负责虚拟电厂平台聚合的分布式光伏、储能、工商业可控负荷等多类型资源的全时段调度优化，衔接电网AGC/AVC指令与用户侧需求响应，实现资源利用率提升、电网互动合规性与经济性平衡的核心目标

• 主导搭建虚拟电厂多时间尺度（分钟级-日级-月度）负荷预测体系，基于LSTM神经网络融合气象预警（如台风、极端高温）、用户历史用电行为及设备健康状态数据，将分布式光伏出力预测误差从12%降至6%，提前72小时调整调度计划，减少弃光率3个百分点，年增光伏发电收益约240万元
• 核心参与电网需求响应指令的分解与落地执行，针对工业用户可调节负荷（如空压机、制冷机组）的非线性特性，设计基于粒子群优化（PSO）的动态资源分配算法，解决多用户响应优先级冲突问题，将单次需求响应的资源调用时延从8分钟压缩至3分钟，年度响应合格率从92%提升至98%，助力公司获评“华北电网年度优秀需求响应服务商”
• 构建储能系统与可控负荷的协同调度模型，结合实时电价（分时电价+尖峰电价）与电网峰谷差动态调整策略——高峰时段优先调用储能放电+用户侧柔性负荷（如空调温度上调2℃），低谷时段引导储能充电+可中断负荷运行，推动聚合资源参与华北电力辅助服务市场，年度辅助服务收益较之前提升45%，单兆瓦时储能利用率从60%提高到78%
• 应对夏季极端高温导致的电网负荷尖峰（单日最大负荷突破历史极值15%），快速迭代调度策略，融合用户侧负荷分层控制技术（将负荷分为“强制调节”“引导调节”“自愿调节”三级），协调216家工商业用户的可调节资源参与电网削峰，累计降低区域电网峰值负荷15.2MW，有效缓解电网压力，获当地电网公司“迎峰度夏专项表彰”

协助虚拟电厂平台调度模块的功能开发与测试，参与分布式资源的聚合验证与调度策略仿真，支撑调度策略从实验室到实际场景的落地

• 辅助开发虚拟电厂调度仿真平台，基于MATLAB/Simulink搭建包含100+分布式光伏、50+储能系统、30+充电桩的聚合模型，完成“夏季光伏大发+晚间负荷高峰”“冬季供暖负荷+光伏出力不足”等12种典型场景的调度仿真，输出仿真报告20余份，为实际调度策略提供数据校准依据
• 参与用户侧可控负荷的潜力调研与分类，走访15家工商业用户，梳理空调（单台可调容量5kW）、照明（单厂区可调容量200kW）、生产线辅助设备（单条线可调容量100kW）的调节特性，形成“用户-负荷-调节能力”三级分级清单，支撑调度策略的精细化设计
• 针对初期调度策略偏差率高的问题（光伏出力预测误差导致储能充放电时机错误），提出基于滑动窗口（窗口大小24小时）的短期预测修正方法，将调度计划的日偏差率从18%降至10%，提升策略的可执行性，该方法被纳入公司调度策略标准库

协助能源项目调度数据的整理与分析，参与小型分布式能源系统的调度模拟，学习虚拟电厂的基础调度逻辑与资源协同原理

• 整理分布式光伏电站（总装机5MW）、用户侧储能（总容量3MWh）的出力数据与工商业用户负荷数据，建立包含“时间-功率-设备状态”的历史数据库，累计录入数据12万余条，数据准确率达99.5%，为后续调度模型训练提供基础数据支撑
• 参与公司小型虚拟电厂模拟项目，使用Python编写简单的分时功率匹配算法，实现光伏出力与储能充电、用户负荷的实时联动——光伏大发时优先给储能充电，剩余功率供给用户负荷，将模拟系统的自用电比例从70%提升至78%，初步掌握虚拟电厂的资源协同逻辑
• 协助编制调度日报，汇总当日光伏出力、储能状态、用户负荷及电网互动情况，结合数据提出3条优化建议（如调整储能充电时段至光伏大发的上午时段、引导用户错峰使用空调），均被项目组采纳，实施后降低日运行成本约12%

