第四范式电力交易算法实习生

AI大模型为代表的算力需求增长对数据中心的能源使用、计算资源成本和碳排放提出了多重挑战。研究成本和碳排感知的云计算数据中心相关创新技术，促进算电协同转化，提升计算资源利用效率，降低计算任务调度成本，增强绿色低碳水平，对于达成普惠易用、绿色安全AI大模型算力需求意义重大。本项目将主要围绕以下四个方面开展研究： （1）云计算“算力-电力”协同调度研究：研究适配不同算力业务类别、不同计算资源配置的弹性用能多元感知及耦合优化技术； （2）云计算综合用能管理技术研究：“源网荷储“新型算力基础设施规划、运行和灵活调控技术； （3）云计算运营成本优化技术研究：聚焦能源/碳排交易市场，开展云计算成本优化； （4）低能耗大语言模型技术研究：多元感知的大语言模型算力成本优化。 目标围绕以上单个或多个目标开展研究工作，发表不少于1篇领域内认可的期刊或会议论文（CCF-A类），或沉淀可指导实际场景应用的算法代码和策略模块。

1、1）针对欧洲分布式户用光储系统，设计家庭能源管理整体解决方案，包括光储系统、能源控制器、智能IoT家电控制、备电箱、供配电等，输出完整的技术方案和工程方案 2）根据欧洲典型市场（如德语核心区、意大利、英国等），设计不同国家适配的户储方案和产品组合（包含PV选型、逆变器电压功率型号、电池容量、备电方案、配电方案），输出针对不同户型、不同地区的产品方案和产品组合清单，定义成套产品软件功能，实现光储能源管理控制功能 3）输出完整的技术方案和工程BOM清单，主导适配不同销售区域的解决方案资料编制，主导技术培训和渠道赋能 4）针对欧洲当地的电力市场交易规范和政策法规（如欧洲14a），主导产品方案中各个硬件（包含逆变器、能源控制器等）的认证和第三方测试 5）充分研究欧洲市场电力市场交易规则、业务逻辑，熟悉当地电力交易平台及售电公司业务模式，输出参与欧洲电力市场交易的系统平台技术架构，实现用户侧参与电力市场交易、动态电价、需求侧响应等VPP服务 6）设计云边协同的算法架构，与端侧能源管理控制盒协同，集成动态电价、天气预测、VPP交易等算法模型，同时实现对端侧设备的实时控制，可通过第三方API接口实现VPP 调度与电力市场交易功能（竞价、报价、结算） (100) xxxxxx

1. 负责新能源电站运营、电力市场交易、电网调度等业务场景的各类预测和决策算法，工作内容包括业务需求梳理、数据集建设、模型训练和评估、模型服务搭建和部署等； 2. 与业务团队紧密合作，根据业务场景迭代算法模型，进行性能分析和调优，跟踪和应用各类有突破进展的AI技术，支撑业务快速发展。

1. 综合能源管理系统建模与优化： 设计光储充、微电网、厂区节能改造等综合能源场景的能源调度策略，实现多能源多负荷（光、储、热等）协同优化。 研究开发电站发电、用电预测的核心算法，结合电力市场化交易、动态电价等关键因素，设计最优运行控制策略算法，以实现能源经济效益的最大化；同时提升电力系统的稳定性和运行效率。 2. 算法研发与落地： 主导机器学习/深度学习模型（时序预测、运筹优化、强化学习）的研发，应用于能源供需预测、风险评估、功率控制等场景。 推动算法工程化，完成从数据预处理、模型训练到部署上线的全流程闭环。 3. 前沿技术探索： 跟踪生成式AI、大模型在能源领域的应用，结合业务需求进行竞品分析和技术迭代。 4. 跨团队协作： 与运营、产品团队协作，将算法嵌入能源管理平台（EMS），支撑智慧能源运营决策。