paint-brush
글로벌 EV 채택에 대한 데이터 기반 분석~에 의해@iamluke
539 판독값
539 판독값

글로벌 EV 채택에 대한 데이터 기반 분석

~에 의해 Luke7m2024/03/04
Read on Terminal Reader

너무 오래; 읽다

전기 자동차 성장은 계속해서 가속화되고 있으며, 세계 일부 지역에서는 주로 EV를 판매하고 다른 지역에서는 전환을 가속화하고 있습니다. 이 기사에서는 과거 EV 채택에 대한 데이터 세트를 자세히 살펴봅니다. 우리는 Python, Plotly 및 Quadratic을 사용하여 데이터를 연구합니다.
featured image - 글로벌 EV 채택에 대한 데이터 기반 분석
Luke HackerNoon profile picture
0-item
1-item

지난 몇 년 동안 전 세계적으로 전기 자동차(EV) 채택이 급속히 가속화되었습니다. 이 탐구에서는 다양한 지역과 기간에 걸쳐 성장의 이면에 있는 데이터를 자세히 살펴봅니다.


시작하기 전에 참고/제휴 공개: 이 연구 자료에서는 제가 근무하는 회사인 Quadratic을 사용합니다. 코드에서 셀에 대한 참조를 볼 때마다 이는 코드에서 해당 셀의 항목을 참조할 수 있기 때문입니다. 기사와 함께 코드 및 시각화를 계속 확인하려는 경우 이 분석이 작성된 전체 시트를 여기에서 찾을 수 있습니다.


EV dataset, visualized in Quadratic.

데이터세트(MIT 라이선스)는 2010년부터 2022년까지(매년 업데이트됨) 다양한 지역과 매개변수가 포함된 대략 9,500개의 행입니다. 2022년까지 전기차(하이브리드 제외)의 판매 증가와 충전 인프라 네트워크의 성장을 주로 살펴보겠습니다.




시간 경과에 따른 매출 성장

스프레드시트의 데이터를 Pandas DataFrame으로 가져오는 것부터 시작합니다. 거기에서 우리는 관심 있는 파워트레인(완전 전기, 일명 BEV)에 대한 데이터 세트를 필터링하고 스프레드시트를 사용하여 Python 에서 필터링하려는 국가를 직접 입력합니다. 데이터 세트에는 일부 예측도 포함되어 있지만 이 분석에서는 역사적으로 기록된 값에만 관심이 있으므로 예측을 필터링하고 과거 항목을 유지합니다.


 # get data from the spreadsheet into our DataFrame df = cells((0,0),(7,9542), 'EV Raw Data', first_row_header=True) # if region cell is empty don't try to filter if cell(2,2) != '': df = df.loc[df['region'] == cell(2,2)] # filter by selected parameter df = df.loc[df['parameter'] == cell(2,1)] # make this a historical analysis with none of the projections included df = df.loc[df['category'] == 'Historical'] 


Plotly chart, displayed in Quadratic.

우리는 2020년부터 엄청난 성장을 기록할 것입니다. 미국에서 2020년에 230,000대의 EV 판매량, 2021년에 470,000대, 2022년에 무려 800,000대가 판매되는 분명한 추세에 주목하세요. 2021년부터 2022년까지의 이러한 성장은 전년 대비 판매량이 70% 증가한 것입니다.


우리 데이터 세트의 예측에서는 지속적인 성장을 가정하여 2025년 미국 판매량이 300만 대의 EV 판매량에 근접할 것으로 예상합니다.



Plotly chart, displayed in Quadratic. 전 세계적으로도 비슷한 추세가 보입니다. 2021년부터 2022년까지 성장은 % 성장률 기준으로 미국에 비해 약간 둔화되었지만 전년도 460만 매출에서 730만 매출로 증가한 58% 성장으로 여전히 엄청난 수준입니다.







이러한 차트의 스타일이 마음에 든다면 아래와 같이 약간의 레이아웃 변경이 적용된 기본 Plotly 선 차트를 사용해 보세요.


