做充电站定价优化的人最头疼的往往不是模型选哪个而是数据在哪。市面上能找到的公开数据集要么是纯粹的电网负荷曲线要么是脱敏后的充电订单流水再要么是分时电价表但真正把这三个维度捏在一起、还能直接用于定价策略建模的数据集少之又少。这套电力网络充电站定价策略数据集做的事情就是把“电气侧状态”和“市场侧定价”打通站在充电站运营方的角度把配电变压器负荷、充电桩功率、订单明细、用户画像、气象因素全部串成一条线定位就是给做充电定价、负荷预测、需求响应的研究人员和数据分析师一套能直接跑模型的基础数据。我当时拿到这套数据的第一反应是总算不用再对着一个只有时间戳和充电度数的CSV硬建模了。整套数据覆盖多座不同场景的充电站按15分钟粒度记录既有电气量又有交易量还配套了静态的设备档案表基本可以覆盖从简单的分时电价分析到复杂的实时动态定价模拟这整条研究链路。下面我就把这套数据集的字段设计、电气侧内容、能支撑的定价模型以及我在清洗和拼接数据过程中踩过的坑系统地拆一遍。1. 充电站定价研究为什么总卡在数据上1.1 学术模型很丰满落地数据很骨感先说一个普遍现象。很多研究充电站定价策略的论文模型推得确实漂亮博弈论、强化学习、双层优化轮番上但到实验环节数据来源往往就露怯了——要么用合成数据要么拿某个充电站的日充电量硬套需求函数要么干脆把电价设为固定参数跑仿真。原因很简单真实的充电运营数据涉及电网安全、用户隐私和商业机密公开出来需要经过非常细致的脱敏处理而脱敏后的数据如果保留的维度太少又恰恰失去了研究价值。这个矛盾导致的一个直接后果是很多算法在论文里效果好一拿到真实场景就失效因为模型的输入变量在公开数据里根本找不到。就拿定价策略里最关键的需求响应来说。你要研究“这个站降价5%订单量能涨多少”需要的不是一张黑箱的订单表而是要把订单和价格、时刻、当前站内排队情况、周边电价水平、甚至天气状况对齐。分开看这些数据都不难拿但对齐之后谁能拿出来共享几乎没有。这套电气数据集的出发点就是把“对齐”这一步替你做完而且不是粗暴地拉一张大宽表而是保留关系型结构方便你自己按研究需要做聚合或过滤。1.2 数据集的核心设计原则电气侧的约束必须可见我梳理这套数据时最欣赏的一个设计原则是它把电气网络侧的约束当成了和一手的订单记录同等重要的一等公民。很多纯商业运营角度的数据集只有充电费用、电量、时间这些交易字段但充电站定价不是只看交易就能闭环的。充电站是接在配电网上的你定的价格直接决定充电负荷曲线——如果定价策略引导大量用户同时段充电变压器过载、线路末端电压跌落、功率因数恶化这些问题会瞬间把利润吃掉。所以这套数据把同一时段的配变负荷、电压、功率因数都包含进来让研究人员在做定价策略时能真正看到“电气代价”。这个思路对实际运营也极其重要。我见过不少充电站运营团队市场营销岗根据竞对价格拍脑袋调价结果某个时段订单量冲上去了站内变压器重载告警甚至触发保护动作甩负荷。定价策略数据集如果不包含电气侧约束做出来的“最优价格”一定是不安全的这跟开车不看油表一个道理。2. 数据集构成一个充电站在数据里是怎么拆成五张表的2.1 五张核心数据表与字段说明这套数据集不是几个孤零零的CSV拼盘而是按关系型结构组织的。我把它拆开看核心是五张表站点档案表、设备参数表、电气运行数据表、订单流水表、用户画像表。每张表都围绕充电站资产和运营展开主键逻辑清晰表之间可以通过站点ID、设备ID、时间戳等做关联。站点档案表记录的是每个充电站的静态属性比如站名、所在区域类型居民区/商业区/高速服务区/工业园区、经纬度坐标、配电变压器容量、光伏配置容量如果有、储能配置容量、充电桩数量及类型交流慢充/直流快充、开放时间、停车收费标准等。这张表对做站间对比研究非常重要比如同样是下调电价商业区的站点和高速服务区的站点响应幅度完全不同站点档案表提供了解释这种差异的基础特征。设备参数表则细化到每一台充电桩和配变设备包含设备ID、所属站点ID、设备类型整流桩/交流桩/变压器、额定功率、额定容量、投运日期、固件版本段、采集终端编号等。