[pt] Os modelos de simulação de reservatórios estão sujeitos à incerteza presente em uma grande variedade de seus parâmetros de entrada. Esta incerteza é o resultado da heterogeneidade das formações geológicas, erros nas medições dos dados e da modelagem petrofísica, estrutural e do transporte dos fluidos no meio poroso. Uma quantificação precisa da incerteza requer, na maioria dos casos, uma quantidade elevada de simulações, o que é usualmente inviável se considerarmos o tempo consumido para simular modelos de grande escala. Por outro lado, uma avaliação adequada da incerteza aumenta a qualidade e robustez das decisões tomadas para o gerenciamento dos campos de petróleo. Com esta motivação, foi investigado o método das Expansões por Caos Polinomial (PCE, por suas siglas em inglês). PCE é uma técnica de convergência rápida utilizada para analisar como se propaga, na saída de um modelo, a incerteza presente nos parâmetros de entrada. Mediante PCE, pode-se representar a resposta aleatória de um modelo de simulação de reservatórios de petróleo como um polinômio, construído a partir de uma base de funções que dependem da distribuição de probabilidade das variáveis incertas de entrada. Por outro lado, quando a relação entre os parâmetros de entrada e a saída do modelo têm um componente não polinomial, o algoritmo de Programação Genética (PG) pode ser utilizado para representar esta dependência utilizando funções ou operadores mais complexos. PG é um algoritmo de regressão simbólica capaz de encontrar uma expressão aleatória explícita, que aproxime a saída de um modelo de simulação de reservatórios de petróleo, conhecendo-se a priori a distribuição de probabilidade dos parâmetros de entrada. Neste trabalho foram aplicadas as duas técnicas, antes mencionadas, num modelo de simulação de reservatórios baseado no campo PUNQ-S3, considerando até vinte e três parâmetros incertos durante um período de produção de 13 anos. Foi feita uma análise de incerteza, calculando-se a distribuição de probabilidade completa da saída do simulador. Os resultados foram comparados com o método de Monte Carlo, indicando um alto desempenho em termos de custo computacional e acurácia. Ambas as técnicas conseguem níveis de ajuste superiores a 80 porcento com uma quantidade de simulações consideravelmente baixa. / [en] Reservoir simulation models are subject to uncertainty in a wide variety of its inputs. This uncertainty is a result of the heterogeneity of the geological formations, data measurement errors, and petrophysical, structural, and fluid transport in porous media modelling. An accurate uncertainty quantification requires, in most cases, a large number of simulations, which is unviable considering the time it takes to simulate large scale models. On the other hand, a proper uncertainty assessment, increases the robustness of the decision making process for the oil field management. To this end, the method of Polynomial Chaos Expansions (PCE) was studied. PCE is a fast paced convergence technique, used to analyze the uncertainty propagation of the input parameters all the way to the output of the model. Through PCE is possible to represent the response of an oil reservoir simulation model as a polynomial, built from a function basis, that depend on the probability distribution of the uncertain input variables. Furthermore, when the relationship between the input and output parameters of the model has a non-polynomial component, the algorithm of Genetic Programming (GP) can be used to represent this dependency by more elaborate functions or operators. GP is a symbolic regression algorithm, capable of finding an explicit expression that approximates the output of a reservoir simulation model, with prior knowledge of the probability distribution of the input parameters. In this work, the two previously mentioned techniques were applied in a reservoir simulation model, based on the oil field PUNQ-S3, considering up to twenty three uncertain parameters during a simulation period of 13 years. An uncertainty analysis of the output of the simulator was conducted, calculating the entire probability distribution. The results were compared to the Monte Carlo simulation method, presenting a satisfactory performance in terms of accuracy and computational cost. Both techniques show adjustment levels higher than 80 percent, with a considerable small amount simulations.

