本发明涉及电力系统运行和优化技术，旨在提供一种基于多时间尺度多智能体深度强化学习无功电压控制方法。本发明将光伏、风机和负荷中的有载调压分接头、电容器组和储能均定义为智能体，把基于强化学习的方法应用于无功优化问题中，允许控制器通过与类似系统的仿真模型交互来学习控制策略。将无功调节设备的动作变量与配电网环境进行交互，智能体最终能够实现对于外部环境的最优响应，从而获得最大的回报值。本发明用神经网络方法来分析和拟合智能体的战略函数和动作价值函数，训练过程不依赖于预测数据结果和精确的潮流建模；使用两个时间尺度的无功优化方法，可以使得网损更小、电压平抑效果更佳，对提升配网安全可靠性有更显著的效果。