负责公司覆盖华东区域500MW火电及300MW风电资产的年度中长期交易策略制定、现货市场全周期操作及风险敞口管控，统筹跨省区电力余缺调剂，目标实现交易收益最大化与偏差考核最小化。

• 主导华东区域年度双边协商交易，基于PSS/E潮流计算与历史负荷密度数据，精准匹配省内煤电基准价与省间高价通道（如皖电东送），设计阶梯式报价曲线，最终签约中长期电量12亿kWh，较基准价溢价3.2分/kWh，超额完成年度收益目标的115%。
• 牵头现货市场日滚动交易，集成Python开发的短期负荷预测模型（MAPE≤2.8%）与风电功率预测系统（准确率91%），动态调整日前/实时市场报量报价策略；针对迎峰度夏期间节点电价（LMP）单日波动超20元/MWh的极端情况，通过跨省联络线功率转移（最大调节量800MW）对冲高价风险，当月现货交易平均成交价较区域均价高1.7分/kWh。
• 搭建交易风险指标体系，设置偏差电量占比（≤5%）、套利头寸VaR（单日≤50万元）等核心监控项；联动营销部优化用户侧负荷响应机制，将月度结算偏差从7.3%压降至3.1%，年度偏差考核费用减少420万元。
• 参与省级电力交易中心规则修订研讨，提出“风光火储联合出清”建议被采纳，推动公司参与的3个风光项目获得优先出清资格，年度绿电交易溢价空间扩大至5-8元/MWh。

聚焦广东电力市场，负责公司200MW光伏电站的月度集中竞价、挂牌交易及偏差处理，同步开展省内辅助服务（调峰、调频）市场试水，保障电站现金流稳定与收益达标。

• 独立完成光伏电站月度发电预测，结合气象局辐照数据与NASA SSE卫星遥感修正，将短期功率预测准确率从85%提升至92%；基于此优化集中竞价申报策略，连续6个月中标率稳定在88%以上，年度交易电量完成率102%，结算电价较标杆电价上浮1.2分/kWh。
• 针对光伏“鸭型曲线”特性，设计“日内滚动调仓+隔夜持仓”组合策略：早高峰前卖出富裕电量（最大单次50MWh），晚高峰前买入缺口电量（最小成本3.8分/kWh），全年减少弃光损失约180万元，偏差考核费用同比下降65%。
• 试点参与调频辅助服务市场，搭建AGC响应性能评估模型（响应速度≤2s、调节精度≥95%），筛选优质交易时段（电网频率波动＞0.05Hz时），累计提供调频里程12万MWh，额外获得辅助服务收益75万元，开辟第二利润增长点。
• 搭建交易数据看板，集成Wind电力数据库与电站监控系统，实现负荷、电价、天气多维度实时监测；通过Tableau可视化呈现关键指标（如剩余合约电量、市场流动性指数），支撑部门周度策略会快速决策，会议效率提升40%。

为发电企业客户提供区域电力市场供需研判、交易规则解读及策略建议，支撑客户年度交易方案编制，重点服务3家火电及2家新能源电站。

• 完成广东、江苏两省2022年电力供需平衡分析报告，基于GDP增速（6.2%）、新投机组（12GW煤电+8GW风光）及外电入粤计划（48GW），预测全省夏季尖峰负荷缺口1500万kW，提出“火电深度调峰+抽蓄顶峰”组合建议，被某百万千瓦级火电厂采纳后，度夏期间利用小时数提升230小时。
• 开发新能源电站交易竞争力评估模型，从“资源禀赋（利用小时数）、地理位置（送出通道裕度）、成本结构（度电边际成本）”三维度打分，为客户筛选出3个优先参与市场化交易的分布式光伏项目（综合得分＞85分），相关项目年度交易溢价达2.5分/kWh。
• 编制《广东电力现货市场入门手册》，梳理日前/实时市场出清机制、阻塞管理规则及结算公式（如节点电价=系统边际电价+网损补偿+阻塞费用），通过20+案例解析帮助客户交易员掌握“边际成本报价法”，客户现货交易亏损率从12%降至4%。
• 跟踪国家发改委《关于进一步深化燃煤发电上网电价市场化改革的通知》（发改价格〔2021〕1439号），撰写政策影响解读报告，指出“煤电交易价格浮动范围扩大至±20%”将导致部分高成本机组退出市场，建议客户提前锁定长协电量（占比提升至70%），规避现货价格波动风险。

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。

• 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。