Considerando que la no linealidad y la incertidumbre del modelo de microred complican la derivación y el diseño del controlador óptimo, se diseña un algoritmo de programación dinámica adaptativa (ADP) para resolver el juego de suma no nulo sin modelo. Al combinar las ventajas de la iteración de políticas y la iteración de valores, se construye un esquema de control de aprendizaje óptimo basado en la iteración híbrida para proporcionar un estricto reparto de potencia real para los sistemas de microred no lineales y acoplados con N generaciones distribuidas. Primero, utilizando la estrategia de juego diferencial de suma no nula, se construye un novedoso protocolo de control óptimo de consenso de recuperación de voltaje secundario distribuido utilizando un método de iteración híbrida para realizar la recuperación de voltaje de las microredes. Luego, se recopilan los datos del estado del sistema y la entrada a lo largo de una trayectoria del sistema dinámico y un controlador óptimo basado en datos aprende la solución del juego sin información de física de la microred, mejorando la conveniencia y eficiencia en aplicaciones prácticas. Además, se proporciona un análisis detallado de la convergencia y se demuestra que el protocolo de control puede converger a la solución óptima para garantizar la estabilidad de la recuperación de voltaje del sistema de microred. El análisis de convergencia demuestra la convergencia del protocolo a la solución óptima, garantizando la estabilidad de la recuperación de voltaje. Los resultados de la simulación validan la viabilidad y efectividad del esquema propuesto.