简介： 本发明实施例提供一种多园区综合能源调度方法和系统，其中所述方法包括：基于每个园区的新能源、储能、能量转换设备和多能用户，对每个园区分别建立一个强化学习智能体；将每个强化学习智能体输入到多智能体深度确定性策略梯度模型，采用分散执行方法在真实物理空间进行调度决策；所述多智能体深度确定性策略梯度模型是采用集中训练方法在虚拟环境中进行训练后得到。本发明实施例建立单个园区的强化学习智能体，然后基于建立的多智能体深度确定性策略梯度模型，采用集中训练方法在虚拟环境中进行训练，采用分散执行方法在真实物理空间进行调度决策，不依赖对不确定量的准确预测，保护了各园区的隐私，同时降低了各个园区的运行成本。