 19.68 29.73 17.31 MBOE 96.58 9.71 19.68 29.73 17.31 % 100 10.05 20.37 30.78 17.93

96

Tabel IV-14 (Lanjutan) DMO TOTAL INDONESIA NCF TO CONTRACTOR TOTAL 16973.19231 590640.7353 1.39 48.44 1.39 48.44 1.44 50.15

228738.0956 1177712

18.76 97

18.76 96.58

19.42 100

Tabel IV-15 Indikator ekonomi Kontraktor CONTRACTOR. ECONOMIC INDICATORS : NET CASH FLOW, $M 5% NPV, M$ 10% NPV, M$ 15% NPV, M$ ROR, % Pay-Out Time, in Year 228738.0956 217,846 207,944 198,903 29.9 5

Tabel IV-16 Indikator ekonomi Pemerintah GOVERNMENT ECONOMIC INDICATORS : NET CASH FLOW, $M 5% NPV 10% NPV 15% NPV 590,641 434,093 328,289 254,614