随着全球气候变暖日益严峻，温室气体排放成为人们关注的焦点。目前电力工业采用的碳捕集与封存技术(Carbon Capture and Storage, CCS)将大幅度减少二氧化碳的排放，减缓世界气候变暖所带来的灾难性后果。因此，合理改造常规燃煤电厂使之适应低碳化发展趋势具有重要意义。首先介绍了常规燃煤电厂CCS改造的背景和意义；其次概述了CCS的原理与研究现状。引入全寿命周期成本理论和价值工程分析常规燃煤电厂CCS改造的可行性和科学性，从设计者的角度出发，建立了常规燃煤电厂CCS改造的全寿命周期成本(life cycle cost, LCC)模型。将LCC分解为初始投资成本、运行成本、检修维护成本、故障成本、燃料成本和退役处置成本。模型中充分考虑了CO2减排效益、强化驱油收益和碳捕集系统故障时加入CO2排放惩罚因子的影响。算例比较了燃煤火电厂采用燃烧后捕集和燃烧前捕集改造方案的LCC，以LCC最小原则选择燃烧后捕集改造方案。从投资商的角度出发，以灵敏性分析得出的六个关键因素作为决策变量，对燃烧后捕集改造方案建立了基于价值工程的CCS改造投资决策模型，即构造了CCS改造项目实现功能与LCC的比值函数，并利用非线性规划法优化全寿命周期成本，提高改造项目价值。针对启发式算法解决优化问题的优势，采用自适应混沌粒子群算法，对前面提出的基于价值工程的CCS改造投资决策模型进一步优化求解，并与非线性规划法结果进行比较分析。文章利用自适应混沌粒子群算法优化求解CCS改造模型，并与非线性规划法计算结果对比分析。实现价值，非线性规划法大于自适应混沌粒子群算法，但价值-成本比，自适应混沌粒子群算法略大于非线性规划法。三个算例分析结果表明燃烧后捕集方案的LCC更低。分析结果为常规燃煤电厂CCS改造项目提供较详细的理论依据，对CCS的推广具有较好的参考价值。