本发明提出一种基于强化学习的主动配电网实时随机优化调度方法。所述方法包括以下步骤：建立主动配电网的数学模型；提出原问题的动态规划公式，根据主动配电网中电动汽车的特性构造表征当前决策对后续所有时段影响的值函数，并利用决策后状态值函数避免期望值的计算；训练值函数，得到近似值函数；利用训练好的近似值函数对主动配电网实时场景下的随机优化调度问题进行递推求解，得到各时段的近似最优决策。本发明在实时运行中时，一方面能更有效地提升调度收益，另一方面也起到“削峰填谷”的作用。当环境中的随机因素变化更加剧烈时，本发明依旧适用，能接近最优解，且实时调度过程中的计算时间并不受影响，具有较强的鲁棒性。