CO2捕集、运输、驱油与封存（Capture,Transportation,Utilization and Storage,CCUS）作为一项新兴的、具有大规模减排潜力的技术,有望实现化石能源产生的CO2近零排放,被认为是温室气体有效减排最重要的技术路径之一。此技术不仅能够有效地减少温室气体产生,取得环保效益,还可强化提高原油采收率,带来明显的经济效益。鉴于CCUS技术巨大的发展潜力,此技术已经受到各个国家的广泛关注。然而,CCUS作为一种新兴的技术,在技术、经济、政策、安全性、社会认可度方面等遇到一定的挑战,其中CCUS技术的经济性能成为了该技术能否大规模推广的主要瓶颈之一。同时,在工程实际当中不可避免的存在诸如电价、碳价、油价、温度、压力等多种随机参数变量,这类随机变量不但会影响CCUS系统优化设计性能,甚至会增加系统成本。因此,为了有效地处理随机变量对系统优化设计性能的影响,迫切需要提出合理的随机优化算法。首先,针对决策变量选择困难,导致的优化性能差、效率低等问题,建立了完整的CCUS全流程工程-经济模型,并分别通过局部敏感性分析（LSA）和全局敏感性分析（GSA）方法对系统的参数进行选择和优先级的确定。所得结果为合理、准确地选择决策变量提供选择依据,并为后续的优化研究奠定了基础。其次,考虑CCUS全流程系统中存在单随机变量和边界约束条件的优化问题,建立了一种CCUS全流程随机优化期望值模型,并提出了一种基于随机模拟的遗传优化算法。该算法是一种全局优化算法,鲁棒性好,且能够有效处理随机变量对CCUS系统优化设计的影响。研究结果表明,该方法能够有效地降低CCUS全流程的成本,为后续多变量约束优化问题奠定了基础。最后,考虑CCUS全流程系统中存在多种随机变量和含有混合约束条件的非线性有约束优化问题,建立了一种两阶段随机优化模型,并提出了一种基于随机模拟和罚函数法的混合粒子群优化算法。该算法简单易行、稳定性好,与基于随机模拟的遗传算法、普通遗传算法相比,收敛速度更快,性能更优。研究结果表明,该方法通过对CCUS系统关键环节的工艺和技术进行参数优化,实现了CCUS全流程系统随机优化问题求解,为此技术的发展提供了一种优化设计手段。