[pt] Este trabalho tem por objetivo investigar a redução do custo computacional associado ao cálculo das principais estatísticas das saídas dos modelos de propagação de incertezas. Para tal, apresentamos uma implementação alternativa ao método tradicional de Monte Carlo, chamado Caos Polinomial; que é adequado a problemas onde o número de variáveis de incerteza não é muito alto. No método Caos Polinomial, o valor esperado e a variância das saídas do simulador são diretamente estimados, como funções de distribuições de probabilidade de variáveis de incerteza na entrada do simulador. A principal vantagem do método de Caos Polinomial é que o número de pontos necessários para uma boa estimativa das estatísticas da saída de um simulador, comparado com Monte Carlo, é menor. Aplicações de Caos Polinomial em reservatórios de petróleo serão apresentadas para a propagação de até quatro variáveis, apesar do método poder ser aplicado a problemas de dimensões maiores. Nossos principais resultados são aplicados a dois modelos de reservatórios de petróleo sintéticos. / [en] In this work we investigate the reduction of the computational cost of the calculus of statistical moments of simulator s output in uncertainties propagation s models. For do that, we present an alternative s implementation to the traditional Monte Carlo s Method, called Polynomial Chaos; that is adequate to problems where the number of uncertain variables is not so high. In the Polynomial Chaos method, the expectation and the variance of the simulator s output are directly estimated, as functions of the probability distribuition of the uncertain variables in simulator input. The great advantage of Polynomial Chaos is that number of points necessary for a good estimation of the output statistics have smaller magnitude, compared to the Monte Carlo Method. Applications of Polynomial Chaos on oil reservoir simulations will be presented. As it is just a preliminar implementation, we just treat propagation s problems with at most four uncertainties variables, despite of the method being applicable to problems with more dimensions. Our main results are applied to two models of synthetic oil reservoirs.

[pt] O aumento do fator de recuperação e o uso de métodos de recuperação avançada no atual cenário de novos patamares de preços representam um enorme desafio para a indústria do petróleo. Neste contexto, o uso de emulsões óleo-água como um método de recuperação avançada torna-se bastante atrativo. Diversos trabalhos mostraram um aumento no volume de óleo produzido através da injeção de emulsões óleo-água. Resultados de pesquisas experimentais indicam que a injeção de emulsões pode ser utilizada como agente de controle de mobilidade, bem como reduzindo a saturação residual de óleo. A aplicação do método de injeção alternada água-emulsão-água (WAE) requer o entendimento do escoamento de emulsões no meio poroso e dos mecanismos responsáveis pela melhora na recuperação. Este entendimento tanto na escala de poros como na escala de reservatórios permite incorporação destes mecanismos na modelagem para simulação de fluxo de reservatórios. No presente trabalho foi feita a incorporação dos efeitos gravitacionais no modelo desenvolvido para o escoamento de emulsões em meios porosos através da parametrização das curvas de permeabilidade relativa em função da concentração de gotas e do Número de Capilaridade. O processo WAE foi avaliado através de simulações em duas e três dimensões (2D/3D) utilizando um conjunto de camadas do segundo modelo comparativo do SPE10. Com simulações 2D e 3D foi possível realizar um estudo de sensibilidade do processo em relação ao momento da injeção de emulsão, o tamanho do banco, e as faixas de vazão e respectivos números de capilaridades de atuação da emulsão. / [en] In the current crude oil price scenario, the increase in oil recovery factor and the use of enhanced recovery methods represent a major challenge for the Oil Industry. In this context, the use of oil-water emulsion flooding as an enhanced recovery method becomes very attractive. Several studies have shown a significant potential to increase oil volume recovery by the injection of oil-water emulsions. Experimental results indicate that the emulsions injection can be used as a mobility control agent, resulting in a more uniform fluid displacement in the reservoir and lower residual oil saturation. Based on these experimental results, the most relevant parameters for emulsion injection performance effectiveness are droplet size, the local concentration of the dispersed phase of the emulsion and the local capillary number. The application of water alternating emulsion injection (WAE) method requires understanding of the flow of emulsions in porous media and the mechanisms responsible for the improved recovery. The understanding of this process in both porous scale and reservoir scale is fundamental to model emulsion injection effects in reservoir flow simulation. In this work, the gravitational effects was incorporated in the macroscopic model to represent flow of emulsions in porous media by relative permeability curves parametrization as function of emulsion concentration and of the local capillary number. The WAE process was evaluated in two and three dimensional simulations (2D / 3D) using a set of layers of the second SPE 10 comparative model. With 2D and 3D simulations, it was possible to explore a WAE injection performance sensitivity analysis considering the time at which the emulsion injection is started, the size of emulsion bank, and the injection flow rates and consequently the flow their capillary number.

