负责公司电力现货市场（日前/实时）交易策略制定、中长期合约滚动交割管理及跨区域电量协调，统筹新能源电站与煤电单元的交易敞口对冲，目标实现年度交易收益超预期5%且现货偏差考核费用低于行业均值3个百分点。

• 主导省内12家新能源电站（总装机800MW）的日前/实时市场出清策略，基于Python搭建含风光功率预测（误差率±3%以内）、节点电价敏感性分析的动态报价模型，针对光伏午间出力尖峰与负荷低谷错配问题，设计‘阶梯式递减报价+实时市场补仓’组合策略，全年减少弃风弃光损失1200万元，现货交易收益率较基准价提升4.8%。
• 统筹公司500MW煤电机组的中长期合约管理，创新‘滚动交割+偏差预分配’机制：每月根据新能源实际出力偏差、用户侧需求波动，提前15日调整合约转让比例，同步通过电力金融衍生品（差价合约）锁定70%现货风险敞口，年度合约完成率从92%提升至98%，偏差考核费用同比下降32%。
• 牵头跨省跨区交易协调，对接华东电网交易中心，利用‘省间现货+援助电量’双通道，将西北低价风电输送至江苏负荷中心。针对输电阻塞导致的交易受限问题，建立‘阻塞系数-价格弹性’二维评估矩阵，优化输送路径与时段，全年完成跨区交易电量15亿kWh，溢价收益较省内交易高18%。
• 搭建交易数据中台，接入EMS系统实时出力、气象预测、政策文件等12类数据源，通过Power BI开发‘交易健康度看板’，实现偏差率、套利空间、风险敞口等18项指标可视化监控。该工具上线后，团队策略调整响应时间从4小时缩短至30分钟，关键决策准确率提升25%。

聚焦省内电力市场中长期合约交易与月度集中竞价，协助完成新能源项目交易合规性审核，参与构建交易策略回溯与优化体系，支撑部门年度收益目标达成。

• 独立负责3个集中式光伏项目（总装机200MW）的月度集中竞价申报，通过分析近12个月成交价格序列（采用ARIMA模型预测边际电价），优化‘低价保量+高价试探’报价曲线，年度中标率从75%提升至88%，平均结算电价较基准价上浮2.1分/kWh。
• 主导交易合规性审查，梳理《电力中长期交易基本规则》《新能源消纳责任权重》等17项政策要求，设计‘合同条款-偏差责任-结算方式’三维检查清单，拦截2起因交割周期超限导致的违约风险，全年部门交易合规率达100%。
• 参与构建交易策略回溯系统，提取2018-2021年500+笔交易数据，运用蒙特卡洛模拟验证不同市场情景（如新能源出力超预期、负荷突变）下的策略有效性，输出《中长期合约最优持仓周期报告》，建议将平均持仓期从3个月延长至5个月，降低滚动交易摩擦成本15%。
• 协助完成新能源项目并网前交易准入准备，对接电网调度获取接入点节点电价数据，编制《项目交易价值评估报告》，为新投运的50MW风电项目提供‘优先参与月度竞价+预留10%电量做偏差调节’的定制化策略，项目投产后首年交易收益超预期12%。

负责电力市场基础数据采集、政策跟踪及模拟交易演练，为一线交易员提供策略支持素材，同时参与部门新人培训体系建设。

• 搭建电力市场数据库，每日跟踪全国31省现货市场成交价格、新能源出力占比、输配电价等23项核心指标，通过SQL编写自动化抓取脚本，数据更新时效从T+1缩短至T+2小时，支撑交易员实时策略调整。
• 完成《各省电力交易规则差异分析报告》，梳理广东、山西等8省在偏差考核、辅助服务补偿等方面的12项关键差异，制作对比手册供部门参考，帮助交易员在跨区交易中规避3起规则误读风险。
• 参与模拟交易演练，使用电力交易平台仿真系统（如北交大电力市场模拟平台），模拟新能源电站参与日前市场出清，通过调整报价策略将弃电率从15%降至8%，相关经验被纳入新人培训案例库。
• 协助完成季度交易复盘会材料准备，整理200+条交易记录，运用Excel数据透视表分析‘报价区间-中标率’‘新能源出力偏差-考核费用’等关联关系，输出《偏差控制关键因子报告》，为优化交易策略提供数据支撑。

