Bedre reservoarbesluttninger gitt usikkerhet

Offentlig prosjektsammendrag

I en Masteroppgave fra universitetet i Stavanger fra 2018, ble 56 feltutviklingsprosjekter på norsk sokkel fra 1995 til 2017 gjennomgått, noe som avdekket tap av 200 milliarder norske kroner i nåverdi sammenlignet produksjonsestimatene grunnet en dårlig forståelse av usikkerhet og risiko i reservoarene (se f.eks https://www.dn.no/olje/olje/maria/universitetet-i-stavanger/feltene-gir-mindre-olje-enn-tenkt/2-1-458665). Selv om det er mange grunner til disse avvikene, er det liten tvil om at økt kunnskap om undergrunnen og tilhørende usikkerheter er nøkkelen til å unngå kostbare feil i investeringsbeslutningen. Med dette prosjektet ønsker Resoptima å gi olje og gass selskapene metoder og verktøy som muliggjør dette på en effektiv måte. Siden 2010 har Resoptima, med god støtte fra blant annet Forskningsrådet, utviklet verktøy for effektiv generering av reservoarmodeller gitt usikkerhet i data og undergrunnen. Utfordringen er imidlertid at eksisterende verktøy reservoarmodellering og analyse ikke er designet for mange modeller som fanger usikkerhet. Informasjonen som finnes i modellene som genereres blir dermed ikke utnyttet i god nok grad. Formålet med prosjektet er å utvikle løsninger som: gir olje og gass-selskap en mer realistisk oversikt over forventede ressursestimat og hvordan de kan utnytte disse på en bærekraftig måte; automatisk identifiserer områder i reservoaret der man potensielt kan bore nye brønner for å øke utvinningsgraden; automatisk finner optimalt antall brønner man bør borre på feltet, og optimal borerekkefølge for disse brønnene for å kunne utvikle feltene på en lønnsom, men ikke minst bærekraftig, måte. Et eksempel på dette er Johan Sverdrup feltet, hvor en kontinuerlig forbedring av forståelse av usikkerheten økte lønnsomheten med 30 % samtidige som de reduserte det totale CO2 utslippet med 20 % (https://www.equinor.com/en/what-we-do/johan-sverdrup.html). Med dette prosjektet vil slik teknologi bli tilgjengelig globalt.