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%

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。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。