负责华中区域省间现货及省内中长期电力交易全流程执行，涵盖市场行情研判、交易策略制定、头寸风险对冲及跨部门协同，目标为提升交易收益并控制偏差率在3%以内。

• 主导设计2023年迎峰度夏期间省间现货交易策略，基于历史电价、新能源出力及负荷特性，运用Python搭建LSTM负荷预测模型，结合ENSO气候模型修正水电出力偏差，将短期负荷预测准确率从85%提升至97%；同步联动西北新能源富集省份发电企业，锁定低价火电调峰资源，最终该阶段交易电量12亿千瓦时，平均购电价较基准价下浮4.2分/千瓦时，增厚利润约960万元。
• 针对现货市场实时价格波动风险，核心优化头寸管理机制：引入VaR（在险价值）模型设定单日最大亏损阈值，结合天气预报调整次日交易曲线，将月度交易偏差率从5.8%压缩至1.9%；同步开发风险预警看板，通过Power BI集成实时电价、机组出力、气象数据，实现风险信号分钟级响应，全年规避异常波动损失超300万元。
• 牵头完成月度交易复盘与策略迭代，建立包含‘市场流动性-价格弹性-政策敏感度’三维评估体系，梳理出水电大发期、新能源出力骤降期等6类典型场景的交易策略模板；推动与调度部门建立‘交易计划-实际执行’偏差协同机制，通过提前48小时滚动修正发电侧可用容量，将交易计划执行率从88%提升至96%。
• 参与省级电力市场规则修订研讨，基于历史交易数据测算‘偏差考核费用-发电侧补偿机制’平衡点，提出‘按预测准确率分档减免考核’的建议被采纳，推动区域市场偏差考核成本整体下降15%。

支撑华东区域客户电力交易需求，聚焦中长期合约谈判、交易数据治理及策略辅助，重点提升客户服务响应效率与策略科学性。

• 独立承担10家工业客户的月度中长期交易执行，运用Excel VBA开发自动化报表工具，集成交易中心API实时抓取成交数据，将月度结算对账时间从3个工作日缩短至4小时；同步建立客户交易档案库，记录各主体电价承受能力、用能周期特性，支撑定制化合约拆分方案，客户续约率从75%提升至92%。
• 跟踪动力煤期货价格与区域新能源装机进度，构建‘煤价-边际成本-新能源挤压’传导模型，为客户Q2交易策略提供预警：预判煤价上涨将推高火电报价，建议提前锁定7-8月低价水电长协，帮助某钢铁客户降低购电成本280万元/年。
• 参与公司交易辅助系统开发，负责需求调研与功能测试：梳理交易员高频操作场景（如价格对比、合约展期），提出‘多市场行情叠加视图’‘智能合约推荐’等8项功能需求；系统上线后，初级交易员策略制定效率提升40%，获公司年度创新奖。
• 协助处理某风电项目弃风限电衍生交易，通过对接电网调峰辅助服务市场，将弃风时段电力打包参与调峰补偿交易，额外增加项目收益120万元/年，验证‘源-网-荷-储’协同交易可行性。

负责新能源项目电力交易基础支持，包括市场信息收集、交易文件编制及结算跟踪，重点夯实电力市场规则理解与数据敏感度。

• 搭建覆盖全国31省的电力交易中心政策数据库，每日跟踪‘基准价+上下浮动’‘绿电交易’等新政，整理关键条款对比表与影响分析报告，为公司在广东、山东布局的分布式光伏项目提供交易路径建议，其中山东项目通过绿电交易溢价0.03元/千瓦时，年增收15万元。
• 协助完成公司首单绿电交易试点：梳理项目可交易电量边界（扣除自发自用部分），对接电网营销系统获取消纳责任权重数据，编制《绿电交易合规性说明》；交易达成后跟踪结算流程，协调解决‘环境权益归属’争议，最终交易电量2000万千瓦时，助力公司获得‘绿电交易先锋企业’认证。
• 优化交易台账管理系统：将纸质合同关键信息（如交割日、违约条款）结构化录入Excel，设置到期提醒与履约进度跟踪公式；系统投用后，交易文件查找时间从平均15分钟缩短至1分钟，全年未因资料缺失导致违约风险。
• 参与编制《新能源项目电力交易入门手册》，梳理中长期合约签订、现货市场申报、偏差考核处理等8个核心流程，配套案例说明，成为公司新员工培训标准教材。