省级电力市场中长期合约组合优化与风险对冲项目

• 双碳目标下，省内电力企业面临中长期合约价格波动与风光出力不确定性叠加风险，客户（某省级能源集团）亟需构建兼顾收益稳定性与风险可控性的合约组合策略。我作为项目主导人，负责从需求调研、模型搭建到落地执行的全流程管理，目标是将组合收益波动率控制在10%以内，对冲成本降低15%以上。
• 项目核心难点有两点：一是传统优化模型未充分纳入风光出力的随机性，导致合约与实际出力 mismatch；二是跨品种（火电、风电、绿电）对冲的相关性分析停留在历史均值层面，无法应对极端场景。我引入蒙特卡洛模拟预测未来12个月风光出力概率分布，用Copula函数刻画火电-绿电、风电-现货价格的尾部相关性，并基于Python搭建包含条件风险价值（CVaR）的约束优化模型——将“年度收益低于基准的概率≤5%”量化为客户的风险偏好指标。
• 为解决数据壁垒，我协调电网公司获取12家火电企业、8家风电企业的历史出力偏差数据，整合省内电力现货市场近3年的分时价格信号，迭代模型参数11次；同时针对客户“不愿放弃高收益但怕极端亏损”的诉求，设计“基础合约+弹性期权”的组合结构——基础部分锁定80%的电量以稳定现金流，弹性部分通过看跌期权对冲价格下跌风险。
• 项目成果显著：客户年度合约组合收益波动率从15%降至7%，对冲成本较之前降低22%，新增套利收益约1200万元；模型被纳入公司标准能源市场策略库，后续服务了3家省级能源集团，成为区域内电力市场风险对冲的标杆方案。我个人也因此晋升为能源市场策略主管，负责牵头公司核心客户的组合优化业务。

区域绿电交易市场用户需求挖掘与定制化交易方案设计

• 当时区域绿电交易市场处于起步阶段，客户（某地方电网公司）面临“绿电供应充足但用户认购率低”的问题——仅18%的工业用户愿意购买绿电，且多为被动响应政策。我作为核心分析师，负责挖掘用户真实需求，设计差异化的绿电交易方案，目标是将绿电认购率提升至35%以上。
• 项目难点在于两点：一是用户用能数据分散在电网营销系统、企业ERP等多个平台，难以形成完整的用能画像；二是绿电“环境属性”的价值未被用户感知，缺乏信任机制。我提出“数据整合+需求分层”的思路：一方面用区块链技术搭建绿电溯源平台，将每度绿电的发电、传输、消费全链路上链，解决“绿电是不是真的绿”的信任问题；另一方面用K-means聚类算法分析300家工业用户的月度用电负荷、单位产值能耗、品牌定位等数据，识别出“高耗能刚需型”“品牌溢价型”“政策驱动型”三类核心用户群体。
• 针对不同群体设计方案：“刚需型”用户聚焦降低碳足迹成本，推出“绿电+碳配额抵消”套餐；“品牌型”用户强调“100%绿电生产”的宣传价值，联动第三方认证机构出具绿电消费报告；“政策型”用户匹配政府的补贴政策，设计“绿电采购量达标返现”机制。同时通过电网公司的客户经理渠道，向用户演示区块链溯源平台，直观展示绿电的“从风场到工厂”路径。
• 项目落地后，区域绿电认购率从18%提升至45%，其中设计的3类套餐贡献了82%的交易量；客户满意度从68%升至89%，电网公司因此获得省级能源局“绿电交易创新实践”表彰。这个项目让我从“数据搬运工”转型为“需求翻译官”，深刻理解了能源市场中“用户价值”与“政策目标”的结合点，为后续转向策略设计奠定了基础。

• 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。