中國網/中國發展門戶網訊 隨著“雙碳”目標的提出，減污降碳已成為全球范圍內關注的焦點。2022年，中國近90%的溫室氣體排放源自能源體系，其中電力行業作為二氧化碳排放的最大單一來源（48%），已經成為“雙碳”目標下的重點改革對象。中國正處于“十四五”期間生態文明建設的關鍵階段，該階段的主要戰略方向是以降低碳排放為重點，推動減少污染和碳排放的協同增效，同時促進經濟社會發展全面綠色轉型。

傳統電力行業“源—網—荷—儲”各環節都面臨巨大的減污降碳壓力。傳統發電企業依賴煤炭和天然氣等高碳燃料導致大量溫室氣體排放和環境污染物釋放。輸電側主要涉及電網的建設和運營，其中輸電設備器材的制造和土建工程，尤其是特高壓工程本身會產生相當多的碳排放。用電側在能源選擇、能源效率、負荷管理和設備選擇等方面都直接或間接地影響著電力行業的減污降碳成效。儲電側也面臨著儲能材料的能源密度低和成本高、廢棄物污染與資源壓力大、不可再生材料依賴性強、新興技術商業化和規模化難，以及儲能系統與電網匹配難度大等多重挑戰。

隨著數字技術在能源領域的廣泛應用和創新，數字技術對電力企業實現減污降碳目標的作用日益凸顯。電力企業可以通過數字技術的深度融合：實現碳污足跡的精準監測和計量；利用智能傳感和大數據準確評估各個環節的碳污排放情況，進而有針對性地減污降碳；利用實時的數據監控和反饋機制，實現能源高效調度；推動能源消費理念的轉變和重構能源商業模式；運用可靠的數據支持和智能化決策系統，幫助電力企業進行碳中和的精準規劃和實施。鑒于我國能源體制中發電、輸配變電、用電三方相對獨立，目前尚未形成較為成熟的系統解決技術。但隨著能源互聯網建設和電力市場化改革的推進，輸配電網建設將進一步挖掘虛擬電廠技術潛力。通過降低分布式能源增長帶來的調度難度，有望確保電力供應的安全、可靠、優質和高效，滿足經濟社會發展對電力多樣化需求的總體目標和基本要求。

綜上所述，數字化賦能是電力企業減污降碳的重要手段和途徑，但電力企業數字化減污降碳也面臨諸如數字技術應用發展不均衡、數據安全防護存在較大風險、缺乏統一的技術標準及數字技術投入成本與收益不匹配等系列問題，這些制約著電力企業利用數字化技術推進減污降碳。為此，本文針對這一問題開展研究，通過系統分析數字技術在電力企業減污降碳中應用的現況和遇到的難題，提出物聯網和大數據、人工智能、數字孿生與區塊鏈等新興數字技術賦能電力企業減污降碳的方法路徑以及相應的實現策略，以期能夠在國家“雙碳”目標的引導下，為能源電力行業減污降碳和數字化轉型發展提供科學理論參考。

數字技術在電力企業減污降碳中的運用進展

數字技術在推動電力企業減污降碳的進程中扮演著重要角色，為電力企業綠色發展提供網絡化、數字化、智能化的技術手段，賦能電力企業轉型升級和機構優化，優化企業資源配置、提升管理決策水平。以下簡述大數據、人工智能、區塊鏈、云計算等數字技術在電力企業減污降碳領域的現有運用進展（圖1）。

大數據應用

數字經濟時代背景下，電力企業信息量呈現出爆發式增長的特點。如何利用大數據實現企業減污降碳已成為產業界共同關注的話題。大數據在國內外電力企業減污降碳的應用中，主要集中于2個方面。

大數據技術可通過收集和分析電力企業的能源數據，實現能源的有效管理和優化，提高發電效率，從而降低碳排放。現階段國內火力發電設備和技術潛力有限，中國火電機組全面改造進程緩慢。基于數據挖掘和人工智能算法等數字化管理技術，構建優化決策模型，指導火電機組進行靈活性深度改造，提高2%的發電效率，帶來直接碳減排量達到2.5億噸。

