本發(fā)明公開了一種基于多智能體強化學習和雙層策略分配的多區(qū)域熱電協調控制方法，包括：建立多區(qū)域熱電聯合系統(tǒng)數字孿生模型；創(chuàng)建多個區(qū)域智能體，并建立多個區(qū)域智能體間的通信機制；設計基于多智能體均衡學習算法的多區(qū)域均衡控制器，包括獎勵函數、均衡選擇函數和資格跡的選??；通過多區(qū)域均衡控制器對各個區(qū)域進行狀態(tài)估計、更新資格跡、獎勵值觀測和更新狀態(tài)?動作值函數操作后，再進行多個區(qū)域部分信息的交互，在線尋求各區(qū)域最優(yōu)均衡總控制策略；將區(qū)域熱電聯合系統(tǒng)中每臺機組作為一個機組智能體，以各機組的爬升時間作為一致性變量，采用一致性算法將各區(qū)域總控制策略分配給各個機組，實現區(qū)域內各機組之間的協調控制。