[pt] Simulação de reservatório, que por meio de equações complexas emula fluxo em modelos de reservatório, é primordial à indústria de Óleo e Gás. Estimando o comportamento do reservatório dadas diferentes condições de entrada, permite que especialistas otimizem diversos parâmetros na etapa de projeto de campos de petróleo. Entretanto, o tempo computacional necessário para simulações está diretamente correlacionado à complexidade do modelo, que cresce exponencialmente a cada dia que se passa, já que modelos mais detalhados são necessários dada a busca por maior refinamento e redução de incertezas. Deste modo, técnicas de otimização que poderiam significativamente melhorar os resultados de desenvolvimentos de campo podem se tornar inviáveis. Este trabalho propõe o uso de modelos generativos profundos para a geração de dados de reservatório, que podem então ser utilizados para múltiplos propósitos. Modelos generativos profundos são sistemas capazes de modelar estruturas de dados complexas, e que após treinamento robusto são capazes de amostrar dados que seguem a distribuição do conjunto de dados original. A presente aplicação foca em poços inteligentes, uma tecnologia de completação que traz diversas vantagens, dentre as quais uma melhor habilidade de monitoramento e gerenciamento de reservatórios, apesar de carregar um aumento significativo no investimento do projeto. Assim, essas otimizações previamente mencionadas se tornam indispensáveis, de forma a garantir a adoção da tecnologia, junto ao seu máximo retorno. De modo a tornar otimizações de controle de poços inteligentes viáveis dentro de um prazo razoável, redes generativas adversariais são aqui usadas para amostrar conjuntos de dados após um número relativamente pequeno de cenários simulados. Esses dados são então utilizados para o treinamento de aproximadores, algoritmos capazes de substituir o simulador de reservatório e acelerar consideravelmente metodologias de otimização. Estudos de caso foram realizados em modelos referência da indústria, tanto relativamente simples quanto complexos, comparando arquiteturas de redes e validando cada passo da metodologia. No modelo complexo, mais próximo de um cenário real, a metodologia foi capaz de reduzir o erro do aproximador de uma média de 18.93 por cento, para 9.71 por cento. / [en] Reservoir simulation, which via complex equations emulates flow in reservoir models, is paramount to the Oil e Gas industry. By estimating the behavior of the reservoir given different input conditions, it allows specialists to optimize various parameters in the oilfield project stage. Alas, the computational time needed for simulations is directly correlated to the complexity of the model, which grows exponentially with each passing day as more intricate and detailed reservoir models are needed, seeking better refinement and uncertainty reduction. As such, optimization techniques which could greatly improve the results of field developments may be made unfeasible. This work proposes the use of deep generative models for the generation of reservoir data, which may then be used for multiple purposes. Deep generative models are systems capable of modeling complex data structures, which after robust training are capable of sampling data following the same distribution of the original dataset. The present application focuses on smart wells, a technology for completions which brings about a plethora of advantages, among which the better ability for reservoir monitoring and management, although also carrying a significant increase in project investment. As such, these previously mentioned optimizations turn indispensable as to guarantee the adoption of the technology, along with its maximum possible return. As to make smart well control optimizations viable within a reasonable time frame, generative adversarial networks are here used to sample datasets after a relatively small number of simulated scenarios. These datasets are then used for the training of proxies, algorithms able to substitute the reservoir simulator and considerably speed up optimization methodologies. Case studies were done in both relatively simple and complex industry benchmark models, comparing network architectures and validating each step of the methodology. In the complex model, closest to a real-world scenario, the methodology was able to reduce the proxy error from an average of 18.93 percent, to 9.71 percent.

