Una salida de voltaje estable de un convertidor elevador es vital para el funcionamiento adecuado de dispositivos conectados y cargas en una microrred de CC. Las variaciones en las demandas de carga y las incertidumbres de la fuente pueden dañar equipos y perturbar operaciones. En este estudio, se propone un algoritmo modificado de política de gradiente determinístico profundo con retraso gemelo (TD3) para regular la salida de voltaje de un convertidor elevador en una microrred de CC. TD3 optimiza las ganancias del controlador PI, que garantizan la estabilidad del sistema mediante una capa completamente conectada no negativa. Para lograr ganancias óptimas, se entrenan agentes de aprendizaje por refuerzo multi-profundo. Los agentes utilizan la señal de error para obtener el voltaje de salida deseado. Además, se introduce una nueva función de recompensa utilizada en el algoritmo TD3. El controlador propuesto se prueba bajo variaciones de carga e incertidumbres de voltaje de entrada. Los resultados de simulación y experimentales demuestran que TD3 supera a PSO, GA y al PI convencional. TD3 muestra menos error en estado estacionario, reducción de sobrepasos, tiempos de respuesta rápidos, tiempos de recuperación rápidos y una pequeña desviación de voltaje. Estos hallazgos confirman la superioridad de TD3 y su potencial aplicación en el control de voltaje de microrredes de CC. Puede ser utilizado por ingenieros e investigadores para diseñar microrredes de CC.