Актуальные подходы к оценке актива на этапе поиска в условиях высокой неопределенности

PROНЕФТЬ. Профессионально о нефти. – 2020 - № 4 (18). – С.10-17

УДК 550.8

Д.А. Балашов, Е.М. Викторова, А.Н. Звада, П.Ю. Киселев
Научно-Технический Центр «Газпром нефти» (ООО «Газпромнефть НТЦ»)

Электронный адрес: Balashov.DA@gazpromneft-ntc.ru viktorova.em@gazpromneft-ntc.ru, zvada.an@gazpromneft-ntc.ru, kiselev.pyu@gazpromneft-ntc.ru

Ключевые слова: карбонатная платформа, gCoS, неопределенность, риск, покрышка, сохранность, перцентили, проницаемость, ОФП, нефть, газ, концепция, PVT свойства, NTG, моделирование, вероятность, кейс, анализ чувствительности, параметры разработки, ПСС, КГФ, оптимизация, VFP таблица, NPV, EMV

В статье рассмотрены актуальные подходы для комплексной оценки неопределенностей на этапе поиска как в части геологии, так и в части разработки месторождений нефти и газа, в том числе при наличии неопределенности по типу насыщения УВ. В работе представлен метод, включающий вероятностную оценку ресурсной базы с последующей вероятностной оценкой неопределенностей по разработке.

CURRENT APPROACH TO ASSET EVALUATION AT THE SEARCH STAGE WITH HIGH UNCERTAINTIES

PRONEFT''. Professional'no o nefti, 2020, no. 4 (18), pp. 10-17

D.A. Balashov, E.M. Viktorova, A.N. Zvada, P.Yu. Kiselev
Gazpromneft NTC LLC, RF, Saint-Petersburg

E-mail: Balashov.DA@gazpromneft-ntc.ru viktorova.em@gazpromneft-ntc.ru, zvada.an@gazpromneft-ntc.ru, kiselev.pyu@gazpromneft-ntc.ru

Keywords: : сarbonate platform, gCoS, uncertainty, risk, seal, preservation, percentiles, permeability, relative permeabilities, oil, gas, concept, PVT properties, NTG, modeling, probability, case, sensitivity analysis, development properties, well-spacing, OGR, optimization, VFP table, NPV, EMV

New approach of complex uncertainties analysis at the exploration stage of the field is considered not only for geological properties but also for reservoir engineering, including the uncertainty of type of hydrocarbons saturation. The method shown in the work is based on the probabilistic method of HIIP estimation which is followed by probabilistic reservoir engineering uncertainties assessment in production profiles calculation.

DOI:  10.7868/S2587739920040011

В последние десятилетия вероятностный подход к оценке ценности активов практически вытеснил детерминистический. Плюсы такого подхода состоят в возможности учесть многочисленные неопределенности, возникающие на всех этапах оценки, начиная от определения геологических запасов и их качества, подходов к разработке оцениваемых месторождений, необходимой инфраструктуры и экономических параметров. Использование вероятностного подхода снижает субъективность и делает процесс принятия решений более прозрачным. В данной статье рассмотрена вероятностная оценка геологических параметров и параметров разработки, выполненная специалистами Научно-Технического Центра «Газпром нефть» для одного из потенциальных активов. Особенность описанного ниже подхода состоит в наиболее полном и непрерывном учете всех возможных вариантов по геологическому строению объекта и его вариантов разработки с учетом комбинаторики максимально влияющих на результат параметров. Уход от упрощенного сценарного подхода с одновременным анализом чувствительности влияющих параметров в данной оценке был рожден наличием неопределенности практически по всем параметрам и широким диапазоном этих параметров, при которых упрощенный сценарный подход не позволяет учесть их в принципе. В пределах участка имеются две поисковые скважины, недобуренные до девонских горизонтов порядка 500 м. Объект частично покрыт 3D сейсморазведкой с северо-восточной стороны. На сейсмической волновой картине изучаемый объект проявляется потерей сигнала, характерной для карбонатных построек. Глубина залегания объекта составляет 4700 м. После комплексного анализа палеофациальных карт и имеющегося сейсмического материала изучаемый объект предположительно представляет собой изолированную карбонатную платформу верхнедевонского возраста, сформировавшуюся на выступе фундамента (рис. 1).

