UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

FACULTAD DE INGENIERÍA

Determinación de la
ubicación y el número óptimo
de pozos de relleno

TESIS
Que para obtener el título de

Ingeniero Petrolero

PRESENTA
Tomás Onofre Lucena

DIRECTOR DE TESIS
Dr. Rodolfo Gabriel Camacho
Velázquez

Ciudad Universitaria, Cd. Mx., 2022

UNAM – Dirección General de Bibliotecas
Tesis Digitales
Restricciones de uso

DERECHOS RESERVADOS ©
PROHIBIDA SU REPRODUCCIÓN TOTAL O PARCIAL

Todo el material contenido en esta tesis esta protegido por la Ley Federal
del Derecho de Autor (LFDA) de los Estados Unidos Mexicanos (México).

El uso de imágenes, fragmentos de videos, y demás material que sea

objeto de protección de los derechos de autor, será exclusivamente para
fines educativos e informativos y deberá citar la fuente donde la obtuvo
mencionando el autor o autores. Cualquier uso distinto como el lucro,
reproducción, edición o modificación, será perseguido y sancionado por el
respectivo titular de los Derechos de Autor.
 1

Dedicatoria
A mis padres Gloria y Tomás:
Le agradezco a la vida por haberme dado una maravillosa familia. Gracias por su apoyo
incondicional; por enseñarme el significado de humildad, honestidad, trabajo y generosidad
con su ejemplo; por ser mis pilares y por motivarme a superarme en cualquier aspecto de
mi vida.
A mi hermana Jessica:
Te agradezco por estar presente en todo momento y por toda la felicidad que hemos
compartido. Qué alegría tener una gran hermana como tú.
A mis abuelitas Guadalupe e Irma:
Muchas gracias por todo su cariño y enseñanzas, son un gran ejemplo de vida.

Agradecimientos
A mis tíos: Javier, Xóchitl, Ignacia, y Melchor; y a mis primos Luis y Misden; por su gran
apoyo. También a la maestra Dora Almora.

Agradezco el afecto y apoyo de mi segunda familia, mis amigos de la Facultad de

Ingeniería: Luis Callejas, Iris García, Leonel Molina, Luis del Valle, Edibaldo Ramírez,
Oswaldo Ramírez, Diego Anaya y Leydi Martínez. A mis amigos Octavio Olea, Mariana
Lemus, Jonás Nogueda, Salvador Cabañas, Claudia Cruz, Diana Cruz, Carolina Guerra,
Irving Díaz y Emmanuel Ek. Un agradecimiento especial a Lizbeth Loaiza, por
acompañarme en todo momento.

A mi director de tesis, Dr. Rodolfo Camacho, por su invaluable orientación, soporte,

retroalimentación y paciencia en la realización de esta tesis. A la Dra. Susa Gómez y al Dr.
Miguel Meza, por su gran apoyo en la realización esta tesis. A mis sinodales: Ing. Israel
Castro, Dr. Fernando Samaniego y Dr. Leonardo Teja por tomarse el tiempo de revisar y
enriquecer mi tesis con sus valiosas observaciones.

A todos mis profesores, a la Facultad de Ingeniería y a la UNAM.

 2

Índice general

Índice general ....................................................................................................................... 2

Índice de figuras ................................................................................................................... 6
Índice de tablas ..................................................................................................................... 9
Resumen ............................................................................................................................. 10
Objetivos ............................................................................................................................ 12

Objetivo principal............................................................................................................... 12

Objetivos secundarios ........................................................................................................ 12

Introducción ....................................................................................................................... 13
1. Marco teórico ................................................................................................................. 14

1.1. Conceptos de yacimientos ........................................................................................... 14

1.1.1. Propiedades de la roca y del fluido .......................................................................... 14

1.1.2. Daño ......................................................................................................................... 16

1.2. Conceptos técnicos ...................................................................................................... 17

1.2.1. Clasificación de recursos y reservas ........................................................................ 18

[Link]. Recursos ................................................................................................................ 18
[Link]. Reservas ................................................................................................................ 19
1.2.2. Métodos de estimación de reservas .......................................................................... 20
[Link]. Métodos volumétricos. .......................................................................................... 20
[Link]. Métodos de rendimiento. ....................................................................................... 20
[Link]. Métodos análogos y probabilísticos. ..................................................................... 20
1.2.3. Etapas de recuperación ............................................................................................. 20
[Link]. Recuperación primaria .......................................................................................... 21
[Link]. Recuperación secundaria ....................................................................................... 21
[Link]. Recuperación mejorada (EOR) ............................................................................. 21
[Link]. Recuperación avanzada (IOR) .............................................................................. 22
1.2.4. Pozos de relleno ....................................................................................................... 23

1.3. Conceptos económicos/financieros ............................................................................. 25

1.3.1. Evaluación económica de proyectos ........................................................................ 25

 3

1.3.2. Horizonte temporal................................................................................................... 26

1.3.3. Valor del dinero en el tiempo ................................................................................... 26
1.3.4. Valor presente y valor futuro ................................................................................... 27
1.3.5. Inflación ................................................................................................................... 28
1.3.6. Incertidumbre y riesgo ............................................................................................. 28

1.4. Conceptos de evaluación ............................................................................................. 29

1.4.1. Ingresos .................................................................................................................... 29

[Link]. Volumen de aceite producido................................................................................ 29
[Link]. Precio del aceite .................................................................................................... 30
1.4.2. Egresos ..................................................................................................................... 33
[Link]. Capital de trabajo .................................................................................................. 34
[Link]. Depreciación ......................................................................................................... 34
[Link]. Regalías ................................................................................................................. 35
[Link]. Impuesto sobre la renta (ISR) ............................................................................... 35
[Link]. Impuesto al valor agregado (IVA) ........................................................................ 35
[Link]. Valor de rescate ..................................................................................................... 36
[Link]. Costos de abandono............................................................................................... 36
[Link]. Valor agregado ...................................................................................................... 36
[Link]. Consideraciones finales ......................................................................................... 36
1.4.3. Límite económico..................................................................................................... 37
1.4.4. Métodos de análisis económico ............................................................................... 37
[Link]. Tasa interna de retorno .......................................................................................... 37
[Link]. Valor presente neto ............................................................................................... 38
[Link]. Perfil de VPN ........................................................................................................ 39
[Link]. Índice de rentabilidad ............................................................................................ 40
[Link]. Periodo de recuperación ........................................................................................ 41

1.5. Conceptos básicos de optimización ............................................................................ 41

1.5.1. Partes de un problema de optimización ................................................................... 42

[Link]. Máximos y mínimos .............................................................................................. 42
[Link]. Variables de decisión ............................................................................................ 44
[Link]. Restricciones del problema ................................................................................... 45
[Link]. Función objetivo.................................................................................................... 45
 4

2. Metodología ................................................................................................................... 46

2.1. Solución analítica para la predicción de la producción ............................................... 46

2.2. Optimización ............................................................................................................... 49

2.2.1. Optimización: determinación de variables, restricciones y función objetivo .......... 49

2.2.2. ¿Por qué usar un optimizador? ................................................................................. 50
2.2.3. Optimizador: Método del Túnel ............................................................................... 50

2.3. Determinación de la función objetivo ......................................................................... 52

2.3.1. Cálculo del valor presente neto ................................................................................ 57

3. Presentación y análisis de resultados ............................................................................. 60

3.1. Análisis de casos diferentes ........................................................................................ 60

3.1.1. Caso 1 ....................................................................................................................... 60

3.1.2. Caso 2 ....................................................................................................................... 65
3.1.3. Caso 3 ....................................................................................................................... 71

3.2. Análisis de las propiedades que influyen en el VPN .................................................. 76

3.2.1. Efecto de los parámetros del pozo ........................................................................... 76

[Link]. Efecto del radio del pozo....................................................................................... 76
[Link]. Efecto del daño ...................................................................................................... 76
3.2.2. Efecto de los parámetros del yacimiento ................................................................. 79
[Link]. Porosidad ............................................................................................................... 79
[Link]. Viscosidad ............................................................................................................. 80
[Link]. Permeabilidad ........................................................................................................ 81
[Link]. Factor de volumen del aceite................................................................................. 82
[Link]. Compresibilidad del aceite .................................................................................... 83
[Link]. Efecto del número de pozos .................................................................................. 84
[Link]. Efecto de tamaño del yacimiento .......................................................................... 87
[Link]. Efecto de la posición de los pozos ........................................................................ 87
4. Conclusiones .................................................................................................................. 89
Referencias ......................................................................................................................... 91
Anexos................................................................................................................................ 93
 5

Anexo I. Variables adimensionales y sistema de unidades ................................................ 93

Anexo II. Solución de Rodríguez y Cinco-Ley .................................................................. 95

Formulación y resolución del problema ............................................................................. 95

Comportamiento de la producción de los pozos bajo condiciones de flujo dominadas por
frontera ............................................................................................................................... 98

Anexo III. Solución de Camacho et al. ............................................................................ 100

Anexo IV. Análisis de las variables que influyen en el tiempo de ejecución del algoritmo
.......................................................................................................................................... 104
 6

Índice de figuras
Figura 1.1. Factor de volumen del aceite .......................................................................... 15
Figura 1.2. Viscosidad del aceite ...................................................................................... 16
Figura 1.3. Factor de daño ................................................................................................ 17
Figura 1.4. Clasificación de recursos. ............................................................................... 18
Figura 1.5. Clasificación de las reservas. .......................................................................... 19
Figura 1.6. Métodos de recuperación mejorada ................................................................ 22
Figura 1.7. Una nueva propuesta de clasificación de métodos de IOR-EOR. .................. 23
Figura 1.8. Relación del valor presente con el valor futuro. ............................................. 28
Figura 1.9. Precio de la Mezcla Mexicana de Exportación de 1996 a 2020 ..................... 31
Figura 1.10. Factores que influyen en el precio del petróleo. ........................................... 32
Figura 1.11. Perfil de VPN................................................................................................ 40
Figura 1.12. Máximos y mínimos de una función de una variable. ................................ 44
Figura 1.13. Función de dos variables con máximos y mínimos múltiples ...................... 44
Figura 2.1. Representación del modelo de yacimiento ..................................................... 47
Figura 2.2. Representación geométrica del método del túnel. .......................................... 51
Figura 2.3. Curva de gasto contra tiempo. ........................................................................ 54
Figura 2.4. Producción contra tiempo ............................................................................... 58
Figura 3.1. Coordenadas de los pozos de relleno (Caso 1). .............................................. 62
Figura 3.2. Variación del número óptimo de pozos de relleno con respecto al tiempo
(Caso 1). ............................................................................................................................. 63
Figura 3.3. Gráfica del gasto total contra el tiempo (Caso 1). .......................................... 64
Figura 3.4. Gráfica del VPN vs Tiempo (Caso 1) .............................................................. 64
Figura 3.5. Variación del VPN de n pozos con respecto al valor de cero pozos (Caso 1).
............................................................................................................................................ 65
Figura 3.6. Arreglo inicial de pozos (Caso 2) ................................................................... 66
Figura 3.7. Coordenadas de los pozos de relleno (Caso 2). .............................................. 68
Figura 3.8. Coordenadas óptimas de los pozos de relleno (Caso 2). ................................ 69
Figura 3.9. Gasto contra tiempo (Caso 2).. ....................................................................... 69
Figura 3.10. Valor presente neto vs número de pozos (Caso 2) ....................................... 70
 7

Figura 3.11. Número óptimo de pozos vs tiempo (Caso 2) .............................................. 70

Figura 3.12. Variación del VPN de n pozos con respecto al de cero pozos (Caso 2) ....... 71
Figura 3.13. Gasto vs tiempo (Caso 3).............................................................................. 72
Figura 3.14. VPN vs número de pozos (Caso 3) ............................................................... 73
Figura 3.15. Valor presente neto vs tiempo (Caso 3)........................................................ 73
Figura 3.16. Coordenadas de los pozos de relleno en diferentes escenarios (Caso 3) ...... 74
Figura 3.17. Número óptimo de pozos de relleno vs tiempo ............................................ 75
Figura 3.18. Efecto del daño en la producción ................................................................. 77
Figura 3.19. Efecto del daño en la producción de aceite. ................................................. 78
Figura 3.20. Efecto del daño en los ingresos .................................................................... 78
Figura 3.21. Variación de la producción con respecto a la porosidad (0 PR). .................. 79
Figura 3.22. Variación de la producción con respecto a la porosidad (1 PR). .................. 79
Figura 3.23. Efecto de la viscosidad en la producción (0 PR) .......................................... 80
Figura 3.24. Efecto de la viscosidad en la producción (1 PR) .......................................... 80
Figura 3.25. Efecto de la permeabilidad en la producción (0 y 1 PR) .............................. 81
Figura 3.26. Efecto de la permeabilidad en la producción (0 y 1 PR) .............................. 81
Figura 3.27. Efecto del factor de volumen del aceite en la producción (0 PR). ............... 82
Figura 3.28. Efecto del factor de volumen del aceite en la producción (1 PR). ............... 82
Figura 3.29. Efecto de la compresibilidad del aceite en la producción (0 PR) ................. 83
Figura 3.30. Efecto de la compresibilidad del aceite en la producción (1 PR). ................ 83
Figura 3.31. Efecto de la perforación de pozos de relleno. ............................................... 84
Figura 3.32. Efecto de la transmisibilidad en el número óptimo de pozos. ...................... 85
Figura 3.33. Número óptimo de pozos de relleno vs tiempo. ........................................... 86
Figura 3.34. Coordenadas de los pozos............................................................................. 87
Figura 3.35. Comparación de la producción entre las coordenadas óptimas y no óptimas.
............................................................................................................................................ 88

Figura III- 1. Función escalón ........................................................................................ 100

Figura IV-1. Variación del tiempo de ejecución del algoritmo con respecto al tamaño del
yacimiento. ....................................................................................................................... 105
 8

Figura IV- 2. Tiempo de ejecución contra número de pozos al variar la duración del periodo
de estudio ......................................................................................................................... 106
Figura IV- 3. Tiempo de ejecución de acuerdo con la periodización en el cálculo de los
flujos de efectivo. ............................................................................................................. 106
 9

Índice de tablas
Tabla 2.1. Características del yacimiento utilizado para obtener el VPN. ........................ 57
Tabla 2.2. Características de los pozos de producción y de relleno .................................. 57
Tabla 2.3. Gastos de los pozos originales y de relleno. .................................................... 57
Tabla 2.4. Gastos totales y producción acumulada de los pozos originales y de relleno .. 58
Tabla 2.5. Condiciones económicas a las que estarán sujetos los ingresos y egresos ...... 59
Tabla 2.6. Flujos de efectivo ............................................................................................. 59
Tabla 3.1. Propiedades de los yacimientos de los casos presentados................................ 60
Tabla 3.2. Factores económicos involucrados en los casos presentados .......................... 60
Tabla 3.3. Parámetros del pozo productor y de los posibles pozos de relleno (Caso 1) ... 60
Tabla 3.4. Distribución de los pozos de relleno dentro del yacimiento (Caso 1).............. 61
Tabla 3.5. Ubicaciones y número óptimo de pozos de relleno en tiempos diferentes de
análisis (Caso 1) ................................................................................................................. 62
Tabla 3.6. Propiedades de los pozos originales y de los posibles pozos de relleno (Caso 2)
............................................................................................................................................ 65
Tabla 3.7. Coordenadas óptimas para tiempos de análisis y cantidad de pozos de relleno
diferentes (Caso 2) ............................................................................................................. 66
Tabla 3.8. Coordenadas y número óptimo de pozos de relleno para diferentes tiempos (Caso
2) ........................................................................................................................................ 68
Tabla 3.9. Características de los pozos originales y de relleno (Caso 3). ......................... 71
Tabla 3.10. Coordenadas óptimas para diferentes tiempos y cantidades de pozos de relleno
(Caso 3) .............................................................................................................................. 74
Tabla 3.11. Registro de tiempo contra el número óptimo de pozos de relleno para los tres
casos presentados. .............................................................................................................. 86
 10

Resumen
Al desarrollar un proyecto, es fundamental efectuar un análisis económico para
determinar su factibilidad. Un factor importante a la hora de tomar decisiones es la cantidad
de información disponible; la simulación matemática es útil para adquirir información,
permitiendo predecir el comportamiento de un fenómeno determinado.

El objetivo de este trabajo es determinar tanto el número óptimo de pozos de relleno

como sus coordenadas respectivas, utilizando una solución analítica que modela un
yacimiento rectangular, con pozos produciendo a diferentes presiones de fondo y diferentes
tiempos de producción iniciales. Esto se logró mediante la aplicación de un algoritmo que
determina el valor máximo de la función económica conocida como valor presente neto
(VPN), a través de un proceso de optimización.

La función económica anterior depende de los datos siguientes: el número, posiciones,

daño y la presión de fondo de los pozos, el tiempo inicial de producción de los pozos de
relleno, el tiempo durante el cual se evaluará el VPN, el tamaño del yacimiento, sus
propiedades petrofísicas y del fluido, el precio del barril, y los gastos operativos y de
infraestructura. A medida que incrementa el número de pozos de relleno, aumenta la
cantidad de variables a determinar (número y coordenadas de pozos de relleno). Por lo tanto,
se utilizó un optimizador avanzado, capaz de resolver problemas con ese grado de
complejidad, el cual está basado en la técnica de Tunneling.

Se presenta gráficamente la variación del VPN con respecto al número de pozos de

relleno, su posición y tiempo en que entran a producción. Además, se muestra la
sensibilidad del VPN frente a la variación de las presiones de fondo y daños de cada pozo.
Aunque se supone un área rectangular, esta herramienta es útil para casi cualquier
yacimiento en cualquier etapa de su ciclo de vida, siempre y cuando se tenga un aceite
bajosaturado. El algoritmo propuesto determina con éxito las variables anteriormente
mencionadas, consiguiendo resultados apropiados en un tiempo de ejecución corto.
 11

Summary
When developing a project, it is important to make an economic analysis to determine
its viability. An important factor when making decisions is the amount of available
information; mathematical simulation is useful to obtain information by predicting the
behavior of a given phenomenon.

The objective of this work is to determinate both the optimal number of infill wells and
their respective coordinates, using an analytical solution that models a rectangular reservoir,
with wells producing at different bottomhole pressures and different initial production
times. This is accomplished by applying an algorithm able of determining the maximum
value of the Net Present Value (NPV), by optimizing this economic function.

This economic function depends on the following data: the number, positions, damage,
and the bottomhole pressure of the initial wells, the initial production time of the infill wells,
the time during which the NPV will be evaluated; the size of the reservoir, its petrophysical
and fluid properties, the price per barrel, and the operating and infrastructure costs. As the
number of infill wells increases, the number of variables to be determined (number of infill
wells and their coordinates) increases. Therefore, a robust optimizer was used, capable of
solving problems with this degree of complexity. This optimizer is based on the Tunneling
method.

The variation on NPV with respect to the number of new wells, their position and initial
production time is presented graphically. Also, the sensibility of the NPV with to the
variation of the bottomhole pressure and damage of each well is shown. Although, a
rectangular area is assumed, this tool is useful to almost any reservoir at any stage of its life
cycle, as long it is undersaturated. The proposed algorithm successfully determines the
targeted variables, achieving adequate results in a short running time.
 12

Objetivos
Objetivo principal
Determinar el número óptimo de pozos de relleno y su ubicación para optimizar el valor
presente neto de la inversión, por medio de un algoritmo que consiste en la unión de una
solución analítica para un yacimiento de una porosidad, homogéneo e isotrópico, con un
optimizador robusto basado en el método de Tunneling.

Objetivos secundarios
Analizar el efecto de la variación de los parámetros independientes del pozo y del
yacimiento que influyen en el VPN.
 13

Introducción
La tesis presente tiene por objetivo documentar el desarrollo de un algoritmo que
calcula las coordenadas y el número de pozos de relleno óptimos a perforar en un
yacimiento rectangular y homogéneo.

Generalmente, la cantidad de recursos disponibles a la hora de implementar un proyecto

petrolero es limitada, por lo es importante efectuar un análisis económico para analizar su
factibilidad. La calidad del análisis depende de la certeza con la que se pronostican los flujos
de efectivo; por lo tanto, es necesario usar un modelo que se aproxime a la realidad al
momento de predecirlos.

Usualmente, la información disponible para realizar un análisis de esta magnitud es

escasa. El modelo del yacimiento empleado en este proyecto permite simular su producción,
utilizando información básica, y tomar decisiones de acuerdo con los resultados que se
obtengan.

En este trabajo, las coordenadas y el número de pozos óptimos se determinaron al

optimizar el valor presente, obtenido a partir del pronóstico de la producción; mediante una
solución analítica. Esta solución contempla un yacimiento rectangular homogéneo, con
pozos produciendo con diferentes presiones de fondo fluyendo, que inician a producir en
tiempos diferentes.

En ingeniería y en muchas otras disciplinas se suelen despreciar efectos con el fin de

simplificar el modelado. Es importante considerar las simplificaciones realizadas en el
modelo del yacimiento, una de las principales limitaciones del programa es la forma
rectangular del yacimiento, pues en la práctica estos poseen formas variadas e irregulares.
Para trabajar con este modelo se deben adecuar las magnitudes del yacimiento a una forma
rectangular. En este trabajo, también se asume que el yacimiento es homogéneo e
isotrópico; ambas particularidades no suelen presentarse, sin embargo, estas hipótesis
pueden ser aceptables en los primeros cálculos, cuando la información acerca del
yacimiento es escasa.
 14

1. Marco teórico

1.1. Conceptos de yacimientos

Un yacimiento es un cuerpo de roca de volumen definido, poroso y permeable, capaz
de almacenar y transmitir hidrocarburos en estado líquido o gaseoso. Para que un
yacimiento exista, se necesita la presencia de una roca generadora, una migración, una
trampa, una roca almacenadora y una sincronía entre todos estos elementos.

1.1.1. Propiedades de la roca y del fluido

Para comprender algunos temas mostrados en capítulos posteriores (especialmente en
el capítulo 0), se definirán los conceptos siguientes:

Porosidad (ϕ): Es la relación entre el volumen poroso y el volumen total de la roca.

Existen diferentes clasificaciones de la porosidad, una de ellas las divide en porosidad
efectiva y porosidad absoluta. La porosidad absoluta se refiere al volumen poroso total del
medio; por otro lado, la porosidad efectiva cuantifica el volumen poroso conectado que
contribuye al flujo de fluidos.

Generalmente, la porosidad efectiva se utiliza para efectuar mediciones de laboratorio

y cálculos relacionados con el flujo de fluidos. Se puede obtener a través de métodos de
laboratorio o registros geofísicos; la precisión de este valor depende de la cantidad y la
calidad de los datos utilizados y de la heterogeneidad del yacimiento (Craft, 1990).

La porosidad se puede utilizar para medir el espacio disponible que tiene un yacimiento
o porción de él para almacenar fluidos. La siguiente ecuación es útil para determinar el
volumen poroso de un yacimiento con espesor constante:

𝑉𝑉𝑝𝑝 = 𝐴𝐴ℎ𝝓𝝓 (1.1)

donde:
𝑉𝑉𝑝𝑝 = volumen poroso
𝐴𝐴 = área del yacimiento
𝝓𝝓 = porosidad

Permeabilidad (k): Mide la facilidad con la que una roca permite el paso de los fluidos
a través de su volumen poroso interconectado; la unidad más empleada de la permeabilidad
es el Darcy. De este parámetro depende el ritmo con el cual los fluidos se desplazarán dentro
del medio poroso (Mannucci, s.f.).
 15

Factor de volumen del aceite (Bo): Se define como el volumen en barriles que un
tanque de almacenamiento ocupa dentro del yacimiento a condiciones de presión y
temperatura de yacimiento, con el gas disuelto que puede mantener a esa presión, la Figura
1.1 muestra el comportamiento de este parámetro del aceite cuando la presión cambia. El
efecto anterior se representa con la ecuación siguiente:

𝑉𝑉𝑜𝑜+𝑔𝑔.𝑑𝑑.@ 𝑐𝑐.𝑦𝑦
𝐵𝐵𝑜𝑜 = (1.2)
𝑉𝑉𝑜𝑜 @ 𝑐𝑐.𝑒𝑒.

donde:
𝐵𝐵𝑜𝑜 = factor de volumen del aceite
𝑉𝑉𝑜𝑜+𝑔𝑔.𝑑𝑑.@ 𝑐𝑐.𝑦𝑦 = volumen de aceite y gas disuelto en el yacimiento
𝑉𝑉𝑜𝑜 @ 𝑐𝑐.𝑒𝑒. = volumen de aceite a condiciones estándar

Factor de volumen del aceite

1.2
Punto de burbuja
1
Liberación
del gas contenido
0.8 en el aceite Expansión del aceite

0.6
Bo

0.4

0.2
Disminución de la presión

0 pb
0 0.2 0.4 0.6 0.8 1 1.2
Presión
Figura 1.1. Factor de volumen del aceite. Cuando la presión es mayor que la presión de burbuja, el aceite se
expande debido al decremento de la presión; eventualmente, se llegará a una presión menor que la de burbuja
y el gas disuelto contenido en el aceite se liberará. Modificado de The properties of Petroleum fluids, McCain,
1990.

Viscosidad (μ): Es un parámetro que mide la resistencia al flujo de un fluido.

Generalmente se expresa en centipoises (cp). La viscosidad a condiciones de yacimiento
suele medirse en laboratorio (Craft, 1990).

