建立开放的竞争环境对我国持续化推进电力市场的建设很有帮助。随着我国售电侧的逐步放开,多家售电企业陆续加入售电市场参与竞争。对于处于发电商和终端用户之间的售电企业而言,其定价策略会影响用户的需求量,而用户的需求量又会影响售电企业在购电侧的购电量与购电价,因此购电侧与售电侧之间存在较强的联动关系,而售电企业的定价策略是重要影响因素。本文主要对单个售电企业在相关约束条件下实现自身利益最大化的最优定价模型进行研究,以及对多个售电企业之间存在竞争博弈现象的定价策略进行研究。本文的主要工作内容和创新点如下:（1）介绍了峰谷时段的划分方法,通过使用半梯型函数计算各个时刻点的峰谷隶属度,采用模糊均值聚类FCM的方法对用户的负荷进行峰谷时段的划分。对单个售电企业的最优定价模型进行了研究,根据经济学中的需求弹性概念,建立用户的需求弹性矩阵,用于反映用户的用电需求量对电价的敏感程度,基于峰谷时段划分结果,建立了单一售电企业峰谷分时电价的优化模型。对售电侧的博弈竞争模型进行研究,采用基于寡头市场的Bertrand博弈模型,建立可以反映用户切换行为和售电企业信誉度等差异性的市场份额函数MSF,建立各个售电企业分别在峰平谷时段下的分时定价模型。（2）建立对单一售电企业的分时定价模型和多个售电企业博弈竞争下定价策略的求解方法,即基于Q-learning的强化学习方法,通过将强化学习方法和多个群智能算法结合起来,创新地应用到售电企业的定价策略求解问题中。（3）通过算例分析对单一售电企业的定价策略模型和存在用户切换行为的定价策略模型进行验证,结果表明开放售电侧引入多家售电企业,可以增强用户的自主选择权,从而避免售电企业抬高市场定价的问题。分析表明,信誉度较高的售电企业具有较大的竞争优势,在竞争过程中,可以通过设置较高的定价以获取更多的利润。本文在研究方法上,构建了基于Q-learning的强化学习方法模型,得到更优的定价策略;在研究内容上,丰富了最优定价模型和博弈竞争模型的研究,为售电企业的定价策略提供参考借鉴。