负责全国碳市场重点排放单位（钢铁、建材行业）的碳资产配置策略设计、碳价走势预测及企业碳减排成本优化，衔接交易所规则、企业生产运营数据与碳金融工具应用，边界覆盖从数据核查到策略落地的全流程支持。

• 主导某国有钢铁企业（年粗钢产能800万吨）碳资产组合优化项目：基于企业生产全流程MRV数据（烧结、炼铁、炼钢环节能耗及碳排放），结合蒙特卡洛模拟工具量化碳价波动对配额缺口的影响，针对其高炉煤气外供余热未充分转化为碳资产的问题，设计“配额留存+CCER抵消+远期合约对冲”组合策略——对接企业ERP系统提取余热发电数据，核算额外减排量并申请CCER备案，最终将企业年度碳履约成本从4200万元降至3696万元，降幅达12%。
• 搭建基于LSTM神经网络的碳价预测模型：融合政策因子（如欧盟碳边境调节机制CBAM实施进度）、供需数据（控排企业配额缺口率、CCER重启进度）及宏观经济指标（工业增加值增速），解决传统ARIMA模型对政策冲击响应滞后的问题，模型12个月碳价预测准确率从78%提升至85%，为客户（某建材贸易商）规避2024年三季度碳价暴涨（单月涨幅18%）带来的持仓风险，减少损失约600万元。
• 牵头交易所新品种“林业碳汇CCER”定价策略研究：运用事件研究法分析过往碳汇项目交易的价格弹性，结合林业碳汇的额外性（如某西南地区竹林项目的土壤固碳增量）与市场需求（控排企业对“自然解决方案”的偏好），提出“基准价+生态溢价”的定价区间（45-50元/吨CO₂e），被公司采纳为指导客户交易的核心依据，助力团队获取该品种年度交易佣金收入120万元，同比增长40%。
• 为某水泥集团提供边际减排成本曲线（MACC）分析：整合企业熟料生产线能耗数据、替代燃料（生物质颗粒）成本及碳价预期，识别出“窑头余热发电改造”（边际减排成本38元/吨CO₂e）优于“煤改气”（边际减排成本65元/吨CO₂e）的最优路径，建议企业优先投入1.2亿元用于余热发电设备升级，最终实现年减排CO₂e 50万吨，节省外部碳配额购买成本1900万元。

聚焦电力、建材行业重点排放单位，开展碳配额分配方案研究、企业碳交易策略模拟及履约辅导，边界覆盖从配额测算到交易执行的支持，联动企业生产部门与碳市场规则。

• 参与某大型水泥企业（年水泥产能500万吨）碳配额缺口测算：采用“基准线法+行业先进值”模型，对比企业熟料烧成工序的单位产品碳排放（108kgCO₂e/吨）与全国基准线（105kgCO₂e/吨），定位其能效短板为“回转窑燃烧效率低”，建议更换低氮燃烧器与预热器密封改造，预计年减少配额缺口30万吨（按50元/吨计算，节省履约成本1500万元），该建议被企业纳入年度技术改造计划。
• 搭建企业碳交易模拟决策系统：基于Python Pandas与Matplotlib，整合企业历史配额持有量、生产计划及碳价预测数据，模拟“持有50%配额+买入50%”“全量持有待涨”等4种策略的履约成本与收益，帮企业制定“三季度买入20%配额对冲价格上涨”的分阶段策略，最终履约成本较原计划降低8%（约320万元）。
• 输出政策动态跟踪与交易指导：每周梳理全国碳市场政策（如《碳排放权交易管理暂行条例》修订、配额预分配方法调整）及国际碳市场动态（如加州碳市场拍卖价格），重点分析“配额逐年收紧5%”趋势对企业的影响，为客户（某电力央企）调整持仓结构提供建议——提前卖出10%冗余配额，锁定收益800万元，年度交易收益率从6%提升至11%。