Existen diferentes tipos de viscosidad, la viscosidad con la que se tratará en este trabajo
es la viscosidad dinámica o absoluta (μ), la cual depende principalmente de la temperatura,
la presión y de la composición del fluido. En la Figura 1.2 se muestra la variación de la
viscosidad a medida que la presión declina.
 16

Viscosidad del aceite (μo)

1.2

0.8 Decremento de la viscosidad

Viscosidad del aceite

debido a la expansión del gas

contenido en el aceite
0.6
Punto de
burbuja
0.4
Incremento en la
viscosidad debido a la
0.2 liberación del gas
contenido en el aceite Disminución de la presión

0
pb
0 0.2 0.4 0.6 0.8 1 Presión 1.2
Figura 1.2. Viscosidad del aceite. Cuando la presión del yacimiento es mayor que la presión de burbuja, la
viscosidad decrementará al bajar la presión debido a la expansión del gas disuelto en el aceite. Por otra parte,
cuando la presión del yacimiento es menor que la presión de burbuja, la viscosidad incrementará cuando la
presión disminuya debido a que el gas contenido en el aceite se libera. Modificado de Applied Petroleum
Reservoir Engineering, Craft, 1990.

Compresibilidad isotérmica: Es la variación del volumen de una sustancia al cambiar

la presión a una temperatura constante, su unidad es el recíproco de la unidad de la presión.
Tal variación está dada por la ecuación siguiente:

1 𝑑𝑑𝑑𝑑
𝑐𝑐 = − (1.3)
𝑣𝑣 𝑑𝑑𝑑𝑑
donde:
𝑐𝑐 = compresibilidad isotérmica
𝑣𝑣 = volumen
𝑝𝑝 = presión

1.1.2. Daño
El daño de formación es cualquier restricción parcial o total en el flujo desde el
yacimiento hasta el pozo, provocada por la alteración de la roca debido a los diversos
procesos operativos durante la vida productiva del pozo. El factor de daño es un valor
adimensional y se representa con la letra s, se utiliza para comparar las condiciones reales
de un pozo con las ideales. El daño se calcula mediante la siguiente expresión:
 17

𝑘𝑘ℎ∆𝑝𝑝𝑠𝑠
𝑠𝑠 = (1.4)
𝑞𝑞𝑞𝑞𝑞𝑞
donde:
𝑠𝑠 = factor de daño
𝑘𝑘 = permeabilidad
∆𝑝𝑝𝑠𝑠 = diferencial de presión
𝑞𝑞 = gasto
𝐵𝐵 = factor de volumen
𝜇𝜇 = viscosidad

Cuando el valor de s es cero, denota que el pozo no tiene daño; un valor positivo de
este parámetro indica que existe un daño que afecta la productividad del pozo (pozo
dañado); y un valor negativo significa que existe una mejora (pozo estimulado). En la
Figura 1.3 se presentan los tres efectos anteriores.

Figura 1.3. Factor de daño. La alteración del flujo se produce en la zona dañada, la cual posee una
permeabilidad diferente a la del yacimiento. Modificado de Fundamentos de Ingeniería de Yacimientos,
Escobar, 2012.

1.2. Conceptos técnicos

Al momento de cuantificar los volúmenes de hidrocarburos de un país o región, es
necesario clasificarlos, pues, el hecho de conocer la existencia del recurso no garantiza que
sea posible su extracción. Diferenciar las reservas de los recursos es esencial al realizar un
análisis económico.
 18

El objetivo del PRMS (Petroleum Resources Management System) es proporcionar un

sistema de gerenciamiento de recursos petroleros para evaluar los volúmenes de
hidrocarburos, valorar proyectos y clasificarlos dentro de un marco integral, respaldando
proyectos petroleros. Se emplea en jurisdicciones múltiples, permitiendo efectuar
comparaciones, mejorando la certeza de las estimaciones y brindando claridad en las
comunicaciones globales. (Society of Petroleum Engineers, 2018).

Para esto, se establece una metodología para clasificar recursos y reservas, al

proporcionar principios, criterios, métodos, conceptos y procedimientos matemáticos,
técnicos y científicos para estimar, cuantificar, evaluar y verificar las reservas. (Comisión
Nacional de Hidrocarburos, 2012).

1.2.1. Clasificación de recursos y reservas

[Link]. Recursos
Es el volumen de petróleo que se presenta naturalmente en la corteza terrestre;
comprende cantidades descubiertas y no descubiertas, incluyendo las recuperadas. En la
Figura 1.4 se presentan sus clasificaciones y subclasificaciones de acuerdo con el PRMS:

Figura 1.4. Clasificación de recursos. (Petroleum Resources Management System, Society of Petroleum
Engineers, 2018).
 19

[Link]. Reservas
Volumen de petróleo recuperable, de acuerdo con el PRMS, las reservas deben
satisfacer los cuatro criterios siguientes: descubiertas, recuperables, comerciales y
remanentes. Debido a variaciones tecnológicas y comerciales, el descubrimiento de campos
y yacimientos y la comprensión de campos conocidos, las reservas pueden cambiar a través
del tiempo (Lake, 2011).

Se pueden clasificar de acuerdo con su incertidumbre (que depende de factores

técnicos, económicos, regulatorios, sociales y políticos) en:

• Probadas: Volumen del cual se tiene una certeza razonable de recuperarse

comercialmente, pues está respaldado por el análisis de datos de geociencias e
ingeniería. En métodos determinísticos existe una certeza razonable de recuperar
ese volumen; mientras en que probabilísticos la probabilidad de recuperar el
volumen es de al menos 90%.

• Probables: La probabilidad de recuperar estas reservas adicionales es menor que la

de las reservas probadas, pero mayor que la de las posibles. La probabilidad de
recuperar un volumen mayor al de la estimación 2P (suma de las reservas probadas
y posibles) es la misma que la de recuperar un volumen menor (50%).

• Posibles: En métodos probabilísticos, existe una probabilidad de al menos 10% de

recuperar un volumen igual o superior a la estimación 3P (suma de reservas
probadas, probables y posibles).

En la Figura 1.5 se muestra los tipos de recursos que integran a las reservas 1P, 2P y 3P.

1P 2P 3P

Probadas Probables Posibles

Figura 1.5. Clasificación de las reservas. Elaboración propia.

 20

1.2.2. Métodos de estimación de reservas

Existen diferentes métodos para estimar el volumen recuperable de hidrocarburos y
pueden aplicarse en cualquier etapa de producción de un yacimiento. La incertidumbre en
el cálculo de estos volúmenes disminuye a medida que avanza la explotación, pues con el
tiempo, la información recabada será cada vez mejor.

[Link]. Métodos volumétricos.

Estos métodos permiten calcular el volumen de aceite total a partir de las propiedades
de la roca y del fluido, para luego estimar el volumen recuperable. En etapas tempranas
(cuando la información es limitada), la estimación puede emplear un enfoque
probabilístico; o puede utilizarse un enfoque determinístico conforme se desarrolla el
proyecto (Society of Petroleum Engineers, 2018).

[Link]. Métodos de rendimiento.

Estas predicciones consideran la información derivada de la producción y sus
indicadores a medida que se extraen los hidrocarburos. Con el tiempo suficiente de
producción, se puede determinar una tendencia de presión o producción, que puede
extrapolarse hasta llegar al límite económico, y después estimar las reservas (Society of
Petroleum Engineers, 2018).

[Link]. Métodos análogos y probabilísticos.

En etapas tempranas (exploración o de desarrollo inicial), la cantidad de información
directa es limitada, por lo que se pueden utilizar analogías para estimar los recursos. La idea
principal es, que las propiedades del yacimiento y sus mecanismos de empuje pueden
compararse con los de un yacimiento análogo.

1.2.3. Etapas de recuperación

La perforación de pozos permite obtener información discreta (directa e indirecta) para
comprobar la presencia de hidrocarburos en un yacimiento. Cada yacimiento posee
propiedades únicas, una caracterización correcta depende de la determinación de estos
parámetros y de la interpretación de la información recabada (Escobar, 2012).

El concepto de aceite incremental se refiere al aumento en el volumen extraído de

hidrocarburos, debido a la modificación en las condiciones del yacimiento o de las
instalaciones e infraestructura del campo; este volumen puede añadirse a las reservas si el
 21

proyecto en cuestión posee una madurez comercial. El aceite incremental considera una
medida del éxito de la implementación de métodos de recuperación, reparaciones,
estimulaciones, sistemas artificiales, entre otras actividades. En yacimientos
convencionales, existen diferentes etapas de recuperación: primaria, secundaria, mejorada
y avanzada (Society of Petroleum Engineers, 2018).

[Link]. Recuperación primaria

En esta etapa, la producción de hidrocarburos proviene de la energía natural que
almacena el yacimiento. Un diferencial de presión permite el flujo de fluidos desde el
yacimiento hasta el pozo. Los mecanismos de empuje que intervienen en esta primera etapa
son: la expansión del sistema roca-fluidos, empujes por gas disuelto, por casquete de gas y
por acuífero asociado y la segregación gravitacional, los cuales pueden actuar en conjunto
(Ahmed & McKinney, 2005).

Conforme la presión del yacimiento disminuye debido a la producción, el diferencial

de presión también lo hará. La implementación de sistemas artificiales de producción
también se considera como parte de la producción primaria.

[Link]. Recuperación secundaria

Consiste en la introducción de fluidos inmiscibles al yacimiento mediante pozos
inyectores. Involucra desplazamientos inmiscibles por agua, gas o mezclas de agua-gas.
Comúnmente, se utiliza el agua debido a su disponibilidad y bajo costo. Esto acelera la
producción y permite el desplazamiento de aceite móvil en el medio poroso.

Poner en marcha estos métodos en etapas tempranas, incluso antes de finalizar la

recuperación primaria, permite elevar el factor de recuperación del aceite. La etapa finaliza
cuando el costo, tanto de la inyección como del tratamiento del fluido inyectado, se
aproxima a los ingresos generados por la producción de hidrocarburos (Alvarado &
Manrique, 2010).

[Link]. Recuperación mejorada (EOR)

Es la inyección de materiales con el fin de modificar el comportamiento fisicoquímico
del sistema roca-fluido y de los fluidos del yacimiento. El objetivo es reducir la saturación
residual de aceite, retenida en los poros de la roca por fuerzas capilares y viscosas que evitan
su flujo al emplear métodos convencionales (Alvarado & Manrique, 2010).
 22

En la Figura 1.6 se muestran las clasificaciones y subclasificaciones de la recuperación

mejorada:

Figura 1.6. Métodos de recuperación mejorada. (El Futuro de la Producción de Aceite en México:
Recuperación Secundaria y Avanzada, Comisión Nacional de Hidrocarburos, 2012)

[Link]. Recuperación avanzada (IOR)

Cualquier técnica que incremente la recuperación de hidrocarburos pertenece a esta
clasificación. En esta categoría se encuentran los métodos de recuperación secundaria y
mejorada (EOR); además, abarca un amplio rango de actividades, p. ej. estrategias
operacionales para mejorar la eficiencia de barrido empleando pozos de relleno, pozos
horizontales, polímeros para el control de la movilidad y caracterización y administración
avanzada de yacimientos (Rangel, 2015).
 23

Figura 1.7. Una nueva propuesta de clasificación de métodos de IOR-EOR. (El Futuro de la Producción de
Aceite en México: Recuperación Secundaria y Avanzada, Comisión Nacional de Hidrocarburos, 2012)

1.2.4. Pozos de relleno

Un pozo de relleno es aquel pozo que se perfora en un campo que ya posee pozos de
producción, para disminuir el espacio promedio entre pozos, acelerar la producción y
recuperar aceite incremental. Esta actividad está clasificada como recuperación avanzada
(IOR) (Society of Petroleum Engineers, 2018).

Es frecuente que en un yacimiento existan zonas con saturaciones de aceite remanente,

que pueden llegar a ser atractivas para la recuperación, la implementación de pozos de
relleno permite recuperar este volumen de aceite.

Los pozos de relleno se perforan después de la fase inicial de desarrollo y producción

de un yacimiento de gas o aceite. El objetivo es que estos pozos hagan contacto con aquellas
porciones de la formación en donde existan saturaciones remanentes altas; esto se puede
 24

realizar incluso después de la recuperación primaria o secundaria. Además, los pozos de

relleno pueden ser verticales u horizontales. Entre algunas de sus ventajas están:

a. Incrementan la producción de aceite o gas al permitir la recuperación en zonas

donde existen permeabilidades bajas o muy bajas.

b. Mejoran la conectividad entre los pozos, ya sean inyectores o productores.

Siendo especialmente útiles en zonas con continuidades pobres.

c. En procesos de recuperación mejorada, incrementan la eficiencia de barrido

horizontal y vertical.

d. En zonas heterogéneas, permiten mejorar la comunicación con el yacimiento,

por ejemplo, zonas con grandes variaciones en la permeabilidad y con secciones
aisladas.

e. Si los pozos se perforan de manera adecuada, permiten maximizar los beneficios

económicos, incrementando los activos del yacimiento y reduciendo las tasas
de abandono.

f. Reducen el límite económico, al incrementar el tiempo de producción de

volúmenes de aceite o gas comerciales en formaciones con permeabilidades
bajas.

g. Aumentan la vida productiva de los yacimientos en los que se implementan.

La perforación de pozos de relleno permite que el espaciamiento o distancia promedio

entre pozos decrezca. Esta actividad ha sido ampliamente usada dentro de la industria,
permitiendo alcanzar resultados satisfactorios, como en los casos siguientes:

a. En yacimientos compactos (tight reservoirs), los cuales poseen permeabilidades

bajas, que van desde 1 md hasta microdarcies. En este tipo de yacimientos, las
áreas de drene por pozo son muy pequeñas, además, la producción individual
de cada pozo decrementa prematuramente. Una gran cantidad de yacimientos
de este tipo producen gas empleando estrategias de perforación de pozos de
relleno.

b. En yacimientos altamente heterogéneos, en donde la movilidad del aceite es

escasa, la disminución del espacio promedio entre los pozos permite extraer
aceite o gas en cantidades comerciales.
 25

c. En campos maduros que posean zonas con saturaciones de aceite remanente

atractivas, incluso después de recuperaciones mejoradas o avanzadas.

d. En yacimientos compartimentalizados, en los cuales existen porciones aisladas.

1.3. Conceptos económicos/financieros

La ingeniería económica cuantifica las utilidades y los costos asociados a los proyectos
de ingeniería, determinando si obtendrán las ganancias suficientes para sustentar las
inversiones de capital determinadas. Implica la evaluación sistemática de los resultados
económicos de las soluciones propuestas a problemas de ingeniería, las cuales deben
cumplir con lo siguiente:

• Generar beneficio a largo plazo

• Garantizar el bienestar y la supervivencia de una organización

• Constituir un conjunto de tecnologías e ideas creativas e innovadoras

• Permitir la identificación de los resultados que se esperan

• Llegar a la rentabilidad máxima mediante un criterio válido y aceptable de

rendimiento

La ingeniería económica mide en unidades monetarias las decisiones que toman o

recomiendan los ingenieros, para elevar el valor de una empresa. Estas decisiones dependen
de los costos y rendimientos asociados con el diseño propuesto para la solución de un
problema. (Sullivan, 2004)

1.3.1. Evaluación económica de proyectos

El éxito en cualquier proyecto depende de la toma correcta de decisiones. Saber utilizar
la información disponible es indispensable para seleccionar la opción que genere el mayor
beneficio económico. Ejemplos de decisiones en el ámbito petrolero son: perforación de
pozos, desarrollo de campos, mejoramiento de proyectos ya existentes, compra o venta de
propiedades, entre otras.

En general, los recursos para llevar a cabo las diferentes alternativas son limitados. Por
eso, se debe realizar un análisis económico, que ayude a la empresa a determinar la
conveniencia o inconveniencia de destinar sus recursos a la ejecución de una o más
alternativas.
 26

Un proyecto de inversión es una propuesta integrada por un conjunto de planes, cuyo

objetivo es aumentar la utilidad de una empresa, además de elevar la eficiencia de sus
actividades económicas, financieras y operacionales en el futuro. Su clasificación es la
siguiente:

• Independientes: Los flujos de efectivo de los proyectos independientes no se

relacionan entre sí. Aceptar uno no evita que los demás puedan implementarse,
siempre y cuando cumplan con un criterio de aceptación. Pueden implementarse
todos, ninguno o cualquier cantidad de estos.

• Contingentes: La aceptación de un proyecto de este tipo depende de la

aprobación de uno o más proyectos diferentes.

• Mutuamente excluyentes: La aceptación de una alternativa inhabilita la

aceptación de las demás; estos proyectos poseen la misma función y compiten
entre sí. Dos propuestas mutuamente excluyentes no pueden aceptarse
simultáneamente. En estos casos, se debe determinar cuál es el mejor proyecto,
pues, saber si un proyecto es bueno o malo no es suficiente.

La industria petrolera se distingue por tener grandes flujos de efectivo, además, el

periodo comprendido entre las inversiones y la obtención de ganancias suele ser
considerable. A menudo se presentan incertidumbres y riesgos grandes, por eso, es crucial
relacionar los factores técnicos con los económicos, pues su interacción es compleja.
Además, impuestos y contratos tienen características únicas y varían de región en región.
En cuanto a los costos operativos, aumentan con respecto al tiempo.

1.3.2. Horizonte temporal

También llamado horizonte económico, es el periodo en el cual se calcularán los flujos
de efectivo del proyecto; se divide en dos periodos: de inversión y de operación. El
horizonte económico en la industria petrolera se determina por el menor tiempo entre el
contrato de adjudicación de áreas petroleras, la producción de las reservas existentes y la
vida económica del proyecto. Puede estar sujeto a condiciones especiales, las cuales
dependen de los objetivos de la compañía, por ejemplo: obtener el mayor beneficio a largo
plazo, o extraer petróleo de zonas de alto riesgo en el menor tiempo posible (Moix, 2014).

1.3.3. Valor del dinero en el tiempo

El valor del dinero en el tiempo sostiene que una cantidad de dinero en el presente
tendrá un valor diferente en el futuro. Es el concepto más importante en ingeniería
 27

económica, los cálculos que consideran el valor del dinero en el tiempo se realizan en los
flujos de efectivo para obtener la medida del valor (Blank & Tarquin, 2006).

• Composición: movimiento de un valor presente a un valor futuro. Se le aplica

una tasa de interés para obtener un incremento.

• Descuento: movimiento de un valor futuro a un valor presente. Para obtener el

valor en el presente, se le aplica una tasa de descuento.

1.3.4. Valor presente y valor futuro

Ambos conceptos provienen de la aplicación del principio del valor del dinero en el
tiempo. El valor futuro es la cantidad de dinero que tendrá un inversionista al final de un
periodo “t”, el cual es el mismo que el inicial más la ganancia por los intereses “i”. El valor
futuro se determina de la manera siguiente:

𝑉𝑉𝑉𝑉 = 𝑉𝑉𝑉𝑉 (1 + 𝑖𝑖)𝑡𝑡 (1.5)

donde:
𝑉𝑉𝑉𝑉 = valor futuro
𝑉𝑉𝑉𝑉 = valor presente
𝑖𝑖 = tasa de descuento
𝑡𝑡 = periodos de diferencia entre el valor presente y el valor futuro

El valor presente es la cantidad de dinero a invertir en el presente para obtener un valor

futuro deseado, considerando una tasa de interés determinada. Al despejar el término del
valor presente en la ecuación anterior se obtiene:

𝑉𝑉𝑉𝑉
𝑉𝑉𝑉𝑉 =
(1 + 𝑖𝑖)𝑡𝑡
(1.6)

Se muestra un ejemplo de la influencia del tiempo en el valor del dinero (aplicando los
conceptos de valor presente y valor futuro) en la Figura 1.8.
 28

Valor presente y valor futuro

$1,200
$1,000.00 ianual = 0.12
$1,000 $892.86
$797.19
$800 $711.78
$635.52
Monto

$567.43
$600 $506.63

$400

$200

$0
0 1 2 3 4 5 6
Valor actual Periodo (años)

Figura 1.8. Relación del valor presente con el valor futuro. El número de periodos es directamente
proporcional al tiempo que transcurre. Se observa que el valor inicial del monto se redujo a poco más de la
mitad en seis años.

1.3.5. Inflación
La inflación es el aumento en la cantidad de dinero necesaria para tener la misma
cantidad de un producto o servicio antes del precio inflado. Se mide en tasa porcentual y
refleja el aumento sostenido, continuo y generalizado de los precios de bienes y servicios
(Blank & Tarquin, 2006).

La inflación ocasiona que el poder adquisitivo de una unidad monetaria sea mayor en
el presente que en el futuro, debido al aumento en los precios. A lo largo de la historia de
los cambios de los precios, la inflación ha sido mucho más común que la deflación, la cual
es una reducción del precio promedio de bienes y servicios y eleva el poder de compra de
la unidad monetaria (Sullivan, 2004).

1.3.6. Incertidumbre y riesgo

El riesgo es la probabilidad de no tener éxito, o de fracasar en un proyecto. Representa
la variabilidad de los flujos de efectivo reales con respecto a los estimados. Mientras que
la incertidumbre es aquel caso en el que no se conocen los resultados posibles de un evento,
por lo que no son cuantificables las probabilidades de ocurrencia. Se debe a la falta de
información o a la presencia de información falsa o sesgada. El tiempo también influye;
mientras más lejano sea el evento en cuestión, mayor incertidumbre existirá. Cuando se
trata con riesgo o incertidumbre, determinar qué tan sensible es una inversión a los cambios
 29

de los factores que no se pueden conocer con certeza, resulta muy adecuado. (Sullivan,
2004)

La predicción de volúmenes de hidrocarburos siempre tendrá algún grado de

incertidumbre, el cual disminuirá a medida que se desarrolla el proyecto y se obtiene
información. Los factores que lo generan se clasifican en técnicos, económicos,
regulatorios, sociales y políticos. El rango de incertidumbre puede representarse con
escenarios determinísticos o con una distribución de probabilidad (por ejemplo: P90, P50,
P10). (Society of Petroleum Engineers, 2018)

Conforme la cantidad y calidad de la información mejore, la incertidumbre disminuirá.

Permitiendo realizar análisis más precisos, para cuantificar la consecuencia de los riesgos,
considerar las opciones para abordarlos y tomar las mejores decisiones.

1.4. Conceptos de evaluación

Los flujos de efectivo o flujos de caja son estimaciones de entradas o salidas de dinero
en un periodo en específico, que puede ser: semanal, mensual, anual, etc. Es la diferencia
entre los ingresos y los egresos. (Moix, 2014)

1.4.1. Ingresos
Los ingresos son las entradas económicas provenientes de la actividad comercial de los
bienes o servicios de una empresa o entidad económica, los cuales incrementan el
patrimonio de ésta. El valor de salvamento de los activos fijos, el incremento de cuentas
por pagar, la recuperación del capital de trabajo, la venta parcial o total del negocio al final
de la vida económica del proyecto, también se consideran ingresos (Moix, 2014).

El ingreso total resulta de la multiplicación del precio de venta unitario por el número
de unidades vendidas. En general, al presentarse varias alternativas, lo ideal es elegir aquella
que maximice el beneficio económico; por otro lado, en caso de que el beneficio económico
sea constante entre las alternativas, se debe elegir aquella que minimice los costos totales
por unidad (Sullivan, 2004).

[Link]. Volumen de aceite producido

La producción de aceite es la suma de petróleo recuperada a una fecha dada. Para la
evaluación de proyectos, se requiere que se diferencien las cantidades de producción (ventas
y no ventas) registradas. La suma de los volúmenes de aceite recuperados durante un
periodo determinado es la producción acumulada (Society of Petroleum Engineers, 2018).
 30

Al incrementar el volumen recuperado, la declinación de la presión del yacimiento

dependerá de la rapidez con la que se los fluidos se produzca, de la expansión de los fluidos
y de la compactación del volumen poroso. El factor de recuperación se calcula dividiendo
el volumen de aceite producido entre el volumen total de aceite.

[Link]. Precio del aceite

El precio del aceite es el segundo factor que determina los ingresos del proyecto.
Generalmente, cuanto más ligero sea un crudo (con altas densidades API), más alto será su
precio. Esto se debe a que los crudos ligeros producen derivados con un valor más alto (p.
ej. gasolina, queroseno o gas); además, para su transformación a derivados no necesitan del
empleo de procesos complejos, a diferencia de los crudos pesados. (Almeida Garza, 1994)

Generalmente, los precios del petróleo se ajustan a crudos marcadores, los cuales deben
cumplir con las siguientes características: liquidez (producción suficiente),
comercialización (producido por distintas compañías), calidad (características estables de
acuerdo con las necesidades de las refinerías) y logística (zona con infraestructura
suficiente) (Guerrero, 2009).

El precio del crudo es altamente volátil y su determinación es un proceso complejo que

depende de variables interrelacionadas e interdependientes, algunas de los cuales se enlistan
a continuación:

• Grados API del aceite

• Variaciones en las estimaciones de las reservas
• Contenido de azufre asociado
• Competitividad en los precios de los diferentes crudos
• Protección del poder de compra (inflación y tipo de cambio)
• Valor del petróleo como recurso no renovable
• Desarrollo tecnológico
• Incertidumbre
• Condiciones del mercado (oferta y demanda)
• Factores políticos
• Factores naturales (contingencias y desastres naturales)
 31

La Figura 1.9 muestra la variación del precio de la Mezcla Mexicana de Exportación,

siendo un claro ejemplo de que el precio del petróleo es altamente voluble y es resultado de
una interacción compleja y dinámica entre diferentes variables.

Precio de la mezcla mexicana de exportación (1996-2020)

140

120

100
Precio (dólares por barril)

80

60

40

20

0
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020
-20
Años

Figura 1.9. Precio de la Mezcla Mexicana de Exportación de 1996 a 2020 (Banco de México, 2020).