[pt] Dado o cenário cada vez mais complexo de extração de energia, o estudo de fenômenos acoplados em meios porosos tem tornado-se essencial na previsão do comportamento de meios geológicos. Diversas formas de acoplamento hidromecânico têm sido apresentadas nas últimas décadas visando, também, diminuir o tempo de execução das simulações numéricas sem impactar na representação do comportamento geomecânico do escoamento no meio poroso. Este trabalho deduz os parâmetros de acoplamento necessários para a troca de informações entre um simulador de fluxo e um geomecânico, considerando os efeitos térmicos, a anisotropia das propriedades elásticas e a compressibilidade dos grãos. Além disso, é proposta uma nova metodologia de acoplamento capaz de alternar dinamicamente entre dois métodos já existentes: o iterativo implícito e o iterativo sequencial. Foi chamada de acoplamento adaptativo e é baseada no comportamento dos parâmetros de acoplamento durante o processo iterativo. Essa metodologia foi verificada variando-se a discretização espacial, as condições de contorno e a relação permeabilidade-porosidade utilizando tanto um fluido monofásico quanto multifásico desprezando-se os efeitos térmicos e a anisotropia das rochas. Avaliou-se também o impacto da consideração das rochas adjacentes ao reservatório, da compressibilidade dos grãos e da utilização dessa metodologia para um caso real: o campo de Pituba. Com resultados próximos ao acoplamento iterativo implícito, o acoplamento adaptativo obteve uma redução média de 35 por cento no tempo de execução com diferenças relativas inferiores a 5 por cento para as variáveis analisadas. Já o acoplamento sequencial, que também foi utilizado em todos os casos apresentados, obteve uma redução de 50 por cento porém com diferenças superiores. / [en] The study of coupled phenomena in porous media has become essentialin predicting the behavior of geological media considering the increasinglycomplex scenario of energy extraction. Several ways of hydromechanical coupling have been presented in recent decades, also aiming to reduce the execution time of numerical simulations without impacting on the representationof geomechanical behavior in the flow in the porous medium. This workdeduces the coupling parameters necessary for the exchange of informationbetween a flow simulator and a geomechanical simulator, considering thethermal effects, anisotropy of elastic properties and compressibility of grains.In addition, a new coupling methodology is proposed and it capable of dynamically switch between two existing methods: iterative and sequential. Itis called adaptive coupling and is based on the behavior of coupling parameters during the iterative process. This methodology was verified by varyingspatial discretization, boundary conditions and permeability-porosity ratiousing both a single-phase and multiphase fluid neglecting thermal effectsand anisotropy of rocks. It was also evaluated the impact of the consideration of the surroundings rocks to the reservoir, grain compressibility andthe use of this methodology for a real case: Pituba field. Adaptive couplingachieved an average reduction of 35 percent in execution time with results close toiterative coupling and relative differences less than 5 percent. On the other hand,the sequential coupling which was also used in all cases presented obtaineda reduction of 50 percent, but with a higher differences.

[pt] Nas últimas décadas, grandes investimentos foram feitos no desenvolvimento de modelos e métodos numéricos para prever e analisar os diferentes aspectos do processo de recuperação de óleo e gás. Neste contexto, os simuladores modernos devem ser capazes de incorporar uma grande variedade de opções para responder questões relacionadas ao gerenciamento de reservatórios de forma rápida e precisa. Neste trabalho, nós apresentamos um simulador de reservatórios baseado em uma arquitetura de plugins, onde diferentes formulações, solvers e modelos podem ser desenvolvidos, estendidos e aprimorados. A partir desta abordagem, utilizamos o modelo black-oil para implementar técnicas tradicionais e do estado da arte, como os métodos totalmente e adaptativamente implícito, os métodos de Newton-Raphson e Newton Inexato, controladores heurístico e PID para passo de tempo adaptativo e aproximações de fluxo de um ponto baseados no potencial de fase tradicional e C1-contínuo. Diversas configurações de plugins foram testadas e validadas com simuladores comerciais e seus desempenhos foram utilizados para determinar quais as mais adequadas para resolver problemas de escoamento multifásico. / [en] During the last decades, large investments were made towards the development of numerical models and methods to forecast and analyze the different aspects of oil and gas recovery. In this context, modern simulators must be able to incorporate a wide variety of options to answer questions related to reservoir management accurately and effectively. In this work, we present a reservoir simulator based on a plugin architecture, where different formulations, solvers, and models can be developed, extended, and enhanced. With this approach, we use the black-oil model to implement traditional and state-of-the-art techniques, including fully- and adaptiveimplicit methods, heuristic and PID time-step controllers, Newton-Raphson and Inexact Newton, and C1-continuous and conventional phase-potential single-point upstream weighting. Several plugin configurations were tested and validated with commercial simulators, and their performances were used to determine which are the most suitable to solve multiphase flow problems.

