本發(fā)明提供了一種分散式電動(dòng)汽車實(shí)時(shí)優(yōu)化調(diào)度方法及系統(tǒng)，建立聯(lián)合電動(dòng)汽車充電和電網(wǎng)機(jī)組出力的實(shí)時(shí)優(yōu)化調(diào)度模型；并通過(guò)電動(dòng)汽車集群能量邊界等效模型和優(yōu)化功率再分配策略提高模型求解效率；將所提出的優(yōu)化調(diào)度模型構(gòu)造成一個(gè)馬爾可夫決策過(guò)程；并利用強(qiáng)化學(xué)習(xí)算法進(jìn)行求解；將訓(xùn)練好的智能體應(yīng)用于分散式電動(dòng)汽車實(shí)時(shí)優(yōu)化調(diào)度，實(shí)時(shí)優(yōu)化各時(shí)段機(jī)組出力和電動(dòng)汽車充電功率，實(shí)現(xiàn)電網(wǎng)經(jīng)濟(jì)運(yùn)行。同時(shí)提供了一種相應(yīng)的終端及介質(zhì)。本發(fā)明一方面無(wú)需依賴準(zhǔn)確的模型預(yù)測(cè)，連續(xù)的動(dòng)作空間可保證調(diào)控的靈活性，且求解速度快；另一方面優(yōu)選SAC算法作為強(qiáng)化學(xué)習(xí)算法，具有最大化熵的特點(diǎn)，可廣泛探索環(huán)境，在環(huán)境變化的情況下仍具有較強(qiáng)的魯棒性。