省级电力现货市场多主体策略优化与风险管控平台研发

• 某省2021年启动电力现货市场全量结算试点，辖区内发电企业（占比25%为新能源机组）面临风光出力不确定性导致的利润波动风险，大工业用户则因缺乏需求响应量化工具难以对冲电价峰值成本。项目目标是为发电侧与用户侧客户提供“策略优化+风险预警”的端到端解决方案，助力客户在现货市场中实现利润最大化与风险可控。我作为项目负责人，统筹需求调研、模型构建、系统落地全流程，对接交易中心数据接口与客户业务场景。
• 项目核心难点有三：一是新能源出力预测误差（历史MAE达12%）导致发电侧策略偏差；二是大工业用户的需求响应弹性参数（如不同行业的电价敏感系数）缺乏精准校准方法；三是实时交易数据与优化模型的同步延迟（原5分钟）无法支撑日内滚动策略调整。技术上，我采用“随机规划+机器学习”融合框架——发电侧引入LSTM模型预测风光出力（将MAE降至6%），结合Gurobi构建考虑预测误差的利润最大化随机规划模型；用户侧通过层次分析法（AHP）结合客户生产计划（如高耗能企业的工序排班）校准价格弹性参数，并设计“峰谷价差-生产损失”双目标需求响应优化算法。
• 具体行动中，我牵头调研了12家发电企业（含4家风电、3家光伏）与8家大工业用户（涵盖钢铁、化工、电子制造），梳理出“新能源机组弃风弃光风险规避”“用户侧尖峰电价时段负荷转移”两大核心需求。针对新能源预测问题，我联合数据团队优化LSTM模型的特征工程，加入气象部门的短临预报数据（如1小时级风速、云量），提升短期出力预测精度；针对用户弹性参数，我设计了“问卷调研+历史用电数据回溯”的双验证机制，比如对某钢铁企业，通过对比其2021年尖峰时段（10:00-15:00）负荷下降5%时的生产损失（约20万元/次）与电价节省（约15万元/次），修正其价格敏感系数从-0.3调整至-0.4（绝对值越大敏感度越高）。此外，我推动开发了实时数据接口，通过Kafka消息队列实现交易中心数据的秒级同步，将模型更新频率从每小时1次提升至15分钟1次。
• 平台上线后，服务覆盖该省20%的统调发电容量（约8GW新能源机组）与12%的大工业用电量（约150亿kWh/年）：发电企业现货市场利润平均提升18%（单家企业最高提升25%），新能源弃风弃光率从8%降至4%；大工业用户平均用电成本降低15%（其中尖峰时段负荷转移率达30%），某钢铁企业年节省电费超800万元。项目成为公司核心产品，支撑了当年35%的营收增长，我个人也因模型设计的创新性获得公司“年度技术突破奖”。

区域天然气分布式能源多能互补交易模式与收益优化

• 某地级市推进“十四五”天然气分布式能源试点，辖区内3个在建分布式能源项目（总装机200MW，含燃气轮机+余热锅炉+储能）面临三大问题：一是天然气价格波动（年波动幅度达20%）导致成本不可控；二是余电上网电价（当时执行“标杆电价+补贴”）不明确，项目IRR普遍低于8%；三是“冷-热-电”多能输出的收益未充分挖掘。项目目标是为项目业主设计“多能互补+灵活交易”的商业模式，提升项目经济性与抗风险能力。我作为核心分析师，负责模式设计、收益测算与政策适配。
• 项目难点在于天然气成本的动态传导与多能收益的协同优化——传统单能量流模型无法量化“燃气价格-发电成本-余热利用效率-电力/热力售价”的联动关系。我采用混合整数线性规划（MILP）模型，将天然气价格（参考LNG现货价+管输费）设为随机变量，同时纳入“余热发电”“冷量外送”等副产品的收益项。此外，需解决政策不确定性问题：当时该省尚未出台分布式能源余电上网的明确电价机制，我通过梳理周边省份政策（如浙江的“隔墙售电”试点、广东的市场化交易规则），设计了“基准电价+浮动调整”的弹性电价模型。
• 具体行动中，我首先完成了项目现场尽调，收集了燃气供应合同（长协价占比60%、现货价占比40）、区域冷热负荷曲线（工业用户占比70%）等数据。基于此，我优化了MILP模型的约束条件：比如将燃气轮机的“最小运行负荷”（60%）与余热锅炉的“热电比”（1.2:1）纳入，确保多能输出的协同效率；针对储能系统，设计了“峰谷电价差套利+辅助服务调峰”的双用途模型，比如在天然气价格高企时，优先使用储能放电满足尖峰负荷，降低燃气消耗。此外，我与政府部门沟通，推动项目参与“区域电力辅助服务市场”，获取调峰补贴（约0.2元/kWh），拓展了收益来源。
• 项目落地后，3个分布式能源项目的综合IRR从7.5%提升至9.8%，超过行业基准（8%）；余热利用率从65%提高至82%，年减少天然气消耗约1500万立方米；冷热负荷的峰谷差从40%降至25%，提升了用户侧的用能体验。项目成为该市分布式能源的示范案例，带动公司在区域内的市场份额从10%提升至22%，我也因此积累了天然气分布式能源市场的全流程经验，为后续电力现货市场项目奠定了跨能源品种的分析基础。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。