[pt] Os custos de instalação e as taxas de produção ao longo da vida de um reservatório de óleo e gás são influenciados diretamente pela localização, quantidade e capacidade das Unidades Estacionárias de Produção (UEPs). A distância entre um poço e a UEP a qual foi alocado é um fator impactante na perda de carga a que os fluídos são submetidos. A dissipação de energia aumenta quando essa distância é maior e todo o sistema de produção recebe a interferência negativa desta perda, o que compromete as taxas de recuperação. A necessidade de respeitar as restrições de capacidade das UEPs faz com que outras decisões precisem ser tomadas no mesmo momento em que se decide a localização de cada uma. Este trabalho descreve um modelo baseado em Algoritmos Genéticos para a otimização simultânea da quantidade, localização e dimensionamento de Unidades Estacionárias de Produção (UEPs). Para lidar com as restrições lineares e não lineares do problema utiliza-se a técnica chamada de GENOCOP III - Genetic Algorithm for Numerical Optimization of Constrained Problems e funções de penalidade. O objetivo da otimização é maximizar o Valor Presente Líquido (VPL) que depende da curva de produção de cada configuração obtida como possível solução. Para obter a curva de produção são realizadas simulações de reservatório que utilizam tabelas de escoamento multifásico para representar o sistema de produção externo ao reservatório. O modelo de solução foi testado em um modelo de reservatório baseado em um caso real. Os resultados encontrados indicam que a utilização deste modelo de solução como ferramenta pode auxiliar a tomada de decisão dos especialistas responsáveis pelo desenvolvimento de campos de petróleo. / [en] Installation costs and production rates over the life of an oil and gas reservoir are directly influenced by the location, number and capacity of the Production Units. The distance between a well and the Production Unit to which it has been allocated is an important factor in the loss of fluids pressure. The power dissipation increases when the distance is bigger and the entire production system receives the negative interference of this loss, compromising recovery rates. There is a need to take into account restrictions that apply to the capacity of Production Unit at the same time as there localization are decided. This paper describes a model with genetic algorithms for the simultaneous optimization of the quantity, location and sizing of Production Units. To deal with the constraints of the problem we use a technique called GENOCOP III - Genetic Algorithm for Numerical Optimization of Constrained Problems. The goal of the optimization is to maximize the Net Present Value (NPV) which depends on the production curve of each configuration obtained as a possible solution. The production curves are obtained by reservoir simulations with multiphase flow tables that represent the system external to the reservoir. The solution model was tested in a reservoir model based on a real case. The results indicate that using this solution model as a tool can assist the decision making of experts responsible for oil field development.

[pt] O presente estudo propõe modelos numéricos robustos para simular os fenômenos presentes nos problemas de propagação de fraturas e migração de fluidos em formações fraturadas. Uma técnica de fragmentação de malha com uma abordagem de zona poro-coesiva é desenvolvida para simular a propagação não planar de fraturas em formações fraturadas. O modelo proposto permite estudar os efeitos dos parâmetros primários sobre a interação de fraturas hidráulicas e naturais. O trabalho desenvolve uma nova formulação hidromecânica 3D do dupla porosidade e dupla permeabilidade aprimorada para a representação mais realista do médio fraturado em simulações de reservatório. O modelo permite estudar o impacto de fraturas naturais de múltiplas escalas e orientações no desempenho do reservatório. Finalmente, o trabalho propõe uma nova metodologia que integra os modelos robustos de propagação de fratura e simulação de reservatório, para aprimorando a avaliação do desempenho da produção. Foram simulados múltiplos cenários de fraturamento hidráulico para avaliar a produção dos reservatórios. Também foram integrados modelos de fratura discreta e dupla porosidade-dupla permeabilidade para estudar os efeitos de fraturas de múltiplas escalas no reservatório estimulado hidraulicamente. Os modelos desenvolvidos foram comparados com testes experimentais, soluções analíticas e numéricas. Os resultados mostram excelente concordância e validam as formulações hidromecânicas. A partir dos resultados numéricos, se identificaram os parâmetros dominantes que influenciam o resultado do fraturamento hidráulico e a produção dos depósitos hidraulicamente estimulados. / [en] The presented study proposes robust numerical models to simulate the phenomena present in fracture propagation and fluid migration problems in fractured media. An innovative mesh fragmentation technique with an intrinsic pore-cohesive zone approach is developed to simulate unrestricted hydraulic fracture propagation in fractured media. The proposed method allows studying the effect of some primary parameters on hydraulic and natural fracture interaction. A new 3D hydromechanical formulation for an enhanced dual-porosity/dual-permeability model is proposed to represent a fractured porous formation more realistically in reservoir simulations. The new model allows the study of the impacts of natural fractures with different orientations at multiple scales on the hydromechanical behavior of the reservoir. Finally, this research work proposes a new methodology that integrates a robust fracture propagation model and reservoir simulation, improving the evaluation of production performance. We simulate several hydraulic fracturing scenarios for the assessment of the cumulative production of the reservoir. Moreover, we combined discrete fracture and enhanced dual porosity-dual permeability models to study the effects of fractures of multiple lengths on the hydraulically stimulated reservoir. The developed models are compared against experimental tests, analytical and numerical solutions. The comparative results show excellent agreement and validate the fully coupled hydromechanical formulations. From the numerical results, it was possible to identify the dominant parameters that influence hydraulic fracturing and the production performance of the hydraulically stimulated deposits.

