一种基于强化学习的需求响应动态优化方法，其步骤为：1)建立售电商和用户的需求响应模型；2)通过建立用户舒适成本函数的前后联系，构建出售电商动态优化收益函数；3)利用用户的需求响应收益函数确定其响应负荷；4)将售电商当前需求响应的收益函数转化为立即奖励函数；5)采用BP神经网络构建强化学习的Q函数，采用迭代方法训练BP神经网络直到Q函数收敛；6)基于训练所得的BP神经网络，输入当前状态，即可得到最优响应负荷。本发明通过上述方法，解决了状态和动作空间过大导致的维数灾问题。