本发明提供了一种基于深度强化学习的配电网制氢系统容量配置方法。该方法先调研分析区域配电网建设地点附近的情况及安装要求等；再以制氢系统全生命周期综合成本最低为上层目标函数，以配电网制氢收益最佳及网损最低为下层运行目标函数，结合配电网、制氢系统的经济安全运行要求建立综合约束集合构成双层优化模型；应用强化学习理论将下层运行模型描述为马尔可夫博弈过程，结合粒子群搜索算法与多智能体柔性行动器‑评判器强化学习算法联合求解上下层配置‑运行模型；本发明的配置方法能够有效的缓解可再生能源带来的局部过电压问题，符合低碳环保的要求并有一定的经济可行性，同时相较于现有的容量配置方法，本发明具有更快的优化求解速度。