简介： 本发明公开了一种电网运行环境模拟方法、系统、设备及介质，所述模拟方法包括以下步骤：获取当前时刻观测状态；生成当前时刻动作空间；获取外部输入的动作指令，根据当前时刻动作空间判定动作指令的合法性，若不合法则终止，若合法则基于动作指令和当前时刻观测状态进行潮流计算，获得下一时刻电网运行状态；获得符合预设约束规则的电网运行状态；获取下一时刻观测状态；基于下一时刻观测状态和所述外部输入的动作指令获得奖励值，完成基于强化学习的电网运行环境模拟。本发明提供的方法能够模拟电网运行环境，可以支撑采用强化学习实现电网调度。