five

GridCharge

收藏
Hugging Face2025-09-15 更新2025-09-16 收录
下载链接:
https://huggingface.co/datasets/djordjebatic/GridCharge
下载链接
链接失效反馈
官方服务:
资源简介:
GridCharge数据集:包含苏格兰超过500万次公共电动汽车充电会话的碳强度数据,时间粒度为30分钟,旨在支持智能充电、电网负载分析等研究。

GridCharge Dataset: This dataset includes carbon intensity data for over 5 million public electric vehicle (EV) charging sessions across Scotland, with a temporal granularity of 30 minutes. It is intended to support research in areas such as intelligent charging and grid load analysis, among other related topics.
创建时间:
2025-09-14
原始信息汇总

GridCharge 数据集概述

基本信息

  • 数据集名称:GridCharge
  • 许可协议:CC-BY-4.0
  • 数据规模:100万到1000万条记录
  • 语言:英语
  • 标签:能源、时间序列、电动汽车充电、碳强度、电动汽车、充电站、表格数据

数据集描述

GridCharge 数据集提供了苏格兰超过500万次公共电动汽车(EV)充电会话的全面视图,并丰富了来自英国国家电网的精细碳强度数据。该数据集结合了来自ChargePlace Scotland的充电会话记录,以及碳强度、能耗和占用信息,粒度达到30分钟。旨在支持智能充电、电网负载分析、碳感知能耗以及天气对充电行为影响等领域的研究。

数据集结构

数据集按苏格兰地理区域分层组织。每个区域目录包含充电基础设施详情文件、各个充电器时间序列数据文件夹以及补充的资费信息。

主要文件结构

/sessions |-- april-2023.csv |-- april-2024.csv |-- april-2025.csv |-- august-2023.csv |-- ... /carbon_mix |-- Aberdeenshire | |-- charging_infrastructure.csv | |-- sessions_mix/ | |-- 50656_1.csv | |-- 50656_2.csv | |-- 50675_1.csv | |-- ... |-- City of Edinburgh | |-- charging_infrastructure.csv | |-- sessions_mix/ | |-- ... |-- Clackmannanshire | |-- charging_infrastructure.csv | |-- sessions_mix/ | |-- ... |-- Glasgow City | |-- charging_infrastructure.csv | |-- sessions_mix/ | |-- ... |-- Highland | |-- charging_infrastructure.csv | |-- sessions_mix/ | |-- ... |-- ... /tariff_information | |-- tariff.csv | |-- parsed_tariffs_gemini_results.csv

数据文件详情

charging_infrastructure.csv

包含特定区域内每个充电站的静态信息。

字段

  • Latitude:充电站纬度
  • Longitude:充电站经度
  • CP ID:充电点唯一标识符
  • Connector:充电点上特定连接器的标识符
  • Nominal Power (kW):充电器额定功率容量(kW)
  • Connector Type:连接器类型(如"Type 2")
  • Tariff:充电器资费信息
  • Connection Fee:启动充电会话的费用
  • Address:充电站位置的描述性地址
  • Postcode:充电站邮政编码
  • Local Authority:负责该地区的当地管理机构
  • Region ID:电网区域的数字标识符

sessions_mix/{CP ID}_{Connector}.csv

每个文件对应单个充电器连接器,包含其充电会话和相关电网碳混合的时间序列数据。

字段

  • Timestamp:30分钟间隔开始的UTC时间
  • Consumed:间隔期间消耗的总能量(kWh)
  • Occupied:指示充电器在间隔期间是否被占用的二进制标志(0或1)
  • Biomass:生物质发电的gCO2/kWh
  • Coal:煤炭发电的gCO2/kWh
  • Gas:天然气发电的gCO2/kWh
  • Nuclear:核能发电的gCO2/kWh
  • Hydro:水力发电的gCO2/kWh
  • Solar:太阳能发电的gCO2/kWh
  • Wind:风力发电的gCO2/kWh
  • Imports:进口电力的gCO2/kWh
  • Other:其他来源的gCO2/kWh
  • Forecast:间隔的预测碳强度(gCO2/kWh)
  • Carbon Index:碳强度指数水平(如"very low"、"moderate"、"high")
  • Region ID:电网区域的数字标识符

parsed_tariffs_gemini_results.csv

通过解析原始tariff.csv文件中非结构化的"Tariff Description"列生成的结构化资费数据。

字段

  • CP ID:充电点唯一标识符
  • Connector:充电点上特定连接器的标识符
  • Tariff:充电器资费信息
  • Connection Fee:启动充电会话的费用
  • Tariff Description:资费结构的原始文本描述
  • Minimum Fee (gbp):充电会话的任何最低费用
  • Rate (p/kWh):主要费率(便士/千瓦时)
  • Flat:任何统一费率或分层定价的详细信息
  • Overstay Fee (gbp):任何超时停留费用的详细信息(GBP)

