Level 3 electric vehicle charging dataset

该数据集收集自瑞士西南部的一个三级电动汽车充电站，数据测量时间为2022年4月12日至2023年7月4日。充电站包含6个充电插头，但数据集中仅包含CCS插头的测量数据。数据通过EPFL-DESL开发的定制数据采集软件获取，包含测量数据和会话数据，详细记录了充电站的功率、电池状态等信息。

This dataset was collected from a Level 3 electric vehicle charging station located in the southwestern part of Switzerland, with data measured from April 12, 2022, to July 4, 2023. The charging station is equipped with six charging plugs, but the dataset only includes measurement data from the CCS plugs. The data was acquired using custom data acquisition software developed by EPFL-DESL, encompassing both measurement and session data, which meticulously records the power and battery status of the charging station.

原始信息汇总

数据集概述

数据集名称

Level 3 electric vehicle charging dataset

数据收集地点与时间

• 地点：瑞士西南部
• 时间：2022年4月12日至2023年7月4日

充电站配置

• 充电插头：6个（2xCCS, 1xCHAdeMO, 1xType 2 socket, 1xType 2 plug, 1xTesla DC）
• 最大功率：172.5 kW
• 同时充电车辆数：2辆

数据集内容

1. 测量数据集

   • 测量点数：64277
   • 时间分辨率：1分钟
   • 数据点包含：时间、插头ID、会话ID、充电站AC功率、充电站设置功率、EV请求功率、EV电池总容量、EV电池剩余容量、EV电池可用容量、充电会话累计能量、EV电池SOC、控制标志（Pset < Preq）

2. 会话数据集

   • 会话数：1878
   • 数据点包含：会话ID、插头ID、EV到达时间、EV离开时间、EV停留时间、充电能量、会话最大AC功率、会话最大请求功率、控制标志、EV电池总容量、EV电池可用容量、到达时SOC、离开时SOC、EV电池近似容量

数据采集软件

• 开发者：EPFL-DESL
• 类型：定制数据采集软件

搜集汇总

数据集介绍

构建方式

Level 3电动汽车充电数据集构建于瑞士西南部的一个商业充电站，数据采集时间跨度为2022年4月12日至2023年7月4日。该充电站配备了6个充电插头，包括2个CCS插头、1个CHAdeMO插头、1个Type 2插座、1个Type 2插头以及1个特斯拉直流充电插头。由于其他充电选项的使用率较低，数据集仅包含CCS插头的测量数据。充电站的最大功率为172.5 kW，可同时为两辆电动汽车供电。数据通过EPFL-DESL开发的自定义数据采集软件获取，包含测量数据和会话数据，分别记录了64277个测量点和1878个充电会话。

特点

该数据集的特点在于其高时间分辨率和详细的充电会话信息。测量数据以每分钟的频率记录，涵盖了充电功率、电池状态、能量需求等多个关键参数。会话数据则提供了每辆电动汽车的到达和离开时间、充电时长、充电能量等详细信息。此外，数据集还包含了充电站与电动汽车之间的功率分配逻辑，反映了在实际充电过程中功率的动态调整情况。这些数据为研究电动汽车充电行为、优化充电站运营以及电网负荷管理提供了宝贵的信息。

使用方法

使用该数据集时，研究人员可以通过分析测量数据了解充电站的实时运行状态，包括功率分配、电池状态变化等。会话数据则可用于研究电动汽车的充电行为模式，如充电时长、能量需求等。结合两者，可以进一步探讨充电站的负载管理策略及其对电网的影响。数据集的结构清晰，便于进行数据清洗、分析和建模，适用于电动汽车充电基础设施优化、智能电网管理以及能源政策制定等领域的研究。

背景与挑战

背景概述

Level 3电动汽车充电数据集由瑞士西南部的一个三级电动汽车充电站收集，数据采集时间为2022年4月12日至2023年7月4日。该数据集由EPFL-DESL开发的自定义数据采集软件获取，涵盖了64277条以1分钟为分辨率的测量数据和1878次充电会话数据。数据集的核心研究问题在于分析电动汽车在快速充电过程中的能量需求、电池状态变化以及充电站功率分配的动态行为。该数据集为电动汽车充电基础设施的优化、电网负载管理以及电池健康状态监测提供了重要的实证基础，对推动电动汽车技术的普及和可持续发展具有深远影响。

当前挑战

Level 3电动汽车充电数据集在解决电动汽车充电效率与电网负载平衡问题时面临多重挑战。首先，充电站功率分配的动态调整机制复杂，尤其是在多辆电动汽车同时充电时，如何高效分配功率以避免资源浪费成为关键问题。其次，数据集构建过程中，由于不同充电接口（如CCS、CHAdeMO等）的使用频率差异较大，仅CCS接口的数据被纳入分析，可能导致数据代表性不足。此外，数据采集的高频率（每分钟一次）对存储和处理能力提出了较高要求，同时还需确保数据的准确性和一致性，以支持后续的深度分析和建模。

常用场景

经典使用场景

Level 3电动汽车充电数据集在电动汽车充电行为研究中具有重要应用。该数据集通过高时间分辨率的充电功率、电池状态和充电会话数据，为研究人员提供了详实的充电行为分析基础。经典使用场景包括电动汽车充电需求预测、充电站负载均衡优化以及充电策略的智能调度。这些研究有助于提升充电基础设施的利用效率，减少能源浪费。

解决学术问题

该数据集解决了电动汽车充电行为建模中的关键问题，如充电功率动态分配、电池状态估计以及充电需求预测。通过提供高精度的充电会话数据和电池状态信息，研究人员能够更准确地分析充电行为模式，优化充电策略，并评估充电基础设施的负载能力。这些研究为电动汽车的普及和充电网络的智能化发展提供了理论支持。

衍生相关工作

基于Level 3电动汽车充电数据集，衍生了一系列经典研究工作。例如，研究人员利用该数据集开发了电动汽车充电需求预测模型，提出了基于机器学习的充电功率分配算法，并设计了智能充电调度系统。这些工作不仅推动了电动汽车充电行为研究的发展，还为充电基础设施的智能化升级提供了技术支撑，具有广泛的应用前景。