Вплане объект имеет изометричную, вытянутую в северо-восточном направлении форму. На сейсмической картине также определяются некоторые внутренние неоднородности, в частности внутренняя поверхность, которая может ассоциироваться со стратиграфическим несогласием (красная линия на рис. 1). На погоризонтных срезах в районе этой поверхности также определяются изометричные округлой формы элементы, вероятно, связанные с карстообразованием во время перерыва в осадконакоплении. Безусловно, при данной степени изученности объект характеризуется множеством неопределенностей, которые невозможно учесть простой моделью рисков. Для данного региона в целом наличие нефтематеринской породы верхнедевонского возраста подтверждено. Толщей заполнения, замещающей карбонатную постройку по латерали, являются непосредственно верхнедевонские нефтематеринские кремнисто-карбонатно-глинистые породы с высоким содержанием органического вещества. Таким образом, условия для миграции благоприятные, и вероятность успеха по данному фактору оценивается как достаточно высокая, хотя отмечается возможное наличие латеральных барьеров. 

Согласно фациальным реконструкциям в районе работ, а также сейсмической волновой картине, вероятность успеха обнаружения коллектора также высока. Предполагается, что коллектором являются органогенные карбонатные породы, с высокой степенью вероятности трещиноватые. Следует отметить, что качество коллектора, его внутренняя неоднородность являются одними из ключевых неопределенностей, которые будут учтены при расчете профилей добычи. Кроме того, имеется неопределенность фазового состава насыщающего объект углеводорода. По данным геохимических исследований (в том числе и по скважинам, находящимся в непосредственной близости от анализируемого участка), залежь прошла главные зоны нефте и газогенерации. Менее вероятным считается нефтяной кейс по сравнению с газовым. В случае газового кейса присутствует небольшая вероятность генерации сухого газа. С увеличением глубины и степени катагенетических преобразований сгенерированная в «нефтяном окне» нефть с небольшой вероятностью могла быть преобразована в битумы (термическая деструкция). 

С точки зрения расчета шанса геологического успеха для данного объекта, расположенного на достаточно большой глубине и покрытого сейсморазведочными работами лишь частично, ключевым фактором является качество покрышки. Данный фактор был разделен на две составляющие – облекающую покрышку предположительно турнейского возраста, которая обеспечивает геологический успех залежи; и латеральную составляющую, обеспечивающую дополнительный объем УВ ниже spill point. Шанс успеха облекающей покрышки (top seal) был принят менее 50%, так как имеются области разрыва сейсмической фазы, который может быть связан с наличием разрывного нарушения либо являться «шумом» от вышезалегающей пермь-триасовой надвиговой зоны. Успех латеральной составляющей, т.е. удерживающая способность бортов карбонатной постройки, была оценена экспертно также менее 50%.

1.1.JPG

ПЛЮСЫ ПОДХОДА СОСТОЯТ В ВОЗМОЖНОСТИ УЧЕСТЬ МНОГОЧИСЛЕННЫЕ НЕОПРЕДЕЛЕННОСТИ, ВОЗНИКАЮЩИЕ НА ВСЕХ ЭТАПАХ ОЦЕНКИ, НАЧИНАЯ ОТ ОПРЕДЕЛЕНИЯ ГЕОЛОГИЧЕСКИХ ЗАПАСОВ И ИХ КАЧЕСТВА, ПОДХОДОВ К РАЗРАБОТКЕ ОЦЕНИВАЕМЫХ МЕСТОРОЖДЕНИЙ, НЕОБХОДИМОЙ ИНФРАСТРУКТУРЫ И ЭКОНОМИЧЕСКИХ ПАРАМЕТРОВ.

