Simulation Gisement Pétrolier

INTRODUCTION À LA
SIMULATION NUMÉRIQUE DES

GISEMENTS PÉTROLIERS
Guy Barré
Do -es-S ien es Mathématiques, Ingénieur ENSEEIHToulouse
Retraité ElF-AQUITAINE, Professeur "Total Professeur Asso iés"
Janvier 2007
1
2
Fig. 1. L'âge du Cal ul

Remer iements
Ce do ument a été rédigé dans le adre du projet de ollaboration entre l'Univer-

sité M'HAMED-BOUGARA de BOUMERDES (ALGERIE) et l'Université de PAU et des
PAYS de L'ADOUR (FRANCE). Ce do ument est destiné à illustrer un enseignement dis-
pensé aux éléves Ingénieurs de la Fa ulté des Hydro arbures et de la Chimie. Pour rédiger
e do ument et réaliser les appli ations numériques je me suis appuyé sur un ensemble de
logi iels libres . Je remer ie vivement tous eux qui parti ipent au développement et
à la diusion de es outils. C'est une vraie révolution de pouvoir disposer librement,
dans une a tivité bénévole, hors du ontexte de l'entreprise, de es outils de grande qualité
professionnelle et de leur do umentation. Bien évidemment mon poste de travail est sous :
GNU/Linux .
Dans le domaine du traitement de texte et du dessin, j'ai utilisé :
(1) LATEX
(2) LyX- (http ://www.lyx.org)
(3) OpenO e- (http ://fr.www.openo e.org)
Pour les appli ations numériques, j'ai utilisé : S ilab - (http ://www.s ilab.org).
Cet outil me paraît tout à fait intéréssant, et m'a donné du plaisir à refaire du numérique
à la retraite.
Ce do ument est pla é sous la li en e reative ommon
3
Table des matières
Remer iements 3
Chapitre 1. Présentation 9
1. La simulation numérique pour l'ingénieur. 9
1.1. Rle de la simulation numérique. 9
1.2. Constru tion d'un simulateur de gisement 10
2. Les moteurs de l'évolution du domaine 11
2.1. Explosion de la puissan e de al ul 11
2.2. Développement des te hniques de simulation 13
3. Obje tifs du do ument 14
3.1. L'é oulement d'un uide légèrement ompressible en milieu poreux 14
3.2. L'é oulement de 2 uides in ompressibles, non mis ibles en milieux poreux
sans pression apillaire 14
3.3. L'é oulement de 2 uides in ompressibles non mis ibles en milieux poreux en
présen e de pression apillaire 14
3.4. Le modèle Bla k-oil 15
Chapitre 2. Prin ipales lois physiques 17
1. Porosité 17
2. Saturations 17
3. Loi de DARCY 18
3.1. Perméabilité d'un milieux poreux 18
3.2. Système pratique 18
3.3. Généralisation 3D 19
3.4. Perméabilités relatives 20
4. Pression Capillaire 21
4.1. Dénition 21
4.2. Pression apillaire en fon tion de la saturation 21
4.3. Représentation graphique 22
5. Lois de onservation 22
5.1. Forme diérentielle de la loi de onservation des masses 22
Chapitre 3. É oulement monophasique ompressible 25
1. Présentation du problème. 25
1.1. Équations de l'é oulement mono-phasique 25
1.2. Constru tion du modèle mathématique 26
2. Modélisation numérique par diéren es nies ou volumes nis 27
2.1. Dis rétisation de l'espa e : 27
2.2. Approximation des ux aux interfa es des intervalles 28
2.3. Bilan des ux 30
2.4. Cal ul des termes d'a umulation 30
2.5. Problème semi-dis rétisé. 30
2.6. Dis rétisation en temps 31
3. Appli ations numériques 36
5
6 TABLE DES MATIÈRES
3.1. Méthode expli ite 37

3.2. Algorithme rapide de résolution d'un système linéaire tridiagonal. 40
3.3. Méthode impli ite et méthode de Crank-Ni holson 41
3.4. Comparaison des résultats pour les diérentes méthodes 43
3.5. Organigramme général du simulateur 45
Chapitre 4. E oulement diphasique in ompressible horizontal sans pression apillaire 47
1. Présentation du problème . 47
1.1. Notations utilisées 47
2. Constru tion du modèle mathématique 48
2.1. Loi de Dar y 48
2.2. Équations de onservation 48
2.3. Saturations 48
2.4. Conditions aux limites 49
2.5. Équation en pression : 49
2.6. Équation en saturation : 50
2.7. Modèle mathématique 51
3. Étude parti ulière de l'équation en saturation 52
3.1. Problème modèle 52
4. Modélisation numérique par diéren es nies 55
4.1. Dis rétisation de l'espa e et du temps 55
4.2. Approximation numérique de l'équation en pression 55
4.3. Approximation numérique de l'équation en saturation 57
4.4. Appli ation numérique et résultats 60
5. Analyse simpliée des s hémas numériques 63
5.1. Problème du transport 64
5.2. Consistan e des s hémas - diusion numérique 66
5.3. Expérien es numériques 68
Chapitre 5. É oulement diphasique in ompressible horizontal
ave pression apillaire 69
1. Présentation du problème . 69
1.1. Notations utilisées 69
2. Constru tion du modèle mathématique 70
2.2. Équations de ontinuité 70
2.3. Saturations 71
2.4. Loi de pression apillaire 71
2.5. Fermeture du système 71
2.6. Transformation des équations 71
2.7. Représentation graphique des prin ipales fon tions du problème 74
2.9. Modèle mathématique nal 79
3. Constru tion du modèle numérique 80
3.1. Dis rétisation de l'espa e et du temps 80
3.3. Approximation numérique de l'équation en saturation. 80
4. Appli ations numériques 82
4.1. Les perméabilités relatives 82
4.2. Pression apillaire 82
4.3. fon tions sans dimension 83
4.4. Problème modèle 83
TABLE DES MATIÈRES 7
4.5. Résultats numériques 84

Chapitre 6. Le Modèle Bla k-Oil Gaz-Huile 89
1. Présentation 89
2. Modèle thermodynamique 89
2.1. Phases et onstituants 89
2.2. Propriétés thermodynamiques 90
3. Constru tion générale du modèle mathématique 93
3.1. Notations 93
3.3. Modèlisation des puits 95
3.4. Conditions initiales 96
3.6. Loi de onservation 96
3.7. Saturations 96
3.8. Pression apillaire 97
3.9. Fermeture du système 97
3.10. Transformation des équations 97
3.11. Équation en pression 97
3.12. Équation en saturation 99
4. Constru tion du modèle numérique 99
4.1. Dis rétisation de l'espa e 99
4.3. Problème semi-dis rétisé 105
4.4. Méthode IMPES 106
CHAPITRE 1
Présentation
1. La simulation numérique pour l'ingénieur.
1.1. Rle de la simulation numérique.
L'obje tif premier d'une étude de réservoir gisement est de déterminer les onditions
optimales d'exploitation qui maximisent é onomiquement la ré upération des hydro ar-
bures.
La simulation numérique de gisements est l'art et la s ien e d'utiliser les te hniques
numériques pour aborder les problèmes d'exploitation des hamps d'hydro arbures. Les
te hniques numériques ont pour objet prin ipal l'approximation numérique des solutions
des équations mathématiques dé rivant l'é oulement de uides multiphasiques et de la
haleur en milieux poreux.
Le simulateur numérique de gisement est le point de onvergen e des diérentes dis-
iplines qui ontribuent à la préparation des données d'entrée. La mise en ÷uvre d'un
simulateur numérique de gisement est un travail d'équipe, et il est important que haque
membre de l'équipe, bien que de métiers diérents, puisse omprendre l'ensemble du pro-
essus et des di ultés que l'on peut ren ontrer.
Fig. 1. Simulateur
La simulation numérique est aujourd'hui un des outils les plus universellement mis en
÷uvre en ingénierie des réservoirs pour :
(1) estimer la four hette de réserves orrespondant à diérentes hypothèses sur la
statique du réservoir.
9
10 1. PRÉSENTATION
(2) optimiser le s héma de développement et d'exploitation du hamp en fon tion

des ontraintes é onomiques par exemple en étudiant l'inuen e sur les taux de
ré upération et sur le bilan é onomique des paramètres suivants :
(a) nombres de puits
(b) disposition des puits
( ) débits des puits
(d) planning de mise en produ tion
(e) hoix d'un pro èdes de ré upération améliorée
Corrélativement à leur vo ation de faire des prévisions de produ tion, les modèles
numériques permettent aussi d'améliorer la onnaissan e du omportement du gisement
puisqu'ils doivent simuler son historique de produ tion. C'est la phase dite de alage de
l'historique . Au ours de ette phase, l'ingénieur pétrolier doit déterminer les valeurs des
paramètres qui permettent de aler les résultats du modèle numérique sur les observa-
tions obtenues réellement sur le terrain en ours de produ tion. Cette phase est en général
très déli ate et relève de l'art de l'ingénieur gisement. Elle est extrêmement onsommatri e
de temps de al ul ar elle né essite de nombreuse simulations pour ajuster l'ensemble
des oe ients, elle peut néanmoins parfois s'appuyer sur des méthodes mathématiques
d'Identi ation et d'estimation de paramètres. Les modèles numériques ont don souvent
un double but :
(1) un but d' études prévisionnelles ,
(2) un but d' études phénoménologiques .
1.2. Constru tion d'un simulateur de gisement.
L'a tivité de réalisation d'un simulateur numérique est une a tivité omplexe qui réunit,
d'un té l'ingénieur pétrolier, qui onnaît la géométrie, les propriétées du domaine, les lois
physiques qui gouvernent les phénomènes à modéliser et, d'un autre té l'ingénieur en ma-
thématiques appliquées qui pourra onstruire les outils numériques adaptés au problèmes
physiques et aux ressour es de al ul disponibles.
L' a tivité de réalisation de simulateurs numérique peut se modéliser à l'aide du ta-
bleau de la gure (1). Ce tableau met en éviden e le Modèle Mathématique qui est souvent
ourt- ir uité dans le dialogue entre l'ingénieur Gisement et l'ingénieur Mathématiques
Appliquées. Ce by-pass est le plus souvent à la sour e des onfusions et des in ompréhen-
sions entre les a teurs du domaine. En résumé, le modèle numérique doit être onstruit à
partir de :
(1) La bonne physique (rédu tion de la omplexité).
(2) Le bon modèle mathématique (modèle ontinu).
(3) La bonne approximation numérique (modèle dis ret).
On résume l'a tivité de onstru tion d'un simulateur numérique par le tableau de la
gure (1).
2. LES MOTEURS DE L'ÉVOLUTION DU DOMAINE 11
Domaines Besoins opérationnels -> <-Ores en simulation numérique
Modèles Problèmes physiques Modèles Simulateurs

Mathématiques Numériques
A tions Cara térisation des phé- Établissement des re- Approximation de l'es-
nomènes physiques et lations mathématiques pa e physique et de l'es-
des lois gouvernant le entre les variables d'état
pa e des solutions
système du système Choix des s hémas d'ap-
Dénition du domaine Consistan e du modèle proximation et onsis-
spatial et temporel mathématique aux phé- tan e de es s hémas
Conditions initiales et nomènes physiques Convergen e des s hé-
onditions aux limites Fermeture du système mas
Comportement "quali- Existen e d'une solution Solutions de grands sys-
tatif" du système global tèmes d'équations
Cara térisation du om- Stabilité numérique en
portement de la solution temps
Adaptation des algo-
rithmes aux ar hite -
tures de al ul
Problèmes Rédu tion de la om- modélisation des lois de Passage du modèle

prin ipaux plexité et de l'hétérogé- omportement ontinu au modèle
néité physique Existen e d'une solution dis ret
Choix des variables Consistan e du modèle
d'état du système numérique
Changement d'é helle
Interprétation des résultats
A teurs Ingénieur Gisement Ingénieur-Gisement Ingénieur Math-Appli

Ingénieur Math-Appli
Fig. 2. A tivité de Modélisation
2. Les moteurs de l'évolution du domaine
2.1. Explosion de la puissan e de al ul.
Sans le développement de la puissan e de al ul les progrès dans la simulation des

gisements auraient été impossibles. Ces progrès se sont prin ipalement réalisés dans quatre
domaines :
12 1. PRÉSENTATION
Fig. 3. Nombre de transitors d'aprés Intel

2.1.1. La puissan e des pro esseurs et la taille des mémoires.
C'est le phénomène prin ipal qui a déterminé le développement des te hniques de
modélisation numérique des phénomènes physiques.
Les onstru teurs ont respe té la loi de Moore qui avait prévu que le nombre de
transistors par pou e. arré de ir uit intégré, et en gros la puissan e de al ul, doublerait
environ tous les 18 mois pour un oût équivalent.
Dans le domaine des mémoires, la poussée te hnologique a été aussi remarquablement
forte. La taille des mémoires s'est onsidérablement développée. Un super omputer a
fa ilement aujourd'hui plusieurs entaines de Gigabyte de mémoire.
2.1.2. Le développement du al ul parallèle.

Aujourd'hui, le al ul haute performan e est souvent réalisé en utilisant des pro esseurs
mis en parallèle. La performan e nale de es ar hite ture dépend grandement du type de
problème à traiter. Les progrès ontinuent, en Août 2005, la so iété IBM a annon é la mise
en route de BlueGene/L , ordinateur à ar hite ture parallèle de 65536 pro esseurs
PowerPC, système d'exploitation Linux, pour une puissan e théorique de 136. Terraop/s.
2.1.3. Les langages de programmation.
Les premiers odes de simulation étaient programmés en FORTRAN. Les on epts
de la programmation orientée objet et la mise en ÷oeuvre des te hniques de Génie
Logi iel ont fa ilité la on eption et la réalisation de odes omplexes, réduisant les oûts
de développement et de maintenan e.
La dé roissan e ontinuelle des oûts de al ul ont rendu la simulation numérique de plus
en plus abordable. La onséquen e de l'a roissement de la vitesse de al ul et de la taille
des mémoires a été l'explosion de la taille des modèles numériques.
En 1960....Le modèle le plus grand avait environ 200 mailles.
1970....environ 2000.
1997....500.000 pour un modèle de simulation tournant sur une ma hine à 1 pro esseur.
2. LES MOTEURS DE L'ÉVOLUTION DU DOMAINE 13
2001...16 000 000 pour un 3D 3 phase Type Bla k-oil tournant sur une ma hine à
ar hite ture parallèle.
En gros la taille des modèle est à peu prés proportionnelle au développement de la puis-
san e de al ul. Le développement du al ul parallèle est parti ulièrement bien adapté au
développement de la taille des modèles de simulation de réservoir.
2.2. Développement des te hniques de simulation.
Ces dernières années, des nouvelles te hniques sont apparues dans le domaine de la
simulation in luant :
2.2.1. Les te hniques de maillage.
Au début, les simulateurs étaient onstruits sur des maillages Cartésiens re tangulaires,
autour du puits on utilisait des modèles radials ir ulaires. Les te hniques de ranement
de maillages sont apparues assez rapidement vers 1980. Le développement des maillages du
type orner-point-geometry a rendu possible l'utilisation de blo s non re tangulaires,
rendant possible la modélisation des failles et d'autres situations géologiques omplexes.
Jusqu'alors les maillages étaient stru turés, 'est à dire que les voisins de haque blo pou-
vaient être fa ilement déterminés à partir de leurs indi es i, j, k . Au ours des 10 dernières
années les modèles à base de maillages non stru turés ont été introduits an de prendre
mieux en ompte les problèmes géologiques. Les maillages non stru turés né essitent sou-
vent la mise en oeuvre d'outils de maillage automatique .
2.2.2. La modélisation des uides.
Au départ , les simulations étaient basées sur le modèle bla k-oil où le système des
hydro arbures est représenté par 2 pseudo- omposants : oil et gas en fon tion de leur état,
liquide ou gazeux dans les onditions standards de sto kage.
À partir de 1980 sont apparus les modèles ompositionnels où les hydro arbures
sont représentés d'un point de vue thermodynamique par un ertain nombre de speudo-
omposants . Ces nouveaux modèles ont permis la simulation de gisements à huiles légères
et de omposition omplexe, la simulation de pro édés de ré upération améliorée omme
par exemple le balayage au CO2 . Cependant la simulation ompositionnelle né essite des
moyens de al ul très importants, beau oup plus que l'appro he Bla k-oil , à ause du
nombre très important d'in onnues par blo ( e nombre est lié au nombre de onstituants).
2.2.3. Les te hniques d'approximation numériques.
Les simulateurs les plus onventionnels utilisent les méthodes aux diéren es nies et
plus ré emment les te hniques de volumes nis. Ces dernières années ont vu se développer
les méthodes multi-points d'approximation des ux. Ces méthodes permettent de prendre
en ompte des tenseurs de perméabilité non diagonaux et des maillages non orthogonaux.
Quelques travaux, sans vraiment de développements industriels d'envergure, ont été réalisés
pour mettre en ÷uvre des s hémas d'approximation d'ordre élevés ou pour utiliser les
méthodes aux éléments nis, pourtant très employées par les ingénieurs dans d'autres
domaines industriels.
2.2.4. Les solveurs linéaires.
Les méthodes pour résoudre les grands systèmes d'équations linéaires sont au oeur des
simulateurs. Disposer de solveurs robustes et e a es est une né essité absolue pour un
outil industriel. Les solveurs itératifs sont les plus utilisés. L'e a ité de es solveurs dépend
essentiellement de la qualité de pré- onditionnement de l'opérateur d'itération. Dans
l'industrie pétrolière beau oup de travaux ont été réalisés ou nan é dans les organismes
de re her he pour onstruire les meilleurs pré- onditionneurs possibles. Dans e domaine
l'apport des Mathémati iens Appliqués a été déterminante et a permis le développement
14 1. PRÉSENTATION
de simulateurs industriels performants permettant une meilleure exploitation des hamps

pétrolifères.
2.2.5. La modélisation géologique.
Les simulateurs a tuels, peuvent prendre en ompte plusieurs réservoirs, les installa-
tions de surfa e et tenir ompte des équations de la mé anique des ro hes. De plus, la
ollaboration entre les ingénieurs réservoir, les géologues, les géophysi iens se développent
pour donner une représentation du réservoir de plus en plus réaliste, 'est à dire que l'élabo-
ration du modèle de réservoir est une démar he qui intègre les appro hes du géophysi ien,
du géologue et du produ teur pour optimiser l'exploitation du hamp.
3. Obje tifs du do ument
Les simulateurs modernes sont des outils très performants dont l'usage à été rendu
onvivial par le développement des moyens de al ul et de visualisation des résultats. Le
danger qui peut guetter l'ingénieur débutant est de faire onan e de manière un peu
aveugle à et outil de al ul (syndrome de la boîte noire ) et de ne pas onnaître les
prin ipaux problèmes types qui sont au oeur de tous les modèles et qui peuvent être à
la base d'un omportement anormal de l'outil.. Nous nous plaçons du point de vue
de l'ingénieur mathématiques appliquées et nous nous proposons de dé rire es problèmes
types sur des as modèles représentatifs.
Nous réalisons le mini-simulateur de es modèles mathématiques, à base de dié-
ren es nies à l'aide du logi iel de al ul s ientique libre SCILAB .
Nous étudions de manière assez simpliée, mais susante pour notre obje tif, la onsis-
ten e des s hémas, et leur stabilité en temps.
Après avoir modélisé mathématiquement les prin ipales lois physiques proposées par
l'ingénieur gisement, nous étudions su essivement :
3.1. L'é oulement d'un uide légèrement ompressible en milieu poreux.
Ce problème se traduit par l'étude d'une équation aux dérivées partielles vériée par
la pression du uide. Cette équation est du type parabolique (Équation de la haleur).
Nous mettons en éviden e les ritères de stabilité et la né essité de passer aux méthodes
impli ites en as de faible ompressibilité. Les méthodes impli ites né essitent l'utilisation
d'algorithmes de résolution de systèmes d'équations linéaires.
3.2. L'é oulement de 2 uides in ompressibles, non mis ibles en milieux
poreux sans pression apillaire.
Ce problème se traduit par l'étude d'un système de 2 équations aux dérivées partielles
légèrement ouplées . La première, l'équation en pression, est du type elliptique non
linéaire et né essite la mise en ÷uvre d'algorithmes de résolution d'équations linéaires,
du même type que dans le as pré édent. La deuxième, l'équation en saturation est une
équation de transport non linéaire. Nous mettons en éviden e la formation d'un front
(dis ontinuité) dans la solution et les problèmes de stabilité (Condition C.F.L) liés à la
propagation du front.
3.3. L'é oulement de 2 uides in ompressibles non mis ibles en milieux po-
reux en présen e de pression apillaire.
3. OBJECTIFS DU DOCUMENT 15
L'étude de e problème, plus général que le as pré édent, nous permet de mettre en
éviden e le rle des termes de apillarité. Le modèle mathématique orrespondant est un
système de 2 équations aux dérivées partielles. La première, l'équation en pression est du
même type que pré édemment. La deuxième, l'équation en saturation est une équation de
transport-diusion non linéaire. Si le terme de transport non linéaire et le même que dans
le as pré édent, les for es de apillarité interviennent sous la forme d'un terme de diusion
non linéaire qui dégénère dans ertaines onditions introduisant ainsi des di ultés à bien
modéliser les onditions aux limites. La solution ne présente plus de front mais des
parties à fort gradient de saturation.
3.4. Le modèle Bla k-oil .
Ce modèle se rappro he des modèles industriels. Il a pour but de simuler dans des
onditions assez générales les é oulements de uides immis ibles, ompressibles, tels que
le ouple huile-gaz, mais en prenant en ompte la libération et la dissolution du gaz dans
l'huile. Du point de vue mathématique le système aux dérivées partielles est onstitué de 2
équations qui ne se dé ouplent pas fa ilement. La première, l'équation en pression est du
même type que elle étudiée pour l'é oulement monophasique d'un uide ompressible. La
deuxième, l'équation en saturation, est du type transport diusion. L'appro he présentée
est l'appro he IMPES...IM pli ite en P ression, E xpli ite en S aturation.
CHAPITRE 2
Prin ipales lois physiques
Nous présentons rapidement les lois et les on epts physiques né essaires à l'élaboration
des modèles numériques simples que nous allons dé rire. Il est évident que la présentation
qui suit ne prend pas en ompte toute la omplexité des phénomènes que l'on ren ontre
lorsqu'on étudie les é oulements multiphasiques dans les réservoirs pétroliers, mais es
lois et es on epts onstituent la base prin ipale sur laquelle reposent les simulateurs
numériques industriels.
1. Porosité
Considérons un é hantillon de ro he. Son volume total VT, est onstitué d'un volume
solide VS et d'un volume de pores VP ontenant un ou plusieurs uides. On appelle porosité
le rapport :
VP
φ= en %
VT
La porosité qui intéresse le spé ialiste gisement est elle qui permet la ir ulation des uides
et qui orrespond aux pores reliés entre eux. En général on prend la porosité omme une
fon tion onstante par mor eaux en fon tion de la nature de la ro he réservoir. Dans des
as industriels, on peut aussi prendre la porosité omme une fon tion faiblement variable
(linéaire dé roissante) de la pression (et/ou de la profondeur). On peut dire si :
(1) φ < 5% porosité faible
(2) 5% < φ < 10% porosité médio re
(3) 10% < φ < 20% porosité moyenne
(4) 20% < φ < 30% porosité bonne
(5) φ > 30% porosité ex ellente
2. Saturations
Considérons par exemple un é oulement tri-phasique eau, huile, gaz. Dans un volume
de pores V P se trouve un volume d'eau VW , un volume d'huile VO , et un volume de
gaz V G . Naturellement :
VW + V O + V G = VP
Les saturations en eau sw , huile so et gaz sg sont dénies par :
VW VO VG
sw = so = sg =
VP VP VP
et naturellement :
sw + so + sg = 1
.
17
18 2. PRINCIPALES LOIS PHYSIQUES
3. Loi de DARCY
3.1. Perméabilité d'un milieux poreux.
Fig. 1. arotte
La perméabilité intrinsèque ou absolue d'une ro he est l'aptitude de ette ro he à laisser

ir uler à travers ses pores un uide dont elle est saturée. Cette propriété peut être évaluée
grâ e à la Loi de Dar y.
La loi de Dar y est une loi expérimentale. Considérons la gure (1), une tran he
d'é hantillon de milieu poreux, de longueur ∆x de se tion A et saturé d'un uide de vis-
osité dynamique µ , traversé par un débit Q mesuré dans les onditions de température
et de pression de la tran he, en régime permanent, la pression amont est P +∆P, ∆P > 0,
la pression aval est P . L'étan héité est faite sur les fa es latérales. S'il n'y a pas de ré-
a tion du uide ave la ro he, e qui est en général le as, la loi de Dar y exprime que le
débit volumique du uide à travers la tran he est proportionnel à la diéren e de pression
entre l'amont et l'aval. Le uide s'é oule dans le sens des pressions dé roissantes.
K(m2 ) ∆P(pascal)
Q(m3 /s) = A(m2 ) · ·( )
µ(pascal·s) ∆x(m)
Le oe ient de perméabilité K est indépendant du uide onsidéré. Il n'est fon tion que
de la nature du milieu poreux. Par exemple, 'est une fon tion onstante par mor eaux
pour les milieux stratiés .
K est la perméabilité absolue de l'é hantillon dans la dire tion onsidérée.
La perméabilité a la dimension d'une surfa e.
Dans le système S.I, K s'exprime en m2 ....C'est une unité peu ommode.
3.2. Système pratique.

