本發(fā)明公開了一種基于雙層強(qiáng)化學(xué)習(xí)電網(wǎng)?用戶相協(xié)同的電壓無功優(yōu)化方法。為了有效協(xié)調(diào)配電網(wǎng)的電網(wǎng)側(cè)設(shè)備和用戶側(cè)設(shè)備這兩類所屬權(quán)不同的資源，本發(fā)明從非對稱馬爾科夫博弈的角度提出了一種雙層無功電壓優(yōu)化框架。其中，電網(wǎng)側(cè)的配電運(yùn)行商(DSO)被視為在上層做決策的領(lǐng)導(dǎo)者，目的是最小化系統(tǒng)的網(wǎng)損；用戶被視為在下層做決策的跟隨者，目的是緩解節(jié)點(diǎn)的電壓偏差。除此之外，本發(fā)明還提出了一種無模型的Bi?level Actor?Critic(Bi?AC)算法來解決上述非對稱馬爾科夫博弈模型，該算法為領(lǐng)導(dǎo)者和跟隨者智能體制定了獨(dú)特的策略(actor)和價值(critic)網(wǎng)絡(luò)，同時還定義了領(lǐng)導(dǎo)者智能體的決策優(yōu)先級。最后，本發(fā)明通過一個標(biāo)準(zhǔn)的IEEE33節(jié)點(diǎn)測試系統(tǒng)和實(shí)際電網(wǎng)運(yùn)行數(shù)據(jù)驗(yàn)證了所提方案的有效性。