При оценке участка независимо оценивалась ресурсная база в двух вариантах: 1. Кейс А– с насыщением до spill point, не включая литологические экраны бортов карбонатного тела: ВНК Р99 по минимальной замкнутой изолинии, ВНК Р1 – по максимально замкнутой изолинии. 2. Кейс В– с насыщением ниже spill point, включая литологические экраны бортов карбонатного тела: Р90 – отношение высоты залежи к высоте объекта 0,4; Р10 – отношение высоты залежи к высоте объекта 0,7 (статистика по заполнению была взята с месторождений аналогов). Как отмечено выше, объект является очень интересным как по своему типу (массивная постройка), так и по объему ресурсной базы. При этом глубина по вертикали до купольной части этого тела составляет практически 5 км, а сам литологический разрез вышележащих пород характеризуется высоким содержанием серы, что сильно удорожает бурение скважин (нефть самого объекта является малосернистой). Все это приводит к тому, что объект несет в себе очень большие риски, что и отмечено при подсчете ресурсной базы, которая колеблется в широких пределах. Все это поставило перед разработчиками серьезную задачу: учесть влияние неопределенностей в широких пределах с таким уровнем детальной проработки, которой было бы достаточно, чтобы эти допущения не привели к необъективной оценке актива. Очевидно, что такая массивная постройка не может быть гомогенной, и вопрос о ее гетерогенности встал на первый план. При высокой связанности коллектора тело является очень перспективным и высокодренируемым, при этом низкая связанность коллектора может в корне изменить подход к разработке и окупаемость такого объекта. Эта задача потребовала проводить все расчеты в полноценном 3D гидродинамическом симуляторе, без которого учесть латеральную и вертикальную гетерогенность коллектора было бы невозможно. В этом случае хорошим и рабочим инструментом для работы с неопределенностями является анализ чувствительности параметров, так как неопределенность ряда параметров может слабо влиять на результат, и тратить время на1.2.JPG

их учет нецелесообразно. Этот анализ на уровне оценки разработки делается нечасто, но в действительности при таком наборе неопределенностей помогает уменьшить количество расчетов, слабо влияющих на результат.

1. НЕОПРЕДЕЛЕННОСТЬ РАСПРОСТРАНЕНИЯ КОЛЛЕКТОРА 

Для анализа чувствительности на гетерогенность коллектора совместно с экспертами по седиментологии карбонатных построек было уточнено, что распространение коллектора по вертикали может достигать первых метров, а по латерали – от первых метров до километров. Более того, на месторождении-аналоге была собрана статистика по коэффициенту расчлененности, что позволило выявить диапазон мощности пропластков коллектора от 1,6 до 3 м, что сходится с мнением экспертов. Так как размер ячеек геологической модели составлял 2 м по вертикали, вертикальный ранг вариограммы в модели был задан равным 3 м, чтобы учесть корреляцию коллектора. По латерали размер ячеек был задан равным 200м, а ранг неопределенности корреляции фаций – в диапазоне 500-2000м с шагом 500 м. Также в анализе неопределенностей изменялась плотность сетки скважин (ПСС) для возможного определения корреляции между рангом вариограммы и оптимальной ПСС. Однако такая корреляция найдена не была. Этот анализ проведен на модели Р50 (NTG P50). На этом этапе было оценено влияние изменения предпосылок по разработке с использованием накопленной дисконтированной добычи. Полученный результат показал, что на оценку существенно влияет ранг вариограммы в диапазоне до 2000 м, и эту неопределенность (500–2000 м) необходимо учесть. Общий вид геологической модели для вариантов Р90 и Р10 представлен на рис. 2. Из рисунка видно, что моделирование показывает достаточно равномерную неоднородность в сценариях Р50 и Р10 и разобщенные скопления коллектора в сценарии Р90.