La Figura 1.10 resume en un diagrama todos los factores implicados en el precio del
petróleo.
 32

Figura 1.10. Factores que influyen en el precio del petróleo. (Determinación del Precio Internacional del
Petróleo, Almeida Garza, 1994)
 33

1.4.2. Egresos
Cantidades integradas por las salidas de dinero o volumen, son indispensables para
poner en marcha un proyecto. Las inversiones en activos, costos asociados al proyecto,
costos operativos y de mantenimiento, consumos propios, regalías, participación de terceros
en la producción o las ganancias, impuestos, incremento de inventario y cuentas por cobrar,
son ejemplos de egresos (Moix, 2014). Existen dos tipos principales de egresos:

i. CAPEX: se destinan a la compra de bienes, los cuales serán parte de los activos de
la empresa. Antes de operar, es necesario realizar desembolsos, como invertir en
estudios geológicos o sísmicos, diseños de ingeniería, compra de equipos,
perforación de pozos exploratorios, etc. En la industria petrolera, el CAPEX se
divide en inversiones en el subsuelo e inversiones de infraestructura; el efecto de la
depreciación es diferente para las dos, por lo que se manejan de diferentes maneras.

Actividades relacionadas al costo integral del pozo conforman a las inversiones de

subsuelo: movimiento del equipo de perforación, construcción de la localización y
vía de acceso, perforación, terminación y pruebas. Las inversiones de infraestructura
se deben a actividades como: líneas de flujo, estaciones de recolección, procesos de
separación y tratamiento de crudo y gas, centros de almacenamiento, procesamiento
de fluidos, inyección de agua, centros de generación de energía eléctrica, etc.

ii. OPEX: al poner en marcha un proyecto, es necesario cubrir los gastos

administrativos y generales, tales como realizar pagos ligados a condiciones
contractuales o pagar regalías e impuestos al Estado. Estos desembolsos (a
diferencia del CAPEX), no formarán parte de los activos de la empresa. El OPEX
variable (incluye consumo de energía, tratamiento químico y transporte), dependerá
de las unidades producidas, mientras que el OPEX fijo es función de otras variables
de operación del campo, como los costos de personal, mantenimiento, gestión
ambiental y social, seguridad e imprevistos. El OPEX por barril en un campo es
resultado de la suma de todos los costos operativos necesarios para obtener la
producción, y puede aumentar al declinar la producción (Moix, 2014).

La estimación de los costos debe obtenerse mediante un proceso de planeación y

diseño; y necesita de la colaboración de ingenieros de diseño, personal de marketing, de
producción, de finanzas y de la alta dirección. Los resultados que se obtienen permiten fijar
un precio de venta, determinar qué tan factible es producir el producto, evaluar cuánto
capital se puede destinar a mejorar procesos y establecer parámetros para mejorar la
productividad (Sullivan, 2004).
 34

[Link]. Capital de trabajo

Es aquel capital necesario para que la empresa comience a operar y mantenga la
operatividad. El capital de trabajo permanecerá en la empresa como una inversión; se
caracteriza por su liquidez, es decir, posee la capacidad de convertirse en dinero a corto
plazo, por lo que es posible recuperarlo fácilmente al finalizar el proyecto. Considera lo
siguiente: caja operativa, inventarios, cuentas por cobrar y cuentas por pagar.

[Link]. Depreciación
Es el decremento del valor de un bien debido al paso del tiempo o al desgaste que
ocasiona su uso; establece una deducción anual en el ingreso antes de impuestos. Permite
distribuir el uso de un activo a través del tiempo y considerarlo para los efectos del cálculo
del impuesto sobre la renta. Todo activo posee una vida útil, por lo que es necesario
reemplazarlo con el tiempo. Existen diferentes métodos para calcular la depreciación; en la
industria petrolera se utilizan el método de línea recta y por unidades de producción.

• Depreciación por línea recta: se usa en activos que poseen vidas útiles asociadas
a un periodo determinado. La depreciación es igual al costo del equipo entre su
vida útil:

𝑡𝑡
𝐼𝐼
𝐷𝐷𝑡𝑡 = � (1.7)
𝑡𝑡=1
𝑉𝑉𝑉𝑉

donde:
𝐷𝐷𝑡𝑡 = depreciación en el año t
𝑡𝑡 = año
𝐼𝐼 = inversión
𝑉𝑉𝑉𝑉 = vida útil del activo

• Depreciación por unidad de producción: se usa en activos que poseen vidas

útiles asociadas a una cantidad total de producción:

𝐼𝐼
𝐷𝐷𝑡𝑡 = 𝑃𝑃𝑡𝑡 (1.8)
∑𝑖𝑖𝑡𝑡=0 𝑃𝑃𝑡𝑡

donde:
 35

𝐷𝐷𝑡𝑡 = depreciación en el año t

𝑖𝑖
� 𝑃𝑃𝑡𝑡 = producción total del pozo durante toda su vida útil
𝑡𝑡=0
𝑡𝑡 = año
𝐼𝐼 = inversión

[Link]. Regalías
Es una tasa aplicada al valor contractual de los hidrocarburos que se extraen del
subsuelo, la cual puede pagarse en volumen o en moneda. Este porcentaje depende del tipo
de hidrocarburo que se extrae y será mayor conforme su precio sea más elevado.

[Link]. Impuesto sobre la renta (ISR)

Es el impuesto que grava el incremento patrimonial debido a ingresos provenientes de
una fuente de riqueza ubicada en territorio nacional. Este impuesto debe pagarse por
personas físicas o morales, que residan dentro o fuera del país. Por lo tanto, cada una de las
empresas petroleras dedicadas a la exploración y explotación de hidrocarburos en el país
deben cubrirlo. Su cálculo debe aplicarse a la ganancia gravable, la cual se calcula de la
siguiente manera:

𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺 𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺 = 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼 − 𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂 – 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅í𝑎𝑎𝑎𝑎

(1.9)
− 𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺 − 𝐷𝐷𝐷𝐷𝐷𝐷𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟ó𝑛𝑛 − 𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂 𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺

Después de obtener la ganancia gravable, ésta se multiplica por la tasa de impuesto:

𝐼𝐼𝐼𝐼𝐼𝐼 = 𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺𝐺 𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔𝑔 ∗ 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑑𝑑𝑑𝑑 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 (1.10)

[Link]. Impuesto al valor agregado (IVA)

Las condiciones del IVA son diferentes en cada país. En general, la empresa opera
como un agente de retención del IVA y realiza un balance entre el IVA que paga a sus
proveedores y contratistas y el que cobra a sus clientes. Después, entrega la diferencia a las
autoridades fiscales.
 36

[Link]. Valor de rescate

Es la venta del negocio o los activos al final de la vida económica. Es posible considerar
algunos equipos como valor de rescate, en caso de que puedan usarse en otros proyectos.

[Link]. Costos de abandono

En la extracción de petróleo, eventualmente se alcanzará el límite económico. Es a
partir de este momento en el que las condiciones del yacimiento impedirán que sea rentable
continuar con la explotación. El abandono considera todas aquellas actividades que
involucren el desmantelamiento y retiro de los materiales, plantas, plataformas,
instalaciones, maquinaria y equipo utilizado en las actividades petroleras, además del
taponamiento y el abandono de pozos y la restauración ambiental del área.

Al llegar a las condiciones de abandono, es necesario que las áreas que han sido
utilizadas se entreguen en las condiciones que el contrato estipula. El costo de abandono se
refiere al costo requerido para aislar y cerrar un pozo que no cuenta con el potencial para
seguir explotándolo y debe considerarse en la evaluación económica (Moix, 2014).

[Link]. Valor agregado

El valor agregado o valor incremental es igual al VPN esperado. En campos en
desarrollo, se tiene que estimar el valor que incrementará la propuesta de inversión. Los
flujos de efectivo utilizados en esta evaluación no consideran las inversiones realizadas en
el pasado.

[Link]. Consideraciones finales

El flujo de efectivo o de caja resulta de los ingresos y egresos, el cual se calcula
mediante la ecuación siguiente:

𝐹𝐹𝐹𝐹𝑡𝑡 = 𝐼𝐼𝑡𝑡 − 𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑡𝑡 − 𝑅𝑅𝑡𝑡 − 𝐺𝐺𝑡𝑡 − 𝐼𝐼𝐼𝐼𝐼𝐼𝑡𝑡 − 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑡𝑡

(1.11)
− 𝐶𝐶𝐶𝐶𝑡𝑡

donde:
𝐹𝐹𝐹𝐹𝑡𝑡 = Flujo de efectivo para el periodo t
𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑂𝑡𝑡 = OPEX durante el periodo t
𝐼𝐼𝑡𝑡 = Ingresos durante el periodo t
𝑅𝑅𝑡𝑡 = Regalías en el periodo t
𝐼𝐼𝐼𝐼𝐼𝐼𝑡𝑡 = Impuesto sobre la renta
𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝑡𝑡 = CAPEX durante el periodo t
 37

𝑅𝑅𝑡𝑡 = Regalías
𝐶𝐶𝐶𝐶𝑡𝑡 = Capital de trabajo

1.4.3. Límite económico

Es el momento en el que los ingresos obtenidos por la venta de hidrocarburos se igualan
a los costos de su explotación, a partir de este punto, se llegará al flujo de efectivo máximo
acumulado para un proyecto, y continuar desarrollándolo (sin implementar un sistema que
solucione esta situación) generará pérdidas económicas.

Los costos operativos sólo involucran a los costos que se eliminarán cuando la
producción se detenga. Estos costos se pueden reducir para disminuir el límite económico
y prolongar la vida útil del proyecto. Cuando se llega al límite económico, el volumen de
hidrocarburos remanente en el yacimiento ya no es considerado reserva; sin embargo, es
posible que por cambios en el mercado o avances tecnológicos futuros, pueda ser viable
económicamente.

Pueden ocurrir periodos en los que los flujos de efectivo sean negativos, debido a
factores como bajas en el precio del petróleo o problemas operacionales, pero es posible
continuar operando siempre y cuando se visualicen flujos de efectivo positivos en un futuro.

1.4.4. Métodos de análisis económico

Cuando se realiza una inversión, se espera generar un beneficio económico en el futuro.
La evaluación de un proyecto de inversión consiste en determinar mediante un análisis si
es factible o no llevarlo a cabo.

El primer paso es determinar la información sobre los flujos de efectivo futuros,

necesaria para tomar decisiones de presupuesto de capital. El paso siguiente es evaluar la
conveniencia de llevar a cabo las alternativas disponibles. Además, es necesario utilizar un
método de evaluación y selección de proyectos, para finalmente, decidir si cierta propuesta
se acepta o rechaza (Van Horne, 2010).

[Link]. Tasa interna de retorno

Es la tasa de interés que hace igual a cero el valor presente de un proyecto, para esto,
los flujos de efectivo de entrada deben ser iguales que los de salida. La TIR se obtiene al
encontrar la tasa que satisface la siguiente ecuación:
 38

𝑛𝑛
𝐹𝐹𝐹𝐹𝑡𝑡
𝐼𝐼0 − � =0 (1.12)
𝑖𝑖=1
(1 + 𝑇𝑇𝑇𝑇𝑇𝑇)𝑖𝑖

donde:
𝐼𝐼0 = inversión en el periodo cero
𝐹𝐹𝐹𝐹𝑡𝑡 = flujo de efectivo para el periodo t
𝑛𝑛 = número total de periodos
𝑇𝑇𝑇𝑇𝑇𝑇 = tasa interna de retorno

La TIR debe ser mayor o igual (rentabilidad mínima) que la tasa mínima aceptable de
rendimiento (TMAR) para que un proyecto se acepte. Si lo anterior no se cumple,
significará que el rendimiento del proyecto será menor que sus costos, generando una
pérdida de valor a la empresa.

Se enlistan algunas de las desventajas de evaluar proyectos con la tasa interna de

retorno:

a. No permite comparar proyectos con diferentes duraciones

b. Pueden existir tasas internas de retorno múltiples en un proyecto, al existir un

cambio de signo en el valor presente neto del proyecto.

c. Si todos los flujos de efectivo de un proyecto son positivos, no existirá una TIR,
pues no habrá cambio de signo.

[Link]. Valor presente neto

El valor presente neto, flujo de efectivo descontado o simplemente valor presente es un
indicador que permite determinar la viabilidad de un proyecto. Consiste en convertir todos
los flujos de efectivo de una empresa o un proyecto a un valor presente, se considera un
método efectivo para evaluar proyectos de inversión (Blank & Tarquin, 2006).

El VPN se puede utilizar cuando se presenta una decisión con alternativas mutuamente
excluyentes, es decir, que existen diferentes opciones y sólo una puede ser seleccionada;
además, el hecho de que, en este trabajo, las alternativas posean vidas iguales simplifica el
análisis económico. Cuando se rechaza un proyecto, se renuncia al costo y a los beneficios
que este pudiese brindar, a esto se le conoce como costo de oportunidad. Una de las
principales ventajas del VPN, es que considera el principio del valor del dinero en el tiempo.
El cálculo del VPN es sencillo, y se realiza de la siguiente manera:
 39

𝑛𝑛
𝐹𝐹𝐹𝐹𝑡𝑡
𝑉𝑉𝑉𝑉𝑉𝑉 = −𝐼𝐼0 + � (1.13)
𝑡𝑡=1
(1 + 𝑑𝑑)𝑡𝑡

donde:
𝐼𝐼0 = inversión en el tiempo cero
𝑡𝑡 = periodo
𝐹𝐹𝐹𝐹 = flujo de efectivo para cada periodo
𝑛𝑛 = número de periodos del tiempo de evaluación
𝑑𝑑 = tasa de descuento o costo de oportunidad

Para el cálculo del valor presente neto, es importante utilizar los flujos de efectivo ya
deflactados, en otras palabras, que consideren el efecto de la inflación. Esto se consigue a
través de la siguiente expresión:

𝐹𝐹𝐹𝐹 = 𝐹𝐹𝐹𝐹𝐹𝐹 /(1 + 𝑖𝑖)𝑡𝑡 (1.14)

donde:
𝐹𝐹𝐹𝐹 = flujo de efectivo para cada periodo
𝐹𝐹𝐹𝐹𝐹𝐹 = flujo de efectivo neto para cada periodo
𝑖𝑖 = tasa de inflación
𝑡𝑡 = periodo

Sólo se aceptarán los proyectos cuyo valor presente neto sea mayor o igual a cero. Los
flujos de efectivo de entrada nunca deben ser menores que los de salida. Cuando existen
proyectos mutuamente excluyentes, lo ideal es seleccionar la o las alternativas que generen
el VPN más alto. Utilizar este método en conjunto con el de la tasa interna de retorno (TIR)
permite seleccionar propuestas que eleven el valor de mercado de las acciones. Si la tasa de
rendimiento o de descuento se selecciona correctamente al calcular el VPN, el incremento
de las acciones de la empresa será igual al VPN calculado (Van Horne, 2010).

[Link]. Perfil de VPN

Generalmente, los métodos del VPN y de la TIR llevan a la misma decisión de
aceptación o rechazo. El perfil de VPN representa la relación entre el VPN de un proyecto
y su tasa de descuento empleada. Mientras menor sea la tasa de descuento, el VPN será más
alto. El valor presente neto de un proyecto será igual a cero cuando la curva del perfil cruce
el eje de las abscisas y justo en ese punto se encontrará la TIR. El VPN será negativo para
las tasas de descuento mayores a la TIR (Van Horne, 2010).
 40

700.00

600.00

Valor presente Neto

500.00

400.00

300.00

200.00

100.00

0.00

-100.00 0 0.1 0.2 0.3 0.4 0.5 0.6

-200.00

Tasa de descuento (%)

Figura 1.11. Perfil de VPN. Elaboración propia.

Si la tasa de rendimiento es menor que la TIR, se aceptará el proyecto, pues el VPN será
mayor que cero permitiendo elevar el valor de la empresa.

[Link]. Índice de rentabilidad

También conocido como razón costo-beneficio, es el resultado de dividir la suma de los
flujos de efectivo netos futuros entre el flujo de salida inicial. Se obtiene de la siguiente
manera:

𝐹𝐹𝐹𝐹𝑡𝑡
∑𝑛𝑛𝑡𝑡=1
(1 + 𝑑𝑑)𝑡𝑡 (1.15)
𝐼𝐼𝐼𝐼 =
𝐼𝐼0
donde:
𝐼𝐼0 = inversión en el tiempo cero
𝑡𝑡 = periodo
𝐹𝐹𝐹𝐹 = flujo de efectivo para cada periodo
𝑛𝑛 = número de periodos del tiempo de evaluación
𝑑𝑑 = tasa de descuento o costo de oportunidad

Para que una inversión cumpla con este criterio, la relación debe ser igual o mayor que
uno. En todos los casos, la decisión de aceptar o rechazar un proyecto será la misma al
emplear el índice de rentabilidad que al usar el VPN. La diferencia es que el índice de
rentabilidad sólo es una rentabilidad relativa y el VPN permite expresar la rentabilidad
monetaria absoluta (Van Horne, 2010).
 41

[Link]. Periodo de recuperación

El periodo de recuperación (PR), es el tiempo requerido para recuperar la inversión de
efectivo inicial, por medio de los flujos de efectivo esperados durante el proyecto. Se
considera que la inversión se ha recuperado cuando la acumulación de los flujos de efectivo
rebasa a la inversión inicial. Esto método no se considera adecuado para seleccionar un
proyecto debido a que considera el tiempo como criterio único, pero puede brindar
información que complemente al método del valor presente neto y ayudar a las empresas a
cambiar las estrategias de inversión.

El tiempo de pago mide la cantidad de tiempo que debe pasar para recuperar la inversión
inicial y no considera intereses. Cuando un proyecto se pone en marcha, se buscan dos
metas principales: la primera es conseguir utilidades, y la segunda es que éstas lleguen lo
más pronto posible; no es lo mismo recibirlas a corto que a mediano o largo plazo.

Si se utiliza este único método, el proyecto es aceptado si el periodo de recuperación

calculado es menor que el periodo de recuperación máximo aceptable.

Las empresas prefieren utilizar este criterio en proyectos desarrollados en zonas con
situaciones sociales, políticas o económicas inestables, pues debido al alto riesgo, se busca
recuperar la inversión inicial lo más pronto posible. La principal desventaja de este método
es que sólo toma en consideración los flujos de efectivo generados durante el plazo de
recuperación y desprecia a los flujos de efectivo posteriores, por lo que no representa una
medida de la rentabilidad (Van Horne, 2010).

Otra desventaja es que, ignora el valor del dinero en el tiempo. Pues no considera el
momento en el que se presentan los flujos de efectivo. Además, el periodo de recuperación
máximo aceptable sólo es un parámetro subjetivo.

1.5. Conceptos básicos de optimización

Desde sus orígenes, el hombre siempre se ha involucrado con la optimización.
Inicialmente, la optimización consistía en prejuicios o rituales, como consultas con
oráculos, o la observación de estrellas. Con el paso del tiempo, esas prácticas se
reemplazaron por leyes o principios que rigen al mundo, ya con el desarrollo de las
matemáticas, los cálculos matemáticos se aplican en la optimización. Recientemente, se ha
logrado un avance considerable debido a progresos en computación, haciendo que
problemas complejos puedan resolverse de manera rápida y eficiente (Antoniou & Lu,
2007).
 42

Una definición detallada de optimización sería el conjunto de técnicas, métodos,

procedimientos y algoritmos que tienen la finalidad de encontrar el valor óptimo; y puede
aplicarse en distintas áreas, como ingeniería, física, matemáticas, economía,
administración, comercio, ciencias sociales, e incluso política. Algunas áreas típicas de
aplicación de la optimización en la ingeniería son el modelado, caracterización, diseño,
control de procesos, producción, control de calidad, mantenimiento, control de inventarios,
entre otras (Antoniou & Lu, 2007).

En la vida real, la mayoría de los problemas poseen soluciones múltiples, llegando

incluso a ser infinitas. Un problema de optimización se puede definir como un problema de
decisión, que consiste en seleccionar valores para un conjunto de variables que se relacionan
entre sí (variables de decisión), estas variables deben ser independientes, de tal manera que,
al modificarse, se distingan unos resultados de otros. Cuando se optimiza, dependiendo de
las circunstancias, se maximiza o minimiza el objetivo u objetivos, considerando las
restricciones que pueden limitar la selección de los valores de las variables de decisión
(Meneu, 1999).

1.5.1. Partes de un problema de optimización

La optimización matemática se encarga de formalizar y tratar problemas de
optimización mediante un enfoque matemático. Una optimización está constituida por una
función objetivo, la cual se maximizará o minimizará dependiendo de las variables de
decisión. El conjunto de soluciones factibles, región factible o conjunto de oportunidades
se integra por los valores de las variables de decisión que describen al objeto de estudio.
Para obtener la solución de un problema de optimización, se debe identificar el conjunto de
valores de las variables de decisión que satisfagan las restricciones establecidas y lleven al
valor óptimo de la función objetivo.

[Link]. Máximos y mínimos

La palabra óptimo proviene de “optimismo”; se refiere a la elección del mejor curso de
acción posible cuando existen alternativas múltiples. Los máximos y mínimos son los
valores supremos e ínfimos de una función, respectivamente; a estos puntos se les conoce
como extremos de la función.

Una solución óptima de un problema de maximización es un máximo global o absoluto,

la cual es una solución factible 𝑥𝑥 ∗ ∈ S, tal que:

𝑓𝑓(𝑥𝑥 ∗) ≥ 𝑓𝑓(𝑥𝑥), ∀𝑥𝑥 ∈ 𝑆𝑆

 43

Y 𝑥𝑥 ∗ ∈ S será una solución óptima única o máximo global único si:

𝑓𝑓(𝑥𝑥 ∗) > 𝑓𝑓(𝑥𝑥), ∀𝑥𝑥 ∈ 𝑆𝑆 tal que 𝑥𝑥 ≠ 𝑥𝑥*

Caso contrario, una solución óptima de un problema de minimización es un mínimo

global o absoluto, la cual es una solución factible 𝑥𝑥 ∗ ∈ S, tal que:

𝑓𝑓(𝑥𝑥 ∗) ≤ 𝑓𝑓(𝑥𝑥), ∀𝑥𝑥 ∈ 𝑆𝑆

Además, 𝑥𝑥 ∗ ∈ S será una solución óptima única o mínimo global único si:

𝑓𝑓(𝑥𝑥 ∗) < 𝑓𝑓(𝑥𝑥), ∀𝑥𝑥 ∈ 𝑆𝑆, tal que 𝑥𝑥 ≠ 𝑥𝑥*

Además de los máximos y mínimos globales, en una función también pueden

presentarse máximos y mínimos locales o relativos. Se trata de un máximo local si para
algún 𝜀𝜀 > 0 se cumple que:

𝑓𝑓(𝑥𝑥 ∗) ≥ 𝑓𝑓(𝑥𝑥), ∀𝑥𝑥 ∈ 𝑆𝑆 ∩ (𝑥𝑥 ∗ −𝜀𝜀, 𝑥𝑥 ∗ +𝜀𝜀)

Y de un mínimo local cuando:

𝑓𝑓(𝑥𝑥 ∗) ≤ 𝑓𝑓(𝑥𝑥), ∀𝑥𝑥 ∈ 𝑆𝑆 ∩ (𝑥𝑥 ∗ −𝜀𝜀, 𝑥𝑥 ∗ +𝜀𝜀)

El mínimo y el máximo pueden expresarse de la siguiente manera:

𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 = 𝑓𝑓(𝑥𝑥) 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑥𝑥 ∈ En

𝑚𝑚ax𝐹𝐹 = 𝑓𝑓(𝑥𝑥) 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑥𝑥 ∈ En

donde En representa el espacio Euclidiano y n su dimensión.

Generalmente, en los problemas de optimización se busca minimizar la función

objetivo, pues cualquier problema de maximización simplemente es equivalente a la
minimización del opuesto de la función objetivo. Cabe aclarar que la función opuesta de
f(x), es -f(x); la expresión siguiente muestra esta relación:

𝑚𝑚𝑚𝑚𝑚𝑚[𝑓𝑓(𝑥𝑥)] = −𝑚𝑚𝑚𝑚𝑚𝑚[−𝑓𝑓(𝑥𝑥)] (1.16)

El teorema de Weierstrass señala que toda función 𝑓𝑓: 𝐷𝐷 ⊆ ℝ𝑛𝑛 → ℝ que sea continua
en 𝐷𝐷, tendrá un máximo y un mínimo globales en cualquier conjunto 𝑆𝑆 ⊆ 𝐷𝐷 que sea
 44

compacto y no vacío. Este teorema garantiza la existencia de una solución óptima, ya sea
máximo o mínimo.

y 1.13. En la primera, se tiene una función continua de una variable 𝑓𝑓 (𝑥𝑥) con sus mínimos
Dos ejemplos de aplicación del teorema de Weierstrass se observan en las Figuras 1.12

una función continúa de dos variables 𝑓𝑓 (𝑥𝑥, 𝑦𝑦) con sus evidentes puntos silla.
y máximos respectivos ubicados en los puntos silla; mientras que en la segunda se muestra

20

18

16

14

12
f(x)

10

x1 x2 x3 x4 x5 x6 x7 x8
x
Figura 1.12. Máximos y mínimos de una función de una variable. Los puntos correspondientes a x2 y x5 son
el mínimo y el máximo globales, respectivamente. Mientras que los demás puntos de la curva son mínimos o
máximos locales. Es importante considerar que un máximo global siempre será un máximo local y que un
mínimo global siempre será un mínimo local. Elaboración propia.

Figura 1.13. Función de dos variables con máximos y mínimos múltiples; sólo hay un punto óptimo y se
encuentra en el punto más alto de la superficie. Elaboración propia.

[Link]. Variables de decisión

La comprensión del problema es necesaria al identificar las variables a optimizar, las
cuales influirán en la función objetivo. Se define una función F, la cual dependerá de n
parámetros:
 45

𝐹𝐹 = (𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , … 𝑥𝑥𝑛𝑛−1 , 𝑥𝑥𝑛𝑛 )

Se requiere optimizar F, una cantidad escalar, que puede tomar cualquier valor. Un
ejemplo de esto puede ser la cantidad de material para elaborar un empaque, o las utilidades
de una empresa en cierto periodo. Las variables 𝑥𝑥1 , 𝑥𝑥2 ,…, 𝑥𝑥𝑛𝑛 serán los parámetros que
influirán en el valor de F. La función por optimizar recibirá el nombre de función objetivo
y puede depender de cualquier cantidad de variables, las cuales se conocen como variables
de decisión (Antoniou & Lu, 2007).

