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。

省级电力现货市场多主体策略优化与风险管控平台研发

• 某省2021年启动电力现货市场全量结算试点，辖区内发电企业（占比25%为新能源机组）面临风光出力不确定性导致的利润波动风险，大工业用户则因缺乏需求响应量化工具难以对冲电价峰值成本。项目目标是为发电侧与用户侧客户提供“策略优化+风险预警”的端到端解决方案，助力客户在现货市场中实现利润最大化与风险可控。我作为项目负责人，统筹需求调研、模型构建、系统落地全流程，对接交易中心数据接口与客户业务场景。
• 项目核心难点有三：一是新能源出力预测误差（历史MAE达12%）导致发电侧策略偏差；二是大工业用户的需求响应弹性参数（如不同行业的电价敏感系数）缺乏精准校准方法；三是实时交易数据与优化模型的同步延迟（原5分钟）无法支撑日内滚动策略调整。技术上，我采用“随机规划+机器学习”融合框架——发电侧引入LSTM模型预测风光出力（将MAE降至6%），结合Gurobi构建考虑预测误差的利润最大化随机规划模型；用户侧通过层次分析法（AHP）结合客户生产计划（如高耗能企业的工序排班）校准价格弹性参数，并设计“峰谷价差-生产损失”双目标需求响应优化算法。
• 具体行动中，我牵头调研了12家发电企业（含4家风电、3家光伏）与8家大工业用户（涵盖钢铁、化工、电子制造），梳理出“新能源机组弃风弃光风险规避”“用户侧尖峰电价时段负荷转移”两大核心需求。针对新能源预测问题，我联合数据团队优化LSTM模型的特征工程，加入气象部门的短临预报数据（如1小时级风速、云量），提升短期出力预测精度；针对用户弹性参数，我设计了“问卷调研+历史用电数据回溯”的双验证机制，比如对某钢铁企业，通过对比其2021年尖峰时段（10:00-15:00）负荷下降5%时的生产损失（约20万元/次）与电价节省（约15万元/次），修正其价格敏感系数从-0.3调整至-0.4（绝对值越大敏感度越高）。此外，我推动开发了实时数据接口，通过Kafka消息队列实现交易中心数据的秒级同步，将模型更新频率从每小时1次提升至15分钟1次。
• 平台上线后，服务覆盖该省20%的统调发电容量（约8GW新能源机组）与12%的大工业用电量（约150亿kWh/年）：发电企业现货市场利润平均提升18%（单家企业最高提升25%），新能源弃风弃光率从8%降至4%；大工业用户平均用电成本降低15%（其中尖峰时段负荷转移率达30%），某钢铁企业年节省电费超800万元。项目成为公司核心产品，支撑了当年35%的营收增长，我个人也因模型设计的创新性获得公司“年度技术突破奖”。

区域天然气分布式能源多能互补交易模式与收益优化

• 某地级市推进“十四五”天然气分布式能源试点，辖区内3个在建分布式能源项目（总装机200MW，含燃气轮机+余热锅炉+储能）面临三大问题：一是天然气价格波动（年波动幅度达20%）导致成本不可控；二是余电上网电价（当时执行“标杆电价+补贴”）不明确，项目IRR普遍低于8%；三是“冷-热-电”多能输出的收益未充分挖掘。项目目标是为项目业主设计“多能互补+灵活交易”的商业模式，提升项目经济性与抗风险能力。我作为核心分析师，负责模式设计、收益测算与政策适配。
• 项目难点在于天然气成本的动态传导与多能收益的协同优化——传统单能量流模型无法量化“燃气价格-发电成本-余热利用效率-电力/热力售价”的联动关系。我采用混合整数线性规划（MILP）模型，将天然气价格（参考LNG现货价+管输费）设为随机变量，同时纳入“余热发电”“冷量外送”等副产品的收益项。此外，需解决政策不确定性问题：当时该省尚未出台分布式能源余电上网的明确电价机制，我通过梳理周边省份政策（如浙江的“隔墙售电”试点、广东的市场化交易规则），设计了“基准电价+浮动调整”的弹性电价模型。
• 具体行动中，我首先完成了项目现场尽调，收集了燃气供应合同（长协价占比60%、现货价占比40）、区域冷热负荷曲线（工业用户占比70%）等数据。基于此，我优化了MILP模型的约束条件：比如将燃气轮机的“最小运行负荷”（60%）与余热锅炉的“热电比”（1.2:1）纳入，确保多能输出的协同效率；针对储能系统，设计了“峰谷电价差套利+辅助服务调峰”的双用途模型，比如在天然气价格高企时，优先使用储能放电满足尖峰负荷，降低燃气消耗。此外，我与政府部门沟通，推动项目参与“区域电力辅助服务市场”，获取调峰补贴（约0.2元/kWh），拓展了收益来源。
• 项目落地后，3个分布式能源项目的综合IRR从7.5%提升至9.8%，超过行业基准（8%）；余热利用率从65%提高至82%，年减少天然气消耗约1500万立方米；冷热负荷的峰谷差从40%降至25%，提升了用户侧的用能体验。项目成为该市分布式能源的示范案例，带动公司在区域内的市场份额从10%提升至22%，我也因此积累了天然气分布式能源市场的全流程经验，为后续电力现货市场项目奠定了跨能源品种的分析基础。

• 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。