负责发电企业能源市场全品类风险管控，涵盖电力现货、绿证交易及碳市场联动风险，主导设计风险量化模型与动态对冲策略，协同交易部门将组合风险敞口控制在企业风险偏好阈值内。

• 主导搭建‘风光水储’多能互补电站电力现货市场风险指标体系，创新融合LMP节点电价预测模型与气象功率预测数据，通过Python开发实时风险监测看板（含VaR、ES期望损失等12项核心指标），将电站月度电价偏差导致的考核成本从870万元/月压降至320万元/月，降幅达63%；同步解决新能源出力短时剧烈波动与中长期合约交割错配问题，设计‘滚动7日滚动对冲+实时偏差补偿’策略，年度对冲效率提升40%。
• 牵头完成省级电力交易中心‘煤电价格联动传导风险’专项研究，基于向量自回归（VAR）模型量化煤炭期货价格、碳配额价格对火电边际成本的传导路径，提出‘煤电长协比例动态调整+碳资产前置储备’方案，被3家火电客户采纳后，年度利润波动标准差从1.2亿元收窄至0.58亿元，助力客户获得交易所‘优秀风险对冲案例’奖项。
• 推动绿证与碳市场风险联动管理机制落地，梳理CCER项目开发进度与绿证签发周期的错配风险点，建立‘双市场进度偏差预警模型’，结合区块链存证技术实现绿证-碳资产转化流程穿透式监控，帮助某新能源开发商避免因CCER延期签发导致的绿证价值折损约2100万元，相关经验被写入《区域能源市场风险协同管理白皮书》。
• 设计‘极端天气情景压力测试’框架，针对台风、寒潮等7类气候事件，模拟光伏组件效率下降、输电阻塞加剧等衍生风险，通过蒙特卡洛模拟生成5000组情景数据，为客户制定‘关键设备冗余采购+天气指数期权对冲’组合策略，成功抵御2024年夏季持续高温导致的现货电价暴涨风险，单月避险收益超1600万元。

聚焦电力中长期交易与辅助服务市场风险，负责客户交易策略风险评估、敞口限额管理及合规性审查，协助构建场内衍生品对冲工具池，支撑交易部门在严控风险前提下提升收益。

• 开发‘中长期合约与现货价格相关性分析工具’，基于协整检验与滚动窗口回归，量化不同电源类型（煤电、气电、风电）合约与当地现货市场的价格联动系数，为客户A制定‘50%年度长协+30%月度滚动+20%期权备兑’的最优合约结构，年度套保成本降低18%，合约履约偏差率从9%降至4%。
• 主导修订《电力交易客户风险评级标准》，引入‘历史成交波动率’‘对冲工具使用熟练度’等6项新指标，结合机器学习K-means聚类算法将客户分为5级风险画像，推动高风险客户强制对冲比例从30%提升至65%，次年客户违约率同比下降22%，相关标准被纳入区域电力交易中心自律规则。
• 解决分布式光伏聚合商参与辅助服务市场的信用风险难题，设计‘可用率保证金+实时出力质押’双轨风控方案，通过对接电网调度系统获取聚合商实际出力数据，动态调整保证金比例，合作12家聚合商年度辅助服务收益达标率从75%提升至91%，坏账率控制在0.3%以内。
• 搭建电力金融衍生品风险台账系统，覆盖电力期货、差价合约（CfD）等5类工具，设置‘持仓集中度’‘希腊字母敞口’等15项监控阈值，全年拦截超限额交易17笔，涉及金额4200万元，保障公司衍生品业务连续3年零重大风险事件。

协助开展电力市场供需预测与价格分析，参与客户侧能源交易风险评估基础工作，为后续风险管理能力积累奠定数据与理论基础。

• 构建省级电力负荷预测模型，融合社会用电量、气温、工业增加值等12项变量，采用XGBoost算法将短期（周度）负荷预测准确率从89%提升至94%，支撑设计院为客户提供更精准的购电需求建议，助力3个工业园区客户年度用电成本优化超500万元。
• 参与编制《新能源电站参与电力现货市场可行性报告》，收集省内50座光伏电站历史出力数据，运用概率分布拟合方法测算‘保障性收购+市场化交易’组合下的收益波动范围，提出‘优先签订固定电价长协+剩余电量参与现货’的分阶段参与策略，被2家新能源开发商采纳后首年市场化交易收益率超预期15%。
• 协助建立电力交易风险知识库，整理近3年省内违约案例127起，归纳‘极端天气导致出力不足’‘中长期合约流动性差’等7类高频风险点，编制《电力交易新手风险手册》，成为部门新人培训核心材料，缩短新人独立上岗周期至2个月。

