Las técnicas de aprendizaje por refuerzo (RL) han surgido como herramientas poderosas para optimizar los sistemas de energía, ofreciendo el potencial de mejorar la eficiencia, confiabilidad y sostenibilidad. Este documento de revisión proporciona un examen exhaustivo de las aplicaciones de RL en el campo de la optimización de sistemas de energía, abarcando diversos ámbitos como la gestión energética, el control de la red y la integración de energías renovables. Comenzando con una visión general de los fundamentos de RL, el documento explora los avances recientes en los algoritmos de RL y su adaptación para abordar los desafíos únicos de la optimización de sistemas de energía. Estudios de caso y aplicaciones del mundo real demuestran la eficacia de los enfoques basados en RL para mejorar la eficiencia energética, reducir costos y mitigar impactos ambientales. Además, el documento discute las direcciones y desafíos futuros, incluyendo la escalabilidad, la interpretabilidad y la integración con el conocimiento del dominio. Al sintetizar los últimos hallazgos de investigación e identificar áreas clave para investigaciones futuras, este documento tiene como objetivo informar e inspirar futuros esfuerzos de investigación en la intersección del aprendizaje por refuerzo y la optimización de sistemas de energía.