负责能源市场（电力、天然气、碳配额）价格风险、信用风险及流动性风险的识别、量化评估与动态管控，主导设计风险对冲策略并协同交易团队落地，对接监管要求完成合规报告与压力测试，支撑机构及企业客户的能源资产风险管控需求。

• 针对2022年夏季极端高温引发的电力负荷尖峰与煤价联动上涨风险，牵头梳理火电企业「燃料成本-上网电价」传导链条，采用GARCH(1,1)模型预测动力煤月度波动率（误差率≤3%），结合电力期货合约的流动性分层特征（主力合约/次主力合约持仓量占比），设计「阶梯式套保比例」策略——负荷高峰月（7-8月）将套保比例从常规70%提升至85%，低谷月（1-2月）降至60%；同步引入「煤价-电价敏感性分析矩阵」，动态调整套保合约期限结构（优先选择3个月内交割合约）。最终帮助3家火电客户将燃料成本超支风险敞口从1.2亿元压缩至3500万元，套保策略回溯测试有效性达92%，客户年度对冲成本降低15%。
• 主导搭建天然气价格风险预警指标体系，整合「国际LNG到岸价、国内储气库库存周转率、工业用气需求增速」等6项核心变量，采用机器学习中的随机森林算法训练预测模型（准确率较传统ARIMA模型提升20%）；针对2023年春季欧洲LNG供应扰动事件，提前1个月向客户发出「天然气现货价格上行风险预警」，并推荐「买入看涨期权+卖出远期合约」的组合策略，帮助某城市燃气企业规避2000万元的现货采购成本上涨损失。
• 承接国家能源局《能源市场风险管理指引》的合规落地任务，主导完成公司年度能源交易业务压力测试——设定「煤价单日暴涨20%、天然气负荷骤降15%」等极端场景，测算机构自身的市场风险暴露（VaR值从800万元提升至2500万元），并提出「增加信用风险缓释工具（CRM）覆盖比例、优化头寸集中度管理」等4项整改建议，相关报告获监管机构书面肯定并在行业内推广。
• 协同交易团队为某新能源发电集团设计「绿电证书+碳配额」联动风险对冲方案：通过蒙特卡洛模拟预测绿电证书价格与企业碳配额缺口的 correlation（相关系数达0.78），建议将碳配额的50%用于质押融资，同时买入绿证看跌期权对冲证书价格下跌风险，最终帮助企业盘活碳资产1200万元，绿证持有成本降低22%。

协助构建新能源项目（风电、光伏）风险量化框架，聚焦弃电风险、补贴拖欠风险及设备运维成本的动态评估，为企业客户提供项目定价与投资决策支持。

• 针对新能源项目「弃电率」这一核心风险，收集全国15个省份近3年的风电/光伏弃电数据，采用Logistic回归模型识别影响弃电的关键因素（如电网消纳能力、当地电源结构），构建「区域弃电概率预测模型」（AUC值达0.89）；为某光伏电站项目提供风险评估时，预测其年弃电率将从8%降至5%，建议将项目上网电价从0.38元/度上调至0.41元/度，最终帮助客户争取到更高电价，项目IRR从7.5%提升至8.7%。
• 主导开发补贴拖欠风险量化工具，整合「项目并网时间、所属省份财政状况、可再生能源基金征收进度」等变量，采用现金流折现模型（DCF）测算补贴拖欠对企业估值的影响——某风电项目因补贴拖欠导致的估值折损率从12%修正为8%，相关工具被纳入公司新能源项目尽调标准流程。
• 协助处理某生物质发电企业的燃料价格风险：跟踪玉米、秸秆等原料的市场价格波动，采用协整分析验证「燃料价格与CPI食品分项」的长期均衡关系，设计「固定价格采购协议+期货套保」的组合方案，帮助企业将燃料成本波动范围从±15%收窄至±8%，年度燃料成本节省约600万元。