2. АНАЛИЗ ЧУВСТВИТЕЛЬНОСТИ ПАРАМЕТРОВ РАЗРАБОТКИ НЕФТЯНОГО КЕЙСА 

Следующим вопросом стала необходимость определения параметров разработки, которые стоит учитывать в оценке, так как большая часть из них варьируется по аналогам вшироких диапазонах, и принимать допущения об их средних показателях нельзя. Такими параметрами были определены: 1) эффективная проницаемость нефти и газа при связанной водонасыщенности; 

2) параметры функций относительных фазовых проницаемостей (ОФП) нефть–вода, такие как связанная нефтенасыщенность, концевая точка по воде, степени Кори воды и нефти в системе нефть–вода; 

3) параметры функций ОФП нефть–газ, такие как связанная газонасыщенность, концевая точка по газу, степени Кори нефти и газа в системе нефть–газ; 

4) сжимаемость воды и породы; 

5) вертикальная анизотропия проницаемости. 

Учет неопределенности по проницаемости проведен как базовый, применяемый во всех оценках независимо от подхода путем построения распределения фазовой проницаемости нефти, замеренной по ГДИС, с последующим снятием значений проницаемости по перцентилям. Также стоит отметить, что для учета изменчивости продуктивности скважин по сценариям разработки нельзя использовать только распределение проницаемости отдельно от вязкости, так как при нелогичном их задании в варианте Р10 по разработке может получиться удельный Кпрод ниже, чем в Р50, если диапазон проницаемости не является широким. Для решения этой проблемы следует оперировать параметром удельной гидропроводности имоделировать его, а уже обратным счетом получать значения проницаемости. В этом случае рекомендуется подбирать такой перцентиль вязкости и проницаемости, где прямой этот перцентиль – для проницаемости, деленный на такой же обратный по вязкости, дает целевую удельную гидропроводность по кейсу разработки (Р90, Р50 и Р10). Для определения влияния неопределенности остальных параметров проведен анализ чувствительности, который показал следующие результаты. Ввиду того что объект проектируется с работой на истощении при слабом аквифере, т.е. при преобладающем режиме растворенного газа, низкое газосодержание дает существенный потенциал выработки объекта при условии опускания забойного давления сильно ниже давления насыщения за счет поддержания пластового давления расширением выделившегося газа. В таком случае драйвером объекта разработки становится именно высокая сжимаемость свободного газа. Поэтому наиболее влияющими на экономику параметрами стали функции ОФП в системе нефть–газ, такие как Sgcr и степень Кори для функции ОФП газа, которым изначально не было уделено должного внимания, в отличие от системы нефть–вода, которая, как оказалось, практически не влияет на результат(рис. 3). Первоочередными параметрами неопределенности по разработке, являющимися драйверами, стали: критическая газонасыщенность, 

1.3.JPG

степень Кори по газу, сжимаемость воды и концевая точка по газу в системе нефть–газ. Следует отметить, что уменьшение сжимаемости воды в 10 раз мало влияет на базовый вариант, а увеличение сжимаемости в 10 раз нефизично, поэтому сжимаемость воды не является значимым параметром неопределенности. Анизотропия, равная 1, использовалась без варьирования, что характерно для карбонатного порово-трещиноватого коллектора (отсутствие влияния на экономику). Все неопределенности по ОФП было решено учитывать комплексно. Для учета неопределенности степеней Кори собрана статистика по аналогам карбонатных коллекторов, после чего каждая из функций нефти, воды и газа по лабораторным исследованиям с аналогов была аппроксимирована аналитическим уравнением Кори через метод наименьших квадратов (МНК) с описанием этой функции (рис. 4). Дальнейшее построение распределения полученных значений степеней по каждому из параметров позволило получить дискретные кейсы Р90, 50 и 10 (своя функция накопленной вероятности для каждого параметра). В дальнейшем при моделировании была задана обратная корреляция степеней от проницаемости, что связано с необходимостью учета фильтрации в двойной среде. Больше проницаемость – больший перекос в сторону модели двойной пористости – степени Кори стремятся к единицам, что характерно для высокотрещиноватого коллектора. 

1.4.JPG

Схожий подход был применен для задания концевых точек воды и газа и Квыт построением их распределений и снятием целевых перцентилей. Так как значение связанной водонасыщенности является исходной информацией из расчета ресурсной базы (РБ), то параметр остаточная нефтенасыщенность высчитывается из Swc, выпавших Квыт и Sgcr , которые задавались вероятностно. Все это позволило провести вероятностную оценку разработки с учетом всех возможных комбинаций по функциям ОФП в обеих системах.

