负责公司覆盖华东区域500MW火电及300MW风电资产的年度中长期交易策略制定、现货市场全周期操作及风险敞口管控，统筹跨省区电力余缺调剂，目标实现交易收益最大化与偏差考核最小化。

• 主导华东区域年度双边协商交易，基于PSS/E潮流计算与历史负荷密度数据，精准匹配省内煤电基准价与省间高价通道（如皖电东送），设计阶梯式报价曲线，最终签约中长期电量12亿kWh，较基准价溢价3.2分/kWh，超额完成年度收益目标的115%。
• 牵头现货市场日滚动交易，集成Python开发的短期负荷预测模型（MAPE≤2.8%）与风电功率预测系统（准确率91%），动态调整日前/实时市场报量报价策略；针对迎峰度夏期间节点电价（LMP）单日波动超20元/MWh的极端情况，通过跨省联络线功率转移（最大调节量800MW）对冲高价风险，当月现货交易平均成交价较区域均价高1.7分/kWh。
• 搭建交易风险指标体系，设置偏差电量占比（≤5%）、套利头寸VaR（单日≤50万元）等核心监控项；联动营销部优化用户侧负荷响应机制，将月度结算偏差从7.3%压降至3.1%，年度偏差考核费用减少420万元。
• 参与省级电力交易中心规则修订研讨，提出“风光火储联合出清”建议被采纳，推动公司参与的3个风光项目获得优先出清资格，年度绿电交易溢价空间扩大至5-8元/MWh。

聚焦广东电力市场，负责公司200MW光伏电站的月度集中竞价、挂牌交易及偏差处理，同步开展省内辅助服务（调峰、调频）市场试水，保障电站现金流稳定与收益达标。

• 独立完成光伏电站月度发电预测，结合气象局辐照数据与NASA SSE卫星遥感修正，将短期功率预测准确率从85%提升至92%；基于此优化集中竞价申报策略，连续6个月中标率稳定在88%以上，年度交易电量完成率102%，结算电价较标杆电价上浮1.2分/kWh。
• 针对光伏“鸭型曲线”特性，设计“日内滚动调仓+隔夜持仓”组合策略：早高峰前卖出富裕电量（最大单次50MWh），晚高峰前买入缺口电量（最小成本3.8分/kWh），全年减少弃光损失约180万元，偏差考核费用同比下降65%。
• 试点参与调频辅助服务市场，搭建AGC响应性能评估模型（响应速度≤2s、调节精度≥95%），筛选优质交易时段（电网频率波动＞0.05Hz时），累计提供调频里程12万MWh，额外获得辅助服务收益75万元，开辟第二利润增长点。
• 搭建交易数据看板，集成Wind电力数据库与电站监控系统，实现负荷、电价、天气多维度实时监测；通过Tableau可视化呈现关键指标（如剩余合约电量、市场流动性指数），支撑部门周度策略会快速决策，会议效率提升40%。

为发电企业客户提供区域电力市场供需研判、交易规则解读及策略建议，支撑客户年度交易方案编制，重点服务3家火电及2家新能源电站。

• 完成广东、江苏两省2022年电力供需平衡分析报告，基于GDP增速（6.2%）、新投机组（12GW煤电+8GW风光）及外电入粤计划（48GW），预测全省夏季尖峰负荷缺口1500万kW，提出“火电深度调峰+抽蓄顶峰”组合建议，被某百万千瓦级火电厂采纳后，度夏期间利用小时数提升230小时。
• 开发新能源电站交易竞争力评估模型，从“资源禀赋（利用小时数）、地理位置（送出通道裕度）、成本结构（度电边际成本）”三维度打分，为客户筛选出3个优先参与市场化交易的分布式光伏项目（综合得分＞85分），相关项目年度交易溢价达2.5分/kWh。
• 编制《广东电力现货市场入门手册》，梳理日前/实时市场出清机制、阻塞管理规则及结算公式（如节点电价=系统边际电价+网损补偿+阻塞费用），通过20+案例解析帮助客户交易员掌握“边际成本报价法”，客户现货交易亏损率从12%降至4%。
• 跟踪国家发改委《关于进一步深化燃煤发电上网电价市场化改革的通知》（发改价格〔2021〕1439号），撰写政策影响解读报告，指出“煤电交易价格浮动范围扩大至±20%”将导致部分高成本机组退出市场，建议客户提前锁定长协电量（占比提升至70%），规避现货价格波动风险。

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。