负责公司新能源发电资产（风电/光伏占比75%）的市场风险全周期管理，涵盖电力现货/期货套保策略制定、极端天气与政策变动风险对冲、跨区域交易头寸协同，边界覆盖从风险识别建模到策略落地跟踪的全流程，联动交易部、运营部实现风险-收益平衡。

• 主导搭建基于Python的新能源电力风险指标体系，融合价格波动率（HV）、头寸基差风险（Basis Risk）、天气敏感性系数三大核心维度，通过回测近3年省级电力现货市场数据（覆盖广东、江苏、山东），优化指标阈值设置，将公司月度采购成本波动风险敞口从±15%压缩至±8%，年度因价格超限导致的额外支出减少约900万元。
• 核心开发动态对冲模型，结合GARCH模型预测短期电价波动率、蒙特卡洛模拟测算极端情景（如连续阴雨天导致光伏出力下降30%），设计‘基础套保+弹性补仓’双策略：基础部分用中长期合约锁定70%电量，弹性部分通过电力期货与天气衍生品（降水指数期权）对冲剩余头寸，试点季度对冲成本较传统静态策略降低22%，同时将极端场景下利润波动幅度收窄40%。
• 牵头应对2024年夏季华东区域限电政策风险，通过分析政策文件中‘优先保障民生用电’的细则，快速调整跨省区交易头寸——将原本计划输送至浙江的200MW风电提前置换为安徽低限电风险区域的同等规模合约，配合碳配额远期锁定部分碳成本，最终该区域项目季度营收稳定性提升35%，未因限电产生额外违约损失。
• 建立跨部门风险培训机制，针对交易员设计‘实时风险仪表盘’操作指南（集成Bloomberg终端与内部风控系统数据），针对运营团队编制《极端天气下设备出力与套保策略联动手册》，全年组织8场培训，推动业务端主动上报风险事件的响应时效从4小时缩短至1小时，风险信息传递损耗率下降60%。

聚焦传统煤电与燃气发电资产的现货市场风险管控，负责中长期合约组合优化、月度竞价交易风险评估及压力测试，工作边界覆盖从市场数据采集分析到策略建议输出，支撑交易决策并监控执行偏差。

• 重点优化中长期合约头寸结构，基于历史电价相关性分析（选取秦皇岛港5500大卡煤价、LNG到岸价、区域负荷率作为外生变量），运用线性回归模型测算不同合约比例下的风险收益比，将公司年度长协占比从65%调整至55%+月度滚动短协30%+现货15%的组合，全年平均采购成本较原单一长协策略降低180元/兆瓦时，套保有效性（对冲后价格与目标价的偏离度）从82%提升至91%。
• 独立构建电力现货市场压力测试框架，设定‘煤价暴涨30%’‘负荷率低于80%’‘新能源出力超预期’三大压力情景，通过历史模拟法计算各情景下的亏损概率与最大回撤，输出《2023年迎峰度夏风险预警报告》，提示交易部控制7-8月月度竞价成交量不超过总需求的40%，实际执行中原月度高价成交比例下降25%，避免了约500万元的非预期损失。
• 参与省级电力现货试点风险评估项目，负责梳理‘偏差考核费用’‘辅助服务分摊’等新型风险点，通过统计近半年120家发电主体的偏差率数据，识别出‘光伏电站午后出力超发’的高频风险场景，提出‘超发部分提前锁定省内消纳合约+余量参与跨省辅助服务’的解决方案，被纳入公司现货交易操作规范，试点期间偏差考核费用同比下降45%。
• 搭建自动化风险监测工具，使用VBA编写Excel宏程序，实现‘合约到期日提醒’‘头寸集中度预警’‘市场数据异常波动’三大功能，替代原人工核对流程，风险数据更新时效从T+1缩短至T+0.5，全年因数据处理延迟导致的策略调整失误减少70%。