Las variables de decisión son parámetros desconocidos y su valor se determinará a

partir de la optimización del problema. Las variables de decisión óptimas serán aquellas
que generen el valor óptimo (máximo o mínimo) para la función objetivo. Para simplificar
su escritura, usualmente se emplea notación matricial, a través de un vector columna x, con
elementos 𝑥𝑥1 , 𝑥𝑥2 ,…, 𝑥𝑥𝑛𝑛 , o también con la transpuesta de x (denominada 𝑥𝑥𝑇𝑇 ), la cual se
expresará con el vector fila:

𝑥𝑥𝑇𝑇 = [𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , . . . , 𝑥𝑥𝑛𝑛 ]

[Link]. Restricciones del problema

Frecuentemente, las variables de decisión están sujetas a restricciones; por ejemplo: a
principios físicos como la conservación de la masa o a valores que deben satisfacerse.
Dependiendo de la naturaleza del problema a optimizar, puede poseer un conjunto de
ecuaciones o de desigualdades, las cuales permiten establecer las restricciones del problema
(Antoniou & Lu, 2007).

Cualquier punto de x que satisfaga las restricciones del problema, recibirá el nombre
de punto factible del problema de optimización. A su vez, el conjunto de todos esos puntos
será conocido como región factible, dominio factible o conjunto solución de x.

[Link]. Función objetivo

Una función se define como una relación entre dos conjuntos, en la que a cada valor
del primer conjunto le corresponde sólo un valor del segundo. La función objetivo es
aquella cuyo valor se pretende maximizar o minimizar a través de la optimización, depende
de las variables de decisión y mide su calidad. La finalidad de todo proceso de optimización
es encontrar los valores de las variables de decisión que permitan maximizar o minimizar
el valor de la función objetivo.
 46

2. Metodología
En este trabajo se propone un algoritmo que permite obtener el número óptimo de pozos
de relleno a perforar y sus coordenadas respectivas, siempre y cuando sea viable la
perforación de pozos nuevos. En este capítulo se documenta el desarrollo de este
procedimiento, desde el planteamiento del problema hasta la fase de optimización. Se
muestran los pasos que se siguen para obtener la mejor solución, partiendo de las
definiciones presentadas en el primer capítulo.

Para una organización mejor, la explicación del algoritmo se desglosará en tres partes
principales: la primera, que trata sobre la solución analítica para la predicción de la
producción; la segunda, que establece las bases para la optimización y la tercera que
consiste en una optimización para elegir la mejor solución.

2.1. Solución analítica para la predicción de la producción

Inicialmente, Rodríguez y Cinco Ley desarrollaron un modelo para predecir la
producción de petróleo, “A new model for production decline”, en el que utilizaron la
transformada de Laplace y las funciones de Green para obtener su solución. El modelo
consiste en una solución analítica para un yacimiento rectangular, homogéneo e isotrópico,
con fronteras cerradas al flujo y un espesor constante, en la Figura 2.1 se muestra
gráficamente el modelo del yacimiento. Las consideraciones de este modelo conceptual son
las siguientes:

• Fluido ligeramente compresible

• Compresibilidad constante
• Viscosidad constante
• No considera efectos gravitacionales y flujo no Darciano
• Soporta cualquier número de pozos
• La presión de fondo de los pozos es constante y no cambia durante el tiempo de
producción
• Todos los pozos comienzan a producir en el tiempo cero de la simulación.
• Los pozos pueden estar dañados, pero no estimulados
• No se pueden implementar pozos de relleno
 47

Figura 2.1. Representación del modelo de yacimiento

Las variables adimensionales y las unidades que se utilizan en esta solución se muestran
en el Anexo I. En el Anexo II se muestra a detalle la obtención de esta solución. La cual se
puede aplicar para predecir la producción para el caso en que todos los pozos del yacimiento
comiencen a producir en el tiempo cero.

La producción de los pozos se puede dividir en dos etapas: la primera ocurre en tiempos
cortos y se caracteriza por que el transiente de presión generado por la producción del
yacimiento aún no alcanza las fronteras del yacimiento; la segunda se presenta en tiempos
más largos, cuando el transiente ha llegado a las fronteras e influye en la declinación de la
producción del yacimiento.

En la etapa temprana, la declinación de la presión tendrá un comportamiento

exponencial modificado. En el caso de que haya pozos múltiples y todos produzcan con una
misma presión de fondo fluyendo, la declinación de la presión será exponencial; todos los
pozos del yacimiento tendrán el mismo coeficiente de declinación.

La pendiente de declinación de la producción se obtiene a partir de la siguiente

ecuación:

0.006329𝑘𝑘𝑘𝑘
𝑚𝑚 = (2.1)
𝜙𝜙𝜙𝜙𝑐𝑐𝑡𝑡 𝐴𝐴

donde:
𝑚𝑚 = pendiente de declinación de la producción
𝑘𝑘 = permeabilidad
 48

𝐷𝐷 = coeficiente de declinación
𝜙𝜙 = porosidad de la roca
𝜇𝜇 = viscosidad del aceite
𝑐𝑐𝑡𝑡 = compresibilidad total
𝐴𝐴 = área del yacimiento

El valor del coeficiente de declinación D dependerá de la forma y del tamaño del

yacimiento, del número de pozos produciendo, su daño y localización (Véase anexo I).

La existencia de gastos negativos en un pozo puede interpretarse como una inyección

de fluidos. Así, para satisfacer la condición de presión de fondo constante, algunos pozos
productores podrían convertirse en inyectores.

El comportamiento del gasto no cambia durante el flujo transitorio (mismo para daños
diferentes, en tiempos cortos. Cuando se llega al flujo dominado por fronteras, el gasto
decrecerá debido al incremento en D y la declinación disminuirá. A mayor coeficiente de
declinación, el gasto disminuye más rápidamente.

Cuando los pozos produzcan a diferentes pero constantes presiones de fondo, la

declinación de la producción de este modelo seguirá un comportamiento exponencial
modificado durante el periodo de flujo dominado por fronteras. Cuando todos los pozos del
yacimiento produzcan bajo la misma presión de fondo, la declinación tendrá un
comportamiento exponencial, el cual es típico en yacimientos cuyo mecanismo de empuje
es la expansión de sus fluidos. Además, el daño que se tenga en los pozos influirá en sus
gastos.

Como una continuación, surgió el trabajo llamado “Optimum position for wells
producing at constant wellbore pressure”, desarrollado por Camacho, Rodríguez, Galindo
y Prats. En este, se obtuvo una solución analítica para múltiples pozos produciendo a
diferentes presiones de fondo y comenzando a producir en diferentes tiempos; además, las
presiones de fondo y los daños de los pozos se pueden modificar durante el tiempo de
simulación. En el Anexo III de este trabajo se muestra el detalle para la obtención de esta
solución.

En este trabajo se utiliza la función Heaviside o de Escalón Unitario para obtener las
soluciones para los objetivos siguientes:

a. Que se pueda comenzar la producción de los pozos en cualquier momento.

b. La presión de fondo puede modificarse en cualquier momento de la vida
productiva de los pozos.
 49

c. El daño de los pozos (pozo dañado, sin daño y estimulado) puede alterarse en
cualquier momento.
Para conseguir los objetivos de esta tesis, fue necesario emplear la siguiente solución
analítica para el caso en el que las condiciones de producción cambien durante la vida
productiva:

𝑛𝑛𝑛𝑛 ∑𝑛𝑛𝑛𝑛−1 �𝑚𝑚𝑖𝑖𝑖𝑖 �𝑘𝑘

𝑖𝑖+𝑗𝑗
𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 (𝑡𝑡𝐷𝐷 ) = � (−1) 𝑘𝑘 =1
[𝑝𝑝𝑤𝑤𝑤𝑤 (𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 )] (2.2)
𝑖𝑖 = 1
2𝜋𝜋 ∑𝑛𝑛𝑛𝑛
𝑘𝑘 = 1
|𝛾𝛾|𝑘𝑘

donde:
𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 = gasto adimensional del pozo j
𝑡𝑡𝐷𝐷 = tiempo adimensional
𝑛𝑛𝑛𝑛 = número de pozos
�𝑚𝑚𝑖𝑖𝑖𝑖 �𝑘𝑘 = matriz menor de la matriz 𝛾𝛾, pero con la fila k formada por unos
𝛾𝛾 = matriz que se obtiene a partir de la ecuación (II.19)
𝑝𝑝𝑤𝑤𝑤𝑤 = presión adimensional
𝑥𝑥𝐷𝐷𝐷𝐷 = coordenada adimensional en x
𝑦𝑦𝐷𝐷𝐷𝐷 = coordenada adimensional en y

En el Anexo III de este trabajo se muestra con más detalle esta solución analítica.

2.2. Optimización
Para resolver un problema de optimización, se tienen que definir tres aspectos clave:
las variables de decisión, sus restricciones y la función objetivo. Entender qué es lo que lo
que se desea obtener y cómo conseguirlo, requiere identificar y analizar el problema,
proceso o situación presentada.

2.2.1. Optimización: determinación de variables, restricciones y función

objetivo
Para iniciar una optimización, se requiere de una función objetivo, de las variables a
optimizar y de las restricciones. Los elementos anteriores se mostraron en la sección 1.5.1;
a continuación, se explicará cómo se decidió utilizar los elementos anteriores:

i. Función objetivo:

La función objetivo será el valor presente neto del proyecto, mostrado en la sección
[Link]. Este método permite evaluar y comparar varios proyectos entre sí.
 50

ii. Variables de decisión:

Éstas corresponderán a las coordenadas de cada uno de los pozos de relleno. Como cada
pozo posee dos coordenadas (una en x y otra en y), el número de variables de decisión
será dos veces la cantidad de pozos de relleno. Además, como es necesario el número
de pozos, se añadirá una variable extra, quedando 2n + 1 como la cantidad de variables
a optimizar, en la que n un número entero que indica la cantidad de pozos de relleno.

iii. Restricciones de la optimización:

Al considerarse un yacimiento rectangular, el rango de valores de las variables 𝑥𝑥 y 𝑦𝑦

oscila entre cero y 𝑥𝑥𝑒𝑒 y 𝑦𝑦𝑒𝑒 , respectivamente (véase la Figura 2.1).

2.2.2. ¿Por qué usar un optimizador?

Para el problema presentado, la cantidad de variables independientes usadas en el
cálculo de la función objetivo es muy grande. Tan sólo la determinación de la producción
involucra: las propiedades de la roca y el fluido y las dimensiones del yacimiento; el
número, coordenadas y características de los pozos de producción y de relleno; el daño y el
tiempo de evaluación. Además, de las variables requeridas para el cálculo del valor presente
neto.

El cambio en cualquiera de las variables del párrafo anterior modificará el valor de la

función objetivo (VPN). La complejidad del problema incrementa a medida que aumenta
el número de pozos de relleno, pues la producción de cada uno de estos repercutirá en todos
los demás. Y esta producción y repercusión cambiará con la simple acción de modificar la
ubicación de cualquier pozo de relleno, provocando que el número de soluciones posibles
para el problema sea inconmensurable. Por ese motivo, se debe usar un optimizador para
determinar los valores óptimos tanto del número, como de las coordenadas de cada uno
estos pozos.

2.2.3. Optimizador: Método del Túnel

Una vez establecidas la función objetivo, las variables de decisión y los límites del
yacimiento, el siguiente paso es la optimización. Los optimizadores son herramientas que
permiten llevar a cabo una optimización; en este trabajo, se usó el método del túnel,
resultado de los trabajos de Levy y Montalvo (1985) y de Levy y Gómez (1985). Se trata
de un optimizador global robusto, capaz de optimizar una gran cantidad de variables y de
obtener múltiples mínimos locales. Además, consigue resultados con precisión excelente,
en tiempos de ejecución cortos.
 51

Este algoritmo se compone de una secuencia de ciclos; cada uno consta de dos fases:
una de minimización y otra de tunelización. Primero, la fase de minimización comienza en
un punto inicial (𝑥𝑥0 ), en el que el valor de la función objetivo disminuye hasta encontrar un
mínimo local (𝑥𝑥1 ), Fig. 2.2. Después, partiendo del punto encontrado en la minimización,
la fase de tunelización determina un mejor punto inicial en otro valle de la función para la
siguiente fase de la minimización. Ambas fases se repiten hasta encontrar los mínimos
globales (Gómez & Levy, 1985).

El objetivo de la optimización global es encontrar el mínimo global, despreciando los

mínimos locales que no sean de interés. Se desea encontrar la solución global 𝑥𝑥𝐺𝐺 de una
función 𝑓𝑓(𝑥𝑥).
min 𝑓𝑓(𝑥𝑥)
𝑥𝑥 𝜖𝜖 𝐵𝐵

Con 𝐵𝐵 = {𝑥𝑥|𝑙𝑙 ≤ 𝑥𝑥 ≤ 𝑢𝑢}, 𝑓𝑓: 𝑅𝑅𝑛𝑛 → 𝑅𝑅, 𝑥𝑥 ∈ 𝑅𝑅𝑛𝑛 , 𝑓𝑓 ∈ 𝐶𝐶 2 , siendo n el número de

variables independientes.

Figura 2.2. Representación geométrica del método del túnel. (Multiphase Equilibria Calculation by Direct
Minimization of Gibbs Free Energy Using the Tunnelling Global Optimization Method, Nichita & Gómez,
2004).

El método del túnel encuentra el mínimo global de una función f(x), donde f es una
función escalar con primera y segunda derivada continuas y x será un vector con n
elementos. Si f(x) es un mínimo global, se deben cumplir las condiciones siguientes:

1. 𝑓𝑓(𝑥𝑥) > 𝑓𝑓(𝑥𝑥∗ ), ∀𝑥𝑥, 𝑥𝑥 ≠ 𝑥𝑥∗ ‖𝑥𝑥 − 𝑥𝑥∗ ‖ < 𝜀𝜀, 0 < 𝜀𝜀 ≪ 1

2. 𝑓𝑓(𝑥𝑥) > 𝑓𝑓(𝑥𝑥∗ ), ∀𝑥𝑥, 𝑥𝑥 ≠ 𝑥𝑥∗ , 𝐴𝐴 ≤ 𝑥𝑥 ≤ 𝐵𝐵

La primera condición implica que x* es un mínimo de f(x) dentro de una zona pequeña.
La segunda establece que f(x*) es un mínimo global en toda la región de interés.
 52

El método del túnel ha probado ser eficiente en problemas de dificultad elevada. Su

principio se basa en una tunelización desde un valle a otro en la función objetivo, lo que
permite encontrar una serie de mínimos cada vez mejores, hasta encontrar el mínimo global
(Fig. 2.2).

𝑓𝑓(𝑥𝑥1 ) ≥ 𝑓𝑓(𝑥𝑥2 ) ≥ ⋯ ≥ 𝑓𝑓(𝑥𝑥𝐺𝐺 )

donde 𝑥𝑥𝐺𝐺 es el mínimo global de la función objetivo. Al despreciar los mínimos locales
de la función, el algoritmo se vuelve más rápido y eficiente.

Debido a que el método del Tunneling se encarga de minimizar funciones, y los

objetivos de esta tesis son maximizar la función objetivo (VPN), es necesario realizar
ajustes a esta última función, lo cual se muestra en la ecuación siguiente:

𝑚𝑚𝑚𝑚𝑚𝑚[𝑉𝑉𝑉𝑉𝑉𝑉 ] = −𝑚𝑚𝑚𝑚𝑚𝑚[−𝑉𝑉𝑉𝑉𝑉𝑉 ] (2.3)

donde:
𝑚𝑚𝑚𝑚𝑚𝑚[𝑉𝑉𝑉𝑉𝑉𝑉 ] = valor máximo de la función VPN
𝑚𝑚𝑚𝑚𝑚𝑚[𝑉𝑉𝑉𝑉𝑉𝑉 ] = valor mínimo de la función VPN

2.3. Determinación de la función objetivo

Un modelo es una representación de un fenómeno, de un proceso o de la realidad en
general. Dependiendo de su complejidad y del fin de lo que se desea representar, se han
desarrollado diferentes modelos como soluciones a ecuaciones diferenciales parciales en
dos dimensiones, ejemplos de estas son las soluciones analíticas utilizadas en esta tesis:
Rodríguez y Cinco-Ley,1993 y Camacho et al., 1996.

Al comenzar un modelado, se suelen usar modelos sencillos y a partir de estos, se

construyen modelos con mayor complejidad e información, hasta que el responsable del
estudio considere que este representa satisfactoriamente el problema de estudio, es decir,
que el modelo tenga validez.

La función objetivo es una expresión matemática generada a partir de un modelo

matemático, la cual representa una cantidad a optimizar (maximizar o minimizar), por
ejemplo: los ingresos, las utilidades o los costos de una empresa; se tiene que definir como
una variable dependiente de los parámetros de decisión a través de una relación funcional.

La optimización puede ser útil para que la implementación de algún proyecto genere
las utilidades más elevadas, o para que el tiempo requerido para recuperar una inversión sea
 53

el menor posible. En este trabajo, se pretende que el proyecto genere el mayor beneficio y
el método ideal para elegir la mejor alternativa es el valor presente neto (presentado en la
sección [Link] de este trabajo). El criterio para determinarla es simple: la solución que
genere el VPN más alto será la óptima. A continuación, se muestra la determinación del
VPN:

1. El primer paso consiste en la lectura de las variables que determinarán el VPN:

a. Datos del yacimiento:

i. Presión inicial del yacimiento
ii. Presión de referencia
iii. Permeabilidad del yacimiento
iv. Dimensiones del yacimiento (xe y ye)
v. Porosidad de yacimiento
vi. Espesor del yacimiento
vii. Factor de volumen del aceite
viii. Viscosidad del aceite
ix. Compresibilidad total.
b. Datos de los pozos de producción y de relleno:
i. Número de pozos de producción originales
ii. Número de pozos de relleno que comenzarán a producir después
de los pozos originales
iii. Coordenadas en 𝑥𝑥 y 𝑦𝑦 de los pozos de producción
iv. Presión de fondo de cada pozo
v. Radio del pozo, el cuál será el mismo para todos los pozos
vi. Daño del pozo, el cuál puede ser diferente para cada pozo
vii. Tiempo inicial de producción de cada pozo
c. Datos económicos:
i. Costo de perforación de cada pozo
ii. Precio del barril de petróleo
iii. Costo de producción por barril
iv. Tasa de descuento
v. Periodo de evaluación
 54

vi. Regalías
vii. Impuestos
viii. CAPEX
ix. OPEX
x. Capital de trabajo.

2. Una vez que el programa ha leído los datos anteriores, el paso siguiente será
predecir la producción con la solución analítica presentada en la sección 2.1. El
resultado será una serie de gastos que variarán con respecto al tiempo, lo cual
se ejemplifica en la siguiente Figura 2.3:

Gasto contra tiempo

20000

18000

16000

14000

12000
Gasto

10000

8000

6000

4000

2000

0
0 91 182 273 365 456 547 638 730 821 912 1003 1095 1186 1277 1368 1460 1551 1642 1733 1825 1916 2007 2098 2190 2281 2372 2464 2555 2646 2737 2829 2920 3011 3102 3194 3285

𝑡𝑡𝑖𝑖 𝑡𝑡𝑓𝑓
Tiempo
Figura 2.3. Curva de gasto contra tiempo. Los valores de salida de la solución analítica serán
una serie de gastos. La integral de esta curva será igual al volumen de aceite producido durante
el periodo de análisis.

3. A partir de los datos obtenidos en el paso anterior se determina la producción

acumulada de aceite durante el periodo de análisis, la cuál será igual a la integral
de la curva del gasto contra el tiempo:

𝑡𝑡𝑓𝑓
𝑁𝑁𝑝𝑝 = � 𝑞𝑞(𝑡𝑡) 𝑑𝑑𝑑𝑑 (2.4)
𝑡𝑡𝑖𝑖

donde:
𝑁𝑁𝑝𝑝 = producción acumulada de aceite en el tiempo de análisis
𝑡𝑡𝑖𝑖 = tiempo en el que inicia la producción
𝑡𝑡𝑓𝑓 = tiempo en el que finaliza la producción
𝑞𝑞(𝑡𝑡) = gasto
 55

Esta integral puede resolverse por medio de diferentes métodos. En este trabajo
se optó por la regla del trapecio, este método, como su nombre lo indica, emplea
trapecios y brinda áreas más precisas que las sumas de Riemann, las cuales
involucran rectángulos. El área de un trapecio se obtiene mediante la expresión
siguiente:

𝑏𝑏1 + 𝑏𝑏2
𝐴𝐴𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 = 𝑎𝑎 � � (2.5)
2
donde a es la altura, y b1 y b2 son las longitudes de la primera y segunda base,
respectivamente. Adaptando la fórmula anterior al problema en cuestión se
obtiene la Ec. 2.6.:

𝑞𝑞 + 𝑞𝑞2
𝑁𝑁𝑁𝑁𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 = ∆𝑡𝑡 � 1 � (2.6)
2
donde, ∆t es el tiempo que comprende desde el inicio hasta el final del periodo
en cuestión, en días (en el programa se puede optar por que este periodo sea
mensual, bimestral, trimestral, semestral o anual) y q1 y q2 son los gastos
registrados al comienzo y al final del periodo en cuestión. Para obtener el
volumen producido durante el tiempo total de estudio, es necesario sumar los
volúmenes producidos de todos los periodos:
𝑛𝑛
𝑞𝑞𝑖𝑖 + 𝑞𝑞𝑖𝑖−1
𝑁𝑁𝑁𝑁 = � ∆𝑡𝑡 � � (2.7)
𝑖𝑖=2
2

donde n es el número total de periodos y t la duración de estos.

4. Después de obtener la predicción de los volúmenes producidos en cada periodo,

se calcularán los flujos de efectivo del proyecto, éstos dependerán de los
ingresos y egresos, mostrados en las secciones 1.4.1 y 1.4.2.

a. Ingresos:

i. Volumen producido
ii. Precio del petróleo
b. Egresos:

i. Inversiones iniciales
ii. Costos operativos
iii. Depreciación
iv. Impuestos
 56

v. Regalías

5. Para obtener los flujos de efectivo, las variables anteriores interactuarán de la

manera siguiente:

La utilidad bruta se obtendrá multiplicando el volumen producido de petróleo

(en barriles) por el precio del barril de petróleo:
𝑈𝑈𝑈𝑈 = 𝑁𝑁𝑁𝑁 ∗ 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑑𝑑𝑑𝑑𝑑𝑑 𝑏𝑏𝑏𝑏𝑏𝑏𝑏𝑏𝑏𝑏𝑏𝑏 (2.8)

donde:
𝑈𝑈𝑈𝑈 = utilidad bruta
𝑁𝑁𝑁𝑁 = predicción de la producción acumulada

Después, para obtener el flujo de efectivo antes de impuestos, se utilizará la

expresión siguiente:
𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹 = 𝑈𝑈𝑈𝑈 − 𝐶𝐶𝐶𝐶– 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 − 𝑅𝑅𝑅𝑅𝑅𝑅 − 𝐷𝐷𝐷𝐷𝐷𝐷 (2.9)

donde:
𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹 = flujo de efectivo antes de impuestos
𝐶𝐶𝐶𝐶 = costos operativos
𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 = capital expenditures (gastos de capital)
𝑅𝑅𝑅𝑅𝑅𝑅 = regalías
𝐷𝐷𝐷𝐷𝐷𝐷 = depreciación
El flujo de efectivo después de impuestos se calculará con la expresión
siguiente:
𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹 = 𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹 ∗ 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑑𝑑𝑑𝑑 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 (2.10)

6. Para mejorar la precisión, el VPN considera el principio del valor del dinero en
el tiempo, (mostrado en la sección 1.3.3). Para esto, se usará una tasa de
descuento que afectará a los flujos de efectivo futuros durante el tiempo de
análisis. La suma de todos los flujos de efectivo traídos al presente de cada
periodo dará como resultado el valor presente neto del proyecto, Ec. (1.13).

7. El siguiente paso es optimizar, para esto se usará el método del Tunneling

(presentado en la sección 2.2).
8. El resultado de la optimización será una lista del número óptimo de pozos de
relleno y sus coordenadas correspondientes, además de su valor presente neto.
 57

2.3.1. Cálculo del valor presente neto

A continuación, mediante un ejemplo, se muestra el proceso a seguir para obtener el
valor presente neto. Se tiene un yacimiento rectangular cuyas características se presentan
en la Tabla 2.1:

Tabla 2.1. Características del yacimiento utilizado para obtener el VPN.

Características del yacimiento y del fluido

x (ft) y (ft) pinicial (psi) k (md) ϕ h (ft) Bo µ (cp) ct (psi-1)

30,000 30,000 3,500 50 0.15 260 1.3698 1.2856 1.50E-05

Inicialmente producirán dos pozos, se planea que después de un año comiencen a

producir dos pozos de relleno. Las siglas PP y PR se refieren a pozo inicial de producción
y pozo de relleno, respectivamente. La Tabla 2.2 muestra las características de los pozos
de producción y de relleno:

Tabla 2.2. Características de los pozos de producción y de relleno

Características de los pozos de producción y de relleno

Pozo x (ft) y (ft) rw (ft) pwf (psi) Daño Tinicial (días)
PP1 7,500 15,000 0.25 1,500 3.00 0
PP2 22,500 15,000 0.25 1,500 3.00 0
PR1 - - 0.25 1,500 0.00 365
PR2 - - 0.25 1,500 0.00 365

Se desea predecir el volumen de hidrocarburos (Np) que se producirá en los siguientes

tres años. Al usar el modelo expuesto en la sección 2.1, se obtuvieron los siguientes gastos
para cada uno de los pozos:

Tabla 2.3. Gastos de los pozos originales y de relleno.