工业园区多能互补智慧能源平台研发与规模化落地项目

• 项目背景：国内某头部工业园区集群存在可再生能源（光伏、余热）利用率低（仅28%）、多能系统协同性差（光伏弃光率15%、余热未梯级利用）、能耗管控粗放（单位工业产值能耗较行业均值高12%）等问题。我的核心目标是主导设计一套整合“源-网-荷-储-用”的智慧能源平台，实现园区级多能动态优化与碳排精准管控。
• 关键难题与技术路径：一是多源异构数据融合——园区内光伏逆变器、储能BMS、工业负荷控制器、余热锅炉等设备数据格式差异大（Modbus、MQTT、OPC UA并存），实时性与准确性无法满足调度需求；二是动态优化算法适配——传统线性规划模型难以应对可再生能源波动（如光伏出力日偏差达30%）与工业负荷突变（如生产线启停导致负荷波动±20%）。我选择“边缘计算+流处理”解决数据问题，用Apache Flink构建实时数据管道，清洗转换后存入InfluxDB时序数据库；算法端突破传统模型，结合物理机理（能量守恒定律）与数据驱动（LSTM预测负荷/光伏出力），构建多目标强化学习调度模型（目标函数涵盖能耗成本、碳排强度、设备寿命）。
• 核心行动与创新：我主导设计了“感知层-边缘层-平台层-应用层”四层架构，感知层通过边缘计算网关实现设备协议转换与本地预处理（减少云端计算压力30%）；平台层基于微服务框架Spring Cloud搭建，封装“数据管理、算法引擎、调度决策”三大核心模块；应用层开发“实时监控、智能调度、碳排核算、运维预警”四大功能。创新点在于将数字孪生技术融入多能流建模——为每个园区构建虚拟镜像，实时映射物理系统的能量流动，让调度策略可提前仿真验证（避免误操作导致的能耗上升）。
• 成果与价值：项目历时1年9个月，成功落地6个国家级工业园区，接入光伏装机120MW、储能系统200MWh、余热锅炉15台。平台运行后，园区可再生能源利用率提升至45%，光伏弃光率降至3%以内，单位工业产值能耗下降18%，年碳减排量达12万吨（相当于种植660万棵冷杉）。我个人主导了3项核心专利（“一种工业园区多能互补调度方法”“基于数字孪生的能源系统仿真装置”）的申请，参与制定《工业园区智慧能源系统技术规范》行业标准草案，同时为公司培养了5名掌握多能互补技术的骨干工程师。

区域级双碳目标下智慧能源运营服务平台商业化推广项目

• 项目背景：“双碳”目标下，某省发改委需推动区域内10个地市实现“2025年单位GDP能耗下降15%、碳排强度下降18%”的考核指标，但面临“政府部门缺乏精准管控工具、企业不愿投入节能改造、跨主体数据壁垒严重”三大痛点。我的核心目标是设计一套“可落地、能盈利、易推广”的商业化智慧能源运营平台，连接政府、企业、电网三方，提供“碳管控+能效提升+交易辅助”一体化服务。
• 关键难题与破局思路：一是跨主体数据共享难——电网的实时电价数据、企业的生产负荷数据、政府的双碳考核数据分属不同主体，存在隐私与利益冲突；二是商业模式不清晰——企业担心节能改造投入大、回报慢，政府希望平台“轻资产”运营。我采用“区块链+隐私计算”解决数据共享问题：通过联盟链实现数据确权，用联邦学习在不传输原始数据的前提下训练碳排预测模型；商业模式上设计“基础服务免费+增值服务收费”模式——基础服务包括碳排监测、能耗分析，增值服务涵盖“定制化节能改造方案、绿电交易代理、碳资产质押咨询”。
• 核心行动与生态整合：我带领团队调研了23个地市政府、87家重点能耗企业，输出《区域双碳智慧能源需求白皮书》，明确政府“考核指标可视化、政策落地闭环”、企业“降本增效、碳资产增值”的核心诉求。平台设计上，基于之前的多能互补架构扩展“碳管理模块”，整合碳核算（IPCC方法学）、碳预测（机器学习）、碳交易（对接全国碳市场API）功能；同时与当地电网合作，接入实时电价与绿电供应数据，为企业提供“峰谷套利+绿电替代”的组合策略。为推动落地，我牵头与3家节能服务公司、2家碳资产交易所建立生态合作，将平台的节能改造服务分包给专业机构，降低企业落地门槛。
• 成果与价值：项目上线6个月内，平台覆盖该省5个地市，服务120家规模以上企业（涵盖钢铁、化工、建材等高耗能行业）。政府端：实现了“区域碳排地图、企业能耗排名、政策效果评估”三大功能，助力2个地市提前完成年度碳排强度下降目标；企业端：平均降低能耗成本12%，其中15家企业通过绿电交易与碳资产质押获得额外收益超500万元。平台年营收达5200万元，成为公司区域化商业拓展的核心产品。我个人主导了与政府、电网、生态伙伴的合作谈判，推动平台从“技术原型”转向“商业化闭环”，同时总结出一套“需求调研-模式设计-生态整合”的解决方案方法论，被公司纳入标准流程。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。