本发明提供了一种基于双神经网络的深度学习多智能体协同控制方法，包括如下步骤：建立微电网的电压与频率控制模型；设计基于多智能体的深度强化学习框架：构建多智能体的强化学习的环境动作空间与状态空间以及奖励函数的马尔可夫决策过程；设计双神经网络的深度强化学习算法的流程，采用神经网络对定义的强化学习环境进行多次训练以达到奖励值的收敛，训练最优Q值；基于强化学习训练出的Q值，实现分布式电源的频率偏差调节，解决强化学习算法的高估问题以优化多智能体系统的稳定性。微电网系统进行对各分布式电源的相关操作，完成最优能量管理优化策略选择，实现微电网的协同控制。