中國網/中國發展門戶網訊 隨著“雙碳”目標的提出，減汙降碳已成為全球範圍內關注的焦點。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”目標下的重點改革物件。中國正處於“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汙降碳壓力。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製造和土建工程，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汙降碳成效。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。
隨著數位技術在能源領域的廣泛應用和創新，數位技術對電力企業實現減汙降碳目標的作用日益凸顯。電力企業可以通過數位技術的深度融合：實現碳汙足跡的精准監測和計量；利用智慧傳感和大資料準確評估各個環節的碳汙排放情況，進而有針對性地減汙降碳；利用即時的資料監控和回饋機制，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；運用可靠的資料支援和智慧化決策系統，説明電力企業進行碳中和的精准規劃和實施。鑒於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。通過降低分散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，數位化賦能是電力企業減汙降碳的重要手段和途徑，但電力企業數位化減汙降碳也面臨諸如數位技術應用發展不均衡、資料安全防護存在較大風險、缺乏統一的技術標準及數位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位化技術推進減汙降碳。為此，本文針對這一問題開展研究，通過系統分析數位技術在電力企業減汙降碳中應用的現況和遇到的難題，提出物聯網和大資料、人工智慧、數位孿生與區塊鏈等新興數位技術賦能電力企業減汙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，為能源電力行業減汙降碳和數位化轉型發展提供科學理論參考。
數位技術在電力企業減汙降碳中的運用進展
數位技術在推動電力企業減汙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路化、數位化、智慧化的技術手段，賦能電力企業轉型升級和機構優化，優化企業資源配置、提升管理決策水準。以下簡述大資料、人工智慧、區塊鏈、雲計算等數位技術在電力企業減汙降碳領域的現有運用進展（圖1）。
大資料應用
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。如何利用大資料實現企業減汙降碳已成為產業界共同關注的話題。大資料在國內外電力企業減汙降碳的應用中，主要集中於2個方面。
大資料技術可通過收集和分析電力企業的能來源資料，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。基於資料採擷和人工智慧演算法等數位化管理技術，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。
大資料技術可即時監測電力設備的運行狀態和能耗情況，通過資料分析和演算法模型，轉換為視覺化圖表形式，並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慧雲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資料，以及電力使用者資料、線路資料和設備資料等多維大資料的融合和視覺化，形成“電網一張圖”，提高電能利用效率，減少電力資源損失。
人工智慧技術應用
人工智慧技術是有效應對複雜系統控制和決策問題的關鍵手段，在電力企業的數位化轉型過程中廣泛運用於生產、消費、傳輸、運營、管理、交易等環節。為破除傳統生產落後工藝流程，革新以可再生能源為主的新一代綜合能源介面，降低電力企業“三廢”總量，提升綠色能源占比。人工智慧技術助力電力企業減汙降碳主要歸納為“預測—挖掘”“調度—優化”“管理—增效”3個方面。
應用人工智慧技術高效精准化預測。電力企業用能規模龐大、結構複雜，實行減汙降碳措施急需對多維資料進行精准預測及高效管理。例如，能源設備圖像識別、極端氣候下能源網路損毀預測、企業用能行為的使用者側負荷預測、能源系統穩定性預測等，引導企業構建迴圈用能範式、提升用能系統整體的碳排放品質。從“源—網—荷—儲”全週期減少對傳統能源的依賴，實現減汙降碳。
應用人工智慧技術柔性化調度。人工智慧技術發展為電力企業用能多元化協同柔性調度，在精准化預測資料分析中實現減汙降碳的智慧化決策。例如，借助人工智慧預測與優化技術，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。建立基於大資料平臺的“燃料智慧摻配”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。
應用人工智慧技術自主學習化管理。自主學習化管理是通過利用人工智慧技術，實現企業內部綜合能源系統的自我調整控制和狀態自感知。基於機器學習演算法或強化學習演算法，依據採集或預測資料構建多物理量、多尺度、多概率的數位孿生環境，並對模型參數化自我調整更新。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並借助孿生場景執行人工智慧優化調度，形成“煤質資料線上監測—三維智慧監控—智慧運行優化”智慧決策體系，實現企業生產流程自主優化落實減汙降碳決策。
