负责虚拟电厂平台内分布式光伏、储能、可控负荷等资源的聚合管理，主导实时调度策略优化与电力市场交易协同，保障资源响应效率与客户收益最大化

• 主导某国家级工业园区虚拟电厂项目资源池构建，针对园区内12家企业（涵盖电子制造、生物医药）的异构数据（5MW分布式光伏逆变器数据、3MWh磷酸铁锂储能BMS数据、8MW可控负荷PLC数据），用Python开发“多源资源标准化建模工具”，通过正则表达式解析与API对接实现数据统一，解决“不同设备协议不兼容导致的动态画像缺失”问题，最终资源状态（SOC、可用功率、响应延迟）识别准确率从82%提升至98%，为后续调度策略提供精准数据基底
• 针对夏季尖峰电价（广东10:00-12:00、15:00-17:00）时段，优化“储能充放+可控负荷柔性调节+光伏余量上网”联合调度算法——引入强化学习DQN模型，以“最大化辅助服务收益+最小化客户生产影响”为奖励函数，调整储能放电优先级（从“优先满足光伏消纳”转向“优先响应电网调峰”）与可控负荷（工业冷水机组、空压机）调节幅度，使园区整体响应率从85%提升至95%，单月为客户增加调峰辅助服务收益12.6万元，较之前增长45%
• 对接广东电力交易中心现货市场“报量报价”规则，设计虚拟电厂“日前-实时”市场联动策略：先用历史负荷数据+ECMWF气象预测构建线性规划模型，优化日前报价曲线（将报价区间从“固定3元/kWh”调整为“根据可再生能源出力概率动态浮动”）；实时阶段用Python开发的“偏差修正模块”调整剩余资源出力，使项目在现货市场的中标率从70%提升至88%，月均现货收益增加20.3万元
• 解决某食品加工企业可控负荷（2台500RT冷冻机组）调度时“温度波动超标”的痛点——搭建基于ANSYS的数字孪生模型，模拟“每15分钟调节一次机组负荷（降低20%功率）”的温度变化，发现会导致库房温度上升1.2℃（超过客户±0.5℃的生产要求）；随后调整策略为“每小时调节一次+联动启动备用小型制冷机组”，最终实现调度期间温度偏差控制在±0.3℃以内，既满足客户生产要求，又保持94%的高响应率

协助虚拟电厂调度策略开发，参与资源聚合与市场交易支撑，负责数据统计与效果评估

• 协助搭建虚拟电厂资源监控系统，选用InfluxDB时序数据库存储分布式资源（光伏、储能、负荷）的秒级数据，用Grafana开发可视化看板，集成“资源状态预警”“响应率趋势”“收益统计”三大模块，帮助团队将调度异常（如储能SOC低于20%未触发告警）的排查时间从2小时缩短至12分钟，故障响应效率提升40%
• 参与某粤港澳大湾区商业综合体虚拟电厂项目，收集15家租户（餐饮、零售、写字楼）的用电设备信息，采用K-means聚类分析方法，基于“设备功率、调节灵活性、生产依赖度”三个维度划分可控负荷类型（一类：可中断空调；二类：可调节照明；三类：不可中断电梯），为后续“一类负荷优先调度、二类负荷辅助调节”的策略提供数据支撑，使项目初期资源识别准确率从75%提升至90%
• 跟踪项目3个月的运行数据，每周输出《调度效果分析报告》——用对比分析法拆解“晴天vs阴天”“工作日vs周末”的响应率差异（晴天光伏余量多，响应率比阴天高10%；工作日负荷波动大，响应率比周末高8%），提出“高峰时段（18:00-21:00）优先调用储能放电、低谷时段（00:00-08:00）补充光伏余量上网”的优化建议，被采纳后项目月均收益从18万元提升至19.4万元，增长8%
• 协助对接广东省电力需求侧管理平台，完成虚拟电厂资源数据与政府平台的API接口开发（采用RESTful风格，传输频率1分钟/次），实现“响应电量”“负荷调节量”等数据的实时同步，解决之前“手动录入数据易出错”的问题，项目年度需求侧管理补贴到账率从92%提升至100%，保障了客户补贴收益