[pt] Nesta dissertação é apresentado um estudo comparativo entre dois métodos de descrição do escoamento de fluidos em meios porosos heterogêneos e compostos de elementos arquiteturais de permoporosidade elevada, chamados fraturas e carstes. Fraturas são descontinuidades nas formações desencadeadas por tensão mecânica e carstes são espaços vazios na rocha formados por dissolução. Ambos são característicos das rochas carbonáticas do Pré-Sal, principais reservatórios produtores de petróleo do Brasil. A presença destes elementos traz grande dificuldade de caracterização e, por consequência, introduz grande incerteza nas curvas de produção previstas para cada campo. Os simuladores numéricos em diferenças finitas de Engenharia de Reservatórios, responsáveis pela geração destas curvas, representam de forma aproximada o escoamento nos espaços vazios da rocha devido à formulação aplicada. Além disso, devido à escala de quilômetros de extensão em que normalmente são utilizados, usam células que incluem os três meios (matriz porosa, carste e fratura), cujas escalas são menores que a de cada célula. Nesta dissertação, busca-se entender a equivalência entre simuladores numéricos black oil e o modelo de Brinkman, ainda não utilizado amplamente, que é um modelo físico constituído por equações que representam mais fielmente o escoamento, tanto na matriz porosa, quanto nas regiões de altíssima porosidade e nas fronteiras entre elas. Para esse objetivo, foi desenvolvido um simulador de Brinkman de fluxo monofásico em duas dimensões e capaz de representar o regime não permanente, utilizando o método dos elementos finitos para resolução das equações diferenciais. Os comportamentos não permanente e permanente do simulador criado foram validados por meio de exemplos da literatura. Os valores obtidos para a propagação da pressão e velocidade de fluxo foram comparados com os de um simulador numérico black oil na reprodução do escoamento em camadas selecionadas do modelo do carbonato do Lajedo Arapuá. Foram realizados estudos com modelos de duplo contínuo (que representam, através de parâmetros específicos, o fluxo na matriz porosa e nas fraturas, com um termo de transferência entre eles) buscando, através da variação da permeabilidade efetiva da fratura e do fator de forma, convergência aos resultados do modelo de contínuo único de referência, selecionado após análise dos resultados comparativos com Brinkman. Os resultados mostraram pouca variação entre os resultados dos métodos em cenários nos quais o sistema cárstico é composto por vugs dispersos e desconectados, enquanto que carstes em forma de condutos e com configurações complexas causam alterações na propagação da onda de pressão e nas velocidades de fluxo entre os modelos, principalmente em cenários com valores de permeabilidade mais próximos entre carste e matriz porosa na simulação black oil. A análise em duplo contínuo mostrou ser possível obter, através de modelos homogêneos e com escala até 10 vezes maiores, resultados semelhantes aos obtidos com uma modelagem black oil heterogênea com caracterização do sistema cárstico. Também foi possível concluir que a permeabilidade efetiva de fratura é suficiente como parâmetro de ajuste para encontrar um modelo equivalente, dentro de um critério de valor de variação, ao modelo de contínuo único. / [en] This dissertation presents a comparative study between two porous media fluid flow description methods applied to heterogeneous reservoirs composed of architectural elements of high permo-porosity, called fractures andkarsts. Fractures are formation discontinuities triggered by mechanical stressand karsts are empty cavities inside the formation generated by dissolution.Both are characteristic of Pre-Salt carbonate rocks, which are the main oil producing reservoirs in Brazil. The existence of these elements brings complexityin characterization and, hence, increases the uncertainty in field productionprediction curves. The Reservoir Engineering numerical simulators, based onfinite differences, that generate these curves model the flow behavior insidethe cavities in an approximate manner due to the mathematical formulationapplied. Besides, due to the kilometric scale in which they are usually applied,these models use cells that comprehend the three media (matrix, karst andfractures), whose scales are smaller than the cell’s. This dissertation evaluatesthe equivalence between black oil simulation and the Brinkman model, still notwidely used, which is a physical model made of equations that represent porousmedia flow inside high porosity regions as well as at the porous matrix andits boundaries. With this objective, a two-dimensional single-phase Brinkmansimulator, capable of representing transient flow, was designed using the finiteelements method