数据来源

  • ChargePlace Scotland 会话数据:包含月度CSV文件的原始EV充电会话数据
  • 英国国家电网碳强度API:提供不同英国地区的历史碳强度数据

数据处理方法

  • 原始会话数据处理为30分钟间隔对齐
  • 基于充电器额定功率假设均匀放电率来估算每个间隔内消耗的能量
  • 基于充电站邮政编码和相应的Region ID合并电网碳混合数据

数据清洗

  • 移除超过一天的超时停留期间(占原始数据<1%)
  • 移除包含NaN值的行
  • 所有时间戳标准化为UTC

代码可用性

生成GridCharge数据集的代码在Github上公开可用:https://github.com/djordjebatic/GridCharge

引用格式

bibtex @dataset{gridcharge2025, title = {GridCharge: Capturing Carbon Intensity of 5M+ Public EV Charging Sessions in Scotland}, author = {Djordje Batic}, year = {2025} url = {https://huggingface.co/datasets/djordjebatic/GridCharge} }

搜集汇总
数据集介绍
main_image_url
构建方式
在电动汽车充电行为研究领域,GridCharge数据集通过整合苏格兰ChargePlace Scotland平台的500余万条公共充电会话记录与英国国家电网提供的碳强度数据构建而成。数据处理采用30分钟时间粒度对齐技术,基于充电桩额定功率均匀放电假设估算能耗,并通过邮政编码与区域ID实现充电会话数据与电网碳混合数据的精确匹配。数据清洗过程移除了异常超时记录与缺失值,所有时间戳均统一为UTC标准时区。
特点
该数据集的核心特征体现在多维度时空数据的深度融合:既包含充电桩地理坐标、额定功率、连接器类型等静态基础设施信息,又囊括每半小时粒度的能耗占用状态及生物质、煤炭、天然气等九类能源的碳强度分解数据。独特的价值在于通过大语言模型自动化解析非结构化资费文本,生成包含最低费用、费率层级、超时罚款等标准化字段的结构化资费表,为碳感知充电策略研究提供高精度数据支撑。
使用方法
研究者可通过分层目录结构访问地域化数据,regional层级下charging_infrastructure.csv提供充电站元数据,sessions_mix子目录内按充电桩 connectorID 命名的CSV文件包含时间序列的能耗-碳强度关联数据。资费研究需结合tariff_info目录下经LLM解析的结构化资费表。典型应用场景包括:基于时空粒度的电网负载模拟、碳强度与充电行为的关联分析、以及考虑动态电价的优化充电算法验证。
背景与挑战
背景概述
随着全球能源转型进程加速,电动汽车充电基础设施的智能化管理成为可持续能源系统的关键环节。GridCharge数据集由Djordje Batic于2025年创建,整合了苏格兰地区超过500万条公共充电会话记录与英国国家电网的碳强度数据。该数据集通过30分钟粒度的时空数据分析,揭示了充电行为、电网负荷与碳排放间的复杂关联,为智能充电算法、电网韧性优化及碳感知能源调度研究提供了重要基础。
当前挑战
该数据集致力于解决电动汽车充电碳足迹精准量化与电网协同优化问题,其核心挑战在于多源异构数据的时空对齐与融合。构建过程中需克服充电会话数据与电网碳强度数据的粒度差异,通过基于邮政编码的区域映射实现跨系统数据关联。此外,原始电费描述文本的非结构化特征需借助大语言模型进行语义解析,而充电功率均匀分布的假设可能引入能量估算偏差,这些因素共同构成了数据集成与质量控制的复杂性。
常用场景
经典使用场景
在电动汽车与智能电网交叉研究领域,GridCharge数据集为分析充电行为与电网碳强度的动态关联提供了重要支撑。研究者通过其30分钟粒度的充电会话记录与碳排放数据,能够精确模拟不同时段充电活动对电网负荷的影响,并探索低碳强度时段的充电优化策略。该数据集特别适用于构建时间序列预测模型,分析天气条件、电价政策与用户行为之间的复杂相互作用。
解决学术问题
GridCharge有效解决了智能电网研究中缺乏高精度碳感知数据的关键问题,为评估电动汽车充电的碳排放影响提供了实证基础。其融合充电基础设施数据与区域碳强度的设计,使研究者能够量化可再生能源渗透率对充电碳足迹的贡献,并推动低碳充电调度算法的开发。该数据集填补了交通电气化进程中环境效益评估的数据空白,对制定可持续能源政策具有重要参考价值。
衍生相关工作
基于GridCharge数据集已衍生出多项创新研究,包括基于强化学习的智能充电调度系统、融合气象因素的充电需求预测模型以及碳强度感知的充电导航应用。这些工作显著推进了交通与能源系统的协同优化,其中部分算法已被集成到实际电网管理平台,为构建碳中和导向的电动交通生态系统提供了技术路径。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作