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汙降碳提供有力支撐。
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，借助智慧合約實現智慧能源中各相關主體對各類資訊的廣泛交互，助力電力企業系統運行品質和減汙降碳效益。
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，正泰物聯網園區基於區塊鏈的排放碳監測平臺彙聚產線生產製造全流程碳排放資料；通過智慧合約即時準確監測碳排放，自動完成各項資料申報，打通碳交易閉環，構建監管新模式，助力實現企業碳中和。
雲計算應用
構建雲計算平臺是當前解決能源行業等傳統領域算力、演算法的關鍵支撐性技術。在電力企業減汙降碳流程中，雲計算平臺利用技術突破來推動計算和其他資訊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汙降碳需求場景。
雲計算助力電力企業資料資源池化，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，以及大資料技術的應用，實現資料的收集和分析處理，從而實現更廣泛的資料交流和協作。例如，國網江蘇省電力有限公司通過伺服器平臺（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、發電效率等資料，從而支援減碳決策和優化供電管理。
雲計算平臺實現企業軟硬體解耦，以滿足電力企業對電網能耗監管。雲計算能夠提供強大的計算能力，用於電力系統的類比和建模。通過在雲端進行電力系統的模擬和優化，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裡雲平臺獲取秒級故障原因和智慧分析及處理資訊，加快對故障定位並提高修復效率。
數位技術在電力企業減汙降碳中的關鍵問題
大資料、人工智慧、區塊鏈等數位技術，為電力企業數位化轉型及統籌協調減排和降碳提供了重大契機。然而，電力企業在利用數位技術進行減汙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。
數位技術在電力企業減汙降碳中的應用存在薄弱環節
數位技術在電力企業減汙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，利用數位技術在減汙降碳過程取得了一些成效，但還可以更進一步發揮數位技術的重要作用。例如，在監測和管理發電設備方面，急需更高效的人工智慧演算法，對設備各操作環節的關鍵參數進行智慧分析和優化，找出不同負荷下最優的設備指令引數，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、人工智慧、數位孿生和智慧微電網等技術實現“源—網—荷—儲”的協調與平衡需要加強統籌和佈局。 電力企業減汙降碳過程維度。“雙碳”目標的實現對電力企業碳排放監測、碳排放的精准測算、減汙降碳目標實現進程的預測、減汙降碳方案的制定，以及減汙降碳方案實施的智慧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，電力企業採用的排放因數法難以精准測算碳排放量。物聯網、大資料、雲計算、人工智慧、區塊鏈等數位技術在碳排放、碳測算等方面發揮著重要的作用。但是，由於電力大資料、能耗大資料、產能大資料等來源分散且廣泛，並且資料歸屬部門多，阻礙了數位技術的高效利用，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即時動態。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位技術的深度融合創新，也造成數位技術在電力企業減汙降碳中缺乏高效的利用。
資料安全防護尚需要進一步加強
電力資料主要來自發電、輸電、變電、配電、用電和調度等環節，這些資料具有類型繁多、體量巨大且增速快等特點。隨著電力資料的開放共用和電力企業的數位化轉型，電力企業面臨著資料安全缺乏監管、資料流程通安全防護薄弱等問題。電力企業的相關資料類型龐大，種類眾多，如電力生產資料、企業排放資料、使用者消費資料等，這些資料一旦洩露，電力企業的關鍵核心業務、用戶隱私等都將面臨在網路中暴露的潛在風險。並且，這些資料關係著國民與資源的敏感性資料，對電力網絡安全也提出了較高的要求，構築安全的電力資料防護體系也成為關鍵。
數位技術在電力企業減汙降碳中缺乏統一的技術標準
電力資料覆蓋“發、輸、配、售”全環節及企業管理等方面，電力資料具有規模大、種類多、價值高的特點；電力資料的保護重點涵蓋了資料獲取、傳輸、存儲、使用等全生命週期。但是，目前主要由各電力企業自行制定資料安全定級辦法，還沒有統一的分級分類、安全保護等的管理辦法，進而造成電力資料的共用公開、安全防護等缺乏統一的標準。
同時，大資料、人工智慧、物聯網、數字孿生等數位技術已逐漸在電力企業的碳排放包養監測、智慧電網管理等方面開展了初步的應用。由於數位技術在電力企業減汙降碳方面的應用尚處於初級階段，對資料獲取、資料處理流程，以及電力資料採擷、智慧分析和演算法持續反覆運算能力欠缺，難以形成資料獲取、分析、處理等的標準。
