负责华中区域省级电力现货市场全周期交易策略制定，统筹中长期合约与现货市场的量价匹配，主导跨省跨区电量协调及偏差考核管理，同步开展交易风险量化评估与动态对冲。

• 主导设计基于节点电价的日前/实时市场联合出清策略，结合新能源功率预测（采用LSTM神经网络模型，接入省调400+座光伏/风电场实时出力数据），优化火电机组与新能源机组的组合申报，将月度偏差考核电量从初始的8.2%压降至3.5%，单月为公司减少考核损失约420万元。
• 牵头搭建中长期合约滚动调整模型，融合历史电价波动率（计算近3年日前市场分时价格标准差）与机组检修计划，动态调整年度/月度合约的持仓比例，Q2季度合约均价较市场基准价溢价2.1%，锁定年度利润空间超1500万元。
• 针对川渝-华中通道阻塞频发问题，运用PSS/E潮流计算软件模拟不同交易时段的断面负载率，调整跨区电量申报曲线，将阻塞导致的弃电率从7.3%降至2.8%，保障了300MW外送电量的稳定消纳。
• 建立交易风险VaR（在险价值）监控体系，设置单日最大亏损阈值（不超过当日头寸的1.5%），通过蒙特卡洛模拟测算极端行情下的潜在损失，Q3成功规避因极端高温导致的尖峰电价暴涨风险，避免直接损失约680万元。

辅助完成省级电力中长期市场交易计划编制，跟踪现货市场实时行情并输出分析日报，参与偏差考核复盘及交易策略迭代，负责交易数据清洗与可视化呈现。

• 深度参与省内年度双边协商交易，通过整理近5年同类型电厂成交价格区间（运用Excel Power Query提取历史数据），协助团队制定阶梯报价策略，最终签约电量12亿kWh，较上年度提升18%，且平均成交电价高于市场均价0.8元/kWh。
• 搭建交易数据监控看板（使用Power BI整合省间交易系统、气象平台数据），实现新能源出力预测偏差、现货市场价格波动、机组可用容量的实时同步，将交易决策响应时间从4小时缩短至1小时，支撑团队抓住3次价格波峰套利机会。
• 针对新能源项目参与交易的结算痛点，梳理偏差考核规则中的‘实际发电与申报曲线匹配度’指标，提出‘按小时分段加权修正’的优化方案，被纳入公司交易操作手册，使项目结算准确率从91%提升至98.5%。
• 参与省间现货交易模拟演练，使用电力交易仿真平台（如电e宝模拟系统）测试不同天气场景（如连续阴雨天对光伏出力的影响）下的报价策略，形成2万字分析报告，为正式交易提供了极端情景应对预案。

负责电力市场基础数据采集与清洗，跟踪政策文件并输出解读简报，协助完成交易规则模拟测试，参与新入职交易员培训材料编写。

• 构建电力市场数据库（使用SQL Server存储近3年分时电价、机组出力、新能源装机容量等20+类数据），设计自动化更新脚本（Python爬虫抓取交易所官网公告），数据更新效率提升70%，成为团队策略制定的核心数据源。
• 参与现货市场规则修订研讨，整理对比广东、山西等试点省份的偏差考核机制（重点分析‘日清月结’与‘月清月结’对电厂现金流的影响），撰写30页对比分析报告，其中‘建议引入周度预结算’的建议被采纳进入征求意见稿。
• 开发新人培训模拟系统（基于Excel VBA搭建简化版交易场景），设置新能源出力波动、突发停机、电价跳变等12类典型情景，帮助6批新员工快速掌握偏差控制与报价逻辑，培训考核通过率从65%提升至92%。
• 每日编制《市场早报》（涵盖前一日现货电价、机组停备情况、气象预警），创新加入‘关键变量影响度评分’（如降雨量对水电出力的影响权重设为0.35），为团队节省信息筛选时间约2小时/人/日。

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。