设备级数据的主要用途是运维侧分析和精细化建模仿真比如你可以通过某台桩的订单和功率记录倒推它的健康状态或者在做有序充电策略时按单桩约束去调度。电气运行数据表是整套数据里最“电气”的部分。它按15分钟粒度记录每个站的关键电气量包括配变有功功率、无功功率、功率因数、三相电压、电流、负载率、充电桩总输出功率、站内光伏出力如果有、储能充放电功率等。这张表直接还原了充电站作为电力用户的用电画像是判断“定价策略如何影响配电网络”的第一手证据。订单流水表记录每一笔充电订单字段包括订单ID、用户ID脱敏、站点ID、桩ID、充电开始时间、结束时间、充电时长、充电电量、订单金额、电度电价、服务费单价、停车费、优惠券抵扣金额、实际支付金额、是否预约、充电前SOC、充电后SOC等。订单流水表是定价策略研究的核心交易数据做需求弹性、用户分群、排队模型全部要从这里取数。用户画像表则是在订单流水之上做了用户维度的聚合包括用户ID脱敏、常用站点、月充电次数、月充电电量、充电时段偏好、车型私家车/营运车/物流车/出租车、电池容量区间、平均单次充电金额等。这张表的价值在于支持用户级的行为分析和差异化定价模拟——比如针对营运车司机这类价格敏感群体设计定向优惠券和错峰激励。2.2 为什么时间粒度取15分钟而不是1小时或1秒这是我在看数据集参数时最想确认的一个细节。定价策略研究对时间粒度的要求其实和电网调度不完全一样。电网惯用的1分钟甚至秒级数据对分析定价响应来说太细了数据量巨大不说用户也不太可能因为电价变化在几十秒内做出反应而1小时粒度又太粗充电订单大多是半小时到一小时之间1小时间隔很难捕捉到订单开始时刻的瞬态功率冲击。15分钟是一个很合理的折中它对应着国内很多地区电力市场化交易的基本出清时段也和电网负荷采集的典型周期对齐。做过分时电价研究的人都知道如果把峰谷时段划分精确到15分钟档位反而能利用用户在整点附近的充电习惯差异做出更精细的削峰填谷引导。这套数据集全部按15分钟对齐之后跨表拼接不会出现采样频率不匹配的问题这一点对后续建模的省心程度是决定性的。2.3 一个充电站的一天用实际数据还原场景我拿数据里一个典型的工业园快充站举个例子这样大家能更直观地看到表间关系。这个站配置了一台800kVA的配变、8台120kW直流快充桩和4台7kW交流慢充桩站点档案表里标记为“工业园区”营业时间是24小时。某工作日的电气运行数据表显示凌晨0点到5点配变负载率只有8%左右功率因数0.95站内几乎没车。到了早上8点配变有功功率开始爬升到10点出现第一个小高峰负载率冲到45%此时订单流水表里对应有12笔已完成订单和3笔进行中的订单平均单价每度电1.05元。下午4点后第二波高峰到来配变负载率达到78%接近变压器经济运行区间的上限。晚上7点由于系统触发了峰时预警价格从1.05元上调到1.25元订单量在随后15分钟明显回落但半小时后恢复。这就是一个典型的“价格响应-负荷回弹”过程电气表和订单表对齐之后整个过程可以做得非常清晰。如果你拿这套数据做分时电价优化你完全可以假设如果晚上7点不是涨到1.25元而是保持在0.95元的平段价格配变负载率会不会突破85%的警戒线订单增量带来的电费收入能不能覆盖变压器增容的成本这类量化分析正是这套数据集区别于普通充电日志的关键所在。3. 电气侧的含金量负荷曲线、电压与功率因数才是定价的硬约束3.1 配变容量与充电桩功率分配定价的上限是电网给的任何充电站定价策略首先得尊重物理约束。在做定价模型时很多人把充电站当成一个功率无限的节点定出来的价格在模型里很完美但放到真实电网里根本执行不了。这套数据集里的配变容量字段就是那个帮你在模型里顶上“天花板”的物理约束。以数据里某高速服务区站为例配变容量只有630kVA但装了6台120kW快充桩理论上6台桩满功率同时充电需要720kW超过了配变容量。实际运行中受限于变压器容量和站内功率管控策略6台桩的总输出功率被限制在540kW左右。这意味着如果定价策略把价格压得太低吸引8台车同时进站即使6台桩放满电总功率也不会突破540kW多出来的用户只能排队。