數位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。構築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製，將為能源電力系統的數位化轉型提供強有力的硬體支援，以實現清潔能源的高效整合；高性能電力晶片的應用，將為能源電力系統設備狀態的即時精准感知與高效控制提供關鍵保障；數位化與智慧化電力設備的發展，將有效促進能源電力系統的安全高效運行。此外，數位技術包括5G通信、大資料、雲計算、物聯網、人工智慧、數位孿生等，正深刻地影響著電力系統中的各個環節。這些數位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資訊系統的資訊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存取控制、資料加密等技術提供全方位的安全保障體系。而這些數位技術在電力企業數位化轉型中的投入，需要大量的資金支援，並且數位技術投入對電力企業數位化減汙降碳可能不會帶來立竿見影的效果。因此，電力企業在進行數位技術的投入時，需要綜合考量數位技術投入成本和帶來的收益，這也是數位技術在電力企業減汙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
電力企業在減汙降碳中既要推進建設新型電力系統，又要充分利用電力大資料的優勢助力碳減排。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、碳部分資料未能打通，尚未建立完善的電碳資料庫。電力大資料可以每分鐘高頻進行採集，而碳排放資料的採集頻次較低，兩類資料之間可能會因為時間上的差異而難以深度融合。而且，由於對碳排放主要區域、重點行業等的排放資料的高頻採集不夠，目前尚未形成覆蓋重點區域、高耗能企業等的電碳大資料庫。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汙降碳的重要環節，不僅需要對發電機組設備碳排放進行即時監測，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。由於碳市場價格的難以精准測算，以及碳排放強度的動態衡量不精准等，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。
數位技術賦能電力企業減汙降碳的方法路徑
基於前述研究，本部分將聚焦電力企業在減汙降碳過程中面臨的痛點和難點，將著眼於發電企業的清潔能源投入、企業電力耗能的資料監測和電力系統全環節碳排放的精准計量、實施減汙降碳的智慧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、大資料、人工智慧、數位孿生、區塊鏈等數位化前沿技術來助力電力企業實現減汙降碳的總體目標（圖2）。
數位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、線損率等方面採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。儘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，我國將致力於開發和採用更加高效、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徵。
大資料技術實現清潔能源的高效利用。對於供電企業，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。利用大資料技術實現發電功率的精准預測，突破低成本高效率的清潔能源發電。在風電方面，大資料技術可以通過收集和分析氣象資料、風速、風向等參數，預測未來的風能資源情況；通過對歷史資料和即時資料的分析，可以建立精確的風能預測模型，提前做出發電計畫和調度安排，從而提高風電的發電效率。在光伏發電方面，大資料技術可以通過對光照強度、氣溫、雲量等因素的即時監測和分析，預測光伏發電的潛力和發電效率。同時，大資料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。通過利用大資料技術，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。
數位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，依賴於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。數位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位技術實現智慧化儲能管理，使儲能設備可以智慧感知和即時回應能源需求。通過即時監測清潔能源產量和電網負荷，智慧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，通過大資料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、大資料技術實現電力企業全環節精准碳計量
精准的碳排放計量體系是實現電力企業減汙降碳的基石，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，碳排放量的精准計量需要涉足多個環節，全環節碳計量更是一項複雜的工程。因此，為實現全環節精准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、大資料技術來解決碳計量中精確度不高和即時性不強的問題。
物聯網技術實現電力企業耗能的即時監測。為充分探究企業電力耗能的特徵，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感測器和智慧設備連接到企業的各個設備上，實現對電力資料的準確監測。感測器可以收集電流、電壓、功率等關鍵參數的資料，並將資料通過物聯網網路傳輸到大資料中心或雲計算平臺。通過即時監測和採集資料，對企業用電習慣進行統計分析，瞭解電力使用的細節和模式，以支援電力管理和優化決策。
