随着全球能源结构的调整和碳中和目标的推进,车用终端综合能源站(IES)成为提升能源利用效率和实现多能源协同的关键载体。分析大数据和深度强化学习(DRL)的最新技术发展,探讨车用终端综合能源站在数据采集、能量需求预测、负载波动分析和用户行为模式挖掘等方面的应用方法。并基此提出了一种融合“油气电氢风光储充”的深度强化学习动态优化策略,对构建能源调度模型、实现对能源供需的智能化调度与高效协同提出可行方法,以期提升综合能源站的运行效率,降低系统运营成本,优化能源供应的动态平衡。