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%。

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%。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。