3. PVT МОДЕЛИ 

Часто используемый на практике подход поиска эмпирических корреляций по аналогам между PVT параметрами на данном активе не увенчался успехом ввиду, во-первых, отсутствия необходимой выборки данных, во-вторых, отсутствия устойчивых корреляций. Связано это с изменчивостью, например, плотности нефти и влиянием ее на остальные параметры, что не позволяет определить корреляция вязкости нефти только от объемного коэффициента. Эта задача была решена с помощью адаптации PVT модели в PVT симуляторе на имеющийся ближайший аналог, находящийся в других термобарических условиях. На этот набор PVT свойств аналога, куда входили Bo, Rs, Uo, po, pg, Pres, Tres, был адаптирован набор общеизвестных PVT корреляций, который далее был фиксирован с переходом на термобарические условия объекта разработки, что позволило получить развернутые PVT модели под каждый кейс разработки. Следует отметить, что взаимосвязи между этими корреляциями учтены набором взаимозависимых корреляций (Pb от Rs, Bo от Rs и Pb, вязкость от всех вышеперечисленных и т.д.), поэтому для моделирования удельной гидропроводности (где вязкость нефти высчитывается на каждую вероятностную реализацию от Bo) требовалось найти что-то более простое и доступное. При моделировании PVT моделей определено, что вязкость для низких значений газосодержания нефти сильно зависит как от Bo, так и от плотности нефти в поверхностных условиях (т.е. от компонентного состава). Задача решилась достаточно нетривиально с переходом к более простой в плане реализации статистической корреляции. Врезультате моделирования в PVT симуляторе для разных Bo и плотности сформирована выборка данных, на которой была обучена модель нелинейной многопараметрической регрессии третьей степени, которая описала трехмерную зависимость (формула (1)), что позволило моделировать удельную гидропроводность вероятностно (Uo = f [ρo , Bo]):

ф1.1.JPG

4. ОПТИМАЛЬНЫЕ ПАРАМЕТРЫ ЭКСПЛУАТАЦИИ СКВАЖИН И ТИП ЗАКАНЧИВАНИЯ 

В виду наличия высокой степени неопределенности по распространению коллектора, и тем более по распределению проницаемости внутри этого коллектора, которая может изменяться на 2 порядка, определить на этапе ГРР основные средние характеристики пласта как емкостные, так и фильтрационные будет крайне сложно, а это значит, что закладывать оптимальную систему разработки с высокой детальностью проработки на каждый вариант разработки и геологии не имеет смысла. Здесь был применен подход выбора робастной оптимальной системы разработки, наиболее устойчивой к возможным неопределенностям. Впервую очередь было решено остановиться на наклонно-направленных скважинах без системы ППД. Связано это с этажом нефтеносности, достигающим 1 км по некоторым скважинам, который даже при условии проведения МГРП на ГС можно охватить, только пробурив многозабойные скважины, а такая сетка явно не является устойчивой к изменениям свойств. Закладывать площадную сетку сППД при практически нулевой информации о наличии и распространении системы трещин тоже некорректно. Поэтому разработчики для себя приняли следующие параметры системы разработки, требующие оптимизации: забойное давление, депрессия иПСС. Геологический концепт, который диктует замкнутость системы непроницаемыми породами со всех сторон с небольшой долей подстилающей воды, ограничивает залежь практически единственно возможным естественным режимом работы залежи – режимом растворенного газа, так как подстилающая вода за счет своего небольшого объема и расчлененности коллектора по вертикали не вносит заметного эффекта. 