定价策略必须把“排队时间”作为一个隐性成本纳入模型否则你算出来的需求响应会出现系统性偏差。数据集里同时包含配变负载率和桩总功率输出你可以直接算出“站级同时率”也就是单桩额定功率之和与实际总输出功率的比值。这个比值在不同站点差异巨大高速站节假日同时率可以到0.9以上而居民区站平时可能只有0.2。把这个差异放到定价模型里就很容易解释为什么同一套动态定价算法在不同站点效果天差地别——空间上的电气资源约束就没对齐。3.2 负荷率与峰谷差削峰填谷到底有没有空间电气运行数据表里有一组值得单独拉出来说日负荷率平均负荷/最大负荷和峰谷差率最大负荷-最小负荷/最大负荷。这两个指标直接告诉你这个充电站的“削峰填谷操作空间”有多大。举个例子。数据里某商业区站日负荷率只有0.32峰谷差率高达0.78说明负荷高度集中在白天某些时段夜间基本闲置。这种站在定价策略上最有效的动作就是大幅拉大峰谷价差用价格杠杆把部分白天的订单引导到夜间。但你如果做一个单独看订单数据的统计很可能得出“用户对价格不敏感”的错误结论因为你没有把用户排队等待时间、周边停车费这些干扰项剔除干净。反过来某物流园区站日负荷率0.68峰谷差率0.41全天负荷相对平稳。这种站再搞激进的峰谷价差意义就不大反倒适合做基于实时负载率的动态价格微调。电气侧的负荷形态决定了定价策略的用力方向这是我拿到这套数据后最直观的感受。3.3 电压波动与功率因数定价策略的隐藏反馈项功率因数和电压幅值看起来和定价毫无关系但它们是电价之外影响充电站运营成本的两大电气指标。力率调整电费是真实存在的如果充电站功率因数低于考核值通常0.9电网会加收力率调整电费高于考核值则有奖励。数据集里的功率因数曲线直接决定了站内无功补偿装置是否需要投切也间接影响充电站的综合度电成本。更细一层电压跌落会导致充电桩降功率运行。我整理数据时发现某站点的B相电压在高峰期最低跌到198V低于额定电压的90%此时桩端直流输出功率会从标称的120kW掉到95kW左右。如果你在做定价模型时默认每台桩都按额定功率输出就会高估充电站的实际服务能力订单等待时间模型也相应失真。好在数据集的电气表同时给了三相电压和单桩功率你可以算出“电压-功率降额”的联合分布作为定价模型的约束条件这个在别的数据集里几乎见不到。4. 这套数据能支撑哪些定价策略模型4.1 从静态分时电价到实时动态定价数据能让你少走三个月弯路定价策略不是一个模型而是一条从粗到细的谱系。最简单的是静态分时电价也就是把一天划成峰、平、谷三段每段定一个固定价格。这个策略用这套数据集的前三步就能完成从订单流水表里按小时统计充电量画出典型日负荷曲线参照配变负载率划出峰谷时段再结合电网购电价和服务费目标利润定出三段价格。进阶一点的是分时电价的时段优化。你不再拍脑袋决定峰谷时段而是用数据驱动的方式找最优分段点。比如把一天切成48个15分钟时段每个时段的价格作为决策变量以“充电量最大且不超配变容量”为目标函数用订单流水里得到的弹性系数来建模用户响应直接用线性规划或遗传算法求解。这套数据集的15分钟粒度恰好和48时段决策变量一一对应省去了重采样的麻烦。再往上就是实时动态定价这是目前学术界和头部运营平台都比较关注的方向。实时动态定价需要按15分钟甚至更短周期更新价格核心是预测未来一个小时内站点的充电需求然后以价格作为控制量去引导负荷。数据集里的气象表、节假日标记、历史订单数据和实时负荷数据都是预测模型的候选特征。我在实测过程中用LightGBM做15分钟充电需求预测特征里最重要的前三个是前2小时订单量、当前价格、站点所在区域类型这对定价优化很有启发。4.2 用订单流水反推需求价格弹性别忽略排队效应做定价策略绕不开一个参数需求价格弹性。理论上很简单( \epsilon \frac{\Delta Q/Q}{\Delta P/P} )就是价格变化1个百分点订单量变化几个百分点。但实操中直接拿订单流水算很容易得到离谱的值主要原因是没控制混杂变量。我用数据集里的字段做一个简单示例来说明处理思路。