 # title gets edited based on the value of the spreadsheet input at cell(2,1) fig = px.line(df, x="year", y="value", title=c(2,1) + title_description) # make chart prettier by removing background and making the margins less aggressive fig.update_layout( plot_bgcolor="White", margin=dict(l=30, r=30, t=50, b=50), ) # displaying chart to the sheet fig.show()


전기차 판매 비중

시장 점유율을 살펴보기 전에 중요한 맥락은 중국과 미국이 전체 자동차 판매에서 압도적인 선두주자라는 점입니다. 국제자동차제조기구(International Organization of Motor Vehicle Manufacturer)는 중국을 연간 2,500만 대 이상으로 전체 차량 판매 1위로 꼽았으며, 미국이 1,500만 대 이상으로 2위, 일본이 연간 400만 대 이상 판매로 3위를 기록했습니다.


이전 분석에서 얻은 EV 성장은 인상적이지만 그 범위를 이해하려면 다른 모든 차량 유형(가스 및 하이브리드)과 비교하여 시장 점유율을 비교해야 합니다. 다행히 데이터 세트에는 시장 점유율 데이터 포인트가 포함되어 있으므로 이 계산을 수동으로 수행할 필요가 없습니다. 우리는 미국과 전 세계(데이터 세트의 "세계")에 대한 값을 다시 기록합니다.


이차형으로 표시되는 플롯 차트입니다.


미국의 경우 EV 점유율은 8%입니다. 흥미롭게도 전 세계적으로 전체 EV 점유율 %는 14%로 훨씬 높습니다.


당연히 이제 우리는 미국을 넘어 확장하여 어느 국가가 이 14% 점유율에 기여하는지 알아볼 때입니다.

채택이 가장 빠른 국가

머리를 숙이고 미국과 전 세계 총 판매량만 살펴보는 대신, 어느 국가가 EV 판매량에서 가장 높은 비율을 얻었는지 알아보는 간단한 분석을 수행할 수도 있습니다. 앞서 배운 것처럼 중국과 미국이 전 세계 자동차 판매를 지배하므로 미국이 전체 판매량의 8%를 EV로 담당하고 있는 것입니다. 전 세계적으로 이 수치는 14%에 가까우므로 시장 점유율 대비 중국의 EV 판매량이 미국보다 훨씬 높을 것으로 추측하는 것이 타당하며, 미국이 따라잡으면서도 이 글로벌 %를 훨씬 더 높게 유지합니다.


순위 분석을 수행하기 위해 간단한 필터를 사용하여 판매 점유율을 기준으로 필터링합니다. 모든 국가를 떠나서 max() 계산을 적용하여 국가별로 EV 점유율이 가장 높은 순서를 얻습니다.


 # get our data from spreadsheet into Python df = cells((0,0),(7,9542), 'EV Raw Data', first_row_header=True) # filter by selected parameter of market share df = df.loc[df['parameter'] == cell(2,1)] # make this a historical analysis with none of the projections included df = df.loc[df['category'] == 'Historical'] # filter just by the latest year available df = df.loc[df['year'] == '2022'] # exclude buses, vans, etc and just include cars df = df.loc[df['mode'] == 'Cars'] # sort by highest share of market df = df.sort_values(by=['value'], ascending=False) # return dataframe to sheet df 



이 목록에는 흥미로운 통찰력이 많이 있습니다.

미국, 일본 등 대형 차량 판매 국가가 전체 EV 판매량을 감소시키고 있기 때문에 중국은 국가별 1위 차량 판매량에 더해 전체 판매량의 29%를 EV로 차지해 %를 높입니다.


우리는 또한 EV 전용 판매 경향이 있는 북유럽 국가에 주목합니다. 북유럽에는 EV 생산자에게 VAT 면제를 제공하는 규정, 공격적인 배출 목표 및 기타 규정이 있어 북유럽에서 전기 자동차로의 급속한 전환이 이루어졌습니다.














충전 네트워크

EV 채택이 가속화됨에 따라 충전 인프라가 어떻게 적응하고 있는지 살펴볼 가치가 있습니다. 맥락에 따라 충전기에는 3가지 핵심 유형이 있습니다.


  • 레벨 1: 표준 주거용 120V AC 콘센트(가정에서 매일 사용하는 품목을 연결하는 데 사용하는 것. 이 충전 유형은 매우 느립니다. 일반적으로 80kW EV 배터리의 효율성 손실 전에 120V @ 14amps = ~1.7kW를 수행합니다. 이는 즉 완전 충전에 최소 47시간이 소요됩니다(효율성 손실/배터리에 전달되는 실제 전력으로 인해 현실적으로 더 많은 시간). 이는 통근 시간이 적고 필요에 따라 공공 인프라를 사용할 수 있는 사용자에게 충분한 솔루션입니다.


