负责区域级虚拟电厂全生命周期调度管理，聚合分布式光伏、储能及工商业可控负荷资源，支撑电网削峰填谷与电力市场辅助服务，通过算法优化与策略迭代提升资源利用率及项目收益

• 主导国家级新区120MW虚拟电厂项目调度系统落地，采用Python开发基于DQN强化学习的多目标调度模型，整合15个工商业用户的分布式光伏、3座磷酸铁锂储能电站及8个冷链物流负荷资源；针对用户侧资源响应滞后痛点，嵌入Prophet算法负荷预测模块，将调度指令响应时延从15分钟压缩至5分钟内，项目投运后月均辅助服务（AGC调频+调峰）收益较预期提升27%，达180万元/月
• 应对夏季尖峰负荷压力，牵头优化虚拟电厂参与电网需求响应策略：通过K-means聚类分析230家用户用电行为，划分“即时响应型”（空调群控、充电桩错峰）与“延时调节型”（工业电炉、蒸汽锅炉）可控负荷，设计三级调度机制（紧急调用-常规调节-后备储备）；8月尖峰时段成功调用35MW可调容量，帮助电网降低峰值负荷4.2%，用户侧因响应获得的补贴总额较去年同期提升40%，达95万元
• 对接广东电力交易中心，完成虚拟电厂辅助服务市场规则适配：梳理AGC调频（调节精度±1%）、深度调峰（最低出力20%）等5类服务的考核指标，优化调度系统市场投标模块的参数配置（如报价策略与机组状态的联动逻辑），将投标响应准确率从89%提升至97%，当年虚拟电厂辅助服务中标率较上年提高18%，新增中标收益120万元
• 搭建虚拟电厂资源健康度评估体系：基于层次分析法（AHP）设定储能SOC（≥30%）、可控负荷调节裕度（≥25%）、通信链路稳定性（丢包率≤0.1%）等12项指标，开发Tableau实时监控看板；每月输出《资源优化建议报告》，推动用户侧设备升级（如更换3台低容量储能变流器、优化5家用户的空调群控逻辑），将整体资源可用率从85%提升至92%

协助虚拟电厂项目前期资源调研与调度策略验证，参与用户侧分布式能源接入调试，支撑调度系统迭代优化，保障项目资源聚合与运行效率

• 参与某省级园区50MW虚拟电厂项目前期资源摸查：通过SQL查询用户用电数据库（涵盖120家工商业用户），筛选出12家具备可控负荷潜力的用户（如大型商超制冷系统、制造企业机床错峰），形成《用户侧可调资源清单》（含负荷类型、调节容量、响应时间），为项目初期聚合30MW资源提供数据支撑
• 协助开发调度系统仿真测试模块：用MATLAB/Simulink搭建虚拟电厂仿真模型，模拟高温天（38℃以上）光伏出力骤降（降幅达40%）、晚高峰负荷突增（涨幅达25%）等场景，验证调度策略的鲁棒性；完成22次仿真测试，优化储能充放电时序策略（如提前1小时提升储能SOC至70%），使仿真场景下资源利用率提升15%
• 跟进项目接入调试，解决用户侧储能电站与虚拟电厂平台通信延迟问题：排查MQTT协议QoS设置（原设置为“最多一次”，导致丢包），调整为“ exactly once”模式，将通信时延从2秒缩短至500ms以内，确保调度指令实时传输，项目验收时通信可靠性达99.9%
• 分析用户侧储能设备运行数据：用Python Pandas库统计10家用户储能电池的循环寿命与充放电深度关系，发现“充放电深度≤80%时，电池衰减率每年可降低3%”；输出《储能设备优化运行建议》，推动用户调整储能策略，将电池衰减率从每年8%降至5%，单座储能电站年维护成本减少1.2万元

