欧洲电力市场开源智能体仿真工具箱，支持深度强化学习竞标策略与电网拥塞管理模拟，由德国多家科研机构联合维护。
项目简介#
ASSUME (Agent-based Simulation for Studying and Understanding Market Evolution) 是一个面向欧洲电力市场的开源智能体仿真框架。该项目由 INATECH (弗莱堡大学)、IISM (卡尔斯鲁厄理工学院)、弗劳恩霍夫 ISI/IEG 及亚琛应用技术大学联合维护，并获得德国联邦经济事务和气候行动部 (BMWK) 资助。
核心能力#
智能体建模：提供模块化的发电商、需求侧及储能智能体表示，支持即插即用的自定义行为逻辑。
深度强化学习集成：将 DRL 方法集成到市场智能体的行为策略中，使智能体能根据市场条件动态调整竞标策略。
多种市场出清算法：支持再调度、带 NTC 的区域出清、节点出清等机制。
电网模拟：通过 PyPSA 库支持考虑网络约束的市场出清与拥塞管理模拟。
数据与可视化：支持 TimescaleDB 时序数据存储、Grafana 仪表板分析及 TensorBoard 训练监控。
典型应用场景#
- 比较不同电力市场设计方案
- 建模拥塞管理机制
- 分析储能运营商与可再生发电商的竞标行为
- 不确定性下的竞标策略研究
- 监管干预效果评估
- 多智能体动态与涌现行为研究
安装方式#
# 基础安装
pip install assume-framework
# 带强化学习功能
pip install 'assume-framework[learning]'
# 带网络出清功能
pip install 'assume-framework[network]'
# 全功能安装
pip install 'assume-framework[all]'
快速开始#
git clone https://github.com/assume-framework/assume.git
cd assume
python examples/examples.py
使用 CLI 运行仿真：
assume -s example_01b -db "postgresql://assume:assume@localhost:5432/assume"
Docker 环境部署：
docker compose up -d
访问 Grafana：http://localhost:3000
技术架构#
- 核心模块：
assume/(主框架),assume_cli/(命令行接口) - 示例目录：
examples/包含可运行的仿真示例 - 深度学习：基于 PyTorch (默认无 CUDA，需单独安装 GPU 版本)
- 电网分析：依赖 PyPSA 库
- 许可证：AGPL-3.0
目标用户#
从硕士论文研究者到博士研究人员及工业界专业人士，适用于学术研究、政策制定评估及商业策略验证。