3. LOI DE DARCY 19
L'unité usuelle est le Dar y ou le millidar y (mD).

∆P(atmosphere)
(1) v(cm/s) = K(Darcy) ·
1
µ(centipoise)
·
∆x(cm)
1 atmosphere = 1, 013 · 105 pascals:

1 centipoise = 10−2 P oiseuille = 10−3 pascals · seconde:
1 millidarcy = 0, 987 · 10−15 m2 :
La gamme des perméabilités ren ontrées dans les réservoirs pétroliers est très étendue.
(1) 1 à 10 mD : faible perméabilité
(2) 10 à 50 mD : perméabilité médio re
(3) 50 à 200 mD : perméabilité moyenne
(4) 200 à 500 mD : perméabilité bonne
(5) > 500 mD : perméabilité ex ellente
3.3. Généralisation 3D.
On passe à la forme diérentielle de l'é oulement dé rit plus haut :

Kx (x) ∂P
(2) vitesse du f luide dans la direction x vx = −
µ
·
∂x
Pour un é oulement en 3 dimensions on introduit la fon tion potentiel :
Π=P −ρ·g·z ρ : masse volumique du uide
.
pour prendre en ompte la pesanteur et on généralise la loi de Dar y ;
Fig. 2. généralisation Dar y

Par exemple, dans un milieu stratié, anisotrope, on prend souvent, ¯

K̄ omme tenseur
Kh (x, y, z) : perméabilité horizontale

diagonal. Kv (x, y, z) : perméabilité verti ale
et en général Kh ≫ Kv
La loi de Dar y s'exprime par la relation :
 ∂Π 
   
vx Kh 0 0  ∂x 
 ∂Π
(3)  vy  = − 1 ·  0 Kh

0  ·
 ∂y

vz µ 0 0 Kv 


∂Π
∂z
3.4. Perméabilités relatives.
3.4.1. Dénition :
Le on ept de perméabilité a été étendu au as des é oulements multiphasiques. Soit
un é oulement multiphasique horizontal à 1 dimension et à 2 phases : eau et huile. On
é rit la loi de Dar y pour haque phase, la présen e de 2 phases ayant une inuen e sur la
perméabilité du milieu à ha une des phases.
Soient : −Qw :vitesse d'é oulement de la phase eau
−P w :pression de la phase eau
−Qo :vitesse d'é oulement de la phase huile
−P o :pression de la phase huile
On dénit Kw et Ko perméabilités du milieu pour ha une des phases en présen e de
l'autre phase par :
Kw dPw Ko dPo
Qw = − · et Qo = − ·
µw dx µo dx
On introduit la notion de perméabilité relative en posant :
krw :: perméabilité relative à l'eau
Kw
krw =
K
kro :: perméabilité relative à l'huile
Ko
kro =
K
K étant la perméabilité absolue du milieu obtenue en é oulement monophasique, en prin-
ipe indépendante du uide. La loi de Dar y pour les é oulements diphasique, s'é rit alors :
krw dPw kro dPo
Qw = −K · · et Qo = −K · ·
µw dx µo dx
3.4.2. Variation des perméabilités relatives ave la saturation.
On se pla e dans le as du ouple eau-huile, on réalise un dépla ement par imbibition,
'est à dire par inje tion d'eau, dans un milieu initialement saturé en huile ave de l'eau
interstitielle sw = swi . Suivant la gure (4), on onstate que lorsque la saturation en eau
roît depuis la valeur : swi alors :
(1) la perméabilité à l'huile dé roît onstamment,
(2) la perméabilité à l'huile s'annule pour une saturation minimale , sor : saturation
résiduelle en huile,
(3) la perméabilité à l'eau roit à partir de la saturation sw = swi jusqu'à la saturation
maximale en eau , swmax = 1 − sor ,
4. PRESSION CAPILLAIRE 21
(4) la apa ité totale d'é oulement est réduite : (krw + kro)≤ 1,
(5) l'expérien e montre que les kr ne dépendent pas du débit pour les vitesses d'é ou-
lement orrespondant à l'exploitation des gisements.
4. Pression Capillaire
4.1. Dénition.
Fig. 3. Milieux-Poreux
Considérons la gure (3), qui représente sous forme simpliée une oupe de milieu
poreux, saturé en eau et en huile. On appelle pression apillaire P c entre 2 phases uides
la diéren e de pression existant entre 2 points inniment voisins et situés de par et d'autre
de l'interfa e séparant les 2 uides.
(4) P c = Po − Pw
Si P c > 0 alors le uide d'indi e w est le uide mouillant, le uide d' indi e o est
le uide non-mouillant. Dans les milieux poreux, pour un é oulement multiphasique,
l'interfa e entre les phases uides se répartit dans les pores. Dans le as des gisements
pétroliers et dans le as du ouple eau-huile, en général, les ro hes sont préférentiellement
mouillables à l'eau. L'huile est le uide non mouillant, l'eau est le uide mouillant.
Dans les zones où les 2 uides sont présents, la pression dans l'huile est supérieure à la
pression dans l'eau.
Si le uide initialement en pla e est mouillant, il n'est dépla é par le uide environnant
que si l'on impose à elui- i un ex édent de pression au moins égal à la pression apillaire
pour les plus gros pores.
Si le uide initialement en pla e est non mouillant, il est dépla é spontanément par le
uide environnant.
4.2. Pression apillaire en fon tion de la saturation.
Nous nous intéressons au ouple eau-huile, dans le as d'un gisement pétrolier. L'ex-
périen e montre que la pression apillaire est une fon tion stri tement dé roissante de la
saturation en uide mouillant. Elle dépend aussi du milieu poreux. On peut la représenter
par une fon tion du type :
P c(x, s) = P cmax (x) · P c(sw )
P cmax (x): pression apillaire maximum au point x, en général on prend P cmax (x) omme
une fon tion onstante par mor eaux en fon tion du type de ro he.
4.3. Représentation graphique.
PERMEABILITES RELATIVES ET PRESSION CAPILLAIRE
1.0
0.9
0.8
0.7
0.6
Krw Kro
0.5
Sor
0.4 < >
Pc
0.3
0.2
0.1
Swi Swmax
0.0 Sw
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
Fig. 4. Perméabilités Relatives et Pression Capillaire
5. Lois de onservation
La mise en équations de l'é oulement de uides en milieux poreux repose sur un prin-
ipe fondamental qu'il est bon d'avoir toujours à l'esprit. Si nous nous intéressons plus
parti ulièrement à l'é oulement de phases uides omprenant plusieurs onstituants, la loi
de onservation des masses exprime le prin ipe suivant :
Dans un volume xé de milieux poreux, et pendant un intervalle de temps donné, la
somme algébrique des ux massiques de haque onstituant est égale à la variation de la
quantité du onstituant dans l'élément de volume onsidéré.
Pour haque onstituant on exprime la relation :
     
 somme des f lux   somme des f lux   variation de 
(5) 
massiques −
 
massiques

+ {sources} =

masse

entrants sortants dans le volume
5.1. Forme diérentielle de la loi de onservation des masses.
5.1.1. Expression de la variation des ux.

5. LOIS DE CONSERVATION 23
Fig. 5. Loi de onservation

−−−−−−→
Considérons (gure (5)) un élément de volume ∆V = ∆x · ∆y · ∆z. Soit : qp (x, y, z) le
ux massique par unité de surfa e du omposant (p) au point (x, y, z).
 p
−p−−−−−→  qxp (x, y, z)
q (x, y, z) = qy (x, y, z)
 p
qz (x, y, z)
Le débit, à l'instant t, entrant par les fa es "amonts", pendant la durée ∆t s'exprime par :
 
q px (x, y, z) · ∆y · ∆z 
massepin = +qyp (x, y, z) · ∆z · ∆x · ∆t
+q pz (x, y, z) · ∆x · ∆y
 
Le débit, à l'instant t, sortant par les fa es "avals", pendant la durée ∆t s'exprime par :
 
 q px (x + ∆x, y, z) · ∆y · ∆z 
massepout = +qyp (x, y + ∆y, z) · ∆z · ∆x · ∆t
+q pz (x, y, z + ∆z) · ∆x · ∆y
 
Soit s(x, y, z) la densité de sour e massique dans l'élément de volume, à l'instant t.

s > 0 pour un puits "inje teur", le débit est entrant.
s < 0 pour un puits produ teur, le débit est sortant.
La quantité de omposant p produit par la sour e massique, à l'instant t, dans le volume
de référen e et pendant l'intervalle ∆t est donné par :
S p (x, y, z) = sp (x, y, z) · ∆x · ∆y · ∆z · ∆t
La variation de ux massique est don :
(6) ∆F p = massein − masseout + S p
5.1.2. Expression de la variation de l'a umulation.

Soit C p(t) la on entration du onstituant (p) dans l'élément de volume à l'instant t.
C p (t) =
masse du onstituant (p ) dans l'élément de volume
volume de l'élément
La variation de l'a umulation, dans l'intervalle de temps ∆t, est don :
(7) ∆AC p = {C p (t + ∆t) − C p (t)} · ∆x · ∆y · ∆z
5.1.3. Relation de onservation des masses.

La loi de onservation des masses (5) se traduit don par l'égalité des deux expressions
(6) et (7).
(8) ∆F p = ∆AC p
'est à dire, en divisant les deux membres de l'égalité (36) par :∆x · ∆y · ∆z · ∆t
 

 qxp (x + ∆x, y, z) − qxp (x, y, z) 

 


 ∆x 



 

 
qyp (x, y + ∆y, z) − qyp (x, y, z) C p (t + ∆t) − C(t)
 
− + + sp =

 ∆y 
 ∆t

 


 



 qzp (x, y, z + ∆z) − qzp (x, y, z) 


 + 
∆z
Si l'on passe aux diérentielles il vient :

∂qxp ∂qyp ∂qzp ∂C p
(9) −
∂x
+
∂y
+
∂z
+ sp =
∂t
Ou en ore, de manière plus on ise :
−
→ ∂C p
(10) −div( q p ) + sp =
∂t
CHAPITRE 3
É oulement monophasique ompressible
1. Présentation du problème.
On étudie le as d'un é oulement mono-phasique. C'est un type d'é oulement que l'on peut
ren ontrer en pratique, en géométrie radial- ir ulaire, dans le as des essais de puits, dans
le as rare de gisement mono-phasique ( as de gisements de gaz). Nous nous pla erons dans
un as simple : é oulement horizontal, mono-dimensionnel, d'un uide peu ompressible.
Nous nous proposons :
(1) De onstruire le modèle mathématique à partir des lois physiques générales et des
onditions aux limites propres à notre problème.
(2) De onstruire le modèle numérique qui dé oule de l'approximation des équations
du modèle mathématique.
(3) De vérier la onsistan e et la onvergen e des diérents s hémas numériques
possibles.
(4) De réaliser un Simulateur Numérique permettant d'"exhiber" la solution.
1.1. Équations de l'é oulement mono-phasique.
1.1.1. Le milieux physique, les données.
Fig. 1. arotte
Le problème que nous allons modéliser est l'é oulement d'un uide monophasique en
milieu poreux à température onstante, les parois du barreau sont étan hes.
25
26 3. ÉCOULEMENT MONOPHASIQUE COMPRESSIBLE
Le milieu : 
 A(x) : se tion du barreau
perméabilité absolue du milieu


K(x) :
 φ(x) : porosité du milieu, indépendante de la pression
longueur du barreau


L:
Le uide :
masse volumique du uide, fon tion de la pression


 ρ(P ) :
vis osité dynamique du uide, onstante


µ:
 γ: oe ient de ompressibilité
pression du uide


P (x, t) :
1 dρ
(11) γ= ·
ρ dP
à l'amont : On inje te le uide à une pression xée P (0, t) = P amont (t).
à l'aval : On produit le uide à la pression xée P (L, t) = P aval (t).
à l'instant initial t = 0, le uide est à la pression P (x, 0) = P initiale (x). On s'inté-
resse à la phase transitoire, 'est à dire à la mise en produ tion du barreau.
1.2. Constru tion du modèle mathématique.
1.2.1. La loi de Dar y. Le débit volumique q(x, t) traversant le milieu est donné par
la loi de Dar y :
K(x) ∂P
(12) q(x, t) = −A(x) ·
µ
·
∂x
1.2.2. L'équation de ontinuité.
La variation de débit massique est égale à la variation de l'a umulation dans l'élément
de volume.
∂(ρ(P ) · q(x, t)) ∂
(13) −
∂x
= (φ(x) · A(x) · ρ(P ))
∂t
1.2.3. Équation de l'é oulement.
Si l'on tient ompte de (11) , on exprime ∂ρ
∂t
en fon tion de ∂P
∂t
.
∂ρ dρ ∂P ∂P
(14) ∂t
= ·
dP ∂t
=γ·ρ·
∂t
Il vient, si φ ne dépend pas de P , d'aprés (12) et (13)
(15) ∂
∂x
[{ρ(P ) ·
K(x)
µ
· A(x)} ·
∂P
∂x
] = [φ(x) · A(x) · γ · ρ(P )] ·
∂P
∂t
On peut poser :
ϕ(x, P ) = φ(x) · A(x) · γ · ρ(P )
K(x)
κ(x, P ) = ρ(P ) · · A(x)
µ
On obtient alors :
∂P ∂ ∂P
(16) ϕ(x, P ) ·
∂t
=
∂x
[κ(x, P ) ·
∂x
] 0<x<L t>0
2. MODÉLISATION NUMÉRIQUE PAR DIFFÉRENCES FINIES OU VOLUMES FINIS 27
Le modèle mathématique de l'é oulement s'é rit omme un problème parabolique, fai-
blement non-linéaire. Les fon tions ϕ(x, P ) et κ(x, P ) étant faiblement dépendantes de
P si le uide est faiblement ompressible, e qui est le as pour les é oulements d'huile et
même pour les é oulement de gaz si les vitesses sont très faibles, 'est à dire lorsque les
gradients de pression sont trés faibles.
Modèle mathématique :
L'équation aux dérivées partielles (16), et les onditions aux limites nous donnent le
modèle mathématique suivant.

∂P ∂ ∂P


 ϕ(x, P ) · = [κ(x, P ) · ] 0 < x < L; t > 0


 ∂t ∂x ∂x


(17) modèle mathématique  P (0, t) = P amont
aval
(t) condition limite amont

 P (L, t) = P (t) condition limite aval





P (x, 0) = P initiale (x) condition initiale
On dit que le problème est bien posé. On peut montrer que le problème possède alors une
seule solution.
2. Modélisation numérique par diéren es nies ou volumes nis
2.1. Dis rétisation de l'espa e :
Nous allons, dans un premier temps, approximer le terme spatial du modèle mathé-
matique. Le domaine ]0, . . . , L[ est ouvert par un maillage de n+1 n÷uds {xi, i = 0, n}
ave x0 = 0 et xn = L permettant de dénir n+1 intervalles nis :


 Ii =]ξi−1/2 . . . ξi+1/2 [ i = 0, . . . , n

ξ−1/2 = x0
ξ = 0.5 · (xi + xi+1 ) i = 0, . . . , n − 1
 i+1/2


ξn+1/2 = xn
.
Fig. 2. maillage amont

Fig. 3. maillage ourant
Fig. 4. maillage aval
On désigne par Pi(t) l'approximation de P (xi , t) au n÷ud xi du maillage. Pi est une

fon tion de t seulement. Le prin ipe de la méthode d'approximation numérique repose sur
l'expression de la loi de onservation pour haque volume Ii . Plus formellement, si l'équa-
tion (16) est vériée pour ∀x 0 < x < L, alors on peut en déduire les n − 1 égalités
suivantes :
Z Z
∂P ∂ ∂P
(18) ϕ(x, P ) ·
∂t
· dx = [κ(x, P ) · ] · dx i = 1...n − 1
Ii Ii ∂x ∂x
Les égalités (18), traduisent une formulation faible de la relation aux dérivées partielles
(16)
2.2. Approximation des ux aux interfa es des intervalles.

Considérons les termes de droite des égalités (18) :

Z
(19) ∂
∂x
[κ(x, P ) ·
∂P
∂x
] · dx i = 1...n − 1
Ii
Intégrons sur l'intervalle Ii
∂P ξi+1/2
Z
(20) ∂
[κ(x, P ) ·
∂P
] · dx = κ(x, P ) · = −(fi−1/2 − fi+1/2 ) = ∆Fi
Ii ∂x ∂x ∂x ξ
i−1/2
L'approximation de l'intégrale (19) né essite la détermination des ux fi−1/2 et fi+1/2 aux
interfa es des volumes. Faisons l' hypothèse que dans haque intervalle ni Ii , la pression
peut être représentée par une fon tion linéaire. A haque interfa e assurons :
1.la ontinuité de la pression entre le volume amont et le volume aval ,
2.la ontinuité des ux massiques d'un volume à l'autre.
A l'instant t on onnaît, à haque n÷ud les valeurs des données et Pi(t). Soit ξi−1/2 l'inter-
fa e entre le volume Ii−1 et le volume Ii. Appelons Pi−1/2 la pression à l'interfa e ξi−1/2 .
Si on se pla e dans le volume amont Ii−1 , au point xi−1 on sait al uler :
K(xi−1 )
κi−1 = ρ(Pi−1 ) · · A(xi−1 )
µ(Pi−1 )
D'aprés la loi de Dar y, le ux sortant de l'intervalle amont Ii−1 peut être approximé
par :
(amont) Pi−1/2 − Pi−1
fi−1/2 = −κi−1 ·
0.5 · ∆xi−1
De même, si on se pla e dans l'intervalle aval Ii on sait al uler :
K(xi )
κi = ρ(Pi ) · · A(xi )
µ(Pi )
Le ux entrant dans l'intervalle aval peut être approximé par :
(aval) Pi − Pi−1/2
fi−1/2 = −κi ·
0.5 · ∆xi−1
La ontinuité des ux à travers l'interfa e ξi−1/2 nous impose : (amont)

fi−1/2
(aval)
= fi−1/2 =
fi−1/2 nous en déduisons alors :
κi−1 · Pi−1 + κi · Pi
Pi−1/2 =
κi−1 + κi
La pression à l'interfa e est la moyenne arithmétique pondérée par les oe ients κi des
pressions Pi−1 et Pi des 2 tés de l'interfa e. Cal ulons la valeur du ux massique à travers
l'interfa e ξi−1/2 :
2.κi−1 · κi Pi − Pi−1
fi−1/2 = − ·
κi−1 + κi ∆xi−1
que l'on é rira :
Pi − Pi−1
(21) fi−1/2 = −κi−1/2 ·
∆xi−1
ave
2 1 1
= +
κi−1/2 κi−1 κi
La transmissibilité aux interfa es est obtenue en faisant la moyenne harmonique des trans-
missibilités aux noeuds du maillage.
2.3. Bilan des ux.
Cal ulons l'expression (54) des bilans des ux :

Pi − Pi−1 Pi+1 − Pi
−(fi−1/2 − fi+1/2 ) = ∆Fi ≃ − (−κi−1/2 · ) − (−κi+1/2 · )
∆xi−1 ∆xi
En dénitive le bilan des ux dans l'intervalle ni Ii =]ξi−1/2 , . . . , ξi+1/2 [ est appro hé par
une relation linéaire entre les pressions des points voisins : Pi−1 , Pi, Pi+1 :
κi−1/2 κi−1/2 κi+1/2 κi+1/2
(22) ∆Fi ≃ −
∆x
· Pi−1 + (
∆x
+
∆x
) · Pi −
∆x
· Pi+1
i−1 i−1 i i
Pour alléger l'é riture on pose souvent : ai = κ∆xi+1/2

i
0 ≤ i ≤ n − 1.
La relation (22) s'é rit simplement :
(23) ∆Fi ≃ −ai−1 · Pi−1 + (ai−1 + ai ) · Pi − ai · Pi+1 1 ≤ i ≤ n − 1
2.4. Cal ul des termes d'a umulation.
De même al ulons une valeur appro hée du terme d'a umulation de l'équation (18)
sur l'intervalle Ii =]ξi−1/2, . . . , ξi+1/2 [ . Nous avons posé Pi (t) omme la valeur appro hée
de la pression au point xi du maillage, que nous prenons omme valeur moyenne de la
pression sur l'intervalle.
Z
∂P ∆xi−1 + ∆xi dPi
ϕ(x, P ) · · dx ≃ φ(xi ) · A(xi ) · c · ρ(Pi ) · ( )· = ∆Ci 1 ≤ i ≤ n − 1
Ii ∂t 2 dt
Si l'on pose :
∆xi−1 + ∆xi
ci = φ(xi ) · A(xi ) · c · ρ(Pi ) · ( )
2
Le terme d'a umulation pour l'intervalle Ii s'é rit don :
dPi (t)
(24) ∆Ci ≃ ci ·
dt
1 ≤i ≤n−1
2.5. Problème semi-dis rétisé.
É rivons les équations de onservation pour haque intervalle ni :

∆Ci = ∆Fi 1 ≤ i ≤ n − 1
Nous obtenons le système d'équations diérentielles aux onditions initiales :

(25)

dP (t)

 ci · i = −[ ai−1 · Pi−1 (t) − (ai−1 + ai ) · Pi (t) + ai · Pi+1 (t) ] 1 ≤ i ≤ n − 1


 dt



P0 (t) = P amont (t)

 Pn (t) = P aval (t)
onditions aux limites




onditions initiales 1 ≤ i ≤ n − 1

Pi (0) = P initial (xi )

Soit sous forme d'é riture matri ielle, denissons :

P (t) : ve teur de omposante Pi(t) ; i = 1, · · · , n − 1
C : matri e diagonale positive d'éléments ci; i = 1, · · · , n − 1

 αi−1,i = ai−1
A(αi,j ) : matri e tridiagonale symétrique :

αi,i = −(ai−1 + ai ) i = 1, · · · , n − 1
αi,i+1 = ai
 b1 = a0 · P0 (t)
B(t) : ve teur ontenant les onditions aux limites : bi