大數據技術可實時監測電力設備的運行狀態和能耗情況，通過數據分析和算法模型，轉換為可視化圖表形式，并預估未來能耗為電力企業管理者提供節能建議和控制策略。例如，國網湖南省電力有限公司聯合百度智能云建設智慧能源新基建。國網湖南省電力有限公司充分利用百度地圖大數據，以及電力用戶數據、線路數據和設備數據等多維大數據的融合和可視化，形成“電網一張圖”，提高電能利用效率，減少電力資源損失。

人工智能技術應用

人工智能技術是有效應對復雜系統控制和決策問題的關鍵手段，在電力企業的數字化轉型過程中廣泛運用于生產、消費、傳輸、運營、管理、交易等環節。為破除傳統生產落后工藝流程，革新以可再生能源為主的新一代綜合能源接口，降低電力企業“三廢”總量，提升綠色能源占比。人工智能技術助力電力企業減污降碳主要歸納為“預測—挖掘”“調度—優化”“管理—增效”3個方面。

應用人工智能技術高效精準化預測。電力企業用能規模龐大、結構復雜，實行減污降碳措施急需對多維數據進行精準預測及高效管理。例如，能源設備圖像識別、極端氣候下能源網絡損毀預測、企業用能行為的用戶側負荷預測、能源系統穩定性預測等，引導企業構建循環用能范式、提升用能系統整體的碳排放質量。從“源—網—荷—儲”全周期減少對傳統能源的依賴，實現減污降碳。

應用人工智能技術柔性化調度。人工智能技術發展為電力企業用能多元化協同柔性調度，在精準化預測數據分析中實現減污降碳的智能化決策。例如，借助人工智能預測與優化技術，能夠幫助企業在多種能源相互耦合供給的場景下，進行綜合能效分析和能源系統多環節協調優化管控，從而以最高效的方式實現最清潔的能源消費。建立基于大數據平臺的“燃料智能摻配”系統，指導入爐燃燒煤種的選配；在機組深度調峰前，預先設定合理的燃燒煤種，保證鍋爐運行的安全性和經濟性。

應用人工智能技術自主學習化管理。自主學習化管理是通過利用人工智能技術，實現企業內部綜合能源系統的自適應控制和狀態自感知。基于機器學習算法或強化學習算法，依據采集或預測數據構建多物理量、多尺度、多概率的數字孿生環境，并對模型參數化自適應更新。例如，在國家能源集團、國家電力投資集團等旗下的火電廠通過孿生場景自主學習并借助孿生場景執行人工智能優化調度，形成“煤質數據在線監測—三維智能監控—智能運行優化”智慧決策體系，實現企業生產流程自主優化落實減污降碳決策。

區塊鏈技術應用

當前，電力企業低碳轉型過程逐步向多能異構常態化、產能消納一體化、電力及碳排交易市場化的方向發展。區塊鏈技術的應用為電力企業低碳轉型減污降碳提供有力支撐。

區塊鏈技術賦能電力企業轉型優化生產流程，促進碳排放，提升能源效率。將能源供應鏈結合區塊鏈技術，電力企業可以實現對能源生產、儲存、輸配電和消費等環節的高效管理。例如，區塊鏈技術去中心化特點可實現智慧能源中多主體的對等互聯，借助智能合約實現智慧能源中各相關主體對各類信息的廣泛交互，助力電力企業系統運行質量和減污降碳效益。

區塊鏈技術賦能電力企業實現碳監測管理，為企業實現低碳發展提供量化決策依據及管理措施。例如，正泰物聯網園區基于區塊鏈的排放碳監測平臺匯聚產線生產制造全流程碳排放數據；通過智能合約實時準確監測碳排放，自動完成各項數據申報，打通碳交易閉環，構建監管新模式，助力實現企業碳中和。

云計算應用

構建云計算平臺是當前解決能源行業等傳統領域算力、算法的關鍵支撐性技術。在電力企業減污降碳流程中，云計算平臺利用技術突破來推動計算和其他信息技術資源的可持續發展，以實現可能的環境優勢來匹配電力企業運行過程中各種減污降碳需求場景。

云計算助力電力企業數據資源池化，縱橫向結合助力減排降碳。通過對電力企業生產、供應過程中邊緣和端設備的大規模部署，以及大數據技術的應用，實現數據的收集和分析處理，從而實現更廣泛的數據交流和協作。例如，國網江蘇省電力有限公司通過服務器平臺（Paas）實現對各類資源和應用的統一管理。同時，該平臺可更有效地管理和分析供電消耗、發電效率等數據，從而支持減碳決策和優化供電管理。

