TotalEnergies 是一家全球综合能源公司，生产并销售多种能源：石油与生物燃料、天然气、生物沼气、低碳氢能、可再生能源与电力。其十余万名员工致力于为全球更多人提供更可靠、更经济、更可持续的能源。公司业务遍及约120个国家，并将可持续发展置于战略、项目与运营的核心。

作为其 2050 年实现碳中和目标的一部分，TotalEnergies 携手社会各方开发碳捕获与封存（CCS）解决方案--即捕集工业排放的CO?，通过运输将其永久封存于海底之下。

为使该方案在技术与经济上可行，TotalEnergies开发了一套复杂的GAMS优化模型，用以管理CO?物流的复杂环节：储罐缓冲、运输调度以及注入地下储层。这一大规模MINLP模型源于与Carnegie Mellon University Grossmann 教授及其学生的合作研究。然而，将学术模型转化为实用的工业模型面临重大挑战，尤其是其兼顾长期规划与精细日运营决策的需求。

GAMS咨询服务团队针对模型瓶颈并取得了多项突破。通过定向改进，GAMS帮助TotalEnergies将模型的运行时间从原本需约1小时处理1–2年的油田开发策略，缩短为几分钟即可处理20年。此外，我们还开发了一个用户友好的Python接口，让非专业领域的技术人员也能轻松调用与操作。

问题所在
TotalEnergies开发的碳捕集与封存（CCS）优化模型，旨在覆盖碳价值链的关键环节--从港口终端接收CO?，到最终注入海上储层。然而，正是该模型的强大之处也使其难以实际应用。为了刻画井口压力行为、注入动态以及储罐缓冲的细微操作差异，就必须纳入高度非线性的约束条件和大量二元决策。结果是，该模型拥有数以万计的变量和约束条件，而且随着规划月份的增加，其规模呈指数级增长。

这种复杂性因需要每天做出决策而加剧，而规划却要着眼于数年或数十年。基本上，长期愿景与短期计算可行性相冲突：模型求解耗时过长，尤其是在模拟现实场景时。

这些延迟导致研究既耗时又繁琐。每次测试都要花一个多小时，效率极其低下。此外，模型高度技术化的结构让非专业人士难以操作，也限制了最需要它的工程师们的可及性和实用价值。|

GAMS咨询团队的解决方案
我们的团队以将技术专长与深厚的领域知识相结合的策略来应对这一问题，分阶段攻克难题。

扫清障碍：直击模型最深瓶颈
首先，全面审计原有模型，定位计算与结构瓶颈。然后，采用GAMS最新语法重构模型代码，理顺逻辑；通过利用特定问题的知识重新构建约束条件和时间结构，降低了整体模型的复杂性；并且改进了用于求解模型的分解算法，使优化过程大幅提速。

这些努力最终带来了性能的显著提升。对于一个25年的预测模型，运行时间从数小时缩短到了几分钟。运行时间的这种改善在求解阶段尤为明显，这使得在几分钟内运行详细且真实的场景成为可能。此外，这意味着模型的复杂性可以进一步提高。例如，可以考虑不确定性因素，而这在以前是根本不可能的。

弥合鸿沟：让复杂代码落地工程现场
我们团队意识到该模型主要由油藏工程师使用，而这些工程师更注重操作而非编程，因此我们重新设计了用户交互体验。我们开发了一个基于Python的界面，使用户能够配置模型运行、管理输入和输出数据，并以结构化和直观的方式查看结果。然后，为了弥合高级优化与用户友好操作之间的差距，该界面与Excel兼容的前端相结合。这使得工程师能够使用熟悉的工具与模型进行交互，无需了解 GAMS语法或Python代码，从而在工程师与优化平台之间实现了更顺畅的工作流程。

为了支持长期可持续发展并鼓励采用，我们还优先考虑了培训和知识转移。咨询团队提供了详细的文档，涵盖了模型的架构、高级GAMS功能的使用以及运行配置。我们还制作了一份简化的用户手册，其中包含示例、操作指南和故障排除提示，确保TotalEnergies的员工能够独立维护和调整模型以满足未来的需求。

结论
这一合作展示了将先进优化技术与专家咨询相结合所带来的真实落地价值。TotalEnergies原有的CCS模型高度复杂、维护困难、计算耗时。GAMS团队通过针对性重构与算法升级，将运行时间大幅压缩，从而能够进行切实可行的情景规划并加快决策速度。这种速度的提升还使TotalEnergies能够在其模型中增加更多的复杂性，放宽现有的假设条件，使模型尽可能接近现实。

同样关键的是用户界面的重新设计，这使得该模型能够为没有深厚编程经验的工程师所使用。通过将Python后端与兼容Excel的前端相结合，GAMS确保了该工具可以直接由那些最接近运营决策的人使用。

最终，这一技术强大却笨重的庞然大物被改造成轻巧、高效的战略工具。我们的团队不仅加快了计算速度，还为TotalEnergies的工程师们提供了一个可日常使用的解决方案，彻底改变了他们支持CCS运营的优化方式。

如今，该模型已成为一个强大且易于使用的决策支持系统，在推进TotalEnergies的净零战略方面发挥着关键作用。此次合作清楚地表明，找对专业伙伴，能够将复杂性转化为能力，将愿景转化为行动。

参考文献
1) Mixed-Integer Nonlinear Programming Model for Optimal Field Management for Carbon Capture and Storage

Ambrish Abhijnan, Kathan Desai, Jiaqi Wang, Alejandro Rodríguez-Martínez, Nouha Dkhili, Raymond Jellema, and Ignacio E. Grossmann
Industrial & Engineering Chemistry Research 2024 63 (27), 12053-12063
DOI: 10.1021/acs.iecr.4c00390

北京天演融智软件有限公司(科学软件网)自2006年以来，专注提供正版科研软件，可为中国的GAMS用户提供优质的软件销售和本地化服务。