大資料技術實現發電企業的多類型電源碳計量。基於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）。對於傳統的化石能源，可採用燃燒排放因數法，依據燃料消耗量和相應的排放因數即可計算出直接碳排放；而對於可再生能源，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，可通過大資料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類比計算，實現發電企業的多類型碳計量。
大資料技術實現對用電企業的即時精准碳計量。對用電企業各部門耗能的碳排放水準計算時，需研究用電行為的精准碳計量方法。利用大資料技術建立“電－碳”模型，分析和處理大量的電力消耗資料；結合“電－碳”模型的碳排放因數，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；之後，將電力碳排放的結果以大資料視覺化的形式呈現出來，從而可以直觀地瞭解碳排放的情況；進而，為企業提供基於資料的能源管理決策支援，幫助其實現碳減排的目標。即時精准碳計量，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。
人工智慧實現電能的高效利用
人工智慧技術是解決複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，有助於推動清潔能源生產，降低碳排放。因此，應用人工智慧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。
人工智慧實現負荷預測和調度優化。人工智慧技術可以通過分析電力企業歷史負荷資料、天氣、溫度等資訊建立深度學習模型，預測電力需求的變化趨勢，並制定最佳的負荷調度策略。人工智慧可以即時監測電力系統的運行狀況，根據需求和供應情況進行智慧調度，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。
人工智慧實現企業電力系統的智慧化管理。人工智慧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慧管理。通過連接感測器和智慧設備，電力企業可以利用人工智慧技術即時監測能源消耗、設備狀態和環境參數，通過機器學習和資料分析技術，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資料的隱私性。在對電力企業的數位賦能中，資料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、碳排放等關鍵資料時，需要確保這些資料不被篡改或洩漏。區塊鏈技術作為一種去中心化和不可篡改的分散式帳本技術，可以提供資料的安全存儲和傳輸。通過將電力企業的資料以加密形式存儲在區塊鏈上，可以確保資料的保密性和完整性。此外，區塊鏈技術還可以為企業提供資料存取權限控制機制，只有被授權的參與方才能查看和驗證資料，保護企業的商業隱私和敏感資訊。
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資料的隱私性，還可以通過智慧合約機制激勵電力企業採取可持續的低碳行為。智慧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，以鼓勵他們採取低碳發電、減少碳排放、提高能源效率等行為。區塊鏈技術確保智慧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。
數位孿生技術助力電力企業碳減排和精准規劃
數位孿生技術是指通過數位模型和現實世界的即時資料進行交互，實現對物理實體的模擬和監控。在電力企業中，數位孿生技術可以為碳減排和精准規劃提供有力支援（圖3）。
數位技術賦能電力企業減汙降碳的策略
針對上述數位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、減排精准規劃等減汙降碳路徑，本文提出電力企業數位化減汙降碳的實施策略，保障數位技術賦能電力企業減汙降碳路徑的實效，進而促進電力企業的數智化綠色低碳轉型。
著力推進電力資料安全治理和風險防控
數位技術在為電力企業的低碳化、智慧化發展開闢了新途徑的同時，電力資料作為企業的核心，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，結合大資料時代的要求與行業發展的需要，提出以下思路。
建立關鍵資料安全基礎設施，健全安全管理機制。能源電力企業作為關鍵基礎設施行業，對資料安全的管理非常重要。建立權責明晰、分工合理、協同高效的資料安全管理組織體系可以説明企業更好地保護資料，並有效應對潛在的安全威脅。確保資料安全的關鍵步驟包括規範資料分類分級、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，對於需要外發資料的情況，建立備案制度，確保外發資料的安全性。建立靈活高效的資料安全應急回應機制，及時應對各類安全事件和威脅。定期對資料處理、使用、外發等環節進行安全評估，發現潛在風險，進而採取相應措施進行改進，並加強責任追究，以提升資料安全管理水準，降低資料洩露和風險的可能性。同時，還需持續關注資料安全領域的最新技術和法規要求，不斷完善和提升資料安全管理水準。
