El desarrollo de redes inteligentes requiere la participación activa de los usuarios finales a través de mecanismos de respuesta a la demanda para proporcionar beneficios técnicos a la red de distribución y recibir ahorros económicos. La integración de herramientas avanzadas de aprendizaje automático hace posible optimizar la red y gestionar el mecanismo para maximizar los beneficios. Este artículo continúa pronosticando el consumo para las próximas 24 horas utilizando una red neuronal recurrente y procesando estos datos utilizando un modelo de optimización basado en aprendizaje por refuerzo para identificar la mejor política de respuesta a la demanda. El modelo se prueba en un entorno real: una parte de la red de distribución eléctrica de Terni. Se identificaron varios escenarios, considerando la participación de los usuarios en diferentes niveles y limitando el potencial con diversas restricciones.