Tiempo (días) QP1 (BPD) QP2 (BPD) QP3 (BPD) QP4 (BPD) Qtotal (BPD)
0 7,914.54 7,914.54 0.00 0.00 15,829.09
91 7,831.48 7,831.48 0.00 0.00 15,662.95
183 7,749.28 7,749.28 0.00 0.00 15,498.56
274 7,667.94 7,667.94 0.00 0.00 15,335.89
365 7,587.46 7,587.46 0.00 0.00 15,174.93
456 7,456.48 7,456.52 8,959.65 8,959.71 32,832.35
548 7,284.08 7,284.11 8,752.49 8,752.55 32,073.23
639 7,115.66 7,115.70 8,550.12 8,550.18 31,331.66
730 6,951.14 6,951.17 8,352.43 8,352.49 30,607.23
 58

821 6,790.42 6,790.45 8,159.31 8,159.37 29,899.55

913 6,633.41 6,633.45 7,970.66 7,970.71 29,208.24
1004 6,480.04 6,480.07 7,786.37 7,786.42 28,532.90
1095 6,330.21 6,330.25 7,606.34 7,606.39 27,873.19

La Figura 2.4 muestra el gasto total para un tiempo de tres años, con intervalos trimestrales
(considerando que la duración promedio de un mes es de 30.42 días):

Producción total

35,000
30,000
Producción (BPD)

25,000
20,000
15,000
10,000
5,000
0

Tiempo (días)

Figura 2.4. Producción contra tiempo. El gasto mostrado es el resultado de la suma de todos los gastos de
los pozos que producen en el yacimiento.

Para obtener el volumen de aceite producido, es necesario calcular el área bajo la curva
de declinación del gasto total contra el tiempo de producción para el rango de 0 a 1095 días
(tres años). Para esto, se utiliza la ecuación (2.6):

Aplicando la ecuación anterior, resultan los volúmenes que se incluyen en la Tabla 2.4:
Tabla 2.4. Gastos totales y producción acumulada de los pozos originales y de relleno

Gastos totales y producción acumulada

Periodo T (días) Qtotal Np (barriles)
1 0 15,829.09 -
2 91 15,662.95 1,436,981.74
3 183 15,498.56 1,421,899.59
4 274 15,335.89 1,406,975.74
5 365 15,174.93 1,392,208.53
6 456 32,832.35 2,190,572.31
7 548 32,073.23 2,961,641.85
8 639 31,331.66 2,893,164.97
9 730 30,607.23 2,826,271.35
 59

10 821 29,899.55 2,760,924.41

11 913 29,208.24 2,697,088.36
12 1004 28,532.90 2,634,728.29
13 1095 27,873.19 2,573,810.05
Total 27,196,267.20

Los ingresos y egresos estarán sujetos a las condiciones incluidas en la Tabla 2.5:

Tabla 2.5. Condiciones económicas a las que estarán sujetos los ingresos y egresos

Condiciones económicas de los ingresos y egresos

Costo pozo (dólares) 20,000,000
Precio barril (dólares) 47
Tasa de descuento anual 0.12
Tasa de impuestos 0.8
Costo barril (dólares) 10

Cabe mencionar que el algoritmo propuesto en este trabajo permite la entrada de las
variables de la ecuación (1.11), pero para fines prácticos, en este ejemplo, se despreciará la
depreciación y en el costo por barril estará implícito el OPEX y el capital de trabajo. Para
obtener el flujo de efectivo, se utilizarán las fórmulas (2.8), (2.9) y (2.10), los resultados se
muestran en la Tabla 2.6:

Tabla 2.6. Flujos de efectivo

Flujos de efectivo del proyecto

Utilidad Costos de
CAPEX FEAI FEDI VPN
Tiempo bruta producción
(dólares) (dólares) (dólares) (dólares)
(dólares) (dólares)
0 0 0 0 0 0 0
91 0 67,538,142 14,369,817 53,168,325 10,533,713 10,533,713
183 0 66,829,281 14,218,996 52,610,285 10,325,180 20,858,893
274 0 66,127,860 14,069,757 52,058,103 10,120,776 30,979,669
365 40,000,000 65,433,801 13,922,085 51,511,716 -28,596,717 2,382,952
456 0 102,956,898 21,905,723 81,051,175 15,462,574 17,845,527
548 0 139,197,167 29,616,419 109,580,749 20,708,815 38,554,342
639 0 135,978,753 28,931,650 107,047,104 20,039,847 58,594,189
730 0 132,834,754 28,262,714 104,572,040 19,392,489 77,986,678
821 0 129,763,447 27,609,244 102,154,203 18,766,043 96,752,722
913 0 126,763,153 26,970,884 99,792,269 18,159,834 114,912,556
1,004 0 123,832,229 26,347,283 97,484,947 17,573,207 132,485,763
1,095 0 120,969,073 25,738,101 95,230,972 17,005,531 149,491,294
 60

3. Presentación y análisis de resultados

3.1. Análisis de casos diferentes

Las Tablas 3.1 y 3.2 muestra las propiedades de los yacimientos mostrados a continuación:

Tabla 3.1. Propiedades de los yacimientos de los casos presentados

Propiedades del yacimiento y del aceite

Caso 1 Caso 2 Caso 3
Dimensión en x (ft) 15,000 30,000 44,000
Dimensión en y (ft) 10,000 30,000 18,000
Presión inicial (psi) 3,500 3,500 3,600
Permeabilidad (md) 50 50 50
Porosidad (fracción) 0.15 0.15 0.15
Espesor del yacimiento (ft) 260 260 150
Factor de volumen del aceite 1.3698 1.3698 1.3698
Viscosidad del aceite (cP) 1.2856 1.2856 1.2856
Compresibilidad del aceite (psi-1) 0.000015 0.000015 0.000015
Pozos de producción 1 2 3

Tabla 3.2. Factores económicos involucrados en los casos presentados

Factores económicos
Caso 1 Caso 2 Caso 3
Costo de perforación por pozo (dólares) 20,000,000 20,000,000 20,000,000
Precio del barril de petróleo (dólares) 52 47 50
Tasa de descuento anual 12% 12% 12%
Tasa de impuestos total 80% 80% 80%
Costo de producción por barril (dólares) 10 10 10

3.1.1. Caso 1
Para este caso se tiene un pozo inicial produciendo, que se encuentra justo en el centro
de un yacimiento pequeño. Se desean perforar pozos de relleno luego de un año de iniciar
a producir. Sin embargo, no se conocen las coordenadas ni la cantidad de pozos a perforar.
La Tabla 3.3 muestra los parámetros del pozo productor y de los posibles pozos de relleno,
los cuales producirán a la misma presión de fondo constante:

Tabla 3.3. Parámetros del pozo productor y de los posibles pozos de relleno (Caso 1)

Parámetros del pozo productor y de los pozos de relleno (Caso 1)

x (ft) y (ft) rw (ft) pwf (psi) Daño Tinicial (días)
PP1 7,500 5,000 0.25 1,500 3 0
 61

PR1 - - 0.25 1,500 0 365

PR2 - - 0.25 1,500 0 365
PR3 - - 0.25 1,500 0 365
PR4 - - 0.25 1,500 0 365

Se obtuvieron las coordenadas óptimas para distintos escenarios utilizando el algoritmo

propuesto; para empezar, las únicas variables optimizadas fueron las coordenadas de los
pozos. Cada uno de estos escenarios se distingue por su tiempo de análisis y por la cantidad
de pozos de relleno empleados en la simulación. En la Tabla 3.4 se muestra la distribución
de los pozos dentro del yacimiento en cada escenario:

Tabla 3.4. Distribución de los pozos de relleno dentro del yacimiento (Caso 1)

Distribución de los pozos de relleno en el yacimiento (Caso 1)

PR totales 1 PR 2 PR 3 PR 4 PR
Tiempo (días) x (ft) y (ft) x (ft) y (ft) x (ft) y (ft) x (ft) y (ft)
365 PR1 3,599 5,000 2,692 5,000 3,949 7,760 3,121 2,389
PR2 - - 12,308 5,000 3,947 2,240 3,237 7,664
PR3 - - - - 12,721 5,000 11,988 2,315
PR4 - - - - - - 11,698 7,638
1,096 PR1 3,599 5,000 2,692 5,000 2,279 4,999 3,179 2,354
PR2 - - 12,308 5,000 11,053 2,241 3,179 7,646
PR3 - - - - 11,050 7,760 11,821 2,354
PR4 - - - - - - 11,821 7,647
1,827 PR1 3,599 5,000 2,692 5,000 3,946 2,241 3,179 2,354
PR2 - - 12,308 5,000 12,721 4,999 11,821 2,354
PR3 - - - - 3,949 7,760 3,179 7,646
PR4 - - - - - - 11,821 7,646
2,192 PR1 3,599 5,000 2,692 5,000 3,947 2,241 3,177 2,355
PR2 - - 12,308 5,000 3,949 7,760 11,816 2,350
PR3 - - - - 12,721 5,000 11,826 7,643
PR4 - - - - - - 3,179 7,645

En la Figura 3.1 se muestran gráficamente las distribuciones de los pozos mostradas

en la Tabla 2.1. Debido a que es un yacimiento homogéneo e isotrópico, el área de drene
de los pozos tendrá una forma circular. Como el único pozo productor está en el centro, los
pozos de relleno se sitúan formando un círculo a su alrededor. Es importante mencionar que
los límites del yacimiento también influirán en la posición, pues pozos cercanos a esta
frontera, tendrán áreas de drene menores; por eso, en este caso (en el que xe es mayor que
ye) los pozos de relleno tienden a colocarse en los flancos.
 62

365 días 1096 días

10,000 10,000

8,000 8,000

6,000 6,000

4,000 4,000

2,000 2,000

0 0
0 5,000 10,000 15,000 0 5,000 10,000 15,000

PO 1 PR 2 PR 3 PR 4 PR PO 1 PR 2 PR 3 PR 4 PR

2192 días 1827 días

10,000 10,000

8,000 8,000

6,000 6,000

4,000 4,000

2,000 2,000

0 0
0 5,000 10,000 15,000 0 5,000 10,000 15,000

PO 1 PR 2 PR 3 PR 4 PR PO 1 PR 2 PR 3 PR 4 PR

Figura 3.1. Coordenadas de los pozos de relleno (Caso 1).

En la Tabla 3.4 y la Figura 3.1, se observa que las coordenadas óptimas para un pozo
de relleno (representado con un cuadrado), son las mismas en todos los tiempos de
simulación; lo mismo ocurre en el caso en el que existe dos pozos de relleno (cada pozo se
distribuye en un flanco del yacimiento en cada uno de los escenarios simulados).

La Tabla 3.5 muestra el resultado de cuatro simulaciones después de optimizar las

coordenadas y el número de pozos.

Tabla 3.5. Ubicaciones y número óptimo de pozos de relleno en tiempos diferentes de análisis (Caso 1)

Ubicaciones y número óptimo de pozos de relleno al variar el tiempo de análisis (Caso 1)

Tiempo de análisis 365 días 1096 días 1827 días 2192 días

Número de pozos óptimos 0 2 2 1

x y x y x y x y
 63

PR1 - - 2,692 5,000 2,692 5,000 3,599 5,000

PR2 - - 12,308 5,000 12,308 5,000 - -
PR3 - - - - - - - -
PR4 - - - - - - - -

De la tabla anterior, se extrajo la Figura 3.2, la cual muestra que la cantidad de pozos de
relleno también dependerá del tiempo de análisis.

Número óptimo de pozos vs Tiempo

2 2 2
2
Número óptimo de pozos de relleno

1 1 1 1 1 1
1

0 0
0

Tiempo (días)

Figura 3.2. Variación del número óptimo de pozos de relleno con respecto al tiempo (Caso 1).

Perforar pozos de relleno requiere de un desembolso de capital, el cual tiene que

recuperarse a medida que el tiempo de producción transcurre. Por eso en este caso, si el
análisis solo considera los primeros dos años de producción no será factible la perforación
de nuevos pozos. Por otro lado, al aumentar el periodo de análisis, la cantidad óptima de
pozos de relleno aumentará hasta llegar a un pico. Luego de este pico, esta variable
disminuirá debido a que la aceleración de la producción provoca un agotamiento más
temprano; en la Figura 3.3 se muestra este último efecto.
 64

Gasto vs tiempo
50,000

Gasto (BPD) 40,000

30,000

20,000

10,000

0
0 365 731 1,096 1,462 1,827 2,192 2,558 2,923 3,289 3,654 4,019
Tiempo (días)
0 PR 1 PR 2 PR 3 PR 4 PR

Figura 3.3. Gráfica del gasto total contra el tiempo (Caso 1). Este es el resultado de la suma de los gastos de
todos los pozos para diferentes escenarios, en los cuales se modifica la cantidad de pozos de relleno a perforar.

En la Figura 3.3 se observa que llegará un momento en el que el gasto para un número
de pozos determinado será menor que el gasto obtenido de una cantidad menor de pozos.
Esto se debe a que la aceleración de la producción conlleva un agotamiento más temprano
de la presión y las reservas del yacimiento. Las gráficas de la Figura 3.4 muestran cómo
cambia el valor presente neto con respecto al tiempo cuando se perforan diferentes números
de pozos de relleno.

Valor Presente Neto vs Tiempo

9.00E+07
Valor Presente Neto (dólares)

5.00E+07

1.00E+07

-3.00E+07

-7.00E+07
Tiempo (días)
0 PR 1 PR 2 PR 3 PR 4 PR

Figura 3.4. Gráfica del VPN vs Tiempo (Caso 1). Se muestran los VPN resultantes de los diferentes
escenarios. La curva que representa el VPN que generan cuatro PR es la menor de todas, esto se debe a que
la producción proveniente de esos pozos no es capaz de costear su perforación. También, llegará un punto en
el que el VPN de 0 PR supere al VPN de un PR o dos PR.

En la Figura 3.5 se muestra la variación del VPN a través del tiempo para distintos
pozos de relleno perforados. Cada curva es el resultado de restar el VPN de cero pozos de
 65

relleno al VPN de n pozos de relleno. Si el valor de la función es positivo, significa que

perforar tal cantidad de pozos brindará beneficios económicos; además, la curva que
represente a la solución óptima siempre tendrá el valor más alto para el tiempo en cuestión.

Diferencia del VPN de n pozos respecto al de cero pozos

1.0E+07
Diferencia (dólares)

-1.0E+07 0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285 3,650 4,015 4,380

-3.0E+07

-5.0E+07

-7.0E+07

-9.0E+07
Tiempo (días)

1 PR 2 PR 3 PR 4 PR

Figura 3.5. Variación del VPN de n pozos con respecto al valor de cero pozos (Caso 1). Esta gráfica muestra
la diferencia que existe entre perforar cierta cantidad de pozos y no perforarlos, es el resultado de la resta del
𝑉𝑉𝑉𝑉𝑉𝑉 (𝑛𝑛 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝) – 𝑉𝑉𝑉𝑉𝑉𝑉 (0 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝). Si la curva se encuentra en el cuadrante negativo, no se deben perforar
pozos de relleno; por el contrario, si se encuentra en el positivo, la perforación de pozos generará beneficios
económicos.

Para llegar a estos resultados se supuso que todos los pozos del yacimiento produjeron
a la misma presión de fondo constante, y que no se presentaron estimulaciones en los pozos
durante todo el periodo de análisis, por lo que su daño se mantuvo constante.

3.1.2. Caso 2
Se tiene un yacimiento con dos pozos produciendo en el centro, la Figura 3.6 muestra
el arreglo inicial de estos. En la Tabla 3.6, se observan las propiedades de los pozos
originales y de los posibles pozos de relleno:

Tabla 3.6. Propiedades de los pozos originales y de los posibles pozos de relleno (Caso 2).

Propiedades de los pozos originales y de los posibles pozos de relleno (Caso 2)

x (ft) y (ft) rw (ft) pwf (psi) Daño Tinicial (días)

PP1 7,500 15,000 0.25 1,500 3 0
PP2 22,500 15,000 0.25 1,500 3 0
PR1 - - 0.25 1,500 0 365
PR2 - - 0.25 1,500 0 365
PR3 - - 0.25 1,500 0 365
PR4 - - 0.25 1,500 0 365
 66

PR5 - - 0.25 1,500 0 365

PR6 - - 0.25 1,500 0 365
PR7 - - 0.25 1,500 0 365
PR8 - - 0.25 1,500 0 365

Se supone que todos los pozos del yacimiento producirán a la misma presión de fondo
constante y que su daño también se mantendrá constante durante todo el periodo de estudio.

Coordenadas de los pozos de relleno.

30,000

25,000

20,000
y (ft)

15,000

10,000

5,000

0
0 5,000 10,000 15,000 20,000 25,000 30,000
x (ft)

Pozos originales

Figura 3.6. Arreglo inicial de pozos (Caso 2)

Se utilizó el algoritmo propuesto en esta tesis para obtener las coordenadas óptimas de
los pozos de relleno para los escenarios que se muestran en la Tabla 3.7. Es importante
mencionar que no se optimizó el número de pozos de relleno:

Tabla 3.7. Coordenadas óptimas para tiempos de análisis y cantidad de pozos de relleno diferentes (Caso 2)

Coordenadas óptimas para diferentes tiempos de análisis y cantidad de pozos de relleno

PR totales 4 6 8
Tiempo (días) x(ft) y(ft) x(ft) y(ft) x(ft) y(ft)
1,095 PR1 7,500 5,379 4,919 5,734 3,763 6,821
PR2 22,500 24,622 15,063 6,429 4,196 24,864
PR3 22,500 5,380 14,967 23,597 12,234 3,927
PR4 7,500 24,622 25,136 5,785 17,591 9,900
PR5 - - 4,884 24,217 12,082 20,613
PR6 - - 25,057 24,272 18,109 26,024
PR7 - - - - 26,293 22,977
PR8 - - - - 25,706 5,091
1,460 PR1 7,500 5,377 3,789 5,636 4,632 4,333
PR2 7,499 24,622 16,285 7,709 18,254 4,069
PR3 22,501 5,380 14,334 20,209 11,208 9,171
 67

PR4 22,499 24,623 24,842 3,697 14,910 18,111

PR5 - - 25,024 24,639 16,590 26,240
PR6 - - 7,889 26,587 4,298 24,870
PR7 - - - - 25,815 23,378
PR8 - - - - 26,493 7,143
1,825 PR1 7,500 5,379 4,903 5,761 3,493 7,189
PR2 7,500 24,622 15,000 6,427 11,062 5,311
PR3 22,500 5,379 25,096 5,761 14,962 17,609
PR4 22,500 24,622 15,000 23,572 19,436 4,727
PR5 - - 4,901 24,225 14,908 26,092
PR6 - - 25,099 24,226 4,294 24,478
PR7 - - - - 25,649 24,521
PR8 - - - - 26,536 7,776
2,190 PR1 7,500 5,379 4,894 5,781 7,204 3,814
PR2 7,500 24,622 14,987 6,413 3,463 11,277
PR3 22,500 5,379 25,088 5,758 17,660 4,942
PR4 22,500 24,622 14,994 23,555 15,382 16,877
PR5 - - 4,908 24,244 16,403 25,694
PR6 - - 25,090 24,235 5,090 25,340
PR7 - - - - 26,190 24,017
PR8 - - - - 25,913 6,831

Las coordenadas mostradas en la tabla anterior se muestran en la Figura 3.7.

 68

1,095 días 1,460 días

30,000 30,000

25,000 25,000

20,000 20,000

15,000 15,000

10,000 10,000

5,000 5,000

0 0
0 5,000 10,000 15,000 20,000 25,000 30,000 0 5,000 10,000 15,000 20,000 25,000 30,000

Pozos originales 4 PR 6 PR 8 PR Pozos originales 4 PR 6 PR 8 PR

1,825 días 2,190

2,190 días
días
30,000 30,000
30,000
25,000 25,000
25,000
20,000 20,000
20,000
15,000 15,000
15,000
10,000 10,000
10,000
5,000 5,000
5,000
0 00
0 5,000 10,000 15,000 20,000 25,000 30,000 00 5,000
5,000 10,000
10,000 15,000
15,000 20,000
20,000 25,000
25,000 30,000
30,000

Pozos originales 4 PR 6 PR 8 PR Pozos

Pozos originales
originales 44 PR
PR 66 PR
PR 88 PR
PR

Figura 3.7. Coordenadas de los pozos de relleno (Caso 2). La ubicación óptima de los pozos puede variar con
respecto al tiempo. Debido a que la cantidad de posibles soluciones incrementa a medida que aumenta el
número de pozos de relleno simulados, es posible que exista más de una solución óptima.

Se usó el algoritmo cambiando el tiempo total de producción y optimizando las

coordenadas de los pozos y su número. La Tabla 3.8 muestra algunos de los resultados de
estas optimizaciones:

Tabla 3.8. Coordenadas y número óptimo de pozos de relleno para diferentes tiempos (Caso 2)

Tiempo de análisis 1,095 días 1,460 días 1,825 días 2,190 días

Pozos óptimos 6 7 8 7
x(ft) y(ft) x(ft) y(ft) x(ft) y(ft) x(ft) y(ft)
PR1 4,919 5,734 4,448 5,797 3,493 7,189 5,232 4,810
PR2 15,063 6,429 15,000 4,532 11,062 5,311 12,248 11,286
PR3 14,967 23,597 15,000 14,992 14,962 17,609 26,340 7,320
PR4 25,136 5,785 25,552 5,796 19,436 4,727 17,973 4,259
PR5 4,884 24,217 15,000 25,437 14,908 26,092 14,970 24,745
PR6 25,057 24,272 4,444 24,193 4,294 24,478 4,322 24,379
 69

PR7 - - 25,556 24,193 25,649 24,521 24,727 24,893

PR8 - - - - 26,536 7,776 - -

En la Figura 3.8 se muestran las coordenadas presentadas en la tabla anterior:

Coordenadas de los pozos de relleno.
30,000

25,000

20,000
y (ft)

15,000

10,000

5,000

0
0 5,000 10,000 15,000 20,000 25,000 30,000
x (ft)

Pozos originales 1095 días 1460 días 1825 días 2190 días

Figura 3.8. Coordenadas óptimas de los pozos de relleno (Caso 2). Los triángulos representan a los pozos
originales, al ser un yacimiento homogéneo, los pozos tienden a distribuirse de una manera uniforme por
todo el yacimiento.

La Figura 3.9 muestra el incremento en la producción de aceite en función de la

perforación de pozos de relleno:

Gasto vs Tiempo
100,000

80,000
Gasto (BPD)

60,000

40,000

20,000

0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285
Tiempo (días)

0 PR 2 PR 4 PR 6 PR 8 PR

Figura 3.9. Gasto contra tiempo (Caso 2). Se observa la influencia que tiene la perforación de pozos de relleno
en la producción. A mayor cantidad de pozos de relleno, mayor producción inmediata, con el consecuente
agotamiento temprano del yacimiento.
 70

Como es un yacimiento grande, admite un mayor número de pozos de relleno; en la

Figura 3.10 se muestra el VPN contra el número de pozos en diferentes tiempos.

5.0E+08 VPN vs número de pozos

4.0E+08

3.0E+08
VPN (dólares)

2.0E+08

1.0E+08

0.0E+00
0 1 2 3 4 5 6 7 8
-1.0E+08
Número de pozos
730 días 1460 días 2191 días 2921 días 3651 días 4381 días

Figura 3.10. Valor presente neto vs número de pozos (Caso 2). Se muestra el impacto de la cantidad de los
pozos de relleno en el VPN en distintos tiempos; el número óptimo de pozos corresponderá al punto más alto
de cada una de estas curvas.

El número óptimo de pozos de relleno cambia durante el tiempo de análisis, esto se

presenta en la Figura 3.11; también se muestra que el número máximo de pozos de relleno
que pueden perforarse es de ocho. Sin embargo, es más viable perforar seis o siete pozos
de relleno, porque el rango de tiempos de análisis en los que estos números son óptimos es
mucho mayor.

Número óptimo de pozos de relleno vs tiempo

9
8
8
7 7 7 7 7
Número óptimo de pozos de relleno

7
6 6 6 6
6

1
0 0 0
0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285 3,650 4,015 4,380
Tiempo (días)

Figura 3.11. Número óptimo de pozos vs tiempo (Caso 2). Dependiendo del tiempo de análisis, la cantidad
de pozos cambiará. Al comienzo no será factible debido a la inversión que implica perforarlos; pero, a medida
que transcurre el tiempo, los pozos serán capaces de costearse; sin embargo, en tiempos largos, la cantidad
óptima de pozos de disminuirá debido a que también aceleran la declinación de la producción.
 71

La Figura 3.12 muestra la diferencia entre no perforar pozos de relleno y perforar

algunos. Las características de este yacimiento propician que el número óptimo de pozos
de relleno oscile entre seis y ocho. Sin embargo, al analizar el VPN para diferentes números
de pozos de relleno, se observa que las respuestas para seis y siete pozos son prácticamente
iguales, por lo que es mejor perforar seis.

Diferencia del VPN de n pozos con respecto al de cero pozos

2.00E+08

1.50E+08

1.00E+08
Dólares

5.00E+07

0.00E+00
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285 3,650 4,015 4,380
-5.00E+07

-1.00E+08
Tiempo (días)

1 PR 3 PR 4 PR 6 PR 7 PR

Figura 3.12. Variación del VPN de n pozos con respecto al de cero pozos (Caso 2). Los escenarios en los que
se presenten valores positivos tendrán beneficios económicos. Las curvas para las diferentes cantidades de
pozos de relleno comenzarán con valores negativos, pues se tienen que considerar los costos de perforación.

