随着近年来中国经济的快速增长和大量化石能源的消耗,中国变成了世界上碳排放最多的国家。同时,中国是石油消费大国而且未来将持续依赖进口石油。无论从国际上应对全球气候变暖和环保的角度,还是从国内减排环保压力和能源结构对石油的依赖上来看二氧化碳驱油及碳封存（CO2-EOR）都是一项非常有潜力的解决方案。本文对CO2-EOR这种碳封存（Carbon Capture and Storage,CCS）技术在中国经济条件、地质构造、技术水平背景下的利润优化问题进行了深入的研究,提出了一个完整的优化工具框架。首先,进行了 CO2-EOR项目运行问题调查与诊断,运用案例研究和生命周期评估（Life Cycle Assessment,LCA）方法,结合CO2-EOR项目历史运行数据进行了能源消耗与排放数据分析,填补了国内CO2-EOR能源消耗与排放研究的空白,发现CO2-EOR项目消耗的能源90.38%来自于电能,CO2排放的97.3%是电能消耗导致的。CO2-EOR项目门到门（Gate to Gate）环节,碳封存能力很强。但是因为下游环节不够低碳而影响了全局。其次,基于能源消耗与排放数据分析,明晰了 CO2-EOR项目投入与产出结构,并进一步进行了 CO2-EOR项目成本与收益分析,运用机器学习方法建模预测,提出了一个CO2-EOR项目日耗电量预测的高斯过程回归（Gaussian Process Regression,GPR）模型和一个日原油产量预测的带有外源输入的非线性自回归递归神经网络（Nonlinear Autoregressive Network with Exogenous Inputs,NARX）模型,两个模型的泛化能力都得到了实践的验证。最后,基于两个预测模型,采用贪婪算法构建了优化模型,形成了一个完整的CO2-EOR项目运行预测、利润优化、评估与决策支持的工具框架。这个优化模型的准确性、有效性、可靠性在实践中得到了验证,使CO2-EOR项目的CO2封存量、原油产量和利润得到了显著提升。并且应用优化模型进行了 CO2获得价格和原油价格对CO2-EOR项目利润的敏感性分析,结果显示,当CO2获得价格从45.7USD（美元）到0USD时,CO2-EOR项目利润对CO2获得价格是不敏感的,当CO2获得价格从0USD到-30USD时,CO2-EOR项目利润对CO2获得价格是十分敏感的,而且敏感程度大体相当。CO2-EOR项目利润对原油价格是十分敏感的,而且敏感程度大体相当。所以当原油价格低迷,预算紧张时,可以通过削减外部采购CO2的方式来维持CO2-EOR项目的利润。