to solve differential equations. The simulator s transient andpermanent behaviors were validated through literature analytical solutions.The pressure propagation and flow velocity values obtained while simulatingfluid flow inside selected layers from Lajedo Arapuá s carbonate formation werecompared to the ones from a black oil simulator. Studies were performed usingdual-continuum models (which calculate the fluid flow inside porous matrixand fractures separately and use a transfer term to account for the flow between them) seeking, through variation of the fracture effective permeabilityand the shape factor, convergence to the mono-continuum reference model thatwas selected after Brinkman s results comparative analysis. The results showsmall variation between the two methods when the karst system is composedof sparse and disconnected vugs, while conduit shaped karsts with complexconfiguration increase the variation in pressure wave propagation and flowvelocity values between models, especially in scenarios where matrix permeability values were closer to karst permeability values in the black oil model.The dual-continuum analysis showed that it is possible to obtain, through homogeneous and even ten times coarser models, similar results to those obtainedby a heterogeneous black oil model with karst system characterization. It wasalso possible to conclude that fracture effective permeability was sufficient asa fitting parameter in order to achieve equivalent results to those from themono-continuum model, using a threshold criteria.

[pt] Como solução para viabilizar a produção de óleo com alto teor de dióxido de carbono, condição característica do pré-sal brasileiro, foi escolhida a estratégia de reinjeção desse mesmo gás produzido como método de recuperação de petróleo e como instrumento de mitigação da emissão atmosférica desse tipo de GEE (Gas do Efeito Estufa). A combinação de duas técnicas de recuperação, a injeção de água e a de gás, conhecida como WAG (Water Alternated Gas) se mostrou promissora por combinar benefícios como a varredura microscópica do gás com a estabilidade e economia obtidas pela injeção de água. Este projeto tem como objetivo entender o potencial de produção para traçar uma estratégia de otimização de recuperação do óleo aliado ao armazenamento da maior quantidade de CO2 possível, por meio de simulações numéricas de fluxo contínuo por modelos composicionais. A metodologia adotada para este projeto foi a utilização de módulos comerciais de simulação de reservatórios, fornecidos pela CMG (Computer Modeling Group), para ajuste de dados PVT de um fluido com características próximas ao do pré-sal, para que este pudesse ser aplicado em dois modelos sintéticos de reservatórios, para otimização de campo e avaliação deste pós período de produção. Desta forma, o presente trabalho proporciona uma visão do comportamento do método WAG e sua influência sobre o fator de recuperação deste reservatório, além de discutir as interações envolvidas em microescala em um ambiente reativo como um reservatório carbonático na presença do CO2. A partir dos resultados obtidos com a simulação, é possível concluir que as reações químicas entre os componentes aquosos e minerais presentes na formação porosa tem como consequência o aprisionamento do carbono. / [en] The strategy of CO2 produced reinjection is a solution to enable the pre-salt oil production as a petroleum recovery method and as an instrument to mitigate atmospheric emission of this GHG (Greenhouse Gas). The combination of two recovery techniques, water and gas injection, is known as Water Alternated Gas (WAG) has shown a successful combination of benefits such as microscopic gas sweeping with the stability and economy achieved by water injection. This project aims to understand the production potential to outline an optimization strategy of oil recovery coupled with the CO2 maximum storage possible, through numerical simulations of continuous flow by compositional models. The methodology adopted for this project was the use of commercial reservoir simulation modules, provided by CMG (Computer Modeling Group), to adjust PVT data of a fluid with similar characteristics to the pre-salt oil and then it could be applied in two synthetic reservoir models for field optimization and evaluation of this postproduction period. Thus, the present work provides an insight into the behavior of the WAG method and its influence on the recovery factor of this reservoir as well as discussing the microscale interactions involved in a reactive environment as a carbonate reservoir in the presence of CO2. Findings obtained by the simulation process shows that the chemical reactions between the aqueous and mineral components present in the porous formation result in carbon entrapment.