云計算平臺實現企業軟硬件解耦，以滿足電力企業對電網能耗監管。云計算能夠提供強大的計算能力，用于電力系統的模擬和建模。通過在云端進行電力系統的仿真和優化，可以幫助電力企業分析和優化電網的運行方式。例如，國網浙江省電力有限公司應用阿里云平臺獲取秒級故障原因和智能分析及處理信息，加快對故障定位并提高修復效率。

數字技術在電力企業減污降碳中的關鍵問題

大數據、人工智能、區塊鏈等數字技術，為電力企業數字化轉型及統籌協調減排和降碳提供了重大契機。然而，電力企業在利用數字技術進行減污降碳協同增效過程中尚面臨著眾多難題，極大制約了電力企業低碳化轉型步伐。

數字技術在電力企業減污降碳中的應用存在薄弱環節

數字技術在電力企業減污降碳應用中的薄弱環節主要體現在2個維度： 電力行業全產業鏈維度。從“源—網—荷—儲”的全過程角度，目前發電企業、電網企業、儲能企業和綜合能源服務企業，利用數字技術在減污降碳過程取得了一些成效，但還可以更進一步發揮數字技術的重要作用。例如，在監測和管理發電設備方面，急需更高效的人工智能算法，對設備各操作環節的關鍵參數進行智能分析和優化，找出不同負荷下最優的設備操作參數，最大程度上優化能耗。在電網企業的電力輸送過程中，通過5G通信、人工智能、數字孿生和智能微電網等技術實現“源—網—荷—儲”的協調與平衡需要加強統籌和布局。 電力企業減污降碳過程維度。“雙碳”目標的實現對電力企業碳排放監測、碳排放的精準測算、減污降碳目標實現進程的預測、減污降碳方案的制定，以及減污降碳方案實施的智能管理與效果評估等提出了更高的要求。傳統的碳排放監測技術短期內難以對大量排放源實現廣泛監測，電力企業采用的排放因子法難以精準測算碳排放量。物聯網、大數據、云計算、人工智能、區塊鏈等數字技術在碳排放、碳測算等方面發揮著重要的作用。但是，由于電力大數據、能耗大數據、產能大數據等來源分散且廣泛，并且數據歸屬部門多，阻礙了數字技術的高效利用，無法及時掌握電力企業在生產過程和運行過程中碳排放的實時動態。而且，在電力企業管理模式和生產方式等的轉型升級中，難以找到有效的場景推動以能源技術、污染治理技術、環境監測技術等為代表的綠色技術與數字技術的深度融合創新，也造成數字技術在電力企業減污降碳中缺乏高效的利用。

數據安全防護尚需要進一步加強

電力數據主要來自發電、輸電、變電、配電、用電和調度等環節，這些數據具有類型繁多、體量巨大且增速快等特點。隨著電力數據的開放共享和電力企業的數字化轉型，電力企業面臨著數據安全缺乏監管、數據流通安全防護薄弱等問題。電力企業的相關數據類型龐大，種類眾多，如電力生產數據、企業排放數據、用戶消費數據等，這些數據一旦泄露，電力企業的關鍵核心業務、用戶隱私等都將面臨在網絡中暴露的潛在風險。并且，這些數據關系著國民與資源的敏感數據，對電力網絡安全也提出了較高的要求，構筑安全的電力數據防護體系也成為關鍵。

數字技術在電力企業減污降碳中缺乏統一的技術標準

電力數據覆蓋“發、輸、配、售”全環節及企業管理等方面，電力數據具有規模大、種類多、價值高的特點；電力數據的保護重點涵蓋了數據采集、傳輸、存儲、使用等全生命周期。但是，目前主要由各電力企業自行制定數據安全定級辦法，還沒有統一的分級分類、安全保護等的管理辦法，進而造成電力數據的共享公開、安全防護等缺乏統一的標準。

同時，大數據、人工智能、物聯網、數字孿生等數字技術已逐漸在電力企業的碳排放監測、智能電網管理等方面開展了初步的應用。由于數字技術在電力企業減污降碳方面的應用尚處于初級階段，對數據采集、數據處理流程，以及電力數據挖掘、智慧分析和算法持續迭代能力欠缺，難以形成數據采集、分析、處理等的標準。