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，加強資料安全法律意識宣傳、深入分析資料安全案例，並依法依規落實個人資訊安全保護要求；確保企業在資料處理和管理過程中遵守法律法規，防範資料安全風險，提高組織和個人對資料安全法律要求的認知，推進資料安全管理的合規化和標準化，有效防範資料洩露和濫用風險，保護客戶的個人隱私和資料安全，在資料業務發展中樹立法律法規紅線意識；依法依規落實個人資訊安全保護要求，合法合規獲取、使用個人資訊，對於違反安全合規規定的行為，及時採取糾正和懲處措施，形成嚴明的制度和規範，制定並推廣適用於企業的資料安全和合規政策；明確各個環節的安全要求，包括資料收集、存儲、處理、傳輸和共用等方面，避免侵犯客戶個人隱私或違規獲取客戶個人資訊。
提升資料安全技術服務的專業能力，統一服務流程和操作規範。制定適用于資料安全技術服務的標準和規範，明確各項要求和指導原則，定期進行資料安全技術服務的審查和評估，發現問題並及時改進，保持服務品質和安全水準；加快應用資料脫敏、浮水印溯源、大資料態勢感知等技術，並探索匿名化、資料標籤、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。通過提升資料安全監測和攻防驗證能力，有效減少資料洩露和安全風險。
致力於培育資料安全人才隊伍，以鞏固安全防線。加強資料安全人才培養，構築穩固的資料安全防護架構。對電網企業而言，急需加速引進熟稔資料安全領域的專家，並專注培育具備法規合規及產業攻防專業技能的人才。同時，建構資料安全專業團隊，強化從業人員的職責履行能力和職業操守。促進資料安全管理機構與業務部門之間的交互融合，協同開展資料安全相關工作，以確保資料安全責任的落地與實踐，並培養具有扎實業務素養及高度安全意識的專業人才。此外，強化企業各部門在資料安全領域的交流與合作，建立常態化溝通協作機制，以塑造優良的資料安全專業人才培育、技術創新與產業發展新生態。
發揮數位化優勢提升碳市場運營水準
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物件。要充分發揮電力企業數位化轉型的優勢，建立以電－碳關係為基礎的碳排放監測、計量標準和核算體系，有效提升碳核查資料品質。發揮電力資料覆蓋面廣、即時性強、可靠性強、數位化程度高等優勢，強化基於電力流的碳排放監測技術和電力大資料輔助核查技術，提升企業報送碳排放資料過程的精准管控。電力企業在保障資訊安全的前提下打造“電碳資料庫”，利用電力市場資料和數位技術手段增強市場主體的碳足跡追蹤、碳配額核准能力。充分利用數位化技術，加強綠色電力證書和碳交易市場的資料共用，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，將富餘的碳排放配額在碳市場中出售並獲得額外的經濟收益，這有助於增加碳市場的參與主體數量並擴大交易規模。
利用數位化技術應對歐盟碳稅的不利影響
推動碳排放資料的監測、報送與核查（MRV）與區塊鏈技術相結合，以此保障資料監測的真實性，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資料爭議提供可靠支援。推動受CBAM影響的企業同時參與碳市場和綠證交易市場，並允許其所購綠證轉化為國家核證自願減排量（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。依靠數位化碳管理平臺包養網開展供應鏈碳足跡核算工作及減排實施方案規劃，從資料來源頭開始，利用物聯網服務即時採集資料，並基於區塊鏈技術解決資料可追溯、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週期碳足跡報告，支援企業提前應對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位標準體系
在建立完善智慧電力系統時，首先應先制定完善的指標體系，為人工智慧的日常檢查提供依據，以此來獲得更為準確合理的資料結果，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，對其資料交換方式、資訊傳遞需求等進行深入研究和分析，瞭解各種數位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，加快配電網路的優化升級，推動分散式電源和微電網相關標準的建設，確保分散式新能源的高效就地消納，並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，如儲能設備的通信介面標準、資料格式標準等，瞭解行業內已有的數位標準，並結合自身需求進行適應性調整。根據儲能側的資料交換需求，定義相應的資料模型和介面規範，確保資料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於能源和資訊交換，在充分理解電力行業數位化轉型需求的基礎上，結合自身數位化轉型及服務電力行業數位化的實踐經驗，為不同發展階段和規模的企業提供數位化轉型“貼身伴跑”服務。同時，從算力、網路、平臺、安全等多方面發力，全面推動“廣泛聯接+智慧高效+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位化管理系統有效地整合；現場操作人員掃描射頻識別標籤（RFID），自動獲取設備在規劃設計、採購建設、驗收投運、運維檢修、報廢等階段的海量資訊資料，從而達到實物資訊與系統資訊的即時同步一致，可實現對輸、變、配電網生產設備、計量資產、辦公資產、資訊通信資產、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週期資訊追溯與週期管理水準。
（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）