考虑安全约束的多利益相关方多站点 CCS 项目中 CO₂ 存储的最优管理：马尔可夫博弈视角

碳捕集与封存（CCS）项目通常涉及来自公共、私营和监管部门的多样化利益相关方或参与者各方，各方具有不同的目标和职责。鉴于 CCS 运营的复杂性、规模和长期性，确定个体利益相关方能否独立最大化自身利益，还是需要协作联盟协议，对于有效的 CCS 项目规划和管理仍是一个核心问题。CCS 项目通常在地质相连的场址实施，共享的地质特征如压力空间和储层孔隙容量可能导致利益相关方之间的竞争行为。此外，CO₂ 存储场址通常位于地质成熟盆地中，这些盆地此前曾作为烃类开采或废水处置的场址以利用现有基础设施，这使得单方优化更加复杂且不切实际。在本文中，我们提出了一种基于马尔可夫博弈的范式，以定量研究不同联盟结构如何影响利益相关方的目标。我们将这一多利益相关方多场地问题建模为带安全约束的多智能体强化学习问题。我们的方法使智能体能够在遵守安全法规的同时学习最优策略。我们给出了一个示例，其中多个运营商在地质相连的盆地中各自的项目区域注入 CO₂。为应对高保真模型重复模拟的高计算成本，采用了基于 Embed-to-Control（E2C）框架开发的先前代理模型。我们的结果展示了所提框架在处理涉及具有各种目标和目的的多个利益相关方的 CO₂ 存储最优管理方面的有效性。