數字技術的投入成本和收益難以高效匹配

在實現“雙碳”目標的過程中，電力企業被視為主要推動者和引領者，因其在構建以新能源為主體的新型電力系統中具有至關重要的地位。構筑新型電力系統旨在滿足日益增長的清潔能源需求。然而，此目標的實現必須依賴于先進電子材料與設備技術的支撐。高端半導體材料的研制，將為能源電力系統的數字化轉型提供強有力的硬件支持，以實現清潔能源的高效整合；高性能電力芯片的應用，將為能源電力系統設備狀態的實時精準感知與高效控制提供關鍵保障；數字化與智能化電力設備的發展，將有效促進能源電力系統的安全高效運行。此外，數字技術包括5G通信、大數據、云計算、物聯網、人工智能、數字孿生等，正深刻地影響著電力系統中的各個環節。這些數字技術在電力企業持續健康發展的過程中，發揮著至關重要的技術支持作用。而且，多靈活性、高可靠性、強韌性等的新型電力系統的構建對電力信息系統的信息安全也提出了更嚴格的要求。新型電力系統的穩健運行需要高效的訪問控制、數據加密等技術提供全方位的安全保障體系。而這些數字技術在電力企業數字化轉型中的投入，需要大量的資金支持，并且數字技術投入對電力企業數字化減污降碳可能不會帶來立竿見影的效果。因此，電力企業在進行數字技術的投入時，需要綜合考量數字技術投入成本和帶來的收益，這也是數字技術在電力企業減污降碳應用中需要考慮的又一關鍵問題。

電碳協同發展不均衡

電力企業在減污降碳中既要推進建設新型電力系統，又要充分利用電力大數據的優勢助力碳減排。但是，電力企業在電碳協同發展中目前仍存在一些問題，具體表現在：碳減排策略與電力發展規劃缺乏更深層次的融合。電力企業的低碳發電、電網的高效運行、電力企業的儲能規劃等環節，與碳減排需求缺乏更加高效的有機協同。 電、碳部分數據未能打通，尚未建立完善的電碳數據庫。電力大數據可以每分鐘高頻進行采集，而碳排放數據的采集頻次較低，兩類數據之間可能會因為時間上的差異而難以深度融合。而且，由于對碳排放主要區域、重點行業等的排放數據的高頻采集不夠，目前尚未形成覆蓋重點區域、高耗能企業等的電碳大數據庫。電碳協同優化調度技術尚不成熟。發電機組設備的碳排放與優化是電力企業減污降碳的重要環節，不僅需要對發電機組設備碳排放進行實時監測，還需要綜合考慮設備的運行狀態和運行參數，尚且急需開發既能準確掌握機組動態碳排放強度，又能合理優化發電機組組合的調度側電碳協同優化技術。由于碳市場價格的難以精準測算，以及碳排放強度的動態衡量不精準等，目前仍缺少綜合考慮碳排放強度和碳市場價格的協同優化技術。

數字技術賦能電力企業減污降碳的方法路徑

基于前述研究，本部分將聚焦電力企業在減污降碳過程中面臨的痛點和難點，將著眼于發電企業的清潔能源投入、企業電力耗能的數據監測和電力系統全環節碳排放的精準計量、實施減污降碳的智能化管理路徑及實施等工作，實現發電企業的源端降碳、用電企業的終端脫碳，以及相應政策的及時優化。探究利用物聯網、大數據、人工智能、數字孿生、區塊鏈等數字化前沿技術來助力電力企業實現減污降碳的總體目標（圖2）。

數字技術賦能清潔能源發電實現供電企業源端降碳

據《新時代的中國能源發展》報告，自2005年以來，我國在推動非化石能源發展和減少供電能耗、線損率等方面采取了一系列節能減排措施，實現了能源生產和利用模式上的重大革新。在這一過程中，清潔能源占總能耗的比重達到了23.4%，2019年中國的碳排放強度相比2005年已經降低了48.1%，由此可見，能源的綠色發展在我國的碳排放強度下降方面扮演了至關重要的角色。盡管煤電裝機比重和火電發電量持續下降，當前及未來一段時間內，煤電仍然是我國電力和電量的主體來源，導致電力體系依然呈現巨大的高碳結構。

