En el futuro, la participación a gran escala de energías renovables en las subastas del mercado eléctrico es una tendencia inevitable. Con el fin de describir el efecto del equilibrio de Nash y el poder de mercado entre la energía renovable y los generadores de energía tradicionales en la competencia tácita en el mercado eléctrico, se propone una estrategia de licitación basada en el aprendizaje profundo por refuerzo. La estrategia se divide en dos capas; la capa interna es el modelo de compensación del mercado eléctrico, y la capa externa es el algoritmo de optimización del aprendizaje profundo por refuerzo. Tomando la función de suministro de equilibrio como el modelo de compensación del mercado eléctrico, considerando el mecanismo de comercio de certificados verdes y el mecanismo de emisión de carbono, y tomando la maximización del bienestar social como función objetivo, se resuelve la licitación óptima sobre el mejor precio de electricidad. Finalmente, los ejemplos de cálculo del sistema de 3 nodos y el sistema de 30 nodos muestran que en comparación con otros algoritmos, se pueden obtener resultados de convergencia más estables, se puede llegar al equilibrio de Nash en la teoría de juegos, se puede maximizar el bienestar social, la energía renovable tiene más poder de mercado en el mercado. Se introduce el índice de evaluación de eficiencia de mercado para analizar la eficiencia de mercado de los dos sistemas de casos. El resultado final es de gran importancia y valor para la declaración razonable de precios de electricidad, la optimización de recursos de mercado y la orientación de políticas del mercado eléctrico con energía renovable.