Global EV Charging Stations and EV Models Dataset

全球电动汽车充电站数据集，包含242,417个站点，覆盖121个国家，具有11个清洁列，包括站点ID、名称、城市、国家代码、经纬度、端口数量、功率等级等信息，同时提供电动汽车模型配套文件

Global Electric Vehicle Charging Station Dataset contains 242,417 stations spanning 121 countries. It features 11 clean data columns including station ID, name, city, country code, latitude and longitude, port count, power rating and other relevant information. Supporting documents for electric vehicle models are also provided along with the dataset.

原始信息汇总

全球电动汽车充电站数据集（2025）概述

数据集基本信息

• 作者：Tarek Masryo
• 版本：v1.0（2025-09-01）
• 许可证：
  • 充电数据（Open Charge Map）— CC BY 4.0
  • 配套文件（ev_models_2025.csv）— CC0

数据集内容

• 总规模：242,417个充电站点，覆盖121个国家
• 主要文件：charging_stations_2025_world.csv（每个站点一行记录）
• 辅助文件：
  • country_summary_2025.csv（按国家汇总统计）
  • world_summary_2025.csv（全球汇总统计）
• 配套文件：ev_models_2025.csv（电动汽车型号记录）

数据字段说明（11个字段）

• id（整数）：OCM唯一站点标识符
• name（字符串）：站点名称
• city（字符串）：城市
• country_code（字符串）：ISO-2国家代码
• state_province（字符串）：州/省
• latitude（浮点数）：纬度（WGS84坐标系）
• longitude（浮点数）：经度（WGS84坐标系）
• ports（整数）：站点充电点数量
• power_kw（浮点数）：连接器最大功率（千瓦）
• power_class（字符串）：基于功率阈值划分的功率等级
• is_fast_dc（布尔值）：功率≥50千瓦时为true

数据处理说明

• 数据来源：通过Open Charge Map API获取各国站点数据
• 数据处理：按id去重，删除无坐标记录
• 衍生字段：生成power_class和is_fast_dc字段
• 国家覆盖：最终包含121个国家（新增纳米比亚NA，移除圣卢西亚LC）

使用要求

• 充电数据 attribution：必须注明"Contains data © Open Charge Map contributors."
• 许可证文件：OCM_CC_BY_4.0.txt包含完整许可证文本
• 配套文件：ev_models_2025.csv无需署名（CC0许可证）

搜集汇总

数据集介绍

构建方式

在全球电动汽车充电基础设施快速发展的背景下，该数据集通过Open Charge Map API系统性地采集了各国充电站点数据，经过严格的去重处理和坐标验证，剔除了无效记录。数据清洗过程中引入了功率分类逻辑与直流快充标识，并补充了国家代码标准化处理，最终形成了覆盖121个国家、包含24万余站点的规范化数据集。

特点

作为电动汽车充电网络研究的重要资源，该数据集以11个精炼字段呈现多维特征，包含空间坐标、功率等级和快充标识等核心参数。其独特价值在于融合了全球充电站点分布与电动汽车型号数据，支持跨国家对比分析和区域基础设施评估，为交通电气化研究提供高粒度空间数据支撑。

使用方法

研究者可通过加载标准化CSV文件快速开展空间分析与统计建模，利用国家代码字段实现跨国比较研究，结合功率分类字段评估充电网络技术等级。数据集支持与电动汽车型号数据关联分析，适用于基础设施规划、用户行为研究和政策效果评估等多维度学术应用场景。

背景与挑战

背景概述

随着全球电动汽车产业的蓬勃发展，充电基础设施的布局与优化成为推动交通电气化转型的关键环节。Global EV Charging Stations and EV Models Dataset由研究者Tarek Masryo于2025年构建，依托开放数据平台Open Charge Map，系统整合了全球121个国家共242,417个充电站的多维度信息。该数据集不仅涵盖地理位置、功率等级与快充能力等核心属性，还配套提供了电动汽车型号数据，为政策制定、设施规划与市场分析提供了坚实的数据基础，显著促进了可持续交通领域的实证研究。

当前挑战

在电动汽车充电领域，核心挑战在于全球充电站分布的高度不均衡与数据质量的异构性，具体表现为偏远地区覆盖不足、快充设施比例偏低，以及功率标准不统一导致的兼容性问题。数据集构建过程中，需克服多源数据整合的技术难题，包括坐标缺失记录的清洗、跨国别数据格式的统一，以及功率分类逻辑的标准化。此外，动态更新的充电网络要求持续维护与验证，以保障数据的时效性与准确性。

常用场景

经典使用场景

在电动汽车基础设施研究领域，该数据集为全球充电站空间分布分析提供了标准化基准。研究人员通过地理信息系统可视化技术，能够精确识别充电设施的聚集区域与空白地带，特别适用于跨国比较研究和区域均衡性评估。其功率等级分类体系为充电网络效能研究提供了关键维度，支持学者深入探索不同功率等级充电设施的配置规律与服务水平。

衍生相关工作

基于该数据集衍生的经典研究包括全球充电设施可达性评价体系构建、快充网络覆盖率与电动汽车 adoption 关联性分析等。众多学者利用其空间属性开发了充电需求预测模型，部分研究团队结合EV车型数据建立了充电行为模式识别框架。这些工作显著推进了交通电气化研究从定性讨论向定量分析的转变，为国际比较研究建立了统一基准。

数据集最近研究

最新研究方向

随着全球电动汽车普及率持续攀升，充电基础设施的智能化布局与能效优化成为前沿研究焦点。该数据集通过整合全球121个国家24万余个充电站的时空分布与功率特征，为充电网络协同规划、高峰负荷预测及可再生能源适配研究提供了关键数据支撑。当前研究多聚焦于基于空间大数据的充电需求热点识别、快充网络覆盖率与电网承载能力的关联分析，以及跨区域充电行为模式挖掘。这些研究方向直接呼应各国碳中和政策下交通电气化转型需求，对智慧城市建设和电网升级改造具有重要实践意义。