2026年是“十五五”开局之年，也是碳排放双控制度加快落地、能源绿色低碳转型纵深推进的重要节点。从能耗双控转向碳排放双控，表面是管理指标之变，实质是治理逻辑之变。过去侧重“事后统计、总量约束、年度考核”，未来更强调“过程识别、动态调节、精准控制”。在新能源大规模并网、源网荷储互动频繁的背景下，电力低碳治理的难点已不只是“算清排了多少碳”，而是“能否在复杂运行场景中实时识别碳排放变化、动态权衡安全经济低碳目标，并形成可执行调控决策”。要破解这一难题，需要两类能力协同发力，一是多模态数据汇聚，将分散在电源、电网、负荷、储能等环节的异构信息融合为统一感知，解决“实时识别”；二是自主决策应用，在多重约束下自动生成并优选调控方案，解决“动态权衡与可执行调控”。因此，推动多模态数据与自主决策应用，不是简单技术升级，而是提升电力低碳治理能力、支撑碳排放双控落地见效的基础性工程。
碳排放双控全面落地，电力治理须从“结果约束”转向“过程调控”
长期以来，电力低碳治理侧重总量核算和年度考核，偏重事后统计与静态分析。在能源结构相对稳定、系统波动有限的条件下，这种方式能发挥一定作用。但随着风电、光伏大规模并网，系统负荷、出力、碳排放强度均呈现强波动性与时变性。传统粗线条管理已出现“看不清、跟不上、控不准”的问题。
碳排放双控不是简单替换指标，而是要求治理链条向运行过程、关键环节和调节行为延伸：要知道碳从哪里来、何时升高、由哪些用能行为驱动，以及如何实现更优调节。这要求电力系统兼顾安全稳定与绿色低碳，反映整体趋势同时捕捉局部变化，管住结果更要管住过程。
碳排放双控全面推进，倒逼电力治理从“结果约束”转向“过程调控”，从“静态核算”转向“动态感知”，从“人工研判”转向“人机协同决策”。谁能更早构建面向运行过程的实时碳排识别、复杂场景智能研判、多目标约束自主决策能力，谁就能在新型电力系统建设中占据主动。
多模态数据结合自主决策，推动电力治理从“看得清”走向“调得优”
多模态数据解决“看得清”，自主决策解决“调得优”。前者让系统全面感知运行状态与碳排放变化，后者让系统在复杂约束下快速形成优化方案。
所谓多模态数据，是将分散在不同环节、主体中的信息统一汇聚。电源出力、负荷变化、天气、设备状态、储能、用户行为、市场价格、碳排放强度等，若彼此割裂则难以完整判断；统一接入、交叉验证后，可精准识别源网荷储状态，捕捉碳排放时空变化。例如，融合数值天气预报、实测功率与卫星云图，可显著降低辐照度预测误差，更精准安排备用与储能策略。
但“看见”还不够。当新能源波动、负荷高峰叠加、电网约束增强时，系统是调用储能、调整机组出力、引导错峰还是启动需求响应？不同方案对安全、成本、碳排、用户体验影响各异。过去依赖人工经验与固定规则，易出现响应滞后、调节粗放。
自主决策的价值正在于此。它不是替代人工调度，而是在多模态感知基础上，自动识别运行态势、预测风险、比较方案，在安全—经济—低碳等约束下生成更优建议。系统从被动记录走向主动研判，从事后发现问题走向提前识别风险，从单一指标走向可执行、可反馈、可优化的调控方案。随着新能源并网、系统复杂性上升，传统离线分析与经验处置已难以适应新型电力系统要求。电力低碳治理不能停留于“数据可视化”，须走向“智能研判”与“自主调控”。多模态数据与自主决策结合，才能真正把低碳目标嵌入运行全过程，使其成为系统优化的内生动力。
抓住算电协同窗口期，加快构建“感知—决策—反馈”的低碳治理闭环
当前电力低碳治理处于能力重塑窗口期。新型电力系统建设与算力基础设施布局并行，人工智能、大模型等技术为智能分析与自主决策提供支撑。算力与电力的关系正从“单向支撑”走向“双向赋能”。抓住算电协同机遇，既要保障算力用电，更要用算力、算法、数据赋能电力治理升级。
首先，构建动态感知体系。围绕发、输、配、用、储各环节，推动多源数据高效汇聚，提升对新能源出力、负荷波动、设备状态、用户行为及碳强度的动态识别能力。
其次，建设智能研判模型。电力运行是安全、经济、低碳、可靠等多目标的动态平衡。加强面向复杂场景的预测预警与风险识别，推动模型从“解释过去”走向“研判未来”，为调度提供精准依据。
第三，嵌入自主决策能力。在新能源消纳、储能调用、车网互动、园区调节、数据中心用能、需求响应、绿电交易等场景，探索智能决策机制。系统可在多种方案中快速比较优劣，形成符合安全、经济、低碳目标的调控策略，推动治理从“人工被动处置”转向“系统主动优化”。
第四，完善人机协同与安全规则。自主决策并非脱离人工管理。对于涉及系统安全、市场秩序的重要决策，明确模型建议、人工审核、执行反馈与责任追溯机制。围绕数据接口、算法透明、调控权限等环节完善标准，确保智能决策“能用、好用、管用、放心用”。
第五，建立决策反馈与持续优化。低碳治理是连续迭代过程。每次调度、响应、调用、交易都应形成可记录、可评估的数据闭环，通过持续跟踪修正模型偏差、优化策略，使系统在实践中不断提升判断水平。形成“感知—研判—决策—执行—反馈”闭环，才能实现从经验驱动走向智能驱动。
归根到底，电力低碳治理能力提升需要复合型人才支撑。应加强能源电力、数字技术与低碳治理交叉培养，鼓励企业设立“数字低碳工程师”岗位，推动业务与数字化部门轮岗交流。
面向“十五五”，电力低碳治理的关键已不只是有没有低碳目标，而是有没有支撑目标落地的治理能力。谁能率先把动态感知体系建起来、把智能研判模型用起来、把自主决策机制嵌进去、把反馈优化闭环跑起来，谁就能更好把制度优势转化为治理效能。
（王兆华系北京理工大学经济学院教授、博导；王博系北京理工大学管理学院教授、博导）
