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%。

长三角跨省域绿电交易价量协同优化项目

• 项目背景：双碳目标驱动下，长三角区域绿电需求年增速超30%，但跨省域交易存在“价格信号割裂、供需匹配低效”痛点——各省交易规则差异（如江苏年度双边、浙江集中竞价）导致公司绿电资源无法精准对接高溢价市场，2020年跨区交易收益较预期低18%。我的核心目标是主导搭建跨区域价量协同模型，实现绿电交易的“精准定价+高效匹配”，提升公司在长三角绿电市场的份额与收益。
• 关键难题与技术方案：一是多主体博弈下的绿电价格预测不准（历史准确率仅72%），需融合政策导向、新能源出力、市场情绪等多维度因子；二是各省交易规则的约束差异（如江苏的“年度电量兜底”、浙江的“实时平衡偏差考核”）导致供需无法联动。技术上，我采用LSTM+注意力机制构建价格预测模型，纳入“各省新能源装机占比”“跨区输电通道利用率”等12个政策与市场因子；同时基于混合整数规划（MIP）设计约束优化算法，将各省交易规则转化为模型约束条件，解决跨区域资源匹配问题。
• 核心行动与创新：1. 数据层：整合2018-2022年长三角6省（市）绿电交易数据、新能源出力数据及政策文本，搭建“政策-市场-技术”三维数据库；2. 模型层：针对江苏、浙江的核心交易品种（年度双边、集中竞价），分别训练子模型并实现跨模型协同；3. 落地层：推动模型与公司交易平台对接，实现“周度预测-月度决策-实时调整”的闭环管理。创新点在于首次将“输电通道剩余容量”作为价量协同的关键变量，解决了跨区交易的物理约束问题。
• 项目成果与价值：1. 价格预测准确率提升至89%，跨区绿电交易平均溢价率从12%提高至19%；2. 2022年公司长三角绿电交易规模达12亿kWh，较项目前增长45%，市场份额从11%升至18%；3. 形成《长三角跨省域绿电交易价量协同操作手册》，成为公司拓展区域市场的标准化工具。我个人也因此晋升为高级经理，负责整个华东区域的能源市场策略。

江苏分布式光伏聚合商参与调峰辅助服务市场模式探索与落地项目

• 项目背景：江苏分布式光伏装机超15GW，但多数项目未参与辅助服务市场，闲置调节潜力巨大。政策层面，2020年江苏启动“分布式光伏聚合参与调峰”试点，要求聚合商整合分散资源满足“单站容量≥1MW、调节响应时间≤2分钟”的考核要求。我的目标是从0到1设计聚合模式，将公司持有的30MW分布式光伏资源转化为辅助服务收益，验证商业模式可行性。
• 关键难题与技术路径：一是分布式光伏的分散性导致出力预测误差大（初始误差超25%），无法满足辅助服务的响应精度要求；二是辅助服务的“阶梯式考核机制”（如响应延迟1分钟扣减5%收益）对聚合策略的动态性要求极高。技术上，我采用“物联网平台+随机森林模型”解决出力预测问题：通过部署智能电表收集每座光伏电站的实时出力数据，用随机森林算法融合气象预报、历史出力等因子，将预测误差降至10%以内；同时设计“基准出力预留+动态调节池”策略，根据电网实时调峰需求调整聚合资源的出力分配。
• 核心行动与决策：1. 资源筛选：从公司持有的50MW分布式光伏中，选出地理位置集中、出力特性相似的30MW资源（覆盖苏州、无锡、常州三地），降低聚合管理成本；2. 系统搭建：对接电网公司的辅助服务平台，开发实时监测与报价系统，实现“出力预测-策略生成-指令执行”的自动化；3. 规则适配：与江苏电力交易中心反复沟通，明确“调节容量认定”“考核扣减规则”等细节，调整报价策略以平衡“响应速度”与“收益最大化”。决策亮点在于放弃“全量参与”的激进策略，选择“预留20%基准出力+80%动态调节”的组合，既满足考核要求又提升收益弹性。
• 项目成果与价值：1. 项目运行10个月内，累计参与调峰辅助服务42次，年收益达480万元，较项目前（仅卖电收益）增长41%；2. 单兆瓦分布式光伏的辅助服务收益从8万元/年提升至11.3万元/年，验证了分散资源的聚合价值；3. 形成《分布式光伏聚合参与辅助服务市场操作指南》，成为公司后续拓展江苏、浙江辅助服务市场的标准流程。此项目让我从“执行型交易员”转型为“模式设计型管理者”，奠定了我在能源市场领域的专业口碑。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。