为客户（主要为地方能源集团）提供能源市场风险诊断服务，包括风险识别、基准对标、策略建议，工作边界覆盖数据收集、模型搭建到报告输出，协助客户建立定制化风控体系。

• 独立完成8家中小发电企业的电力交易风险评估，通过收集企业近2年交易台账、区域电价数据及机组运行参数，运用Z-score模型识别高风险主体——其中某生物质电厂因‘燃料成本占比超70%且未对冲’被评为红色风险，针对性提出‘签订燃料长协+电力远期’组合方案，被客户采纳后年度燃料成本波动幅度从±25%降至±12%。
• 整理编制《2020年省级电力市场风险基准报告》，汇总15省现货均价、波动率、中长期合约成交占比等20+项核心指标，建立‘风险-收益’四象限分类模型，为客户匹配差异化管理策略（如高波动区域侧重期货对冲，低波动区域优化长协比例），报告被3家客户纳入年度风控大纲，推动其市场风险考核指标达标率提升25%。
• 开发风险可视化工具，使用Power BI搭建客户专属风险看板，集成‘头寸分布热力图’‘VaR动态计算器’‘政策风险日历’模块，支持客户实时查看风险敞口与关键指标变化，上线后客户风险会议决策效率提升40%，该项目获公司年度‘最佳客户服务创新奖’。
• 协助处理某客户因输电阻塞导致的现货违约纠纷，通过复盘当日电网潮流数据、节点电价差异及企业申报曲线，定位‘未充分考虑区域间电价差’的风险点，提出‘增加跨区联络线功率预测模块+动态调整申报策略’的改进建议，帮助客户后续3个月内输电阻塞相关损失减少80%。

某省电力现货市场多主体策略优化与风险管控平台建设项目

• 1. 项目背景：2023年某省启动电力现货市场连续结算试运行，发电侧（火电、风电）与售电侧主体面临价格波动剧烈、策略同质化严重、风险管控能力不足等痛点——部分火电企业因报价滞后导致边际成本倒挂，售电公司因用户负荷预测不准产生超额购电成本。我的核心职责是主导平台需求调研、策略模型设计与全链路落地，目标打造覆盖“数据-策略-执行-风险”的市场主体决策支持工具。
• 2. 关键难题：一是多源数据融合障碍——市场出清数据（电力交易中心）、机组运行数据（发电企业DCS）、气象预测数据（第三方）格式异构、时效性差，无法支撑实时策略计算；二是多主体策略适配——火电、风电、售电公司成本结构与目标差异大（火电关注边际成本最优，风电关注弃风控制，售电公司关注负荷匹配），传统通用模型泛化弱；三是实时风险预警滞后——电价分钟级变动，原系统风险指标计算延迟5分钟，无法支撑及时调仓。
• 3. 核心行动与创新：① 数据层：搭建实时数据管道，用Apache Kafka承接多源数据，通过DataWorks定制ETL流程，统一schema并实现秒级同步；② 模型层：针对不同主体设计差异化策略——火电用PPO强化学习优化边际成本，风电结合功率预测与弃风阈值构建报价策略，售电公司用ML预测用户负荷并匹配市场电价；③ 风险层：引入Flink流计算，开发实时风险指标（VaR、持仓暴露度），将预警时间压缩至1分钟内；④ 验证层：组织12家发电、8家售电企业模拟交易，迭代参数至回测收益率稳定。
• 4. 项目成果：平台上线后，合作客户平均收益提升18%，火电边际成本倒挂率从12%降至3%，售电超额购电成本降低25%；覆盖该省80%统调火电、60%售电公司，成为市场主体核心决策工具。我主导全流程，解决了数据融合与多主体模型适配问题，项目被纳入公司《电力市场服务标准化手册》，获评2023年度“最具业务价值项目”。

区域新能源电站群参与电力辅助服务市场竞价策略研究与应用项目

• 1. 项目背景：区域新能源装机占比升至35%，电网辅助服务需求激增，但10余家新能源电站群因缺乏精准策略，辅助服务参与率仅40%，单站收益波动±30%。我的职责是研究适配新能源特性的辅助服务竞价模型，提升参与度与收益稳定性。
• 2. 关键难题：一是规则动态变化——当年该省两次调整调峰补偿系数（0.8→1.2元/kWh），传统静态策略无法适配；二是电站群协同难——光伏白天、风电夜间出力集中，单站策略易“抢资源”或“闲置”；三是成本核算模糊——未纳入弃风弃光、设备损耗等隐性成本，策略收益虚高。
• 3. 核心行动与创新：① 规则适配：用NLP技术自动解析监管文件，开发“规则感知”模块实时更新补偿系数；② 协同优化：通过数字孪生模拟电站群出力，结合LSTM预测辅助服务价格，构建“全局最优”策略——光伏优先午间调峰，风电侧重夜间调频；③ 成本精准化：将隐性成本纳入报价模型，确保收益覆盖全成本。
• 4. 项目成果：策略应用后，电站群参与率提升至70%，平均收益增长22%，单站波动降至±10%以内。形成《新能源电站群辅助服务竞价策略手册》，被3家运营商采纳为标准流程。我设计了策略核心框架，解决了规则适配与协同问题，助力公司获区域“最佳市场服务供应商”称号。

• 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。