先按站点、日期、时段分组以15分钟为颗粒度计算出平均订单量和平均价格然后做对数回归把价格对数作为自变量订单量对数作为因变量同时控制时段早高峰、午间、晚高峰、低谷、是否为工作日、温度区间、是否下雨这几个协变量系数就是考虑混杂因素后的需求价格弹性。实际跑下来站与站差异很大高速服务区站弹性系数在-1.6左右价格敏感度极高而核心商务区站弹性只有-0.7左右用户多为临时应急充电对价格不敏感。但有一个关键问题需要特别注意数据集里的订单量是“成交订单量”不是“需求量”。价格升高时一部分用户可能没有离开而是选择等待低峰时段再充这会让观测到的订单量下降但实际需求没有完全消失。做弹性估计时可以把站点平均排队时长作为一个控制变量或者干脆设计一个“延迟充电比例”的辅助模型。这套数据集的订单表里包含预约字段和起止时间能部分还原排队过程但不会直接给你排队时长需要自己构造。4.3 用户分群差异化定价的前提条件差异化定价并不是简单地给所有人不同价格而是先把用户分成行为模式可区分的群体再针对群体特征设计价格机制。用户画像表在这里是现成的分群特征。我按充电行为把用户打了几个标签试试效果最清晰的是这几个高频营运型每月充电次数超过20次主要在白天充电单次电量高价格敏感规律通勤型每周固定3到5次早晚各一次充电时段集中在通勤前后低频应急型每月小于4次无固定规律对价格不敏感对位置便利性敏感。分完群后再做差异化定价策略结论就清晰得多对高频营运型用户推出“夜间充电包月折扣”能显著提高其在谷时段充电的比例引导效果明显对低频应急型用户由于本身价格弹性低更好的策略是提高充电速度或附加服务而不是降价。这套数据集的用户画像表还带有车型分类比如私家车、营运车、物流车、出租车这进一步细化了分群分析。比如物流车常在夜间充电高峰常出现在凌晨1点到3点如果你在夜间给物流车专属电价折扣一方面填谷另一方面也提高了站内设备的夜间利用率对运营方和用户是双赢。这类策略分析如果没有用户级数据单靠订单汇总表根本无法落地。5. 数据预处理与跨表对齐最容易翻车的四个坑5.1 时间戳口径不一致这是跨表分析时第一个会炸掉的雷。订单流水表里的时间记录到秒精确记录用户插枪和拔枪时刻但电气运行数据表是15分钟聚合的平均值时间戳记录的是区间起始时刻。如果你直接把两表按时间戳精确匹配低频采样和高频事件之间会导致大量错位。我的处理办法是先把订单时间向下对齐到15分钟桶比如订单开始时间14:32就归入14:30到14:45这个桶然后与电气表按桶起始时间关联。同时注意每个站的时区是否统一尤其是跨省站点数据集里虽然标注了时区但我也在处理时统一转成UTC再落库最后还是转回北京时间展示。5.2 充电价格与负荷响应之间的因果滞后价格变化和订单响应不是瞬时的。用户看到价格变化、做出充电决定、开车进站、插枪开始充电这套流程至少有15到30分钟的时间延迟。如果你直接用当前时刻的价格去拟合当前时刻的订单量会发现价格变量根本不显著误以为用户对价格无感。我建议在做需求响应建模时尝试不同滞后阶数比如分别试价格滞后0、1、2、3个15分钟桶用交叉验证选最优滞后阶数。实测下来大多数站点在滞后1到2个桶即15到30分钟时效果最好。加入滞后项之后价格系数从“不显著”变成“高度显著”模型解释力提升非常明显。这一点几乎没人写在论文里但对用这套数据做定价研究的人来说是一个直接影响结论正确性的细节。5.3 异常值与缺失值的处理充电桩不是永远在线原始数据肯定不是干干净净的。设备故障、通信中断、现场维护、桩离线都会导致电气运行数据出现缺失或异常。我扫描这套数据时发现某站点连续两天电气表全部为空后台工单确认是现场通信模块故障再比如某台桩的功率曲线里出现一个瞬间跳到999kW的尖峰明显是采集异常值。处理缺失值我的建议是分情况如果单站缺失比例低于5%可以直接删除对应时段的记录或者用前后两天的同期均值插补如果缺失比例高就需要考虑是否是设备连续故障导致的系统性缺失这时不如把整段数据剔除避免插补数据反过来主导模型训练。异常值检测可以用简单的3倍标准差法也可以用孤立森林这类无监督方法但要对每个站单独建模因为不同站的功率水平差异本身就很大全局阈值会误杀正常数据。