开展虚拟电厂调度算法理论研究与仿真验证，分析用户侧资源响应特性，为实际项目提供理论支撑与技术原型

• 针对虚拟电厂可控负荷响应不确定性问题，基于随机规划理论建立考虑用户行为随机性的调度模型，对比“风险厌恶”“风险中性”“风险偏好”三种场景下的调度结果（如收益方差、缺电概率）；相关研究成果发表于《电力系统自动化》2020年第11期，为后续项目风险管控提供理论依据
• 仿真验证虚拟电厂参与电网旋转备用服务的可行性：用DIgSILENT PowerFactory搭建区域电网模型（包含2座火电厂、1座风电场、50家工商业用户），模拟虚拟电厂提供旋转备用（容量10MW，响应时间10分钟）的场景；结果显示虚拟电厂可将电网旋转备用容量需求降低12%，相关结论纳入公司虚拟电厂产品技术白皮书
• 参与用户侧空调负荷响应特性调研：设计《用户空调使用习惯问卷》（覆盖温度偏好、作息时间、节能意愿等10项问题），结合100家用户实际用电数据，分析得出“夏季空调负荷可调率约30%，响应时间集中在14:00-18:00，单台空调平均可调功率1.5kW”的结论，为后续调度策略精准化提供数据支持
• 开发虚拟电厂调度简化计算工具：用VBA编写Excel宏，实现“负荷预测-储能调度-可控负荷调用”一体化计算，替代人工逐项计算的低效模式；工具被团队广泛使用，使调度方案制定时间从4小时缩短至1.5小时，计算误差率从5%降至1%

工业园区多能互补微网全生命周期优化项目

• 项目背景为双碳目标下，华东地区12个工业园区普遍面临“多能微网重建设轻运营、能效与成本难以平衡”的痛点——传统规划方案忽略运营期可再生能源波动与用户负荷突变，导致微网实际运行成本超预算20%、碳排放未达预期。我的核心目标是通过全生命周期优化实现“经济性+低碳性”双提升，担任架构师期间负责整体方案设计、核心技术攻关及落地实施。
• 关键难题有三：一是传统规划模型耦合精度不足，多能流（电、热、气）交互损失模拟误差超15%；二是运营阶段动态调整能力弱，无法应对光伏出力骤降或负荷突增场景；三是用户侧需求响应与电网调度协同性差，需求侧资源利用率不足30%。为此，我引入数字孪生技术构建“源-网-荷-储-用”五维仿真模型，结合Pyomo框架建立“经济性（权重0.4）+碳排放（0.3）+可靠性（0.3）”多目标优化函数，并用LSTM算法提升负荷与光伏出力预测精度。
• 核心行动包括：1）牵头调研12个园区的历史用能、地理环境及产业特征，梳理出“光伏-燃气三联供-储能-电网”的最优耦合模式，将可再生能源渗透率从35%提升至55%；2）用粒子群算法优化储能配置策略，结合数字孪生预演不同工况下的充放电时序，将储能容量利用率从68%提升至85%；3）设计“实时仿真-动态调整”闭环机制，通过数字孪生模型提前1小时预判系统风险，自动下发调度指令修正偏差。
• 项目成果：1）微网综合能效较传统方案提升23%，年运维成本降低35%（单园区年节省约120万元）；2）支撑园区年减少碳排放1.8万吨，相当于种植98万棵冷杉；3）方案被复制到长三角3个同类园区，为公司带来2000万营收。我的贡献是主导了全生命周期优化框架的设计与落地，解决了传统微网“规划与运营脱节”的核心问题，相关专利正在申报中。

区域级智慧能源管控平台研发与应用项目

• 项目背景为华南某地级市面临“区域能源站点分散（50+个光伏、风电、储能及充电桩）、数据孤岛严重、调度滞后”问题，客户亟需一套集监测、分析、优化于一体的管控平台实现区域级能源协同。我的目标是从0到1研发平台核心模块，担任高级工程师期间负责数据融合方案设计与关键模块开发。
• 关键难题包括：1）多源设备协议不兼容（涉及Modbus、MQTT、BACnet等10+种协议），数据采集成功率不足80%；2）实时数据处理延迟高（超5秒），无法满足电网调度的时效性要求；3）跨系统（EMS能量管理系统、GIS地理系统、CRM客户系统）接口对接复杂，易出现数据不一致。为此，我制定“协议适配器+边缘计算”方案，用Spark Streaming搭建实时数据处理 pipeline，并采用Spring Cloud微服务架构实现模块解耦。
• 核心行动：1）主导设计《区域智慧能源数据接入规范》，开发12个定制化协议适配器，将设备接入成功率提升至98%；2）优化实时数据处理逻辑，引入Kafka消息队列缓冲，将数据延迟从5秒缩短至200ms以内；3）开发“负荷预测-优化调度-可视化监控”三大核心模块——其中负荷预测基于XGBoost算法，准确率从82%提升至97%；优化调度模块可实现区域级能源供需平衡，减少弃光弃风率18%。
• 项目成果：1）平台覆盖50+个能源站点，数据准确率达99.8%，通过了国家电网的合规性认证；2）帮助客户降低15%的能源采购成本，年节省费用超500万元；3）获得省级“智慧能源优秀解决方案”奖项，支撑公司中标后续3个区域级项目。我的贡献是解决了多源数据融合与实时处理的痛点，推动平台从“监测型”向“优化型”升级，成为公司区域市场的核心竞争力产品之一。

• 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。