一种完全自动化的实验设计方法，用于快速筛选接近最优的二氧化碳注入策略 作者：Demis Diplas, Sofianos Panagiotis Fotias, Ismail Ismail, Spyridon Bellas, Vassilis Gaganis

《Energies》：A Fully Automated Design of Experiments-Based Method for Rapidly Screening Near-Optimal CO2 Injection Strategies Demis Diplas, Sofianos Panagiotis Fotias, Ismail Ismail, Spyridon Bellas and Vassilis Gaganis

　　

摘要

注射井的布置和注量分配是决定碳捕获与封存（CCS）项目效率和可行性的关键因素。然而，优化这些参数非常复杂：即使只有少量的注射井，也会产生几乎无限多的注射方案；而传统的优化技术通常需要数千次高精度的水库模拟。对于项目开发商来说，这种计算负担可能会延误关键的最终投资决策（FID）。本文提出的方法通过使用实验设计（DoE）框架和非线性替代模型来解决这一瓶颈，该框架能够高效地映射注量与储存性能之间的关系，从而以最少的模拟次数找到近乎最优的解决方案。我们证明，使用仅15次模拟，我们的方法就能够实现初始目标中97%的二氧化碳封存量，从而显著减少了时间和成本。从商业角度来看，CCS运营商可以更早地降低项目风险，加快最终投资决策的进程，并在不增加计算负担的情况下同时评估多种场地配置。决策者无需等待数周或数月的时间来进行详尽的优化，而是可以及时获得可靠的见解，这些见解直接支持容量承诺、监管提交以及最终的收益实现。