为电力、煤炭企业提供专项风险评估服务，聚焦煤价波动、电力需求超预期变化等场景，设计风险应对策略并输出咨询报告。

• 为某大型电力集团做「年度煤价风险诊断」：收集2014-2018年环渤海动力煤价格指数、电厂库存周转天数、进口煤占比等数据，采用VaR模型计算企业年度煤价波动风险值（从1.5亿元降至9000万元）；提出「增加长协煤比例至75%+买入动力煤看跌期权」的策略，帮助企业锁定年度燃料成本上限，后续跟踪显示该策略使企业煤价超支风险降低40%。
• 承接某地方政府的「能源转型风险研究」课题，聚焦「煤电退出后电力供应缺口」问题，采用情景分析法设定「新能源渗透率提升至40%/50%」两种场景，测算缺电概率（分别为12%/25%），并提出「加快储能项目建设+完善需求侧响应机制」的建议，相关成果被纳入地方政府「十四五」能源规划。
• 为某煤炭贸易企业设计「库存贬值风险对冲方案」：跟踪港口煤炭库存变化与期货价格走势，采用Delta中性策略，在库存达到100万吨时卖出动力煤期货合约对冲，最终帮助企业规避库存贬值损失约1800万元。

• 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。

西北区域新能源跨省区现货交易策略优化与规模化落地项目

• 西北区域新能源装机占比超60%，但跨省区现货交易面临“出力预测不准、价格信号捕捉滞后、电网阻塞约束应对不足”三大痛点，导致弃风弃光率达22%、交易均价低于标杆电价15%。我的总体职责是主导构建“出力-价格-阻塞”协同的现货交易策略体系，推动策略从单场景试点到全区域5省规模化应用。
• 关键难题集中在三方面：一是新能源短期出力预测误差大（原超18%），无法支撑精准交易决策；二是省间现货市场价格受7省份边际电价联动影响，传统静态模型难以捕捉动态信号；三是实时电网阻塞信息无法快速传导至交易策略，易引发交易偏差。我选择融合气象大数据、LSTM神经网络与电网潮流计算的技术路径——用高分辨率气象数据优化光伏/风电出力预测，结合近3年省间交易数据训练价格预测模型，同时接入西北电网实时阻塞管理系统，实现策略的分钟级动态调整。
• 核心行动包括：1）牵头搭建“多源数据融合的出力-价格预测模型”，整合气象、历史出力、交易价格三类数据，将新能源出力预测误差降至8%以内；2）设计“风险偏好可调的多目标优化函数”，平衡交易收益、弃电率与阻塞风险三个维度，支持不同风险承受能力的电站选择策略；3）推动开发交易策略自动执行接口，对接电站监控系统与电网交易平台，实现“预测-决策-执行”闭环。
• 项目成果：西北5省新能源跨省区现货交易弃电率降至4%，交易均价较标杆电价提升25%，年增收5200万元；策略覆盖区域内80%的集中式新能源电站，成为公司能源市场业务的核心盈利模块；主导的预测模型与策略体系被纳入公司交易系统标准模块，后续推广至华北区域，带动区域内新能源交易收益提升18%。

省级电力市场工商业用户需求响应产品设计与规模化推广项目

• 所在省工商业用户峰谷差率达45%，传统需求响应存在“用户参与率低（仅12%）、响应负荷与电网需求不匹配”问题。我的职责是设计贴合用户生产经营特性的需求响应产品，推动用户从“被动响应”转向“主动参与”，助力电网削峰填谷。
• 难点在于用户负荷特性高度碎片化（涵盖工业连续生产、商业楼宇空调、分散式制造等类型），传统“一刀切”激励无法匹配需求；同时缺乏实时监测用户负荷的技术手段，难以验证响应效果。我采用“用户画像+弹性负荷分析”的方法——通过聚类分析将用户分为3大类6小类，针对每类用户的负荷曲线与经营痛点设计定制化产品；同时引入低成本物联网负荷监测设备，实现用户负荷的实时感知。
• 核心行动：1）调研230家工商业用户，搭建“负荷弹性-响应意愿-成本承受”三维用户画像模型，识别不同用户的响应潜力；2）设计三类响应产品：“可中断负荷套餐”（针对连续生产企业，提供小时级中断补偿，响应负荷达用户总负荷的20%）、“空调柔性调节套餐”（针对商业楼宇，通过APP引导温度设定调整，降低负荷15%）、“分散式设备错峰套餐”（针对小型制造企业，引导设备夜间运行，响应率达30%）；3）开发需求响应管理平台，对接电网调度系统与用户监测设备，实现响应需求的实时发布、用户反馈与效果验证闭环。
• 项目成果：需求响应参与率提升至35%，年累计调节负荷120MW，降低电网峰谷差18%；帮合作用户平均降低电费11%，推动公司与省内3家地市电网公司签订长期需求响应合作协议，项目中标率较之前提升40%；主导的用户画像模型与产品体系被应用于公司后续零售侧能源产品设计，成为市场拓展的核心工具，支撑公司在该省零售市场份额从8%提升至15%。