在“十四五”規劃期間，我國將致力于開發和采用更加高效、低碳的能源生產技術，以提高能源資源的利用效率；同時加大清潔能源的投入和使用，以期提高清潔能源在總能源消耗中的占比，推動能源產業向更加環保、可持續的方向轉型。預計到2030年，我國清潔能源的消費比重將達到約25%。因此，要實現“雙碳”目標，需要從根本上減少化石能源消費，大幅增加非化石能源消費，同時，利用清潔能源發電技術降低源端發電產生的碳污染，改造供電企業的發電結構特征。

大數據技術實現清潔能源的高效利用。對于供電企業，清潔能源發電技術在源端直接減少碳排放方面發揮著重要作用。在清潔能源使用方面，存在利用率不高、不穩定等問題。利用大數據技術實現發電功率的精準預測，突破低成本高效率的清潔能源發電。在風電方面，大數據技術可以通過收集和分析氣象數據、風速、風向等參數，預測未來的風能資源情況；通過對歷史數據和實時數據的分析，可以建立精確的風能預測模型，提前做出發電計劃和調度安排，從而提高風電的發電效率。在光伏發電方面，大數據技術可以通過對光照強度、氣溫、云量等因素的實時監測和分析，預測光伏發電的潛力和發電效率。同時，大數據技術還可以對光伏電池組件進行監測和管理，提高光伏發電系統的運行效率和可靠性。通過利用大數據技術，可以優化光伏發電系統的設計和運營，使其在低成本和高效率方面取得突破。

數字儲能技術助力清潔能源的穩定存儲。清潔能源的管理問題是電力行業發展的重中之重，其中清潔能源的穩定存儲尤為關鍵，面臨著3個方面的挑戰。清潔能源（如太陽能和風能）具有間歇性和不可控性的特點，依賴于天氣條件和自然資源的可用性，導致供需不平衡；目前較為廣泛使用的儲能技術是電池儲能系統（如鋰離子電池和鈉離子電池），以及新型的儲能技術（如氫能、空氣壓縮存儲等）價格較為昂貴，企業投入成本過高；能源傳輸損耗是另一個挑戰，長距離傳輸清潔能源可能會導致能量損失，需要有效的輸電和分配系統來解決這個問題。數字技術的出現和發展為解決電力行業清潔能源的存儲問題提供了全新機遇，電力企業能夠通過數字技術實現智能化儲能管理，使儲能設備可以智能感知和實時響應能源需求。通過實時監測清潔能源產量和電網負荷，智能化儲能系統可以優化能量的儲存和釋放，以平衡能源供求。此外，通過大數據預測分析可用于提前規劃儲能行為，確保在清潔能源充足時進行儲存，在用電高峰時進行釋放，從而實現能源供應的穩定性。

物聯網、大數據技術實現電力企業全環節精準碳計量

精準的碳排放計量體系是實現電力企業減污降碳的基石，具有關鍵性的政策引領作用。電力企業的碳排放來源主要可分為發電企業的直接碳排放，以及用電企業行為不同導致的間接碳排放，碳排放量的精準計量需要涉足多個環節，全環節碳計量更是一項復雜的工程。因此，為實現全環節精準碳計量和企業的碳責任分攤，電力企業可以通過引入物聯網、大數據技術來解決碳計量中精確度不高和實時性不強的問題。

物聯網技術實現電力企業耗能的實時監測。為充分探究企業電力耗能的特征，監測企業耗電行為，以改造企業用電策略從而減少耗能，電力企業可以利用物聯網技術將傳感器和智能設備連接到企業的各個設備上，實現對電力數據的準確監測。傳感器可以收集電流、電壓、功率等關鍵參數的數據，并將數據通過物聯網網絡傳輸到大數據中心或云計算平臺。通過實時監測和采集數據，對企業用電習慣進行統計分析，了解電力使用的細節和模式，以支持電力管理和優化決策。