5.4 与外部气象和节假日数据的对接数据集的“电气数据”核心部分不包含天气和节假日信息但这类外部数据对充电需求影响很大尤其在季节交替、雨雪大风天气里表现突出。我拿到这套数据后第一件事就是对接了目标地区的气象数据包括温度、降水量、风速、湿度粒度同样对齐到15分钟。夏冬季温度对充电需求的影响非常显著高温天气下出租车、网约车空调耗电增加充电频率和单次电量都上升。节假日标记也很关键。我按国家法定节假日生成了一个日期特征列并额外区分了“节前一天”和“节后返工日”这两个特殊标签。节前一天高速服务区站充电量会猛增节后返工日的园区站又有明显高峰。这些外部特征拼接进去之后很多原本无法解释的负荷突变都能找到原因。实际上把气象和节假日特征加进充电需求预测模型MAPE能从15%以上降到10%以内这个提升幅度在工程上很有意义。6. 数据使用规范与可扩展方向6.1 数据脱敏边界字段级隐私保护的取舍任何真实运营数据集的发布都必须平衡研究价值与隐私保护。这套数据集的用户侧信息全部做了脱敏处理用户ID是哈希后的匿名标识无法反查真实身份同时去除了车牌号、手机号、具体居住地等高敏感字段站点经纬度做了网格化偏移只保留到街区级精度防止通过位置推测敏感目标。但脱敏会带来一个实际问题你没法做某些精细的空间分析比如精确到停车位级的热力图。不过对定价策略研究来说街区级精度已经足够支撑站间对比分析。如果你将来自己采集数据做类似数据集我的建议是脱敏方案要在数据收集前就设计好而不是数据拿到手后再处理——后者很容易因为某些字段已经被写入业务日志而漏脱敏风险很大。6.2 从数据到可复现模型发布格式与工具链建议数据集发布成CSV格式最通用但我在实际使用中更推荐同时提供一份Parquet格式的副本。15分钟粒度的电气数据和订单数据时间跨度一长CSV体积会非常可观读取和过滤都慢。Parquet是列式存储压缩率高用pandas读取时速度能快上一个数量级而且能保留数据类型避免每次加载CSV都要重新指定时间列格式的麻烦。如果你打算做更复杂的时序分析建议把所有表导入SQLite或者DuckDB这种嵌入式数据库用SQL做跨表聚合。尤其是订单流水表和电气运行数据表关联时SQL的JOIN和窗口函数比pandas的merge要直观得多。我之前用DuckDB把全量数据加载后进行按站、按15分钟聚合的宽表生成几十行SQL就搞定了而且跑得飞快比反复在pandas里做分组聚合省了不少时间。6.3 数据集后续可以扩展的方向我这段时间用这套数据做完定价策略分析之后陆续想到几个很自然的扩展方向大家如果拿到数据也可以朝这个方向思考。第一个方向是V2G车网互动模拟。当前数据集里充电站是单向的只有充电桩输出功率但V2G场景下电动汽车可以作为分布式储能反向放电。基于现有负荷曲线和订单数据你可以模拟“哪些时段让车辆放电最划算”再把放电收益和电池衰减成本做对比。这需要给订单流水表增加一个“是否参与V2G”的假设标签生成合成数据做仿真。第二个方向是充电站集群协同定价。数据集包含多个站点单站定价模型只考虑了本站负荷但如果几个站挂在同一条10kV馈线下站与站之间的电气耦合就不能忽视。你可以把同一馈线下的站点打包成一组做一个以线路不越限为约束的集群定价优化数据里的站点档案表和电气运行表已经为你准备好了馈线分组的字段基础。第三个方向是碳足迹与绿色电力定价。气象数据表里有光伏出力记录的部分站点可以支撑“绿电充电溢价”研究——用户是否愿意为使用光伏发电的充电桩多付一点服务费在数据集基础上增加用户问卷或A/B测试数据就能把定价策略从“用价格调负荷”延伸到“用绿色属性做品牌溢价”这在国内充电运营市场还是一个比较新的切入点。总的来说这套数据集的价值不在于某个字段单独的含金量而在于它把电气侧约束、交易侧行为、用户侧特征三块数据拼成了一个完整的拼图。对我个人来说最大的收获是做充电定价模型时终于不用再脑补电气边界条件了每定一个价都能看到背后对应的变压器负载率曲线。这个“看得见约束”的感觉做电力数据分析的人应该都能懂。