基于数字孪生的虚拟电厂车网资源优化控制方法及系统

本发明公开了基于数字孪生的虚拟电厂车网资源优化控制方法及系统，属于智能电网资源优化技术领域，方法包括采集视频流数据和电池状态数据，提取物理连接稳定性特征、热应力特征和能量状态特征，对电动汽车进行动态聚类，形成资源簇，以资源簇为智能体，构建基于多智能体深度强化学习算法的数字孪生协同优化模型，生成充放电控制指令。本发明通过引入计算机视觉评估物理连接可靠性，结合门控循环单元网络评估电池健康状态，实现了对车辆状态的全面感知，并通过动态聚类与多智能体深度强化学习的协同优化，解决了现有技术因状态评估不完整而导致的调度执行失败与电池寿命加速衰减的问题，提升了车网资源优化控制的安全性、精确性与可靠性。