统筹重点排放单位碳资产全周期管理，主导配额优化策略设计、企业碳成本控制方案制定及全国碳市场政策适配研究，为企业提供从碳核算到交易决策的全链条技术支持，工作边界覆盖数据挖掘、模型构建与策略落地验证，不直接参与二级市场交易执行。

• 主导某千万吨级钢铁企业碳资产诊断项目，基于MRV（监测、报告、核查）体系穿透式梳理生产环节能耗数据，针对烧结/高炉工序碳排放数据缺失问题，创新性引入高炉燃料比、烧结矿转鼓强度等工艺参数构建替代指标模型，精准核算企业年度实际排放量较报送值偏差达12%，助力企业通过配额预分配调整节省履约成本860万元（较行业平均履约成本降低15%）。
• 牵头开发动态配额缺口预测模型，融合GAMS线性规划工具与Python机器学习算法（LSTM神经网络预测发电量），结合欧盟碳边境调节机制（CBAM）对钢铁下游产品的潜在影响系数修正参数，提前6个月预测企业2024年配额缺口为18.7万吨，针对性设计“自有CCER抵消+跨期配额存储”组合策略，实际履约成本较原计划减少23%（约420万元）。
• 跟踪全国碳市场第二个履约周期政策动态，重点分析“配额结转细则”“燃煤元素碳含量缺省值调整”等文件对企业的影响，建立包含12项关键变量的敏感性分析矩阵，向3家火电企业提供“低负荷机组优先使用高缺省值核算”“机组改造进度与配额结转节奏匹配”等操作建议，其中某60万千瓦机组因调整核算方式减少配额缺口1.2万吨。
• 搭建企业级碳价预测系统，整合基本面（政策、能耗双控）、技术面（持仓量、资金流向）及外部变量（国际碳价、能源价格）三类数据，采用XGBoost算法训练预测模型，2024年Q2-2025年Q1碳价预测准确率从初始的68%提升至82%，为机构客户交易决策提供量化支撑，间接促成客户碳资产增值超2000万元。

聚焦区域碳市场试点（广东、湖北）与企业端服务，负责重点行业（化工、建材）碳核算技术支持、配额供需分析报告编制，以及企业碳资产管理培训，工作边界包括数据采集验证、政策解读与基础策略建议输出。

• 参与某大型化工企业（年排放量50万吨CO₂e）碳足迹全生命周期核算，依据ISO 14064-1标准与CEADs行业数据库，识别合成氨装置蒸汽系统（占企业总排放18%）为高减排潜力环节，提出“余热回收+生物质燃料替代”改造方案，经模拟测算可降低年排放量6.2万吨，企业采纳后获地方碳普惠减排量（PHCER）备案3.1万吨。
• 主笔《广东省碳市场配额供需平衡分析（2021-2023）》报告，通过拆解控排企业配额盈缺结构、CCER抵消比例限制及新纳入行业（数据中心）排放特征，预测2023年市场配额缺口率达8%-10%，相关结论被广东省生态环境厅采纳作为配额拍卖量调整参考依据。
• 开发企业碳管理入门培训课程（含MRV流程、配额交易策略、CCER开发要点），采用“案例+模拟交易”教学模式，累计为50家控排企业提供内训，课后调研显示企业碳数据报送及时率从72%提升至91%，配额交易平均价差缩小15元/吨。
• 搭建内部碳数据管理系统原型，基于SQL数据库与Tableau可视化工具，实现企业碳排放、配额持有、CCER库存数据的自动化抓取与多维展示，将数据整理耗时从每周8人/天压缩至3人/天，支撑团队同时服务15家企业客户的分析需求。

承担碳市场基础数据挖掘与政策研究支持，协助完成企业碳核算辅助、行业排放特征分析及研究报告撰写，工作边界聚焦数据清洗、文献整理与初步结论提炼。

• 系统整理全国碳市场启动初期（2021年）7大试点市场的历史交易数据（含价格、成交量、持仓量），运用Python Pandas库清洗异常值并构建时间序列数据库，标注32项关键事件（如履约截止日、政策发布）对价格的影响，形成《中国碳市场历史交易规律分析备忘录》，为团队后续策略研究提供数据底座。
• 参与国家碳市场顶层设计研讨会（闭门会议），负责整理清华大学、中创碳投等机构的专家观点，重点归纳“行业覆盖范围扩展节奏”“配额有偿分配比例”等争议点，形成12期《碳市场政策动态周报》，被研究院内部列为重点参考资料。
• 协助完成某省级电网企业碳核算试点，依据《企业温室气体排放核算方法与报告指南（发电设施）》，核对燃煤机组煤质分析报告、入炉煤计量数据等2000+条原始记录，发现3处热值实测数据缺失问题，提出“使用区域煤质平均值替代+标注不确定性”的解决方案，确保核算报告通过第三方核查。
• 制作月度碳市场分析简报（含价格走势图、政策摘要、重点企业动态），采用Tableau动态图表直观呈现数据关联，简报订阅量从初期50人增长至200人（覆盖发电集团、金融机构），成为研究院对外输出专业观点的重要载体。

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。