统筹公司电力、天然气及碳金融衍生品交易业务的全周期风险管控，主导构建适应新型电力系统的多维度风险指标体系，推动风控策略与交易创新的协同落地

• 主导修订《能源交易全面风险管理手册》，新增虚拟电厂参与辅助服务市场的偏差考核风险、绿电证书跨境交易的汇率传导风险等6项新兴风险场景，配套设计压力测试模板，将极端情景（如连续7日风光出力低于预测值80%）下的潜在损失测算精度提升至±3%以内。
• 牵头开发基于LSTM神经网络的短期电价预测模型，融合气象数据、机组检修计划及跨省区输电通道利用率等12类变量，模型对次日分时电价的预测准确率达89%，支撑交易团队将月度套保策略偏差率从7.2%压缩至3.5%，年度节省对冲成本约1600万元。
• 应对夏季极端高温导致的燃煤机组非停事件，快速联动交易、调度部门建立「现货持仓-应急调峰资源」动态匹配机制，通过提前平仓20%高杠杆火电远期合约并增配抽蓄电站辅助服务权益，避免直接经济损失2300万元，事后形成的《极端天气下能源交易应急处置指南》被纳入集团风控标准库。
• 搭建自动化风险监测平台，集成Wind、Bloomberg及交易所实时行情数据，通过Python开发风险敞口计算引擎，实现VaR（在险价值）、ES（预期损失）等核心指标分钟级更新，将每日风险复盘耗时从4小时降至1小时，风险预警响应效率提升70%。

独立负责公司电力中长期交易头寸的价格风险与基差风险管控，对接交易部门优化套保策略，同步推动风险数据标准化建设

• 针对新能源占比提升导致的「量价背离」问题，设计「中长期合约比例-现货价格波动率」动态对冲模型，通过历史回测确定最优套保比率区间（65%-85%），将季度对冲成本从营收的2.1%降至1.5%，年度减少潜在亏损约1200万元。
• 主导建立涵盖价格风险、流动性风险、交易对手信用风险的「三维风险矩阵」，引入蒙特卡洛模拟预测极端场景（如连续10日天然气价格暴涨30%）下的综合损失，推动公司将风险限额从营收的5%收紧至3.8%，当年未触发超限额事件。
• 处理某省级电网限电导致的现货偏差考核事件，通过拆解「偏差电量-辅助服务补偿-中长期合约转让」三层对冲路径，协调财务部门快速完成增值税即征即退申报，最终将单事件损失从预估的580万元压缩至120万元。
• 搭建风险数据中台，统一清洗交易台账、气象数据、机组运行日志等多源信息，制定《能源交易风险数据元规范》，使跨部门数据核对效率提升60%，为后续模型开发奠定标准化基础。

协助构建电力现货市场风险指标体系，参与日常风险监测与策略验证，支持交易团队决策

• 基于Python与Pandas开发「电力现货市场价格波动率跟踪工具」，整合广东、山西等5个试点省份的日前/实时电价数据，实现小时级波动率计算与异常值预警，将市场风险信号发现时间从T+1缩短至T+0.5，助力团队抓住3次短期套利机会。
• 参与设计燃煤机组与风电项目的「基差风险对冲方案」，通过分析历史基差（现货价-中长期合约价）的季节性特征，提出「冬季提高中长期合约占比至75%」的策略建议，经模拟回测可使季度基差损失从营收的0.8%降至0.3%。
• 编制《周度风险敞口监测报告》，创新性加入「风险热力图」可视化模块，直观展示各交易品种的风险等级（红/黄/绿），报告被纳入公司管理层决策会固定材料，推动风险意识在交易团队渗透率从65%提升至90%。
• 协助完成首次能源交易压力测试，设定「风光出力超预期下降15%」「碳价暴涨20%」等场景，测算出潜在最大损失为营收的4.2%，为公司年度风险准备金计提提供关键依据。

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。