协助能源项目调研与数据分析，参与虚拟电厂概念验证项目

• 参与某粤西区域虚拟电厂可行性研究，收集整理区域内100MW分布式光伏、20MWh储能、50MW可控负荷的资源数据，用ArcGIS制作“资源分布热力图”，标注“高光伏密度区（湛江遂溪）”“高负荷密度区（茂名石化园区）”，撰写《粤西区域虚拟电厂资源潜力分析报告》，指出“整合茂名石化园区的可控负荷可实现区域负荷削峰15%”，为项目立项提供了空间布局依据
• 协助开发虚拟电厂原型验证系统，采用MATLAB/Simulink搭建“光伏-储能-负荷”互动模型，输入某小区的实际用电数据（日均负荷1.2MW，光伏装机500kW），模拟“光伏优先消纳+储能调峰”策略的效果——结果显示“储能可将光伏弃电率从12%降至3%”，验证了策略的有效性，模型输出结果与实际场景的匹配度达85%
• 调研广东省2018-2020年虚拟电厂相关政策（如《广东省电力需求侧管理实施办法》《关于推进虚拟电厂参与电力市场交易的指导意见》），整理出“虚拟电厂参与辅助服务的准入条件”“现货市场报价上限”等12项关键条款，参与撰写《广东省虚拟电厂政策解读手册》，帮助团队快速理解市场规则，为后续项目落地提供了政策支撑
• 负责项目数据录入与校验，针对10万条分布式光伏逆变器的小时级数据，用Excel VBA开发自动化校验脚本（检查“发电量是否超过装机容量×光照小时数”“SOC是否在0-100%之间”），将人工错误率从15%降至2%，数据处理效率提升60%，保障了后续分析的准确性

国家级先进制造园区多能互补微网全生命周期优化项目

• 项目背景：某国家级先进制造园区面临“双碳”目标下用能成本高企（年均电费超8000万元）、碳排放强度达1.2kgCO₂/㎡的痛点，需构建“源-网-荷-储”协同的多能互补微网系统，实现从能源生产到消纳的全链路智能调控。我的总体职责是主导项目从需求调研、方案设计到落地调试的全流程，对接园区管委会、能源供应商及10余家设备厂商，确保系统匹配“降本、减碳、提效”的核心目标。
• 关键难题：一是园区动态负荷（生产设备、空调、照明等）波动幅度达±35%，传统ARIMA模型负荷预测准确率仅72%，无法支撑储能系统精准充放电；二是光伏、燃气三联供、锂电池储能、充电桩等5类能源设备的控制逻辑分散，协同效率低，曾出现月均12次的“弃光”或“储能冗余充电”问题。
• 核心行动：针对负荷预测，我牵头融合LSTM的长时依赖捕捉能力与Transformer的多特征注意力机制，构建“历史负荷+园区MES生产数据+气象预报”的混合预测模型，引入“工单排产-设备开机率-环境温度”的关联特征，将预测准确率提升至91%；针对协同优化，基于强化学习PPO算法设计“成本最小+碳排放最低”的多目标调度策略，开发设备数字孪生模块——通过物理设备映射虚拟模型，实时模拟不同工况下的能源流，优化控制指令的下发逻辑，解决多设备博弈问题。
• 项目成果：系统上线后，园区年用能成本降低22%（约1760万元），碳排放强度下降18%至0.98kgCO₂/㎡；储能系统利用率从65%提升至89%，避免弃光损失约500万元。我主导的“混合负荷预测模型+多目标强化调度算法”被纳入公司智慧能源产品矩阵，成为同类工业园区项目的标准技术方案，推动3个同类型园区的跟进落地。

市级高新区区域智慧能源管控平台研发项目

• 项目背景：某市级高新区有12个产业园区，分布式能源设备（光伏、风电、地源热泵）分散在各园区，数据孤岛严重——设备协议涵盖Modbus、MQTT、BACnet等6种，无法形成全局能源画像；园区管委会故障处理滞后（平均响应30分钟），年运维成本超2000万元。我的角色是负责平台核心模块研发，聚焦“数据融合+实时优化”两大关键能力。
• 关键难题：一是异构数据融合困难，不同设备的通信协议、数据格式差异大，初期数据接入率仅40%；二是传统规则引擎的优化策略僵化，无法应对天气突变（如暴雨导致光伏出力骤降）或设备故障场景，能源利用率长期徘徊在75%左右。
• 核心行动：数据层，采用MQTT协议实现设备数据的统一采集，通过Kafka流处理框架清洗、转换异构数据，构建“设备-园区-区域”三级能源数据库，引入“设备指纹”技术识别异常数据，将接入率提升至95%；算法层，用Docker容器化部署遗传算法优化引擎，结合实时负荷、电价、气象数据动态调整能源调度策略；同时开发“故障自诊断”模块——基于随机森林模型训练设备异常特征库（如光伏组件温度异常、储能SOC波动过大），实现故障提前30分钟预警。
• 项目成果：平台上线后，整合了12个园区的20+种、超500台能源设备数据，全局能源利用率从75%提升至88%；故障响应时间缩短至5分钟内，年节约运维成本300万元。项目被高新区管委会列为“智慧能源示范项目”，推动后续3个园区接入，同时为公司赢得区域级智慧能源平台的标杆案例，助力拿下2个地级市的同类订单。

• 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。