=0 2≤ i ≤ n−2
bn−1 = an · Pn (t)
P initial : ve teur de omposantes P initial (xi ) i = 1, · · · , n − 1
Le système s'é rit simplement :


 C · dP (t)
 = −A · P (t) + B(t)
(26) 
dt
= P initial

P (0)
Le modèle mathématique (17) a été transformé, par dis rétisation de l'espa e, en un

système d'équations diérentielles aux onditions initiales (26), plus simple à traiter.
2.5.1. Solution ontinue en temps du problème semi-dis rétisé.
Nous pouvons donner une solution du modèle semi-dis rétiser à l'aide de la fon tion
exponentielle d'une matri e.1
Dénition de la fon tion exponentielle d'une matri e.
De manière analogue au problème s alaire, la solution du problème matri iel semi-
dis rétisé s'exprime à l'aide de la fon tion exponentielle d'une matri e. La fon tion expo-
nentielle d'une matri e est dénie par son développement :
M2 M3
exp(M ) ≡ I + M + + + ···
2! 3!
qui onverge pour toute matri e arrée (n × n)
Solution du problème semi-dis rétisé .
Pour simplier supposons que le ve teur B ne dépende pas du temps, 'est à dire que
P amont et P aval ne dépendent pas du temps, la solution du problème semi-dis rétisé prend
alors une forme simple : Posons : P ∞ = A−1 · B , nous obtenons la solution ontinue en
temps du problème (26)
(27) P (t) = [P (0) − P ∞ ] · exp(−t · C −1 · A) + P ∞
La solution tend exponentiellement vers le régime permanent : P ∞ = A−1 · B
2.6. Dis rétisation en temps.
2.6.1. Approximation matri ielle de : exp(−t · S).
1On rappelle que l'équation diérentielle s alaire : dy = −a · y + b admet omme solution

dt
y(t) = (y(0) − a−1 · b) · exp(−a · t) + a−1 · b si a et b sont onstants.
La fon tion exponentielle introduite plus haut, pour exprimer la solution du problème
semi-dis rétisé a de nombreuses propriétés intéressantes en parti ulier, elle permet de relier
simplement les solutions entre 2 instants. Malheureusement la détermination dire te de
ette fon tion exponentielle pose d'énormes problèmes de sto kage. Par exemple, si on
prend un problème 2D, trés modeste dans l'état a tuel des moyens de al ul, ave 50
intervalles dans haque dire tion, nous obtenons un problème semi- dis rétisé d'ordre :
(50x50).La matri e A, est tridiagonale symétrique, né essite environ 7500 éléments non
nuls. Pour spé ier onvenablement la matri e exp(−t · C −1 · A), il faudra environ 3 · 106
oe ients non nuls si t n'est pas petit. Posons, pour alléger l'é riture : S = C −1 · A. Cette
matri e est une matri e reuse tridiagonale dans le as du problème à 1 dimension
que nous traitons. Soit, E(t) = exp(−t · S) nous allons montrer que les s hémas en temps
mis en oeuvre habituellement pour résoudre les problèmes paraboliques orrespondent à
diérentes approximations de la fon tion exponentielle pour les matri es. Considérons la
solution à 2 instants

voisins.
 P (t0 + ∆t) = [P (0) − P ∞ ] · exp(−(t0 + ∆t) · S) + P ∞

P (t0 ) = [P (0) − P ∞ ] · exp(−t0 · S) + P ∞
Soit :
(28) P (t0 + ∆t) = exp(−∆t · S) · P (t0 ) + [I − exp(−∆t · S)] · P ∞
exp(−∆t · S) représente l'opérateur de passage de P (t0 ) à P (t0 + ∆t)
2.6.2. Méthode expli ite.
Considérons les 2 premiers termes du développement de la fon tion exponentielle.
exp(−∆t · S) ≃ I − ∆t · S ∆t > 0
Reportons ette approximation dans la relation (28) , nous obtenons :
P (t0 + ∆t) = (I − ∆t · S) · P (t0 ) + ∆t · C −1 · B
Cette expression peut en ore s'é rire en réorganisant les diérents termes :

P (t0 + ∆t) − P (t0 )
(29) C·
∆t
= −A · P (t0 ) + B
Cette dernière relation est bien une approximation en temps du problème semi-dis rétisé
(26). En partant du ve teur initial P (0), on al ule su essivement, de manière expli ite,
les approximations : P (∆t), P (2 · ∆t), P (3 · ∆t), · · ·
Cette méthode, bien onnue, est appelée méthode expli ite , méthode d'Euler ou
forward dieren e method
Convergen e de la méthode expli ite : Prenons un pas de temps onstant ∆t, al ulons
la solution au bout de k pas de temps.
P (∆t) = (I − ∆t · S) · P (0) + ∆t · C −1 · B
P (2 · ∆t) = (I − ∆t · S)2 · P (0) + [(I + (I − ∆t · S)] · ∆t · C −1 · B
··· ···  
j=k
X
P (k · ∆t) = (I − ∆t · S)k · P (0) +  (I − ∆t · S)j−1  · ∆t · C −1 · B
j=1
Montrons que , sous la ondition de stabilité , nous obtenons bien le régime permanent :
P ∞ lorsque t → ∞.
si 0 < k(I − ∆t · S)k < 1 alors, k→∞lim P (k · ∆t) = P ∞
Si la ondition 0 < k(I − ∆t · S)k < 1 est satisfaite alors, évidemment :

lim k(I − ∆t · S)kk · kP (0)k → 0
k→∞
hP i
De même on montre que :limk→∞ j=1 j=k
(I − ∆t · S)j−1 = (∆t · S)−1
En eet ette série est le développement formel 2 de :

I I
=
[I − (I − ∆t · S)] ∆t · S
Nous obtenons don :
lim P (k · ∆t) = (∆t · S)−1 · ∆t · C −1 · B = A−1 · B = P ∞
k→∞
2.6.3. Méthode impli ite.

Considérons l'approximation de la fon tion exponentielle :
exp(−∆t · S) ≃ (I + ∆t · S)−1 ∆t > 0.
Puisque S = est une matri e tridiagonale, à dominan e diagonale, toutes les valeurs
C −1 ·A
propres de S ont leurs parties réelles positives. Don (I + ∆t · S) n'est pas singulière pour
∀ ∆t > 0. Pour ∆t petit nous pouvons é rire :
(30) (I + ∆t · S)−1 = I − ∆t · S + (∆t · S)2 − · · ·
Le développement (30) nous montre que l'approximation pré édente oïn ide aussi ave
les 2 premiers termes du développement de exp(−∆t · S) . En portant ette approximation
dans la relation (28) il vient :
(I + ∆t · S) · P (t0 + ∆t) = P (t0 ) + ∆t · C −1 · B
Ce qui peut être é rit de façon équivalente omme :

(31) C·
P (t0 + ∆t) − P (t0 )
∆t
= −A · P (t0 + ∆t) + B
Ce s héma est un s héma impli ite, pour obtenir P (t0 + ∆t) à partir de P (t0) nous devons
résoudre un système d'équations linéaires.

P (t0 + ∆t) = (I + ∆t · S)−1 · P (t0 ) + ∆t · C −1 · B
Convergen e du la méthode impli ite .

Comme dans le s héma expli ite nous pouvons al uler P (k · ∆t) si ∆t est onstant,
on obtient :  
Xj=k
−k
P (k · ∆t) = (I + ∆t · S) · P (0) +  (I + ∆t · S)−j  · ∆t · C −1 · B
j=1
On montre aussi que :

lim = P (k · ∆t) = P ∞
k→∞
En eet d'un té , on remarque évidemment que :
(I + ∆t)−k · P (0) → 0 si k →∞
. et d'un autre té on remarque aussi que :
 
j=k
X
 (I + ∆t · S)−j 
j=1
2On rappelle, par exemple, la formule : 1

= 1 + x + x2 + · · ·
1−x
est le développement formel de :

I
= (∆t · S)−1
(I + ∆t · S) − I
et don :  
j=k
si
X
 (I + ∆t · S)−j  · ∆t · C −1 · B → P ∞ k →∞
j=1
2.6.4. Méthode de Crank-Ni holson.

Considérons l'approximation de la fon tion exponentielle :
∆t ∆t
exp(−∆t · S) ≃ (I + · S)−1 · (I − · S) ∆t > 0
2 2
. Pour ∆t petit nous pouvons é rire :
∆t ∆t (∆t · S)2 (∆t · S)3
(I + · S)−1 · (I − · S) = I − ∆t · S + − + ···
2 2 2 4
Ce développement oïn ide ave le développement de la fon tion exponentielle jusqu'à
l'ordre 2. Le s héma de Crank-Ni holson est d'ordre 2 en temps. Si on reporte ette ap-
proximation dans la relation (28) il vient :
∆t ∆t
(I + · S) · P (t0 + ∆t) = (I − · S) · P (t0 ) + ∆t · C −1 · B
2 2
Qui peut être é rit :

P (t0 + ∆t) − P (t0 ) A
C· =− · [(P (t0 + ∆t) + P (t0 )] + B
∆t 2
Le terme de droite est une approximation aux diéren es entrales en temps. On voit aussi
que pour al uler le terme , il faut résoudre un système linéaire, la méthode de Crank-
Ni holson est une méthode impli ite.
Convergen e de la méthode de Crank-Ni holson .
Comme dans le s héma expli ite nous pouvons

al uler si ∆t est onstant. 
Xj=k 
∆t −k ∆t ∆t ∆t
P (k·∆t) = (I+ ·S) ·(I− ·S)k ·P (0)+ (I + · S)−j · (I − · S)j−1 ·∆t·C −1 ·B
2 2  2 2 
j=1
On montre aussi que :

lim P (k · ∆t) = P ∞
k→∞
En eet d'un té
∆t ∆t
(I + · S)−k · (I − · S)k · P (0) → 0 si k → ∞
2 2
et d'un autre té on remarque que :  
 j=k 
I X ∆t ∆t
(∆t · S)−1 = ≃ (I + · S)−j · (I − · S)j−1
[(I + ∆t ∆t
2 · S) − (I − 2 · S)]

j=1
2 2 
et don : 
Xj=k 
∆t ∆t

(I +
2
· S)−j · (I −
2
· S)j−1 · ∆t · C −1 · B → P ∞

si k → ∞
j=1
.
2.6.5. Théorème de stabilité des s hémas numériques.
Soit S une matri e n × n dont les valeurs propres λi satisfont la ondition :

0 < α ≤ Re(λi ) ≤ β, 1≤i≤n
alors le s héma d'intégration expli ite qui orrespond à l'approximation matri ielle (I −
∆t · S) est stable pour :

2 · Re(λi )
0 < ∆t ≤ min
1≤i≤n |λi |2
. D'un autre té, les approximations matri ielles :
(I + ∆t · S)−1 et (I +
∆t
2
· S) · (I −
∆t
2
· S)
qui orrespondent au s héma impli ite et au s héma de Crank-Ni holson sont in ondition-
nellement stables, 'est à dire stable pour tout ∆t > 0
2.6.6. Approximants de Padé.
On peut remarquer que les s hémas numériques présentés font partie d'une famille de
s hémas orrespondant aux diérentes approximation rationnelles de la fon tion exponen-
tielle dues à Padé. La fon tion exponentielle exp(−z) peut être approximée par une fra tion
rationnelle de deux polynmes np,q (z) et dp,q (z). On donne - gure(5) - , les premiers
éléments de es développements ainsi que la représentation des approximants relatifs aux
3 méthodes présentées. Sur la gure (6) les diérentes approximations de exp(−z) ont été
tra ées. Pour l'approximation orrespondant à la méthode expli ite :
kexp(−z)k ≃ k(1 − z)k < 1 si z < 2... e i illustre la ondition de stabilité.
Pour l'approximation orrespondant à la méthode impli ite :
kexp(−z)k ≃ 1 < 1 ∀z > 0 ... e i illustre la stabilité in onditionnelle de la
(1 + z)
méthode impli ite
Pour la méthode de Crank-Ni olson :
< 1 ∀z > 0...la méthode de Crank-Ni olson reste théoriquement
(2 − z)
kexp(−z)k ≃
(2 + z)
in onditionnellement stable, mais l'approximation devenant négative pour z > 2, on peut
dire que l'approximation n'est pas une "bonne" approximation de la fon tion exp(−z).
Dans la ela se traduit, si on utilise Crank-Ni olson ave des pas de temps trés grand, par
des os illation parasites dans les al uls.
Si l'on s'intéresse parti ulièrement au transitoire, 'est à dire pour les premiers moments
du phénomène, qualitativement on voit que l'opérateur "expli ite" est une bonne approxi-
mation pour z < 0.4, 'est à dire 20% du ritère de stabilité, l'opérateur de Crank-Ni olson
est une trés bonne approximation jusqu'à z < 1.6, 'est à dire 80% du ritère de stabilité.
Si l'on s'intéresse à des temps trés longs alors on utilisera le s héma impli ite.
Le hoix dépend aussi des moyens de al ul. La méthode expli ite est fa ile à mettre en
÷uvre mais né essite des pas de temps petits. Crank-Ni olson et la méthode impli ite sont
plus lourdes à mettre en ÷uvre ar elles né essitent la résolution d'un système d'équations
linéaires.
np,q /dp,q q=0 q=1 q=2
z2
p=0 1 1−z 1−z+ 2
1 2−z 6−4·z+z 2
p=1 1+z 2+z 6+2·z
Fig. 5. Approximants de PADE de exp(−z)
Approximants de Pade
1.0
0.5
0.0
approximant
0.0 0.5 1.0 1.5 2.0 2.5

dt
−0.5
−1.0
−1.5
exponentielle Crank−Nicholson
schema explicite
schema implicite
Fig. 6. Approximants de Padé
3. Appli ations numériques
Pour omparer les diérents s hémas numériques, étudions un as simple.

Le milieu : Barreau de se tion onstante et de longueur L , de perméabilité onstante
K et de porosité onstante φ
Le uide : vis osité onstante µ et ompressibilité onstante γ
Maillage : on dé oupe le domaine en intervalles égaux : ∆x = L n ; on xe le domaine
d'intégration en temps : T , le pas de temps : ∆t.
Pour simplier le problème , nous avons onsidéré que le uide est très peu om-
pressible et que les gradients de pression sont faibles, e qui doit être le as pour des
é oulements suivant la loi de Dar y. On pourra alors négliger la variation de la masse volu-
mique du uide dans les équations de bilan é rites pour haque intervalle. Ave es hypo-
thèses les équations se simplient onsidérablement, elles deviennent linéaires à oe ients
3. APPLICATIONS NUMÉRIQUES 37
onstants, et nous obtenons le système diérentiel modélisant le problème semi-dis rétisé

orrespondant au modèle (25) :

dPi (t)

 = − K · 1 · [−Pi−1 + 2 · Pi − Pi+1 ] 1 ≤ i ≤ n − 1
 dt

 φ · µ · γ (∆x)2
(32) P0 (t) = P amont
onditions aux limites


 Pn (t) = P aval
Pi (0) = P initial (xi ) ondition initiale


La matri e ∆t · S est don la matri e tridiagonale, symétrique et dénie positive :

 
2 −1 0 . . . .

 −1 2 −1 0 . . . 

 0 −1 2 −1 0 . . 
(33) K 1  
∆t · S = − · 2 · . . . . . . . 
φ · µ · γ (∆x)   . . 0 −1 2 −1 0


 
 . . . 0 −1 2 −1 
. . . . 0 −1 2
3.1. Méthode expli ite.
La méthode expli ite est très fa ile à mettre en oeuvre.

Partant des valeurs initiales Pi(0) = P initial (xi ) , on al ule pour j T .
= 1 · · · ∆t
K 1
P (j · ∆t) = P ((j − 1) · ∆t) − · · [−P i−1 + 2 · Pi − Pi+1 ] 1 ≤ i ≤ n − 1
φ · µ · γ (∆x)2
P0 (j · ∆t) = P amont
Pn (j · ∆t) = P aval
3.1.1. Condition de stabilité de la méthode expli ite.

On rappelle un théorèmePd'algébre linéaire. Si A = (ai,j ) est une matri e n × n dénie
positive , et ν = max1≤j≤n i=n i=1 |ai,j | alors :
kAk ≤ ν
Appliquons e théorème à la matri e (I − ∆t · S), posons a = K · 1 ,

φ · µ · γ (∆x)2
il vient
alors :
ν = 2 · a + |1 − 2 · a|
si a ≤ 12
k(I − ∆t · Sk ≤ 1
et nous obtenons une ondition susante de stabilité :
(∆x)2
(34) 0 ≤ ∆t ≤
2· K
φ·µ·γ
La ondition de stabilité (34) nous montre que le pas de temps limite est divisé par 4 si
le pas d'espa e est divisé par 2, de même e pas de temps limite est proportionnel à la
ompressibilité des uides γ , et dans le as de uides peu ompressibles ette limite peut
être une obsta le à l'emploi de la méthode.
3.1.2. Résultats numériques.
Données.
milieu :

 L = 1000 cm, K = 100 mD, φ = 15%
uide :



 µ = 1 cP, γ = 10−4 (bar −1 )
maillage :




 ∆x = 50 cm n = 20
(∆x)2

∆tlimite = K


 2·


 φ·µ·γ

 ∆t = f · ∆tlimite ; f = 0.5 f = 1.01


 P amont − P aval = 1 atm
Nous avons al ulé, à l'aide d'un mini-simulateur sommaire développé à l'aide du logi iel
S ilab l'évolution de la pression dans un barreau de milieu poreux. Pour illustrer le
ritère de stabilité nous avons réalisé 2 simulations. Un as stable, ave un pas de temps
∆t = 0.5 · ∆tlimite et un as instable, à la limite de la stabilité, ave un pas de temps
∆t = 1.01 · ∆tlimite . Nous avons simulé 500 pas de temps.
Résultats numérique méthode expli ite - as stable -.
La gure (7) représente l'évolution de la pression le long du barreau pour diérentes
époques. On onstate que les solutions tendent lentement vers le régime permanent. La
gure (8) représente l'évolution au ours du temps de la pression au milieu du barreau. La
gure (9) représente l'évolution des vitesses d'inje tion et de produ tion au ours du temps.
On onstate que la vitesse d'inje tion est très grande au début et tend assez lentement vers
la valeur de l'état permanent. La vitesse de produ tion augmente lentement à partir de
100 pas de temps et tend vers la valeur de l'état permanent qui orrespond à l'égalité de
es deux vitesses.
PRESSION t=Cte
1.0
METHODE EXPLICITE
0.9
dt_limite=0.1875 seconde
dt=0.5*dt_limite
0.8
0.7
0.6
PRESSION
0.5
0.4
0.3
0.2
0.1
0.0
0 100 200 300 400 500 600 700 800 900 1000
1*dt 91*dt
31*dt X 201*dt
61*dt 401*dt
Fig. 7. S héma expli ite

PRESSION x = 500
0.50
0.45
0.40
0.35
0.30
PRESSION
0.25
0.20
0.15 METHODE EXPLICITE
0.10 dt_limite=0.1875 seconde
0.05 dt=0.5*dt_limite
0.00
0 50 100 150 200 250 300 350 400 450 500
Nb*dt
Fig. 8. Pression
VITESSE en m / jour
1.4
1.2
1.0
0.8
vitesse
0.6
0.4
0.2
0.0
0 50 100 150 200 250 300 350 400 450 500
vitesse injection Nb*dt
vitesse production
Fig. 9. Vitesses
Résultats numérique méthode expli ite - as instable -.

Un léger dépassement de la ondition de stabilité ∆t = 1.01 · ∆tlimite entraîne, omme
prévu,la divergen e de la solution par os illations-Figure (10). En un point, on onstate
des os illations très rapides, à haque pas de temps, de la ourbe d'évolution de la pression
-Figure (11).
PRESSION t=Cte
1.0
METHODE EXPLICITE
0.9
dt=1.01*dt_limite
0.8
0.7
0.6
PRESSION
0.5
0.4
0.3
0.2
0.1
0.0
0 100 200 300 400 500 600 700 800 900 1000
1*dt 91*dt
31*dt X 201*dt
61*dt 401*dt
Fig. 10. Cas instable
PRESSION x = 500
0.7
0.6
0.5
PRESSION
0.4
0.3
0.2
METHODE EXPLICITE

dt=1.01*dt_limite
0.0
0 50 100 150 200 250 300 350 400 450 500
Nb*dt
Fig. 11. Pression-Cas-instable
3.2. Algorithme rapide de résolution d'un système linéaire tridiagonal.
Au oeur de la méthode impli ite, omme de la méthode de Crank-Ni holson, on trouve

la résolution d'un système linéaire. Nous proposons une méthode rapide de résolution d'un
système linéaire tridiagonal très utilisée dans les simulateurs industriels et que nous avons
PRESSION t=Cte
1.0
METHODE IMPLICITE
0.9
dt=5*dt_limite
0.8
0.7
0.6
PRESSION
0.5
0.4
0.3
0.2
0.1
0.0
0 100 200 300 400 500 600 700 800 900 1000
1*dt 19*dt
7*dt X 41*dt
13*dt 81*dt
Fig. 12. S héma impli ite

mise en ÷uvre dans notre mini-simulateur. Soit le système linéaire : M · P = Q ave :
     
b1 c1 0 . . . . q1 p1

 a2 b2 c2 0 . . . 


 q2 


 p2 


 0 a3 b3 c3 0 . . 


 q3 


 p3 

M =
 . . . . . . .  Q=
  ·  P =
  · 


 . . 0 an−2 bn−2 cn−2 0 

 qn−2



 pn−2



 . . . 0 an−1 bn−1 cn−1   qn−1   pn−1 
. . . . 0 an bn qn pn
On onstruit un système bi-diagonal supérieur en posant :

c1 ci
w1 = wi = pour i = 2, · · · , n − 1
b1 bi − ai · wi−1
q1 qi − ai · gi−1
g1 = gi = pour i = 2, · · · , n
b1 bi − ai · wi−1
Les omposantes de la solution sont données par remontée
pn = gn pi = gi − wi · pi+1 pour i = n − 1, · · · , 1
3.3. Méthode impli ite et méthode de Crank-Ni holson.
3.3.1. Résultats numériques -méthode impli ite -.

On vérie que la méthode impli ite est stable pour ∆t > ∆tlimite . On hoisit ∆t =
5 · ∆tlimite . On onstate, sur les gures (12) et (13) que la solution est stable et que
l'approximation reste "assez bonne même pour des pas de temps bien supérieurs au pas
de temps de stabilité de la méthode expli ite.
3.3.2. Résultats numériques-Méthode de Crank-Ni holson-.

