统筹公司200万千瓦煤电及风电资产的电力现货与中长协交易全流程，负责日前/实时市场出清策略制定、跨省跨区交易机会捕捉及头寸风险敞口管控，目标实现交易收益超预期10%+、偏差考核费用降低15%。

• 主导搭建基于Python的电力市场动态定价模型，融合NWP气象数据（风速/辐照）、历史负荷曲线及机组非计划停运概率，将日前市场分时电价预测准确率从82%提升至91%；同步优化‘中长期锁量+现货调峰’策略，推动公司煤电机组现货市场中标率提高12%，年度交易收益超目标1300万元。
• 牵头应对新能源大发导致的现货价格压制问题，创新设计‘分时段权重出清法’——针对光伏出力高峰时段（10:00-15:00）降低报价激进度，保留30%电量参与实时平衡市场套利，单季度减少弃风弃光折损收益280万元；同步联动营销部门与用户签订可调节负荷协议，将偏差考核费用从月均45万元压降至18万元。
• 构建VaR（风险价值）模型监测交易头寸，设定±5%的价格波动预警阈值，当预测次日现货均价偏离基准价超3%时，自动触发‘减仓50%中长期合约+增配省内调峰资源’策略，全年规避极端行情损失超600万元；主导编写《区域电力市场风险操作手册》，被集团纳入标准交易流程。
• 负责跨省跨区交易通道资源协调，通过分析祁韶直流、鲁固直流剩余输送容量及送端省份火电边际成本，锁定3个低价购电窗口，年度完成跨区交易电量12亿千瓦时，平均购电价较省内市场低0.02元/度，增厚利润2400万元。

聚焦公司50万千瓦光伏电站的中长期合约交易与现货偏差管理，执行交易指令、跟踪结算流程并分析偏差成因，支撑年度交易综合收益率稳定在8%以上。

• 独立承担光伏电站年度双边协商交易，通过梳理省内12家火电企业年度检修计划与燃料成本，筛选出3家让利空间大的对手方，最终以高于市场均价0.015元/度的价格锁定3亿千瓦时年度电量，直接增加收益450万元。
• 开发Excel自动化偏差分析模板，集成‘实际出力-预测出力-申报电量’三维数据校验功能，将偏差原因定位时间从2天缩短至4小时；针对‘预测误差超15%’的高频场景，推动采购第三方功率预测系统，季度偏差率从12%降至7%，年度减少考核费用110万元。
• 参与省间现货试点交易，研究四川水电丰水期外送需求与江苏负荷特性，设计‘低买高卖’套利策略——在四川水电低价时段（6-8月）购入0.28元/度的电量，通过华东电网通道输送至江苏以0.38元/度卖出，单月完成5000万千瓦时交易，毛利率达35%。
• 协助完成交易结算全流程，核对电力交易中心出具的《结算单》与财务系统数据差异，梳理出‘辅助服务分摊费用计算规则不明确’等3类问题，推动修订公司结算操作指南，年度结算差错率从2.1%降至0.3%。

辅助团队开展电力市场政策跟踪、发电侧/用户侧需求调研及交易数据清洗，为交易策略制定提供基础数据支撑与市场洞察。

• 搭建电力市场数据库，整合国家能源局、各省交易中心及彭博新能源财经数据，设计‘政策-价格-供需’三维标签体系，实现政策文件关键词自动提取与影响等级评估（如‘煤电价格市场化’标记为S级），周报输出效率提升50%。
• 参与编制《2020年华东区域电力供需展望》，通过回归分析验证‘GDP增速每提升1%，区域用电量增长0.8%’的相关性，预测夏季尖峰负荷缺口达800万千瓦，为公司提前布局省间购电提供依据，相关结论被纳入年度交易策略会报告。
• 模拟电力交易场景训练，使用电力交易平台仿真系统练习中长期合约竞价与现货申报，累计完成200+次模拟交易，总结出‘边际机组报价跟踪法’——通过监测区域内最小运行机组报价，预判市场边际电价，模拟交易收益率稳定在9%以上，获带教导师‘最具潜力新人’评价。
• 协助对接发电企业获取机组运行数据，清洗整理10家火电厂近3年的利用小时数、煤耗率等指标，构建‘机组交易意愿指数’（综合煤价、利用小时、检修计划），为判断对手方让利空间提供量化依据，相关模型被沿用至后续双边谈判。

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。