大數據技術實現發電企業的多類型電源碳計量。基于聯合國政府間氣候變化專門委員會（IPCC）“三可原則”，需研究發電企業中多類型發電源的碳排放計量方法。目前，發電企業的發電源主要分為傳統的化石能源和可再生能源（如風能、太陽能等）。對于傳統的化石能源，可采用燃燒排放因子法，依據燃料消耗量和相應的排放因子即可計算出直接碳排放；而對于可再生能源，需要考慮其消納所需的備用，調頻等輔助工作引起的碳排放，可通過大數據技術進行等效碳排放建模，實現可再生能源的碳計量；部分電力企業可能存在氫能等新能源，也可通過建模的方式進行模擬計算，實現發電企業的多類型碳計量。

大數據技術實現對用電企業的實時精準碳計量。對用電企業各部門耗能的碳排放水平計算時，需研究用電行為的精準碳計量方法。利用大數據技術建立“電－碳”模型，分析和處理大量的電力消耗數據；結合“電－碳”模型的碳排放因子，可以實現對電力碳排放的精確計算。通過應用“電－碳”模型，對企業用電行為模式進行分析，識別高耗能設備、高峰用電時段等；之后，將電力碳排放的結果以大數據可視化的形式呈現出來，從而可以直觀地了解碳排放的情況；進而，為企業提供基于數據的能源管理決策支持，幫助其實現碳減排的目標。實時精準碳計量，企業可以準確分攤不同部門的碳排放，推動內部能源管理和減排措施的實施。

人工智能實現電能的高效利用

人工智能技術是解決復雜系統控制與決策問題的有效措施，其在能源行業的深入應用，有助于推動清潔能源生產，降低碳排放。因此，應用人工智能技術實現電能高效調度和利用，成為我國電力企業碳減排的重要實踐舉措。

人工智能實現負荷預測和調度優化。人工智能技術可以通過分析電力企業歷史負荷數據、天氣、溫度等信息建立深度學習模型，預測電力需求的變化趨勢，并制定最佳的負荷調度策略。人工智能可以實時監測電力系統的運行狀況，根據需求和供應情況進行智能調度，以最大程度地利用可再生能源和優化傳統能源的使用，提高電能的利用效率。

人工智能實現企業電力系統的智能化管理。人工智能技術可以結合物聯網技術，實現對電力設備和能源系統的智能管理。通過連接傳感器和智能設備，電力企業可以利用人工智能技術實時監測能源消耗、設備狀態和環境參數，通過機器學習和數據分析技術，優化能源系統的運行和控制策略，實現能源的高效利用和節能減排。

區塊鏈技術實現電力企業低碳行為的激勵

區塊鏈技術保護企業數據的隱私性。在對電力企業的數字賦能中，數據的隱私性是一個重要的考慮因素。電力企業在監測和記錄能源消耗、碳排放等關鍵數據時，需要確保這些數據不被篡改或泄漏。區塊鏈技術作為一種去中心化和不可篡改的分布式賬本技術，可以提供數據的安全存儲和傳輸。通過將電力企業的數據以加密形式存儲在區塊鏈上，可以確保數據的保密性和完整性。此外，區塊鏈技術還可以為企業提供數據訪問權限控制機制，只有被授權的參與方才能查看和驗證數據，保護企業的商業隱私和敏感信息。

激勵電力企業的可持續低碳行為。區塊鏈技術不僅可以保護企業數據的隱私性，還可以通過智能合約機制激勵電力企業采取可持續的低碳行為。智能合約是在區塊鏈上執行的自動化合約，其中設定了特定的條件和激勵機制。通過設定合約規則，電力企業可以獲得獎勵或優惠政策，以鼓勵他們采取低碳發電、減少碳排放、提高能源效率等行為。區塊鏈技術確保智能合約的執行結果被記錄在區塊鏈上，實現公開透明和不可篡改的激勵機制，提高電力企業參與低碳行動的積極性。

數字孿生技術助力電力企業碳減排和精準規劃

數字孿生技術是指通過數字模型和現實世界的實時數據進行交互，實現對物理實體的仿真和監控。在電力企業中，數字孿生技術可以為碳減排和精準規劃提供有力支持（圖3）。

數字技術賦能電力企業減污降碳的策略

針對上述數字技術賦能電力企業源端降碳、能耗監測、高效用能、低碳行為激勵、減排精準規劃等減污降碳路徑，本文提出電力企業數字化減污降碳的實施策略，保障數字技術賦能電力企業減污降碳路徑的實效，進而促進電力企業的數智化綠色低碳轉型。