PRESSION x = 500
0.50
0.45
0.40
0.35
0.30
PRESSION
0.25
0.20
0.15
0.10
0.05
0.00
0 10 20 30 40 50 60 70 80 90 100
Nb*dt
Fig. 13. Pression-s héma impli ite
Nous avons, sur le même as, utilisé le s héma de Crank-Ni holson. Pour un pas de
temps : ∆t = ∆tlimite . Les gures (14) et (15) nous montre que le s héma de Crank-
Ni holson est bien stable pour ette valeur de ∆t et que pour ette valeur l'approximation
de la solution est meilleure que le s héma expli ite pour un pas de temps ∆t = 0.5·∆tlimite .
Le s héma de Crank-Ni holson est du se ond ordre en temps.
PRESSION t=Cte
1.0
schema Crank−Nicolson
0.9
dt=1*dt_limite
0.8
0.7
0.6
PRESSION
0.5
0.4
0.3
0.2
0.1
0.0
0 100 200 300 400 500 600 700 800 900 1000
1*dt 91*dt
31*dt X 201*dt
61*dt 401*dt
Fig. 14. S héma de Crank-Ni holson

PRESSION x = 500
0.50
0.45
0.40
0.35
0.30
PRESSION
0.25
0.20
0.15 schema Crank−Nicolson
0.05 dt=1*dt_limite
0.00
0 50 100 150 200 250 300 350 400 450 500
Nb*dt
Fig. 15. Pression-s héma de Crank-Ni holson
3.4. Comparaison des résultats pour les diérentes méthodes.
Nous pouvons dans e as simple donner l'expression analytique de la solution en serie

de Fourier :
" ∞
#
amont amont aval x 2 X1 n2 · π 2 K x
P (x, t) = P −(P −P )· + · · exp(− · · t) · sin(n · π · )
L π n L2 φ·µ·γ L
n=1
Nous allons omparer, pour un même pas de temps ∆t = 0.5 · ∆tlimite les résultats obtenus
au début du phénomène, 'est à dire au moment où les résultats fournis par les divers
s hémas diérent le plus. En eet pour t → ∞ les diérentes approximations tendent
toutes vers P ∞ . La gure (16) , qui se rapporte aux 20 premiers pas de temps, nous montre
que les solutions fournies par les s hémas expli ites et impli ites en adrent les résultats
fournis par le s héma de Crank-Ni holson . Le s héma impli ite "majore la solution, l'
approximation de la dérivée en temps est prise à l'instant t + ∆t, dans le as du s héma
expli ite ette dérivée est prise à l'instant t. Le s héma de Crank-Ni olson est d'ordre 2
en temps. Les diérents s hémas donnent une approximation satisfaisante de la solution.
La gure (17) nous montre, sur une plus longue période, le omportement relatif des 3
s hémas, par rapport à la solution analytique prise omme référen e.
Comparaison des Solutions
0.0030
0.0025
0.0020
dt=0.5*dt_limite
PRESSION
0.0015
0.0010
0.0005
0.0000
0 2 4 6 8 10 12 14 16 18 20
methode explicite solution analytique
methode implicite Nb*dt
methode Crank−Nicholson
Fig. 16. Comparaison des solutions
Ecart avec solution analytique dt=0.5*dt_limite
2.5e−03
2.0e−03
1.5e−03
1.0e−03
Ecart
5.0e−04
0.0e+00
0 50 100 150 200 250 300 350 400 450 500
Nb*dt
−5.0e−04
−1.0e−03
methode explicite
methode implicite
Crank−Nicholson
Fig. 17. E art ave la solution analytique

3.5. Organigramme général du simulateur.
Fig. 18. Organigramme

CHAPITRE 4
E oulement diphasique in ompressible horizontal sans

pression apillaire
1. Présentation du problème .
Le problème que nous allons modéliser est l'é oulement de deux uides, huile et eau, en
milieu poreux ( dead-oil model ). Nous allons étudier l'inje tion d'un débit xé d'eau
à l'amont d'une arotte de ro he réservoir initialement saturée d'un mélange eau-huile. À
l'aval on produit le mélange eau-huile à une pression xée. C'est à dire que l'on réalise une
expérien e de balayage à l'eau d'une arotte. Ce type d'é oulement est très fréquent. Nous
onsidérerons que les deux uides, l'eau et l'huile, sont in ompressibles. On se pla e en
dimension 1. Nous nous proposons dans e hapitre, en suivant la démar he déjà exposée
au hapitre pré édent :
(1) de onstruire le modèle mathématique du problème à partir des lois physiques et
des onditions initiales et aux limites du as étudié ;
(2) de faire une analyse du modèle mathématique qui va mettre en éviden e les di-
ultés que nous allons ren ontrer dans l'approximation numérique ;
(3) de onstruire un modèle numérique tenant ompte autant que possible de l'analyse
du modèle mathématique ;
(4) de vérier la onsistan e et la onvergen e des diérents s hémas numériques
possibles ;
(5) de réaliser un Simulateur Numérique permettant d' "exhiber" la solution ;
La modélisation d'un tel système repose sur les deux lois physiques :
1-la loi de Dar y ;
2-l'équation de onservation ;
Nous faisons deux hypothèses pour ara tériser l'é oulement :
1-les uides sont in ompressibles ;
2-la pression apillaire est nulle, 'est à dire que la pression est identique dans les deux uides ;
Les uides étant in ompressibles, l'é oulement étant horizontal, les masses volumiques des
uides n'interviennent pas.
1.1. Notations utilisées.
abs isse 0 < x < L L : longueur du barreau

Le domaine de dénition : x
ttemps 0 < t < T T : temps de simulation
 K(x) perméabilité absolue du milieu poreux

Le milieux poreux : : φ(x) porosité du milieu

A(x) se tion du barreau
47
48 4. ECOULEMENT DIPHASIQUE INCOMPRESSIBLE HORIZONTAL SANS PRESSION CAPILLAIRE
Fig. 1. arotte
q (x, t) débit q (x, t) débit
 
 w  o
 
w (x, t) saturation t) saturation
 
L'eau : skr(s w ) perméabilité relative ; L'huile : skro(x,
o (s o ) perméabilité relative
µw vis osité µo vis osité

 

P (x, t) Pression ommune des deux uides

2. Constru tion du modèle mathématique
2.1. Loi de Dar y.
Cette loi exprime que les vitesses d'é oulement de haque uide sont proportionnelles
au gradient de pression. On s'intéresse aux débits .

krw (sw ) ∂P (x, t)
 qw (x, t) = −K(x) · A(x) · µw ·


∂x
(35) 

 q (x, t) = krO (sO ) ∂P (x, t)
o −K(x) · A(x) · µO ·
∂x
2.2. Équations de onservation.
Par hypothèse les uides étant in ompressibles, es équation de onservation de la

masse des uides, s'é rivent

respe tivement pour l'eau et pour l'huile :
∂sw (x, t) ∂qw (x, t)
 φ(x) · A(x) · + = 0


∂t ∂x
(36) 
 ∂s (x, t) ∂qo (x, t)
 φ(x) · A(x) · o + = 0
∂t ∂x
2.3. Saturations.
Les saturations sont des pour entages, nous avons la relation :

(37) sw (x, t) + so (x, t) = 1
2. CONSTRUCTION DU MODÈLE MATHÉMATIQUE 49
2.4. Conditions aux limites.
2.4.1. Condition amont.

Sur la fa e amont on inje te le débit d'eau : qamont (t) . La ondition amont sur les
débits s'é rit : 
 qw (0, t) = q amont (t)
(38) 
qo (0, t) = 0
Comme on inje te un débit d'eau, nous onsidérerons que la fa e amont est saturée en
eau, nous prendrons omme ondition limite amont sur les saturations :

 sw (0, t) = 1
(39) 
so (0, t) = 0
2.4.2. Condition aval.

Sur la fa e aval les uides s'é oulent à pression xée :
(40) P (L, t) = P aval (t)
2.4.3. Conditions initiales :

À l'instant t = 0 nous avons une répartition initiale de la saturation en eau :
(41) sw (x, 0) = sinitial
w (x), 0 < x < L
2.4.4. Fermeture du système :

Le problème omporte inq fon tions in onnues :
qw (x, t), qo (x, t), sw (x, t), so (x, t), P (x, t)
qui sont déterminées par les inq équations : (35), (36), (37) et l'ensemble des onditions
initiales et aux limites. Quelques manipulations algébriques vont nous permettre de réduire
e système à deux fon tions in onnues prin ipales :
- la pression dans les uides : P (x, t) 0 ≤ x < L, 0 ≤ t ≤ T ;
- la saturation en eau : s(x, t) = sw (x, t) = (1 − so(x, t)), 0 < x ≤ L, 0 < t ≤ T ;
2.5. Équation en pression :
Faisons la somme des deux équations de (36), il vient :

∂(sw + so ) ∂(qw + qo )
φ(x) · A(x) · + =0
∂t ∂x
Compte tenu de (37) nous obtenons :
(42) ∂(qw + qo )
∂x
= 0 ⇒ (qw + qo ) = q(t) = q amont (t) ∀x ∈ [0, L]
Les uides étant in ompressibles, on vérie bien que la somme des débits d'eau et d'huile
est égale au débit inje té sur la fa e amont de la arotte.
Si l'on introduit la mobilité globale :
(43) m(s) =
krw (s) kro (s)
µ
+
µ
w o
et si l'on fait la somme des deux équations de (35) il vient

(44) q amont = qw + qo = −K(x) · A(x) · m(s) ·
∂P
∂x
Soit en prenant en ompte la relation (42) , nous obtenons l'équation aux dérivées partielles,
du se ond ordre, de type elliptique, vériée par la pression des 2 uides :

(45) −
∂
∂x
K(x) · A(x) · m(s) ·
∂P
∂x
= 0, 0<x<L
2.5.1. Conditions aux limites pour l'équation en pression.

Cette équation est une équation aux dérivées partielles du se ond ordre. Ses onditions
aux limites sont : à l'amont d' après (44) :

q amont (t)
(46) ∂P
∂x
=−
K(0) · A(0) · m(s(0, t))
t>0
x=0
Il s'agit d'une ondition de type Neumann.

à l'aval nous imposons la ondition de type Diri hlet :
P (L, t) = P aval (t) t>0
Remarque : L'équation en pression est une équation elliptique dont les oe ients ne
dépendent pas des dérivées partielles de la saturation. Les diérentielles sont séparées . À
haque instant t , si on onnaît la répartition des saturations on peut al uler la répartition
des pressions.
2.5.2. Expression de la solution de l'équation en pression : En intégrant une fois l'équa-
tion (45) on tire :
∂P q amont (t)
=−
∂x K(x) · A(x) · m(s)
Compte tenu de la ondition limite aval on peut al uler la pression en tout point du
barreau, si on onnaît la répartition des saturations :
Z L
1
(47) P (x, t) = P (L, t) + q amont (t) ·
K(x) · A(x) · m(s)
· dx
x
2.6. Équation en saturation : On a vu que :

∂P q amont (t)
=−
∂x K(x) · A(x) · m(s)
Introduisons la fon tion débit fra tionnaire d'eau

krw (s) 1
F (s) = ·
µw m(s)
et en portant par exemple dans la relation (35)

qw (x, t) = F (s) · q amont (t)
il vient, d'après (36), ompte tenu que : qamont ne dépend que de t :
∂s(x, t) q amont ∂F (s)

(48) ∂t
+
A(x) · φ(x)
·
∂x
= 0, 0<x<L t>0
Cette équation est une équation aux dérivées partielles du premier ordre, non linéaire, du
type hyperbolique.
2.6.1. Condition initiale pour l'équation en saturation.
Pour t = 0, on onnaît la distribution de la saturation : s(x, 0) = sinitial (x). Nous
initial
hoisissons sinitial (x) telle que ds dx (x) existe. Remarque : L'équation en saturation ne
dépend pas de la pression, la saturation est dé ouplée . On peut étudier les solutions
de l'équation en saturation indépendamment de la pression. L'équation en saturation est
gouvernée par le débit imposé qamont
2.7. Modèle mathématique.
Nous pouvons é rire le modèle mathématique de notre problème :

 
  ∂ ∂P

 
 − K(x) · A(x) · m(s) · = 0, 0 < x < L, t > 0





 ∂x ∂x

 

 
pression
 


  ∂P q amont (t)

  
 =− , t>0
d limites  ∂x x=0 K(0) · A(0) · m(s(0, t))

 


 


 


 
 

= P aval (t),
(49) 
P (L, t) t>0
 
q amont


  ∂s(x, t) ∂F (s)

 
 + · = 0, 0 < x < L, t > 0






 ∂t A(x) · φ(x) ∂x

saturation



 

   s(0, t) = 1
d limites 

 


 


 
s(x, 0) = sinitial (x)

Ce modèle mathématique est onstitué de deux équations aux dérivées partielles ou-
plées .
La première équation, l'équation en pression, ne dépend de temps que par la fon tion
m(s(x, t)). Á haque instant tk nous avons à résoudre un problème elliptique en espa e
du se ond ordre si on onnaît la fon tion s(x, tk ). les onditions aux limites du problème
elliptique sont :
à l'amont, une ondition portant sur la dérivée, 'est une ondition de Neumann

∂P q amont (t)
=− t > 0;
∂x x=0 K(0) · A(0) · m(s(0, t))
à l'aval, une ondition portant sur la valeur de la fon tion, 'est une ondition de Diri-
hlet
P (L, t) = P aval (t) t > 0.
La deuxième équation, l'équation en saturation, est une équation hyperbolique, du premier
ordre, non linéaire. Ses onditions aux limites sont :
à l'amont une ondition de Diri hlet, xant la valeur de la fon tion : s(0, t) = 1 ,
à l'instant initial, t = 0, la valeur de la fon tion est donnée : s(x, 0) = sinitial (x) .
La deuxième équation, l'équation en saturation, est dé ouplée de la première, on peut

l'étudier de manière indépendante.
3. Étude parti ulière de l'équation en saturation
Dans le modéle mathématique (49), l'équation en saturation pose un problème parti-

ulier, on sait que les solutions de ette équation peuvent être non régulières , 'est à
dire peuvent présenter des ho s et il est important de mettre en éviden e les di ultés
que l'on pourra ren ontrer pour représenter, de manière appro hée, la solution. Nous nous
proposons de ara tériser la solution dans le adre de l'étude d'un problème modèle, où
les paramètres du milieu sont onstants ainsi que les onditions aux limites. Passons aux
variables sans dimension, posons
A·φ·L
Tref = = temps né essaire à inje ter le volume poreux de la arotte
q amont
x
ξ=
L
et θ = T t
ref
L'équation en saturation devient :

∂s(x, t) q amont · Tref ∂F (s)
+ · = 0,
∂θ A(x) · φ(x) · L ∂ξ
Si pour simplier on xe la valeur du oé ient sans dimension :

q amont · Tref
= 1,
A(x) · φ(x) · L
le problème modèle simplié s'é rit :
∂s ∂F
+ =0 0<ξ<1 θ>0
∂θ ∂ξ
3.1. Problème modèle.
Le problème modèle étudié, ave sa ondition amont et sa ondition initiale s'é rit :
 ∂s ∂F

 + = 0 0 < ξ ≤ 1, θ>0


 ∂θ ∂ξ

(50)  s(ξ, 0) = sinitial (ξ · L), 0<ξ≤1





s(0, θ) = 1, θ>0
3.1.1. Méthode des ara téristiques.

3. ÉTUDE PARTICULIÈRE DE L'ÉQUATION EN SATURATION 53
Une méthode lassique d'étude des équations hyperboliques est l'emploi de la mé-
thode des ara téristiques. Dans ette appro he on fait l'hypothèse qu'il existe une solution
forte du problème. C'est à dire une fon tion s(ξ, θ) dénie, ainsi que ses dérivées
partielles : ∂ξ , ∂θ . Intéressons-nous aux ourbes iso-saturation de la surfa e solution
∂s ∂s
s(ξ, θ), es ourbes sont dénies par une relation entre les variables ξ et θ pour une valeur
donnée s = te, ave 0 ≤ te ≤ 1.
s(ξ, θ) = te ⇒ ds = 0 ⇒
∂s ∂s
· dξ + · dθ = 0.
∂ξ ∂θ
Comme es ourbes appartiennent à la solution du problème, elles vérient aussi l'équation
aux dérivées partielles du problème modèle (50)
∂s ∂s dF
∂θ
+ F ′ (s) ·
∂ξ
=0 si on note F ′ (s) =
ds
∂s ∂s
Les diérentielles ∂ξ , ∂θ , si elles existent, sont solution du système d'équations linéaires :
 
∂s
(51) dξ dθ
F′ 1
 ∂ξ 
·
∂s 
=
0
0
∂θ
Le système (51) admet des solutions non nulles si son déterminant est nul, 'est à dire :
dξ − F ′ (s) · dθ = 0
Les ourbes ξ(t) d' isosaturation s(ξ, θ) = te sont déterminées par les équations
diérentielles : 
dξ

 = F ′ (s = te), θ>0
(52) dθ
ξ(0) = ξ0 ave te


sinitial (L · ξ 0 ) =
La solution est évidemment donnée par :

(53) ξ(t) = ξ0 + F ′ (s = te) · θ
3.1.2. Front de saturation. Étudions le as de la gure (2) où les perméabilités relatives

sont données par :

krw (s) = (1 − s)2 kro (s) = s2
s(x, 0) = (1 − x)2
µw = 1 µo = 1
s2 2 · s · (1 − s)
F (s) = ; F ′ (s) =
s2 + (1 − s)2 [s2 + (1 − s)2 ]2
On résout le problème en utilisant la solution (53). La gure (3) nous montre la solution
obtenue en utilisant la méthode des ara téristiques. On onstate que bien que la saturation
initiale soit régulière, les ourbes de saturation s(ξ) pour θ = te présentent rapidement un
point où ( ∂ξ
∂s
)θ= te = −∞. C'est la formation d'un front de saturation . La position de
e front est donnée par la orde verti ale, telle que l'aire en avan e soit égale à l'aire
en retard . L'existan e de solutions non régulières, 'est à dire à fort gradient, est à la
sour e des prin ipales di ultés numériques ren ontrées dans la simulation du balayage de
l'huile par l'eau, en parti ulier pour les problèmes à deux et trois dimensions d'espa e.
perméabilités relatives
1.0
0.9
tangente de Welge
0.8
0.7
Kro Krw
0.6
0.5
<−−−débit fractionnaire
0.4
0.3
0.2
0.1
0.71
0.0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
saturation
Fig. 2. perméabilités relatives
Propagation du Front de Saturation
1.0
0.9
0.8
0.7
0.6
saturation
0.5
0.4
0.3 t=0 0.2 0.4 0.6 0.8 1
0.2
0.1
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
x
Fig. 3. saturation
L'instant d'arrivée du front sur la fa e aval orrespond au temps de per ée ( break-

through ).
3.1.3. Représentation globale de la solution.
On peut observer la solution globale du problème en représentant la surfa e : s(ξ, θ)
suivant les trois axes ξ, θ, s.
4. MODÉLISATION NUMÉRIQUE PAR DIFFÉRENCES FINIES 55
La surface x(s,t)
1.8
1.6
1.4
1.2
1.0
x
0.8
0.6
0.4
0.2
0.0
0.0
0.2
0.4
0.9 1.0
0.6 0.7 0.8
0.5 0.6
0.8 0.4
saturation 0.2 0.3
1.0 0.0 0.1 temps
Fig. 4. surfa e solution
4. Modélisation numérique par diéren es nies
4.1. Dis rétisation de l'espa e et du temps.
Le domaine ] 0 · · · L [ est ouvert par un maillage de n+1 n÷uds {xi , i = 0, n}permettant

de dénir n + 1 intervalles nis : i h
ξ i−1/2 · · · ξi+1/2 ,
ξ−1/2 = xo ,
ξi+1/2 = 0.5 · (xi + xi+1 ) 0≤i≤n−1 ,
ξn+1/2 = xn .
Le temps est dis rétisé par pas de temps onstants : ∆t
4.2. Approximation numérique de l'équation en pression.
Considérons l'équation en pression :

∂ ∂P
− K(x) · A(x) · m(s(x, t)) · = 0, ∀x, 0 < x < L, t > 0.
∂x ∂x
i h
Intégrons sur haque intervalle ξi−1/2 · · · ξi+1/2 , i = 0, · · · , n − 1, nous obtenons les
n relations suivantes :
Z ξi+1/2
∂ ∂P
− K(x) · A(x) · m(s(x, t)) · · dx = 0, i = 0, · · · , n − 1,
ξi−1/2 ∂x ∂x
∂P ξi+1/2

− K(x) · A(x) · m(s(x, t)) · = 0, i = 0, · · · , n − 1.
∂x ξ
i−1/2
Ces relations expriment que les ux qui sortent de l'intervalle ni sont égaux aux ux qui
entrent. Le bilan matière doit être bien respe té.
4.2.1. Approximation des ux aux interfa es des intervalles.
On fait l'hypothèse que l'on onnaît les propriétés du milieu aux n÷uds xi du maillage,
Pi et si sont les approximations de la pression et de la saturation en es n÷uds. Il faut
déterminer une approximation des ux aux interfa es des intervalles. Faisons l'hypothèse
que dans haque intervalle la pression peut être représentée par une fon tion linéaire. Sur
haque interfa e assurons : 1.la ontinuité de la pression,
2.la ontinuité des ux à travers l'interfa e.
Soit Pi−1/2 , la pression à l'interfa e ξi−1/2 , dénissons la transmissibilité Ti au n÷ud xi
par :
Ti = K(xi ) · A(xi ) · m(si )
On se pla e de haque té de l'interfa e, on peut é rire, si on exprime les dérivées par des
diéren es nies :
Pi−1/2 − Pi−1 Pi − Pi−1/2
−fi−1/2 = Ti−1 · = Ti · ,
∆xi−1 ∆xi
2 2
Ti · Pi + Ti−1 · Pi−1
d'où Pi−1/2 =
Ti + Ti−1
,
Pi − Pi−1
(54) et − fi−1/2 = Ti−1/2 ·
∆xi−1
,
ave : 2
Ti−1/2
=
1
+
Ti−1 Ti
1
.
La transmissibilité à l'interfa e de deux intervalles nis est la moyenne harmonique des

transmissibilités aux noeuds du maillage
4.2.2. Équations aux diéren es nies pour les n÷uds internes du maillage.
Si on é rit l'équation de onservation pour haque intervalle : ξi−1/2 · · · ξi+1/2 , 1 ≤

i ≤ n − 2. 'est à dire : −fi−1/2 = −fi+1/2 , 1 ≤ i ≤ n − 2, nous obtenons, d'aprés (54),

les n − 2 relations suivantes :
Pi − Pi−1 Pi+1 − Pi
Ti−1/2 · = Ti+1/2 · , 1 ≤ i ≤ n − 2.
∆xi−1 ∆xi
Nous obtenons alors un système d'équations linéaires tridiagonal, symétrique et d'in onnues
Pi
bi−1 · Pi−1 + ai · Pi + bi · Pi+1 = 0, 1 ≤ i ≤ n − 2,
Ti+1/2
où on a posé : bi = − ∆xi
et ai = −(bi−1 + bi ), 1 ≤ i ≤ n − 1.
4.2.3. Expression des onditions aux limites :
Fig. 5. maillage à l'amont

Fig. 6. maillage à l'aval
La ondition amont s'exprime simplement, en é rivant que le ux qui traverse l'interfa e
ξ1/2 est égal au ux imposé à la fa e amont du domaine ( ondition de Neumann -
gure (5)-)
q = −f−1/2 = −f1/2 soit a0 · P0 + b0 · P1 = q ave a0 = −b0 .
La ondition aval s'exprime elle aussi simplement, en é rivant que la pression aval est
donnée. C'est à dire Pn = P aval (t) ( ondition de Diri hlet-gure (6)) . Ce qui donne la
dernière équation du système qui prend en ompte la ondition la ondition de Diri hlet
bi−1 · Pi−1 + ai · Pi = −bi · Pi+1 , i=n−1,
Au total, nous obtenons le système d'équations linéaires, tridiagonal, symétrique, à domi-

nan e diagonale,

aux in onnues Pi , 0 ≤ i ≤ n−1 :   
a0 b0 P0 q amont
 b0 a1 b1   P1   
 
     
   
·
     
 = 
 
     
   

     
 bn−3 an−2 bn−2   Pn−2   
bn−2 an−1 Pn−1 −bn−1 · P aval
4.3. Approximation numérique de l'équation en saturation.
Soit le modèle mathématique de l'évolution de la saturation :


∂s ∂F (s(x, t))


 A(x) · φ(x) · +q· =0


 ∂t ∂x
(55)  s(0, t) = 1 0 < x ≤ L, t>0





s(x, t) = sinitial (x)
Suivant notre méthode, intégrons l'équation en saturation sur haque intervalle Ii =

ξi−1/2 · · · ξi+1/2 . Posons si (t) la valeur moyenne de la saturation dans l'intervalle Ii, Vi le

volume de l'intervalle, on a :
ξi+1/2
Z
∂s ∂F (s(x, t)) dsi (t)
[A(x)·φ(x)· +q· ]·dx = Vi · +q· F (s(ξi+1/2 , t)) − F (s(ξi−1/2 , t)) , i = 1, n
∂t ∂x dt
ξi−1/2
Nous obtenons le système d'équations diérentielles aux onditions initiales :


ds (t)
 Vi · i
 = q · F (s(ξi+1/2 , t)) − F (s(ξi−1/2 , t))
(56) 
dt i = 1, · · · , n

si (0) = sinitial (xi )
Le problème d'évolution aux dérivées partielles hyperbolique a été transformé, omme dans
le as du problème parabolique étudié au hapitre pré édent, en un système d'équations
diérentielles aux onditions initiales. Mais dans notre as, le système d'équations diéren-
tielles est non linéaire. Une di ulté va être la détermination de Fi+1/2
t = F (s(ξi+1/2 , t)) , i =
0, · · · , n . Il en dé oule une famille de s hémas d'intégration.
4.3.1. S héma simple amont ou s héma de Godunov .
Fig. 7. S héma simple-amont
Si Pi−1 ≥ Pi alors l'é oulement a lieu de xi−1 → xi, en onsidérant la gure (7), la solution
étant représentée omme une fon tion onstante sur haque intervalle, on prend omme
valeurs aux bornes de l'intervalle Ii :
si−1/2 (t) = si−1 (t) et si+1/2 (t) = si (t),
t
Fi−1/2 et Fi+1/2
t
= F (si−1/2 (t)) = F (si+1/2 (t)) .
Si on hoisit omme approximation de la dérivée en temps l'approximation du premier
ordre d'Euler :
dsi (t) si (t + ∆t) − si (t)
= ,
dt ∆t
nous obtenons le s héma d'intégration numérique expli ite de Godunov :
q · ∆t h t i
(57) si (t + ∆t) = si (t) +
Vi
t
· Fi−1/2 − Fi+1/2 ,
4.3.2. S héma double amont des Pétroliers .

