基于人工智能优化的智能电网动态电力定价策略研究  

作　　者：郭斯琪 田爽 

机构地区：[1]国网晋城供电公司,山西晋城048000 [2]国网临汾供电公司,山西临汾041000

出　　处：《技术与市场》2025年第3期72-74,78,共4页Technology and Market

摘　　要：针对动态电力定价中多目标优化难题,提出一种结合深度强化学习与粒子群优化的混合算法。该算法利用深度强化学习的动态策略生成能力,结合粒子群优化的全局搜索优势,实现了电网收益最大化、负荷波动最小化和用户满意度提升的综合优化。通过对比试验验证,该算法在电网收益提升率、负荷波动降低率和用户满意度提升率等核心指标上均显著优于单一算法,表明该方法能够为智能电网提供高效的动态定价策略,具有较高的理论和应用价值。

关 键 词：动态电力定价 智能电网 人工智能 优化策略 能源管理 

分 类 号：TM7[电气工程—电力系统及自动化]