著力推進電力數據安全治理和風險防控

數字技術在為電力企業的低碳化、智能化發展開辟了新途徑的同時，電力數據作為企業的核心，面臨著更加嚴格的安全考驗。在深入分析電力企業現狀的基礎上，結合大數據時代的要求與行業發展的需要，提出以下思路。

建立關鍵數據安全基礎設施，健全安全管理機制。能源電力企業作為關鍵基礎設施行業，對數據安全的管理非常重要。建立權責明晰、分工合理、協同高效的數據安全管理組織體系可以幫助企業更好地保護數據，并有效應對潛在的安全威脅。確保數據安全的關鍵步驟包括規范數據分類分級、推進安全管理制度建設、加強評估和責任追究，以及確立安全職責和權利。同時，對于需要外發數據的情況，建立備案制度，確保外發數據的安全性。建立靈活高效的數據安全應急響應機制，及時應對各類安全事件和威脅。定期對數據處理、使用、外發等環節進行安全評估，發現潛在風險，進而采取相應措施進行改進，并加強責任追究，以提升數據安全管理水平，降低數據泄露和風險的可能性。同時，還需持續關注數據安全領域的最新技術和法規要求，不斷完善和提升數據安全管理水平。

牢固樹立法律紅線意識和底線思維，推進安全合規機制建設。緊跟國家法律法規要求，加強數據安全法律意識宣傳、深入分析數據安全案例，并依法依規落實個人信息安全保護要求；確保企業在數據處理和管理過程中遵守法律法規，防范數據安全風險，提高組織和個人對數據安全法律要求的認知，推進數據安全管理的合規化和標準化，有效防范數據泄露和濫用風險，保護客戶的個人隱私和數據安全，在數據業務發展中樹立法律法規紅線意識；依法依規落實個人信息安全保護要求，合法合規獲取、使用個人信息，對于違反安全合規規定的行為，及時采取糾正和懲處措施，形成嚴明的制度和規范，制定并推廣適用于企業的數據安全和合規政策；明確各個環節的安全要求，包括數據收集、存儲、處理、傳輸和共享等方面，避免侵犯客戶個人隱私或違規獲取客戶個人信息。

提升數據安全技術服務的專業能力，統一服務流程和操作規范。制定適用于數據安全技術服務的標準和規范，明確各項要求和指導原則，定期進行數據安全技術服務的審查和評估，發現問題并及時改進，保持服務質量和安全水平；加快應用數據脫敏、水印溯源、大數據態勢感知等技術，并探索匿名化、數據標簽、多方安全計算等應用場景。加強安全服務能力的開放調用、策略統一管理、風險統一研判。通過提升數據安全監測和攻防驗證能力，有效減少數據泄露和安全風險。

致力于培育數據安全人才隊伍，以鞏固安全防線。加強數據安全人才培養，構筑穩固的數據安全防護架構。對電網企業而言，急需加速引進熟稔數據安全領域的專家，并專注培育具備法規合規及產業攻防專業技能的人才。同時，建構數據安全專業團隊，強化從業人員的職責履行能力和職業操守。促進數據安全管理機構與業務部門之間的交互融合，協同開展數據安全相關工作，以確保數據安全責任的落地與實踐，并培養具有扎實業務素養及高度安全意識的專業人才。此外，強化企業各部門在數據安全領域的交流與合作，建立常態化溝通協作機制，以塑造優良的數據安全專業人才培育、技術創新與產業發展新生態。

發揮數字化優勢提升碳市場運營水平

電力市場與碳市場之間存在著極強的關聯性，發電企業的生產消費產生碳排放，而碳價也影響著發電企業成本，電力行業同時也是首批納入碳市場的對象。要充分發揮電力企業數字化轉型的優勢，建立以電－碳關系為基礎的碳排放監測、計量標準和核算體系，有效提升碳核查數據質量。發揮電力數據覆蓋面廣、實時性強、可靠性強、數字化程度高等優勢，強化基于電力流的碳排放監測技術和電力大數據輔助核查技術，提升企業報送碳排放數據過程的精準管控。電力企業在保障信息安全的前提下打造“電碳數據庫”，利用電力市場數據和數字技術手段增強市場主體的碳足跡追蹤、碳配額核準能力。充分利用數字化技術，加強綠色電力證書和碳交易市場的數據共享，推動碳市場與綠色電力市場有機銜接。電力企業可利用國際互認的綠電交易憑證，將富余的碳排放配額在碳市場中出售并獲得額外的經濟收益，這有助于增加碳市場的參與主體數量并擴大交易規模。

