本發(fā)明公開了一種基于用戶側(cè)需求反應(yīng)的增強學(xué)習(xí)的電網(wǎng)服務(wù)價值制定方法，涉及一種定價方法。目前，電網(wǎng)服務(wù)價值制定的系統(tǒng)成本高。本發(fā)明包括步驟：在初始時刻觀測當(dāng)前時刻狀態(tài)，通過∈?貪婪策略選擇相應(yīng)的行為，對初始電價進行調(diào)整；將得到的行為反饋給電網(wǎng)售電市場環(huán)境，根據(jù)環(huán)境信息生成當(dāng)前時刻狀態(tài)；根據(jù)目標(biāo)函數(shù)計算當(dāng)前時間的損失函數(shù)U(t)，并根據(jù)損失函數(shù)U(t)更新V值表；利用更新后的V值表，采用∈?貪婪策略選取新的行為，并調(diào)整電價；直到V值表收斂到一定程度，獲取當(dāng)前狀態(tài)下的最優(yōu)價格。本技術(shù)方案利用強化學(xué)習(xí)來學(xué)習(xí)用戶的反饋函數(shù),使用學(xué)習(xí)到的反饋函數(shù)，LSE可以找到更好的價格，以最大限度地降低系統(tǒng)成本。