В таких условиях необходимым условием увеличения КИН является снижение пластового давления ниже давления насыщения. Этот подход особенно эффективен на данном объекте при начальном пластовом давлении 680 атм, начальном давлении насыщения 180 атм, относительно низком газосодержании (123м3 /м3 ) и высоком, принятом по аналогам значении критической газонасыщенности. Это, во-первых, позволяет работать максимально эффективно за счет расширения нефти (диапазон снижения давления от 680 до 180 атм), во-вторых, позволяет снижать давление ниже давления насыщения без критического увеличения газового фактора. Выбор оптимального целевого забойного давления и депрессии проведен одновременно с серийными расчетами разных комбинаций. Минимальное забойное давление было фиксировано на отметке 50 атм (технологический минимум, равный 400м столба жидкости над перфорацией). Диапазон рассматриваемых целевых забойных был следующим: 180, 150, 125, 100, 75 и 50 атм, где 180 – давление насыщения. Уже в случае ограничения давления 150 атм расчет в Р50 при всех депрессиях был нерентабельным. 

При этом понижение лимита и увеличение депрессии ведут к росту экономической эффективности. Однако в случае с целевым забойным, равным 50 атм, рост экономической эффективности пропадает на отметке 60 атм депрессии (при увеличении от 10 до 100 атм). Поэтому оптимальным способом эксплуатации является установка ЭЦН с работой на депрессии 60 атм и выходом на целевое забойное давление, равное 50 атм. Следующим шагом стал выбор робастной системы разработки (в данном случае ПСС), наиболее устойчивой к неопределенностям. Для этого сформированы 250 моделей с разными свойствами пласта: с объемом РБ, фильтрационными свойствами, на каждой из которых были посчитаны 5 вариантов системы разработки с разной ПСС от 55 до 625 Га/скв. Для каждой определенной модели оптимальна своя ПСС, но при этом в большинстве случаев этой

1.5.JPG

оптимальной системой является система сПСС 100 Га/скв, что отражает график EMV в зависимости от сетки скважин (рис. 5). Поэтому сетка скважин с расстоянием в 1000м между скважинами является робастной, и она задавалась для полной вероятностной оценки как готовое решение. Для консолидации расчета разработки были сформированы еще 750 моделей в рамках неопределенностей, чтобы их общее количество было равным 1000, и каждая модель была посчитана с обоснованной робастной системой разработки. Получившееся распределение NPV отражено на рис. 6. Видно, что форма распределения имеет три ярко выраженных пика вероятности, что связано со сценарным подходом при задании объема РБ (ВНК имеет три сценария). Для полного учета неопределенностей стоит не только проводить одновременное моделирование параметров разработки по геологическим сценариям, но и задавать распределение РБ своим распределением. С полученного распределения были сняты перцентили P10, P50 и Р90, и к ним подобраны конкретные модели с профилями, которые через правило Свонсона позволяют дать схожий EMV с математическим ожиданием по выборке, что и является результатом оценки объекта по нефтяному кейсу

1.6.JPG

5. ГАЗОВЫЙ КЕЙС 

Помимо нефтяного кейса в проекте был рассмотрен еще и газовый как наиболее вероятный, где был посчитан концепт Б с жирным газом. Как и с нефтью, никаких прямых исследований PVT свойств не было, и пришлось настраивать PVT модель газовой системы на ближайший газовый аналог с дальнейшим переходом на нужные термобарические условия. В результате была получена комплексная PVTG модель, которая охватывает разный возможный компонентный состав газовой смеси (КГФ) для учета неопределенности по нему. Для газового кейса подход в выборе оптимальной системы существенно отличался от нефтяного. Причина в том, что те неопределенности по распространению коллектора инеоднородности проницаемости, которые оказывали наибольшее влияние на нефтяной кейс, здесь оказывают меньшее влияние из-за работы газовых скважин не на весь потенциал забойного давления. При этом ошибка в количестве пробуренных скважин может «убить» весь проект, так как затраты на газовую инфраструктуру составляют 80% от всех капитальных затрат, инедостижение пиковой нагрузки в длительный срок приведет окупаемость проекта к совершенно другому уровню. Для выбора оптимальной системы разработки проведена комплексная многопараметрическая оптимизация, в которую вошли такие параметры, как накопленная добыча газа на скважину (что фиксирует количество скважин иПСС), уровень полки, необходимость строительства дожимной компрессорной станции (ДКС). Для оптимизации, в первую очередь, были построены зависимости забойного давления

