dc.contributor.advisor | Hagspiel-Janssen, Verena | |
dc.contributor.advisor | Fedorov, Semyon | |
dc.contributor.advisor | Haseldonckx, Sophie | |
dc.contributor.author | Rønning, Anders | |
dc.contributor.author | Haugsgjerd, Johannes Haaland | |
dc.contributor.author | Rogstad, Richard Wilhelm Hammerstad | |
dc.date.accessioned | 2022-10-04T17:21:39Z | |
dc.date.available | 2022-10-04T17:21:39Z | |
dc.date.issued | 2022 | |
dc.identifier | no.ntnu:inspera:116271940:116280679 | |
dc.identifier.uri | https://hdl.handle.net/11250/3023766 | |
dc.description.abstract | Gjennomsnittlig størrelse på nye oljefunn på norsk kontinentalsokkel synker stadig, noe som øker
risikoen knyttet til investeringsbeslutninger i leting og produksjon av petroleumsfelt. Derfor setter
det marginale felt i fare for å forbli uutnyttede og dermed miste verdier for det norske samfunnet.
Siden frittstående feltutbygginger ofte ikke er lønnsomme for slike felt, vurderes vanligvis
tilknytning til eksisterende produksjonsanlegg istedenfor. Samtidig har mange produksjonsanlegg
i modne produksjonsområder ledig kapasitet på grunn av uttømte reservoarer. Videre er leting- og
produksjonsprosjekter gjenstand for betydelig markedsmessig og teknisk usikkerhet når det gjelder
volatile markedspriser og usikre estimeringer av feltpotensialet. I tillegg er marginale oljefelt relativt
mer usikre enn store oljefelt fordi det generelt innhentes mindre data før utvikling. I denne
sammenhengen må det utvikles nye løsninger for å kommersialisere små funn under fremtredende
usikkerheter.
Vi etablerer en modell som: (1) verdsetter utviklingskonsepter for tilbakekoblinger, (2) bestemmer
det optimale valget av vertsanlegg for feltoperatøren, og (3) optimaliserer investeringstidspunktet.
For det første utvikler vi en matematisk optimaliseringsmodell som maksimerer petroleumsproduksjonen
gitt volum av olje og gass i feltet, feltpotensialet og ledig kapasitet på produksjonsanlegget.
Vi modellerer fremtidige olje- og gasspriser ved å bruke tofaktors stokastiske modeller, der
gassprisene er korrelert med oljeprisen. CAPEX er modellert som en GBM, og er også korrelert
med oljeprisen. Ved å følge en realopsjonstilnærming, tillater vi fleksibilitet i form av å vente med å
investere, som vi løser ved å bruke en Least-Sqaures Monte Carlo (LSM) algoritme. Den foreslåtte
modellen anvendes på en reell case på norsk kontinentalsokkel.
Resultatene tyder på at marginale feltutbygginger har et stort oppsidepotensial, som kan identifiseres
av vår metodikk. For det andre fant vi ut at ingen faktorer alene var i stand til å endre det
optimale valget av vert i vårt tilfelle fordi én vert var vesentlig mer attraktiv. Uansett, analysene
vi utførte tyder på at endring av parametrene til tariffordningen
i kombinasjon med å forlenge levetiden til verten er de mest effektive tiltakene for at
verten skal bli det foretrukne valget. For det tredje identifiserte vi at verdien av tidsfleksibilitet øker
når lønnsomheten til prosjektet reduseres eller usikkerheten til investeringen øker. Siden marginale
oljefeltutbygginger ofte er preget av relativt lav lønnsomhet og fremtredende usikkerhet, er fleksibilitet
vanligvis av stor betydning. Derfor viser ROV seg som en bedre verdsettelsesmetode
da den lar oss fange opp verdien av fleksibilitet, mens NPV har en tendens til å undervurdere slike
investeringer. Kombinasjonen av ROA og matematisk optimalisering i vår metodikk utgjør et nytt
bidrag til litteraturen. | |
dc.description.abstract | The average size of new oil discoveries on the Norwegian Continental Shelf (NCS) is steadily
decreasing, which increases the risks associated with investment decisions in the Exploration and
Production (E&P) of petroleum fields. Therefore, marginal fields risk remaining unexploited
thereby losing value for Norwegian society. As standalone developments are often not economically
viable for such fields, tiebacks to existing production facilities are usually considered. At the same
time, many production facilities in mature production areas have spare capacity due to depleted
reservoirs. Furthermore, E&P projects are subject to significant market and technical uncertainties
in terms of volatile market prices and uncertain estimations of the field potential. Additionally,
marginal oil fields are relatively more uncertain than large ones because there is generally less data
gathered before development. In this context, novel solutions must be developed to commercialize
small discoveries under prominent uncertainties.
We establish a model that: (1) evaluates tieback development concepts; (2) determines the optimal
choice of host facility for the field operator; and (3) optimizes the timing of development. Firstly,
we develop a mathematical optimization model that maximizes petroleum production given the
field potential, well capacity, and spare host capacity. Next, we model future oil and gas prices
using two-factor stochastic models, where the gas price is correlated with the oil price. CAPEX
is modeled as a GBM and also correlated with the oil price. By following a real options approach
(ROA), we allow for managerial flexibility in terms of waiting-to-invest, which we solve by applying
a Least-Squares Monte Carlo (LSM) algorithm. Finally, the proposed model is applied to a real
case on the NCS.
The results suggest that marginal field developments carry large upside potential, which can be
identified by our methodology. Secondly, we found that no factors alone were able to change
the optimal choice of host in our case because one host was evidently much more attractive.
Anyway, the analyses we performed suggest that altering the parameters of the tariff scheme in combination with extending the lifetime of the host are the most efficient measures for the host to become the preferred choice. Thirdly, we identified that the value of timing flexibility increases as the profitability of the project decreases or the uncertainty of the investment increases. As marginal oil field developments often are characterized by relatively low profitability and prominent uncertainties, managerial flexibility is usually of high importance. Hence, ROV proves itself as a better valuation method as it allows us to capture the value of
flexibility, while NPV tends to underestimate such investments. The combination of ROA and
mathematical optimization in our methodology constitutes a novel contribution to the literature. | |
dc.language | eng | |
dc.publisher | NTNU | |
dc.title | Evaluation of Tieback Developments for Marginal Oil Fields With Timing Flexibility | |
dc.type | Master thesis | |