• 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。

省级电力现货市场用户侧多主体策略优化与风险管控平台建设项目

• 2022年始，省内电力现货市场进入连续结算试运行，工商业用户、分布式光伏运营商等用户侧主体普遍面临“不会报、不敢投”的痛点——缺乏适配自身负荷特性的报价策略，且对15分钟级现货价格波动的风险抵御能力弱。我作为项目负责人，主导平台的业务需求梳理、核心算法设计及商业化落地，目标是为用户侧主体提供“策略生成-风险预警-收益回溯”的全流程工具，支撑公司切入用户侧能源市场服务赛道。
• 项目遇到三大核心挑战：一是用户侧数据分散（涵盖电网营销系统的负荷数据、用户智能终端的光伏出力数据、第三方气象API的气象预测数据），多源数据融合与特征提取难度大；二是现货市场价格信号高频且非线性，传统机器学习模型难以捕捉“价格-负荷-报价”的动态关联；三是不同用户的风险偏好差异显著（如制造业用户更看重收益稳定性，新能源运营商更倾向高收益高风险），需量化风险承受能力以匹配策略。
• 针对数据问题，我牵头设计“多源数据同步采集+边缘计算预处理”架构，用Python开发数据清洗 pipeline，整合200余万条历史数据构建用户负荷画像；针对策略优化，引入深度强化学习（DQN算法）训练报价模型，通过“状态-动作-奖励”框架模拟现货市场竞价环境，自动生成适配用户特性的动态报价策略；针对风险量化，设计“风险熵值评估模型”，结合用户历史决策偏差、现金流状况计算风险承受系数，将策略分为“保守-稳健-激进”三类。
• 项目上线后，试点12家用户（涵盖纺织厂、光伏电站、商业综合体）的平均现货市场收益提升18%，因价格波动导致的亏损降低25%；支撑公司签约3个地市级用户侧市场服务合同，带来400万元新增营收。平台形成2项软件著作权（《电力现货市场用户侧策略优化系统V1.0》《多主体能源交易风险预警系统V1.0》），相关成果发表于EI期刊《电力系统自动化》，我个人也因此晋升为部门负责人，主导公司后续用户侧能源市场拓展。

工业园区“气-电-热”联动天然气分布式能源项目交易模式设计与落地

• 当时区域天然气分布式能源（DE）项目推广受阻——多数园区用户对“自发自用+余电上网+余热供热”的多能互补模式认知模糊，且缺乏清晰的收益核算与风险分担机制。我作为项目核心成员，负责设计“气-电-热”联动的交易模式，推动DE项目从技术可行走向商业可行，目标是打造可复制的园区能源服务样板。
• 项目难点在于：一是DE项目的多能耦合特性导致成本分摊复杂（如天然气管道成本、余热管网成本如何在用户间分配）；二是天然气价格与电力现货价格的联动机制不明确，用户担心“气价上涨吞噬收益”；三是用户对“余电上网”的结算稳定性存疑，信任度低。
• 我从三方面破局：首先，基于全生命周期成本（LCC）理论，构建DE项目“按用能占比分摊固定成本+按实际消纳量分摊变动成本”的模型，明确气、电、热各环节的成本归属；其次，联动燃气公司与电网，设计“天然气基准价+电力现货价格浮动系数”的联动定价机制，将余电上网价格与天然气采购成本挂钩，对冲气价波动风险；最后，推出“收益保底+超额分成”契约——承诺用户年化收益不低于8%，超出部分按公司与用户7:3分成，降低用户风险感知。
• 项目在某装备制造园区落地后，DE项目的内部收益率（IRR）从8%提升至12%，吸引了3个同类园区签约合作，带动总投资额6亿元。我主导编制的《区域天然气分布式能源市场交易指南》，被省能源局采纳为行业参考标准，成为公司后续拓展分布式能源市场的核心方法论。此项目也让我从市场开发专员成长为能独立设计交易模式的业务骨干。