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。

华东区域跨省绿电交易机制优化与智能匹配平台建设项目

• 项目背景：华东区域是全国绿电消费核心区，2021年跨省绿电交易规模同比增长67%，但存在区域电价机制不统一（交易溢价波动超20%）、新能源出力随机性导致供需匹配成功率仅72%、绿电溯源缺失影响用户ESG信任三大痛点。我的职责是牵头全生命周期管理，统筹政策研究与平台落地，目标是将跨省绿电交易效率提升30%以上，支撑公司成为区域绿电交易头部服务商。
• 关键难题与技术：需解决“统一定价模型”“动态供需匹配”“全链路溯源”三大问题。引入“区域边际成本+需求弹性”双因子定价模型，整合6省（市）新能源实时出力与120家工业用户负荷曲线；采用区块链技术对接国家绿证平台，解决溯源问题。
• 核心行动与创新：带领5人团队用Python Scikit-learn搭建机器学习定价模型，通过网格搜索优化超参数，将定价误差从15%降至5%以内；设计“滚动预测+实时调整”算法，每小时更新新能源出力预测（误差≤8%），结合用户ESG权重与成本敏感度动态匹配；推动与华东电网调度中心签订数据共享协议，破解实时数据瓶颈。
• 成果与价值：项目上线后，华东跨省绿电交易规模从120亿千瓦时增至180亿千瓦时（+50%），匹配成功率提升至91%，绿电溯源覆盖率100%；帮助电子制造等用户降低18%的ESG披露成本。我获公司“年度最佳项目负责人”，成果纳入华东绿电交易试点案例，推广至华中区域机制设计。

A省电网需求响应与电力交易协同优化项目

• 项目背景：A省电网峰谷差率达45%（全国平均35%），传统需求响应存在参与率低（15%）、响应滞后（延迟2小时）、与交易市场联动不足等问题，导致用户积极性不高。我的角色是核心策略分析师，负责设计协同机制，目标是将参与率提至30%以上，降低峰谷差10%。
• 关键难题与技术：需解决“交易与响应机制结合”“响应收益量化”“用户激励设计”问题。采用PPO强化学习算法训练动态策略，结合电力市场实时电价与负荷调整响应价格；设计“阶梯激励+长期合约”模式，对深度调峰用户给予额外补贴。
• 核心行动与创新：梳理A省5年负荷与交易数据，建立需求响应成本效益模型，明确工业用户35%的可调节负荷潜力；与团队开发“需求响应-交易协同平台”，嵌入强化学习引擎实现每小时价格更新；通过“用户画像+精准营销”推送定制方案——对电商强调“电价折扣”、对制造业强调“减少电网考核”。
• 成果与价值：项目运行1年，A省需求响应参与率从15%升至32%，峰谷差率降至38%，降低电网调峰成本约8000万元/年；参与用户通过交易获得额外收益1200万元，满意度从65%提至88%。我因此晋升项目负责人，成果纳入A省“十四五”电力需求侧管理试点，成为省内首个协同标杆。

• 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。