在我国“双碳”战略背景下，作为清洁能源的氢气得到广泛应用，但其生产过程中会产生大量碳排放。烃类水蒸气转化法（HSR）是炼化企业常用的制氢工艺，但生产过程原料波动大，关键碳排放数据监测频率较低，导致现有方法难以对其精准碳计量。为解决精准碳计量数据缺乏的问题，以某炼厂制氢过程为例，运用Aspen Plus软件搭建该过程稳态仿真模型，分析不同工艺参数对装置运行情况及碳排放的影响。由于实际生产过程中部分重要参数变化较大，稳态模型无法产生大量准确的模拟数据。实验采用MATLAB与Aspen Plus互联，结合实际生产数据动态改变模型输入参数，实现生产过程动态模拟，实验结果表明所提模型能够很好地模拟实际的生产过程，为精准碳计量提供数据支持。

为减少CO₂排放，减缓气候变化，碳捕集、利用和封存（CCUS）技术受到了广泛关注。由于项目投资较大且不易变更，CCUS技术的推广和应用受到了极大限制。目前系统化的源汇匹配已成为研究重点，科学、有效的源汇匹配可优化管网设计，降低CCUS全流程成本。提出了一种基于密度的具有噪声的聚类算法（DBSCAN）优化CCUS管网布局，为CCUS管网设计提供解决方案。首先应用DBSCAN算法对源和汇进行聚类处理；然后在充分考虑源汇性质、各环节成本等因素基础上，基于最小支撑树法构建CCUS源汇匹配模型，得到CCUS源汇匹配理论方案；最后针对多源共汇导致的管网冗余问题，应用改进的节约里程法优化CCUS源汇匹配方案。以假定规划区为例开展研究，结果表明所提模型不仅能够降低CCUS部署成本，还能大幅缩短运输距离。相较于传统方案，部署总成本由1.3×10⁷万元降至9.8×10⁶万元，降幅约为24.6%；运输距离由4 075 km减少至1 008 km，降幅达75.3%。研究验证了所提方法在复杂CCUS场景中的适应性与经济性，为CCUS系统规划提供了可行的优化路径和理论参考。