Fig. 8. S héma double amont

Nous verrons dans les appli ations numériques que le s héma de Godunov a le défaut
de lisser les fronts, 'est à dire de ne pas approximer susamment les zones à fort
gradient de saturation. Les Ingénieurs Pétroliers ont her hé a mieux représenter es
zones en améliorant la détermination de Fi+1/2
t = F (s(ξi+1/2 , t)) , i = 0, · · · , n. L'idée est
d'extrapoler, dans le sens de l'é oulement, les valeurs de la solution aux interfa es des
intervalles.
On al ule la valeur si−1/2 (t) par :

∆xi−1 ∂s(t)
si−1/2 (t) = si−1 (t) + · ,
2 ∂x xi−1

si l'on prend : ∂s(t)
∂x
≃
si−1 (t) − si−2 (t)
∆xi−2
, il vient
xi−1
∆xi−1 si−1 (t) − si−2 (t)

si−1/2 (t) = si−1 (t) + · .
2 ∆xi−2
On onserve la monotoni ité du s héma en posant omme dans le s héma de Godunov :

si−1/2 (t) = max si (t), si−1/2 (t) .
Le s héma en temps est en ore le s héma du premier ordre, omme dans le s héma de
Godunov.
t
Fi−1/2 = F (si−1/2 (t)) et t
Fi+1/2 = F (si+1/2 (t)) ,
q · ∆t h t i
(58) si (t + ∆t) = si (t) +
Vi
t
· Fi−1/2 − Fi+1/2 .
4.3.3. S héma impli ite linéarisé.

Pour obtenir un s héma impli ite, on se pla e dans le adre du s héma simple amont
en exprimant les valeurs de la saturation dans le terme de droite à l'instant t + ∆t :.
(59) si (t + ∆t) = si (t) +
q · ∆t
Vi
· [F (si−1 (t + ∆t)) − F (si (t + ∆t))]
Pour l'ensemble des noeuds du maillage, on doit résoudre un système d'équations non-
linéaires. dont la solution peut né essiter en général des temps de al ul assez importants.
On simplie le problème en linéarisant l'expression

des débits fra tionnaires.

∂F


 F (si−1 (t + ∆t)) ≃ F (si−1 (t)) + · (si−1 (t + ∆t) − si−1 (t))

 ∂s s=si−1
(60) 

 ∂F
 F (si (t + ∆t)) ≃ F (si (t)) +
 · (si (t + ∆t) − si (t))
∂s s=si
Soient les variables auxiliaires :

q · ∆t dF
θit =
Vi
( )
ds s=si (t)
et σit = F (si (t)) − (
dF
)
ds s=si (t)
· si (t) ,
nous obtenons alors, en portant les relations (60) dans le s héma (59) un ensemble d'équa-
tions linéaires aux in onnues si(t + ∆t) :
q · ∆t t
(61) −θi−1
t

· si−1 (t + ∆t) + (1 + θit ) · si (t + ∆t) = si (t) + · σi−1 − σit , i = 1, · · · , n
V i
Remarque : Dans le as que nous traitons, d'un problème à une dimension, le s héma est
quasi-expli ite, puisqu'on peut, en partant de s0(t + ∆t) , onnu omme ondition à la
limite amont, al uler su essivement s1 (t + ∆t), s2(t + ∆t), · · ·
4.4. Appli ation numérique et résultats.
4.4.1. S héma de Godunov ou s héma simple amont.
SCHEMA de GODUNOV
1.4
t = 0.15
1.2
TRANSMISSIBILITES
1.0
0.8
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
SATURATIONS
PRESSION
Fig. 9. S héma de Godunov-1

SCHEMA de GODUNOV
1.5
t = 0.45
TRANSMISSIBILITES
1.0
0.5
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
SATURATIONS
PRESSION
Fig. 10. S héma de Godunov-2
Dans les gures (9) et (10), on a représenté -à un temps xé-la répartition de :
(1) la saturation al ulée par le s héma de Godunov,

(2) la pression al ulée,
(3) la solution de l'équation en saturation al ulée par la méthode des ara téristiques,
(4) la variation des termes de transmissibilité.
La ourbe de transmissibilité montre la hute de la perméabilité du milieu en présen e

des deux uides. En parti ulier au droit du front. On onstate que le s héma de Godunov
restitue assez orre tement la position du front de saturation, néanmoins le s héma
présente une diusion numérique importante, le s héma de Godunov lisse les fronts. La
saturation à l'arrière du front est inférieure à la solution. Le balayage est sous-estimé e
qui, à l'é helle d'un gisement peut être la ause d'erreurs d'estimation signi atives.
4.4.2. S héma double-amont des pétroliers .
Nous avons réalisé les mêmes al uls pour le s héma double-amont des pétroliers .
Nous onstatons sur les gures (11) et (12) que la partie à fort gradient de saturation est
mieux représentée, que la solution à l'arrière du front est elle aussi bien représentée. Le
s héma double amont, apporte une véritable amélioration des résultats.
SCHEMA DOUBLE−AMONT
1.4
t = 0.15
1.2
TRANSMISSIBILITES
1.0
0.8
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
SATURATION
PRESSION
Fig. 11. S héma Double-Amont-1
SCHEMA DOUBLE−AMONT
1.4
t = 0.45
1.2
TRANSMISSIBILITES
1.0
0.8
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
SATURATION
PRESSION
Fig. 12. S héma Double-Amont-2
4.4.3. S héma impli ite.

Pour les mêmes données et les mêmes paramètres, les solutions al ulées par le s héma
impli ite linéarisé, donnent des résultats omparables au s héma de Godunov. Figures :(13)
et (14). Le temps d'arrivée de l'eau sur la fa e de sortie est sous-estimé.
5. ANALYSE SIMPLIFIÉE DES SCHÉMAS NUMÉRIQUES 63
SCHEMA IMPLICITE
1.4
t = 0.15
1.2
TRANSMISSIBILITES
1.0
0.8
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
SATURATION
PRESSION
Fig. 13. S héma impli ite-1

SCHEMA IMPLICITE
1.5
t = 0.45
TRANSMISSIBILITES
1.0
0.5
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
SATURATION
PRESSION
Fig. 14. S héma impli ite-2
5. Analyse simpliée des s hémas numériques
Pour analyser simplement la stabilité et la onsistan e des s hémas numériques utilisés

pour l'approximation de la solution de l'équation non linéaire de transport, nous allons nous
pla er dans la as linéaire. Nous allons reprendre la même démar he que elle que nous
avons suivie pré édemment en posant que la fon tion débit fra tionnaire est la fon tion
linéaire :
F (s) = v · s v > 0 vitesse de l'é oulement
Ce i orrespond physiquement au as des fon tions perméabilités relatives en roix .
C'est le as par exemple du dépla ement de deux uides totalement mis ibles .
5.1. Problème du transport. Dans e as le modèle mathématique s'é rit :

∂s ∂s


 +v· = 0, 0 < x < L ,t > 0


 ∂t ∂x
(62)  s(x, 0) = sinitial (x) ondition initiale



ondition amont


s(0, t) = samont (t)
On peut remarquer que le problème est bien posé. En eet, ontrairement au problème
parabolique que nous avons étudié dans le as de l'é oulement d'un uide ompressible les
onditions aux limites se réduisent à la ondition limite amont , on ne peut pas imposer
de ondition limite à l'aval. La solution du problème s'exprime simplement par :
(63) s(x, t + dt) = s(x − v · dt, t)
La solution à la limite aval est déterminée par les valeurs de la fon tion à l'amont, en
parti ulier on peut déterminer :
s(L, t) = s(L − v · t, t) tant que (L − v · t) > 0
5.1.1. Semi-dis rétisation.
On ouvre le domaine ] 0, · · · , L [ d'un maillage régulier de pas ∆x = Ln , les mailles
sont dénies par :
Ii = ] (i − 1) · ∆x, · · · , i · ∆x [ , i = 1, · · · , n ,
Suivant notre méthode intégrons l'équation de transport sur la maille Ii, i = 1, · · · , n, il
vient, si si(t) est la valeur moyenne de la saturation dans l'intervalle :
Z
∂s ∂s dsi (t)
( +v· ) · dx ≃ ∆x · + v · ξi+1/2 − ξi−1/2 = 0, i = 1, · · · , n ,
Ii ∂t ∂x dt
ξi−1/2 et ξi+1/2 désignant les valeurs de s(x, t) aux limites de la maille Ii , ξi−1/2 et ξi+1/2
sont déterminés par le s héma numérique mis en ÷uvre.
5.1.2. S héma amont.
Pour le s héma amont, on prend : ξi−1/2 = si−1 et ξi+1/2 = si(t) .. On obtient alors
le système d'équations diérentielles aux onditions initiales.

dsi (t) v


 = · (si−1 (t) − si (t)) , i = 1, · · ·, n
 dt ∆x



 si (0) = sinitial (xi ) ondition initiale


ondition limite amont


s0 (t) = samont (t)
Exprimons le problème sous forme matri ielle :

Posons :      
s1 (t) s1 (0) s0 (t)
     0 

     
 si (t)
S(t) =   si (0)
, S0 =  , B(t) =  
  
  
  
sn (t) sn (0) 0
Le système diérentiel s'é rit alors :


d

 (S(t)) = −A · S(t) + B(t) t>0
dt
ondition initiale


S(0) = S0
ave :  
1 0
 −1 1 0 
v  
A=− · 0 −1 1 0 
∆x
 
 
0 −1 1
Comme nous l'avons vu, pour l'étude des problèmes paraboliques, dans le as de l'é oule-
ment d'un uide ompressible, on peut exprimer la solution du système diérentiel à l'aide
de la fon tion exponentielle de matri e.
Supposons que : s0(t) = samont (t) = Cte, on pose S ∞ = A−1 · B
La solution du système diérentiel est donnée par
S(t) = (S0 − S ∞ ) · exp(−t · A) + S ∞ .
5.1.3. Dis rétisation en temps.

S héma expli ite . Dans le s héma expli ite les valeurs des ux amont sont pris à l'ins-
tant t, la dérivée en temps est appro hée par diéren es nies. On obtient le modèle
numérique suivant :

si (t + ∆t) − si (t) si−1 (t) − si (t)


 =v·


 ∆t ∆t
(64) S.E  si (0) = sinitial (xi ) i = 1, · · · , n





s0 (t) = samont (t)
S héma impli ite . Dans le s héma impli ite les valeurs des ux amont sont pris à l'ins-
tant t + ∆t, la dérivée en temps est appro hée par diéren e nie. On obtient le modèle
numérique suivant :

si (t + ∆t) − si (t) si−1 (t + ∆t) − si (t + ∆t)


 =v·


 ∆t ∆t
(65) S.I si (0) = sinitial (xi ) i = 1, · · · , n





s0 (t + ∆t) = samont (t + ∆t)
5.1.4. Stabilité des s hémas.

On montre fa ilement que, omme dans le as des problèmes paraboliques étudiés au

hapitre pré édent, es deux s hémas orrespondent bien aux approximations du premier
ordre de la fon tion exp(−∆t · A) .. Le s héma expli ite orrespond à : exp(−∆t · A) ≃
(I − ∆t · A)
Le s héma impli ite orrespond à : exp(−∆t · A) ≃ (I + ∆t · A)
L'appli ation du théorème de stabilité vu au hapitre 3 montrerait fa ilement que le s héma
expli ite est stable si la ondition de stabilité suivante est respe tée.
(66) v · ∆t
∆x
<1
Le s héma impli ite est absolument stable.

Remark. La ondition de stabilité est onnue sous le nom de C.F.L ( Courant, Frie-
dri h, Levy). Elle met en éviden e que le s héma expli ite est instable si le uide par ours
plus d'une maille pendant l'intervalle de temps. Dans le as d'un problème non-linéaire,
omme elui étudié pour l'équation en saturation, ette règle reste valable.
On généralise la ondition C.F.L
v max · ∆tmax
C.F.Lmax = <1
∆xmin
5.2. Consistan e des s hémas - diusion numérique.
S héma expli ite . Ce s héma est bâti sur les egalités :

si (t + ∆t) − si (t) si (t) − si−1 (t)
+v· , i = 1, · · · , n
∆t ∆x
omme modèle numérique de l'équation aux dérivées partielles :
∂s ∂s
+v· = 0, 0<x<L
∂t ∂x
Exprimons les diérents termes du s héma numérique en xi et à l'instant t
2 t
∂s t ∆t2 ∂ s
si (t + ∆t) = si (t) + ∆t · + · + ···
∂t xi 2 ∂t2 xi
t 2 t
∂s ∆x2 ∂ s
si−1 (t) = si (t) − ∆x · + · + ···
∂x xi 2 ∂x2 xi
Si l'on tient ompte que : t t
∂2s 2 ∂2s
=v · ,
∂t2 xi ∂x2 xi
le s héma numérique s'é rit :

t t
∂s ∂s v · ∆x v · ∆t ∂2s
+v· − · (1 − )· = 0.
∂t ∂x xi 2 ∆x ∂x2 xi
On dit que le s héma numérique est onsistant à l'équation de transport lorsque ∆x → 0

Dans nos modèles , en général, ∆x reste important et, on voit alors que le s héma numérique
est onsistant à l'équation aux dérivées partielles du se ond ordre du type parabolique,
modélisant les problèmes de type transport-diusion
∂s ∂s ∂2s
+v· = Dnum · 2
∂t ∂x ∂x
ave un oe ient de diusion numérique , e terme a pour eet un étalement du

front qui entraîne une arrivée pré o e de l'eau sur la fa e aval de la arotte :
v · ∆x v · ∆t
(67) Dnum =
2
· (1 −
∆x
)
S héma impli ite .

Si nous onsidérons le s héma impli ite, une analyse analogue montre un omportement
du même type, la dispersion numérique s'exprime ette fois par :
v · ∆x v · ∆t
(68) Dnum =
2
· (1 +
∆x
)
On onstate que pour un même pas d'espa e et un même pas de temps, la dispersion
numérique est plus forte qu'ave le s héma expli ite. Ainsi le s héma impli ite est plus
stable mais moins pré is que le s héma expli ite.
Remarque : Dans le as du s héma expli ite on onstate que la dispersion numérique
v · ∆x v · ∆t
Dnum = · (1 − )
2 ∆x
s'annule lorsque le pas de temps est égal au pas de temps limite de stabilité, e qui peut
paraître paradoxal. On peut donner une appro he simple de e omportement. La solution
générale de l'équation de transport : (63) nous donne :
v · ∆t
s(xi , t + ∆t) = s(xi − v · ∆t, t) si ∆x
=1
si (t + ∆t) = si−1 (t)
'est à dire la valeur donnée par le s héma expli ite.

Dans le as des réservoirs pétroliers, les vitesses d'é oulement sont trés faibles et les pas
d'espa e grands, la ondition de stabilité est en général bien vériée, la di ulté prin ipale
est la diusion numérique1.
S héma double-amont. Le s héma double-amont est :
t
ξi+1/2 t
− ξi−1/2
si (t + ∆t) − si (t)
= −v · ,
∆t ∆x
3 1 3 1
t
ξi−1/2 =
2
· si−1 (t) − · si−2 (t)
2
et t
ξi+1/2 =
2
· si (t) − · si−1 (t) .
2
Il vient en développant :
t t 2
si (t + ∆t) − si (t) ξi+1/2 − ξi−1/2 ∂s ∂s t 2 ∂ s
+v· = +v· + v · ∆t · + ···
∆t ∆x ∂t ∂x xi ∂x2
∂s
Le terme de diusion dépend seulement du pas de temps. La dérivée spatiale ∂x est ap-
proximée à l'ordre ∆x , le s héma double-amont est plus pré is que les pré édents, surtout
2
pour les petits pas de temps.

1Ce n'est pas le as prés des singularités omme un puit de produ tion ou d'inje tion, une ssure,...
5.3. Expérien es numériques. On pro ède à des expérien es numériques pour mettre
en éviden e les onséquen es du phénomène de la dispersion numérique. Considérons le mo-
dèle mathématique du transport pur , dont la solution analytique est évidente :

∂s ∂s


 +v· = 0, 0 < x < 1, t>0


 ∂t ∂x


s(x, 0) = 0 0<x≤1 ondition initiale


ondition amont


s(0, t) = 1
On traite e problème par les s hémas expli ite et impli ite et double-amont, pour diérents
pas de temps et diérents pas d'espa e. On onstate, que omme prévu, le s héma impli ite
rée une diusion numérique importante. De tous les s hémas le s héma double-amont
diuse le moins, mais sa stabilité est atteinte pour un pas de temps égal à 0.75 pas de
temps limite.
EQUATION DE TRANSPORT
1.0
0.9
0.8
0.7 <−−−−SOLUTION THEORIQUE

dx= 1/20
0.6 t=0.5
dt=0.5*dt_limite
s
0.5
0.4
0.3
0.2
0.1
0.0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
explicite
implicite x
double−amont
Fig. 15. Equation de transport

CHAPITRE 5
É oulement diphasique in ompressible horizontal

ave pression apillaire
Nous allons étudier l'é oulement horizontal de 2 uides non mis ibles, in ompressibles,
dans l'hypothèse où la pression apillaire entre les 2 uides joue un rle important. Bien
que e problème puisse paraître à l'ingénieur pétrolier omme un problème simple, bien
onnu, l'analyse mathématique des équations qui modèlisent e problème pose des di ul-
tés assez redoutables, en parti ulier pour modéliser les termes dus à la pression apillaire
et l'expression des onditions aux limites. Dans e hapitre nous suivons, naturellement la
démar he déjà utilisée, nous allons :
(1) onstruire le modèle mathématique du problème à partir des lois physiques et des
onditions initiales et aux onditions aux limites,
(2) faire une analyse du modèle mathématique qui va nous permettre de séparer les
équations en pression et en saturation, nous permettant de porter notre attention
sur l'équation en saturation, qui va omporter un terme de diusion non linéaire,
pouvant dégénérer, modèlisant les eets apillaires,
(3) onstruire un modèle numérique qui va rendre ompte des onditions aux limites
parti ulières du problème - onditions aux limites unilatérales-,
(4) vérier la onsistan e et la onvergen e des s hémas numériques,
(5) réaliser un Simulateur Numérique, permettant d' exhiber la solution.
1. Présentation du problème .
Comme dans le as , sans pression apillaire, le problème que nous allons modéliser est
l'é oulement de 2 uides, huile et eau, en milieu poreux ( dead-oil model ). Nous allons
étudier l'inje tion d'un débit xé d'eau dans une arotte de ro he réservoir saturée d'un
mélange eau-huile. On réalise une expérien e de balayage à l'eau, ave à l'autre extrémité,
la produ tion à une pression xée, d'un mélange eau-huile. On se pla e en dimension 1.
Les éléments sont les mêmes que dans le as pré édent.Fig :1
La modélisation d'un tel système repose sur les 3 lois physiques :

1-La loi de Dar y
2-L'équation de onservation
3-La loi de pression apillaire
Nous faisons 1'hypothèse : Les uides sont in ompressibles.
1.1. Notations utilisées.
69
70 5. ÉCOULEMENT DIPHASIQUE INCOMPRESSIBLE HORIZONTAL AVEC PRESSION CAPILLAIRE
Fig. 1. Carotte
abs isse 0 < x < L longueur du barreau

Le domaine de dénition : x
t temps 0 < t < T temps de simulation
Le milieux poreux :
 K(x) perméabilité absolue du milieu poreux

φ(x) porosité du milieu

A(x) se tion du barreau

qw (x, t) débit d'eau débit d'huile

 
  qo (x, t)
 sw (x, t) saturation en eau saturation en huile

 

 
 so (x, t)
eau : Pw (x, t) pression dans la phase eau huile : Po (x, t) pression de la phase huile

 krw (sw ) perméabilité relative à l'eau 
 kro (so ) perméabilité relative à l'huile
vis osité de l'eau-Constante- vis osité de l'huile -Constante-

 

µw µo
2. Constru tion du modèle mathématique
2.1. Loi de Dar y.
Cette loi exprime que les vitesses d'é oulement de haque uide sont proportionnelles
au gradient de pression.

krw (sw ) ∂Pw




qw (x, t) = −K(x) · A(x) ·
µw
·
∂x
(eau)
(69)  kro (so ) ∂Po
(huile)


 qo (x, t) = −K(x) · A(x) · ·
µo ∂x
2.2. Équations de ontinuité.

Par hypothèse les uides étant in ompressibles, ette équation de onservation de la

masse des uides, s'é rit respe tivement pour l'eau et pour l'huile :

∂sw ∂qw

 φ(x) · A(x) · ∂t + ∂x

 =0 (eau)
(70)
∂s ∂q
(huile)


 φ(x) · A(x) · o + o
 =0
∂t ∂x
2.3. Saturations.
Les saturations sont des pour entages, nous avons la relation :

(71) sw (x, t) + so (x, t) = 1
2.4. Loi de pression apillaire.
Cette relation montre que les 2 uides ne jouent pas un rle symétrique . Celui des
deux qui a la pression la plus élevée est le uide non-mouillant. En général, dans le as
d'un gisement pétrolier, le uide non-mouillant est l'huile et le uide mouillant peut être
l'eau.
(72) P c(sw ) = Po (x, t) − Pw (x, t) > 0
Dans notre as, et 'est en général le as, nous prendrons :

P c(sw ) > 0 fon tion monotone, dé roissante
2.5. Fermeture du système.
Le problème omporte 6 fon tions in onnues.

qw (x, t), qo (x, t), sw (x, t), so (x, t), Pw (x, t), Po (x, t)
qui sont déterminées par les 6 équations : (90), (70), (71), (72) et l'ensemble des onditions
initiales et aux limites que nous examinerons plus loin.
2.6. Transformation des équations.
2.6.1. Pression globale.

