近年来，温室效应加剧的全球气候变暖状况受到了越来越多的关注，气候变暖带来的一系列外部不经济问题对全球经济社会的发展造成了负面影响。为此，世界各国共同采取低碳减排措施来减少CO2的排放，从《京都议定书》到《<京都议定书>多哈修正案》再到《巴黎协定》，我国作为第一碳排放大国和最大的发展中国家，一直积极参与全球气候治理。电力行业作为二氧化碳排放量最大的行业，肩负着低碳减排的重任。因此，对电力行业的电源结构进行优化研究，从根源上降低碳排放，实现电力行业的低碳发展，具有一定的现实意义。　　本文首先介绍了研究低碳条件下电源结构优化的背景和意义，在此基础上对电力行业碳交易机制和电源规划的模型、算法进行文献综述，并阐述了电源结构优化的相关理论，主要包括电源规划理论与方法、碳交易机制的内涵及原理等相关内容；然后以河北省为研究对象，对河北省的电源结构进行详细分析，列举了河北省一次能源概况及发电利用情况，将河北省的电源结构与我国电源结构进行对比，对河北省发电行业低碳减排潜力进行详细分析；接下来对多目标决策法和Pareto相关定义进行介绍，在此基础上建立了基于碳交易的电源结构多目标优化模型，模型包含经济成本和碳排放量两个目标函数以及多个约束条件；为了验证模型的实用性，本文以河北省为例，采用基于遗传算法的BP神经网络预测河北省2016年-2020年的电力需求量，并收集分析模型所需的其他数据，在此基础上选择基于快速分类的非支配排序遗传算法对河北省“十三五”规划期间的电源结构进行优化；最后，通过对河北省电源结构优化的实证分析，得出河北省2016年-2020年电源结构发展趋势，验证了基于碳交易的电源结构多目标优化模型的可行性，为其他省份进行电源结构优化研究提供借鉴。