标题：基于深度强化学习的电力需求响应计量与优化策略
作者：田爽；郭斯琪
作者单位：国网临汾供电公司，山西 临汾 041000；国网晋城供电公司，山西 晋城 048000
关键字：深度学习；强化学习；电力；计量；电力优化
摘要：针对电力需求响应计量精度不足和优化效率低的问题，提出了一种基于深度强化学习的计量与优化策略。模型通过构建循环神经网络提取历史负载特征，结合Actor-Critic架构生成最优负载调整策略，从而实现需求响应的动态计量与优化。实验设计覆盖正常电价波动、高峰电价、极端天气和多区域协同优化四种场景。结果表明该模型在计量精度、优化效果和运行效率上均显著优于传统方法和其他基线模型，尤其在复杂动态场景中表现出良好的适应性和实时性。为智能电网中电力需求响应的优化提供了一种高效可行的方法，同时为未来的扩展研究奠定了基础。