Pour fa iliter les notation on pose.
s = s(x, t) = sw (x, t) = (1 − so (x, t))
krw (s)
mw (s) =
µw
mobilité de l'eau
kro (s)
mo (s) =
µo
mobilité de l'huile
Suivant la démar he de Guy Chavent1, nous allons introduire de nouvelles fon tions.
 La mobilité globale : m(s) = mw (s) + mo (s)





 Z
s
La fon tion gamma : mw (u) − mo (u) dP c


(73) 
γ(s) =
0 mw (u) + mo (u)
· −
ds
(u) · du




1 1
La pression globale :


 P (x, t) = · [Pw (x, t) + Po (x, t)] + · γ (s(x, t))
2 2
Nous allons montrer que le problème peut se ramener à la détermination des 2 fon tions
in onnues
s(x, t) et P (x, t)
Considérons les 2 équations de ontinuité (70) on obtient en faisant la somme
∂
(qw + qo ) = 0
∂x
d'après les relations (90) exprimant la loi de Dar y on peut é rire :

(74) (qw + qo ) = −K · A · m · (
mw ∂Pw
m
·
∂x
+
mo ∂Po
·
m ∂x
et d'après la dénition de la pression globale :

∂P 1 ∂Pw ∂Po 1 ∂γ
= · + + ·
∂x 2 ∂x ∂x 2 ∂x
Compte tenu de la dénition de la fon tion γ(s)

∂γ(s) dγ(s) ∂s mw (u) − mo (u) dP c(s) ∂s
= · = · − ·
∂x ds ∂x mw (u) + mo (u) ds ∂x
∂γ(s) mw (u) − mo (u) ∂P c(s)
=− ·
∂x mw (u) + mo (u) ∂x
d'où d'aprés la dénition de la pression apillaire 72

∂P 1 ∂Pw ∂Po 1 mw − mo ∂Po ∂Pw
= · + − · · −
∂x 2 ∂x ∂x 2 m ∂x ∂x
ou en ore :
∂P mw ∂Pw mo ∂Po
= · + ·
∂x m ∂x m ∂x
En utilisant la relation (74), il vient :
(75) qw + qo = −K · A · m ·
∂P
∂x
De même à partir des relations (73), il vient :
 1
 Po (x, t) = P (x, t) + · (P c(s) − γ(s))


2
 P (x, t) = P (x, t) − 1 · (P c(s) + γ(s))



w
2
1Guy Chavent Jérme Jaffré- MATHEMATHICAL MODELS AND FINITE ELEMENTS FOR
RESERVOIR SIMULATION -STUDIES IN MATHEMATICS AND ITS APPLICATIONS -Volume 17-
NORTH-HOLLAND
La relation (75) donne le sens physique de la notion de pression globale . La relation

exprime la loi de Dar y , en mono-phasique, pour un uide global de mobilité égale à
la somme des mobilités, s'é oulant ave un débit égal à la somme des débit eau et huile.
2.6.2. Équation aux dérivées partielles pour la pression globale.
La relation (70) exprimant que les uides sont in ompressibles , on obtient immédia-
tement l' équation aux dérivées partielles de la pression globale :

(76) −
∂
∂x
· K(x) · A(x) · m(s) ·
∂P
∂x
=0 0<x<L
Nous examinerons les onditions aux limites un peu plus loin, on peut déjà remarquer que
ette équation est la même que elle obtenue dans le as d'un é oulement sans pression
apillaire pour la pression ommune des deux uides. On remarque aussi que la relation
nous permet d'é rire :
∂q
q = (qw + qo ) ⇒ =0
∂x
2.6.3. Équation aux dérivées partielles pour la saturation.
Utilisons l'identité algébrique suivante pour exprimer le débit en eau :
mw mo mw
qw = · (qw + qo ) + · qw − · qo
m m m
. En tenant ompte de la loi de Dar y , exprimée par (90), il vient :

mw mw · mo ∂Pw ∂Po
qw = ·q−K ·A· · −
m m ∂x ∂x
soit :
mw mw · mo dP c(s) ∂s
qw = ·q−K ·A· · − ·
m m ds ∂x
Pour simplier les notations introduisons 3 nouvelles fon tions :
 mw




F (s) =
m
débit fra tionnaire





 mw · mo dP c

 a(s) = · −
(77) 
m ds




 Zs




 α(s) = a(u) · du

0
Soit 
ave les nouvelles notations : 
 ∂s  ∂s
 qw = F (s) · q − K · A · a(s) · ∂x  qo = (1− F (s)) · q + K · A · a(s) · ∂x

 

eau huile 


 ∂ 
 ∂
 qw = F (s) · q − K · A · α(s)  qo = (1− F (s)) · q + K · A · α(s)
∂x ∂x
si l'on pose :
∂
r(s) = −K · A ·
∂x
α(s) débit dérivant du potentiel apillaire

 qw = F (s) · q + r(s)

qo = (1 − F (s)) · q − r(s)
L'eet des for es apillaire est la réation de 2 ux opposés. Le ux est dirigé vers les
saturations dé roissantes, puique a(s) > 0, 'est à dire dans le sens de l'é oulement dans
le as d'un balayage à l'eau, et dans le sens opposé à l'é oulement pour l'huile.
Nous obtenons en dénitive l'équation en saturation :

(78) A(x) · φ(x) ·
∂s
∂t
+q·
∂
∂x
(F (s)) −
∂
∂x
K(x) · A(x) ·
∂
∂x
(α(s)) =0
Comme dans le as de l'é oulement sans pression apillaire, si les ara téristiques du uide
et du milieu poreux ne dépendent pas de la pression, nous avons réussi à dé oupler la
variable Saturation de la variable Pression . Cette équation est du type transport
diusion non linéaire .
Le terme de transport non linéaire : q · ∂F

∂x
est le même que dans le as de l'é oulement
sans pression apillaire. Le terme du se ond ordre est un terme de diusion non linéaire
qui dépend des for es de pression apillaire. On remarque que :
a(0) = 0 et a(1) = 0
Le terme de diusion non linéaire dégénère lorsque s = 0 et s = 1. Ce omportement rée

des di ultés pour modéliser les ondition aux limites.
2.7. Représentation graphique des prin ipales fon tions du problème.
Pour aborder la dis ution des onditions aux limites, il est né essaire d'avoir une idée
de l'allure du graphe des fon tions que nous venons de dénir. Pour simplier, nous avons
pris des fon tions analytiques ompatibles ave l'allure générale des fon tions relatives aux
gisements et qui sont habituellement déterminées par des mesures en laboratoire sur des
é hantillons et extrapollées à l'é helle du réservoir. Comme fon tion de base, nous partirons
des perméabilités relatives eau-huile que nous avons utilisées au hapitre pré édent, nous
nous donnerons une représentation de la pression apillaire P c(s), sous forme polynmiale
de la saturation. On pose souvent :
P c(s) = P cmax (x) · P c(s) 0 ≤ P c(s) ≤ 1, P c(s) pression apillaire réduite.
P cmax (x) est en général une fon tion onstante par mor eaux
krw (s) = s2 , kro (s) = (1 − s)2 , P c(s) = 32 · (0.5 − s)7 + 0.5 · (0.5 − s) + 0.5
MOBILITE
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
mw(s)−MOBILITE eau s
(mw*mo)/(mw+mo)
mo(s)−MOBILITE huile F(s)−DEBIT fractionnaire
m(s)−MOBILITE globale
Fig. 2. Mobilité
PRESSION CAPILLAIRE REDUITE
1.0
0.9
0.8
0.7
0.6
Pc
0.5
0.4
0.3
0.2
0.1
0.0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
s
Fig. 3. Pression apillaire réduite

Fonctions auxilliaires−a(s)−alpha(s)
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0.00
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
fonction a(s) s
fonction Alpha(s)
Fig. 4. Fon tion a(s) et α(s)
Fonction Gamma(s)
0.05
0.00
−0.05
−0.10
−0.15
−0.20
−0.25
−0.30
−0.35
−0.40
−0.45
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
s
Fig. 5. Fon tion γ(s)
2.8.1. Étude des onditions aux limites théoriques.

Pour déterminer les onditions aux limites étudions le as physique déni en début de
hapitre, d'un é oulement à travers un barreau de milieu poreux : Fig1. La règle physique à
suivre pour déterminer les onditions aux limites est de respe ter la ontinuité des pressions
des uides en mouvement à l'entrée et à la sortie du milieu poreux. Á l'amont : On inje te
un débit d'eau donné : qamont (t), 'est à dire que nous xons le gradient de pression. Pour la
saturation, il est légitime de xer la saturation en eau à la saturation maximale. La pression
apillaire est alors nulle -g (3)-. La pression de l'eau est égale à la pression d'inje tion.
L' eau seule pénètre dans le milieu poreux. L' huile ne sort pas à ontre ourant sous
l'a tion des for es apillaires. La perméabilité à l'huile est nulle. ( Nous ne sommes pas
dans le as de l'imbibition.). Don sur la fa e amont les onditions à la limite sont ave
nos onventions :
s(0, t) = 1 ⇒ P c(s) = 0 et γ(s) = 0



 


qw (0, t) = q amont (t)








 q (0, t) = 0
(79) 
o




 Pw (0, t) = Po (0, t) = P (0, t)






 ∂P q amont (t)

 = −
∂x x=0 K(0) · A(0) · m(s(0, t))
Á l'aval
La situation est plus omplexe, nous avons à faire à une ondition à la limite unilatérale .
Par hypothèse nous produisons le mélange eau-huile à une pression donnée : P aval (t)
Il faut distinguer 3 phases :
phase (1) - L'eau n'est pas en ore arrivée à l'extrémité du barreau, l'extrémité du
barreau est saturée en huile, il ne s'é oule que de l'huile ; Nous assurons la ontinuité de
la pression de la phase huile. Sur la limite aval x = L il est légitime de poser omme
onditions :
Po (L, t) = P aval (t) s(L, t) = 0
Nous obtenons les onditions aux limites pour la phase 1 :

 qw (L, t) = 0
ondition de Diri hlet

(80) s(L, t) = 0
 P (L, t) = P aval (t) − 1 · (P c(0) − γ(0))

2
On remarque qu'il est un peu arti iel de dénir la pression de l'eau dans un domaine
où il n'y a pas d'eau mobile.
phase (2) - Á l'arrivée de l'eau, en quantité très faible mais assez rapidement à ause
du terme de diusion, les for es apillaires bloquent la sortie de l'eau. En eet on
observe que sur la fa e de sortie le uide mouillant ne s'é oule pas jusqu'à e que la
saturation en uide mouillant atteigne la valeur ritique pour laquelle la pression apillaire
s'annule. La raison de e omportement réside dans la relation : saturation ↔pression
apillaire. La ontinuité des pressions doit être assurée pour haque uide. Initialement
seul le uide non mouillant est présent à l'extérieur de la fa e aval x = L. La pression
apillaire n'est pas dénie à l'extérieur du milieux poreux. La pression sur la fa e aval L
reste la pression du uide non mouillant qui est, par dénition supérieure à la pression
du uide mouillant. En onséquen e, le uide mouillant ne peut pas s'é ouler à travers la
fa e aval, tant que la pression apillaire n'est pas nulle sur la fa e aval. Il se forme une
min e ou he d'a umulation à l'amont immédiat de la fa e de sortie. Nous prenons omme

onditions aux limites sur la fa e aval :
(81)

∂α(s(L, t))

 qw (L, t) = F (s(L, t)) · q − K · A ·


∂x
=0 ondition Diri hlet-Newman
qo (L− , t) = q

 1
 P (L− , t) = P aval (t) − · (P c(s(L, t)) − γ(s(L, t)))

2
Remarque : la ondition (81) ontient (80). On remarque aussi que nous n'avons pas de
ondition à la limite expli ite pour la saturation. La saturation intervient à travers les fon -
tions F (s), α(s) qui sont des fon tions positives, monotones roissantes de la saturation-
Fig :(2)(4)
Phase (3) - Étant donné que la saturation en uide mouillant roît sur la fa e aval la rela-
tion : saturation ↔pression apillaire s'applique. Sur ette ourbe (3) la pression apillaire
P c(s) → 0 lorsque la saturation en uide mouillant s → 1 . À ette saturation ritique, la
perméabilité relative au uide non mouillant est nulle, mais le uide non mouillant onti-
nue à s'é ouler. Don il doit exister un gradient de saturation inniment grand sur la fa e
aval pour la saturation ritique. Si on se reporte à l'équation donnant le débit d'huile sur
la fa e aval :
∂s
qo = [1 − F (s)] · q + K · A · a(s) ·
∂x
sur la fa e aval :
s→1 alors F (s) → 1 et a(s) → 0

∂s
6 0 si
qo = →∞
∂x x=L−
La saturation à l'amont immédiat de la fa e de sortie atteint la valeur maximum : s(L, t) =

1, la pression apillaire s'annule. La ontinuité de la pression dans la phase eau est assurée.
L'eau peut s'é ouler. L'instant TB à partir duquel où l'eau s'é oule est le temps de per ée ou
breakthrough time . L'allure générale de la solution s(x, t = τ ) ave τ ≥ TB de l'équation
en saturation après l'instant de per ée présente une tangente verti ale en : x = L−
Fig. 6. saturation aval

La ondition s(L− , t) = 1 permet d'é rire :

∂s
∂t
=0 et d'aprés la loi de onservation ∂qw
∂x
=0
x=L−
Cette ondition permet de déterminer le débit d'eau, sortant par la fa e aval, après l'instant
de per ée : TB
ondition de Diri hlet


 s(L, t) = 1
 P (L, t) = P aval (t)
 
(82) 

 ∂qw

 =0
∂x x=L−
2.8.2. Conditions aux limites pratiques.

Dans beau oup de as pratiques les termes de transport sont très grands, par rapport
aux termes de diusion apillaire que l'on pourra négliger. C'est le as aux voisinages des
puits de produ tion, où l'é oulement est radial ir ulaire et les vitesses de ltration sont
très grandes. On prend alors des onditions aux limites analogues au as sans apillarité.
Les débits en sortie sont pris proportionnels aux mobilité de ha un des uides.
qo (L, t) mo (s(L, t))
(83) q (L, t)
=
m (s(L, t))
w w
Cette ondition est équivalente à la ondition :

(84) r(s(L, t)) = 0
2.9. Modèle mathématique nal.
En dénitive, l'é oulement de 2 uides en milieux poreux peut être modélisé par le
modèle mathématique de 2 équations aux dérivées partielles suivant :
(85)
∂ ∂P


 −
 ∂x
 K(x) · A(x) · m(s) ·
∂x
=0 pression




∂s ∂F (s) ∂ ∂



A(x) · φ(x) ·
∂t
+q·
∂x
−
∂x
K(x) · A(x) ·
∂x
(α(x)) =0 saturation
+ onditions initiales




+ onditions aux limites


La première équation est une famille d'équations aux dérivées partielles elliptiques, dépen-
dant de la saturation par la fon tion mobilité globale :m(s) . Les dérivées partielles de la
saturation n'interviennent pas. Le ouplage est faible .
La deuxième équation est une équation aux dérivées partielles de type transport diusion.
Cette équation dégénère lorsque :
s(x, t) = 0 ou s(x, t) = 1
On remarque que la variable P (x, t) n'intervient pas dans ette équation. L'équation en
saturation est dé ouplée dans le domaine d'intégration. On a vu aussi, en étudiant la
ondition à la limite aval, que la solution de ette équation présente une singularité, qui
dé oule du prin ipe de ontinuité des pressions. Nous allons illustrer es omportements
grâ e au modèle numérique
3. Constru tion du modèle numérique
3.1. Dis rétisation de l'espa e et du temps.
Le domaine ] 0 · · · L [est ouvert par un maillage de n+1 n÷uds { xi , i = 0, · · · , n }permettant

de dénir n+1 intervalles nis :

Ii = ξi−1/2 · · · ξi+1/2 i = 0, · · · , n
ξ−1/2 = x0
ξi+1/2 = 0.5 · (xi + xi+1 ) i = 1, · · · , n − 1
ξn+1/2 = xn = L
Le temps est dis rétisé par pas de temps onstants : ∆t , T = kmax · ∆t
Fig. 7. maillage
Nous avons vu que l'équation aux dérivées partielles que vérie la pression globale
est la même que elle vériée par la pression dans le as de l'é oulement sans pression
apillaire. Nous renvoyons don au paragraphe (4.5.2) pour dé rire l'approximation numé-
rique de l'équation en pression. Seules sont hangées les onditions aux limites (qui restent
néanmoins du même type, 'est à dire , Newman à l'amont, Diri hlet à l'aval).
3.3. Approximation numérique de l'équation en saturation.
Suivant la méthode déjà employée, nous dis rétisons l'équation en saturation, en uti-
lisant la méthode intégrale, 'est à dire en al ulant sur haque intervalle Ii une valeur
appro hée de l'integrale.

∂s ∂F (s) ∂ ∂
A(x) · φ(x) · +q· − K(x) · A(x) · (α(x)) = 0 0<x<L
∂t ∂x ∂x ∂x
⇓
Pour i = 1, . . . , n
∂α(s) ξi+1/2
Z
∂s
A(x) · φ(x) · +q · F (ξi+1/2 ) − F (ξi−1/2 ) − K(x) · A(x) · =0
∂t | {z } ∂x ξ
Ii i−1/2
| {z } | {z }
variation de saturation transport diusion apillaire
3. CONSTRUCTION DU MODÈLE NUMÉRIQUE 81
3.3.1. variation de saturation.

Soit si(t) la valeur moyenne sur l'intervalle Ii,
Z
∂s ∆xi−1 + ∆xi dsi (t) dsi (t)
A(x) · φ(x) · ≃ A(xi ) · φ(xi ) · · = vi ·
∂t 2 dt dt
Ii
3.3.2. Dis rétisation du terme de transport.

Ce terme est identique au terme de transport pour l'é oulement sans pression apillaire.
Pour dis rétiser e terme nous renvoyons au hapitre (4.5.3). Nous utiliserons le s héma
simple amont de Godunov.
F (ξi−1/2 ) = F (si−1 (t)) F (ξi+1/2 ) = F (si (t)) i = 1, · · · , n
3.3.3. Dis rétisation du terme de diusion apillaire.

∂α(s) ξi+1/2

K(x) · A(x) ·
∂x ξ
i−1/2
Ce terme est un terme de diusion analogue au terme de diusion déjà ren ontré dans
le as de l'équation en pression pour l'é oulement d'un uide légèrement ompressible. Soit
t
ri−1/2 le ux à travers l'interfa e ξi−1/2 du à la apillarité, le bilan des ux apillaires s'é rit
alors :

t t
ri+1/2 − ri−1/2
Posons : Ri = K(xi) · A(xi) et en appliquant la loi de omposition géométrique :

2 1 1
= +
Ri−1/2 Ri−1 Ri
Nous prendrons :
t α(sti ) − α(sti−1 ) t α(sti+1 ) − α(sti )
ri−1/2 = −Ri−1/2 · ri+1/2 = −Ri+−1/2 ·
∆xi−1 ∆xi
3.3.4. Débit d'eau.

Nous nous intéressons au débit d'eau à travers l'interfa e ξi+1/2de l'intervalle Ii, 0, . . . , n
t t
qw (ξi+1/2 , t) = q · Fn+1/2 + rn+1/2
qw (ξ−1/2 , t) = q amont
. Pour les phases 1&2, les onditions aux limites sur la fa e aval, ξn+1/2 = L se traduisent
par :
qw (L, t) = 0
Pour la phase 3

∂qw t t
= 0 → qw (L, t) = q · Fn−1/2 + rn−1/2
∂x x=L−
3.3.5. Équation en saturation -forme semi-dis rétisée-.

Si l'on prend en ompte les onditions initiales et les onditions aux limites nous obte-
nons le système d'équations diérentielles d'ordre n dans le as des phases 1&2 et d'ordre
n − 1 dans le as de la phase 3, as où la ondition à la limite aval est une ondition de
Diri hlet.
 dsi
t t t t

 vi · = −q · F i+1/2 − Fi−1/2 − ri+1/2 − r i−1/2 i = 1, · · · , n


 dt


onditions initiales


 si (0) = sinitial (xi )
phases 1 & 2
 amont : s0 (t) = 1

 


d limites 




aval : q (L, t) = q · F t + rt


w n+1/2 =0
n+1/2
 dsi
t t t t

 vi · = −q · F i+1/2 − Fi−1/2 − r i+1/2 − r i−1/2 i = 1, · · · , n − 1


 dt


onditions initiales


 si (0) = sinitial (xi )
phase 3
 amont : s0 (t) = 1

 


d limites  aval : sn (t) = 1





q (L, t) = q · F t + rt

w n−1/2 n−1/2
Conditions à la limite aval pratique

Dans e as on néglige la apillarité à la sortie, nous avons à faire à un problème de
transport pur , ette simpli ation se traduit par : rn+1/2
t = 0 Le débit d'eau à la
sortie est donné par : qwn+1/2 = −q · F (sn ).
t t
4. Appli ations numériques
Donnons nous un ensemble de valeurs des fon tions

4.1. Les perméabilités relatives.
Comme dans le as de l'é oulement diphasique, sans pression apillaire nous avons
pris :
 
 krw = s2  kro = (1 − s)2
eau 
huile 
µw = 1 µo = 1
4.2. Pression apillaire.
On pose :
ave 0 ≤ P c(s) ≤ 1 ,
P c(s) = P cmax (x) · P c(s)
P c(s) est une fon tion sans dimension, monotone dé roissante
De même on dénit la fon tion sans dimension :
Zs !
mw (u) − mo (u) dP c(u)
γ(s) = · − · du
mw (u) + mo (u) ds
0
on a bien évidemment : γ(s) = P cmax (x) · γ(s)

4.3. fon tions sans dimension.
À partir des dénitions i-dessus on onstruit des fon tions auxiliaires sans dimension.
! Zs
mw (s) · mo (s) dP c(s)
aw (s) = µw ·
m(s)
· −
ds
et αw (s) = aw (u) · du
0
on a naturellement d'aprés les dénitions :77

1 1
a(s) =
µ
· P cmax (x) · aw (s) et αw (s) =
µw
· P cmax · αw (s)
w
Ave es nouvelles fon tions on peut é rire :

 1
 P
 o
 (x, t) = P (x, t) + · P cmax (x) · P c(s) − γ(s)
2

 P (x, t) = P (x, t) − 1 · P c


w max (x) · P c(s) + γ(s)
2
et aussi : 
K(x) ∂s
 q = q · F (s) − · A(x) · P cmax (x) · a(s) ·
 w

 µw ∂x

 qw = q · F (s) − K(x) · A(x) · P cmax (x) · ∂ α(s)


µw ∂x
4.4. Problème modèle.
Pour étudier numériquement les solutions, nous prendrons , omme pré édemment le
as d'un é oulement à travers un barreau de se tion , de porosité et de perméabilité absolue
onstantes. Nous reformulons les équations aux dérivées partielles en utilisant les nouvelles
fon tions sans dimension. Comme dans le as de l'é oulement sans pression apillaire nous
allons passer en variables réduites, sans dimension, en posant :
x
ξ=
L
et θ=
T
t
Le modèle mathématique adimensionnel devient :


 ∂ ∂P

 − m(s) · =0


 ∂ξ ∂ξ




P cmax · T ∂ 2 α(s)

 ∂s
 q·T ∂F K
+ · − · · =0
∂θ A · φ · L ∂ξ φ · L2 µw ∂ξ 2 0<ξ<1 θ>0













Nous avons mis en éviden e 2 groupements sans dimension :

q·T
V =
A·φ·L
qui orrespond au oe ient du terme de transport. V représente la fra tion
du volume du barreau inje té dans le temps T
K P cmax · T
D=
φ·L 2
·
µw
qui orrespond au oe ient du terme de diusion apillaire. On
voit que e terme est proportionnel à la pression apillaire maximum, à la perméabilité du
milieu et inversement proportionnel à la vis osité du uide mouillant.
4.4.1. Valeurs numériques.