协助完成碳市场数据收集整理、企业MRV资料核查及政策解读报告撰写，支持分析师开展基础分析与策略研究，边界覆盖数据处理、文档整理与初步模型辅助搭建。

• 负责全国碳市场每日行情数据清洗与可视化：用SQL从交易所API提取价格、成交量、持仓量数据，通过Tableau构建“碳价-成交量”“持仓量-价格相关性” dashboard，解决团队数据分散、查询效率低的问题，数据检索时间从2小时缩短至15分钟，提升分析效率40%。
• 协助完成某化工企业MRV数据核查：对比企业在线监测系统（CEMS）的蒸汽流量数据与纸质台账记录，发现某季度蒸汽计量仪表误差率达8%（导致碳排放量少算约1.2万吨），帮助企业修正数据并提交交易所复核，避免了因数据造假面临的配额超额处罚（约60万元）及信用扣分。
• 参与撰写《202X年全国碳市场发展白皮书》行业篇：采用生命周期评价（LCA）方法，测算钢铁、水泥、电力行业的单位产品碳排放强度及减排潜力，其中“钢铁行业短流程电炉钢替代长流程转炉钢可减排60%”的结论被中国碳论坛引用，白皮书阅读量超2万次，提升了公司在碳咨询领域的知名度。

省级电网新能源跨省区中长期电力交易策略优化项目

• 2021年以来省级电网新能源（风电、光伏）跨省区中长期交易面临“出力不确定导致报价偏差大”“多省份规则适配低效”“风险对冲缺失”三大痛点，项目目标是通过策略体系重构，提升新能源企业交易收益与消纳稳定性；我作为负责人统筹跨部门团队（调度、数据分析、客户成功），主导从需求诊断到落地的全流程。
• 关键难题包括：a) 新能源出力随机性（风电日均预测误差±15%）导致传统报价模型命中率不足60%；b) 12个目标省份交易规则（偏差考核、合约定价方式）差异大，人工梳理耗时且易出错；c) 缺乏动态风险对冲策略，极端天气下交易亏损率达10%。针对这些问题，我引入LSTM神经网络构建短期出力预测模型（日均误差降至±5%），同时用NLP技术提取各省规则要点，搭建包含“规则解析-策略仿真-风险预警”的“交易大脑”系统。
• 核心行动：设计“预测-仿真-优化”闭环策略——先用LSTM预测未来7天出力曲线，输入规则引擎生成符合各省要求的合约组合（分时电量、偏差考核比例），再通过强化学习算法模拟不同报价的风险收益（如极端天气下设置10%亏损止损线），实时输出最优方案；推动与调度部门对接实时出力数据，将策略调整周期从T+1缩短至实时。
• 项目成果：新能源企业跨省区交易均价较之前提升15.2%，年度弃风弃光率下降8.1个百分点，单企业年增收2100万元；“交易大脑”形成标准化模板推广至3个省份，支撑12个项目落地；我主导编写的《新能源跨省区交易策略指南》成为公司内部标准，推动团队专业能力升级。

区域天然气分布式能源市场定价模型与规模化开发项目

• 区域内天然气分布式能源项目因“成本波动大导致定价模糊”“用户对综合价值认知不足”“与传统电网电价缺乏竞争力”，2019年落地率不足30%；项目目标是构建适配区域市场的定价模型，推动项目规模化；我担任高级经理，负责需求调研、模型构建与客户转化全流程。
• 难点在于：a) 天然气价格月度波动±20%，传统固定定价致项目IRR波动超5个百分点；b) 工业用户负荷特性差异大（峰谷差达4:1），通用定价方案适配性差；c) 用户对“余电上网+冷热供应”综合价值感知弱，付费意愿低。为此，我用蒙特卡洛模拟覆盖95%置信区间的天然气价格场景，结合用户负荷特性开发“成本共担+价值共享”动态定价模型，设计“基础电价+余电补贴+节能奖励”组合机制。
• 核心行动：调研50家工业用户建立负荷与用能成本数据库，用MATLAB开发定价仿真工具模拟不同场景下的IRR（如天然气上涨20%时的盈亏平衡点）；与电网合作设计“余电优先上网+结算电价上浮5%”联动机制；制作“综合能源价值计算器”可视化展示节能、降费、碳减排收益，推动客户认知转变。
• 项目成果：推动6个项目落地，总装机120MW，年发电2.4亿度，减碳15万吨；项目平均IRR从8%升至12%，成为公司分布式能源标杆模型；参与制定的《区域分布式能源电价指导意见》被当地发改委采纳，为后续3个地级市市场拓展奠定政策基础；我实现了从“策略执行”到“业务主导”的成长，积累了用户挖掘到政策推动的全链条经验。

• 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。