本发明涉及电源调度技术领域，尤其涉及一种基于强化学习的分布式电源调度方法、装置、设备及介质。该方法包括：将所有节点的状态信息作为全局状态；将当前时刻的全局状态减去上一个相邻时刻的全局状态以获取当前时刻的全局状态变化量，并输入上层强化学习模型以输出上层决策结果，进而定位待调节电源节点；对于待调节电源节点，将连接于待调节电源节点的所有节点的状态信息作为局部状态；计算当前时刻的局部状态变化量，并输入下层强化学习模型以输出下层决策结果，基于下层决策结果调节待调节电源节点的输出功率。本申请的技术方案能够在实现供需平衡的同时保证配电网的稳定性，实现分布式电源的精准调度。