3.1.3. Caso 3
Este yacimiento, inicialmente tiene tres pozos produciendo. Se requieren perforar
pozos de relleno al cabo de un año. Para simplificar el análisis, se considerará que los pozos
producirán a la misma presión de fondo constante y que su daño se mantendrá fijo. La Tabla
3.9 muestra las características de todos los pozos:

Tabla 3.9. Características de los pozos originales y de relleno (Caso 3).

Características de los pozos originales y de relleno (Caso 3)

x (ft) y (ft) rw (ft) pwf (psi) Daño Tinicial (días)

PP1 11,000 9,000 0.25 1,800 3 0
PP2 22,000 9,000 0.25 1,800 3 0
PP3 33,000 9,000 0.25 1,800 3 0
PR1 4,695 12,222 0.25 1,800 0 365
PR2 17,832 3,408 0.25 1,800 0 365
PR3 6,086 2,616 0.25 1,800 0 365
PR4 11,452 14,024 0.25 1,800 0 365
 72

PR5 35,386 14,439 0.25 1,800 0 365

PR6 22,842 15,271 0.25 1,800 0 365
PR7 40,617 8,494 0.25 1,800 0 365
PR8 29,924 2,850 0.25 1,800 0 365

La Figura 3.13 muestra la producción del yacimiento durante el tiempo de análisis.

Todos los pozos de relleno iniciarán a producir en el día 365, por eso, el incremento en la
producción se observa inmediatamente después de esta fecha, el cuál será mayor a medida
que se tengan más pozos de relleno; sin embargo, la declinación de la producción también
será más acentuada.

Gasto vs tiempo
36,000

30,000

24,000
Gasto (BPD)

18,000

12,000

6,000

Tiempo (días)
0 PR 1 PR 2 PR 3 PR 4 PR

Figura 3.13. Gasto vs tiempo (Caso 3). Se muestra el cambio en la producción generado por la perforación
de pozos de relleno.

La Figura 3.14 muestra el VPN contra el número de pozos de relleno para diferentes
tiempos. Las curvas son diferentes y cada una tendrá un número óptimo de pozos de relleno.
Como es de esperarse, aquellas curvas con tiempos de producción altos tendrán VPN
mayores que las que tengan tiempos de producción menores.
 73

VPN vs Número de pozos

200,000,000

150,000,000
Valor Presente Neto (dólares)

100,000,000

50,000,000

0
0 1 2 3 4
-50,000,000

-100,000,000
Número de pozos

365 730 1,095 1,460 1,825 2,555 3,285

Figura 3.14. VPN vs número de pozos (Caso 3). Como los pozos se perforan a los 365 días de haber iniciado
la producción, la curva que representa a este tiempo es una recta con una pendiente igual al costo de los pozos
de relleno. A tiempos de producción mayores, se observa que los pozos ya son capaces de cubrir sus costos y
ya pueden generar beneficios económicos significativos.

La Figura 3.15 muestra el cambio en el VPN durante el tiempo de producción para

diferentes cantidades de pozos de relleno.

VPN vs tiempo

2.E+08

2.E+08
VPN (dólares)

1.E+08

5.E+07

0.E+00

-5.E+07

-1.E+08
Tiempo (días)

0 1 2 3 4

Figura 3.15. Valor presente neto vs tiempo (Caso 3). El VPN de todas las curvas se elevará conforme avance
el tiempo. Por lo tanto, los incrementos a tiempos más largos serán menores que los que ocurran en tiempos
cortos.

En la Figura 3.16 se muestran las coordenadas de los pozos de relleno en los diferentes
escenarios simulados:
 74

730 días 1,825 días

18,000 18,000
15,000 15,000
12,000 12,000
9,000 9,000
6,000 6,000
3,000 3,000
0 0
0 11,000 22,000 33,000 44,000 0 11,000 22,000 33,000 44,000

PP 1 PR 2 PR 3 PR 4 PR PP 1 PR 2 PR 3 PR 4 PR

2,555 días 3,285 días

18,000 18,000
15,000 15,000
12,000 12,000
9,000 9,000
6,000 6,000
3,000 3,000
0 0
0 11,000 22,000 33,000 44,000 0 11,000 22,000 33,000 44,000

PP 1 PR 2 PR 3 PR 4 PR PP 1 PR 2 PR 3 PR 4 PR

Figura 3.16. Coordenadas de los pozos de relleno en diferentes escenarios (Caso 3)

La Tabla 3.10 muestra las coordenadas de los pozos incluidos en la Figura 3.16:

Tabla 3.10. Coordenadas óptimas para diferentes tiempos y cantidades de pozos de relleno (Caso 3)

Coordenadas óptimas para diferentes tiempos de análisis y cantidades de pozos de relleno (Caso 3)
1 PR 2 PR 3 PR 4 PR
x (ft) y (ft) x (ft) y (ft) x (ft) y (ft) x (ft) y (ft)
730 1 4,911 9,000 4,504 9,000 4,154 9,656 4,061 5,250
2 - - 39,495 9,000 24,370 3,860 18,106 2,467
3 - - - - 39,826 10,464 24,085 14,732
4 - - - - - - 39,587 5,800
1,825 1 4,911 9,000 4,504 9,000 4,174 10,464 3,948 7,034
2 - - 39,495 9,000 19,629 3,861 28,048 3,903
3 - - - - 39,845 9,655 15,952 14,098
4 - - - - - - 40,053 10,966
2,555 1 4,911 9,000 4,504 9,000 4,174 10,463 28,140 4,283
2 - - 39,495 9,000 19,629 3,860 8,356 3,281
3 - - - - 39,845 9,656 7,551 14,431
4 - - - - - - 40,223 9,211
 75

3,285 1 4,911 9,000 4,504 9,000 4,174 7,534 28,048 3,902

2 - - 39,495 9,000 19,619 14,138 3,947 7,034
3 - - - - 39,846 8,346 15,952 14,098
4 - - - - - - 40,052 10,966

La Figura 3.17 incluye el número óptimo de pozos de relleno contra el tiempo.

Pozos de relleno óptimos vs tiempo

4
Número óptimo de pozos de relleno

Tiempo (días)

Figura 3.17. Número óptimo de pozos de relleno vs tiempo. La curva comienza en cero, sube a un punto
máximo y luego declina; este comportamiento será el mismo para todos los casos en los que se utilice un
modelo de yacimiento con estas características.
 76

3.2. Análisis de las propiedades que influyen en el VPN

En este apartado se muestra el efecto que tienen las propiedades del pozo y del
yacimiento en la producción de hidrocarburos. Esta información puede ser útil en aquellos
casos en los que se desee mejorar el flujo de fluidos desde el yacimiento hasta el pozo,
mediante diversas operaciones.

3.2.1. Efecto de los parámetros del pozo

[Link]. Efecto del radio del pozo

El radio del pozo influirá directamente en la producción: radios grandes provocarán
mayores gastos y declinaciones más abruptas en la producción.

[Link]. Efecto del daño

El daño se definió en la sección 1.1.2, el cual alterará el comportamiento de los pozos
originales y de relleno. Si los primeros pozos están estimulados, la producción inicial de los
pozos de relleno será menor, pues habrá menos volumen recuperable de hidrocarburos en
el yacimiento.

El número de pozos de relleno a perforar también dependerá del daño, los yacimientos
que presenten pozos dañados tenderán a necesitar más pozos de relleno. Este factor se puede
modificar por medio de reparaciones, que mejorarán el flujo, permitiendo aprovechar mejor
la energía del yacimiento. En la Figura 3.18 se muestra el efecto del daño en la producción.
 77

0 PR 1 PR
40,000 40,000

35,000 35,000

30,000 30,000
Gasto total (BPD)

Gasto total (BPD)

25,000 25,000

20,000 20,000

15,000 15,000

10,000 10,000

5,000 5,000

0 0
0 365 730 1095 1460 1825 2190 0 365 730 1095 1460 1825 2190
Tiempo (días) Tiempo (días)

Daño = -2 Daño = 0 Daño = 2 Daño = -2 Daño = 0 Daño = 2

2 PR 3 PR
40,000 40,000

35,000 35,000

30,000 30,000
Gasto total (BPD)

Gasto total (BPD)

25,000 25,000

20,000 20,000

15,000 15,000

10,000 10,000

5,000 5,000

0 0
0 365 730 1095 1460 1825 2190 0 365 730 1095 1460 1825 2190
Tiempo (días) Tiempo (días)

Daño = -2 Daño = 0 Daño = 2 Daño = -2 Daño = 0 Daño = 2

Figura 3.18. Efecto del daño en la producción. En este caso, se tiene un solo pozo original, si el pozo (o pozos) originales
tiene daño, el gasto total de los pozos de relleno será diferente. La producción inicial de los pozos de relleno fue menor
en los escenarios en los que el pozo original estaba estimulado, debido a que drena más aceite que en los casos en los
que estaba dañado.

Al existir daño, las condiciones de flujo en las vecindades del pozo disminuyen,
modificando la producción. Lo cual se ilustra en la Figura 3.19.
 78

Gasto vs Tiempo
16,000
14,000
12,000
Gastos (BPD)

10,000
8,000
6,000
4,000
2,000
0
0 183 365 548 730 913 1,095 1,278 1,460
Tiempo (días)

Daño = -2 Daño = 0 Daño = 2

Figura 3.19. Efecto del daño en la producción de aceite. En esta simulación no se perforaron pozos de relleno,
el gasto generado por el pozo dañado es considerablemente menor que el que proviene del pozo sin daño, y
este a su vez, es menor que el proveniente por el pozo estimulado.

En la Figura 3.20 se muestra el efecto que tiene el daño en los ingresos. Como es de
esperarse, el pozo que se encuentra estimulado genera mayores ganancias, debido a que su
producción no está restringida. Es importante mencionar que incluir el costo de las
estimulaciones no está dentro de los alcances de este trabajo; sin embargo, si es necesario
es posible añadir esta variable en el algoritmo.

Ingresos vs tiempo
$40,000,000
$35,000,000
Ingresos (Dólares)

$30,000,000
$25,000,000
$20,000,000
$15,000,000
$10,000,000
$5,000,000
$0
0 183 365 548 730 913 1,095 1,278 1,460
Tiempo (días)

Daño=-2 Daño=0 Daño=2

Figura 3.20. Efecto del daño en los ingresos. Un pozo dañado brindará menos beneficios económicos.
 79

3.2.2. Efecto de los parámetros del yacimiento

[Link]. Porosidad
Se realizaron múltiples simulaciones para observar la influencia de la porosidad en la
producción empleando el modelo presentado en la sección 2.1; algunos de los resultados se
muestran en las Figuras 3.21 y 3.22. Se considera que el valor del gasto inicial de todos los
pozos es el mismo para todas las porosidades evaluadas; también, la transmisibilidad del
yacimiento será la misma. Sin embargo, a medida que transcurre el tiempo de producción,
es evidente que aquellos casos en los que las porosidades son menores presentan
declinaciones más abruptas. Esto último ocurre debido a que el volumen de fluidos
almacenados en el yacimiento es directamente proporcional al valor de la porosidad.

Variación en la porosidad (0 PR)

3,000

2,500

2,000
Gasto (BPD)

1,500

1,000

500

0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285 3,650 4,015 4,380 4,745 5,110 5,475
Tiempo (días)

φ = 0.05 φ = 0.10 φ = 0.15 φ = 0.20 φ = 0.25

Figura 3.21. Variación de la producción con respecto a la porosidad (0 PR). La declinación de las curvas que
representan a los casos con porosidades bajas es más abrupta que sus contrapartes.

Variación en la porosidad (1 PR)

5,000

4,000
Gasto (BPD)

3,000

2,000

1,000

0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285 3,650 4,015 4,380 4,745 5,110 5,475
Tiempo (días)
φ = 0.05 φ = 0.10 φ = 0.15 φ = 0.20 φ = 0.25

Figura 3.22. Variación de la producción con respecto a la porosidad (1 PR). La perforación de pozos está
pensada para realizarse a los 365 días de haber comenzado la producción. Al adicionar un pozo de relleno, el
agotamiento de la producción ocurrirá antes que en la gráfica anterior.
 80

Mientras mayor sea la porosidad, el tiempo necesario para agotar el yacimiento será
mayor, pues porosidades altas permiten a la roca almacenar más hidrocarburos. Además,
será más viable perforar pozos de relleno.

[Link]. Viscosidad
A mayor viscosidad, el aceite tendrá mayor resistencia a fluir. La producción será
inversamente proporcional a la viscosidad del fluido.

Yacimientos con viscosidades altas tenderán a agotarse en un tiempo mayor; además

se requerirá un número mayor de pozos de relleno. En las Figuras 3.23 y 3.24 se muestra
el efecto de la viscosidad en la producción de aceite.

Efecto de la viscosidad en la producción (0 PR)

14,000
12,000
10,000
Gasto (BPD)

8,000
6,000
4,000
2,000
0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285 3,650 4,015 4,380 4,745 5,110 5,475
Tiempo (días)
μ=1 μ = 2.5 μ=5 μ = 10 μ = 100

Figura 3.23. Efecto de la viscosidad en la producción (0 PR).

Efecto de la viscosidad en la producción (1 PR)

18,000
16,000
14,000
12,000
Gasto (BPD)

10,000
8,000
6,000
4,000
2,000
0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285 3,650 4,015 4,380 4,745 5,110 5,475

Tiempo (días)
μ=1 μ = 2.5 μ=5 μ = 10 μ = 100
Figura 3.24. Efecto de la viscosidad en la producción (1 PR)
 81

[Link]. Permeabilidad
Mientras más alta sea la permeabilidad, la producción de los pozos mejorará, sin
embargo, la declinación de la producción será muy abrupta y las reservas se agotarán
rápidamente. Por el contrario, permeabilidades bajas brindan producciones bajas y
declinaciones con pendientes suaves. Los yacimientos con permeabilidades bajas son
buenos candidatos para perforar pozos de relleno. En la Figura 3.25 se muestra el cambio
en la producción de los pozos debido a diferentes permeabilidades.

Efecto de la permeabilidad en la producción Efecto de la permeabilidad en la producción

(0 PR) (1 PR)
50,000 50,000

40,000 40,000

Gasto (BPD)
Gasto (BPD)

30,000 30,000

20,000 20,000

10,000 10,000

0 0
0 365 730 1,095 1,460 0 365 730 1,095 1,460
Tiempo (días) Tiempo (días)
k=1 k = 10 k = 100 k = 1000 k=1 k = 10 k = 100 k = 1000

Figura 3.25. Efecto de la permeabilidad en la producción (0 y 1 PR). Existe una gran diferencia entre los
gastos para permeabilidades altas y bajas. El gasto de los pozos es proporcional a la permeabilidad de la roca.
En las curvas de la gráfica correspondiente a 1 PR se observan escalones a los 365 días, estos son resultado
del incremento de la producción ocasionado por los pozos de relleno.

La producción de los pozos es proporcional a la permeabilidad y al igual que la

viscosidad, el rango de valores que puede tener es muy amplio. El efecto de la variación de
la permeabilidad de la formación en la producción puede ser más fácil de observar en una
gráfica semilogarítmica, como se muestra en la Figura 3.26.

Efecto de la permeabilidad en la producción Efecto de la permeabilidad en la producción

(0 PR) (1 PR)
100,000 100,000

10,000 10,000
Gasto (BPD)

Gasto (BPD)

1,000 1,000

100 100

10 10

1 1
0 365 730 1,095 1,460 0 365 730 1,095 1,460
Tiempo (días) Tiempo (días)
k=1 k = 10 k = 100 k = 1000 k=1 k = 10 k = 100 k = 1000

Figura 3.26. Efecto de la permeabilidad en la producción (0 y 1 PR). Las gráficas semilogarítmicas permiten
observar mejor la magnitud del impacto de la permeabilidad en la producción.
 82

[Link]. Factor de volumen del aceite

El factor de volumen del aceite (Bo) es un parámetro que influirá en el volumen de
hidrocarburos que contiene el yacimiento. Mientras más alto sea este valor, el volumen de
aceite será menor, como se puede observar en las Figuras 3.27 y 3.28.

Efecto del factor de volumen en la producción (0 PR)

4000

3000
Gasto (BPD)

2000

1000

0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285 3,650 4,015 4,380 4,745 5,110 5,475
Tiempo (días)
Bo= 1 Bo = 1.25 Bo= 1.5 Bo= 2 Bo= 3

Figura 3.27. Efecto del factor de volumen del aceite en la producción (0 PR).

Efecto del factor de volumen del aceite en la producción (1 PR)

8000

6000
Gasto (BPD)

4000

2000

0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285 3,650 4,015 4,380 4,745 5,110 5,475
Tiempo (días)
Bo= 1 Bo = 1.25 Bo= 1.5 Bo= 2 Bo= 3

Figura 3.28. Efecto del factor de volumen del aceite en la producción (1 PR).

Es importante mencionar que los aceites ligeros tienen factores de volumen altos (y estos
fluyen mejor que los pesados); sin embargo, el gasto decrementó debido a que se tiene un
yacimiento volumétrico y el volumen que contiene es inversamente proporcional al factor
de volumen Bo.
 83

[Link]. Compresibilidad del aceite

En la Figura 3.29 se muestra el efecto de la compresibilidad del aceite en la producción,
se observa que la declinación del aceite es mayor en aquellos casos que presentan
compresibilidades bajas.

Efecto del factor de volumen en la producción (0 PR)

4,000

3,000
Gasto (BPD)

2,000

1,000

0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920
Tiempo (días)
co = 0.000003 co = 0.000009 co = 0.000015 co = 0.000020 co = 0.000025

Figura 3.29. Efecto de la compresibilidad del aceite en la producción (0 PR). Compresibilidades altas
brindan curvas de declinación de la producción más suaves.

Efecto del factor de volumen en la producción (1 PR)

5,000

4,000
Gasto (BPD)

3,000

2,000

1,000

0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920
Tiempo (días)
co = 0.000003 co = 0.000009 co = 0.000015 co = 0.000020 co = 0.000025

Figura 3.30. Efecto de la compresibilidad del aceite en la producción (1 PR). En los escenarios en los que la
compresibilidad es elevada, la producción declina más suavemente debido a la expansión mayor del aceite al
declinar la presión. La producción inicial del pozo original fue la misma en todos los casos.
 84

[Link]. Efecto del número de pozos

En la Figura 3.31 se muestra el incremento en la producción debido a la perforación
de pozos de relleno. A medida que se perforan más pozos, la producción de aceite será
mayor. Sin embargo, el agotamiento rápido de las reservas también provocará una
declinación de la presión del yacimiento más temprana.

Gasto vs Tiempo
1.E+05

9.E+04

8.E+04

7.E+04
Gasto (BPD)

6.E+04

5.E+04

4.E+04

3.E+04

2.E+04

1.E+04

0.E+00

0 91 182 273 365 456 547 638 730 821 912 1,003 1,095 1,186 1,277 1,368 1,460 1,551 1,642 1,733 1,825 1,916 2,007 2,098 2,190 2,281 2,372 2,464 2,555 2,646 2,737 2,829 2,920 3,011 3,102 3,194 3,285

Tiempo (días)

8 PR 4 PR 0 PR

Figura 3.31. Efecto de la perforación de pozos de relleno. Mientras mayor sea el número de pozos
productores, el incremento de la producción será mayor. Sin embargo, esto conlleva un agotamiento más
temprano del yacimiento.
El número óptimo de pozos de relleno a perforar dependerá de la capacidad que tenga
el yacimiento para transmitir sus fluidos, del volumen de hidrocarburos que puede contener
y del tiempo en el que se realice el análisis de la producción.

La transmisibilidad es un parámetro compuesto que se obtiene a partir de la siguiente

ecuación:

𝑘𝑘𝑎𝑎 ℎ
𝑇𝑇 = (3.1)
𝜇𝜇

donde:
𝑇𝑇 = transmisibilidad
𝑘𝑘𝑎𝑎 = permeabilidad
ℎ = espesor
𝜇𝜇 = viscosidad

De acuerdo con la Figura 3.32, si la transmisibilidad de un yacimiento es buena (ya

sea porque la viscosidad del aceite es baja o porque la permeabilidad de la roca es alta), y
 85

se desea obtener el mejor VPN en un periodo corto, lo ideal será perforar múltiples de pozos
de relleno. En este mismo caso, a largo plazo, no se necesitaría de la perforación de
múltiples pozos e incluso de ninguno en los mejores escenarios del VPN.

En cambio, si la transmisibilidad es baja, no será viable perforar pozos de relleno a

tiempos cortos, pues los nuevos pozos aún no alcanzarán la producción acumulativa de
petróleo suficiente para cubrir sus costos y generar ganancias. Sin embargo, el número de
pozos óptimos se eleva a tiempos más largos.

Número óptimo de pozos vs tiempo

3
Número óptimo de pozos

Tiempo (días)

T = 5,000 (md*ft/µ) T = 1,250 (md*ft/µ)

Figura 3.32. Efecto de la transmisibilidad en el número óptimo de pozos. En el caso en el que la

transmisibilidad es más alta (T = 5,000 (md*ft/µ)), el número óptimo de pozos aumenta en tiempos cortos y
disminuye en tiempos intermedios. Mientras que el otro caso (T = 1,250 (md*ft/µ)), el número óptimo
aumenta en tiempos intermedios y largos.

Si el yacimiento posee transmisibilidades altas, los gastos de los pozos serán más
elevados y las reservas del yacimiento se agotarán más rápidamente; pasará todo lo
contrario si posee transmisibilidades bajas. Además, yacimientos con transmisibilidades
bajas, en tiempos largos tenderán a requerir más pozos de relleno que los que tengan
transmisibilidades altas.

Existen casos en los que es mejor perforar pocos pozos o incluso ninguno, ya sea porque
el tiempo de análisis es muy bajo y los pozos de relleno no pueden alcanzar a cubrir sus
costos o porque simplemente no es factible perforar pozos nuevos; esto último ocurre en
yacimientos con pocas reservas. Las reservas del yacimiento dependen de su tamaño,
espesor, porosidad y del factor de volumen del aceite. Mientras más reservas tenga el
yacimiento, el tiempo necesario para agotarlas será mayor y tenderá a admitir un mayor
número óptimo de pozos.

Si el objetivo es generar la mayor utilidad a largo plazo, perforar un número alto de

pozos de relleno no siempre será lo ideal. La perforación de pozos y sus gastos de
 86

producción, involucra un desembolso de capital que afectará negativamente al valor

presente neto. Por otro lado, si se prioriza recuperar la inversión en un periodo corto, lo
mejor será perforar menos pozos o incluso no perforar. En la Figura 3.33 se muestra el
efecto que tiene el número de pozos en el VPN considerando diferentes tiempos, en la que
el punto más alto de cada curva corresponderá al número óptimo de pozos de relleno.

Número óptimo de pozos vs tiempo

9
8
Número óptimo de pozos de relleno

7
6
5
4
3
2
1
0
0 365 730 1,095 1,460 1,825 2,190 2,555 2,920 3,285 3,650 4,015 4,380
Tiempo (días)

Caso 1 Caso 2 Caso 3

Figura 3.33. Número óptimo de pozos de relleno vs tiempo. Los casos corresponden a los expuestos en la
sección 3.1. Cada yacimiento posee propiedades únicas que lo distinguen de los demás, las cuales pueden
influir en menor o mayor medida en el VPN.

El tiempo es un factor importante, el número óptimo de pozos cambiará de acuerdo con

el tiempo que dure el estudio. La Tabla 3.11 muestra el número óptimo de pozos de relleno
obtenido para cada tiempo, para los casos considerados en esta tesis:

Tabla 3.11. Registro de tiempo contra el número óptimo de pozos de relleno para los tres casos presentados.

Registro de tiempo contra el número óptimo de pozos de relleno para los tres casos presentados
Tiempo (días) Caso 1 Caso 3 Caso 2
0 0 0 0
365 0 0 0
730 0 0 0
1,095 2 1 6
1,460 2 1 7
1,825 2 1 8
2,190 1 2 7
2,555 1 2 7
2,920 1 3 7
 87

3,285 1 3 7
3,650 1 2 6
4,015 1 2 6
4,380 1 2 6

[Link]. Efecto de tamaño del yacimiento

Como se ha visto, el volumen de hidrocarburos almacenado en un yacimiento depende
de múltiples factores, uno de estos es el tamaño del yacimiento. Los yacimientos grandes
tenderán a contener más hidrocarburos que los pequeños. Además, mientras más grande sea
un yacimiento, el tiempo requerido para agotar sus reservas será mayor. Por eso, en
yacimientos grandes suele ser más factible perforar una mayor cantidad de pozos.

[Link]. Efecto de la posición de los pozos

En los ejemplos mostrados en la sección 3.1 se observa la manera en la que los pozos
de relleno se distribuyen. Los pozos de relleno se situarán en aquellas zonas en donde los
pozos originales no han drenado un volumen considerable. Además, los límites del
yacimiento también influirán en su posición, pues mientras más cerca un pozo esté de una
frontera exterior, su área de drene será menor.

