本發(fā)明公開一種基于強(qiáng)化學(xué)習(xí)的端對端電能交易市場用戶決策方法，包括：從交易主體模型、設(shè)備模型、交易電價(jià)模型、物理約束模型角度，建立端對端電能交易市場模型。建立端對端電能交易過程的馬爾科夫決策過程模型。采用基于儲能動作均勻離散處理的強(qiáng)化學(xué)習(xí)算法對用戶參與端對端電能交易市場決策問題進(jìn)行分析求解。本發(fā)明提出基于強(qiáng)化學(xué)習(xí)的端對端電能交易市場用戶決策方法，使用戶可自主的學(xué)習(xí)和更新自身最優(yōu)動作，在市場機(jī)制不完善，如僅知道用戶本地運(yùn)行信息的條件下也可以開展交易，且無需進(jìn)行復(fù)雜的優(yōu)化計(jì)算。從而促進(jìn)端對端電能交易的順利開展。