一种多区域电网协同优化方法、系统、设备及可读存储介质，优化方法包括收集每个智能体区域的观测数据；构建含可再生能源的多区域电网协同优化模型；将含可再生能源的多区域电网协同优化模型按照状态空间、动作空间、环境以及奖励函数设计为多智能体环境下的强化学习模型；对多智能体环境下的强化学习模型进行求解，输出协同优化结果。本发明采用多决策中心的分布式模型减轻了系统的通讯压力，能够在训练中考虑可再生能源和负荷的双重不确定性，具有较好应对不确定性的能力，还能够实现系统实时决策，基于多智能体“集中训练‑分布执行”的特性，训练完成后各区域电网只需根据自身局部的观测值对可控机组做出决策，有利于保护各区域电网的隐私性。