零售套餐电价决策方法、模型训练方法及相关装置

本发明提供一种零售套餐电价决策模型的训练方法、应用方法及装置，涉及电力市场的零售套餐电价决策技术领域，方法包括：获取预设历史时间段内的零售套餐电价决策用数据；零售套餐电价决策用数据包括时间段类型划分数据、售电主体批发侧数据、零售用户自身特性数据和售电主体与各零售用户之间的签约零售套餐约定电量数据；基于售电主体收益模型和零售用户用电效用模型，以售电主体为智能体，构建马尔可夫决策过程；基于零售套餐电价决策用数据，使用近端策略优化算法，对马尔可夫决策过程进行训练，得到零售套餐电价决策模型。本发明能够兼顾售电主体利益和零售用户用电效用，以及在不确定性环境下为联合零售套餐电价的制定提供灵活的决策支持。