统筹电力、天然气跨品种能源市场风险识别与量化管控，搭建动态风险预警体系，支持交易策略制定及ESG合规落地

• 主导设计电力-天然气跨能源品种风险传导模型，基于VAR（风险价值）与蒙特卡洛模拟工具，整合EIA短期能源展望气象数据、PJM实时负荷的新能源出力预测及管网输配瓶颈参数，量化2024年夏季美国中西部热浪场景下两类能源价格联动风险敞口，将风险识别精度从68%提升至89%，为交易团队提供提前30天对冲策略，避免约1200万元潜在亏损
• 针对新能源装机占比提升引发的电力现货基差风险（风电波动导致日前-实时电价偏差），构建LSTM神经网络基差预测模型，接入ERCOT实时市场出清与风光功率预测数据，将基差预测误差从±15元/MWh压缩至±7元/MWh，支撑调整中长期合约与现货头寸比例，季度对冲收益提升23%
• 联动合规部门基于COSO-ERM框架搭建ESG风险矩阵，整合CDP披露的供应商碳足迹、欧盟CBAM监管政策及客户信用评级，识别3类高ESG风险交易对手（如煤电依赖型工业用户），推动将ESG指标纳入准入门槛，全年规避5起因对手方碳合规导致的交易违约
• 优化动态风险预警体系，引入XGBoost算法实时监控能源价格、供需缺口及政策事件，设置天然气库存低于5年均值、电力负荷预测偏差率等12个核心指标，将风险响应时间从24小时缩短至4小时，2024年成功预警并处置2次天然气暴涨事件，减少损失约800万元

负责电力市场风险分析与对冲策略支持，协助搭建风险管控流程，对接交易与合规部门

• 核心参与电力现货市场风险量化体系建设，基于Nord Pool市场2018-2022年历史电价与机组出力特性，构建价格、基差及流动性风险评估框架，将月度风险敞口测算时间从3天缩短至1天，支撑完成首个年度对冲计划，实现年度对冲收益率15%
• 针对风电项目弃风限电风险，联动运营部门分析国家电网新能源消纳报告与地方补贴政策，设计“中长期合约+弃风期权”组合策略，将项目弃风率从8%降至3%，保障现金流稳定性，年度项目收益提升12%
• 编制能源市场风险月度报告，整合煤电市场化改革政策、煤炭库存及水电出力数据，提出“增加动力煤期货多头对冲燃料成本”的建议，被采纳后对冲约600万元成本上涨风险

协助能源市场数据收集与风险分析基础工作，参与搭建风险指标体系

• 负责能源市场数据清洗整合，从彭博终端、Wind及行业协会获取电力、煤炭、天然气价格数据，搭建含10类核心指标（电力现货均价、煤炭库存周转率）的数据库，数据准确率提升至99.5%，支撑后续风险模型开发
• 协助分析电力市场季节性波动，基于国家能源局月度负荷与气象数据，识别冬季供暖期需求峰值对价格的拉动作用，撰写《冬季电力市场风险分析报告》，提出“提前锁定冬季动力煤采购成本”建议，被采购部门采纳后节省300万元
• 参与搭建风险指标可视化看板，使用Tableau整合价格、供需及政策指标实现实时展示，提升团队对市场变化响应速度，该看板沿用至今用于日常监控

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。