La planificación de trayectorias autónomas para vehículos aéreos no tripulados (UAV) eléctricos de despegue y aterrizaje vertical (eVTOL) enfrenta los desafíos duales de la interferencia ambiental a baja altitud y la energía limitada a bordo, lo que afecta la fiabilidad y seguridad de las misiones no tripuladas. Para abordar estos desafíos, este documento desarrolla el marco de planificación de trayectorias autónomas EA-TD3 para sistemas de UAV eVTOL. Primero, se establece un modelo estocástico de campo de viento urbano para simular la interferencia a baja altitud. Luego, al integrar los datos de descarga de baterías de UAV eVTOL de la Universidad Carnegie Mellon (CMU), se identifica una relación de mapeo entre las maniobras y el consumo de energía para construir un modelo de consumo de energía no lineal. Finalmente, se introduce una función de penalización de límite de energía en el algoritmo TD3 para garantizar que la planificación de trayectorias se mantenga dentro de los márgenes de seguridad de la batería. Los experimentos basados en los parámetros de la plataforma EH216-S muestran que EA-TD3 logra una tasa de éxito cercana al 100.00% en condiciones ideales y supera a los algoritmos de referencia mientras reduce el consumo promedio de energía en un 11.6%. Bajo una restricción de energía de 120 J, su tasa de éxito se mantiene en un 87.80%, lo que supera el rendimiento de los algoritmos DDPG, SAC y TD3 estándar. Este estudio optimiza la planificación de trayectorias autónomas de plataformas UAV eVTOL en la movilidad aérea urbana (UAM) para mejorar la percepción de energía y la gestión de potencia del sistema autónomo.