本发明公开一种电力系统有功潮流在线优化控制方法、存储介质和装置，其中方法包括构建有功潮流在线优化模型，并配置为马尔可夫决策过程；利用历史数据对马尔可夫决策过程智能体进行预训练，得到仿真电网环境智能体；利用电网环境对仿真电网环境智能体进行强化训练，得到有功潮流在线优化控制器；将电力系统的实时状态参数作为有功潮流在线优化控制器的输入，经运算输出发电机最优决策，将发电机最优决策作用在对应发电机中，实现实时最优控制。本发明通过“状态——动作——奖励”的交互训练框架，得到了有功潮流最优控制在线模型，尤其在面对大规模电力系统时，可实时做出发电机最优出力控制，在满足电力系统运行约束的条件下，降低系统发电机出力成本。