基于数字孪生与深度强化学习的低碳虚拟电厂协同优化方法

本发明涉及虚拟电厂优化调度技术领域，具体为一种基于数字孪生与深度强化学习的低碳虚拟电厂协同优化方法，包括：智能耦合的数字孪生协同建模，开发“老化‑效能”双向耦合机制；碳能流耦合动态追踪，搭建区块链网络存储碳排放数据，建立碳强度数据库引导低碳调度并生成时空碳足迹热力图；构建混合优化架构实现多时空尺度协同优化，生成风险参数包并转化为风险模型特征；建立风险评估体系，开发风险对冲策略实现风险动态防护。该方法突破现有虚拟电厂运行管理瓶颈，可实现设备高效管理、能源低碳调度、多时空尺度协同优化及风险有效防控，提升虚拟电厂运行的安全性、可靠性与资源利用效率。