Comme dans le as de l'é oulement sans pression apillaire nous prendrons omme
oe ient du terme de transport :
q·T
V = =1
A·φ·L
Ce i peut orrespondre à par exemple : A = 1cm2 ; φ = 10%; q = 10−3 cm3 /s; T = 104 s; L =
100cm
Nous avons vu que le hoix de es valeurs orrespond à un balayage à la vitesse de :
0.864m/j vitesse ompatible ave une exploitation industrielle.
Si on hoisit un milieu ayant une perméabilité absolue K = 100mDarcy, orrespondant à
une valeur moyenne des réservoirs, on prend pour la vis osité de l'eau µw = 100cpoise, et
une pression apillaire maximum P cmax = 0.8 atm alors :
K P cmax · T
D= 2
· = 0.8
φ·L µw
4.4.2. Simulateur du problème modèle. Ave ette appro he a-dimensionnelle nous avons
onstruit le simulateur

numérique orrespondant au problème modèle a-dimensionnel.

 ∂ ∂P

 − m(s) · =0


 ∂ξ ∂ξ




∂ 2 αw (s)

 ∂s
 ∂F (s)
+V · −D· =0
∂θ ∂ξ ∂ξ 2 0<ξ<1 θ>0













Comme variable auxilliaire nous al ulons :

 1
 P
 o
 (x, t) = P (x, t) + · P cmax (x) · P c(s) − γ(s)
2
(86)
 P (x, t) = P (x, t) − 1 · P c


w max (x) · P c(s) + γ(s)
2
4.5. Résultats numériques.
Les résultats numériques présentés sont obtenus ave V =1 et D = 0.8.

4.5.1. Conditions aux limites générales.
Phase 1.
La gure (8), représente la simulation de l'expérien e de balayage à l'eau ave apillarité

de la arotte à la date t = 0.4, 'est à dire à la date où le volume inje té représente 0.4
le volume de la arotte. Pour omparaison nous avons tra é la solution obtenue par la
méthode des ara téristiques(voir ?), ave les mêmes onditions initiales, pour un bayage
sans apillarité. L'eau n'est pas arrivée sur la fa e aval, nous sommes en phase 1 . On
observe que l'eet de apillarité lisse la ourbe de saturation, il n'y a plus de front net,
mais une zone à fort gradient de saturation. La apillarité a élère la pénétration de l'eau
dans la arotte. L'eet de apillarité se traduit par un débit d'eau apillaire > 0 dans
la zone de forte dé roissan e de la saturation. Á l'amont on observe une zone où le gradient
−−Ecoulement diphasique avec pression capillaire−− D = 0.8
1.2
1.0
0.8
0.6
0.4
0.2
t = 0.4
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
−0.2
−0.4
−0.6
−0.8
saturation pression−huile
pression−globale debit−capillaire
pression−eau
Fig. 8. Balayage à l'eau ave apillarité 1

de la pression huile Po est > 0, ependant nous avons imposé que l'huile ne s'é oule pas
par la fa e amont. Les onditions à l'aval sont bien Po (L, t) = 0 et débit d'eau qw (L, t) = 0
Phase 2.
1.4
1.2
1.0
0.8
0.6
0.4
0.2
t = 0.6
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
−0.2
−0.4
pression−eau
Fig. 9. Balayage à l'eau ave apillarité-2-
La gure (9), représente la même expérien e au temps t = 0.6. L'eau est arrivée sur la
fa e aval, les onditions aux limites sont elles de la phase 2 . La saturation en eau
sw (L, t) < 1,les for es apillaires empê hent l'eau de sortir par la fa e aval. Il existe un
débit apillaire d'eau < 0, à ontre ourant dans la zone aval. La pression de l'eau sur
la fa e aval Pw (L, t) ≃ −0.4. La pression de l'huile à l'exterieur de la arotte Po(L, t) = 0.
La pression globale P (x, t) et la pression de l'eau Pw (x, t) sont sensiblement les mêmes.
Phase 3.
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
t = 0.65
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
−0.2
−0.4
pression−eau
Fig. 10. Balayage à l'eau ave apillarité-3-
La gure (10), représente la même expérien e au temps t = 0.65. La saturation en eau

sur la fa e aval a atteint la valeur ritique, sw (L, t) = 1, les onditions aux limites sont
elles de la phase 3 . Comme prévu, on notera le trés fort gradient de la saturation
sur la fa e aval. Les for es apillaires n'empê hent plus l'eau de sortir par la fa e aval. Il
existe néanmoins en ore un débit apillaire d'eau < 0, à ontre ourant dans la zone
aval. Le uide à la sortie est un mélange eau-huile. La pression de l'eau sur la fa e aval
Pw (L, t) = 0. La pression de l'huile Po (L, t) = 0.
Débits en sortie.
La gure (11), représente les débits d'eau et d'huile au ours du temps qui traversent
la fa e de sortie. On remarque que le débit d'eau qw (L, t) = 0 tant que s(L, t) < 0 qui
orrespont aux phases 1&2 de la modélisation. Lorsque la valeur de la saturation atteint
la valeur ritique, sw (L, t) = 1, les onditions aux limites sont elles de la phase 3 .
Les for es apillaires n' empê hent plus l'eau de sortir par la fa e aval. Le débit d'eau
prend brusquement la valeur qw (L, t) = 0.5. C'est le phénomène de per ée ou break-
trought . Le uide à la sortie est un mélange eau-huile. La proportion d'eau augmente
ensuite progressivement dans le mélange.
Saturation−eau et debits face aval
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.75 0.80
saturation−eau temps
debit−eau
debit−huile
Fig. 11. Débits de sortie

4.5.2. Conditions aux limites pratiques. Nous avons simulé, gure :(12) le même ba-
layage à l'eau en prenant omme ondition à la limite aval la ondition à la limite pra-
tique , 'est à dire que dans e as on néglige les eets apillaires sur la fa e de sortie.
Chaque uide est produit proportionnellement à sa mobilité.
qo (L, t) mo (s(L, t))
=
qw (L, t) mw (s(L, t))
On onstate que naturellement la saturation sur la fa e de sortie n'atteint pas la valeur
ritique : s(L, t) < 1. L'eau s'é oule à l'exterieur de la arotte plus tt, dés son arrivée sur
la fa e aval. Le débit d'eau en sortie roit régulièrement, nous n'avons pas le phénomène de
per ée omme dans le as de la gure 11 , néanmoins, aprés la per ée, pour des temps
plus longs, l'évolutions des débits en sortie pour l'eau et l'huile reste tout à fait omparable
au as de la gure (11). Ce i valide la pratique habituelle.
Saturation−eau et debits face aval
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.75 0.80
saturation−eau temps
debit−eau
debit−huile
Fig. 12. Débits de sortie- onditions aux limites pratiques-

CHAPITRE 6
Le Modèle Bla k-Oil Gaz-Huile
1. Présentation
Le modèle bla k-oil a pour but de simuler un é oulement multiphasique, en général

tri-phasique (eau, huile, gaz), ompressible ( y ompris la ro he réservoir), immis ible
qui prend en ompte les é hanges thermodynamiques entre les phases. Ces é hanges sont
modélisés par la libération ou la dissolution du gaz dans l'huile (et dans l'eau). Le nom
de e modèle désigne des huiles dont les ara téristiques, au sto kages, varient trés peu
au ours de l'exploitation et pour les quelles on peut négliger la vaporisation de l'huile
dans le gaz. C'est le type d'huiles le plus ouramment ren ontrées dans la pratique et 'est
pourquoi les modèles bla k-oil sont les plus utilisés.
Du point de vue de la omplexité, ils représentent un moyen terme entre les modèles
simples monophasiques ou diphasiques que nous avons étudiés et les modèles omposition-
nels.
Le but de e hapitre est essentiellement de présenter le modèle mathématique général
et les s hémas numériques les plus ourants. Ces s hémas sont onstruits à partir des
s hémas de base que nous avons examinés et justiés dans les hapitres pré édents.
Les équations deviennent assez rapidement omplexes à manipuler. Pour simplier nous
nous intéressons à l'é oulement diphasique huile-gaz. La prise en ompte de l'eau rend plus
lourde la modèlisation sans apporter d'éléments nouveaux dans le raisonnement.
2. Modèle thermodynamique
2.1. Phases et onstituants.
Il faut tout d'abord distinguer la notion de phases de elle de onstituants d'un mé-
lange d'hydro arbures. Tout mélange d'hydro arbures peut se dénir par sa omposition
himique en espè es d'hydro arbures : C1 , C2 , C4, . . . etc , Ces omposants possèdent des a-
ra téristiques propres indépendantes du mélange qui les ontient, en parti ulier une masse
volumique déterminée par les onditions de température et de pression données (dans les
ondition de sto kage en surfa e par exemple).
La phase est un on ept physique. Un mélange de omposants d'hydro arbure peut être
sous forme gazeuse ou sous forme liquide ou les deux en fon tion des on entrations de
haque omposant, de la pression et de la température. Dans les onditions assez générales
d'exploitation des gisements, les hydro arbures se trouvent sous forme de deux phases. Une
phase liquide : la phase huile, une phase gazeuse : la phase gaz. Ces phases huile et gaz
sont bien distin tes du fait de la tension interfa iale qui les sépare.
Dans l'appro he bla k-oil , qui se veut simple et pro he des on epts utilisés dans
le domaine de la produ tion, nous n'allons pas onsidérer les omposants himiques d'hy-
dro arbures ( 'est l'aaire des modèles ompositionnels ), mais plutt deux ensembles
de omposants (des oupes) qui sont naturellement séparés sous forme de gaz et de
liquide dans les onditions standards de sto kage en surfa e. Il s'agit de gaz et d'huile dont
les propriétés dans les onditions de sto kage varient peu au ours de l'exploitation du
89
90 6. LE MODÈLE BLACK-OIL GAZ-HUILE
gisement. Nous hoisissons e gaz et ette huile omme pseudo- onstituant du mélange
d'hydro arbures. Il faudra prendre soin de ne pas onfondre les notions de phases et de
pseudo- onstituant, mais l'usage a onsa ré es appellations un peu onfuses.
phase liquide⇐⇒phase huile
phase gazeuse ⇐⇒phase gaz
phase pseudo
onstituant
huile Contient le pseudo huile Est ontenu seulement dans
onstituant huile la phase huile
Peut ontenir du pseudo
onstituant gaz dissout
gaz Ne ontient que du pseudo gaz Est ontenu dans la phase gaz
onstituant gaz Peut être dissout dans la
Le pseudo onstituant huile phase huile
ne se vaporise pas dans la
phase gaz
2.2. Propriétés thermodynamiques.
Dénissons les ara téristiques thermodynamiques qui vont nous permettre de modè-
liser le omportement dynamique du mélange.1
Les pseudo- onstituants huile et gaz sont dénis par leur masses volumiques dans les
onditions standards de sto kage :
ρos :masse volumique du pseudo- onstituant huile aux onditions standards
ρgs :masse volumique du pseudo- onstituant gaz aux onditions standards
Pour les phases, nous utiliserons les fon tions dénies par les produ teurs. - gure (1)-.
Bo : Fa teur Volumétrique de Formation (FVF) = Volume de phase liquide (huile) dans
les onditions de gisement2 qui donne un volume unité de pseudo- onstituant huile en
onditions de sto kage3 ( oil bulk volume huile apparente).
Bg : Fa teur de Volume = Volume de phase gazeuse (gaz) dans les onditions de gisement
qui donne un volume unité de pseudo- onstituant gaz en onditions de sto kage. ( gaz
bulk volume gaz apparent).
Rs : Rapport gaz/huile de dissolution = Volume de pseudo- onstituant gaz dans les
onditions de sto kage ré upéré, aprés séparation, à partir d'un volume Bo de phase
huile. ( Solution Ratio ).
Remarque : Par dénition, dans les onditions de sto kage, les phases et les pseudo-
onstituants oïn ident. Les onditions standard de sto kage sont souvent :
Psdt = 1atm pression standard
Tsdt = 15C température standard
1Nous avons tiré les éléments prin ipaux de ette se tion de l'ouvrage de , Le Gisement ,
R.Cossé
Institut Français du Pétrole, éditions te hnip
2on dit aussi onditions de fond
3on dit aussi onditions de surfa e
2. MODÈLE THERMODYNAMIQUE 91
On dénit
ρgs
les propriétés des phases en onditions de gisement :
ρg = B : masse volumique de la phase gazeuse (gaz) en ondition de gisement
g
ρos + Rs · ρgs
ρo =
Bo
masse volumique de la phase liquide(huile) en ondition de gise-
ment
µg vis osité dynamique de la phase gazeuse
µo vis osité dynamique de la phase liquide
Fig. 1. Diagramme thermodynamique
2.2.1. Variations de Bo de Rs et de µo ave la pression.

Les fon tions du modèle thermodynamique ne sont pas des fon tions monotones de la
pression ou de la température, nous donnons i-aprés l'allure générales de es fon tions.
Figures : (2), (3), (4).
Une notion importante pour la phase liquide (huile) est sa pression de bulle PB , 'est
à dire la pression au dessous de laquelle du pseudo- onstituant gaz dissous se dégage de
la phase liquide. Le domaine du gisement où la pression de la phase liquide (huile) est
inférieure à la pression de bulle est un domaine diphasique. On dit que dans e domaine
l'é oulement huile-gaz est saturé.
Pour P > PB , le onstituant gaz produit en surfa e ne peut provenir que du gaz dissous
dans la phase liquide (huile), la fon tion Rs(P ) est onstante et est égale à la solubilité
initiale Rsi.
Pour P < PB ,une partie seulement du onstituant gaz produit en surfa e provient du
gaz dissous dans la phase liquide (huile), ette partie dé roit si la pression dé roit, une
autre partie provient de la phase gazeuse (gaz).
FACTEUR VOLUMETRIQUE DE FORMATION Bo−Huile 45 degre−API
1.7
1.6
1.5
1.4
Bo
1.3
1.2 pression de bulle=200 bar
1.1
1.0
0.9
0 50 100 150 200 250 300 350 400 450 500
Pression (bar)
Fig. 2. Fa teur Volumique de Formation Bo
GOR DE DISSOLUTION DISSOLUTION Rs−Huile 45 degre−API
250
200
pression de bulle=200 bar

150
Rs
100
50
0
0 50 100 150 200 250 300 350 400 450 500
Pression (bar)
−50
Fig. 3. GOR de dissolution Rs

3. CONSTRUCTION GÉNÉRALE DU MODÈLE MATHÉMATIQUE 93
VISCOSITE DYNAMIQUE − Huile 45 degre−API
0.55
0.50
0.45
0.40
Muo
0.35
0.30 pression de bulle=200 bar
0.25
0.20
0 50 100 150 200 250 300 350 400 450 500
Pression (bar)
Fig. 4. Vis osité dynamique
3. Constru tion générale du modèle mathématique
3.1. Notations.
Pour établir e modèle en toute généralité, nous allons utiliser des notations plus syn-
thétiques et plus abtraites.
Fig. 5. Gisement
3.1.1. Le milieu :
de frontière (Γ)


 (Ω) ∈ R3 x ∈ (Ω)



 K(x) : tenseur de perméabilité absolue du milieu



milieu 


 φ(x, P ) : porosité du milieu, dépend de la pression



z(x) : profondeur


3.1.2. La phase liquide huile .
La phase liquide ou phase huile est un mélange omposée du onstituant huile et du

onstituant gaz dissous dans ette phase. La phase est dénie dans les onditions de fond.

ρos + Rs · ρgs




ρo =
Bo
: masse volumique de la phase huile,




 ρos
masse du onstituant huile par unité de volume de la phase huile,

ρco =


 :


 Bo




Rs · ρgs
masse du onstituant gaz par unité de volume de la phase huile,



 ρcgo = :



 Bo

: pression de la phase huile,



 Po (x, t)




phase huile  so (x, t) : saturation de la phase huile,


fa teur de volume de formation,



 Bo (Po ) :




GOR de dissolution,




 Rs(Po ) :



vis osité dynamique,




 µo (Po ) :



perméabilité relative de la phase huile,




 kro (so ) :



vitesse d'é oulement de la phase huile,

 −
→
vo (x, t) :
.
3.1.3. la phase gazeuse gaz .

ρgs
masse volumique de la phase gaz,


 ρg = :


 Bg



ρgs
masse du onstituant gaz par unité de volume de la phase gaz,




 ρcg = :


 Bg


la phase gaz ne ontient que du onstituant gaz,




 ρg = ρcg :





Rs · ρgs
masse du onstituant gaz par unité de volume de la phase huile,



 ρcgo = :



 Bo

phase gaz  Pg (x, t) : pression de la phase gaz,


saturation de la phase gaz,



 sg (x, t) :




fa teur de volume de formation,



 Bg (Pg ) :




vis osité dynamique,




 µg (Pg ) :



perméabilité relative de la phase gaz,




 krg (sg ) :



vitesse d'é oulement de la phase gaz

 −
→
vg (x, t) :
Nous supposerons que le gisement est fermé, 'est à dire qu'il n'y a pas de ux d'hy-
dro arbures à travers la frontière (Γ) du gisement, ette ondition se traduit par :
 −
 →
vo (x, t) · −
→
n =0
(87)  −
n : ve
−
→ teur normal à (Γ), x ∈ (Γ)
→
vg (x, t) · −
→
n =0
3.3. Modèlisation des puits.
Les puits de produ tion ou d'inje tion sont modèlisés par :

(1) des sour es pon tuelles aux kp points : xp ∈ (Ω) p = 1, . . . , kp . Si on se xe les
débits produits ou inje tés, on est par exemple dans le as de la simulation d'un
historique d'exploitation.

δ(x − xp ) est la fon tion de Dira en xp δ(x δ(x − xp ) = 0 si x 6= xp
x ∈ (Ω)
− xp ) = 1 si x = xp
Les débits massique, en onditions de fond, de gaz et d'huile produits ou inje tés
en xp sont donnés par :
σg > 0 inje tion de gaz

c
σg < 0 produ tion de gaz
qgp (t) = σg (t) · ρg · δ(x − xp )
σo > 0 inje tion d'huile

c
σo < 0 produ tion d'huile
qop (t) = σo (t) · ρo · δ(x − xp )
(2) Des points xi ∈ (Ω) i = 1, . . . , ki, où on se xe la pression de fond. On est par
exemple dans le as d'une simulation prévisionnelle et l'on se xe les pressions aux-
quelles on souhaite produire le réservoir. Les débits massique inje tés ou produits
de ha une des phases seront alors al ulés. Ces débits seront pris proportionnels
aux mobilités de haque phase en xi.
Pour simplier les notations, puisqu'on onnaît les pressions de fond aux points
xi , es points ne font plus partie du domaine d'intégration, on posera :
(88) (Ω) = (Ω) − {xi , i = 1, . . . , ki }
3.4. Conditions initiales.
On onnaît à l'instant t = 0 la distribution des saturations et des pressions dans le

milieu. Cet état initial est soit le résultat de l'équilibre thermodynamique établi au ours
des âges géologiques résultant de la mise en pla e des hydro arbures dans la ro he
réservoir, soit le résultat d'un al ul de simulation portant sur des périodes antérieure à
elle qui nous intéresse.


 Po (x, 0) = Poinitial (x)




 Pg (x, 0) = Pginitial (x)


(89) onditions initiales  x ∈ (Ω)


 so (x, 0) = sinitial
o (x)





sg (x, 0) = sinitial
g (x)
3.5. Loi de Dar y.
La loi de Dar y est exprimée pour haque phase .


 −
→ kro −−→

 vo = −K · · grad(Po − ρo · z)

 µo
(90) Loi de Dar y 

 −
→ krg −−→
 vg = −K ·
 · grad(Pg − ρg · z)
µg
3.6. Loi de onservation.
Cette loi doit être exprimée pour haque pseudo- onstituant dans les onditions de
fond.
Pour le pseudo- onstituant huile, qui n'existe que dans la phase liquide (huile), la loi
s'exprime simplement. Pour le pseudo- onstituant gaz nous devons prendre en ompte,
dans le bilan des ux qui entrent et qui sortent de l'élément de volume des quantités de
pseudo- onstituant gaz transportées sous forme de gaz dissous dans la phase liquide (huile).

 ∂ c c −
→
 ∂t (φ · ρo · so ) = −div(ρo · vo ) + qop


x ∈ (Ω)
 ∂
φ(ρcg · sg + ρcgo · so ) = −div ρcg · −
→
vg + ρcgo · −
→


 vo + qgp
∂t
En divisant la première équation par ρos et la deuxième par ρgs , nous obtenons les relations
de onservation :

∂ 1 1 − qop
·→


 φ· · so = −div( vo ) + = Lo
 ∂t
 Bo Bo ρos
(91)  x ∈ (Ω)
∂ 1 1 1 Rs q
·−
→ ·−
→

 gp

 φ( · sg + · so ) = −div vg + vo + = Lg
∂t Bg Bo Bg Bo ρgs
3.7. Saturations.
Naturellement nous avons :

(92) so + sg = 1
3.8. Pression apillaire.
En général, pour le ouple gaz-huile, la phase huile est le uide mouillant, 'est à dire
que nous avons :
(93) P c(sg ) = Pg − Po ≥ 0
3.9. Fermeture du système.
Nous obtenons les 6 équations : [ (90) (91) (92) (93) ℄ orrespondant aux 6 in onnues :
Po (x, t), Pg (x, t), so (x, t), sg (x, t), −
→
vo (x, t), −
→
vg (x, t) x ∈ (Ω) t>0
auxquelles nous devons ajouter les onditions aux limites :(87) et les onditions initiales :(89).
3.10. Transformation des équations.
Nous hoisissons deux in onnues prin ipales :

P (x, t) = Po (x, t)
s(x, t) = sg (x, t)
.
On a évidemment Pg (x, t) = P (x, t) + P cgo (s) et so(x, t) = 1 − s(x, t).
Dans les équations (91), développons les termes de gau he, 'est à dire les termes de
variation de l'a umulation dans le temps, posons :

1 dφ 1 dBo 1
c11 = · − · ·φ· · so
φ dP Bo dP Bo
1
c12 = +φ ·
Bo

1 dφ 1 dBg 1
c21 = · − · ·φ· · sg
φ dP B g dP Bg
1 dφ 1 dBo dRs 1
+ · Rs · − · Rs · + ·φ· · so
φ dP Bo dP dP Bo

1 Bg
c22 =φ· · 1 − Rs ·
Bg Bo
L'équation de onservation devient :


 ∂P ∂so
 c11 · ∂t + c12 · = Lo


∂t
(94) 

 ∂P ∂sg
 c21 · + c22 · = Lg
∂t ∂t
3.11. Équation en pression.

