随着全球经济的快速发展,人们对化石能源消费不断增长。由CO2等温室气体造成的全球气候变化的威胁与日俱增。碳捕集、利用与封存（CCUS）技术作为有效缓解CO2排放的关键技术引起了学术界和工业界的广泛关注。CCUS技术的经济性一直是影响其在中国乃至世界范围内大规模发展的主要因素。因此,运用科学的方法对CCUS全流程进行优化设计,构建合理的技术实施方案,提高CCUS技术的经济性,为我国减排战略提供科学的决策依据,具有十分重要的理论意义和现实意义。CCUS全流程包含CO2捕集、CO2输送、驱油与封存三个子系统,本文在建立三个子系统工程-经济模型的基础上,构造了CCUS全流程优化模型。以CCUS总费用为目标函数、CO2捕集量、管道入口压力、井深等为决策变量,提出了基于遗传算法的CCUS全流程优化问题,仿真结果表明了该算法的有效性,为CCUS的工程实施提供了一定的理论依据。在考虑多种变动设计条件下的全流程优化系统中,变动的设计条件使得一般优化算法无法求解该优化问题。为了解决变动设计条件系统难以求解的问题,本文提出采用鲁棒优化建模方法将系统的不确定性转化为优化问题的约束条件。由于变动设计条件下的数学模型是一个复杂的非线性优化问题,故对传统遗传算法中关键算子进行改进,以克服传统遗传算法求解CCUS优化问题时其收敛性低的问题。针对多项技术指标下的全流程系统优化求解过程中产生无解、漏解问题,提出了一种新的改进的多目标遗传算法。通过对多目标遗传算法中关键算子交叉算子进行改进,使得算子数值能够随进化进程自动调整,可以达到在加快算法的收敛速度的同时依然保持种群的多样性。通过与实际案例对比,验证了所提算法的优良性能。通过研究,得到了CCUS全流程系统在不考虑多种变动设计条件、考虑多种变动设计条件以及多项技术指标要求下的参数配置方案;并通过将几种优化方法所得方案与无优化时相对比,验证了所提优化方法的优良性能,可为实际CCUS技术的实施提供一定理论参考。