随着经济社会的发展,全球变暖日益加剧。全世界各个国家每年共产生五百余亿吨的温室气体,这些温室气体会给人类社会带来意向不到的灾难,温室气体的减排行动及零排放的实现迫在眉睫,世界各国明确了碳中和的时间,我国也做出2060年实现碳中和的承诺。与发达国家相比,我国实现碳中和目标,时间更紧、幅度更大、困难更多。同时,碳中和目标的实现过程,也是催生全新行业和商业模式的过程,我国应该抓住全球低碳转型带来的机会,大力发展低碳科技和产业,从绿色发展中寻找发展的机遇和动力。我国幅员辽阔,区域发展不平衡、不充分。实现碳中和目标需要在遵循经济和碳排放内在规律基础上,分区域推进地区碳中和的实现。从碳排放源头看,2020年我国能源相关CO2排放占72.7%,具体到行业,电力行业的碳排放占比高达40%,是第一大碳排放大户。所以,在碳中和目标下分区域研究电力行业低碳转型很有必要。基于以上背景本文首先利用Pearson相关系数法得出各影响因素与碳排放的相关关系,运用主成分分析对碳排放影响因素的权重进行研究。在影响因素研究的基础上,参考相关文献加入碳中和相关影响因素及动态影响因素,以我国30个省市自治区作为样本,采用蝙蝠聚类分析算法、莱维飞行改进的蝙蝠聚类算法、粒子群聚类算法、K-Means算法对各省市的碳中和趋势进行聚类分析。比较各算法对于中国各省市碳中和聚类的效果,结果表明莱维飞行改进的蝙蝠聚类算法与其他三种算法相比聚类个数与真实聚类个数误差较小,类内相似较高,类间相似较小,迭代次数较少,聚类效果更好。然后从碳中和趋势角度出发分类省市,将我国30个省市自治区分为5个大类,分别为领先型、潜力型、转型型、探索型、萌芽型。最后从电源结构、电力供需形势、电力行业碳排放等方面对我国电力行业进行分析,根据我国电力行业发展现状提出电力行业低碳转型建议,同时根据碳中和趋势聚类分析结果的各省市特征对各类省市提出低碳转型建议。