  • 레벨 2: 주거용 애플리케이션(가정용 전기 건조기는 일반적으로 240V를 사용함)과 가장 일반적인 공공 인프라 충전소에 설치 가능합니다. 집의 레벨 2는 일반적으로 최대 48A이며 때로는 더 낮습니다. 240V @ 48A = 11.5kW 피크, 현실적으로 더 적은 전력을 제공합니다. 레벨 2 인프라에서는 80kW 배터리를 5~9시간 안에 충전할 수 있습니다. 밤새 쉽게 완전 충전이 가능한 최고의 홈 솔루션이며, 공공 인프라의 경우 장시간 주차 시 충전 또는 완전 충전이 가능합니다. 이는 정류장 간 더 빠른 충전이 필요한 여행을 위한 솔루션이 아닙니다.


  • 레벨 3(DCFC): DC 고속 충전은 집에 설치할 수 없는 순수 상업용 옵션입니다. 이 충전기를 사용하면 한 시간 이내에 차량을 빈 상태에서 가득 채울 수 있습니다. 이는 펌프에서 충전하는 것과 유사한 충전 솔루션입니다. 이러한 종류의 충전은 편의상 비용이 더 높습니다. 레벨 3 충전기의 범위는 50kW~350kW입니다. 350kW에서는 80kW 배터리를 20분 이내에 완전히 충전할 수 있습니다.


데이터 세트에서 데이터 제공자가 느린 충전을 언급하는 것은 공개적으로 사용 가능한 레벨 2 인프라를 의미합니다. 고속 충전을 언급할 때는 레벨 3 인프라를 의미합니다.


우리는 미국과 중국의 충전기 성장을 시각화하는 것부터 시작합니다.


이차형으로 표시되는 플롯 차트입니다.


중국의 성장은 고속 충전의 성장 곡선이 매우 인상적인 반면, 미국은 완속 충전의 경우 빠른 성장, 고속 충전의 경우 성장이 둔화되었습니다.

2022년 급속 충전기 성장세(중국 vs 미국)

2022년 중국 급속충전기 설치/EV 판매량: 760k/4.4M (.17)

2022년 미국 급속 충전기 설치/EV 판매: 28,000/800,000(.035)

2022년 충전기 성장 둔화 (중국 vs 미국)

2022년 중국 완속충전기 설치/EV 판매: 1M/4.4M (.22)

미국 완속 충전기 설치/2022년 EV 판매: 100k/800k(.125)


충전 경험은 다양합니다. 일부 시나리오에서는 회선이 있거나 완전히 충전된 충전기가 있을 수 있습니다. 다른 곳에서는 충전기가 거의 사용되지 않을 수 있습니다. 상당한 주차 공간에 대한 근접성, 가격 등과 같은 요소는 분명한 영향을 미칩니다.


평균적으로 충전기는 높은 비율의 시간 동안 사용되지 않습니다. 설치 비용이 자본 지출만큼 가치가 있으려면 설치자는 합리적인 일정(투자와 마찬가지로)에 수익성을 제공하는 사용률을 예측할 수 있어야 합니다.


요약

최근 몇 년 동안 EV 채택이 빠른 속도로 가속화되었습니다. 2023년 수치가 공개되자마자 이전 연도와 비슷한 성장을 보일 가능성이 높습니다. 이 데이터세트를 자세히 살펴보고 자신만의 통찰력을 얻으세요. 우리의 분석은 당연히 불완전합니다. 우리가 무시한 데이터 세트에는 모든 종류의 흥미로운 통찰력(예상, 밴/트럭 판매/기타 흥미로운 차량 유형 등)을 제공하는 필드가 많이 있습니다.


데이터세트 및 분석에 직접 액세스하려면 다음 안내를 따르세요.

https://app.quadratichq.com/file/4251cd97-e14d-4788-baf2-9d161eb10625


데이터세트:

https://www.kaggle.com/datasets/padmapiyush/global-electric-vehicle-dataset-2023


기타 출처:

차량 판매: https://www.oica.net/category/production-statistics/2022-statistics/
충전 정보: https://www.transportation.gov/rural/ev/toolkit/ev-basics/charge-speeds