本发明属于能源互联网仿真技术领域，公开一种基于深度强化学习的多能流优化智能仿真方法，所述方法包括：载入能源互联网模型；根据所述能源互联网模型设置仿真参数；将所述仿真参数输入预先训练好的深度强化学习模块，获得能源互联网模型中各设备的动作；输出所述动作并进行图形化展示。本发明在深度强化学习模块的训练过程中，将深度强化学习模块与图形化建模模块联合调用，深度强化学习模块计算t时刻动作at观察能源互联网模型环境状态，并将动作更新至图形化建模模块进行潮流计算，生成t+1时刻环境状态st+1；实现了深度强化学习和潮流计算的联合运算。本发明采用深度确定性策略梯度算法进行能源互联网优化运行研究，能够实时在线生成优化策略。