统筹公司电力现货及中长期交易全流程管理，主导市场分析与策略执行，控制交易风险并提升收益，衔接发电侧资源与市场需求。

• 主导日前/实时电力市场交易策略制定，基于广东电力交易中心平台，融合NWP气象数据与LSTM负荷预测模型，修正新能源出力偏差预测准确率至92%（原85%），优化报价曲线后，Q3-Q4交易收益较基准线提升5.3%，偏差考核费用降低12%。
• 针对风光出力间歇性问题，牵头设计“中长期合约+现货滚动调整”组合策略，通过Python搭建持仓风险监控系统（集成VaR模型与价格敏感性分析模块），将月度持仓偏差率控制在3%以内（行业平均5%），年度节省考核成本超200万元。
• 协调省内12家新能源电站与3家火电企业，建立“日沟通-周复盘”机制，精准匹配发电计划与交易需求，推动跨省区交易电量占比从8%提升至15%，额外获取输电溢价收益约180万元/年。
• 参与省级电力市场规则修订研讨，提出“新能源优先出清+偏差补偿阶梯化”建议，被采纳后纳入2024年交易规则，助力公司年度绿电交易溢价率提高2.1个百分点。

协助完成电力中长期与现货交易执行，参与市场数据分析与策略支持，控制基础交易风险，保障交易目标落地。

• 核心支持中长期合约谈判，梳理近3年省内煤电、气电成交价格曲线，运用线性回归模型预测年度双边协商电价区间（误差±0.02元/kWh），协助团队以优于市场均价0.015元/kWh的价格锁定80%年度用电需求，直接降低采购成本约1200万元。
• 负责月度滚动修正交易策略，跟踪华东电网实时负荷与新能源出力数据（接入CET电力交易分析系统），调整日内滚动申报电量，使月度实际发电与交易匹配度从88%提升至94%，减少弃风弃光损失约80万元/月。
• 搭建基础版交易数据看板，整合价格、成交量、偏差率等12项核心指标（使用Power BI可视化），实现交易进度与风险实时预警，将策略调整响应时间从4小时缩短至1小时，支撑团队快速应对市场波动。

协助完成交易数据整理、市场信息跟踪及基础策略执行，保障交易流程顺畅，积累一线交易经验。

• 负责电力交易基础数据治理，每日采集并清洗全国7大区域电力交易中心成交数据（涵盖日前、实时、辅助服务市场），建立包含200+字段的历史数据库，支持团队完成年度市场特征分析报告，被纳入公司战略规划参考。
• 协助制定月度交易计划，基于历史电价与气象数据（引用国家气候中心数据集），标注关键影响因素（如迎峰度夏、水电大发期），生成包含3种情景的交易预案，帮助主管决策效率提升40%。
• 跟进交易执行全流程，对接财务、运营部门完成结算单核对，处理异常偏差12起（主要为新能源出力预测误差），协调修正申报数据后，季度结算准确率从95%提升至99.2%。

省级电网新能源跨省区中长期交易精准匹配系统研发与应用

• 2021年某省新能源装机占比达45%，但跨省区中长期交易因供需信息割裂、新能源出力预测偏差大，成交率仅62%，合约执行偏差率超18%，既制约新能源消纳又增加市场主体风险。我的核心职责是担任项目负责人，统筹需求调研、算法设计、系统开发及跨部门落地，目标是通过数字化工具解决“交易难匹配、执行难履约”问题。
• 项目面临三大难点：一是新能源72小时短期出力不确定性无法量化到合约灵活性设计；二是跨省区发电侧、售电侧、用户侧需求偏好差异大，传统匹配模型仅基于价格单一维度；三是实时数据分散在省调、气象、交易中心三方系统，计算延迟导致无法交易前调整。
• 我主导12家发电企业、8家售电公司及电网调度的需求访谈，梳理出“合约灵活性、多主体匹配、实时计算”23项核心需求；带领算法团队攻克“LSTM+注意力机制”短期出力预测模型，将72小时风电/光伏预测准确率从85%提升至92%；基于NSGA-II多目标优化算法，构建“收益最大化+偏差最小化+风险可控”三维匹配模型；协调三方打通数据接口，搭建实时计算平台，实现交易前30分钟内完成合约动态调整。
• 系统2023年5月上线后，该省新能源跨省区交易成交率提升至81%，合约执行偏差率降至7%，年节约发电企业交易成本3200万元，减少弃风弃光12亿千瓦时；获省能源局“新能源交易示范项目”认定，推广至周边3省。我个人主导系统架构与算法优化，推动跨部门协同，成为公司新能源交易领域核心技术骨干。

分布式光伏聚合商零售市场动态竞价策略研发

• 2020年区域内分布式光伏装机年增35%，聚合商整合屋顶资源参与零售市场竞争加剧，但因策略静态、未适配光伏波动，平均收益率仅5.8%，用户投诉率15%（供电不稳定）。我的职责是作为高级分析师，负责用户需求挖掘、竞价策略模型开发及试点落地，目标是提升聚合商收益与用户体验。
• 难点在于：一是分布式光伏出力波动与零售用户负荷不匹配，导致合约履约风险；二是用户类型杂（居民/工商业/园区），传统K-means聚类无法精准识别负荷特性；三是竞价需实时响应电价与光伏出力变化，静态模型无法应对动态竞争。
• 我采集10万+户智能电表数据，用K-means++算法聚类出“居民稳定型、工商业峰谷型、园区综合型”5类用户画像；结合“LSTM光伏预测+CVaR风险度量”，构建动态竞价模型，实现“实时电价+光伏预测+用户负荷”三因素驱动的报价调整；与头部聚合商试点，迭代优化风险偏好系数（从0.2调至0.35），平衡收益与履约风险。
• 试点聚合商月均收益率提升至8.3%，用户投诉率降至3%以内，签约用户数增长40%；形成《分布式光伏聚合商零售竞价策略指南》，被公司纳入标准化流程，支撑后续10余个项目。我个人主导核心算法与试点验证，总结可复制策略方法论，晋升为市场策略方向核心成员。

• 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。