低温甲醇洗作为脱除酸性气体、提纯氢气的工艺方法被广泛采用，但该工艺存在能耗大、操作成本高等问题，这在低温甲醇洗装置的脱酸气吸收剂回收系统上尤为突出。为此，以脱酸气吸收剂回收系统作为研究对象，采用Aspen Plus对该系统进行流程建模，在80%焦+20%煤炭的进料条件下，关键参数的模拟结果与工厂实际数据间的相对误差均小于5%，验证了模型的可靠性。选取热再生塔质量回流比、热再生塔塔顶采出量和甲醇水分离塔塔顶采出量作为优化变量，年总公用工程费用和循环甲醇中H₂S含量为优化目标，建立了Python与Aspen Plus联用的多目标优化框架，并采用非支配排序遗传算法（NSGA-Ⅱ）对脱酸气吸收剂回收系统进行多目标优化。采用本文的方法对3种进料配比的工况（100%焦、80%焦+20%煤炭、100%煤炭）进行优化，结果表明，随着进料中焦占比减小，原料中H₂S含量减少，操作条件中热再生塔质量回流比增大，热再生塔塔顶采出量减小，甲醇水分离塔塔顶采出量先变大后减小，年总公用工程费用和循环甲醇中H₂S含量均降低。研究结果可为进料配比变化情况下脱酸气吸收剂回收系统的操作参数变更提供决策依据。