т1.1.JPG

от устьевого (VFP таблицы) при разных КГФ, обводненности, скорости потока газа на забое, где устьевое давление варьируется в диапазоне от 10 (ДКС) и 65 атм (без ДКС). Для расчета количества скважин был принят КИГ 0.9, где НИЗ на скважину варьировался в пределах 2, 3, 4 и 5млрд м3 /скв, а уровень ограничения по инфраструктуре – 4, 5 и 6% от общих НИЗ. Для газового кейса выбор оптимальной системы разработки по вариантам представлен в табл. 1. Аналогично нефтяному кейсу были вероятностно просчитаны варианты полным перебором геологии и параметров неопределенности по разработке, которых для газового кейса оказалось много после проведенного анализа чувствительности. Из параметров изменялся КГФ, параметры кривой ОФП по газу в системе газ-конденсат и др. Врезультате с полученного распределения NPV по газу были подобраны кейсы Р90, 50 и 10 так, чтобы выходить на математическое ожидание выборки NPV через правило Свонсона. Для комплексного учета вероятностей, таких как тип насыщения (нефть–газ) и gCos, соответствующие принятые экспертным сообществом вероятности были учтены на дереве решений. Таким образом, влияние неопределенностей меньшего масштаба на оценку актива было определено на уровне разработки и выбора сценариев. Это стало возможно в том числе из-за единства перспективного объекта разработки на территории ЛУ, экономическая оценка которого на уровне разработки отражает целиком оценку всего ЛУ. Учет глобальных рисков и геологических неопределенностей отражен более глобально на дереве решения.

ВЫВОДЫ 

Представленный метод оценки неопределенностей позволяет комплексно учитывать неопределенности как по геологии, так и по разработке. В представленной методике стоит выделять плюсы относительно упрощенных подходов, к которым можно отнести более корректную оценку активов ввиду того, что все неопределенности находят свое отражение в экономических показателях в той или иной мере. Из минусов можно отметить тот факт, что выполненная оценка не являлась вероятностной полностью, т.е. большинство параметров задавались дискретно через перцентили, при этом такой подход может исказить результирующее распределение NPV, но все же сделать его более правильным, чем при упрощенном подходе. Кроме того, количество требуемых расчетов существенно увеличивается, что требует наличия суперкомпьютеров, иначе сроки сильно растягиваются. Однако, несмотря на это требование, на сегодняшний день это не является проблемой, и авторы ставят перед собой задачу перейти к подходу полновероятностной оценки, что позволит отражать влияние любых неопределенностей на любом этапе оценки напрямую на EMV проекта и показывать максимально объективную картину. Разработанный подход родился из-за невозможности применения сценарного метода оценки актива, который не следует использовать при таком количестве и диапазоне неопределенностей.

Список литературы

    1. ПАО «Газпром нефть». Методика геолого-экономической оценки новых активов разведки и добычи углеводородов, М-01.01.01.02.02-01 версия 2.0. – СПб., 2019. – 134 с
    2. Rose P.R. Risk analysis and management of petroleum exploration ventures, AAPG methods in exploration series. No 12. – Tulsa: American Association of Petroleum Geologists. – 164 p.
    3. Petroleum Geoscience. – Edinburgh: Heriot Watt University, 2005. – 761 p.

References

    1. Metodika geologo-ekonomicheskoi otsenki novykh aktivov razvedki i dobychi uglevodorodov , M-01.01.01.02.02-01 versiya 2.0 [The method of geologic and economic assessment of new assets at exploration and production stages, М-01.01.01.02.02-01 version 2.0]. Saint Petersburg, Gazprom Neft PJSC, 2019. 134 p. 
    2. Rose P.R. Risk analysis and management of petroleum exploration ventures. Tulsa, AAPG methods in exploration series, no. 12, American Association of Petroleum Geologists, 2001. 164 p. 
    3. Petroleum Geoscience. Edinburgh, Heriot Watt University, 2005. 761 p.

Возврат к списку