本发明涉及一种基于强化学习的智慧社区能量优化调度方法、系统及存储介质,所述方法包括：采集智慧社区的历史数据，建立能源数据集，并对所述能源数据集进行预处理；建立智慧社区能量优化调度问题的马尔科夫决策过程模型；基于所述预处理的能源数据集，对所述马尔科夫决策过程模型进行离线训练，得到最优神经网络模型；获取所述智慧社区的实时数据，基于所述最优神经网络模型得到智慧社区能量优化调度策略。本发明能够实现智慧社区内广义负荷的协同互动调度，并可根据实时数据进行动态调整，适应不同环境和需求，实现灵活的能源调度，提高了能源利用效率。