Dans le système d'équations (94) , on peut éliminer ∂s

∂t
o
et ∂s
∂t
g
. En multipliant la
première équation par (Bo − Rs · Bg ) et la deuxième par Bg et si l'on fait la somme en
tenant ompte de la relation (92) , nous obtenons, tous al uls faits l'équation pour la
pression :
∂P
(95) CT · φ ·
∂t
= (B o − Rs · Bg ) · Lo + Bg · Lg
CT = Cr + Co · so + Cg · sg
aveCT : ompressibilité totale, somme de trois termes :


1 dφ





Cr = ·
φ dP
oe ient de ompressibilité de la ro he






1 dBo Bg dRs

Co = −
Bo
·
dP
+
Bo
·
dP
oe ient de ompressibilité de la phase huile






1 dBg
oe ient de ompressibilité de la phase gaz


 Cg = −
 ·
Bg dP
Développons les termes de droite de l'équation (95) , en appliquant la loi de Dar y (90).
 −
→
vo qop


 L o = −div( )+

 Bo ρos

 −
→
vg −
→
vo qgp

 Lg = − div(
 + Rs · )+
Bg Bo ρgs
Posons , pour simplier les é ritures :


1

 ao = K̄ · · kro (s)


 B o · µo



(96)  ag = K̄ ·
1
· krg (s)


 Bg · µ g




ago = RS · ao
Nous obtenons :
 −−→ q
op
 L = div a · grad(P − ρ · g · z) +
 o o o

 ρos
 −−→ −−→ q
 gp
 Lg =div ag · grad(P + P c − ρg · g · z) + ago · grad(P − ρo · g · z) +

ρgs
soit, en développant :
 −−→ −−→ q
op

 L o = div ao · grad(P ) − div ao · grad(ρ o · g o · z) +


 ρos


−−→ −−→

 Lg =div (ag + ago ) · grad(P ) + div ag · grad(P c)

 −−→ −−→ q
 gp

 −div ag · grad(ρ g · g · z) + a go · grad(ρ o · g · z) +
ρgs
posons
 −−→




q o = div a o · grad(P ) bilan des ux d'huile dus à la pression




−−→
bilan des ux de gaz dus à la pression




 q g = div (a g + ago ) · grad(P )





 qpcg = div ag · − −→
grad(P c) bilan des ux de gaz dus à la pression apillaire


(97) 
 −−→
bilan des ux d'huile dus à la gravité




 qzo = −div ao · grad(ρ o · g · z)





 −−→



 qzg = −div a g · grad(ρ g · g · z)
 −−→
−div ago · grad(ρo · g · z) bilan des ux de gaz dus à la gravité



L'équation en pression s'é rit :
(98)
∂P qop qgp
φ · CT · = (Bo − Rs · Bg ) · qo + qzo + + Bg · qg + qpcg + qzg + , x ∈ (Ω), t > 0
∂t ρos ρgs
3.12. Équation en saturation.
Connaisant ∂P
∂t
, on al ule fa ilement ∂s
∂t
en utilisant, par exemple la première équa-
tion du système (94).
4. Constru tion du modèle numérique
Pour xer les idées nous allons modéliser l'é oulement de type Bla k-Oil (gaz-huile)
dans un milieux poreux de dimension 1.
4.1. Dis rétisation de l'espa e.
Dans les hapitres pré édents nous avons utilisé un maillage de type volumes-nis ,
dans et exemple, nous allons utiliser un autre type de maillage, un maillage entré ,
voir gure(6) 4. Le domaine (Ω) est ouvert par un maillage de n mailles Ii de longeur :
∆xi . Les n÷uds du maillage sont les points {xi , i = 1, . . . , n}, milieux de haque maille.
4Cette démar he est souvent utilisée dans les modèles industriels an iens
La se tion de l'é oulement est A(x), la perméabilité absolue du milieu K(x).
Fig. 6. Maillage

Pi (t), une approximation de la pression P (xi, t) i = 1, . . . , n ,
si(t), une approximation de la saturation s(xi, t) i = 1, . . . , n
Si on intégre l'équation en pression (98) sur haque maille {I i, i = 1 . . . , n}, nous obtenons
l'ensemble d'égalités :
Z Z
∂P qop qgp
φ·CT · ·dx = (Bo − Rs · Bg ) · qo + qzo + + Bg · qg + qpcg + qzg + ·dx
Ii ∂t Ii ρos ρgs
Cal ulons une approximation l'équation en pression sur haque maille Ii.
Posons :


 Ci (t) = A(xi ) · φ(xi ) · CT (Pi (t)) · ∆xi



(99) 
Ri (t) = Bo (Pi (t)) − Rs(Pi (t)) · Bg (Pi (t))




Bi (t) = Bg (Pi (t))
nous obtenons pour i = 1, . . . , n les relations :

Z Z
dPi (t) qop qgp
(100) Ci ·
dt
≃ Ri (t) · qo + qzo +
ρos
· dx + Bi (t) · qg + qpcg + qzg +
ρgs
· dx
Ii Ii
4.2.1. Bilan des ux d'huile dus au gradient de pression.

Dans les égalités (100), nous avons à évaluer des termes de la forme :
Z Z
−−→
Qoi = qo dx = div ao · grad(P ) · dx i = 1, . . . , n
Ii Ii
Ce terme exprime le bilan des ux d'huile dans l'élément de volume onsidéré. Comme
nous l'avons déjà vu dans les hapitres pré édents nous pouvons exprimer e bilan des ux
d'un gradient de pression par une relation linéaire entre Pi+1 (t), Pi(t), Pi−1 (t).
(101) Qoi ≃ T oi+1/2 · (Pi+1(t) − Pi (t)) − T oi−1/2 · (Pi (t) − Pi−1(t)) i = 1, . . . , n
Compte tenu de (96), les transmissibilités T oi+1/2 et T oi−1/2 sont alors dénies par :

A
K̄ · · kro (s(ξi+1/2 ))
Bo · µ o ξi+1/2
T oi+1/2 =
∆xi+1 + ∆xi
2
A
K̄ · · kro (s(ξi−1/2 ))
Bo · µ o ξi−1/2
T oi−1/2 =
∆xi + ∆xi−1
2
4.2.2.
Détermination des transmissibilités aux frontières des intervalles.
Moyenne harmonique .
Pour al uler les transmissibilités T oi+1/2 , nous devons déterminer les valeurs des
fa teurs K̄ · B A· µ et kro(s(ξi−1/2 )). Le premier fa teur, ne dépend que de
o o ξ
x ou de P , pour e fa teur nous utilisons la règle de la moyenne harmonique déjà mise
i+1/2
en ÷uvre dans les hapitres pré édents pour l'équation en pression. Cette règle assure que
dans les zones où la saturation varie peu, le hamp de pression
est ontinu à l'interfa e des
mailles ainsi que les ux. Nous prendrons K̄ · B · µ A
tel que :
o o ξ
(102)
i+1/2
2 1 1
= +
A A(xi ) A(xi+1 )
K̄ · K̄(xi ) · K̄(xi+1 ) ·
Bo · µo ξi+1/2 Bo (Pi ) · µo (Pi ) Bo (Pi+1 ) · µo (Pi+1 )
Dé entrage amont .
Pour le fa teur kro(s(ξi−1/2 )), nous avons vu, dans les as d'é oulement déjà étudiés,
que la fon tion saturation pouvait avoir des zones à fort gradient, les zones de front .
Pour des raisons de stabilité du s héma d'intégration et de représentation de es zones à fort
gradient de saturation, nous avons été onduits à prendre des s hémas dé entrés amont ,
soit simple amont (s héma type Godunov), soit double amont des pétroliers pour
améliorer la pré ision dans les zones où la saturation varie régulièrement. Nous adoptons
ette régle pour le fa teur kro(s(ξi−1/2 )).
si [Pi (t) − ρo (Pi(t)) · g · z] > [Pi+1 (t) − ρo(Pi+1 (t)) · g · z]

 s(ξi+1/2 ) = si (t)
(103) 
s(ξi+1/2 ) = si+1 (t) si [Pi (t) − ρo (Pi (t)) · g · z] < [Pi+1 (t) − ρo (Pi+1 (t)) · g · z]
4.2.3. Expression matri ielle.

La relation linéaire (101) peut s'exprimer sous forme matri ielle.

Qo = ve teur de omposantes Qoi , i = 1, . . . , n. Nous obtenons :
(104) Qo = T o · P (t)
   
b1 a1 0 P1 (t)
 a1 b2 a2 0   P2 (t) 
   

 · · ·  
  · 

Qo = 
 · · · ·
  · 


 · · ·  
  · 

 0 an−2 bn−1 an−1   Pn−1 (t) 
0 an−1 bn Pn (t)

 ai = T oi+1/2 i = 1, . . . , n − 1
To : matri e tridiagonale symétrique :  a0 = an = 0
bi = −(ai−1 + ai ) i = 1, . . . , n
Les relations a0 = 0 et a = 0 expriment la ondition de ux nul sur la frontière du

domaine.
4.2.4. Bilan des ux d'huile dus à la gravité.
Z Z
−−→
qzoi = qz o dx = div ao · grad(ρo · g · z) · dx i = 1, . . . , n
Ii Ii
.
ve teur de omposantes gzoi = ρo(Pi (t)) · g · z(xi )

 GZo =
Soient 
QZo = ve teur de omposantes qzoi
la même démar he nous permet d'é rire :
(105) QZo = T o · GZo
4.2.5. Puits produ teurs ou inje teur d'huile.

Soit QP o : le ve teur des débits d'huile inje tés ou produits par les puits. Dans la
maille Ii, on fait la somme des sour es appartenant à la maille.
X qop
(106) QP oi =
ρ
i = 1, . . . , n
os
xp ∈ Ii
4.2.6. Bilan total des ux du onstituant huile.

Sous forme matri ielle le bilan des ux du onstituant huile dans le gisement s'exprime
par la relation matri ielle.
QQo = Qo + QZo + QP o
(107) QQo = T o · P (t) − T o · GZo + QP o
4.2.7. Bilan des ux de gaz dus au gradient de pression.

Z Z
−−→
Qgi = qg dx = div (ag + ago ) · grad(P ) · dx i = 1, . . . , n
Ii Ii
Ce terme exprime le bilan des ux dus au gradient de pression, du onstituant gaz dans
l'élément de volume onsidéré. Comme nous l'avons fait pour le onstituant huile nous
pouvons exprimer e bilan des ux d'un gradient de pression par une relation linéaire entre
Pi+1 (t), Pi (t), Pi−1 (t).
(108) Qgi ≃ T T gi+1/2 · (Pi+1 (t) − Pi(t)) − T T gi−1/2 · (Pi (t) − Pi−1(t)) i = 1, . . . , n
Compte tenu de (96), les transmissibilités T T gi+1/2 et T T gi−1/2 sont alors dénies par :
T T gi+1/2 = T gi+1/2 + RT oi+1/2
ave
A
K̄ · · krg (s(ξi+1/2 ))
Bg · µg ξi+1/2
T gi+1/2 =
∆xi+1 + ∆xi
2
A
Rs(ξi+1/2 ) K̄ · · kro (s(ξi+1/2 ))
Bo · µo ξi+1/2
RT oi+1/2 =
∆xi+1 + ∆xi
2
T T gi−1/2 = T gi−1/2 + RT oi−1/2
ave

A
K̄ · · krg (s(ξi−1/2 ))
Bg · µ g ξi−1/2
T gi−1/2 =
∆xi + ∆xi−1
2
A
Rs(ξi−1/2 ) · K̄ · Bo ·µo · kro (s(ξi−1/2 ))
ξi−1/2
RT oi−1/2 =
∆xi + ∆xi−1
2
4.2.8.
Détermination des transmissibilités aux frontières des intervalles.
Moyenne harmonique .
Pour al uler les transmissibilités T T gi+1/2 , nous appliquerons les mêmes régles que
pour le omposant huile.
(109)
2 1 1
= +
A A(xi ) A(xi+1 )
K̄ · K̄(xi ) · K̄(xi+1 ) ·
Bo · µo ξi+1/2 Bo (Pi ) · µo (Pi ) Bo (Pi+1 ) · µo (Pi+1 )
et
2 1 1
= +
A A(xi ) A(xi+1 )
K̄ · K̄(xi ) · K̄(xi+1 ) ·
Bg · µg ξi+1/2 Bg (Pi ) · µg (Pi ) Bg (Pi+1 ) · µg (Pi+1 )
Dé entrage amont .
Pour les fa teurs kro(s(ξi−1/2 )) et krg (s(ξi−1/2 )), nous devons déterminer le sens de
l'é oulement, il est possible que dans des as parti ulier, sous l'eet de la gravité la phases
huile et la phase gaz ne s'é oulent pas dans le même sens. D'une manière pratique, le sens
de l'é oulement à prendre en ompte est elui de le phase gaz, ar les vitesses d'é oulement
du gaz sont souvent trés supérieure à la vitesse d'é oulement de la phase huile. µo ≫ µg .
Pour le fa teur Rs(ξi+1/2), bien que dépendant que de la pression, pour des raisons de
stabilité, on applique souvent la même règle que pour les perméabilités relatives. On prend
le fa teur Rs orrespondant à la maille amont dans l'é oulement de la phase huile.
4.2.9. Expression matri ielle.
La relation linéaire (101) peut s'exprimer sous forme matri ielle.
Qg = ve teur de omposantes Qgi , i = 1, . . . , n.
Nous obtenons :
Qg = T T g · P (t)
.    
b1 a1 0 P1 (t)
 a1 b2 a2 0   P2 (t) 
   

 · · ·  
  · 

Qg = 
 · · · ·
  · 


 · · ·  
  · 

 0 an−2 bn−1 an−1   Pn−1 (t) 
0 an−1 bn Pn (t)

 ai = T T gi+1/2 i = 1, . . . , n − 1
TTg : matri e tridiagonale symétrique :  a0 = an = 0
bi = −(ai−1 + ai ) i = 1, . . . , n
Les relations a0 = 0 et a = 0 expriment la ondition de ux nul sur la frontière du

domaine.
4.2.10. Bilan des ux de gaz dus à la pression apillaire. Dans l'é oulement du om-
posant gaz nous avons pris en ompte les ux dus à la pression apillaire (100), 'est à dire
le terme de la forme
Z Z
−−→
QP cgi = qpcg · dx = div(ag · grad(P c(s))) · dx i = 1, . . . , n
Ii Ii
 P P c = ve teur de omposantes P c(si )


Soient
QP cg = ve teur de omposantesQP cgi

On peut é rire le bilan des ux dus à la pression apillaire sous forme matri ielle
QP cg = T g · P P c
   
b1 a1 0 P P c1 (t)
 a1 b2 a2 0   P P c2 (t) 
   

 · · ·  
  · 

QP cg = 
 · · · ·
  · 


 · · ·  
  · 

 0 an−2 bn−1 an−1   P P cn−1 (t) 
0 an−1 bn P P cn (t)

 ai = T gi+1/2 i = 1, . . . , n − 1
T g : matri e tridiagonale symétrique : a = an = 0
 0
bi = −(ai−1 + ai ) i = 1, . . . , n
4.2.11. Bilan des ux de gaz dus à la gravité.
Z Z Z
−−→ −−→
qzgi = qzg dx = div ag · grad(ρg · g · z) · dx + div ago · grad(ρo · g · z) · dx
Ii Ii Ii
ve teur de omposantes gzgi = ρg (Pi (t)) · g · z(xi)


 GZg =
Soient 
ve teur de omposantes qzgi
QZg =
. la même démar he nous permet d'é rire :
QZg = T g · GZg + RT o · GZo
4.2.12. Puits produ teurs ou inje teur de gaz.

QP g :le ve teur des débits d'huile inje tés ou produits par les puits.Dans la maille Ii ,on
fait la somme des sour es appartenant à la maille.
X qgp
QP gi = i = 1, . . . , n
ρgs
xp ∈ I i
4.2.13. Bilan des ux du onstituant gaz.

Sous forme matri ielle le bilan des ux du onstituant onstituant gaz dans le gisement
s'exprime par la relation matri ielle.
QQg = Qg + QP cg + QZg + QP g
(110) QQg = T T g · P (t) + T g · QP P c − T g · GZg − RT o · GZo + QP g
4.3. Problème semi-dis rétisé.
Introduisons les matri es diagonales dénies en (99) :

C de terme diagonal


 Ci
 

R de terme diagonal Ri



B de terme diagonal


Bi
L'équation en pression s'é rit :

dP (t)
C· = R · QQo + B · QQg
dt
Soit en développant :
dP (t)
(111) C·
dt
= −A · P (t) + Q(t)
A = −(R · T o + B · T T g) matri e tridiagonale

et
Q(t) = Q1 + Q2 + Q3 + Q4
Q1 = B · T g · P P c ontribution due à la pression apillaire


Q2 = −(R · T o + B · RT o) · GZo ontribution due à la gravité phase huile


 Q3 = −B · T g · GZg ontribution due à la gravité phase gaz
Q4 = R · QP o + B · QP g débits des sour es de la maille


L'équation (111) est une équation du type parabolique que nous avons ren ontrée lors de
l'étude de l'é oulement monophasique ompressible. Nous asso ions à ette équation une
ondition initiale.
Pi (0) = P (xi , 0) i = 1, . . . , n
4.4. Méthode IMPES .
4.4.1. S héma en temps pour l'équation en pression.

Le s héma numérique le plus utilisé dans les simulateurs industriels est le s héma
impli ite du premier ordre à ause de ses qualités de stabilité in onditionnelle, ritère trés
important dans le as des é oulements ou la phase gaz joue un grand rle. Comme au
hapitre 3 le s héma numérique s'é rit :
P (t + ∆t) − P (t)
C· = −A · P (t + ∆t) + Q(t)
∆t
Connaissant les saturations et les pressions à l'instant t, la pression à l'instant t + ∆t est
obtenue par la résolution du système linéaire tridiagonal :
(112) (I + ∆t · C −1 · A) · P (t + ∆t) = P (t) + ∆t · C −1 · Q(t)
4.4.2. S héma en temps pour l'équation en saturation.

Une fois déterminée la pression à l'instant t + ∆t,il faut déterminer le saturation à ette
date. Revenons à la première relation de onservation (91) é rite pour le omposant huile.
∂
(φ · ρco · so ) = −div(ρco · −
→
vo ) + qop
∂t
En intégrant ette relation sur la maille Iiil vient, en tenant ompte de (104) de (105) et
de (106)

φ(P (t + ∆t) φ(P (t))
· si (t + ∆t) − · si (t)
Bo (P (t + ∆t) Bo (P (t))
vi · = QQoi (t + ∆t)
∆t
ave : vi = A(xi ) · ∆x
QQoi (t + ∆t) = Qoi (P (t + ∆t)) − qzoi (P (t + ∆t)) + QP oi (t + ∆t)
L'é riture : Qoi(P (t+∆t)) signie que dans le al ul des termes Qoi , les termes dépendant
de la pression sont évalués à P (t + ∆t)
φ(P (t) Bo (P (t + ∆t)) ∆t

(113) si (t + ∆t) =
φ(P (t + ∆t))
·
Bo (P (t))
· si (t) +
vi
· QQoi i = 1, . . . , n
La méthode IMPES est dite impli ite en pression , expli ite en saturation , en
eet le s héma en pression (112) né essite la résolution d'un système linéaire, la saturation
est déterminée expli itement en utilisant le s héma (113) .

Simulation Gisement Pétrolier

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Simulation Gisement Pétrolier

Uploaded by

Copyright:

Available Formats

INTRODUCTION À LA

SIMULATION NUMÉRIQUE DES

Fig. 1. L'âge du Cal ul

Ce do ument a été rédigé dans le adre du projet de ollaboration entre l'Univer-

3.1. Méthode expli ite 37

4.5. Résultats numériques 84

1. La simulation numérique pour l'ingénieur.

1.1. Rle de la simulation numérique.

(2) optimiser le s héma de développement et d'exploitation du hamp en fon tion

Domaines Besoins opérationnels -> <-Ores en simulation numérique

Modèles Problèmes physiques Modèles Simulateurs

Problèmes Rédu tion de la om- modélisation des lois de Passage du modèle

Interprétation des résultats

A teurs Ingénieur Gisement Ingénieur-Gisement Ingénieur Math-Appli

Fig. 2. A tivité de Modélisation

2. Les moteurs de l'évolution du domaine

2.1. Explosion de la puissan e de al ul.

Sans le développement de la puissan e de al ul les progrès dans la simulation des

Fig. 3. Nombre de transitors d'aprés Intel

2.1.2. Le développement du al ul parallèle.

de simulateurs industriels performants permettant une meilleure exploitation des hamps

3. Obje tifs du do ument

Prin ipales lois physiques

3.1. Perméabilité d'un milieux poreux.

La perméabilité intrinsèque ou absolue d'une ro he est l'aptitude de ette ro he à laisser

3.2. Système pratique.

L'unité usuelle est le Dar y ou le millidar y (mD).

1 atmosphere = 1, 013 · 105 pascals:

On passe à la forme diérentielle de l'é oulement dé rit plus haut :

Fig. 2. généralisation Dar y

Par exemple, dans un milieu stratié, anisotrope, on prend souvent, ¯

4.3. Représentation graphique.

PERMEABILITES RELATIVES ET PRESSION CAPILLAIRE

Fig. 4. Perméabilités Relatives et Pression Capillaire

5.1. Forme diérentielle de la loi de onservation des masses.

5.1.1. Expression de la variation des ux.

Fig. 5. Loi de onservation

Soit s(x, y, z) la densité de sour e massique dans l'élément de volume, à l'instant t.

5.1.2. Expression de la variation de l'a umulation.

5.1.3. Relation de onservation des masses.

É oulement monophasique ompressible

1.1.1. Le milieux physique, les données.

masse volumique du uide, fon tion de la pression

2.1. Dis rétisation de l'espa e :

Fig. 2. maillage amont

Fig. 3. maillage ourant

Fig. 4. maillage aval

On désigne par Pi(t) l'approximation de P (xi , t) au n÷ud xi du maillage. Pi est une

2.2. Approximation des ux aux interfa es des intervalles.

Considérons les termes de droite des égalités (18) :

La ontinuité des ux à travers l'interfa e ξi−1/2 nous impose : (amont)

Cal ulons l'expression (54) des bilans des ux :

Pour alléger l'é riture on pose souvent : ai = κ∆xi+1/2

2.4. Cal ul des termes d'a umulation.

2.5. Problème semi-dis rétisé.

É rivons les équations de onservation pour haque intervalle ni :

Nous obtenons le système d'équations diérentielles aux onditions initiales :

Soit sous forme d'é riture matri ielle, denissons :

 C : matri e diagonale positive d'éléments ci; i = 1, · · · , n − 1

Le système s'é rit simplement :

Le modèle mathématique (17) a été transformé, par dis rétisation de l'espa e, en un

(27) P (t) = [P (0) − P ∞ ] · exp(−t · C −1 · A) + P ∞

La solution tend exponentiellement vers le régime permanent : P ∞ = A−1 · B

1.1. Rle de la simulation numérique.

Domaines Besoins opérationnels -> <-Ores en simulation numérique

On passe à la forme diérentielle de l'é oulement dé rit plus haut :

Par exemple, dans un milieu stratié, anisotrope, on prend souvent, ¯

5.1. Forme diérentielle de la loi de onservation des masses.

5.1.1. Expression de la variation des ux.

masse volumique du uide, fon tion de la pression

2.2. Approximation des ux aux interfa es des intervalles.

La ontinuité des ux à travers l'interfa e ξi−1/2 nous impose : (amont)

Cal ulons l'expression (54) des bilans des ux :

É rivons les équations de onservation pour haque intervalle ni :

Nous obtenons le système d'équations diérentielles aux onditions initiales :

Soit sous forme d'é riture matri ielle, denissons :

C : matri e diagonale positive d'éléments ci; i = 1, · · · , n − 1

1On rappelle que l'équation diérentielle s alaire : dy = −a · y + b admet omme solution

En eet ette série est le développement formel 2 de :

Pour omparer les diérents s hémas numériques, étudions un as simple.

onstants, et nous obtenons le système diérentiel modélisant le problème semi-dis rétisé

La matri e ∆t · S est don la matri e tridiagonale, symétrique et dénie positive :

3.4. Comparaison des résultats pour les diérentes méthodes.

P (x, t) Pression ommune des deux uides

Par hypothèse les uides étant in ompressibles, es équation de onservation de la