En la era actual, la creciente demanda de energía exige un mecanismo potente para mitigar la brecha entre la oferta y la demanda en la infraestructura energética inteligente, es decir, la red inteligente. Para abordar este problema, un sistema de gestión de energía (EMS) inteligente y seguro podría beneficiar a los consumidores finales que participan en el programa de Respuesta a la Demanda (DR). Por lo tanto, en este documento, propusimos un EMS basado en incentivos en tiempo real y seguro para la red inteligente, es decir, un enfoque que utiliza Aprendizaje por Refuerzo (RL) y tecnología blockchain. En el enfoque, propusimos un mecanismo de recompensa novedoso para una mejor convergencia del modelo basado en RL utilizando un enfoque de Q-learning basado en la política codiciosa que guía al agente de RL para una convergencia más rápida. Luego, el enfoque propuesto diseñó un mecanismo de incentivos en tiempo real para minimizar el consumo de energía en las horas pico y reducir las facturas de energía de los consumidores finales para proporcionar incentivos a los mismos. Los resultados experimentales muestran que el enfoque propuesto induce la participación de los consumidores finales y aumenta la rentabilidad de los clientes en comparación con los enfoques existentes, considerando diferentes métricas de evaluación del rendimiento como el consumo de energía para los consumidores finales, la reducción del consumo de energía y la comparación de costos totales para los consumidores finales. Además, los resultados basados en blockchain se simulan y analizan con la ayuda de contratos inteligentes implementados en un Entorno de Desarrollo Integrado (IDE) Remix con parámetros como la eficiencia de la transacción y el costo de almacenamiento de datos.