Para observar los beneficios de optimizar el VPN, se comparan los siguientes dos
escenarios correspondientes al “Caso 1” presentado en la sección 3.1.1:

Coordenadas de los pozos

10,000
9,000
8,000
7,000
6,000
5,000
4,000
3,000
2,000
1,000
0
0 1,500 3,000 4,500 6,000 7,500 9,000 10,500 12,000 13,500 15,000

Pozo productor Ubicaciones óptimas Ubicaciones no óptimas

Figura 3.34. Coordenadas de los pozos. El pozo original está señalado con el triángulo, mientras que los
pozos óptimos se encuentran señalados con cuadrados y los no óptimos con círculos.
 88

En la Figura 3.35 se muestra la diferencia entre perforar pozos de relleno en

ubicaciones óptimas y en ubicaciones no óptimas:

Gasto vs tiempo
30,000 700.00
600.00
25,000
500.00
20,000
Gasto (BPD)

400.00
15,000 300.00
200.00
10,000
100.00
5,000
0.00
0 -100.00
0 365 730 1,095 1,460 1,825
Tiempo (días)

No óptimas Óptimas Diferencia

Figura 3.35. Comparación de la producción entre las coordenadas óptimas y no óptimas. El eje secundario
de la derecha es resultado de restar el gasto de las coordenadas que no son óptimas al gasto de las coordenadas
óptimas. El área bajo la última curva representará el incremento en el volumen de aceite producido.
 89

4. Conclusiones
Las funciones de los pozos de relleno son acelerar la producción e incrementar el volumen
producido de hidrocarburos, elevando el factor de recuperación. Los tiempos iniciales de
producción de los pozos de relleno no son variables que deban optimizarse, pues los
beneficios de los pozos de relleno se observan mejor cuando se perforan en etapas
tempranas.

Cada yacimiento posee características que lo distinguen de los demás, por lo que no es
posible establecer una verdad absoluta con respecto a la cantidad de pozos a perforar. En
general, será factible perforar más pozos de relleno cuando:

1. Las reservas del yacimiento sean grandes debido a:

a. Las dimensiones del yacimiento (x y y) sean grandes.

b. El espesor del yacimiento sea alto.

c. La porosidad de la roca sea grande, lo que le permitirá contener más volumen

de hidrocarburos.

2. La transmisibilidad sea baja debido a:

a. Permeabilidades bajas

b. Viscosidades altas

3. El aceite posea una compresibilidad baja, lo que impedirá que el fluido se expanda
adecuadamente al declinar la presión; influyendo en la producción.

La producción de los pozos también será sensible al daño, presión de fondo y sus radios.
Por lo que es necesario mantenerlos en condiciones óptimas para garantizar buenos
resultados.

Además de las variables mencionadas anteriormente, el número óptimo de pozos dependerá

de los objetivos del inversionista, y del tiempo en que desee recuperar su inversión o tener
ganancias. En todos los casos simulados hubo una variación en la cantidad óptima de pozos
de relleno cuando se emplearon diferentes tiempos de análisis.
 90

Perforar una cantidad elevada de pozos incrementará la producción, pero no necesariamente

se reflejará un mayor beneficio económico. Cada pozo de relleno tiene que ser capaz de
costear su perforación además de generar beneficios económicos.

En esta tesis se usó una solución analítica que considera un yacimiento homogéneo,
isotrópico y de una sola porosidad, por lo que es muy probable que exista más de una
solución óptima; en todo caso, el optimizador mostrará las mejores soluciones del problema
y las clasificará de acuerdo con una tolerancia. Cuando esto ocurre, lo ideal será tomar la
decisión que implique el uso de la menor cantidad de recursos, pues los costos de transporte
de material, herramientas, personal, etc., pueden ser variables que influyan en el VPN y que
no se consideraron en la elaboración de este algoritmo.

También, se debe tomar en cuenta que el modelo empleado considera una forma
rectangular, la cual puede adaptarse a los yacimientos para tener resultados aproximados.
Es posible modificar el modelo de yacimiento empleado en este trabajo para la predicción
de la producción, y puede adaptarse a las particularidades del yacimiento con que se trabaja.
Sin embargo, el modelo presentado en esta tesis es muy útil en las etapas tempranas, en las
que la información sobre el yacimiento es escasa.

Si se dispone de modelos diferentes al empleado en esta tesis, ya sean para yacimientos de

doble o triple porosidad o heterogéneos y anisotrópicos, se recomienda emplearlos
conjuntamente con el optimizador, para generar resultados similares a los presentados en
este trabajo.

Se desarrolló un algoritmo capaz de encontrar el número óptimo de pozos de relleno con

sus coordenadas respectivas. El tiempo de ejecución del algoritmo depende principalmente
de la cantidad de pozos de relleno que puede admitir el yacimiento, del número de los
cálculos de los flujos de efectivo de los proyectos y el tiempo total de análisis. Las
soluciones óptimas permitirán obtener la mayor cantidad de beneficios.
 91

Referencias
Ahmed, T., & McKinney, P. D. (2005). Advanced reservoir engineering. Gulf Professional
Publishing.
Alireza, B., & Nwaoha, C. (2014). Dictionary of oil, gas, and petrochemical processing.
CRC Press.
Almeida Garza, A. (1994). Determinación del precio internacional del petróleo. Fondo de
cultura económica México.
Alvarado, V., & Manrique, E. (2010). Enhanced oil recovery: field planning and
development strategies. Elsevier.
Antoniou, A., & Lu, W.-S. (2007). Practical Optimization. Algorithms and Engineering
Applications. Springer.
Craft, B.C, y Hawkins, M. H. (1990). Applied Petroleum Reservoir Engineering. Prentice
Hall PTR.
Banco de México. (2020, julio 30). Precio de la mezcla mexicana de petróleo. Retrieved
from Banco de México: [Link]
[Link]
Blank, L., & Tarquin, A. (2006). Ingeniería económica. Mc Graw Hill.
Camacho, R., & et al. (1996). Optimum Position for Wells Producing at Constant Wellbore
Pressure. Society of Petroleum Engineers.
Comisión Nacional de Hidrocarburos. (2012). El futuro de la producción de aceite en
México: recuperación avanzada y mejorada IOR-EOR. CNH.
Donaldson, E. C. (1984). Enhanced oil recovery. Los Angeles, California, [Link].:
Elsevier.
Escobar, F. H. (2012). Fundamentos de ingeniería de yacimientos. Neiva, Colombia:
Guadalupe Ltda.
Gómez, S., & Levy, A. (1985). The tunneling method applied to global optimization. In R.
H. P. T. Boggs, Numerical Optimization (pp. 213-244). SIAM.
Guerrero, L. G. (2009). Evaluación económica de un mejorador de crudo por medio de
opciones reales. (Tesis de maestría). Universidad Nacional Autónoma de México,
CDMX, México.
Lake, L. W. (2011). Enhanced oil recovery. Austin, Texas: University Co-op.
Langenkamp, R. D. (2014). Handbook of oil industry: terms & phrases. Tulsa, Oklahoma:
PennWell.
 92

Levy, A. V., & Montalvo, A. (1985). The Tunneling Algorithm for the Global Minimization
of Functions. SIAM J. Sci. Stat. Comput. , Society for Industrial and Applied
Mathematics.
Mannucci, J. (s.f.). Caracterización Física de Yacimientos. Mannyron Consultores.
McCain, W. (1990). The Properties of Petroleum Fluids. PennWell.
Moix, R. (2014). Evaluación económica de proyectos petroleros. Bogotá, Colombia:
HIPERGRAPH.
Nichita, D., & Gómez, S. (2004). Multiphase Equilibria Calculation by Direct Minimization
of Gibbs Free Energy Using the Tunnelling Global Optimization Method. Journal
of Canadian Petroleum Technology.
R. Meneu, J. M.-S. (1999). Fundamentos de optimización matemática en economía.
Universidad de Valencia.
Rangel, E. R. (2015). IOR-EOR: Una oportunidad histórica para México. CDMX, México:
Academia de Ingeniería México.
Rodriguez, F., & Cinco-Ley, H. (1993). A new model for production decline. SPE.
Satter, A., & Iqbal, G. (2016). Reservoir Engineering. Elsevier.
Society of Petroleum Engineers. (2018). Petroleum Resources Management System.
Society of Petroleum Engineers.
Van Horne C. James, W. J. (2010). Fundamentos de administración financiera. Pearson
Education.
William G. Sullivan, E. M. (2004). Ingeniería económica de DeGarmo. Pearson Educación.
 93

Anexos
Anexo I. Variables adimensionales y sistema de unidades
Las variables adimensionales son parámetros que llevan implícitos grupos de variables
reales que influyen en el comportamiento de un fenómeno; su uso facilita la resolución del
problema al reducir la cantidad de variables a trabajar. Son directamente proporcionales a
las variables reales, contienen valores característicos del problema y como su nombre lo
indica, no poseen unidades.

A continuación, se muestran las definiciones de las variables adimensionales usadas en

la solución analítica empleada en esta tesis. La cual considera un yacimiento homogéneo e
isotrópico con fronteras cerradas al flujo, de forma rectangular y con pozos que producen a
una presión de fondo constante.

La presión adimensional se define de la siguiente manera:

𝑝𝑝𝑖𝑖 − 𝑝𝑝(𝑥𝑥, 𝑦𝑦, 𝑡𝑡)

𝑝𝑝𝐷𝐷 (𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑡𝑡𝐷𝐷 ) = (I.1)
𝑝𝑝𝑖𝑖 − 𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤

Cuando un pozo produce a una presión de fondo constante, su gasto cambiará con el
tiempo. Por otro lado, si un pozo produce bajo un gasto constante, lo que variará será su
presión de fondo. El gasto de un pozo j que produce a una presión de fondo constante se
muestra a continuación:

141.2𝜇𝜇𝑞𝑞𝑤𝑤𝑤𝑤 (𝑡𝑡)𝐵𝐵
𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 = (I.2)
𝑘𝑘ℎ�𝑝𝑝𝑖𝑖 − 𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤 �

El tiempo adimensional se define de la manera siguiente:

0.006329 𝑘𝑘𝑘𝑘
𝑡𝑡𝐷𝐷 = (I.3)
𝜙𝜙𝜙𝜙𝑐𝑐𝑡𝑡 𝐴𝐴

Las coordenadas adimensionales para una geometría rectangular están dadas por las
siguientes ecuaciones:
√
𝑥𝑥𝐷𝐷 = 𝑥𝑥/ 𝐴𝐴 (I.4)
√
𝑦𝑦𝐷𝐷 = 𝑦𝑦/ 𝐴𝐴 (I.5)
 94

Los parámetros empleados en las variables adimensionales son los siguientes:

𝑝𝑝𝑖𝑖 = presión inicial del yacimiento

𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤𝑤𝑤 = presión de referencia
𝜇𝜇 = viscosidad del fluido
𝑡𝑡 = tiempo en variables reales
qwj (t) = gasto del pozo j en el tiempo t
𝐵𝐵 = factor de volumen del aceite
𝑘𝑘 = permeabilidad
ℎ = espesor del yacimiento
𝑐𝑐𝑡𝑡 = compresibilidad total
𝐴𝐴 = área del yacimiento

A continuación, en la Tabla I. 1 se muestran las unidades de los parámetros utilizados

en la solución de esta tesis:

Tabla I. 1. Unidades de los parámetros empleados en la solución analítica.

Unidades de los parámetros empleados en la solución analítica

Parámetro Unidad
Presión (p) psi
Permeabilidad (k) md
Viscosidad (𝜇𝜇) cp
Factor de volumen del aceite (Bo) bbl/STB
Porosidad (𝜙𝜙) -
Compresibilidad (𝑐𝑐𝑜𝑜 ) psi-1
Tiempo (t) días
Coordenadas de los pozos (x, y) pies
 95

Anexo II. Solución de Rodríguez y Cinco-Ley

Formulación y resolución del problema

El flujo en el yacimiento se describe con la ecuación siguiente:

𝜕𝜕 2 𝑝𝑝𝐷𝐷 𝜕𝜕 2 𝑝𝑝𝐷𝐷 𝑛𝑛𝑛𝑛 𝜕𝜕𝑝𝑝

2
+ 2
+ 2𝜋𝜋 � 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 (𝑡𝑡𝐷𝐷 )𝛿𝛿�𝑥𝑥𝐷𝐷 − 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷 − 𝑦𝑦𝐷𝐷𝐷𝐷 � = 𝐷𝐷 (II.1)
𝜕𝜕𝑥𝑥𝐷𝐷 𝜕𝜕𝑦𝑦𝐷𝐷 𝑗𝑗=1 𝜕𝜕𝑡𝑡𝐷𝐷

donde:
0 < 𝑥𝑥𝐷𝐷 < 𝑥𝑥𝑒𝑒𝑒𝑒
0 < 𝑦𝑦𝐷𝐷 < 𝑦𝑦𝑒𝑒𝑒𝑒
𝑡𝑡𝐷𝐷 > 0

La ecuación diferencial (II.1) estará sujeta a las condiciones iniciales y de frontera

siguientes:

𝜕𝜕𝑝𝑝𝐷𝐷
� =0
𝜕𝜕𝑥𝑥𝐷𝐷 𝑥𝑥
𝐷𝐷 =0, 𝑥𝑥𝑒𝑒𝑒𝑒

𝜕𝜕𝑝𝑝𝐷𝐷
� =0
𝜕𝜕𝑦𝑦𝐷𝐷 𝑦𝑦
𝐷𝐷 =0, 𝑦𝑦𝑒𝑒𝑒𝑒

El problema planteado se puede resolver con la transformada de Laplace y las funciones

de Green. La transformada de Laplace de la ecuación (II.1) se muestra a continuación:

𝜕𝜕 2 𝑝𝑝̅𝐷𝐷 𝜕𝜕 2 𝑝𝑝̅𝐷𝐷 𝑛𝑛𝑛𝑛

2
+ 2
+ 2𝜋𝜋 � 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤
̅ (𝑡𝑡𝐷𝐷 )𝛿𝛿�𝑥𝑥𝐷𝐷 − 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷 − 𝑦𝑦𝐷𝐷𝐷𝐷 � = 𝑠𝑠𝑝𝑝̅𝐷𝐷 (II.2)
𝜕𝜕𝑥𝑥𝐷𝐷 𝜕𝜕𝑦𝑦𝐷𝐷 𝑗𝑗=1

Y sus condiciones de frontera en el espacio de Laplace son:

𝜕𝜕𝑝𝑝̅𝐷𝐷
� =0
𝜕𝜕𝑥𝑥𝐷𝐷 𝑥𝑥
𝐷𝐷 =0, 𝑥𝑥𝑒𝑒𝑒𝑒

𝜕𝜕𝑝𝑝̅𝐷𝐷
� =0
𝜕𝜕𝑦𝑦𝐷𝐷 𝑦𝑦
𝐷𝐷 =0, 𝑦𝑦𝑒𝑒𝑒𝑒

Resolviendo la ecuación anterior con sus condiciones de frontera mediante el método

de las funciones de Green resulta:
𝑛𝑛𝑛𝑛
𝑝𝑝̅𝐷𝐷 (𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 ) = −2𝜋𝜋 � 𝐺𝐺�𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 ; 𝑠𝑠�𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤
̅ (II.3)
𝑗𝑗=1
 96

donde 𝐺𝐺�𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 ; 𝑠𝑠� es la función de Green asociada al problema y se obtiene
como solución de la siguiente ecuación:

𝜕𝜕 2 𝐺𝐺 𝜕𝜕 2 𝐺𝐺
+ − 𝑠𝑠𝑠𝑠 = 𝛿𝛿(𝑥𝑥′ − 𝑥𝑥𝐷𝐷 , 𝑦𝑦′ − 𝑦𝑦𝐷𝐷 ) (II.4)
𝜕𝜕𝑥𝑥′ 2 𝜕𝜕𝑦𝑦′ 2

Con las condiciones de frontera siguientes:

𝜕𝜕𝜕𝜕
� =0
𝜕𝜕𝑥𝑥′ 𝑥𝑥′ =0, 𝑥𝑥𝑒𝑒𝑒𝑒

𝜕𝜕𝜕𝜕
� =0
𝜕𝜕𝑦𝑦′ 𝑦𝑦′ =0, 𝑦𝑦
𝑒𝑒𝑒𝑒

Al resolver la ecuación (II.4), se obtienen las siguientes funciones de Green:

a) Si 0 < 𝑦𝑦′ < 𝑦𝑦𝐷𝐷

𝐺𝐺(𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥′ , 𝑦𝑦′ ; 𝑠𝑠)
√ √
1 𝑐𝑐𝑐𝑐𝑐𝑐ℎ� 𝑠𝑠(𝑦𝑦𝐷𝐷 − 𝑦𝑦𝑒𝑒𝑒𝑒 )� 𝑐𝑐𝑐𝑐𝑐𝑐ℎ� 𝑠𝑠𝑦𝑦′ �
= −√ √
𝑠𝑠𝑥𝑥𝑒𝑒𝑒𝑒 𝑠𝑠𝑠𝑠𝑠𝑠ℎ� 𝑠𝑠𝑦𝑦𝑒𝑒𝑒𝑒 � (II.5)
′
2 ∞ 𝑐𝑐𝑐𝑐𝑐𝑐ℎ �𝑎𝑎𝑛𝑛 �𝑦𝑦 − 𝑦𝑦𝑒𝑒𝑒𝑒 �� 𝑐𝑐𝑐𝑐𝑐𝑐ℎ[𝑎𝑎𝑛𝑛 𝑦𝑦′ ] 𝑛𝑛𝑛𝑛𝑥𝑥𝐷𝐷 𝑛𝑛𝑛𝑛𝑥𝑥′
− � 𝑐𝑐𝑐𝑐𝑐𝑐 � � 𝑐𝑐𝑐𝑐𝑐𝑐 � �
𝑥𝑥𝑒𝑒𝑒𝑒 𝑛𝑛=1 𝑎𝑎𝑛𝑛 𝑠𝑠𝑠𝑠𝑠𝑠ℎ[𝑎𝑎𝑛𝑛 𝑦𝑦𝑒𝑒𝑒𝑒 ] 𝑥𝑥𝑒𝑒𝑒𝑒 𝑥𝑥𝑒𝑒𝑒𝑒

b) Si 𝑦𝑦𝐷𝐷 < 𝑦𝑦′ < 𝑦𝑦𝑒𝑒𝑒𝑒 :

𝐺𝐺(𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥′ , 𝑦𝑦′ ; 𝑠𝑠)
√ √
1 𝑐𝑐𝑐𝑐𝑐𝑐ℎ� 𝑠𝑠(𝑦𝑦𝐷𝐷 )� 𝑐𝑐𝑐𝑐𝑐𝑐ℎ� 𝑠𝑠(𝑦𝑦′ − 𝑦𝑦𝑒𝑒𝑒𝑒 )�
= −√ √
𝑠𝑠𝑥𝑥𝑒𝑒𝑒𝑒 𝑠𝑠𝑠𝑠𝑠𝑠ℎ� 𝑠𝑠𝑦𝑦𝑒𝑒𝑒𝑒 � (II.6)
′
2 ∞ 𝑐𝑐𝑐𝑐𝑐𝑐ℎ �𝑎𝑎𝑛𝑛 �𝑦𝑦 − 𝑦𝑦𝑒𝑒𝑒𝑒 �� 𝑐𝑐𝑐𝑐𝑐𝑐ℎ[𝑎𝑎𝑛𝑛 𝑦𝑦𝐷𝐷 ] 𝑛𝑛𝑛𝑛𝑥𝑥𝐷𝐷 𝑛𝑛𝑛𝑛𝑥𝑥′
− � 𝑐𝑐𝑐𝑐𝑐𝑐 � � 𝑐𝑐𝑐𝑐𝑐𝑐 � �
𝑥𝑥𝑒𝑒𝑒𝑒 𝑛𝑛=1 𝑎𝑎𝑛𝑛 𝑠𝑠𝑠𝑠𝑠𝑠ℎ[𝑎𝑎𝑛𝑛 𝑦𝑦𝑒𝑒𝑒𝑒 ] 𝑥𝑥𝑒𝑒𝑒𝑒 𝑥𝑥𝑒𝑒𝑒𝑒

En las ecuaciones anteriores, el termino 𝑎𝑎𝑛𝑛 se define como

2
𝑎𝑎𝑛𝑛 = �𝑠𝑠 + �𝑥𝑥𝑛𝑛𝑛𝑛 � ; 𝑛𝑛 = 0,1,2, …
𝑒𝑒𝑒𝑒

Para un yacimiento produciendo con múltiples pozos bajo presión de fondo constante,
se agrega la siguiente condición a la localización de los pozos:

𝑝𝑝𝐷𝐷 (𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 , 𝑡𝑡𝐷𝐷 ) = 𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤 + 𝑆𝑆𝑖𝑖 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 (𝑡𝑡𝐷𝐷 ) (II.7)

 97

donde 𝑖𝑖 = 1,2, … , 𝑛𝑛𝑛𝑛

donde 𝑆𝑆𝑖𝑖 es el factor de daño en el pozo i. La transformada de Laplace de la condición

anterior resulta en:

𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤
𝑝𝑝̅𝐷𝐷 (𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 ) = + 𝑆𝑆𝑖𝑖 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤
̅ (II.8)
𝑠𝑠

La ecuación anterior puede sustituirse en la ecuación (II.2) para conseguir el siguiente

sistema de ecuaciones:
𝑛𝑛𝑛𝑛 𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤
�
𝑗𝑗=1
𝐹𝐹𝑖𝑖𝑖𝑖 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤
̅ =−
2𝜋𝜋𝜋𝜋
(II.9)

Para 𝑖𝑖 = 1,2, … , 𝑛𝑛𝑛𝑛

donde 𝐹𝐹𝑖𝑖𝑖𝑖 se define de la siguiente manera:

𝐹𝐹𝑖𝑖𝑖𝑖 = 𝐺𝐺𝑖𝑖𝑖𝑖 + 𝛼𝛼𝑖𝑖𝑖𝑖 (II.10)

Siendo αij y Gij :

−𝑆𝑆𝑖𝑖 /2𝜋𝜋 𝑠𝑠𝑠𝑠 𝑖𝑖 = 𝑗𝑗

𝛼𝛼𝑖𝑖𝑖𝑖 = � (II.11)
0 𝑠𝑠𝑠𝑠 𝑖𝑖 ≠ 𝑗𝑗

𝐺𝐺𝑖𝑖𝑖𝑖 = 𝐺𝐺�𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 , 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 ; 𝑠𝑠� (II.12)

La ecuación (II.9) puede escribirse en notación matricial como:

1
𝐹𝐹 𝑞𝑞𝑤𝑤𝑤𝑤
̅ =− 𝑝𝑝 (II.13)
2𝜋𝜋𝜋𝜋 𝑤𝑤𝑤𝑤

donde 𝐹𝐹 es una matriz cuadrada de orden 𝑛𝑛𝑛𝑛 y elementos 𝐹𝐹𝑖𝑖𝑖𝑖 ; 𝑞𝑞𝑤𝑤𝑤𝑤

̅ es un vector de
gastos adimensionales desconocidos y 𝑝𝑝𝑤𝑤𝑤𝑤 es un vector de presiones de fondo
adimensionales conocidas. Resolviendo el sistema de ecuaciones dado por la ecuación
(II.9), el gasto adimensional queda definido de la siguiente manera:
𝑛𝑛𝑛𝑛 𝑖𝑖+𝑗𝑗
1 ∑𝑗𝑗=1(−1) 𝑀𝑀𝑖𝑖𝑖𝑖 𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤
𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤
̅ = − (II.14)
2𝜋𝜋𝜋𝜋 |𝐹𝐹 |
 98

donde 𝑀𝑀𝑖𝑖𝑖𝑖 es el menor del elemento 𝐹𝐹ij de la matriz 𝐹𝐹 . Cabe mencionar que la ecuación
anterior se encuentra dentro del espacio de Laplace, sin embargo, resulta complicado
obtener su transformada inversa. En esta ecuación, el valor del parámetro de Laplace (s)
tiende a cero a tiempos largos, durante las condiciones de flujo dominadas por las fronteras.

