En el contexto de la respuesta global al cambio climático y la promoción de una transición energética, el Internet de las Cosas (IoT), las tecnologías de sensores y el análisis de big data han sido utilizados cada vez más en los sistemas de energía, contribuyendo al rápido desarrollo de recursos energéticos distribuidos. La integración de un gran número de recursos energéticos distribuidos ha dado lugar a problemas, como el aumento de la volatilidad e incertidumbre en las redes de distribución, datos a gran escala y la complejidad y desafíos de optimizar estrategias de seguridad y despacho económico. Para abordar estos problemas, este documento propone un método de programación a un día vista para redes de distribución basado en un algoritmo de aprendizaje por refuerzo de política proximal multiagente mejorado (MAPPO). Este método logra la programación coordinada de múltiples tipos de recursos distribuidos dentro del entorno de la red de distribución, promoviendo interacciones efectivas entre los recursos distribuidos y la red y la coordinación entre los recursos.