Este estudio aborda la urgente necesidad de reducir las emisiones de carbono en el sector energético, un importante contribuyente a las emisiones globales de gases de efecto invernadero, mediante la aplicación de principios de ingeniería de sistemas junto con técnicas de aprendizaje automático. Analiza la interacción entre los precios marginales regionales (LMP) y las emisiones de carbono dentro de los mercados eléctricos. El documento explora cómo los diseños de mercado y las estrategias operativas influyen en la producción de carbono aprovechando un conjunto de datos que abarca los LMP y las emisiones de carbono por hora en varias regiones del estado de Nueva York. El análisis utiliza redes neuronales para simular y predecir los efectos de diferentes escenarios de mercado sobre las emisiones de carbono, destacando el papel de los LMP, los costos de pérdidas y los costos de congestión en la efectividad de las políticas ambientales. Los resultados subrayan el potencial de la ingeniería de sistemas para proporcionar un marco holístico que integre la dinámica del mercado, los ajustes de políticas y los impactos ambientales, ofreciendo así información práctica para optimizar los diseños de mercado con el fin de reducir las huellas de carbono. Este enfoque no solo mejora la comprensión de las complejas interacciones dentro de los mercados eléctricos, sino que también apoya el desarrollo de estrategias específicas para lograr transiciones energéticas sostenibles.