Comportamiento de la producción de los pozos bajo

condiciones de flujo dominadas por frontera
Primero, utilizando las propiedades de la transformada de Laplace, se estableció la
forma limitante de la función de Green, representada por las ecuaciones (II.5) y (II.6). A
tiempos largos, cuando 𝑠𝑠 tiende a cero (representado en la ecuación (II.15)), las ecuaciones
(II.5) y (II.6) se escribirán:

1
𝑙𝑙𝑙𝑙𝑙𝑙 𝐺𝐺(𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥′ , 𝑦𝑦′ ; 𝑠𝑠) = − − 𝛽𝛽(𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥′ , 𝑦𝑦′ ) (II.15)
𝑠𝑠→0 𝑠𝑠
donde la función 𝛽𝛽 (𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥 ′ , 𝑦𝑦) que no depende del parámetro s de Laplace se define
así:

a) Si 0 < 𝑦𝑦 ′ < 𝑦𝑦𝐷𝐷

𝛽𝛽(𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥′ , 𝑦𝑦′ )
′
∞ 𝑐𝑐𝑐𝑐𝑐𝑐ℎ[𝑛𝑛𝑛𝑛(𝑦𝑦𝐷𝐷 − 𝑦𝑦𝑒𝑒𝑒𝑒 )/𝑥𝑥𝑒𝑒𝑒𝑒 ] 𝑐𝑐𝑐𝑐𝑐𝑐ℎ[𝑛𝑛𝑛𝑛𝑥𝑥 /𝑥𝑥𝑒𝑒𝑒𝑒 ] 𝑛𝑛𝑛𝑛𝑥𝑥𝐷𝐷 𝑛𝑛𝑛𝑛𝑥𝑥′ (II.16)
= 2� 𝑐𝑐𝑐𝑐𝑐𝑐 � � 𝑐𝑐𝑐𝑐𝑐𝑐 � �
𝑛𝑛=1 𝑛𝑛𝑛𝑛 𝑠𝑠𝑠𝑠𝑠𝑠ℎ[𝑛𝑛𝑛𝑛𝑦𝑦𝑒𝑒𝑒𝑒 /𝑥𝑥𝑒𝑒𝑒𝑒 ] 𝑥𝑥𝑒𝑒𝑒𝑒 𝑥𝑥𝑒𝑒𝑒𝑒

b) Si 𝑦𝑦𝐷𝐷 < 𝑦𝑦′ < 𝑦𝑦𝑒𝑒𝑒𝑒

𝛽𝛽(𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥′ , 𝑦𝑦′ ; 𝑠𝑠)
∞ 𝑐𝑐𝑐𝑐𝑐𝑐ℎ[𝑛𝑛𝑛𝑛(𝑦𝑦′ − 𝑦𝑦𝑒𝑒𝑒𝑒 )] 𝑐𝑐𝑐𝑐𝑐𝑐ℎ[𝑛𝑛𝑛𝑛𝑦𝑦𝐷𝐷 /𝑥𝑥𝑒𝑒𝑒𝑒 ] 𝑛𝑛𝑛𝑛𝑥𝑥𝐷𝐷 𝑛𝑛𝑛𝑛𝑥𝑥′ (II.17)
= 2� 𝑐𝑐𝑐𝑐𝑐𝑐 � � 𝑐𝑐𝑐𝑐𝑐𝑐 � �
𝑛𝑛=1 𝑛𝑛𝑛𝑛 𝑠𝑠𝑠𝑠𝑠𝑠ℎ[𝑛𝑛𝑛𝑛𝑦𝑦𝑒𝑒𝑒𝑒 /𝑥𝑥𝑒𝑒𝑒𝑒 ] 𝑥𝑥𝑒𝑒𝑒𝑒 𝑥𝑥𝑒𝑒𝑒𝑒

Usando la aproximación (II.16) en la ecuación (II.10) se obtiene lo siguiente:

1
𝐹𝐹𝑖𝑖𝑖𝑖 = − − 𝛾𝛾𝑖𝑖𝑖𝑖 (II.18)
𝑠𝑠

donde:

𝛾𝛾𝑖𝑖𝑖𝑖 = 𝛽𝛽𝑖𝑖𝑖𝑖 − 𝛼𝛼𝑖𝑖𝑖𝑖 (II.19)

𝛽𝛽𝑖𝑖𝑖𝑖 = 𝛽𝛽�𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 , 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 � (II.20)

 99

Usando las propiedades de los determinantes, se puede demostrar que el determinante

de la matriz 𝐹𝐹 con elementos 𝐹𝐹𝑖𝑖𝑖𝑖 puede escribirse de la siguiente manera:

1 𝑛𝑛𝑛𝑛
|𝐹𝐹| = (−1)𝑛𝑛𝑛𝑛 � � |𝛾𝛾|𝑘𝑘 + |𝛾𝛾|� (II.21)
𝑠𝑠 𝑘𝑘=1

donde 𝛾𝛾 es la matriz con 𝛾𝛾𝑖𝑖𝑖𝑖 elementos; |𝛾𝛾| es el determinante de 𝛾𝛾, y |𝛾𝛾|𝑘𝑘 es el

determinante de la matriz 𝛾𝛾, la cual sólo contiene unos en su fila k.

El menor de la matriz Mij de la ecuación (II.4) puede escribirse también de la siguiente

manera:

1 𝑛𝑛𝑛𝑛
𝑀𝑀𝑖𝑖𝑖𝑖 = (−1)𝑛𝑛𝑛𝑛−1 � � �𝑚𝑚𝑖𝑖𝑖𝑖 �𝑘𝑘 + 𝑚𝑚𝑖𝑖𝑖𝑖 � (II.22)
𝑠𝑠 𝑘𝑘=1
 100

Anexo III. Solución de Camacho et al.

Esta solución emplea las funciones de Green y de escalón unitario para resolver
ecuaciones diferenciales no homogéneas.

Usando la transformada de Laplace, se obtiene la solución para pozos múltiples que

producen a diferentes presiones de fondo y cuya producción puede iniciar a diferentes
tiempos en un yacimiento rectangular.
𝑛𝑛𝑛𝑛
𝑝𝑝̅𝐷𝐷 (𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 ) = −2𝜋𝜋 � 𝐺𝐺�𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 ; 𝑠𝑠�𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷𝐷𝐷 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤
̅
𝑗𝑗=1 (III.123)

donde 𝐺𝐺�𝑥𝑥𝐷𝐷 , 𝑦𝑦𝐷𝐷 , 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 ; 𝑠𝑠� es la función de Green asociada al problema en el espacio
de Laplace y 𝑡𝑡𝐷𝐷𝐷𝐷 es el tiempo adimensional en el que el pozo 𝑗𝑗 comenzará a producir.

Las variables adimensionales empleadas en la ecuación anterior están definidas en el

Anexo I.

Para que los pozos de relleno comiencen a producir a diferentes tiempos, se establece
la siguiente condición en su localización:

𝑝𝑝𝐷𝐷 (𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 , 𝑡𝑡𝐷𝐷 )𝐻𝐻(𝑡𝑡𝐷𝐷 − 𝑡𝑡𝐷𝐷𝐷𝐷 )

(III.2)
= 𝐻𝐻(𝑡𝑡𝐷𝐷 − 𝑡𝑡𝐷𝐷𝐷𝐷 )𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤 − 𝑆𝑆𝑖𝑖 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 (𝑡𝑡𝐷𝐷 − 𝑡𝑡𝐷𝐷𝐷𝐷 )𝐻𝐻(𝑡𝑡𝐷𝐷 − 𝑡𝑡𝐷𝐷𝐷𝐷 )

Para 𝑖𝑖 = 1,2, … , 𝑛𝑛𝑛𝑛, en donde 𝑛𝑛𝑛𝑛 será el número total de pozos y 𝑡𝑡𝐷𝐷𝐷𝐷 es el tiempo
adimensional en el que el pozo i comenzará a producir, 𝑆𝑆𝑖𝑖 será el factor de daño del pozo i.
𝐻𝐻(𝑡𝑡𝐷𝐷 − 𝑡𝑡𝐷𝐷𝐷𝐷 ) es la función de escalón unitario o Heaviside, la cual tomará el valor de cero
cuando el tiempo adimensional sea menor que 𝑡𝑡𝐷𝐷𝐷𝐷 y el valor de uno cuando sea igual o
mayor, la siguiente figura muestra esta función.

Función escalón unitario

2

1
f(t)

0
0 2 t4Di 6 8 10
tD

Figura III- 1. Función escalón

*
Los elementos pertenecientes a los anexos de este trabajo se listaron empleando numeración romana.
 101

Al transformar la ecuación (III.2) al espacio de Laplace resulta:

𝑡𝑡𝐷𝐷𝐷𝐷
𝑝𝑝̅𝐷𝐷 (𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 ) − � 𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷 𝑝𝑝𝐷𝐷 (𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 , 𝑡𝑡𝐷𝐷 )𝑑𝑑𝑡𝑡𝐷𝐷𝐷𝐷
0 (III.3)
−𝑠𝑠𝑡𝑡𝐷𝐷
= [𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤 /𝑠𝑠 − 𝑆𝑆𝑖𝑖 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤
̅ ]𝑒𝑒

Empleando el teorema del valor medio para las integrales se obtiene:

𝑡𝑡𝐷𝐷𝐷𝐷
𝑝𝑝𝐷𝐷 (𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 , 𝑧𝑧 ̅𝑡𝑡𝐷𝐷𝐷𝐷 )
� 𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷 𝑝𝑝𝐷𝐷 (𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 , 𝑡𝑡𝐷𝐷 )𝑑𝑑𝑡𝑡𝐷𝐷 = (1 − 𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷 𝑖𝑖 ) (III.4)
0
𝑠𝑠

donde 𝑧𝑧̅ es un número real entre cero y uno. Cuando z se aproxima a uno, da buenos
resultados.

Sustituyendo las ecuaciones (III.3) y (III.4) en la ecuación (III.123), se obtiene el

siguiente sistema de ecuaciones

𝑛𝑛𝑛𝑛 ̅ )
𝑝𝑝𝐷𝐷 (𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 , 𝑡𝑡𝐷𝐷𝐷𝐷 𝑝𝑝
� 𝐹𝐹𝑖𝑖𝑖𝑖 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤
̅ = (1 − 𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷 𝑖𝑖 ) − 𝑤𝑤𝑤𝑤𝑤𝑤 (𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷 𝑖𝑖 ) (III.5)
𝑗𝑗=1 2𝜋𝜋𝜋𝜋 2𝜋𝜋𝜋𝜋
̅ es el tiempo adimensional justo antes de que el pozo i
Siendo 𝑖𝑖 = 1,2, … , 𝑛𝑛𝑛𝑛 y 𝑡𝑡𝐷𝐷𝐷𝐷
comience a producir. Los términos 𝐹𝐹𝑖𝑖𝑖𝑖 , 𝛼𝛼𝑖𝑖𝑖𝑖 y 𝐺𝐺𝑖𝑖𝑖𝑖 se describen a continuación:

𝐹𝐹𝑖𝑖𝑖𝑖 = 𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷𝐷𝐷 �𝐺𝐺𝑖𝑖𝑖𝑖 + 𝛼𝛼𝑖𝑖𝑖𝑖 � (III.6)

A su vez, 𝛼𝛼𝑖𝑖𝑖𝑖 y 𝐺𝐺𝑖𝑖𝑖𝑖 se definen de la siguiente manera:

−𝑆𝑆𝑖𝑖 /2𝜋𝜋 𝑠𝑠𝑠𝑠 𝑖𝑖 = 𝑗𝑗

𝛼𝛼𝑖𝑖𝑖𝑖 = � (III.7)
0 𝑠𝑠𝑠𝑠 𝑖𝑖 ≠ 𝑗𝑗

𝐺𝐺𝑖𝑖𝑖𝑖 = 𝐺𝐺�𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 , 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 ; 𝑠𝑠� (III.8)

Resolviendo el sistema de ecuaciones dado por la ecuación (III.5) se obtiene:

1 𝑛𝑛𝑛𝑛 𝑀𝑀𝑖𝑖𝑖𝑖
𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤
̅ =− � (−1)𝑖𝑖+𝑗𝑗 {𝑝𝑝 (𝑥𝑥 , 𝑦𝑦 , 𝑡𝑡 ̅ )(1 − 𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷𝑖𝑖 )
2𝜋𝜋𝜋𝜋 𝑖𝑖=1 |𝐹𝐹 | 𝐷𝐷 𝐷𝐷𝐷𝐷 𝐷𝐷𝐷𝐷 𝐷𝐷𝐷𝐷 (III.9)
+ 𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤 𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷 𝑖𝑖 }

donde 𝑗𝑗 = 1,2, . . . , 𝑛𝑛𝑛𝑛

 102

donde 𝑀𝑀𝑖𝑖𝑖𝑖 es el menor del elemento 𝐹𝐹𝑖𝑖𝑖𝑖 de la matriz cuadrada 𝐹𝐹 de orden 𝑛𝑛𝑛𝑛, y |𝐹𝐹 | es
su determinante.

Usando la aproximación de la función de Green a tiempos largos dado en el apéndice

II dentro de la ecuación de (III.5) y sustituyendo la ecuación resultante junto con 𝑀𝑀𝑖𝑖𝑖𝑖 y |𝐹𝐹|
se obtiene:

1 𝑛𝑛𝑛𝑛𝑛𝑛
̅ 𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷𝐷𝐷 =
𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 �� (−1)𝑖𝑖+𝑗𝑗 [𝑝𝑝𝐷𝐷𝐷𝐷 + 𝑒𝑒−𝑠𝑠𝑡𝑡𝐷𝐷𝐷𝐷 (𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤 − 𝑝𝑝𝐷𝐷𝐷𝐷 )]
2𝜋𝜋𝜋𝜋 𝑖𝑖=1

∑𝑛𝑛𝑛𝑛𝑛𝑛−1
𝑖𝑖=1
�𝑚𝑚𝑖𝑖𝑖𝑖 �𝑘𝑘
×
∑𝑛𝑛𝑛𝑛𝑛𝑛
𝑘𝑘=1
|𝛾𝛾|𝑘𝑘 (III.10)
𝑛𝑛𝑛𝑛𝑛𝑛 𝑖𝑖+𝑗𝑗 −𝑠𝑠𝑡𝑡𝐷𝐷𝐷𝐷
+ 𝑠𝑠 � (−1) 𝑚𝑚𝑖𝑖𝑖𝑖 [𝑝𝑝𝐷𝐷𝐷𝐷 + 𝑒𝑒 (𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤 − 𝑝𝑝𝐷𝐷𝐷𝐷 )]
𝑖𝑖=1
𝑛𝑛𝑛𝑛𝑗𝑗 𝑛𝑛𝑛𝑛𝑛𝑛 |𝛾𝛾|𝑘𝑘
/� |𝛾𝛾|𝑘𝑘 � / �1 + 𝑠𝑠/ � �
𝑘𝑘=1 𝑘𝑘=1 |𝛾𝛾|

donde 𝑗𝑗 = 1,2, . . . , 𝑛𝑛𝑛𝑛

donde 𝑛𝑛𝑛𝑛𝑛𝑛 es el número de pozos produciendo en el tiempo 𝑡𝑡𝐷𝐷𝐷𝐷 . |γ| es el determinante

de la matriz γ, que contiene elementos γ𝑖𝑖𝑖𝑖 a excepción de su fila k, la cual contiene unos.
También, mij es el menor del elemento γ𝑖𝑖𝑖𝑖 de la matriz γ y �mij �k se obtiene al reemplazar
la fila k de la matriz mij por unos. Además, 𝑝𝑝𝐷𝐷𝐷𝐷 = 𝑝𝑝𝐷𝐷 (𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 , 𝑡𝑡𝐷𝐷𝐷𝐷 ). γij está dado por la
siguiente ecuación:

𝛾𝛾𝑖𝑖𝑖𝑖 = 𝛽𝛽𝑖𝑖𝑖𝑖̃ − 𝛼𝛼𝑖𝑖𝑖𝑖 (III.11)

Además, 𝛽𝛽𝑖𝑖𝑖𝑖̃ está dado por:

̃ 𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 �

𝛽𝛽 �𝑥𝑥

𝑦𝑦𝑒𝑒𝑒𝑒 1 𝑦𝑦̃ 2
𝑦𝑦𝐷𝐷𝐷𝐷 2
+ 𝑦𝑦𝐷𝐷𝐷𝐷 (III.12)
= 𝛽𝛽�𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 𝑥𝑥𝐷𝐷𝐷𝐷 , 𝑦𝑦𝐷𝐷𝐷𝐷 � + � − + 2
�
𝑥𝑥𝑒𝑒𝑒𝑒 3 𝑦𝑦𝑒𝑒𝑒𝑒 2𝑦𝑦𝑒𝑒𝑒𝑒

Siendo 𝑦𝑦̃ = 𝑦𝑦𝐷𝐷𝐷𝐷 si 0 < 𝑦𝑦D𝑗𝑗 < 𝑦𝑦𝐷𝐷𝐷𝐷 . La función 𝛽𝛽 está dada por las ecuaciones (II.16)y
(II.17), mostradas en el Anexo II.

La inversión de Laplace de la ecuación (III. 10) resulta:

 103

𝐻𝐻�𝑡𝑡𝐷𝐷 − 𝑡𝑡𝐷𝐷𝐷𝐷 �𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 �𝑡𝑡𝐷𝐷 − 𝑡𝑡𝐷𝐷𝐷𝐷 �

𝐷𝐷𝑗𝑗 𝑛𝑛𝑛𝑛𝑛𝑛 1 − 𝑒𝑒−𝑡𝑡𝐷𝐷 𝐷𝐷𝑗𝑗
= �� (−1)𝑖𝑖+𝑗𝑗 𝑝𝑝𝐷𝐷𝐷𝐷
2𝜋𝜋 𝑖𝑖=1 𝐷𝐷𝑗𝑗

+ �(𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤 − 𝑝𝑝𝐷𝐷𝐷𝐷 )𝐻𝐻(𝑡𝑡𝐷𝐷

𝑛𝑛𝑛𝑛𝑛𝑛−1
1 − 𝑒𝑒−𝐷𝐷𝑗𝑗 (𝑡𝑡𝐷𝐷 −𝑡𝑡𝐷𝐷𝐷𝐷 ) ∑𝑘𝑘=1 �𝑚𝑚𝑖𝑖𝑖𝑖 �𝑘𝑘 (III.13)
− 𝑡𝑡𝐷𝐷𝐷𝐷 ) �
𝐷𝐷𝑗𝑗 ∑𝑛𝑛𝑛𝑛𝑛𝑛|𝛾𝛾|𝑘𝑘 𝑘𝑘=1
𝑛𝑛𝑛𝑛𝑛𝑛 −𝐷𝐷𝑗𝑗 𝑡𝑡𝐷𝐷
𝑖𝑖+𝑗𝑗
+� (−1) 𝑚𝑚𝑖𝑖𝑖𝑖 �𝑝𝑝𝐷𝐷𝐷𝐷 𝑒𝑒
𝑖𝑖=1
+ (𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤 − 𝑝𝑝𝐷𝐷𝐷𝐷 )𝐻𝐻(𝑡𝑡𝐷𝐷 − 𝑡𝑡𝐷𝐷𝐷𝐷 )𝑒𝑒−𝐷𝐷𝑗𝑗 (𝑡𝑡𝐷𝐷 −𝑡𝑡𝐷𝐷𝐷𝐷 ) �
𝑛𝑛𝑛𝑛𝑛𝑛
/� |𝛾𝛾|𝑘𝑘 �
𝑘𝑘=1

donde:

∑𝑛𝑛𝑛𝑛 |𝛾𝛾|𝑘𝑘
𝐷𝐷𝑗𝑗 = 𝑘𝑘=1 (III.14)
|𝛾𝛾|

La presión adimensional puede obtenerse al sustituir la aproximación de la función de

Green a tiempos largos e invertir:

̅ −𝑡𝑡𝐷𝐷𝐷𝐷
𝑡𝑡𝐷𝐷𝐷𝐷
𝑛𝑛𝑛𝑛𝑛𝑛
𝑝𝑝𝐷𝐷𝐷𝐷 = 2𝜋𝜋 � � 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 (𝜏𝜏)𝑑𝑑𝑑𝑑 + 𝛽𝛽𝑖𝑖𝑖𝑖̃ 𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 (𝑡𝑡𝐷𝐷𝐷𝐷
̅
𝑗𝑗=1
0
(III.15)
̅ − 𝑡𝑡𝐷𝐷𝐷𝐷 �
− 𝑡𝑡𝐷𝐷𝐷𝐷 )] 𝐻𝐻�𝑡𝑡𝐷𝐷𝐷𝐷

Para una 𝑡𝑡𝐷𝐷 ≥ 𝑡𝑡𝐷𝐷𝐷𝐷

̅

La ecuación (III. 13) brinda el gasto adimensional para el pozo j que empezará a
producir en el tiempo 𝑡𝑡𝐷𝐷𝐷𝐷 . Para el caso particular en el que todos los pozos j comiencen a
producir en 𝑡𝑡𝐷𝐷𝐷𝐷 = 0, la ecuación a resolver será la siguiente:

1 𝑛𝑛𝑛𝑛 ∑𝑛𝑛𝑛𝑛−1�𝑚𝑚𝑖𝑖𝑖𝑖 �𝑘𝑘

𝑞𝑞𝑤𝑤𝑤𝑤𝑤𝑤 (𝑡𝑡𝐷𝐷 ) = ��(−1)𝑖𝑖+𝑗𝑗 𝑝𝑝𝑤𝑤𝑤𝑤𝑤𝑤 �1 − 𝑒𝑒−𝐷𝐷𝑡𝑡𝐷𝐷 � 𝑘𝑘=1
2𝜋𝜋𝜋𝜋 𝑗𝑗=1 ∑𝑛𝑛𝑛𝑛𝑛𝑛 |𝛾𝛾|𝑘𝑘 𝑘𝑘 =1
(III.16)
𝑚𝑚𝑖𝑖𝑖𝑖
𝑛𝑛𝑛𝑛𝑛𝑛
+ � (−1)𝑖𝑖+𝑗𝑗 𝑝𝑝 𝑒𝑒−𝐷𝐷𝑡𝑡𝐷𝐷 �
𝑖𝑖=1 |𝛾𝛾| 𝑤𝑤𝑤𝑤𝑤𝑤

donde 𝑗𝑗 = 1,2, … , 𝑛𝑛𝑛𝑛

 104

Anexo IV. Análisis de las variables que influyen en el tiempo

de ejecución del algoritmo
En este anexo se presenta un breve análisis de las variables que influyen en el tiempo
de ejecución del algoritmo.

Para conocer la relación entre el tamaño del yacimiento y el tiempo de ejecución, se

realizó el siguiente ejercicio de optimización: tres yacimientos con las mismas
características a excepción de sus dimensiones en x y en y; el periodo de estudio es de ocho
años. Esto se muestra en la Tabla IV.1:

Tabla IV.1. Propiedades de los yacimientos (Casos A, B y C)

Propiedades del yacimiento y del aceite

Caso A Caso B Caso C
Dimensión en x (ft) 5,000 10,000 15,000
Dimensión en y (ft) 5,000 10,000 15,000
Presión inicial (psi) 3,600 3,600 3,600
Permeabilidad (md) 65 65 65
Porosidad (fracción) 0.16 0.16 0.16
Espesor del yacimiento (ft) 200 200 200
Factor de volumen del aceite 1.4812 1.4812 1.4812
Viscosidad del aceite (cP) 1.2856 1.2856 1.2856
Compresibilidad del aceite (psi-1) 0.000018 0.000018 0.000018
Pozos de producción 1 1 1

Los factores económicos que influirán en los flujos de efectivo de los tres proyectos
tendrán los mismos valores y se muestran en la Tabla IV.2:

Tabla IV.2. Factores económicos implicados en los Casos A, B y C

Factores económicos
Caso A Caso B Caso C
Costo de perforación por pozo (dólares) 15,000,000 15,000,000 15,000,000
Precio del barril de petróleo (dólares) 62 62 62
Tasa de descuento anual 12% 12% 12%
Tasa de impuestos total 78% 78% 78%
Costo de producción por barril (dólares) 12 12 12

Los tres casos tendrán un solo pozo produciendo en el centro del campo y los pozos de
relleno se perforarán después de un año de haber comenzado la producción, esto se presenta
en la Tabla IV. 3:
 105

Tabla IV. 3 Pozos originales de los Casos A, B y C

Pozos originales de los casos A, B y C

x (ft) y (ft) rw (ft) pwf (psi) Daño Tinicial (días)
Caso A PP1 2,500 2,500 0.25 1,500 3 0
Caso B PP1 5,000 5,000 0.25 1,500 3 0
Caso C PP1 7,500 7,500 0.25 1,500 3 0
PRn - - 0.25 1,500 0 365

Se registraron los tiempos de ejecución para escenarios diferentes. El tamaño de los

yacimientos fue la primera variable que se comparó, los resultados se muestran a
continuación:

Tiempo de ejecución vs número de pozos de relleno

120
Tiempo de ejecución (segundos)

100

80

60

40

20

0
0 1 2 3 4 5 6
Número de pozos de relleno
Caso A Caso B Caso C

Figura IV-1. Variación del tiempo de ejecución del algoritmo con respecto al tamaño del yacimiento. Se
observa que, a pesar de que existe gran diferencia en el tamaño de los tres casos, el tiempo de ejecución es
similar en cada uno de estos. La sección de la gráfica que muestra cero pozos de relleno representa el tiempo
de ejecución en el que el programa obtiene el valor presente del proyecto sin considerar pozos de relleno y en
esta, no es necesario optimizar.

Según los resultados obtenidos, el tiempo de ejecución incrementará a medida que

aumente la cantidad de pozos de relleno; sin embargo, el tamaño del yacimiento no será una
variable que influya considerablemente en el tiempo de ejecución, pues los resultados
arrojan tiempos de ejecución similares para los tres casos.

En la siguiente gráfica se muestra la variación en el tiempo de ejecución al cambiar la

duración del periodo de estudio.
 106

Tiempo de ejecución vs número de pozos de relleno

Tiempo de ejecución (segundos) 90
80
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6
Número de pozos de relleno

2 años 4 años 6 años 8 años

Figura IV- 2. Tiempo de ejecución contra número de pozos al variar la duración del periodo de estudio. Se
observa que al igual que con el número de pozos, el tiempo de ejecución incrementará cuando aumente la
duración del periodo de estudio.

Como se observa en la gráfica anterior, el periodo de estudio será una variable que
influya en el tiempo de ejecución del programa. Mientras este sea mayor, se necesitará más
tiempo para obtener la solución óptima del problema.

En la gráfica siguiente se presenta el efecto de la periodización del cálculo de los flujos

de efectivo del proyecto (el cual puede ser mensual, bimestral, etc.):

Tiempo de ejecución de acuerdo con la periodización del cálculo de los

flujos de efectivo
Tiempo de ejecución (segundos)

200

150

100

50

0
Mensual Bimestral Trimestral Cuatrimestral Semestral Anual Bienal
Periodización del cálculo de los flujos de efectivo del proyecto
2 PR 4 PR 8 PR

Figura IV- 3. Tiempo de ejecución de acuerdo con la periodización en el cálculo de los flujos de efectivo.
Mientras menor sea este periodo, el tiempo de ejecución será mayor, pues incrementará la cantidad de cálculos
que realice el programa.
 107

De acuerdo con los resultados, se puede concluir que mientras menor sea la
periodización del cálculo de los flujos de efectivo, el tiempo de ejecución del programa será
mayor. Sin embargo, periodos pequeños brindan resultados más precisos (debido al método
del trapecio empleado para obtener la producción del yacimiento) e información más
detallada.

A pesar de que el tiempo de ejecución depende de todos los datos de entrada, se

concluye que las variables que tendrán mayor influencia sobre este son las siguientes:

a. Cantidad de pozos de relleno a optimizar

b. Tiempo total de análisis

c. Periodización del cálculo de los flujos de efectivo

d. Cantidad de ciclos de minimización y tunelización y tolerancia del método del túnel

Además de las variables anteriores, el tiempo de ejecución también dependerá de la

naturaleza y la velocidad de las instrucciones de la máquina empleada para ejecutar el
programa.