Resumo: A seleção da estratégia de produção na fase de desenvolvimento de um campo de petróleo é complexa, pois múltiplas incertezas influenciam as decisões. O valor do projeto é maximizado quando a incerteza é gerenciada pela: (1) aquisição de informação para reduzir a incerteza de reservatório; (2) definição de uma estratégia de produção flexível, que possibilite modificar o sistema à medida que a incerteza se desenrola ao longo do tempo; ou (3) definição de uma estratégia de produção robusta, que garanta um bom desempenho sem requerer modificações no sistema após o início da produção. Contudo, o processo decisório é muitas vezes subjetivo e baseado na intuição e experiência profissional, pois critérios objetivos são insuficientes na literatura. O objetivo deste estudo é fornecer critérios de decisão de aplicação simples, sem comprometer a complexidade do problema, reduzindo a subjetividade da: (1) construção e avaliação da curva de risco; (2) seleção da estratégia de produção; e (3) seleção da ação de gerenciar a incerteza. Para a geração da curva de risco, foi realizada uma comparação entre dois métodos: o bem-estabelecido Monte Carlo combinado com metamodelos, e o recém-proposto Hipercubo Latino discretizado com geoestatística, e as vantagens e limitações de cada técnica foram apresentadas. Para a seleção da estratégia de produção, foi proposta uma nova função que combina o valor esperado com semi-desvios padrão abaixo e acima de um retorno benchmark, quantificando o nível de risco e o potencial de ganho de uma estratégia de produção. Esta função foi aplicada para selecionar a estratégia de produção e para estimar o valor esperado da informação, da flexibilidade e da robustez. A seleção da ação para gerenciar a incerteza usa estratégias de produção candidatas predefinidas, optimizadas para modelos representativos do sistema incerto. Foram desenvolvidas estruturas de decisão probabilísticas que avaliam o potencial para informação, flexibilidade e robustez baseadas em (1) características do campo, particularmente o tipo de incerteza; (2) custos e recursos disponíveis e custos; e (3) atitude e objetivos do decisor. Em último lugar, foi proposta uma abordagem integrada baseada na sensibilidade do sistema às incertezas e na influência das incertezas na escolha da estratégia de produção. Essa análise permite selecionar a melhor ação de gerenciamento da incerteza, reduzindo-a com informação ou protegendo o sistema com robustez e flexibilidade Ver menos

Abstract: Selecting a production strategy for oil field development is complex because multiple uncertainties affect decisions. Project value is maximized when uncertainty is managed by: (1) acquiring information to reduce reservoir uncertainty; (2) defining a flexible production strategy, allowing system modifications as uncertainty unfolds over time; or (3) defining a robust production strategy, ensuring good performance without system modifications after production has started. However, decision-making is many times subjective and based on intuition or professional experience due to the lack of objective criteria in the literature. In this study, we aimed to provide easy-to-apply decision criteria, while maintaining the complexity of the problem, reducing the subjectivity of the: (1) construction and assessment of the risk curve; (2) selection of the production strategy; and (3) selection of actions to manage uncertainty. For the construction of the risk curve, we compared two techniques: the well-established Monte Carlo with joint proxy models, with the recently proposed discretized Latin Hypercube with geostatistics, presenting their strengths and limitations. For the selection of the production strategy, we proposed a new function that combines the well-known expected value with lower and upper semi-deviations from a benchmark return, quantifying downside risk and upside potential of production strategies. We applied this function to select production strategies and to estimate the expected values of information, flexibility, and robustness. We selected actions to manage uncertainty using predefined candidate production strategies, optimized for representative models of the uncertain system. We proposed probabilistic-based decision structures to assess the potential for information, flexibility, and robustness, incorporating (1) characteristics of the field, and the type of uncertainties; (2) available resources and costs; and (3) decision maker¿s attitude and objectives. Finally, we proposed an integrated approach looking at project sensitivity to uncertainty and at the effects of uncertainties on production strategy selection. Thus, we identify the best course of action to manage uncertainty, either reducing it with information or protecting the system via robustness and flexibility Ver menos