利用數字化技術應對歐盟碳稅的不利影響

推動碳排放數據的監測、報送與核查（MRV）與區塊鏈技術相結合，以此保障數據監測的真實性，同時也為企業應對歐盟碳邊境調節機制（CBAM）中可能出現的碳排放數據爭議提供可靠支持。推動受CBAM影響的企業同時參與碳市場和綠證交易市場，并允許其所購綠證轉化為國家核證自愿減排量（CCER）抵消碳配額，以降低其間接電力消耗的碳排放，同時發揮兩個市場的協同減排作用。推動電力企業全鏈條碳減排與碳足跡報告實施追溯。依靠數字化碳管理平臺開展供應鏈碳足跡核算工作及減排實施方案規劃，從數據源頭開始，利用物聯網服務實時采集數據，并基于區塊鏈技術解決數據可追溯、不可篡改的問題，實現多場景/技術路線的可一鍵編制全生命周期碳足跡報告，支持企業提前應對CBAM、產品碳足跡披露要求等綠色貿易壁壘。

建立支撐智慧電力系統的數字標準體系

在建立完善智能電力系統時，首先應先制定完善的指標體系，為人工智能的日常檢查提供依據，以此來獲得更為準確合理的數據結果，當前，該標準體系包含3類技術標準。

發電側。需要統籌煤炭等化石能源和水、風、光等清潔能源與多能互補技術標準，對其數據交換方式、信息傳遞需求等進行深入研究和分析，了解各種數字標準的應用場景和影響因素；加強傳統調峰電源技術標準建設，包括煤電靈活性改造、抽水蓄能及燃氣發電等標準，以充分發揮其靈活調節和協調運行能力，為電力系統持續運行提供必要的支撐。

電網側。需要完善輸電網絡與變電技術的相關標準體系，同時，加快配電網絡的優化升級，推動分布式電源和微電網相關標準的建設，確保分布式新能源的高效就地消納，并以此促進微電網的深層次發展。新能源的規模性發展仍存在不足之處，如電力系統面臨靈活性資源緊缺、新能源消納能力薄弱、系統可靠性下降、配網側運行與維護管理難度增加等一系列挑戰。因此，新型電力系統技術標準體系仍需多方面發展和針對性完善。

儲能側。需要不斷加強多種儲能技術與電力系統備用技術標準體系的建設。參考相關行業標準，如儲能設備的通信接口標準、數據格式標準等，了解行業內已有的數字標準，并結合自身需求進行適應性調整。根據儲能側的數據交換需求，定義相應的數據模型和接口規范，確保數據的一致性和可交互性，為特殊情況下電力系統的安全穩定運行提供保障。

助力電力企業提質降本增效

電力企業降本增效的重要內容在于能源和信息交換，在充分理解電力行業數字化轉型需求的基礎上，結合自身數字化轉型及服務電力行業數字化的實踐經驗，為不同發展階段和規模的企業提供數字化轉型“貼身伴跑”服務。同時，從算力、網絡、平臺、安全等多方面發力，全面推動“廣泛聯接+智能高效+安全可靠+綠色低碳”的新型能源體系建設。將電力資產日常管理與數字化管理系統有效地整合；現場操作人員掃描射頻識別標簽（RFID），自動獲取設備在規劃設計、采購建設、驗收投運、運維檢修、報廢等階段的海量信息數據，從而達到實物信息與系統信息的實時同步一致，可實現對輸、變、配電網生產設備、計量資產、辦公資產、信息通信資產、工器具等電網資產的實物管理，提高資產管理業務操作效率和資產全生命周期信息追溯與周期管理水平。

（作者：陳曉紅，湖南工商大學前沿交叉學院 中南大學商學院；唐潤成、胡東濱，中南大學商學院；徐雪松、唐湘博、易國棟、張威威，湖南工商大學前沿交叉學院。《中國科學院院刊》供稿）