Applied Energy| 刘剑桥和潘焕泉等：考虑压力积累约束的咸水层CO2高效封存的多目标优化

近日，国际能源领域著名期刊《Applied Energy》在线刊发了我院石油工程系潘焕泉教授团队的研究论文“Multi-objective optimization for efficient CO₂ storage under pressure buildup constraint in saline aquifer”。该论文提出了一种结合人工智能技术的多目标优化策略，专注于在盐水层中实现高效且安全的CO₂封存，为碳捕获与封存（CCS）项目的现场部署和安全管理提供了重要的指导意义。《Applied Energy》（ISSN：0306-2619）创刊于1975年，主要刊发能源以及交叉学科的创新研究成果，该期刊最新影响因子为10.1，属于SCI一区TOP期刊。论文第一作者为我院2021级博士生刘剑桥，通讯作者为潘焕泉教授。

在盐水层中持续注入CO₂会导致地层压力急剧上升，可能降低封存效率并增加CO2泄漏和诱发地震的风险。因此，开发一种最优的注入策略，以最大化CO₂封存量并最小化泄漏风险，对于封存项目至关重要。然而，传统的流动-力学耦合模拟计算量大，难以应用于大规模的CO₂封存部署。

为解决这一难题，该研究提出了一种创新的优化框架，协同优化生产井的开井时间和注入井、生产井的控制策略，以提高CO₂封存效率和安全性。该框架首次将CO₂注入量和安全性作为共优化目标，确保在注入过程中地层压力均匀增加，降低局部压力积累的风险。此外，该框架还整合了代理模型与非支配排序遗传算法II（NSGA-II），并引入了一种新型神经网络架构，将增强型傅里叶神经算子（U-FNO）与变换器编码器相结合，实现了对累积CO₂注入量、压力和饱和度动态演化的快速准确预测，有效满足了优化任务中对快速数值模拟速度的需求。

案例研究结果表明，该方法易于在盐水层的规模化CO₂封存中部署，为CO₂封存优化提供了易于现场部署的一种高效方法，提高了CO₂封存管理的效率和安全性。

论文信息:

Title: Multi-objective optimization for efficient CO₂ storage under pressure buildup constraint in saline aquifer

Authors: J Liu, J Liu, Y Zhu, W Sun, D Zhang, H Pan^*

Source: Applied energy

DOI: https://doi.org/10.1016/j.apenergy.2024.125175