本数据集为2016年1月1日至2016年12月30日德国居民家庭负荷与光伏发电时间序列数据集，旨在为家庭能源管理、负荷预测、需求响应、分布式能源优化及低压配电网建模等研究提供标准化的用户侧能源数据支撑。数据集基于Open Power System Data（OPSD）开放电力系统数据平台发布的Household Data数据包构建，原始数据来源于德国南部居民家庭的实际测量数据，通过智能电能计量设备持续记录用户用电负荷、分布式光伏发电以及部分设备级用电信息。
本数据集包含6个CSV表格文件，分别为resampled_residential_0.csv、resampled_residential_1.csv、resampled_residential_2.csv、resampled_residential_3.csv、resampled_residential_4.csv和resampled_residential_5.csv。其中，
• resampled_residential_0.csv为住宅0居民家庭负荷与光伏发电时序数据，包含8个数据要素，分别为：time、dishwasher、freezer、grid_import、heat_pump、pv、washing_machine和grid_export；
• resampled_residential_1.csv为住宅1居民家庭负荷时序数据，包含7个数据要素，分别为：time、circulation_pump、dishwasher、freezer、grid_import、washing_machine和grid_export；
• resampled_residential_2.csv为住宅2居民家庭负荷与光伏发电时序数据，包含9个数据要素，分别为：time、circulation_pump、dishwasher、freezer、grid_import、pv、refrigerator、washing_machine和grid_export；
• resampled_residential_3.csv为住宅3居民家庭负荷与光伏发电时序数据，包含10个数据要素，分别为：time、dishwasher、ev、freezer、grid_import、heat_pump、pv、refrigerator、washing_machine和grid_export；
• resampled_residential_4.csv为住宅4居民家庭负荷时序数据，包含6个数据要素，分别为：time、dishwasher、grid_import、refrigerator、washing_machine和grid_export；
• resampled_residential_5.csv为住宅5居民家庭负荷与光伏发电时序数据，包含8个数据要素，分别为：time、circulation_pump、dishwasher、freezer、grid_import、pv、washing_machine和grid_export。
此外，time为时间戳字段，用于标识数据采集时刻，数据采样时间间隔为1小时；dishwasher表示住宅建筑内洗碗机能耗；freezer表示住宅建筑内冷冻设备能耗；refrigerator表示住宅建筑内冰箱能耗；washing_machine表示住宅建筑内洗衣机能耗；circulation_pump表示住宅建筑循环泵能耗；heat_pump表示住宅建筑热泵能耗；ev表示住宅建筑电动汽车充电负荷；pv表示住宅建筑光伏发电量；grid_import表示住宅建筑从公共电网购入电能；grid_export表示住宅建筑向公共电网输出电能。除时间字段外，其余能源数据均采用千瓦时（kWh）作为计量单位，可反映居民家庭典型设备负荷、分布式光伏发电以及与公共电网之间的能量交互过程。
数据集同时涵盖设备级负荷、分布式能源发电及电网能量交换信息，保留真实家庭运行场景下的时序相关性、周期性与随机波动特征，能够较为全面地刻画居民家庭能源系统的运行规律。该数据集可广泛应用于智能电网、能源互联网、综合能源系统、多智能体协同优化、强化学习能源调度、需求响应分析以及用户侧能源管理等领域，为相关算法开发、模型训练、方法验证与性能评估提供可靠的数据基础与实验支撑。
本数据集来源于Open Power System Data（OPSD）开放电力系统数据平台公开发布的Household Data数据包，通过公开网站下载获取。Open Power System Data是面向电力系统研究社区建设的开放数据服务平台，专注于收集、整理、校验、处理并发布来源于公开渠道但难以直接使用的电力系统数据资源。本研究直接从Open Power System Data官方网站下载并使用该公开数据集，虽然未对原始数据采集过程进行任何修改，但为满足后续分析和建模的要求，对下载的数据进行了进一步处理和整理。
本数据集基于Open Power System Data（OPSD）平台发布的Household Data数据包进行加工处理，数据处理过程主要依托Python语言及Pandas、NumPy等开源数据分析工具完成。首先，对原始数据进行读取与时间格式标准化处理。通过正则表达式提取有效时间戳信息，并将UTC格式时间统一转换为标准时间序列格式，同时移除时区信息，构建统一的时间索引。随后删除与研究任务无关的辅助字段，包括夏令时标识字段和数据插值标识字段等。其次，对数据质量进行清洗。将原始数据中的缺失值标识符统一替换为标准缺失值（NaN），并依次删除全为空值的特征列、除时间字段外全为空值的样本记录、全零特征列以及仅包含单一取值的无效特征列，以消除冗余信息对后续分析的影响。随后，对各居民用户数据进行独立处理。通过去除数据列名前缀，统一不同用户的数据字段命名格式；根据研究需求筛选指定时间范围内的数据样本；针对关键负荷、光伏发电及电网交互变量，删除目标变量缺失的异常记录，确保保留样本具有完整有效的信息。最后，对处理后的家庭用户负荷、光伏发电及设备级用电数据进行统一整理与存储，形成适用于负荷预测、需求响应、能源管理及强化学习调度研究的标准化时间序列数据集。
本数据集在获取、清洗与汇集过程中实施了系统性质量控制，确保了数据的完整性、一致性和可用性。经核查，原始数据集共包含38454条时间记录和71个数据字段，时间范围覆盖2014年12月11日至2019年5月1日，数据时间分辨率为1小时。经过缺失值检查、无效特征筛除及格式标准化处理后，最终保留38454条有效记录和69个数据字段，删除了2个无效特征字段。数据集中共包含工业用户（industrial1–industrial3）、公共用户（public1–public2）以及居民用户（residential1–residential6）共11类用户数据。其中，居民用户数据被进一步独立整理为6个家庭用户数据文件，分别对应residential1至residential6。所有数据文件均成功生成，字段命名规范统一，时间索引格式一致，不存在重复时间记录。针对关键变量进行了完整性检查，保留的居民用户数据均包含电网购电（grid_import）、分布式光伏发电（pv）、设备级负荷（如dishwasher、freezer、washing_machine、heat_pump等）中的有效观测信息。对于存在缺失值的异常样本已进行筛除，最终保留数据不存在关键目标变量缺失问题。以residential1用户为例，经时间范围筛选后共保留2016年全年8760个小时样本，时间范围为2016年1月1日00:00至2016年12月30日23:00，各变量缺失值数量均为0，数据记录连续完整。处理后的数据集能够真实反映居民家庭负荷变化、分布式光伏发电及设备运行特征，可为负荷预测、需求响应、能源管理及强化学习调度等研究提供可靠的数据支撑。
| # | 编号 | 名称 | 类型 |
| 1 | 2022ZD0120000 | 博弈智能场景应用 |
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
