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

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。

• 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。